On optimal recovery of values of linear operators from information known with a stochastic error

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The optimal recovery of values of linear operators is considered for classes of elements the information on which is known with a stochastic error. Linear optimal recovery methods are constructed that, in general, do not use all the available information for the measurements. As a consequence, an optimal method is described for recovering a function from a finite set of its Fourier coefficients specified with a stochastic error. Bibliography: 14 titles.

About the authors

Kirill Yurevich Krivosheev

Moscow Institute of Physics and Technology (National Research University)

without scientific degree, no status

References

  1. С. А. Смоляк, Об оптимальном восстановлении функций и функционалов от них, Дисс. … канд. физ.-матем. наук, МГУ, М., 1965
  2. А. Г. Марчук, К. Ю. Осипенко, “Наилучшее приближение функций, заданных с погрешностью в конечном числе точек”, Матем. заметки, 17:3 (1975), 359–368
  3. C. A. Micchelli, T. J. Rivlin, “A survey of optimal recovery”, Optimal estimation in approximation theory (Freudenstadt, 1976), Plenum, New York, 1977, 1–54
  4. A. A. Melkman, C. A. Micchelli, “Optimal estimation of linear operators in Hilbert spaces from inaccurate data”, SIAM J. Numer. Anal., 16:1 (1979), 87–105
  5. C. A. Micchelli, T. J. Rivlin, “Lectures on optimal recovery”, Numerical analysis (Lancaster, 1984), Lecture Notes in Math., 1129, Springer, Berlin, 1984, 21–93
  6. Г. Г. Магарил-Ильяев, К. Ю. Осипенко, “Оптимальное восстановление функций и их производных по коэффициентам Фурье, заданным с погрешностью”, Матем. сб., 193:3 (2002), 79–100
  7. Н. Д. Выск, К. Ю. Осипенко, “Оптимальное восстановление решения волнового уравнения по неточным начальным данным”, Матем. заметки, 81:6 (2007), 803–815
  8. Г. Г. Магарил-Ильяев, К. Ю. Осипенко, “О наилучшем гармоническом синтезе периодических функций”, Фундамент. и прикл. матем., 18:5 (2013), 155–174
  9. К. Ю. Осипенко, “Оптимальное восстановление линейных операторов в неевклидовых метриках”, Матем. сб., 205:10 (2014), 77–106
  10. Г. Г. Магарил-Ильяев, К. Ю. Осипенко, “Точность и оптимальность методов восстановления функций по их спектру”, Функциональные пространства, теория приближений, смежные разделы математического анализа, Сборник статей. К 110-летию со дня рождения академика Сергея Михайловича Никольского, Труды МИАН, 293, МАИК “Наука/Интерпериодика”, М., 2016, 201–216
  11. L. Plaskota, Noisy information and computational complexity, Cambridge Univ. Press, Cambridge, 1996, xii+308 pp.
  12. D. L. Donoho, “Statistical estimation and optimal recovery”, Ann. Statist., 22:1 (1994), 238–270
  13. D. L. Donoho, R. C. Liu, B. MacGibbon, “Minimax risk over hyperrectangles, and implications”, Ann. Statist., 18:3 (1990), 1416–1437
  14. С. В. Решетов, “Минимаксный риск для квадратично выпуклых множеств”, Вероятность и статистика. 15, Зап. науч. сем. ПОМИ, 368, ПОМИ, СПб., 2009, 181–189

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2021 Krivosheev K.Y.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).