This paper is devoted to Markov's extremal problems of the form $M_{n,k}=\sup_{p\in\PP_n\setminus\{0\}}{{\|p^{(k)}\|}_X}/{{\|p\|}_X}$ $(1\le k\le n)$, where $\PP_n$ is the set of all algebraic polynomials of degree at most $n$ and $X$ is a normed space, starting with original Markov's result in uniform norm on $X=C[-1,1]$ from the end of the 19th century. The central part is devoted to extremal problems on the space $X=L^2[(a,b);w]$ for the classical weights $w$ on $(-1,1)$, $(0,+\infty)$ and $(-\infty,+\infty)$. Beside a short account on basic properties of the (classical) orthogonal polynomials on the real line, the explicit formulas for expressing $k$-th derivative of the classical orthonormal polynomials in terms of the same polynomials are presented, which are important in our study of this kind of extremal problems, using methods of linear algebra. Several results for all cases of the classical weights, including algorithms for numerical computation of the best constants $M_{n,k}$, as well as their lower and upper bounds, asymptotic behaviour, etc., are also given. Finally, some results on Markov's extremal problems on certain restricted classes of polynomials are also mentioned.


翻译:本文用于 Markov 的外表问题 $M ⁇ n, k ⁇ sup ⁇ p\ p\ p\ p\ p\ p\ p\ p\ p\ p\ p\ (k) {} {{} {} $(1\le k\ le n) 美元, 其中$\ p_ n$ 是所有代数多位数度数的集合, 以美元计, 美元为标准空间 。 开始于19世纪末 $X=C[ 1, 1] 的原始标准, 以美元=C[ 1, 美元为统一标准 。 中心部分用于空间的 $X=L2 [( a, b); / / / {p\\\ xX} 美元 $( 1\ le k\ k\ le k\ n) 美元, 美元是所有代数位数多位数的多位数多位数度数 。 。 在真实行( 类数) 或多位多位数多位数多位数调多位数 中, 的直径解的直径分析中, 的结果也是直径的直径。 。 。 的直径分析中, 。 的直径分析的直径分析结果的直径的直径。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
155+阅读 · 2020年5月26日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
【 关关的刷题日记53】 Leetcode 100. Same Tree
专知
10+阅读 · 2017年12月1日
【LeetCode 136】 关关的刷题日记32 Single Number
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
手写决策树
七月在线实验室
4+阅读 · 2017年9月20日
Arxiv
0+阅读 · 2021年12月29日
Arxiv
0+阅读 · 2021年12月29日
Arxiv
0+阅读 · 2021年12月28日
Arxiv
0+阅读 · 2021年12月28日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
【 关关的刷题日记53】 Leetcode 100. Same Tree
专知
10+阅读 · 2017年12月1日
【LeetCode 136】 关关的刷题日记32 Single Number
【推荐】决策树/随机森林深入解析
机器学习研究会
5+阅读 · 2017年9月21日
手写决策树
七月在线实验室
4+阅读 · 2017年9月20日
Top
微信扫码咨询专知VIP会员