2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩36頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、本文主要討論了一些概率方法在正線性算子逼近中的應(yīng)用,全文共分四章. 第一章,介紹了隨機(jī)方法與正線性算子逼近理論之間的關(guān)系,同時(shí)介紹了本文的一些主要結(jié)果. 第二章,文獻(xiàn)中介紹了Bernstein多項(xiàng)式具有保存Lipschitz常數(shù)的性質(zhì),并得到如下定理: 定理A:如果f∈LipAμ,則對(duì)所有n≥1,Bn(f)∈LipAμ. 它是從Bernstein多項(xiàng)式的定義出發(fā),先把Bn(f,x1)和Bx(f,x2)分別

2、化成下列雙和形式: Bn(f,x2)=n∑k=0n-k∑l=0n!/k!l!(n-k-l)!xkl(x2-x1)l(1-x2)n-k-lf(k+l/n) Bn(f,x1)=n∑k=0n-k∑l=0n!/k!l!(n-k-l)!xkl(x2-x1)l(1-x2)n-k-lf(k/n) 然后經(jīng)過一些復(fù)雜的初等運(yùn)算,同時(shí)利用定理A的條件證得 ||Bn(f,x1)-Bn(f,x2)|≤A(x2-x1)u

3、本文對(duì)上述定理給出另一種證明方法,即利用Bernstein算子的數(shù)學(xué)期望表達(dá)式及概率論中相關(guān)的數(shù)字特征不等式來證明定理A,使其證明過程得到簡化,并且我們把這種證明方法推廣到一類概率型算子當(dāng)中. 第三章,主要討論了具有下列形式和性質(zhì)的正線性算子的逼近性質(zhì): (1)Ltf(x)=Ef(Zt(x))x∈I,t∈T (2)E(Zt(x))=xE(Zt(x)-x)2=λ(t)ψ2(x)x∈I,t∈T其中I為R的子集,T={

4、1,2,……}或T=(0,∞),f為定義在I上實(shí)值可測(cè)函數(shù),并且滿足Lt|f|<∞,λ(t)是定義在T上的正函數(shù),并且滿足當(dāng)t→∞時(shí),λ(t)→0,ψ(x)為I上的連續(xù)函數(shù),且Ax∈I0有ψ(x)>0(I0為I的內(nèi)鄰域). C.Sanguesa[2]把具有形式(1)并且滿足(2)的算子定義為中心的Bernstein型算子,并且討論了這類型算子關(guān)于Ditzian-Totik模的A型逆不等式的證明,即證明下列不等式: W2ψ

5、(f,√λ(t))∞≤Ci‖Lff-f‖(Ci為絕對(duì)常數(shù))文獻(xiàn)[2]表明了,對(duì)于上述不等式的證明,如果在通常證明方法,比如在Ltf的Taylor's展開式或Ltf的迭代中滲入概率思想,那么可以降低其證明的難度.另外,Rasul.A.Khan[3]在文獻(xiàn)[4]基礎(chǔ)上利用概率方法討論了由Bleiman,ButzerandHahn引進(jìn)的一個(gè)算子關(guān)于一階連續(xù)模和二階連續(xù)模的收斂速度,從而簡化并且加強(qiáng)了[4]中的結(jié)果.本文在[2]和[3]基礎(chǔ)上利

6、用概率方法及K-泛函與二階連續(xù)模之間的關(guān)系討論中心的Bernstein型算子的逼近度,得到下面兩個(gè)主要結(jié)果:|Lt(f,x)-f(x)|≤2(ψ(x)+1)ω(f,,√λ(t))和|Lt(f,x)-f(x)|≤2C[ω2(f,√λ(t)·ψ(x)+λ(t)ψ2(x)‖f‖cn]其中C為常數(shù),ψ(x),λ(t)與(2)中相同. 作為上面兩個(gè)結(jié)果的應(yīng)用,本文對(duì)幾個(gè)具體的中心的Bernstein型算子進(jìn)行討論,比如Bernstein算

7、子,Szasz-Mirakyan算子及Gamma型算子等,分別得到它們關(guān)于一階連續(xù)模和二階連續(xù)模的逼近度.當(dāng)然我們知道對(duì)于上述幾個(gè)算子的逼近度可以由許多方法得到,比如[5]中介紹的Mamedov-Shisha量化方法,Devore-Freud量化方法等等,但本文所給的證明方法更加簡單、明了. 第四章,主要討論了正態(tài)分布型的Gauss-Weierstrass算子的一些逼近性質(zhì).首先給出了Gauss-Weierstrass算子關(guān)于數(shù)

8、學(xué)期望表達(dá)式,即Gn(f,x)=√n/π∫+∞-∞f(t)e-n(t-x)2dt=Ef(Zxn) 其中{Zxn:n∈N.x∈(-∞,+∞)}為服從參數(shù)為(x,1/2n)的正態(tài)分布的可積的隨機(jī)過程,其次我們利用這一表達(dá)式及概率的相關(guān)性質(zhì)得到Gn(f,x)關(guān)于一階連續(xù)模的逼近度,即|Gn(f,x)-f(x)|≤2ω(f,1/√2n)最后再利用上式進(jìn)一步討論了Gauss-Weierstrass算子在ψ-變差下的收斂速度,即1Vψ(Gn

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論