多元函數類的非線性逼近理論

本書綜合運用函數逼近論、概率論、泛函分析與計算數學等現代數學工具，系統研究多元函數空間在一致、概率、平均與隨機等不同計算框架下的非線性逼近特征與信息基覆雜性。全書以寬度理論、熵數理論和信息基覆雜性理論為主線，構建統一分析框架，重點討論加權p-Wiener代數、加權多元Paley-Wiener空間以及具有混合偏導的多元Sobolev空間等函數類的逼近特征，並分析自適應Monte Carlo方法對逼近問題的覆雜性。 本書對非線性逼近理論進行了系統總結與拓展，既涵蓋一致逼近的經典理論，又融入一致、概率、平均與隨機框架下的前沿研究成果，兼具理論深度與方法創新，適合應用數學與計算數學專業的高年級本科生和研究生使用，也可供從事高維逼近、數值分析、信號處理與計算覆雜性等研究的專業人士參考。