[论文解读] On an optimal quadrature formula in Sobolev space $L_2^{(m)} (0,1)$

Kh. M. Shadimetov, A.R. Hayotov+1 more|ArXiv.org|Dec 11, 2008

Differential Equations and Boundary Problems被引用 4

一句话总结

该论文在 Sobolev 空间 $L_2^{(m)}(0,1)$ 中构造了最优求积公式，用于通过 $N+1$ 个节点的函数值和端点处的一阶导数值来积分函数。它为任意 $N$ 和 $m \geq 2$ 推导出最优系数的显式公式，并计算了误差泛函范数，表明当 $m=2$ 和 $m=3$ 时，Euler-Maclaurin 公式是最优的。关键结果是误差范数平方的闭式表达式，经验证在 $m=2$ 和 $m=3$ 时分别为 $\|σ\|^2 = \frac{h^4}{720}$ 和 $\frac{h^6}{30240}$。

ABSTRACT

In this paper in the space $L_2^{(m)}(0,1)$ the problem of construction of optimal quadrature formulas is considered. Here the quadrature sum consists on values of integrand at nodes and values of first derivative of integrand at the end points of integration interval. The optimal coefficients are found and norm of the error functional is calculated for arbitrary fixed $N$ and for any $m\geq 2$. It is shown that when $m=2$ and $m=3$ the Euler-Maclaurin quadrature formula is optimal.

研究动机与目标

• 在 Sobolev 空间 $L_2^{(m)}(0,1)$ 中构造最优求积公式，用于通过 $N+1$ 个等距节点的函数值和端点处的一阶导数值来积分函数。
• 确定系数 $C[\beta]$、$A$ 和 $B$，以最小化对偶空间 $L_2^{(m)*}(0,1)$ 中误差泛函的范数。
• 为任意 $N$ 和 $m \geq 2$ 推导误差泛函平方范数的闭式表达式，推广 Sard 和 Sobolev 的工作。
• 证明在此设定下，Euler-Maclaurin 求积公式对 $m=2$ 和 $m=3$ 是最优的。

提出的方法

• 将求积公式表述为 $\int_0^1 \varphi(x)dx \approx \sum_{\beta=0}^N C[\beta]\varphi(\beta h) + A\varphi'(0) + B\varphi'(N)$，其中 $h = 1/N$。
• 将误差泛函 $\ell(x)$ 定义为包含 Dirac delta 函数及其导数的分布，并计算其在对偶 Sobolev 空间中的范数。
• 利用 $L_2^{(m)}(0,1)$ 中极值函数和再生核理论，通过最小化 $\|\ell\|_{L_2^{(m)*}}$ 推导最优系数。
• 应用 Euler 多项式、Bernoulli 数和有限差分的性质，简化误差范数表达式。
• 利用生成函数和留数理论推导 $\|\ell\|^2$ 的通用公式，得到包含 Bernoulli 数和特征方程根的紧凑表达式。
• 通过将 $m=2$ 和 $m=3$ 代入通用公式并利用已知恒等式化简，验证通用结果。

实验结果

研究问题

• RQ1 在 $L_2^{(m)}(0,1)$ 中，使用 $N+1$ 个等距节点的函数值和端点处的一阶导数值的求积公式的最优系数 $C[\beta]$、$A$ 和 $B$ 是什么？
• RQ2 对任意 $N$ 和 $m \geq 2$，误差泛函在对偶空间 $L_2^{(m)*}(0,1)$ 中的平方范数的精确表达式是什么？
• RQ3 在 $L_2^{(m)}(0,1)$ 中，Euler-Maclaurin 求积公式对 $m=2$ 和 $m=3$ 是否是最优的？
• RQ4 Bernoulli 数和特征方程的根如何影响最优公式中的误差范数？
• RQ5 对于低阶 Sobolev 空间（$m=2,3$），通用误差范数公式能否简化为显式的闭式表达？

主要发现

• 当 $m=2$ 时，最优系数为 $C[\beta] = h/2$（$\beta=0,N$），$C[\beta] = h$（$1 \leq \beta \leq N-1$），$A = h^2/12$，$B = -h^2/12$，此时 $\|\ell\|^2 = h^4/720$。
• 当 $m=3$ 时，相同的系数 $C[\beta]$、$A$ 和 $B$ 仍为最优，且 $\|\ell\|^2 = h^6/30240$。
• Euler-Maclaurin 求积公式在 $L_2^{(2)}(0,1)$ 和 $L_2^{(3)}(0,1)$ 中对给定函数形式是最优的。
• 通用误差范数公式涉及 Bernoulli 数 $B_k$、有限差分 $\Delta^i 0^k$ 和由基本函数导出的特征方程的根 $q_k$。
• 对于一般 $m$，平方误差范数表示为包含 $h^{2m}$、$h^{2m+1}$ 和与 $q_k$ 相关系数的项的有限和，由于 $B_{\alpha} = 0$（当 $\alpha > 1$ 且为奇数时），奇数 Bernoulli 项被抵消。
• 推导结果证实，当系数满足 Sobolev 空间中极值函数条件所导出的方程组时，误差范数被最小化。