×

修正Picard算子的加权近似。 (英语) Zbl 1440.41019号

在[积极性21,第3号,1189–1199(2017;Zbl 1377.41011号)]O.阿格拉蒂尼等人对著名的Picard算子进行了以下修改:\[P_{n}^{\ast}\left(f;x\right)=\frac{\sqrt{n}}{2}\overset{\infty}{\underset{-\infty}{\int}}f\left文本{with}n\geqn{a}\tag{1}\]其中,\(alpha_{n}\左(x\右)=x-\压裂{1}{2a}\ln(压裂{n}{n-(2a)^{2}})\)和\(a>0)。在这里,\(n_{a}\)代表\(\左[4a^{2}\right]+1,\)其中\(\left[.\right]\)表示楼层功能。这些运算符再现了常数函数(1)和某个指数功能。在本文中,作者证明了(1)中定义的算子的互补结果。作者首先回顾了在[loc.cit.]中获得的瞬间身份。然后,在加权(L_{p})空间中证明了算子的存在性。然后,利用Korovkin型逼近定理和逐点逼近,给出了关于加权(L_{p})范数逼近的一些结果。最后,他们在不使用Korovkin型定理的情况下证明了加权(L_{p})范数的逼近。

MSC公司:

41甲81 加权近似值
41A25型 收敛速度,近似度
41A35型 算子逼近(特别是积分算子)
41A36型 正算子逼近
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿格拉蒂尼,O。;Aral,A。;Deniz,E.,关于两类积分型逼近过程,正定,3,21,1189-1199(2017)·Zbl 1377.41011号 ·doi:10.1007/s11117-016-0460年
[2] 波兰巴特泽;雷杰·内塞尔(RJ Nessel),《傅里叶分析与逼近》,第一、二卷(1971年),纽约:巴塞尔伯克豪斯出版社和纽约学术出版社·Zbl 1515.42001号
[3] 雷姆普斯卡,L。;Tomczak,K.,关于Picard算子的一些性质,Arch。数学。(布尔诺),45,125-135(2009)·兹比尔1212.41055
[4] Le she niewicz,A。;雷姆普斯卡,L。;Wasiak,J.,指数权重空间中Picard奇异积分的近似性质,Publ。数学。,2, 40, 233-242 (1996) ·Zbl 0871.41010号 ·doi:10.5565/PUBLMAT_40296_01
[5] Gorzenska,M。;Rempulska,L.,关于Picard奇异积分的极限性质,《数学研究所出版物》,55,69,39-46(1994)·Zbl 0822.41016号
[6] Karsl,H。;Ibikli,E.,关于基于两个参数的卷积型奇异积分算子的收敛性,Fasciculi Mathematici,18,25-39(2007)·Zbl 1136.41007号
[7] Gal,SG,关于用奇异积分逼近连续函数的次数的注记,数学。纳克里斯。,164, 197-199 (1993) ·Zbl 0808.42004号 ·doi:10.1002/mana.19931640114
[8] 佐治亚州阿纳斯塔西奥;Gal,SG,广义奇异积分到单位的收敛性,多值情形,应用。数学。第1版,第1-8页(2000年)·兹伯利0979.41010
[9] Anastasiou,GA,光滑Picard奇异积分算子速率的基本收敛性,J.Compute。分析。申请。,8, 4, 313-334 (2006) ·Zbl 1099.41016号
[10] 马哈帕特拉邦,注册护士;Rodriguez,RS,关于Hölders连续函数奇异积分的收敛速度,数学。纳克里斯。,149, 117-124 (1990) ·Zbl 0726.42003号 ·doi:10.1002/mana.19901490108
[11] Deeba,E。;马哈帕特拉邦,注册护士;Rodriguez,RS,关于某些奇异积分的逼近度,Rend。材料申请。,7,345-355(1988年)·Zbl 0677.42015年
[12] 迪齐安,Z。;Totik,V.,平滑度模量(1987),纽约:斯普林格,纽约·Zbl 0666.41001号
[13] 加季耶夫,AD;Aral,A.,无界集上带正线性算子的加权(L_p)逼近,应用。数学。莱特。,1046-1051年10月20日(2007年)·Zbl 1132.41323号 ·doi:10.1016/j.aml.2006.12.007
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。