[论文解读] Iterated Bernstein polynomial approximations

Zhong Zhen Guan|ArXiv.org|Sep 3, 2009

Approximation Theory and Sequence Spaces参考文献 12被引用 5

一句话总结

本文提出了一种迭代伯恩斯坦多项式逼近方法，显著提升了经典伯恩斯坦多项式的收敛速度，且无需增加多项式次数。通过反复对误差应用伯恩斯坦算子，该方法实现了更快的收敛速度，其迭代趋于无穷时存在闭式极限，并在数值积分方面优于标准方法。

ABSTRACT

Iterated Bernstein polynomial approximations of degree n for continuous function which also use the values of the function at i/n, i=0,1,...,n, are proposed. The rate of convergence of the classic Bernstein polynomial approximations is significantly improved by the iterated Bernstein polynomial approximations without increasing the degree of the polynomials. The close form expression of the limiting iterated Bernstein polynomial approximation of degree n when the number of the iterations approaches infinity is obtained. The same idea applies to the q-Bernstein polynomials and the Szasz-Mirakyan approximation. The application to numerical integral approximations is also discussed.

研究动机与目标

• 解决经典伯恩斯坦多项式收敛速度慢的问题，其收敛率为 $O(1/n)$，尽管形式简单，但实际应用受限。
• 克服现有改进方法（如 $q$-伯恩斯坦多项式）的缺点，后者需要非均匀采样或解析函数假设。
• 开发一种仅使用 $i/n$（$i=0,\dots,n$）处均匀采样点的方法，通过迭代逐步减小逼近误差，同时保持原始采样结构。
• 在不增加多项式次数的前提下，实现比经典伯恩斯坦多项式更快的收敛速度，同时保持计算效率。
• 将该方法扩展至 $q$-伯恩斯坦多项式与 Szász-Mirakyan 算子，证明其广泛应用潜力。

提出的方法

• 提出递归定义的迭代伯恩斯坦多项式逼近：$\mathbb{B}_n^{(k)}f = \mathbb{B}_n(\mathbb{B}_n^{(k-1)}f - f) + \mathbb{B}_n^{(1)}f$，其中 $\mathbb{B}_n^{(1)}f$ 为经典伯恩斯坦多项式。
• 所有迭代均使用相同的 $n+1$ 个均匀采样点 $i/n$，避免额外函数求值。
• 推导出当 $k \to \infty$ 时迭代逼近的闭式表达式，记为 $\mathbb{B}_n^{(\infty)}f$，该表达式为连续函数在次数 $n$ 下的最优逼近。
• 通过用迭代多项式逼近积分来实现数值积分，利用其改进的收敛性。
• 在非光滑函数与凸函数上验证该方法的有效性，与经典方法及 $q$-伯恩斯坦逼近进行性能对比。
• 利用 Voronovskaya 的渐近展开分析收敛行为，以理解误差减少的动力学机制。

实验结果

研究问题

• RQ1 能否在不增加多项式次数的前提下，显著提升经典伯恩斯坦多项式的收敛速度？
• RQ2 对非光滑函数而言，伯恩斯坦算子的迭代应用是否保持凸性与单调性等关键性质？
• RQ3 当迭代次数趋于无穷时，迭代伯恩斯坦逼近的极限行为如何？
• RQ4 对于光滑性受限的函数，该迭代方法在精度上与经典方法及 $q$-伯恩斯坦逼近相比如何？
• RQ5 该迭代逼近能否有效用于数值积分，实现高精度结果且函数求值次数极少？

主要发现

• 迭代伯恩斯坦多项式逼近的收敛速度优于 $O(1/n)$，显著优于经典伯恩斯坦多项式。
• 对于 $f(t) = |t - 0.5|$，在 $n = 30$ 时，仅经过三次迭代，最大误差即减少超过 50%，相比经典方法。
• 极限迭代逼近 $\mathbb{B}_n^{(\infty)}f$ 存在闭式表达，为连续函数提供了最优的 $n$ 次多项式逼近。
• 使用迭代方法进行数值积分，即使在 $n = 5$ 时，$k=5$ 次迭代下结果与精确值的误差也小于 $10^{-6}$。
• 与经典伯恩斯坦多项式不同，该迭代版本对非光滑函数不总是保持凸性，表明在精度与形状保持之间存在权衡。
• 该方法对 $q$-伯恩斯坦与 Szász-Mirakyan 算子均表现出鲁棒性与有效性，显著拓展了其在经典多项式之外的应用范围。