L^p Boundedness of Commutators of Calderón-Zygmund Singular Integral Operators

本文证明了当ｂ∈ＢＭＯ时，具有弱核的ＣａｌｄｅｒóｎＺｙｇｍｕｎｄ奇异积分算子的交换子［ｂ，Ｔ］ｆ＝ｂＴ（ｆ）－Ｔ（ｂｆ）是Ｌｐ（１＜ｐ＜∞）有界的．一个等价的命题是双线性算子ｇＴ（ｆ）－ｆＴ（ｇ）∈Ｈ１，只要ｆ∈Ｌｐ，ｇ∈Ｌｑ，１＜ｐ＜∞，１ｐ＋１ｑ＝１．

修正的高阶Hermite－Fejer插值的加权L^p逼近

本文给出了基于Ｃｈｅｂｙｓｈｅｖ结点的高阶Ｈｅｒｍｉｔｅ－Ｆｅｊｅｒ插值多项式的两种修正形式，并证明了这两种修正对均可给出逼近阶，同时文中也给出了基于Ｃｈｅｂｙｓｈｅｖ结点的Ｈｅｒ－ｍｉｔｅ－Ｆｅｊｅｒ及Ｈｅｒｍｉｔｅ插值多项式对及类函数的逼近阶。

可积函数空间L^P中的几种收敛性关系

文章对可积函数空间L^P中强收敛、弱收敛和依测度收敛几种收敛的定义和性质进行归纳和总结,讨论他们之间的关系,并给出了相应结果的证明,从而使各种收敛关系更加明晰和透彻。

L^p空间Kantorovich-Vertesi算子逼近的Jackson型估计

考虑了 Kantorovich-Vertesi有理插值型算子 L*n,s( f,X,x)对 Lp[- 1 ,1 ]( 1≤ p≤∞ )空间函数逼近的 Jackson型估计 .并获得了如下逼近阶 :‖ L*n,s( f,X,x) -f( x)‖Lp[- 1,1] ≤ Cp,sω f ,1n + 2 Lp[- 1,1]( s>2 )

L^p空间Shepard算子(λ=1)逼近的Jackson阶

考虑了Lp[0,1]空间Shepard算子S*n1(f,x)的逼近阶估计,对f∈Lp[0,1](p>1),得到了估计式:‖S*n1(f)-f‖p≤Cpω(f,log-1n)p;对f∈L1[0,1],得到了估计式‖S*n1(f)-f‖1≤Cω(f,log-1n)1.

L^p空间Kantorovich型Bernstein-Stancu算子的逼近

研究了一种由ICZ引进的Kantorovich型Bernstein-Stancu算子在Lp空间的逼近性质,建立了其逼近的正、逆定理.所得结论推广了经典Kantorovich型Bernstein算子的相关结论.

L^p空间上依测度收敛与依范数收敛的关系

Lp空间中的函数列{nf(x)}依测度收敛与依范数收敛的基本关系是:依范数收敛可推出依测度收敛,但逆命题不成立.本文在依测度收敛的基础上,加上必要的条件fn(x)≤fn+1(x)a.e于E且‖fn‖p→‖f‖p或为{f,f1,f2,…}为一致可积族,使得依测度收敛能够推出依范数收敛.

L^p空间有理插值型算子的逼近(英文)

考虑了两类有理插值型算子的Jackson型估计.当p>1时,建立了Dilzian-Totik型定理,当p=1时,利用通常连续模给出了Jackson型估计.

多元Bernstein-Durrmeyer算子L^p逼近的Steckin-Marchaud型不等式

本文给出多元 Ｂｅｒｎｓｔｅｉｎ－Ｄｕｒｒｍｅyｅｒ算子 ＬＰ逼近的 Ｓｔｅｃｋｉｎ－Ｍａｒｃｈａｕｄ型不等式，从该不等式得到多元Ｂernstein-Ｄurrmeyer算子Ｌp对逼近的特征刻划定理．

一种基于L^p范数的自适应图像去噪模型

为了克服L2范数的去噪模型不能保持图像边缘和L1范数的总变差(total variation,TV)模型容易引起梯子现象的缺陷,提出了一个基于Lp(1≤p≤2)范数的自适应模型,并且给出了自适应函数p(x,y)的构造公式。将Primal-Dual方法应用到自适应模型的求解中,给出了求解自适应模型的公式。数值试验结果表明,自适应模型在去除噪声的同时保持了边缘的信息,且能削弱梯子现象,所恢复的图像在信噪比等方面比原来的两种模型有较大的改善。

非交换L^P(Μ;τ)空间中有关连加和及直和的一些不等式

证明了一些有关广义奇异值的不等式和非交换L^p(M;τ)空间中的一些不等式.

Sikkema-Kantorovitch算子的L^p逼近

研究Ｓｉｋｋｅｍａ－Ｋａｎｔｏｒｏｖｉｒｃｈ算子在Ｌ~ｐ空间的逼近问题，给出了它的强型正定理和弱型逆定理，从而得到其逼近的特征刻划。

空间L^p中弱收敛序列的一些性质

讨论空间Lp中弱收敛序列的一些性质及判别的方法 ,并给出了相应结果的证明。

Gamma算子在L^p空间的整体逼近定理

研究Ｇａｍｍａ算子在Ｌ￣ｐ空间的逼近性质，建立了整体逼近的等价定理。

对包含关系L^p(μ)L^q(μ)的两个特征刻划

对包含关系Lp(μ)Lq(μ)给出了两个特征刻划,从一定程度上深化了测度论中Lp(μ)空间的相应结论.

线性广义系统P型迭代学习控制在L^p范数意义下的收敛性

在对一类线性广义系统进行非奇异变换后,利用卷积的推广Young不等式,在Lebesgue-p(L^p)范数意义下,研究了一、二阶P型迭代学习控制算法的收敛条件,并对两种算法的收敛速度进行了比较。理论分析表明,控制算法的收敛条件、收敛速度与学习增益矩阵、系统本身属性有关;如果选取合适的学习增益矩阵,则二阶P型控制算法的收敛速度快于一阶的。仿真实验验证了控制算法的可行性和理论的正确性。

一种新的多维Bernstein—Kantorovi算子及L^P空间的逼近阶

本文引进了一种新的多维Bernstein-Kantorovi算子且讨论了其在L^p空间中的逼近问题。

三角级数的加权L^p可积性

给出了正弦和余弦级数在系数满足GBV条件时,加权Lp可积的充分必要条件。

多元积分型Meyer-Knig-Zeller算子的L^p逼近阶

构造了一种多元积分型Ｍｅｙｅｒ－Ｋｎｉｇ－Ｚｅｌｅｒ算子，给出了它在Ｌｐ空间的逼近阶。

一维流体动力学半导体方程解的L^p-收敛率(英文)

文讨论了一维流体动力学半导体方程,当压强函数为p(n)=kn^r,k >0,r≥1时,我们得到了带小初值的Cauchy问题的解的存在性.利用格林函数的办法,我们还得到解的L^p-估计,即当初值是某一常状态附近的小扰动时,其相应的解也是该常状态附近的小扰动。