自适应的Monte Carlo方法对逼近问题的信息基复杂性

研究由有界混合偏导数确定的Sobolev空间上用自适应的Monte Carlo方法逼近的信息基复杂性. 利用离散化方法及拟s数(pseudo-s-scale)的性质, 确定了这个问题的渐近精确阶.     

广义Besov函数类$B_{p,\theta}^\Omega$上的三角宽度及最佳$N$-项逼近

In this paper, we determine the estimates exact in order for the trigonometric widths and the best n-term trigonometric approximations of the generalized classes of periodic functions B^Ωpθ in the space Lq for some values of parameters p, q.     

广义Besov类Bp, θΩ在一致和随机框架下的Gel'fand逼近

该文研究了广义Besov类B_p,θ^Ω在一致和随机框架下由Gel'fand方法的逼近问题. 利用Maiorov的离散化方法和pseudo-s-scale的性质, 给出了这一逼近问题在某些情况下的渐近阶.