[论文解读] Univariate spline quasi-interpolants and applications to numerical analysis

Paul Sablonnière|arXiv (Cornell University)|Apr 1, 2005

Advanced Numerical Analysis Techniques参考文献 10被引用 45

一句话总结

本文提出了在均匀划分上对次数2至5的单变量离散样条拟插值（dQIs）的显式公式，实现了高效的逼近、积分、微分和零点定位。该方法实现了高阶精度（最高达$O(h^{d+1})$），具有较小的无穷范数，且无需求解线性系统，提供了更优的导数逼近效果，并对多项式实现超收敛的零点检测。

ABSTRACT

We describe some new univariate spline quasi-interpolants on uniform partitions of bounded intervals. Then we give some applications to numerical analysis: integration, differentiation and approximation of zeros.

研究动机与目标

• 开发在均匀划分上对次数2至5的单变量样条的显式、计算高效的离散拟插值（dQIs）。
• 基于特定点（节点或中点）的函数值，提供dQI系数的显式公式，确保在次数≤d的多项式上精确。
• 将dQIs应用于三个经典数值问题：数值积分、数值微分和函数零点的逼近。
• 分析dQIs的无穷范数和逼近阶，确认其最优性和稳定性。
• 通过数值例子表明，基于dQI的导数逼近在精度和收敛率上优于标准有限差分方法。

提出的方法

• dQIs被构造为B样条基函数的线性组合，其系数由节点点$X_n$（当d为奇数时）或中点$T_n$（当d为偶数时）的函数值导出。
• 通过求解具有Vandermonde结构的局部线性系统，强制在$\Pi_d$上精确，确保解的唯一性和稳定性。
• 对于二次和三次样条，推导出系数$\mu_j(f)$的显式公式，并用于构建微分矩阵$\mathcal{D}_2$和$\mathcal{D}_3$。
• 导数逼近通过矩阵-向量乘法计算：$y' = \mathcal{D}_d y$，其中$y$包含插值点处的函数值。
• 通过计算近似原函数$f$的分段二次dQI $g = Q_2f$的精确根来实现零点定位。
• 计算或界定无穷范数$\|Q_d\|_\infty$，以评估逼近的稳定性和近似最优性。

实验结果

研究问题

• RQ1 如何在均匀划分上为次数2至5的单变量样条构造显式、稳定且高阶的离散拟插值？
• RQ2 这些dQIs的逼近阶和无穷范数是多少？与经典方法在数值积分和微分中的表现相比如何？
• RQ3 dQIs能否有效用于定位光滑函数（特别是多项式）的零点，并实现超收敛精度？
• RQ4 基于dQI的导数逼近在精度和收敛率上与标准中心有限差分相比如何？
• RQ5 在dQI导数逼近中，超收敛的作用是什么，特别是在振荡或有理函数中？

主要发现

• 对于$C^1$二次dQI，导数逼近误差为$O(h^2)$，比标准中心有限差分方法（$O(h^2)$阶）小3–4倍。
• 对于三次dQIs，导数逼近误差为$O(h^3)$；对于函数$f_1(x) = 1/(1+16x^2)$，观察到超收敛至$O(h^4)$。
• 无穷范数$\|Q_2\|_\infty$有界，证实了dQI逼近的稳定性和近似最优性。
• 在$[-1,1]$上对8次勒让德多项式进行零点定位时，即使在$n=16$时，dQI方法的误差也低于$10^{-4}$，且随着$n$增加，收敛至$O(h^3)$。
• 微分矩阵$\mathcal{D}_2$和$\mathcal{D}_3$被显式构造，并通过矩阵乘法计算导数逼近，实现了高效且精确的数值微分。
• 数值结果证实，基于dQI的导数逼近比经典中心有限差分更精确，尤其在高光滑度和振荡函数中表现更优。