Lp范数下无穷可微多变量函数切近亲近不是强易处理的.pdfVIP

摘要 Based 信息与算法的复杂性(Information Complexity)是计算数学最主要的 研究方向之一．在研究多变量函数的数值问题时，当自变量的个数d非常大时， 几乎不可能用解析的方法来处理．所以我们只能考虑在误差不超过s的条件下， 通过逼近的方法来解决．算法的复杂性就是为了得到在误差不超过s的条件下的 近似解，所需要算法的所有信息运算与复合运算的最小计算成本．信息的复杂性 则是在误差不超过s的条件下，为解决这个d维变量数值问题所需要的最小信 息数目n(e，d)．对于要解决的多变量问题，信息的复杂性是算法的复杂性一个下 界．一般来讲，对于许多线性问题，信息的复杂性是与算法的复杂性成比例的． 因此，在本论文中我们将焦点集中在信息的复杂性上． 多变量问题的易处理性(Tractability)是近年来信息与算法的复杂性最活 跃的研究方向之一．它是研究信息的复杂性n(c，d)如何依赖于占。1和d．黄仿伦与 张顺证明了无穷可微多变量函数逼近问题在t范数意义下不是强易处理的： Erich 义下不是易处理的；Wojtaszczyk证明了无穷