Advances in Applied Mathematics
Vol. 10  No. 04 ( 2021 ), Article ID: 41576 , 7 pages
10.12677/AAM.2021.104095

无穷维序列空间的非线性宽度

贺小航,赵家锐

西华大学理学院,四川 成都

Email: 990181245@qq.com

收稿日期:2021年3月12日;录用日期:2021年4月1日;发布日期:2021年4月15日

摘要

本文研究无穷维序列空间在一致框架下的非线性manifold n-宽度 δ n ( W , X ) ,并得到其精确渐进估计,即当 1 p , q δ n ( B p , r , l q ) n ( r 1 q + 1 p ) B p , r 表示 l p , r 中的单位球。

关键词

无穷维序列空间,非线性Manifold n-宽度,渐进阶

Nonlinear Width of an Infinite-Dimensional Sequence Space

Xiaohang He, Jiarui Zhao

School of Science, Xihua University, Chengdu Sichuan

Email: 990181245@qq.com

Received: Mar. 12th, 2021; accepted: Apr. 1st, 2021; published: Apr. 15th, 2021

ABSTRACT

In this paper, we study the nonlinear n-width δ n ( W , X ) of infinite dimensional sequence spaces under consistent framework and obtain its accurate asymptotic estimates. That is δ n ( B p , r , l q ) n ( r 1 q + 1 p ) when 1 p , q . B p , r is the unit sphere in the representation l p , r .

Keywords:Infinite-Dimensional Sequence Space, Nonlinear Manifold n-Width, Asymptotic Order

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

函数逼近论是函数论中极其重要的研究领域之一。而n-宽度是逼近论的核心研究方向之一,一直被逼近论方向的研究者所重视。

1936年Kolmogorov [1] 首次提出Kolmogorov n-宽度。关于经典宽度(即最坏情形下的宽度)理论,可见Pinkus [2] 的专著。S. R. Stechkin [3] 1954年研究了在 p = 1 , q = 2 特殊条件下有限维空间的Kolmogorov n-宽度的精确渐进阶与线性n-宽度的精确渐进阶。V. M. Tikhomirov [4] 1976年给出了经典的非线性Alexandroff宽度 a n ( W , X ) 及其精确阶。R. DeVore、R. Howard及C. Micchelli [5] 1989年给出了在Sobolev空间中的经典的非线性manifold n-宽度 δ n ( W , X ) 及其精确渐进阶。De Vore、G. Kyriazis、D. Leviatan及V. Tikhomirov和Dinh Dung及Vu Quoc Thanh [6] [7] 分别讨论了经典的Sobolev函数类和Besov函数类的逼近特征,得出非线性Alexandroff a n ( W , X ) 宽度和非线性Alexandroff δ n ( W , X ) 宽度的精确渐进阶。本文继以上工作,研究无穷维序列空间在一致框架下的非线性manifold n-宽度 δ n ( W , X ) ,并得到其精确渐进估计。

2. 预备知识

2.1. δ n ( W , X ) 定义

设W是赋范线性空间X的有界子集,

W在X中的非线性manifold n-宽度 δ n ( W , X ) 定义为:

δ n ( W , X ) = inf R , G sup x W x R ( G ( x ) )

其中,下确界是取遍所有的连续映射

G : W R n R : R n X

2.2. l p l p m 的相关定义及性质

2.2.1. l p 定义

1 p , x = { x n } n = 1 ,令

x l p = { ( n = 1 | x n | p ) 1 p , 1 p < sup n 1 | x n | , p =

l p = { x | x l p < } 可知 l p l p 上的一个范数, l p 为Banach空间。

2.2.2. l p 具有以下性质

1) 任意的n,令 e n = ( 0 , , 0 , 1 , 0 , ) ( e n 的第n个分量是1,其余分量是0),则 { e n } l p ( 1 p < ) 的一个基。

2) l 2 按照内积 x , y = n = 1 x n y n 构成一Hilbert空间,且 { e n } 为其一组标准正交基,其中 x = { x n } y = { y n } l 2

