Kolmogorov widths, Grassmann manifolds and unfoldings of time series

Cover Page

Cite item

Full Text

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

Abstract

Problems in Kolmogorov's theory of widths and the theory of unfoldings of time series are considered. These theories are related by means of the theory of extremal problems on the Grassmann manifolds $G(n,q)$ of $q$-dimensional linear subspaces of $\mathbb R^n$. The necessary information on the manifolds $G(n,q)$ is provided. Using an unfolding of a time series, the concept of the $q$-width of this series is introduced, and the $q$-width of a time series is calculated in the case of the functional of component analysis of the nodes of the unfolding. Using the Schubert basis of a $q$-dimensional linear subspace of $\mathbb R^n$ the concept of time series regression is introduced and its properties are described. An algorithm for the projection of a piecewise linear curve in $\mathbb R^n$ onto the space of unfoldings of time series is described and, on this basis, the concept of an $L$-approximation of a time series is introduced, where $L$ is an arbitrary $q$-dimensional subspace of $\mathbb R^n$. The results of calculations for discretizations of model functions and for time series obtained at a station monitoring the concentration of atmospheric $\mathrm{CO}_2$ are presented. Bibliography: 32 titles.

About the authors

Victor Matveevich Buchstaber

Steklov Mathematical Institute of Russian Academy of Sciences, Moscow, Russia

Author for correspondence.
Email: buchstab@mi-ras.ru
Doctor of physico-mathematical sciences, Professor

References

  1. С. А. Айвазян, В. М. Бухштабер, И. С. Енюков, Л. Д. Мешалкин, Прикладная статистика. Классификация и снижение размерности, Финансы и статистика, М., 1989, 608 с.
  2. M. Ya. Antonovski, V. M. Buchstaber, L. S. Veksler, Application of multivariate statistical analysis for the detection of structural changes in the series of monitoring data, Working paper WP-91-037, IIASA, Laxenburg, 1991, 108 pp.
  3. Н. И. Ахиезер, “О наилучшем приближении аналитических функций”, Докл. АН СССР, 18:4-5 (1938), 241–245
  4. H. И. Ахиезер, М. Г. Крейн, “О наилучшем приближении периодических функций”, Докл. АН СССР, 15:2 (1937), 107–112
  5. К. И. Бабенко, “О наилучших приближениях одного класса аналитических функций”, Изв. АН СССР. Сер. матем., 22:5 (1958), 631–640
  6. В. М. Бухштабер, В. К. Маслов, “Факторный анализ на многообразиях и проблема выделения признаков в распознавании образов”, Изв. АН СССР. Техн. киберн., 6 (1975), 194–201
  7. В. М. Бухштабер, В. К. Маслов, “Факторный анализ и экстремальные задачи на многообразиях Грассмана”, Матем. методы решения эконом. задач, 7, Наука, М., 1977, 85–102
  8. V. M. Buchstaber, “Time series analysis and Grassmannians”, Applied problems of Radon transform, Amer. Math. Soc. Transl. Ser. 2, 162, Amer. Math. Soc., Providence, RI, 1994, 1–17
  9. В. М. Бухштабер, “Многомерные развертки временных рядов. Теоретические основы и алгоритмы”, Обозрение прикладной и промышл. математики. Сер. “Вероятность и статистика”, 4, № 4, ТВП, М., 1997, 629–645
  10. Главные компоненты временных рядов: метод “Гусеница”, ред. Д. Л. Данилов, А. А. Жиглявский, СПбГУ, СПб., 1997, 308 с.
  11. J. Favard, “Sur les meilleurs procedes d'approximation de certaines classes de fonctions par des polinômes trigonometriques”, Bull. Sci. Math., 61 (1937), 243–256
  12. Б. С. Кашин, “Поперечники некоторых конечномерных множеств и классов гладких функций”, Изв. АН СССР. Сер. матем., 41:2 (1977), 334–351
  13. Б. С. Кашин, Ю. В. Малыхин, К. С. Рютин, “Поперечник по Колмогорову и аппроксимативный ранг”, Гармонический анализ, теория приближений и теория чисел, Сборник статей. К 60-летию со дня рождения академика Сергея Владимировича Конягина, Труды МИАН, 303, МАИК “Наука/Интерпериодика”, М., 2018, 155–168
  14. А. Н. Колмогоров, Избранные труды. Математика и механика, Наука, М., 1985, 470 с.
  15. М. Г. Крейн, “К теории наилучшего приближения периодических функций”, Докл. АН СССР, 18:4-5 (1938), 245–251
  16. Г. Г. Магарил-Ильяев, “Тригонометрические поперечники соболевских классов функций на $R^n$”, Исследования по теории дифференцируемых функций многих переменных и ее приложениям. Часть 12, Сборник работ, Тр. МИАН СССР, 181, Наука, М., 1988, 147–155
  17. Г. Г. Магарил-Ильяев, “Средняя размерность, поперечники и оптимальное восстановление соболевских классов функций на прямой”, Матем. сб., 182:11 (1991), 1635–1656
  18. Г. Г. Магарил-Ильяев, “Средняя размерность и поперечники классов функций на прямой”, Докл. АН СССР, 318:1 (1991), 35–38
  19. Г. Г. Магарил-Ильяев, В. М. Тихомиров, “О точных значениях поперечников классов функций в $L_2$”, Докл. РАН , 344:5 (1995 ), 583–585
  20. Ю. В. Малыхин, “Поперечники и жесткость”, Матем. сб., 215:4 (2024), 117–148
  21. Дж. Милнор, Дж. Сташеф, Характеристические классы, Мир, М., 1979, 371 с.
  22. B. von Sz. Nagy, “Über gewisse Extremalfragen bei transformierten trigonometrischen Entwicklungen. I. Periodischer Fall”, Ber. Sächs. Akad. Wiss. Leipzig Math.-phys. Kl., 90, Sächs. Akad. Wiss. Leipzig, 1938, 103–134
  23. С. П. Новиков, И. А. Тайманов, Современные геометрические структуры и поля, МЦНМО, М., 2005, 584 с.
  24. F. Takens, “Detecting strange attractors in turbulence”, Dynamical systems and turbulence, Warwick 1980 (Coventry, 1979/1980), Lecture Notes in Math., 898, Springer, Berlin–New York, 1981, 366–381
  25. В. М. Тихомиров, “Поперечники множеств в функциональных пространствах и теория наилучших приближений”, УМН, 15:3(93) (1960), 81–120
  26. В. М. Тихомиров, “Одно замечание об $n$-мерных поперечниках множеств в банаховых пространствах”, УМН , 20:1(121) (1965), 227–230
  27. В. М. Тихомиров, “Некоторые вопросы теории приближений”, Матем. заметки, 9:5 (1971), 593–607
  28. В. М. Тихомиров, “Поперечники и энтропия”, УМН, 38:4(232) (1983), 91–99
  29. В. М. Тихомиров, “Теория приближений”, Анализ – 2, Итоги науки и техн. Сер. Соврем. пробл. матем. Фундам. направления, 14, ВИНИТИ, М., 1987, 103–260
  30. В. М. Тихомиров, “А. Н. Колмогоров и теория приближений”, УМН, 44:1(265) (1989), 83–122
  31. В. М. Тихомиров, “Три этапа развития теории приближений”, Труды МИАН, 319, Теория приближений, функциональный анализ и приложения (2022), 7–19
  32. Е. Е. Тыртышников, Матричный анализ и основы алгебры, МЦНМО, М., 2025, 496 с.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Buchstaber V.M.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».