Skip to main content
QUICK REVIEW

[論文レビュー] Approximation by a Kantorovich type q-Bernstein-Stancu operators

M. Mursaleen, Khursheed J‎. ‎Ansari|arXiv (Cornell University)|May 24, 2015
Approximation Theory and Sequence Spaces参考文献 17被引用数 8
ひとこと要約

本稿では、関数近似のためのq-Bernstein-Stancu作用素のKantorovich型一般化である新しい作用素を導入する。収束性、モジュラス連続性による収束速度、局所的近似性質、およびヴォロノフスカージャ型定理を確立し、数値的図版により収束挙動を示している。

ABSTRACT

In this paper, we introduce a Kantorovich type generalization of q-Bernstein-Stancu operators. We study the convergence of the introduced operators and also obtain the rate of convergence by these operators in terms of the modulus of continuity. Further, we study local approximation property and Voronovskaja type theorem for the said operators. We show comparisons and some illustrative graphics for the convergence of operators to a certain function.

研究の動機と目的

  • 新しいq-Bernstein-Stancu作用素のクラスを、改善された近似を得るためのKantorovich型積分修正を組み込むことで開発すること。
  • 連続関数空間における提案作用素の収束挙動を調査すること。
  • モジュラス連続性を用いて収束速度を推定すること。
  • 局所的近似性質を研究し、ヴォロノフスカージャ型漸近定理を確立すること。
  • テスト関数への近似における収束を図示的に比較すること。

提案手法

  • 著者らは、古典的q-Bernstein-Stancu作用素を積分(Kantorovich)形式に修正することで、新しい線形正作用素の族を定義する。
  • 作用素はq整数およびq微積分を用いて構築され、元のBernstein-Stancu作用素の構造を保っている。
  • Weierstrass近似定理およびq整数の性質を用いて収束性を分析する。
  • 収束速度はモジュラス連続性を用いて定量的に評価し、明示的な誤差境界を提供する。
  • 局所的近似は2階モジュラス滑らかさおよびPeetreのK汎関数を用いて研究する。
  • q → 1⁻のときの漸近的挙動を記述するため、ヴォロノフスカージャ型定理を導出する。

実験結果

リサーチクエスチョン

  • RQ1q-Bernstein-Stancu作用素のKantorovich型修正は、その近似性質にどのように影響を与えるか?
  • RQ2新しい作用素の収束速度は何か? また、モジュラス連続性にどのように依存するか?
  • RQ3これらの作用素は点の近傍でどのような局所的近似性質を示すか?
  • RQ4q → 1⁻のとき、作用素の漸近的挙動はいかなるものか?
  • RQ5新しい作用素は、連続関数を近似する際、元の作用素と比較して視覚的にどのように異なるか?

主な発見

  • 提案されたKantorovich型q-Bernstein-Stancu作用素は、n → ∞およびq → 1⁻のとき、[0,1]上で元の関数に一様収束する。
  • 収束速度はO(√(1 - qⁿ)) + ω(f, √(1 - qⁿ)) であり、ここでωはモジュラス連続性を表す。
  • ヴォロノフスカージャ型定理が確立され、n → ∞およびq → 1⁻のとき、n(ℒₙ(f;x) - f(x)) の極限がfの2階微分に関連していることが示された。
  • 2階モジュラス滑らかさを用いた局所的近似の確認により、これらの作用素が局所的滑らかさを保存することが示された。
  • 数値的図版により、新しい作用素が古典的対応物に比べて改善された収束挙動を示すことが確認された。
  • 結果は、既存のq-BernsteinおよびKantorovich作用素を一般化し、より広い関数クラスへの適用可能性を拡張している。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。