[论文解读] Grüss and Grüss-Voronovskaya-type estimates for some Bernstein-type polynomials of real and complex variables

Sorin G. Gal, Heiner Gonska|arXiv (Cornell University)|Jan 27, 2014

Approximation Theory and Sequence Spaces参考文献 7被引用 28

一句话总结

该论文在实数与复数域中建立了伯恩斯坦型多项式的一类格鲁什型及格鲁什-沃罗诺夫茨卡亚型估计，将经典逼近结果推广至紧集上的解析函数。论文推导了伯恩斯坦算子乘积与各自输出乘积之间偏差的精确上下界，关键结果表明：复数域和伯恩斯坦-法伯算子的收敛速率分别为 $ O(1/n) $ 和 $ O(1/n^2) $。

ABSTRACT

The first aim of this paper is to prove a Grüss-Voronovskaya estimate for Bernstein and for a class of Bernstein-Durrmeyer polynomials on $[0, 1]$. Then, Grüss and Grüss-Voronovskaya estimates for their corresponding operators of complex variable on compact disks are obtained. Finally, the results are extended to Bernstein-Faber polynomials attached to compact sets in the complex plane.

研究动机与目标

• 将格鲁什型不等式推广至复数域中的伯恩斯坦算子及相关多项式，提供算子乘积偏差的界。
• 通过识别 $ n[B_n(fg) - B_n(f)B_n(g)] $ 展开式中精确的一阶项，改进经典沃罗诺夫茨卡亚型渐近估计。
• 将这些估计推广至复平面上紧集上的伯恩斯坦-法伯算子，尤其针对解析函数。
• 基于连续模与解析性条件，建立算子乘积偏差的定量收敛速率。

提出的方法

• 采用分解技术，将算子乘积差中的主项与误差分量分离。
• 利用一阶连续模的最小凹上界 $ \tilde{\omega}_1 $ 来界定格鲁什泛函。
• 应用沃罗诺夫茨卡亚型展开，识别乘积偏差中 $ O(1/n) $ 的极限项。
• 通过解析延拓与共形映射，将结果扩展至复平面上的紧集 $ G \subset \mathbb{C} $，并使用法伯多项式。
• 利用文献 [5] 和 [6] 中关于伯恩斯坦-法伯算子逼近误差与沃罗诺夫茨卡亚型收敛性的已知估计。
• 基于系数 $ a_k(f), a_k(g) $ 与法伯多项式差 $ F_{k-1}(z) - F_k(z) $ 推导估计式。

实验结果

研究问题

• RQ1 对于 $ f,g \in C^2[0,1] $，$ n[B_n(fg)(x) - B_n(f)(x)B_n(g)(x)] $ 的渐近行为是什么？
• RQ2 格鲁什型不等式如何推广至紧圆盘上解析函数的复伯恩斯坦多项式？
• RQ3 伯恩斯坦-法伯算子的格鲁什-沃罗诺夫茨卡亚估计中，精确的 $ O(1/n^2) $ 修正项是什么？
• RQ4 算子乘积偏差的收敛速率如何依赖于 $ f $ 与 $ g $ 的解析性与光滑性？
• RQ5 能否通过共形映射与法伯多项式展开，将这些估计推广至 $ \mathbb{C} $ 中的紧集？

主要发现

• 对于 $ f,g \in C^2[0,1] $，格鲁什-沃罗诺夫茨卡亚估计为 $ \left|n[B_n(fg)(x) - B_n(f)(x)B_n(g)(x)] - x(1-x)f'(x)g'(x)\right| \leq \frac{x(1-x)}{2}\left[\tilde{\omega}_1((fg)''; \frac{1}{3\sqrt{n}}) + \|g\|\tilde{\omega}_1(f''; \frac{1}{3\sqrt{n}}) + \|f\|\tilde{\omega}_1(g''; \frac{1}{3\sqrt{n}}) + \frac{1}{2n}\|f''\|\|g''\|\right] $。
• 对于紧圆盘上的复伯恩斯坦多项式，格鲁什估计为 $ |B_n(fg;z) - B_n(f;z)B_n(g;z)| \leq \frac{C}{n} $，其中 $ C $ 依赖于 $ f,g,r $，且 $ r>1 $。
• 对于 $ \overline{G_r} $ 上的复伯恩斯坦-法伯算子，格鲁什-沃罗诺夫茨卡亚估计为 $ \left|\mathcal{B}_n(fg;G)(z) - \mathcal{B}_n(f;G)(z)\mathcal{B}_n(g;G)(z) - \sum_{k=2}^\infty \frac{k(k-1)}{2n}[F_{k-1}(z)-F_k(z)](a_k(fg)-f(z)a_k(g)-g(z)a_k(f))\right| \leq \frac{C}{n^2} $。
• 算子乘积偏差的收敛速率在格鲁什估计中为 $ O(1/n) $，在格鲁什-沃罗诺夫茨卡亚估计中为 $ O(1/n^2) $，适用于复伯恩斯坦算子与伯恩斯坦-法伯算子。
• 在星形、双曲旋轮线、双纽线与半圆盘等特定区域中，结果是精确的，此时 $ \Psi $ 与 $ F_k $ 可显式计算。
• 当 $ G = \mathbb{D}_R $ 时，伯恩斯坦-法伯结果退化为复伯恩斯坦情形，验证了不同设定间的一致性。