修正的偶三角插值多项式

目的 构造出一个以{θk=knπ}nk=0为插值节点的修正的三角插值多项式 Wn(f:r,θ)(r∈N,f(θ)∈C2π且为偶函数).方法 伯恩斯坦的第三方法.结果 证明了Wn(f:r,θ)对每个以2π为周期的偶函数都能在全实轴上一致收敛到f(θ), 并且若偶函数f(θ)∈Cj2π,0≤j≤r-1,Wn(f:r,θ), 对其收敛阶均达到最佳收敛阶.结论 通过伯恩斯坦的第三方法,算子Wn(f:r,θ)能够克服Lagrange插值多项式算子的缺点,在全实轴上一致收敛到f(θ).     

W_mW_n和W_m○W_n的边色数

对m,n≥3,V(Wm Wn)={ui|i=0,1,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n};E(Wm Wn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{uivij|i=1,2,…,m;j=1,2,…,n}m∪i=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.V(Wm○Wn)={ui|i=0,1,…,m}∪{Vij|i=1,2,…,m;j=1,2,…,n}∪{vi0|i=1,2,…,m};E(Wm○Wn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{vi0vij|i=1,2,…,m;j=1,2,…,n}m∪i=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.且对Wm○Wn有Ui=Vin,i=1,2,…,m.得到了Wm Wn和Wm○Wn的边色数。     

非扩张映象带误差的Ishikawa迭代过程的收敛性

设D是赋范空间X的一子集,T:DX是一非扩张映射.给定D中序列{xn}和两个实数序列{tn}和{sn}满足: 0≤tn≤t<1和∑∞n=1tn=∞; 0≤sn≤1和∑∞n=1sn<∞; xn+1=tnT(snTxn+(1-sn)xn+vn)+(1-tn)xn+un,n=1,2,3,…,其中{un}和{vn}是两个在X中的可合序列,且limn→∞t-1n‖un‖=0.证明了若{xn}有界,则limn→∞‖Txn-xn‖=0.并给出了保证{xn}弱和强收敛到T的不动点时,关于D,X和T的条件.     

关于m-增生算子方程解的迭代逼近问题的注释

设E是实一致光滑Banach空间,T：E→E是m-增生算子,且对任意x,y∈E,有∥Tx-Ty∥≤L(1 ∥x-y∥),其中L≥1。假设{un}n=0^∞,{vn}n=0^∞为E中序列,{αn}n=0^∞,{βn}n=0^∞为[0,1]中实数列且满足某些条件,则Ishikawa迭代序列{xn}n=0^∞强收敛于方程x Tx=f的唯一解。     

φ混合序列自正则加权和的中心极限定理

设{Xn, n≥1}为一严平稳φ混合随机变量序列, EX=0, V 2n=∑ni=1X2i, {an,i, 1≤i≤n, n≥1}为一实数阵列, Sn=∑ni=1an,iXi. 利用随机变量阵列的弱收敛定理, 在较一般的条件下, 证明了自正则加权和{Sn/Vn, n≥1}的中心极限定理, 改进并推广了已有混合序列自正则化中心极限定理的相关结果.     

在矩控制下 B-值随机Dirichlet级数的(P,q)(R)级和(P,q)(R)型

该文研究了在条件：0≤（d^2）（σ^2）n=d^2 E｜｜Zn｜｜^2≤E^2｜｜Zn｜｜〈＋∞下,在全平面上收敛的B-值随机Dirichlet级数的（p,g）（R）级和（p,q）（R）型,证明了B-值随机Dirichlet级数{^∞∑（n=0）}Zn（ω）（e^-λ）（n^s）a.s．与级数{^∞∑（n=0）}^～σn（e^-λ）（n^s）具有相同的（p,g）（R）级和（p,q）（R）型.     

关于中心极限定理的余项与重对数律之间的关系的一个结果及其应用

设 {Xi,i≥ 1}为一独立随机变量序列 ,E(Xi) =0 ,D(Xi) =σ2 i <∞ ,Sn = ni=1Xi,Bn = ni=1σ2 i,Bn →∞ ,Bn/Bn+ 1→ 1.本文首先在Δn =supx｜P(Sn ≤x Bn) -Φ(x)｜=O((Ψ (x) ) - 1)的条件下证明了重对数律 .其中Φ(x)是标准正态分布的分布函数 ,Ψ (x)是对充分大的x有定义的正值非降函数 .满足∫+∞dxxΨ(x) <∞ .应用上述结果证明 ,对任意独立序列 {Xi,i≥ 1}若liminfBnn >0 ,limsup1n ni=1E(X2 iΨ1(｜Xi｜) <∞ ,则重对数律仍然成立 ,Ψ1(x)与上述Ψ(x)相似 ,但定义域为 [0 ,+∞ ) .     