3) l q l p , ( 1 q < p )

l p l q , ( 1 q < p )

对于 1 p , r > 0 , x = { x n } n = 1 l p ,令

x r : = { n r x n } n = 1 , x l p , r = x ( r ) l p

l p , r : = { x l p | x l p , r < }

易见 l p , r l p , r 上的范数,同时 l p , r 为Banach空间。 B p , r l p , r 中单位球。

1 q < p , r > 1 q 1 p ,(当 p = 时,令 1 p = 0 )。

x = { x n } l p , r 由holder不等式有:

x l q { x l p , r ( n = 1 n p r p q ) 1 q 1 p < , 1 q < p < x l p , r ( n = 1 n r q ) 1 q < , p =

则有 x l q 。于是无穷维序列空间( 1 q < p , r > 1 q 1 p ) I p , q : l p , r l q x x 有界。

2.2.3. l p m 的定义

1 p , x = ( x 1 , , x m ) R m

x l p m = { ( n = 1 m | x n | p ) 1 p , 1 p < max 1 n m | x n | , p =

l p m R m 上的范数, l p m R m 依范数 l p m 所构成的Banach空间。

B p m 表示 l p m 的单位球。 { e n } n = 1 m l p m 的基, e n = ( 0 , , 0 , 1 , 0 , ) R m (第n个分量是1,其余分量是0)。

3. 相关符号

1) c i , i = ( 0 , 1 , ) 表示非负常数,其仅与参数 p , q , r 有关;

2) 正函数 a ( y ) b ( y ) y D ,如果存在正常数 c 1 满足条件 a ( y ) c 1 b ( y ) ,则记 a ( y ) b ( y ) ,若存在正常数 c 2 满足条件 c 2 a ( y ) b ( y ) ,则记 a ( y ) b ( y )

3) 若 a ( y ) b ( y ) a ( y ) b ( y ) ,则记 a ( y ) b ( y )

4. 引理

4.1. [8] [9] [10] 若 1 p < q m > n 则有

δ n ( B p m , l q m ) { n 1 q 1 p , p < q ( m n ) 1 q 1 p , p > q

4.2. 离散化引理

k N ,记 N = { 1 , 2 , } , S k = { n N | 2 k 1 n 2 k } 。则对任意的 k , k N ,且 k k S k S k = , N = k = 1 S k 。用 m k 表示 S k 中元素的个数,则 m k = | S k | = 2 k 1

以下我们总是假设 1 p < 。则 e n l p ( 1 p < ) 的Schauder基。从而对 x { x n } l p ,有 x = n = 1 x n e n

k N F k = s p a n { e n | n S k } ,则 dim F k = m k = 2 k 1

I k : = F k R m k

x = n S k x n e n j = 1 m x 2 k 1 + j 1 e 2 k 1 + j 1

则对 x = n S k x n e n F k

x l p , r = ( n S k | n r x n | p ) 1 p ( n S k | 2 r k x n | p ) 1 p = 2 r k ( n S k | x n | p ) 1 p = 2 r k I k x l p m k (1)

x l p = ( n S k | x n | p ) 1 p = I k x l p m k (2)

因此 I k l p F k l p m k 上的等距同构映射。

4.2.1. 上界的离散化定理

1 q < p , r > 1 q 1 p { n k } n = 1 是非负的整数序列,且 0 n k m k k = 1 n k n 。则 δ n k ( B p , r , l q ) n = 1 2 r k δ n k ( B p m k , l q m k )

证明:

由(1)得 x B l p , r F k 1 x l p , r 2 r k I k x l p m k

y F k 由(2)得 y l q = I k y l p m k

于是 δ n k ( B p , r F k , l q F k ) 2 r k δ n k ( B p m k , l q m k )

由非线性n宽度定义可见存在连续映射:

G k : B p , r F k R n k R k : R n k l q F k ,且 dim ( R k G k ) n k

使得任意的 x B p , r F k ,有

inf G k , R k x R k ( G k ( x ) ) l q δ n k ( B p , r F k , l q F k ) (3)

现规定: G x : = { G k ( δ k x ) } k N

R x : = { R k x k } k N , x = { x k } k N , x k R n k .

