摘要
本文研究在确定框架下各向异性Besov空间上多变量周期函数的逼近问题.用函数的连续线性泛函作为信息(简称线性信息)及函数值作信息(简称标准信息)来逼近各向异性多变量Besov函数,给出用线性信息与标准信息来逼近各向异性多变量Besov函数的计算复杂性的最优渐进估计.
This paper studies the numerical approximation problem for multivariate periodic functions in anisotropic Besov spaces in the worst case setting. We use all continuous linear functionals as information, say briefly linear information, and function values as information, say briefly standard in formation, to approximate ansotropic multivariate Besov functions. We give a sharp estimate of the complexity of the numerical approximation in anisotropic Besov spaces for the classes of linear information and standard information.
出处
《安徽大学学报（自然科学版）》
CAS
北大核心
2006年第3期1-4,共4页
Journal of Anhui University(Natural Science Edition)
基金
国家自然科学基金资助项目(10571001)
安徽大学博士基金资助项目
关键词
数值逼近
信息与复杂性
各向异性Besov空间
numerical approximation
information - based complexity
anisotropic Besov spaces
