Für eine kompakte Menge F in einem normierten linearen Raum und eine ganze Zahl n ist die Kolmogorov-n-Breite der kleinste mögliche Worst-Case-Approximationsfehler, wenn Elemente von F auf beliebige n-dimensionale lineare Unterräume projiziert werden; formal d_n(F)=inf_{Unterraum V, dim V=n} sup_{f in F} dist(f,V).

Prinzip

Organisiere Approximationsgüte durch den Minimax-Fehler über alle n-dimensionalen linearen Unterräume: Wähle den Unterraum, der die maximale Distanz von F zum Unterraum minimiert.

Demonstration

Approximiere die Einheitskugel eines Sobolev-Raums durch einen n-dimensionalen Polynom-Unterraum: die n-Breite fällt mit einer Geschwindigkeit, die durch Glattheit und Umgebungdimension bestimmt ist, und liefert eine konkrete Abschätzung des Supremumsfehlers für alle Funktionen der Kugel.

Fehlanwendung

Die Kolmogorov-n-Breite zur Bewertung nichtlinearer Approximationsschemata (z. B. neuronale Netze oder adaptive Wörterbücher) verwenden, als wären diese auf lineare Unterräume beschränkt; dadurch wird die Leistungsfähigkeit nichtlinearer Methoden unterschätzt.

Konsequenz

Eine kleine n-Breite bedeutet, dass F durch niedrig-dimensionale lineare Modelle gleichmäßig approximiert werden kann, was zu Kompression, Modellreduktion und deterministischen Worst-Case-Fehlergarantien für lineare Approximationen führt.

Umkehrung

Die Perspektive umkehren, indem man den Approximationsfehler festlegt und nach dem minimalen n fragt; im Kontrast dazu stehen duale Breiten (z. B. Gelfand-Breiten), die Approximation durch lineare Funktionale messen statt durch Unterräume.

Abgrenzung

Gilt nur für lineare Unterräume und Worst-Case-(Supremums-)Fehler in einer spezifizierten Norm; die Werte hängen stark von der Norm ab, erfordern Kompaktheit oder Präkompaktheit von F, um endlich zu sein, und beschreiben keine randomisierten oder durchschnittlichen Approximationen.

Semantische Spannung

Wettstreit mit nichtlinearen Approximationsmaßen (Mannigfaltigkeitsdimension, nichtlineare Breiten) und mit dualen Konzepten wie Gelfand-Breiten; nahe Begriffe können Linearität, Worst-Case- versus Durchschnittsfehler oder Normabhängigkeit verwechseln.

Synthese

Die Kolmogorov-n-Breite quantifiziert die beste Worst-Case-lineare Komprimierbarkeit einer kompakten Menge in einer gegebenen Norm: das Infimum über n-dimensionale Unterräume der maximalen Distanz der Menge zum Unterraum und damit ein präzises Maß linearer Approximationskraft.