定义连续映射:

G : B p , r R n R : R n l q

dim R G k = 1 dim R k G k k = 1 n k n

x B p , r 根据 R G 的定义和(3)有

inf G k , R k x R k ( G k ( x ) ) l q inf G , R k = 1 δ k x δ k R ( G ( x ) ) l q = k = 1 inf G k , R k δ k x R k ( G k ( x ) ) l q k = 1 δ n k ( B p , r F k , l q F k ) k = 1 2 r k δ n k ( B p m k , l q m k )

即得到定理上界的离散化定理。

4.2.2. 下界的离散化定理

1 q < p < , r > 1 q 1 p , n = 0 , 1 , 2 ,

δ n ( B p , r , l q ) 2 r k δ n ( B p m k , l q m k ) ,其中 n 2 k 2 n

证明:由 δ n ( B p , r , l q ) 定义得 δ n ( B p , r , l q ) δ n ( B p , r F k , l q F K )

x B p m k ,由(1)得 1 x l p m k 2 r k I k 1 x l p , r

y l q m k ,则由(2)得 y l q m k = I k 1 y l q

δ n ( B p , r , l q ) δ n ( B p , r F k , l q F k ) 2 r k δ n ( B p m k , l q m k )

5. 结论的证明

5.1. 1 q < p

首先构造序列,对 k N ,令 k = [ lg n ]

n k = { m k 1 k < k 2 k 2 β ( k k ) k k

k = 1 n k k = 1 k 2 k + k = k 2 k 2 β ( k k ) n 。其中, 0 < β < 1 ,则有 { n k } 满足引理4.2.1上界的离散化定理的条件。

所以由引理4.1有限维非线性空间 δ n ( B p m , l q m ) 及上界的离散化定理4.2.1,且当 m = n 时, δ n ( B p m , l q m ) = 0 r > 1 q 1 p

现给出 δ n ( B p , r , l q ) 的上界估计:

δ n ( B p , r , l q ) k = 1 2 r k δ n k ( B p m k , l q m k ) k = 1 k 2 r k δ n k ( B p m k , l q m k ) + k = k 2 r k δ n k ( B p m k , l q m k ) = k = k 2 r k δ n k ( B p m k , l q m k ) k = k 2 r k ( m k n k ) 1 q 1 p k = k 2 r k ( 2 k 2 k 2 β ( k k ) ) 1 q 1 p k = k 2 r k ( 2 k ) 1 q 1 p k = k 2 ( r 1 q + 1 p ) k 2 ( r 1 q + 1 p ) k n ( r 1 q + 1 p )

现估计 δ n ( B p , r , l q ) 的下界:

S k = { n N | 2 k 1 n 2 k } F k = s p a n { e n | n S k } 知,存在一个正常数 k 1 ,使得 n 2 k 1 = m k 1 2 n

由引理4.1有限维非线性空间 δ n ( B p m , l q m ) 及下界的离散化定理44.2.2得

δ n ( B p , r , l q ) 2 r k δ n ( B p m k , l q m k ) 2 r k 1 δ n ( B p m k , l q m k ) 2 r k 1 ( m k 1 n ) 1 q 1 p 2 r k 1 ( 2 n n ) 1 q 1 p 2 r k 1 n 1 q 1 p ( 2 k 1 ) r n 1 q 1 p n ( r 1 q + 1 p )

综上,当 1 q < p δ n ( B p , r , l q ) n ( r 1 q + 1 p )

5.2. 1 p < q

同5.1构造 k 使得 k = 1 n k k = 1 k 2 k + k = k 2 k 2 β ( k k ) n 。其中, 0 < β < 1 ,则有 { n k } 满足引理4.2.1上界的离散化定理的条件。

