Szász算子的收敛速度的估计

本文对[1]及[2]中所给的概率型算子Szász算子S_n(f,x)的收敛速度的估计在Poisson分布下作进一步的改进,得到更精确的系数估计。     

Szász算子线性组合的逼近

用ω2 rφλ(f ,t)代替ωrφλ(f ,t)研究 Szász算子线性组合逼近的等价定理 ,其中ω2 rφλ(f ,t)是Ditzian- Totik模 (1- 1/r≤λ≤ 1) ,所得结果是以前的改进与推广 .     

Szász型算子加Jacobi权的同时逼近

利用加权光滑模ω(φ2)(f,t)w,得到了Szasz型算子加Jacobi权同时逼近的强型正定理和弱型逆向不等式,并给出了等价定理.     

修正的Szász算子的高阶导数与函数的光滑性

研究修正的Szasz算子的高阶导数与函数的光滑性之间的等价关系，得到了等价定理．     

Szász型算子线性组合的点态逼近

给出了Szász型算子线性组合的点态逼近的正、逆定理.     

Sz(a)sz算子的收敛速度的估计

本文对[1]及[2]中所给的概率型算子Sz(a)sz算子Sn(f,x)的收敛速度的估计在Poisson分布下作进一步的改进,得到更精确的系数估计.     

Szsz型算子的点态和整体定理

研究Sz sz型算子的局部点态和整体逼近定理,得到了逼近正逆定理,并用Ditzian Totik模刻画了该算子局部点态和整体逼近的特征,所得结果统一了该算子点态和整体两种逼近特征的等价表征.     

Szász-Mirakjan算子的加权逼近

利用ω_φ²λ(f, t)_w研究Szász-Mirakjan算子的加权点态逼近,得到一个更完美、广泛的结果。     

Szàsz算子迭代布尔和的逼近性质

利用统一光滑模研究了Szàsz算子迭代布尔和的点态逼近性质,得到了逼近正结果及等价结果.从所得结果可以看出该算子提高了逼近阶.     

修正Szász算子导数与光滑性

借助于光滑模ω2A(f ,t)研究了修正 Szász算子导数与所逼近函数光滑性之间的关系     

局部有界变差函数的Szász-Bézier算子的收敛阶

对函数的Szász-Bézier算子在区间上的收敛阶进行估计,并在Zeng等人关于Szász-Bézier算子的收敛阶研究的基础上,对其所给的估计结果做进一步的改进,得到更精确的估计式.     

Szász型算子线性组合的点态收敛阶

定义Ｓｚáｓｚ型算子的线性组合,研究线性组合算子的点态收敛速度的上界估计,得到较高的逼近阶,同时给出逼近的逆定理。     

Szász型算子在X~p空间中的逼近定理

利用Ｋ－泛函与光滑模之间的等价关系，建立Ｓｚáｓｚ型算子在Ｘｐ空间中的逼近等价定理     

Szász型算子的加权逼近

考虑Ｓｚáｓｚ型算子的加权逼近问题，得到逼近特征定理．     

一类二元Szász型算子列

利用一列二元随机向量引入一类二元的 Szász概率型算子列 ,并研究其逼近性质 .利用概率论方法结合算子逼近论方法 ,证明其具有 Lipschitz函数类保持性质 .进一步地 ,由 Lebesgue- Stieltjes积分表示 ,证明在一定条件下逆命题也成立 .     

Szász-Durrmeyer算子的点态逆结果(英文)

用一个单调函数ω(t)为中介 ,利用 Szász- Durrmeyer算子导数的性质以及该算子的可换性和光滑模ωφλ(f ,t)为特点 ,得到以下点态逼近逆定理 :对于 f∈ C[0 , ∞ ) ,0≤λ≤ 1,φ(x) =x ,δn(x) =φ(x) 1/ n ,若|f (x) - Sn(f ,x) |≤ Mω(n- 1 /2δ1 -λn (x) ) ,其中ω(t)≥ 0 ,　ω(ut)≤ C(u2 1)ω(t) ,则对任意 t>0 ,有ω2φλ(f ,t)≤ Ct2 ∑0 相似文献   

Beta算子收敛速度的下界估计

线性算子收敛速度的下界估计是一个比较困难的问题,文章将近年来Ｚ．Ｄｉｔｚｉａｎ,Ｋ．Ｇ．Ｉｖａｎｏｖ 等人在建立强逆不等式过程中所创造的一系列方法综合地应用于估计Ｂｅｔａ 算子收敛速度的下界,得到了新的、较好的结果．     

Sza ＇ sz型算子的加权收敛速度的估计

令Ln(f)是Sza ＇ sz型算子,研究Ln(f)加Jacobi权逼近的速度问题,得到逼近速度上界、下界估计.     

Szász-Kantorovick概率型算子的点态估计

利用新的Ditzian光滑模导出了Szász-Kantorovick概率型算子的点态估计.     

广义Szász-Mirakian-Baskakov型算子的同时逼近

研究了广义Baskakov算子与Szász-Mirakian算子线性组合的同时逼近,并得到了Voronovskaja型的渐近展开公式以及误差估计.