实函数样条插值的L2逼近

我们构造一个n次样条s_n~*(x),它是一个在给定的m个不同结点上对已给实函数f∈L_(?)~2进行联合插值,满足s_n~(*~(j))(x_0 0)=f~(j)(x_0 0),s_n~(*~(j))(x_m-0)=f~(j)(x_m-0),s_n~(*~(j))(x_i)=f~(j)(x_i),j=1,2,…,m-1,j=0,1,…,v;在L_2范数下,在f的所有同样性质的插值样条当中,它又是f的最佳逼近,且得到f∈C[a,b],n→∞时,有∥s_n~*-f∥L_2→O。     

拉葛朗日内插理论中勒贝格函数的作用

设1≥x_(1n)>x_(2n)>…>x_(nn)≥-1。我们考虑如下的三角矩阵: 设f(x)是定义在区间[-1,1]上的连续函数,那末存在次数不超过n-1次的多项式P_(n-1)(x)使P_(n-1)(x_(vn))=f(x_(vn)),我们记这样的P_(n-1)(x)为L_n(f,A),乃是f(x)关于A的n次拉葛朗日内插多项式。写     

关于指数計算

设X,Y为(B)型空间,研究非线性完全连续作用于X带参数y的方程Ф_yx=x—F(x,y)=0设Ф_y0=0(有时φ_y0=0)。若F对x在x=0可微,则Ф_yx=x-F′(0,y)x T(x,y)=0 表Ω为正则值集合,Π为奇异值集合,则i[Ф_y,0]当y在Ω的连通区域D时为常数。设A=F′(0,y_0),y_0∈ΠX_1真为相应于固有值1的固有子空间,由完全连续线性算子理论,有X=X_1 X_2,相应一对投影P_1P_2且存在有逆线性算子R使R(I—A)x=x_2。本文得到如下结论,若y_0∈Πh=y-y_0。足够小F′(0,y)=A—S(h)。 y∈Ω充要条件为Ю_y=P_1RS(h)P_1—P_1RS(h)P_2[P_2 P_2RS(h)P_2]~(-1)P_2RS(h)P_1在X_1中有逆,此时i[Ф_y,0]=i[R,0]i[Ю_y,0]_(X_1)。 x=0是Ф_(y_0)x的孤立零点之充要条件为x_1=0是L_(x_1)=P_1RT(x_1 f(x_1,y_0)y_0)=0的孤立零点,其中x_2=f(x_1,y_0)是P_2x P_2RT(x_1 x_2,y_0)之解。此时i[Ф_(y_0),0]=i[R,0]i[L,0]X_1。最后,我们应用上述结果到非线性方程的分枝解问題。     

几种收敛速率较高的迭代求解程序

为求解方程f(x)=0,我们提出了下列二种迭代程序:x_n~(1)=ω(x_(n-1)~((m-1)),x_(n-1)~(m),x_(n-1)~(m)),x_n~(2)=ω(x_(n-1)~((m-1)),x_(n-1)~(m),x_m~(1)),x_n~(3)=ω(x_(n-1)~((m-1)),x_(n-1)~(m),x_n~(2),x_n~(m)=ω(x_(n-1)~((m-1)),x_(n-1)~(m),x_n~((m-1))),(?)n∈N_0和z_(n 1)=ω(x_n,y_n,x_n),y_(n 1)=ω(x_n,z_(n 1),z_(n 1)),x_(n 1)=ω(x_n,z_(n 1),y_(n 1)),其中ω(x,y,z)=z-f(z)/f(x,y),f(x,y)=f(x)-f(y)/(x-y),它们的收敛阶分别为m (m~2 4)~(1/2)/2和2 3~(1/2)。本文分别建立了程序(I_m)和程序(Ⅱ)的收敛性定理,并就两个定理作了六点注记。文中还给出了一个数值例子     

R~n中GAUSS型求积公式

的次数不超过k的n维多项式全体,M=(x_1,x_2,…,x_n)∈R~n。p_k(n)中n元k次完全多项式共有C_(n k)~n项,令m=C_(n k)~n 1 构造R~n中Lagrange型插值多项式设P_k(M)∈P_k(n)为定义在R~n中n维区域D上函数f(M)的插值多项式,选取D中满足某     

二项式系数与Fibonacci数4m次幂的关系

若■=n!/(i!(n-i)!)(n,i∈N~*且n≥i)表示二项式系数,第l个Fibonacci数为F_l,其中,l是非负的整数;对任意正整数n和非负整数k,数列{■}_(i=0)~n和{F_(k+i)~p}_(i=0)~n的卷积为f(k,p,n)=■F_k~p+■F_(k+1)~p+…+■F_(k+n)~p.论文利用初等数论方法证明了p=4m(m∈N~*)时,等式f(k,4m,n)=1/25~m[L_(2m)~n·L_(4mk+2mn)+C_(4m)~1(-1)~(k+n+1)L_(2m-1)~nL_((4m-2)k+(2m-1)n)+C_(4m)~2L_(2m-2)~n L_((4m-4)+(2m-2)n)+C_(4m)~3(-1)~(k+n+1)L_(2m-3)~nL_((4m-6)k+(2m-3)n)+…+C_(4m)~(2m)·2~n]成立.     

有穷齐次MAPKOB链具有遍历性的一个充分必要条件

§1 前言记p_(ij)=p_(ij)(1)。设P=(p_(ij)是一个k×k矩阵,如果p_(ij)≥0 (i,j=1,…,k)且[sum from j=1 to n p_(ij)=1] (i=1,…,k), (0)则称P为随机矩阵。显然,若P_1,P_2是随机矩阵,则P_1P_2也是随机矩阵。特别地,若P是随机矩阵,则P~n=P(n)=[p_(ij)(n)]也是随机矩阵(n=1,2,…)。如果对一切i,j而言,存在着不依赖于i的极限lim P_(ij)(n)=P_j,则称P具有遍历性。有穷齐次     

关于R^n＋1中超曲面在平坦点的局部性质的讨论

设P_0是R~(n+1)中超曲面 S:x_(n+1)=h(x_i)或f(x_i,x_(n+1))=x_(n+1)—h(x_i)=0 (i=1,2,…,n) (1)的平坦点。不妨设在坐标系[0;e_i,e_(n+1))中,0=P_0,x_(n+1)=0是S在P_0的切超平面于是有     

关于多元加权全最小一乘法的最优解

对给定n+1维欧氏空间R~(n+1)中的m个点x_1=(x_(11),x_(12),…,x_(1n+1)), x_2=(x_(21),x_(22),…,x_(2,n+1)),…,x_m=(x_(m1),x_(m2),…,x_(mn+1)),证明了存在最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0,使这组点到此超平面的加权垂直距离和Q(β)=(∑~(n+1)_(j=1)β~2_j)~(-1/2)∑~m_(i=1)w_i|β_0+∑~(n+1)_(j=1)β_jx_(ij)|=min (w_i>0,i=1,2,…,m);提出并证明了最优超平面β_0+β_1x_1+…+β_(n+1)x_(n+1)=0应满足的3个必要条件,从而给出了求最优超平面的方法.     

用动态规划解最佳平方逼近问题

本文提出了用动态规划解最佳平方逼近问题:对于[a,b]上的连续(或可积)函数f(x),用n(给定)段m次多项式P_m(x)(分点x_1,x_2、…x_(m-1)待定)作最佳平方逼近min sum from i=1 to n(integral from x_(i-1) to x_i([f(x)-P_m(x)]~2dx)这种方法比用固定分点情形的分段m次多项式的平方逼近效果更好,而且在应用中有其实际意义。为了说明解法,本文还给出一个简单例子。