Faure序列的一种构造方法

在伪 MonteCarlo方法中,经常用Faure序列去计算偏差(Discrepancy),对于Fau re序列构造的生成矩阵C3.本文证明C3=chol(pascal(m)),其中pascal(m)是m阶Pascal矩阵,而chol(pascal(m))是pascal(m)的Cholesky分解,用上述结论并结合Matlab的优化软件给出Faure序列的一种构造方法.

S^P(0

对0＜p＜1，记S^p为具有H^p导数的解析函数空间，即S^p={f：f∈H（D），f∈H^p}，定义f的S^p范数为|||f|||_p=|f(0)|+||f~||_p.本文证明了S^p（0＜p＜1）上的Cesào算子的有界性．

S^1上的Cesàro算子是有界的

记Ｓ１＝｛ｆ∶ｆ′∈Ｈ′（Ｄ）｝，Ｓ１上的Ｃｅｓàｒｏ算子Ｃ定义为（Ｃｆ）（ｚ）＝∑∞ｋ＝０１ｎ＋１∑ｎｎ＝１ａｋｚｎ，其中ｆ（ｚ）＝∑∞ｋ＝０ａｋｚｋ∈Ｓ１，在这篇文章中，我们将证明Ｃｅｓàｒｏ算子Ｃ在Ｓ１上是有界的。

各向异性Besov空间上逼近的复杂性

本文研究在确定框架下各向异性Besov空间上多变量周期函数的逼近问题.用函数的连续线性泛函作为信息(简称线性信息)及函数值作信息(简称标准信息)来逼近各向异性多变量Besov函数,给出用线性信息与标准信息来逼近各向异性多变量Besov函数的计算复杂性的最优渐进估计.

复超球上H^p函数的一个特征

本文给出Ｃｎ单位球上Ｈｐ函数的一个特征，即ｆ∈Ｈｐ（Ｂ）（０＜ｐ＜＋∞）当且仅当∫Ｂ（１－｜ｚ｜）｜ｆ（ｚ）｜Ｐ－２｜（Ｒｆ）（ｚ）｜２ｄυ（ｚ）＜＋∞。

球上Bloch函数的积分平均与径向增长

本文研究C^n单位球B上Bloch函数及B上的Bloch函数类B(B)的子类B_0(B)={f∈B(B):(1-|z|~2)|(Rf)(z)|→0,(|z|→1)}中的函数的积分平均与径向增长的阶的估计,并且举例说明这个估计在某种意义下是最好的。

Bloch空间上的Cesàro算子是有界的

记={f:f∈H(D),‖f‖＜∞}为Bloch空间，其中对于f(z)=定义Cesaro算子为在这篇文章中，我们将证明如下结果：定理如果f∈，则存在常数C。

广义Riemann积分与Lebesgue积分的比较

在这篇文章中，我们将给出广义Ｒｉｅｍａｎｎ积分与Ｌｅｂｅｓｇｕｅ积分的关系。

Poisson－Stieltjes积分的非切向极限

在这篇文章中，我们证明了形如的Ｐｏｉｓｓｏｎ－Ｓｔｉｅｌｔｊｅｓ积分的非切向极限几乎处处存在，且等于μ（θ），其中是Ｐｏｉｓｓｏｎ核，μ（θ）是［－π，π］上的囿变函数。

城市房地产市场投资吸引力的综合评价

文章根据房地产行业相关专家意见,建立城市房地产市场投资吸引力综合评价指标体系,运用层次分析法设置指标权重。依据安徽省2011年度16个城市的各个指标数据,运用灰色综合评价方法,结合指标权重,对安徽省16个城市的房地产市场(主要是商品房市场)的投资吸引力进行综合评价。

校所联合培养研究生的培养机制探索与实践

近年来国家积极鼓励支持高等院校与科研院所联合培养研究生,完善校所协同创新与联合培养机制。本文探索以提高创新能力与研究生质量为目标,研究高等院校与科研院所联合培养研究生的创新人才培养机制。以安徽大学为例,建立高等院校与高水平科研院所联合培养研究生的培养模式与机制,从实践与具体操作的角度,提出招生选拔、培养方案、论文答辩、学生管理、成果归属等方面的一些具体做法,并详细分析了该培养机制的特征。通过联合培养研究生,实现了研究生、高等院校与科研院所三方共赢,特别是研究生的科研能力得到了显著提高。

改进Lagrange插值多项式误差上界的系数(英文)

当用Lagrange插值多项式逼近函数时,重要的是要了解误差项的性态.本文研究具有等距节点的Lagrange插值多项式,估计了Lagrange插值多项式逼近函数误差项的上界,改进了小于5次Lagrange插值多项式逼近函数误差界的系数.

ON THE POWER OF STANDARD INFORMATION FOR APPROXIMATION IN RANDOMIZED SETTING

This article considers weighted approximation of multivariate function in reproducing kernel Hilbert space, and gives a relation between nth minimal errors for standard and linear information in the randomized setting. Using this relation we can estimate the nth minimal error for standard information by the nth minimal error for linear information, and study the tractability and strong tractability for these two classes of information.