数学 > 泛函分析
[提交于 2025年9月2日
]
标题: 幂级数统计收敛和一个抽象的Korovkin型逼近定理
标题: Power series statistical convergence and an abstract Korovkin-type approximation theorem
摘要: 本文在一般空间中建立了一个抽象的Korovkin型逼近定理,将逼近论的框架扩展到更广泛的上下文中。 支持该定理的一个关键结果是证明任何$P$-统计收敛序列在密度$1$集上包含一个经典收敛子序列,这在分析中起到基础作用。 作为结论,我们研究了线性算子的$r$阶广义形式的收敛性,这些形式可能不具有正性,并提出了针对周期函数的Korovkin型逼近定理,均利用$P$-统计收敛。 这些贡献推广并改进了逼近论中的现有结果,提供了新颖的见解和方法,得到了实际例子和推论的支持。
文献和引用工具
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
推荐器和搜索工具
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.