各向异性的Besov空间加权积分的偏差分析.pdfVIP

中 文摘要 中文摘要 多变量数值积分是计算数学的—个主要研究课题，d维变量函数的敦值积分已 经引起了关注，并且在许多领域有了实际的应用，例如在统计，物理与工程领域．最 近，对于很大的数值d(几百或几千)已经被应用在金融数学领域．对于路径积分， d=00及其较准确的逼近要求d维函数的积分，其中d可以任意的大．另一方面， 我们知道函数逼近或称函数恢复和函数的积分问题在多变量问题中是主要问题，并 且逼近和积分的结果经常被用到其他多变量问题中． 多变量数值积分与逼近的主要目的是估计各类d维多变量函数在确定的，平均 的，概率的及随机情形下的第n个最小的误差．即所有可能获得的最好的算法，该 算法至多只用n个信息泛函．它与复杂性及逼近问题的宽度有密切关系，比如考虑 在确定情形下的第n个最小误差．设F和G是D∈Rd上的实赋范线性空间，解 算子S：F—G是连续的映射．我们想通过算法U=妒oN来逼近算子s，其中映射 N：F—Rn称为信息算子，具有形式 N(f)=(L1(，)，…，k(，))，，EF 其中妒：N(F)一G．在上述情形中，我们重点考虑两类信息，即所有的连续线性泛 函A枷和所有的标准信息泛函A