独立同分布环境中配对依人口数两性分支过程L~1收敛

考虑了随机环境中配对依人口数两性分枝过程模型,并且得到了独立同分布环境配对依人口数两性分枝过程{Zn}对应的过程{Wn}的L1收敛的充分条件.     

α-弱相依序列加权和的几乎处处中心极限定理

设{Xn,n≥1}为一零均值有界的α-弱相依序列,满足∑∞i=1θi<∞;{ani,1≤i≤n,n≥1}为一实值三角阵列;令Sn,k=∑ki=1aniXi,1≤k≤n.利用随机变量加权和的弱收敛定理与Borel-Cantelli引理,在适当的假设条件下,给出了非平稳有界的α-弱相依序列加权和Sn,n的几乎处处中心极限定...     

B值随机变量一类加权和的完全收敛性

设{Xni:1≤i≤n,n≥1}为行间独立的B值r.v.阵列,X为实值r.v.,E｜X｜p<∞,p>2,且对 x>0, 1≤i≤n,n≥1,都有P(‖Xni‖>x)≤P(｜X｜>x).{ani:1≤i≤n,n≥1}为满足条件∑ni=1a2ni=1,n≥1的实数阵列.则1n1 p∑ni=1aniXnip0蕴涵1n1 p∑ni=1aniXni完全收敛于0.     

Banach空间中有限个一致L-李普希茨映象的强收敛定理

首先将序列{xn}的迭代定义为:x0∈K,xn+1=(1-α1n)xn+α1nTn1y1n,y1n=(1-α2n)xn+α2nTn2y2n,...,y(m-1)n=(1-αmn)xn+αmnTnmxn,其中{αin}满足一定的条件.若存在严格增加的函数:[0,∞)→[0,∞),且(0)=0,使得〈Tnix-x*,j(x-y)〉≤kn‖x-x*‖2-(‖x-x*‖),j(x-x*)∈J(x-x*),x∈K,i=1,2,...,m,那么{xn}强收敛到x*.x*是K中有限个一致L-李普希茨映象的公共不动点. K是Banach空间E的非空闭凸子集.     

脉冲偏差分方程的振动性

获得脉冲偏差分方程{Am 1,n Am,n 1-Amn pmnAm-r,n-l=0,m≥m0,n≥n0-1,m≠mk,Amk 1,n Amk,n 1-Amk,n=bkAmk,n,n≥n0-1,k∈N(1),所有解振动的充分条件,其中{pmn}是一个双指标序列,对m≥m0,n≥n0-1,有pmn≥0且不恒为零,{bk}是实数序列,r,l是正整数,0≤m0≤m1<…相似文献   

Banach空间中m增生映射零点的带误差项的迭代格式

令E为实一致光滑Banach空间,A:D(A)=E→2E为m增生映射,z∈E为任意元,0∈R(A).序列{xn}D(A)定义为xn+1=xn-λn(un+θn(xn-z)+en),其中un∈Axn,n≥1,这里{λn}和{θn}为满足一定条件的正实数列,则xn→x*∈A-10.本质上将Chidume和Zegeye关于m增生映射零点的精确迭代格式推广为带误差项的形式.     

Wm(○)Wn和Wm○Wn的边色数

对m,n≥3,V(Wm(○)Wn)={ui|i=0,1,…,m}∪{vij|i=1,2,…,m;j=1,2,…,n};E(WmWn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{uivij|i=1,2,…,m;j=1,2,…,n}∪mi=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.V(Wm○Wn)={ui|i=0,1,…,m}∪{ Vij|i=1,2,…,m;j=1,2,…,n}∪{vi0|i=1,2,…,m};E(Wm○Wn)={u0ui|i=1,2,…,m}∪{u1u2,…,um-1um,umu1}∪{vi0vij|i=1,2,…,m;j=1,2,…,n}∪mi=1{vi1vi2,vi2vi3,…,vi(n-1)vin,vinvi1}.且对Wm○Wn有Ui=Vin,i=1,2,…,m.得到了Wm(○)Wn和Wm○Wn的边色数.     

