[论文解读] Optimal quadrature formulas for the Cauchy type singular integral in the Sobolev space $L_2^{(2)}(0,1)$

D.M. Akhmedov|arXiv (Cornell University)|Jul 2, 2017

Differential Equations and Boundary Problems被引用 4

一句话总结

本论文利用Sard方法与离散卷积技术，在Sobolev空间 $L_2^{(2)}(0,1)$ 中构造了用于逼近柯西型奇异积分的最优求积公式。推导出了最优系数 $C([eta],t)$ 的显式公式，其表达式以 $h = 1/N$、$t ∈ (0,1)$ 及参数 $q = √{3}-2$ 表示，实现了在 $L_2^{(2)}$ 范数下的最小误差。

ABSTRACT

In the present paper in $L_2^{(2)}(0,1)$ S.L.Sobolev space the optimal quadrature formula is constructed for approximate calculation of Cauchy type singular integral.

研究动机与目标

• 在Sobolev空间 $L_2^{(2)}(0,1)$ 中，为柯西型奇异积分 $\int_0^1 \frac{\varphi(x)}{x-t}dx$ 构建最优求积公式。
• 通过构造使误差泛函在 $L_2^{(2)}$ 空间中范数最小的系数，最小化逼近误差。
• 利用离散卷积与离散克罗内克函数，推导最优系数 $C([\beta],t)$ 的显式解析表达式。
• 通过离散四阶微分算子 $D_2(h\beta)$ 的离散类比，求解所得线性方程组。

提出的方法

• 采用Sard方法在希尔伯特空间（特别是 $L_2^{(2)}(0,1)$）中构造最优求积公式。
• 将求积公式表示为卷积形式：$C(\cdot,t) \ast \frac{|h\beta|^3}{12} + p_1 h\beta + p_0 = f(h\beta,t)$。
• 应用离散克罗内克函数 $\delta(h\beta)$ 与离散算子 $D_2(h\beta)$，实现卷积的反演并求解系数。
• 利用通过 $q = \sqrt{3}-2$ 定义的离散函数 $D_2(h\beta)$，确保系数函数的精确重构。
• 通过边界条件与递推关系，将函数 $u(h\beta)$ 从 $\beta = 0$ 延拓至 $N$，求解方程组。
• 利用递推求和与涉及 $f(h\beta,t)$、$g_0$ 与 $g_1$ 的边界项，推导出系数 $C([\beta],t)$ 的显式闭式表达式。

实验结果

研究问题

• RQ1 在 $L_2^{(2)}(0,1)$ 中，使柯西型奇异积分逼近误差最小化的最优系数 $C([\beta],t)$ 是什么？
• RQ2 在奇异积分背景下，如何利用Sard方法最小化误差泛函？
• RQ3 当节点均匀分布时，最优求积系数的显式解析形式是什么？
• RQ4 如何利用离散卷积与离散算子 $D_2(h\beta)$ 求解系数的方程组？
• RQ5 边界值 $a_0^-, a_0^+, a_1^-, a_1^+$ 在将解从区间 $\beta = 0$ 到 $N$ 延拓时起什么作用？

主要发现

• 通过离散算子 $D_2(h\beta)$ 与卷积反演，推导出最优系数 $C([\beta],t)$ 的闭式表达。
• 系数通过包含 $f(h\beta,t)$、$g_0 = \ln\frac{1-t}{t}$ 与 $g_1 = 1 + t\ln\frac{1-t}{t}$ 的递归求和表达。
• 解显式依赖于 $h = 1/N$、$t \in (0,1)$ 及定义离散算子 $D_2(h\beta)$ 的参数 $q = \sqrt{3}-2$。
• 内部节点（$\beta = 1$ 到 $N-1$）的系数由公式 (3.12) 给出，包含 $f(h\gamma,t)$ 的加权和与边界修正项。
• 端点处的系数（$\beta = 0$ 与 $\beta = N$）分别由公式 (3.11) 与 (3.13) 给出，包含边界条件与修正项。
• 通过使用 $a_0^-, a_0^+, a_1^-, a_1^+$ 将 $u(h\beta)$ 从 $\beta = 0$ 延拓至 $N$，方程组得以求解，其中这些边界值通过涉及 $\Delta$、$\Delta_1$ 与 $\Delta_2$ 的线性系统确定。