В данной статье представлен подход для последовательного приближения функций в медленно меняющихся последовательностях, использующий повторное применение предыдущих запросов для снижения общих вычислительных затрат. Авторы представляют новые результаты последовательной оценки для степеней матриц, спектральных плотностей, метода Монте-Карло и краевых задач для дифференциальных уравнений в частных производных.

  • Обобщает оценку следа неявным образом на различные линейные и нелинейные функции в разных векторных пространствах.
  • Разрабатывает алгоритм, который локально масштабирует бюджет оценки в зависимости от величины разности последовательности α_t.
  • Достигает более строгих границ вариации O(∑α_i) по сравнению с предыдущей наихудшей оценкой O(m·max α_i).
  • Показывает, как изменения можно оценивать «на лету» практически без дополнительных затрат, устраняя необходимость в известной границе для α_i.

Предложенный подход делает последовательное приближение универсальным и адаптивным, улучшая существующие гарантии для динамической оценки следа.