Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2504.09139

帮助 | 高级搜索

数学 > 数值分析

arXiv:2504.09139 (math)
[提交于 2025年4月12日 ]

标题: 精确不等式和基于不准确信息的最佳恢复

标题: Exact inequalities and optimal recovery by inaccurate information

Authors:K. Yu. Osipenko
摘要: 本文考虑了一个多维最优恢复问题,即基于不准确指定的信息来恢复一个算子,该算子的作用表示为通过特殊类型的权函数乘以原始函数。 获得了一个此类算子范数的精确不等式。 所考虑的问题是对空间 $\mathbb R^d$ 中基于其他不准确指定导数的导数最优恢复问题以及精确不等式问题的推广,该精确不等式是 Hardy-Littlewood-Polya 不等式的类比。
摘要: The paper considers a multidimensional problem of optimal recovery of an operator whose action is represented by multiplying the original function by a weight function of a special type, based on inaccurately specified information about the values of operators of a similar type. An exact inequality for the norms of such operators is obtained. The problem under consideration is a generalization of the problem of optimal recovery of a derivative based on other inaccurately specified derivatives in the space $\mathbb R^d$ and the problem of an exact inequality, which is an analogue of the Hardy-Littlewood-Polya inequality.
主题: 数值分析 (math.NA)
MSC 类: 26DD15, 41A65, 41A46, 49N30
引用方式: arXiv:2504.09139 [math.NA]
  (或者 arXiv:2504.09139v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.09139
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Konstantin Osipenko [查看电子邮件]
[v1] 星期六, 2025 年 4 月 12 日 09:03:29 UTC (8 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
cs
cs.NA
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号