Sobolev类带权函数的基于给定信息的最佳求积公式.docVIP

Sobolev类带权函数的基于给定信息的最佳求积公式 高校应用数学A辑 2006,21(2):214—222 App1.Math.J.ChineseUniv.Ser.A Sobolev类带权函数的基于给定信息的 最佳求积公式 谢聪聪 (浙江大学数学系,浙江杭州310028) 摘要:给出了r阶Sobolev类,6]带权函数的基于给定信息的最佳求 积公式和它的误差估计式.这里的给定信息是指:已知函数在给定区间若干点上的 函数值和直到r一1阶导数值.对r≤2,得到了最佳求积公式和误差估计式的显式 结果.另外还给出了类[盘,6]中在节点的导数值为零的函数所组成的子类的 相应的最佳求积公式. 关键词:Sobolev类;最佳求积公式;Hermite信息;Lagrange信息 中图分类号:O241 文献标识码:A文章编号:1000—4424(2OO6)02—0214—09 §1引言 给定常数Kgt;0,r阶Sobolev类,6]是指 ,6]:={fI厂-1绝对连续,I_厂()I≤K,a.e.t∈,6]}. 设=(1,,)∈R是,6]上的一组固定节点:a=.≤llt;2lt;…lt;z≤+1=6. 对任何厂∈,6],以 (厂):一(厂()),一1,2,…,;=0,1,…,r一1(1.1) 表示定义在上的信息算子电:KWr[a,6]一R.当r一1时,即为Lagrange信息算 子;当r一2时,t为Hermite信息算子;以..(厂)表示在Hermite信息;(厂)中在节 点处导数值为零的信息,即尸(五)=0,一1,2,…,n.如果是单节点,即一(j7),则用代 替 微分方程边值问题的解都可以用积分的形式表示,而且也常会遇到一些被积函数在积 分区域内具有奇异性的积分;另外,奇异积分方程在力学,空气动力学及数学物理等学科中 的应用非常广泛.而上述问题中,对奇异积分的处理是数值计算实现的关键.由此可见,计 算奇异积分的近似值是一类很重要的问题.文献[1]和[2]分别研究了权函数为～和 收稿日期:2oo5—06—03 谢聪聪:Sobolev类带权函数的基于给定信息的最佳求积公式215 (—c)的最佳求积公式.本文考虑下边的权函数 1一 (￡)一—=====,tELz,zHl,一0,1,…,1l,(1.2) √(≠一JCi)(.}1～f) 它在应用上无疑是非常重要的. r 对厂∈K,6],及权函数叫(≠),那么每一个数值逼近,():一I/(￡)(≠)d≠的公式J 都可以看作一个求积泛函Q:(KW[,6])一R. 定义1在所有可能的基于信息()∈:(KW[,6])的求积公式中,使误差界 E((/.);Q){=msx}I(7)一Q((./))J ,FKWr[,6j (7)(/) 达到最小 E((/.);Q)一minE((/);Q):=R((/)) 的求积公式Q((/))称为基于给定信息(/)的最佳求积公式.同时误差界 R(尝(/))称为对积分I(,厂)的信息(/)的半径. 上述定义给出了基于给定信息的最佳求积公式.此外,还有经典的Sard意义和 Nikolskii意义下的两种最佳求积公式.若节点固定,所有使误差在相应函数类的上确 界达到最小的求积泛函称为在Sard意义下的最佳求积公式.如果再让节点z自由变化使误 差界最小,则由此求得的求积泛函称为在Nikolskii意义下的最佳求积公式.有大量的文献, 例如[6—9],研究了Sard意义和Nikolskii意义下的最佳求积公式. 现在假如以相当大的代价获取了一个函数在若干点上的函数值和直到r～1阶的导数 值,希望利用这些数据尽可能精确地求出这个函数在其定义区间上的积分值.那么Sard意 义和Nikolskii意义下的最佳求积公式对解决这类问题就不是非常合适.对于函数值和导数 值已知的这类求积公式,王兴华和宓湘江首先在[3]中提出基于给定信息的最佳求积公式的 概念,并且得到类K.[,6]基于Hermite信息的最佳求积公式和误差估计式,后来王兴华 和杨士俊在[1O]中给出类K,6]基于给定信息的最佳求积公式及误差估计式.相关的 文献还可以参考[11]. 本文将讨论带一个特殊权函数(1.2)的基于给定信息的最佳求积公式,所得到的最佳求 积公式与文献[1,2]中的最佳求积公式有所不同.那里的最佳求积公式都是线性的,而我们 得到的求积公式一般是非线性的,这是因为我们的最佳求积公式是基于给定信息的. 我们将在§2给出主要结果,即得到r阶Sobolev类K[,6]关于带权函数(1.2)的 基于给定信息的最佳求积公式,并且给出它的误差估计式.对r≤2,得到了最佳求积公式和 误差估计式的显式结果.另外还给出了类[,6]中在节点的导数值为零时相应的最佳 求积公式及误差估计式.§3给出一些辅助引理.定理的证明在§4给出. §2主