[논문 리뷰] Approximation properties of (p;q)-variant of Stancu-Schurer operators(Revised)

Abdul Wafi, Nadeem Rao|arXiv (Cornell University)|2015. 08. 08.

Approximation Theory and Sequence Spaces참고 문헌 8인용 수 9

한 줄 요약

이 논문은 근사 이론에서 고전적 및 q-해석학적 연산자를 일반화하는 새로운 (p,q)-버전의 Stancu-Schurer 연산자를 소개한다. 이 연산자는 두 번째 차수의 연속성 모듈러스, Peetre의 K-functional, 그리고 리프시츠 클래스를 사용하여 수렴 속도를 확립하며, (p,q)-정수와 매개변수 α, β에 대한 명시적인 오차 한계를 포함한 직접 근사 정리들을 증명한다.

ABSTRACT

In this article, we have introduced (p;q)-variant of Stancu-Schurer operators and discussed the rate of convergence for continuous functions. We have also discussed recursive estimates Korovkin and direct approximation results using second order modulus of continuity, Peetres K-functional Lipschitz class.

연구 동기 및 목표

• 근사 이론에서 Bernstein-Schurer 및 Stancu 연산자를 (p,q)-계산 프레임워크로 확장하여 보다 유연한 근사 성능을 확보한다.
• 연속 함수에 대해 새로운 (p,q)-버전 연산자의 수렴 속도를 [0,1]에서 분석한다.
• 두 번째 차수의 연속성 모듈러스, Peetre의 K-functional, 리프시츠 클래스를 사용하여 직접 근사 결과를 수립한다.
• 두 개의 매개변수 p와 q를 통합함으로써 기존의 q-근사 이론 결과를 일반화한다.

제안 방법

• (p,q)-정수와 (p,q)-이항 계수를 사용하여 (p,q)-버전의 Stancu-Schurer 연산자를 정의한다.
• [n]_p,q와 p,q-이항 전개를 포함하는 재귀 항등식을 사용하여 연산자의 모멘트 추정치를 유도한다.
• Korovkin 정리를 적용하여 [0,1]에서 연속 함수에 대한 수렴성을 증명한다.
• 두 번째 차수의 연속성 모듈러스와 Peetre의 K-functional을 사용하여 직접 근사 추정치를 수립한다.
• 홀더 부등식과 리프시츠 클래스 조건을 활용하여 Lip_M(α)에 속하는 함수의 근사 오차를 근사한다.
• 리프시츠 클래스 조건을 사용하여 δ_n,l^α,β(x) = S_n,l^α,β((t−x)^2; x)에 대한 수렴 속도의 경계를 증명한다.

실험 결과

연구 질문

• RQ1 연속 함수에 대해 (p,q)-버전의 Stancu-Schurer 연산자는 [0,1]에서 어떻게 수렴하는가?
• RQ2 두 번째 차수의 연속성 모듈러스와 Peetre의 K-functional을 사용할 때 이 연산자의 수렴 속도는 어떻게 되는가?
• RQ3 매개변수 α와 β는 (p,q)-프레임워크에서 근사 오차에 어떻게 영향을 미치는가?
• RQ4 리프시츠 클래스 조건을 사용하여 (p,q)-연산자에 대한 명시적인 오차 한계를 유도할 수 있는가?
• RQ5 새로운 (p,q)-연산자와 기존의 q-해석학적 및 고전적 Bernstein-Schurer 연산자 간의 관계는 무엇인가?

주요 결과

• n→∞일 때 (p,q)-버전의 Stancu-Schurer 연산자는 [0,1]에서 연속 함수로 균일 수렴하며, Korovkin 정리를 만족한다.
• 수렴 속도는 두 번째 차수의 연속성 모듈러스의 상수배로 경계된다: |S_n,l^α,β(f;x)−f(x)| ≤ C ω_2(f; √Θ_n,l^α,β(x)).
• 리프시츠 클래스 Lip_M(α)에 속하는 함수의 경우 오차는 M (δ_n,l^α,β(x))^{α/2}로 경계되며, 여기서 δ_n,l^α,β(x) = S_n,l^α,β((t−x)^2; x)이다.
• 근사 오차는 또한 [n+l]_p,q / ([n]_p,q + β) 비율에 의존하며, 이 비율은 n→∞일 때 1로 수렴하여 수렴성을 보장한다.
• 기존의 Mursaleen 등이 제시한 (p,q)-Bernstein-Schurer 연산자를 일반화하며, α=β=0일 때 그들의 경우로 축소된다.
• Peetre의 K-functional을 사용함으로써 부드러움과 연산자 모멘트를 통합한 정밀한 오차 추정치를 도출할 수 있다.