Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Михалин Дмитрий Александрович

Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления
<
Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Михалин Дмитрий Александрович. Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления : диссертация ... кандидата физико-математических наук : 01.01.09 / Михалин Дмитрий Александрович; [Место защиты: Московский государственный университет].- Москва, 2010.- 76 с.: ил.

Содержание к диссертации

Введение

1 Предварительные сведения 14

1.1 Постановка задачи о неравенствах для производных 14

1.2 Выпуклый анализ 16

1.3 Принцип Лагранжа 19

1.3.1 Формулировка принципа Лагранжа для выпуклых задач 19

1.3.2 Применение принципа Лагранжа в задаче о неравенствах для производных 20

1.4 Задачи оптимального восстановления 23

2 Чебышевские и золотаревские сплайны 26

2.1 Определение перфектных сплайнов и формулировка теоремы существо вания 26

2.2 Доказательство существования и единственности чебышевских сплайнов 28

2.2.1 Существование чебышевских Гиг)-сплайнов 28

2.2.2 Единственность чебышевских сплайнов 29

2.2.3 Доказательство единственности чебышевских сплайнов методом Малоземова и Певного 34

2.3 Доказательство существования и единственности золотаревских сплайнов 36

2.3.1 Обобщенные перфектные сплайны 36

2.3.2 Некоторые вспомогательные утверждения 41

2.3.3 Основной результат 47

3 Задачи экстраполяции и оптимального восстановления 49

3.1 Чебышевские и золотаревские сплайны при малых размерностях и фор мулы восстановления 49

3.1.1 Задача без граничных условий 50

3.1.2 Задача с ограничением в левом конце отрезка 56

3.2 Формула Домара-Буслаева и восстановление значений производных функций из соболевского класса по неточной информации 59

3.3 Эйлеровские сплайны и восстановление на окружности 62

3.4 Формулы оптимального восстановления функций из соболевского класса на отрезке по неточной информации 64

3.4.1 Постановка задачи и формулировка теоремы об экстраполяции . 64

3.4.2 Доказательство основной теоремы 65

3.4.3 Некоторые частные случаи 69

Список литературы 72

Введение к работе

Актуальность темы. Работа посвящена точным неравенствам для производных гладких функций. Важный класс таких неравенств составляют неравенства для производных на прямой и полупрямой вида

1^(-)11^)^^11^(-)11^)11^(-)11^). (1)

где 0 ^ к < п — целые, Т — прямая К. или полупрямая М+, С (Т) — пространство ограниченных непрерывных функций на Т с нормой ||ж(-)||сь(Т) = supieT |х(/:)|, Loo(T) — пространство измеримых, существенно ограниченных функций на Т с нормой ||#(*)IUooCn = vraisup|ir()|. Задача состоит в нахождении наименьшей константы К, при которой неравенство (1) справедливо для всех функций х(-) Є W^(T) = {ж(-) Є СЪ{Т)\ х^-1\-) Є AC{T),xSn\-) Є Ьоо(Т)}, где АС{Т) пространство локально абсолютно непрерывных функций на Т. Эту оптимальную константу обозначим Кт{п,к).

Задача о вычислении точной константы в неравенстве (1) равносильна нахождению точного значения в следующей экстремальной задаче:

х^(0) - max, \\х(-)\\сь{т) < 7Ь W^HMl^t) < Ъ (2)

для некоторых 7ь 72 > 0 (выбор этих констант на решение задачи не влияет). Функцию х(-), на которой достигается максимум в этой задаче, назовем экстремальной функцией. Задача (2) рассматривается нами также на окружности Т и на отрезке / = [0,1].

Точкой отсчёта для данной тематики явилась заметка Э. Ландау1, опубликованная в 1913 году, в которой было доказано, что/Ск+(2,1) = 2. Годом позже Адамар2 доказал, что і^к(2,1) = у2- Неравенство Адамара при-

1 Landau Е. Einige Ungleichingen fur zweimal differentierbare Funktionen // Proc. London Math. Soc.

1913. V. 2. № 13. P. 43-49.

2Hadamard J. Sur le module maximum d'une fonction et de ses derivees // C. R. Soc. Math. France.

1914. V. 41. P. 68-72.

влекло внимание А. Н. Колмогорова, и он поставил перед своим учеником Г. Е. Шиловым (в ту пору студентом, носившим фамилию Боссе Ю. Г.3) задачу обобщить результат Адамара на любые кип. Шилов нашел константу К-^(п}к) при п = 3,4 для всех к и при п = Ъ для некоторых к, но дальше продвинуться не смог4. Это дало повод Колмогорову самому взяться за решение задачи. Он решил ее в 1938 году5. Впоследствии было получено множество примыкающих результатов. В частности, в работе

B. М. Тихомирова6 рассматривалась задача (2) дляТ = [0,1] и были описа
ны экстремальные функции, получившие название чебышевских сплайнов.