强相依平稳正态序列的部分和与最大值的联合极限分布

设X1，X2，…是标准化平稳正态序列，协方差ρn=EX1Xn 1。在ρn和（ρnlogn)^-1都单调且收敛到0的情况下，得到了∑i=1nXi与max{Xi|1≤i≤n}的联合渐近分布。     

非自治的离散Smith方程的全局吸引性

QinqinZhang和ZhanZhou在文献 [1]中获得了方程xn+ 1=xnexp(rn(1-xn) )收敛于 1的充分条件。离散的非线性型Smith方程中 {rn}为一个非负实数序列 ,k ,β∈ (0 ,+∞ ) ,初值x0 >0 ,从而获得了满足条件的Smith方程的任意解{xn}关于正平衡解k全局吸引的充分条件是 : ∞n =0rn =∞且Lim　n∞suprn ≤ 2。其结果推广了文 [1]等的结果。     

实一致光滑Banach空间中m增生映射零点的带误差项的迭代格式

令E为实一致光滑Banach空间,A：D（A）=E→2^E为m增生映射,z∈E为任意元,x1∈E为任意初始向量,0∈R（A）。序列{xn}∪→D（A）定义为xn＋1=xn-λn（un＋θn（xn-z＋en））,其中un∈Axn,A↓n≥1,这里{λn}和{θn}为满足一定条件的非负实数列,得到了xn→x^＊∈A^-1 0。本质上将Chidume和Zegeye于2002年提出的关于m增生映射零点的精确迭代格式推广为带误差项的形式。     

渐近非扩张映象的粘性逼近序列的强收敛定理

假设E是具有一致Gateaux可微范数的实Banach空间,D是E的非空闭凸子集,f∶D→D是压缩映象,T∶D→D是渐近非扩张映象。设粘性逼近序列{xn}定义为xn 1=αnf(yn) (1-αn)Tnyn,yn=βnxn (1-βn)Tnxn(n≥0),其中αn∈[0,1],βn∈[0,1]。本文给出了{xn}强收敛于T的不动点的充要条件:若{αn}满足如下条件:limn→∞αn=0,∑∞n=0αn=∞,定义一簇压缩映象Sn∶D→D为Sn(z)=(1-dn)f(z) dnTnz,z∈D,其中dn=ktnn--αα,tn∈(α,1)(n=1,2,…),limn→∞tn=1且k2n-1≤(1-dn)2,n≥n0,设zn∈D是Sn的唯一不动点,即zn=Sn(zn)=(1-dn)f(zn) dnTnzn,n≥1,若limn→∞‖xn-Txn‖=0且{zn}强收敛于z*∈F(T),则{xn}强收敛于z*∈F(T)的充分必要条件是{yn}有界。本文的结果不仅是对Reich公开问题的解答,而且是对Reich[1-2]、Shioji和Takahashi[3]、张石生[4]相应结果的推广。     

Banach空间中关于一致Lipschitzian映象的一个新结果

设E是一实Banach空间,K为E中的一非空闭凸子集,Ti:K→K,i=1,2,3为一致Lipschitzian连续映象.如果序列kn(∩)[1,∞),kn→1,{αn}、{βn}、{δn}∈[0,1],满足:(i)δn→1(n→∞);(ii)∑∞n=0αn=∞,∑∞n=0βn=∞;(iii)∑∞n=0α2n＜∞,∑∞n=0αnβn＜∞;(iv)∑∞n=0αn(kn-1)＜∞,对x0∈K,让{xn}满足以下迭代序列xn+1=(1-αn)xn+αnT n1ynyn=(1-βn)xn+βnT n2znzn=(1-δn)xn+δnT n3xn,如果存在严格增的函数φ:[0,∞)→[0,∞),φ(0)=0,使得对(A)j(x+y)∈J(x+y),x∈K(i=1,2,3)有〈T nix-x*,j(x-x*)〉≤kn||x-x*||-(ψ)(||x-x*||),则{xn}收敛于x*.文章主要结果推广了张石生教授最近文献[1,8]以及文献[6-7]等的主要结果.     

Banach空间中关于增生算子方程解带误差的Ishikawa迭代序列

设X是任意实Banach空间,T:X→X是Lipschitz连续的增生算子,在没有假设∞∑n=0αnβn＜∞之下,证明了由xn 1=(1-αn)xn αn(f-Tyn) un及yn=(1-βn)xn βn(f-Txn) vn,(A)n≥0生成的、带误差的Ishikawa迭代序列强收敛到方程x Tx=f的唯一解,并给出了更为一般的收敛率估计:若un=vn=0,(A)n≥0,则有‖xn 1-x*‖≤(1-γn)‖xn-x*‖≤…≤n∏j=0(1-γj)‖x0-x*‖,其中{yn}是(0,1)中的序列,满足γn≥[1/2max{η,1-η}-1/4min{η,1-η}]αn,(A)n≥0.