所以由引理4.1有限维非线性空间 δ n ( B p m , l q m ) 及上界的离散化定理4.2.1,且当 m = n 时, δ n ( B p m , l q m ) = 0 r > 0 ,则有 δ n ( B p , r , l q ) 的上界估计:

δ n ( B p , r , l q ) k = 1 2 r k δ n k ( B p m k , l q m k ) k = 1 k 2 r k δ n k ( B p m k , l q m k ) + k = k 2 r k δ n k ( B p m k , l q m k ) = k = k 2 r k δ n k ( B p m k , l q m k ) k = k 2 r k ( n k ) 1 q 1 p k = k 2 r k ( 2 k 2 β ( k k ) ) 1 q 1 p k = k ( 2 k ) r ( 2 k ' ) 1 q 1 p ( 2 β ( k ' k ) ) 1 q 1 p ( 2 k ) 1 q 1 p k = k ( 2 k ) r ( 2 β ( k k ) ) 1 q 1 p 2 ( r 1 q + 1 p ) k n ( r 1 q + 1 p )

接下来估计 δ n ( B p , r , l q ) 的下界:

S k = { n N | 2 k 1 n 2 k } F k = s p a n { e n | n S k } 知,同样存在一个正常数 k 1 ,使得 n 2 k 1

由引理4.1有限维非线性空间 δ n ( B p m , l q m ) 及下界的离散化定理4.2.2得

δ n ( B p , r , l q ) 2 r k δ n ( B p m k , l q m k ) 2 r k 1 δ n ( B p m k , l q m k ) 2 r k 1 n 1 q 1 p ( 2 k 1 ) r n 1 q 1 p n ( r 1 q + 1 p )

综上,当 1 p q δ n ( B p , r , l q ) n ( r 1 q + 1 p )

基金项目

2020年“西华杯”大学生创新创业项目2020108。

文章引用

贺小航,赵家锐. 无穷维序列空间的非线性宽度
Nonlinear Width of an Infinite-Dimensional Sequence Space[J]. 应用数学进展, 2021, 10(04): 871-877. https://doi.org/10.12677/AAM.2021.104095

参考文献

  1. 1. Kolmogorov, A.N. (1936) Uber Die Beste Annaherung Von Funktionen Einer Gegebenen Funktioneklasse. Annals of Mathematics, 37, 107-111. https://doi.org/10.2307/1968691

  2. 2. Pinkus, A. (1985) n-Widths in Approximation Theory. Springer, Berlin. https://doi.org/10.1007/978-3-642-69894-1

  3. 3. Stechkin, S.R. (1954) On Best Approximation of Given Classes of Functions by Arbitrary Polynomials. Uspekhi Matematicheskikh Nauk, 9, 133-134. (In Russian)

  4. 4. Tikhomirov, V.M. (1976) `Some Topics in Approximation Theory. Moscow State University, Moscow.

  5. 5. Devore, R., Howard, R. and Micchelli, C. (1989) Optimal Non-Linear Approximation. Manuscripta Mathematica, 63, 469-478. https://doi.org/10.1007/BF01171759

  6. 6. Devore, R., Kyriazis, G., Leviatan, D. and Tikhomirov, V. (1993) Wavelet Compression and Non-Linear N-Widths. Advances in Computational Mathematics, 1, 194-214. https://doi.org/10.1007/BF02071385

  7. 7. Devore, R. (1998) Nonlinear Approximation. Acta Numerica, 7, 51-150. https://doi.org/10.1017/S0962492900002816

  8. 8. Temlyakov, V.N. (1993) Approximation of Periodic Functions. Nova Science, New York.

  9. 9. Babenko, K.I. (1960) Approximation by Trigonometric Polynomials in a Certain Class of Periodic Functions of Several Variables. Doklady Akademii Nauk SSSR, 1, 982-985.

  10. 10. Micchelli, C.A. (1984) Orthogonal Projections Are Optimal Algorithms. Journal of Approximation Theory, 40, 101-110. https://doi.org/10.1016/0021-9045(84)90018-2

期刊菜单