[论文解读] New sharp inequalities of Ostrowski and generalized trapezoid type for the Riemann-Stieltjes integrals and applications

Mohammad W. Alomari|arXiv (Cornell University)|Aug 7, 2014

Mathematical Inequalities and Applications参考文献 21被引用 9

一句话总结

本论文在被积函数与积分器的各类光滑性与变差条件下，建立了黎曼-斯蒂尔杰斯积分的新锐加权不等式，涵盖奥斯特定罗夫斯基（Ostrowski）型与广义梯形型。核心贡献是为一般求积规则提出统一的误差界，表达式为 $\left| R(f,u,I_n,\xi) \right| \leq \left[\frac{1}{2} + \left|\frac{1}{2} - \alpha\right|\right] \left[u(b)-u(a)\right] \cdot \bigvee_a^b(f)$，该结果推广并 sharpened 了现有关于黎曼-斯蒂尔杰斯积分数值积分的成果。

ABSTRACT

In this paper, new sharp weighted generalizations of Ostrowski and generalized trapezoid type inequalities for the Riemann--Stieltjes integrals are proved. Several related inequalities are deduced and investigated. New Simpson's type inequalities for $\mathcal{RS}$--integral are pointed out. Finally, as application; an error estimation of a general quadrature rule for $\mathcal{RS}$--integral via Ostrowski--generalized trapezoid quadrature formula is given.

研究动机与目标

• 推导黎曼-斯蒂尔杰斯积分的新锐加权广义奥斯特定罗夫斯基与广义梯形不等式。
• 在不同光滑性与有界变差假设下，统一并拓展现有求积规则的误差界。
• 为应用于黎曼-斯蒂尔杰斯积分的一般求积规则，提供全面的误差估计框架。
• 推导新的辛普森型不等式，并将结果应用于实际的数值积分场景。

提出的方法

• 利用被积函数与积分器的 Hölder 连续性、有界变差性与利普希茨条件，推导新的加权奥斯特定罗夫斯基型不等式。
• 在分段区间 $[x_i, x_{i+1}]$ 上应用带参数 $\alpha$ 的广义梯形规则，以建模黎曼-斯蒂尔杰斯和 $S(f,u,I_n,\xi)$。
• 通过变差范数与广义三角不等式，对全区间 $[a,b]$ 上的余项 $R(f,u,I_n,\xi)$ 进行上界估计。
• 通过子区间上的求和，建立关键误差界 $\left| R \right| \leq \left[\frac{1}{2} + \left|\frac{1}{2} - \alpha\right|\right] \left[u(b)-u(a)\right] \cdot \bigvee_a^b(f)$。
• 利用 Dragomir、Kikianty 等人的已知结果作为基础参考，构建更锐利的不等式。
• 通过在不同正则性假设下的情形分析验证结果，包括 Hölder 连续性、利普希茨条件与单调性条件。

实验结果

研究问题

• RQ1 应用于黎曼-斯蒂尔杰斯积分的奥斯特定罗夫基-广义梯形求积规则，其最锐利可能的误差界是什么？
• RQ2 在 Hölder 连续性、有界变差性与利普希茨条件下，如何为黎曼-斯蒂尔杰斯积分推导加权不等式？
• RQ3 误差界能否统一表示为被积函数总变差与积分器总变差的函数？
• RQ4 参数 $\alpha$ 在不同求积方案中对最小化误差界起何作用？
• RQ5 与现有不等式相比，新不等式在锐利性与一般性方面表现如何？

主要发现

• 一般求积规则中的余项 $R(f,u,I_n,\xi)$ 满足 $\left| R \right| \leq \left[\frac{1}{2} + \left|\frac{1}{2} - \alpha\right|\right] \left[u(b)-u(a)\right] \cdot \bigvee_a^b(f)$，该界是锐利的，且与划分网格无关。
• 该界对所有 $\alpha \in [0,1]$ 均保持一致，最坏情况出现在 $\alpha = 0$ 或 $\alpha = 1$，此时系数为 1；最佳情况出现在 $\alpha = 0.5$，此时系数为 0.5。
• 该结果通过引入加权范数与变差结构，推广并改进了 Dragomir、Kikianty 等人早期的界。
• 该方法可在多种正则性假设下实现误差估计，包括 Hölder 连续性、有界变差性与利普希茨条件。
• 作为主框架的特例，推导出黎曼-斯蒂尔杰斯积分的新辛普森型不等式。
• 分析表明，被积函数的总变差 $\bigvee_a^b(f)$ 是误差大小的关键决定因素，而积分器的变差 $u(b)-u(a)$ 线性缩放该界。