QUICK REVIEW
[论文解读] Approximation properties of Chlodowsky variant of (p,q) Bernstein-Stancu-Schurer operators
Vishnu Narayan Mishra, M. Mursaleen|arXiv (Cornell University)|Aug 23, 2015
Approximation Theory and Sequence Spaces参考文献 12被引用 6
一句话总结
本文提出了一类新的 (p,q) Bernstein-Stancu-Schurer 算子的 Chlodowsky 变体,该算子推广了现有在无界区间上定义的 (p,q) 算子。建立了 Korovkin 型逼近定理,并利用连续模与 Ditzian-Totik 模估计了收敛速度,证明了在 [0, ∞) 上连续函数的统一收敛性。
ABSTRACT
In the present paper, we introduce the Chlodowsky variant of (p,q) Bernstein-Stancu-Schurer operators which is a generalization of (p,q) Bernstein-Stancu-Schurer operators. We have also discussed its approximation properties and rate of convergence.
研究动机与目标
- 提出一种新的 Chlodowsky 型 (p,q) Bernstein-Stancu-Schurer 算子,用于在无界区间 [0, ∞) 上进行逼近。
- 通过满足 bn → ∞ 且 bn/[n]q → 0 的序列 (bn),将 (p,q) 算子的应用范围从 [0,1] 扩展至 [0, ∞)。
- 在 [0, ∞) 上连续函数空间中,为新算子建立 Korovkin 型逼近定理。
- 利用连续模与 Ditzian-Totik 模光滑度分析收敛速度。
- 在适当选择 p, q 及序列 (bn) 的条件下,证明 C1+x²[0, ∞) 中函数的统一收敛性。
提出的方法
- 在 [0, bn] 上提出一种新的线性正算子 Cn,m(α,β)(f;x,p,q),其基于 (p,q)-整数及满足 bn → ∞ 且 bn/[n]q → 0 的序列 (bn)。
- 推导出算子前四阶矩的显式公式,包括 E[(t−x)²],用于收敛性分析。
- 应用正线性算子在无界区间上的 Korovkin 定理,证明对测试函数 1, t, t² 的收敛性。
- 使用 Ditzian-Totik 模光滑度 ω(f'; δ) 估计逼近误差并推导收敛速度。
- 运用 Cauchy-Schwarz 不等式控制误差估计中的二阶矩项,从而得出定量收敛结果。
- 建立如下形式的定量收敛估计:|Cn,m(α,β)(f;x,p,q) − f(x)| ≤ M(|[n+m]p,q/[n]p,q + β − 1|A + αbn/[n]p,q + β) + ω(f'; δ)[(Bn,p,q(α,β))¹ᐟ² + (1/δ)Bn,p,q(α,β)],其中最优取值为 δ = (Bn,p,q(α,β))¹ᐟ²。
实验结果
研究问题
- RQ1如何通过 Chlodowsky 方法将 (p,q) Bernstein-Stancu-Schurer 算子推广至无界区间 [0, ∞)?
- RQ2新提出的 Chlodowsky-(p,q) Bernstein-Stancu-Schurer 算子具有何种 Korovkin 型逼近性质?
- RQ3这些算子在 C1+x²[0, ∞) 中函数的收敛速度如何?
- RQ4序列 (bn) 的选择如何影响算子的收敛行为?
- RQ5Ditzian-Totik 模光滑度能否有效用于推导该类新算子的定量收敛估计?
主要发现
- 所提出的 (p,q) Bernstein-Stancu-Schurer 算子的 Chlodowsky 变体是定义在 [0, bn] 上的线性正算子,其中 bn → ∞ 且 bn/[n]q → 0。
- 当 p, q → 1 且 m = 0 时,该算子退化为 Stancu-Chlodowsky 多项式。
- 算子的前四阶矩被显式计算,为收敛性分析提供了基础。
- 该算子在 [0, ∞) 上对测试函数 1, t, t² 满足 Korovkin 逼近定理。
- 通过 Ditzian-Totik 模光滑度推导出定量收敛估计,误差被包含二阶矩 Bn,p,q(α,β) 和模 ω(f'; δ) 的项所界定。
- 通过取 δ = (Bn,p,q(α,β))¹ᐟ²,论文实现了最优收敛速度 O((Bn,p,q(α,β))¹ᐟ²),证明了在 C1+x²[0, ∞) 中函数的统一收敛性。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。