Задача (2) на полупрямой Ш+ была исследована Шёнбергом и Каварет-той7 в следующей постановке:

|^)(0)| -+ max, 11^(-)11^(^) < 1, 11^(011^(^) < r~ln\. (3)

Было доказано, что экстремальная функция является сплайном; причем при п = 2, 3 этот сплайн на любом отрезке непрерывности n-й производной с точностью до константы совпадает со смещенным чебышевским полиномом, и, соответственно, значение задачи (3) совпадает со значением к-ой производной чебышевского полинома в точке/: = 1.

При п ^ 4 построена некоторая последовательность чебышевских перфектных сплайнов (Snm(-)) (где т — число узлов), которая сходится к

3Б0ССЕ Ю. Г. (Шилов Г. Е.) О неравенствах между производными // Сб. работ студ. науч.

кружков МГУ. 1937, Т. 1, с. 68-72.

4Б0ССЕ Ю. Г. (Шилов Г. Е.) О неравенствах между производными // Сб. работ студ. науч.

кружков МГУ. 1937, Т. 1, с. 68-72.

5Колмогоров А. Н. О неравенствах между верхними гранями последовательных производных

функции на бесконечном интервале // Избранные труды. Математика и механика. М.: Наука, 1985.

C. 252-261.

6Тихомиров В. М. Наилучшие методы приближения и интерполирования дифференцируемых

функций в пространстве С[-1,1] // Матем. сборник. 1969, Т. 80, № 2, с. 290-304.

7Shoenberg I. J., Cavaretta A. S. Solution of Landau's problem concerning higher derivatives

on the half line // Proc. of the Intern. Conf. on Construction Function Theory, Golden Sands (Varna),

May 19-25, 1970. Publ. House Bulgarian Acad. Sci., Sofia, 1972. P. 297-308.

экстремальной функции при стремлении т к бесконечности. При этом последовательность (|Snm(0)|) монотонно убывает и стремится к решению задачи (3), которое, в отличие от случая п = 2, 3, оказывается строго меньше, чем значение к-ой производной чебышевского полинома в точке/: = 1.

Шёнберг и Каваретта8 приводят также вычисленные значения величины Snm(O) при нескольких первых значениях п, кит.

В последние годы вышло несколько монографий, посвященных неравенствам колмогоровского типа9'10'11.

Интерес к неравенствам для производных и актуальность этой тематики вызваны несколькими причинами. Точные неравенства на протяжении всей истории привлекали внимание многих математиков. Достаточно привести в пример книгу "Неравенства" Харди, Литтлвуда и Полна. С. Б. Стеч-кин в 60-е годы связал проблематику неравенств для производных гладких функций с интересной для численного анализа задачей оптимальной аппроксимации неограниченных операторов ограниченными (это актуальная проблема вычислительной математики, ибо численное решение дифференциальных уравнений относится к классу задач аппроксимации неограниченного дифференциального оператора ограниченными, в частности, сеточными операторами). Впоследствии эта проблематика была включена в более широкий класс задач оптимального восстановления. Точно решенные неравенства могут служить полигоном для различных теорий в анализе, в частности, для теории экстремальных задач.

Все описанные решения, касающиеся точных неравенств для производ-

8Shoenberg I. J., Cavaretta A. S. Solution of Landau's problem concerning higher derivatives on the half line // Proc. of the Intern. Conf. on Construction Function Theory, Golden Sands (Varna),

May 19-25, 1970. Publ. House Bulgarian Acad. Sci., Sofia, 1972. P. 297-308.

9Бабенко В. Ф., Корнейчук Н. П., Кофанов В. А., Пичугов С. А. Неравенства для производных и их приложения. Киев: Наукова думка, 2003.

10Bagdasarov S. Chebyshev Splines and Kolmogorov Inequalities. Bukhauser, Basel etc. 1998.

nKwONG M. K., Zettl A. Norm Inequalities for Derivatives and Differences // Berlin. Springer-Verlag,

1992, 150 p. (Lecture Notes in Mathematics, V. 1536)

ных, были получены авторами "индивидуально", без использования общей теории экстремума. Мы же исследуем задачи (1) и (2), базируясь на одном из принципов общей теории — принципе Лагранжа.

В диссертации также рассматриваются экстремальные задачи, в которых ограничения на норму функции и ее n-й производной заданы не на одном и том же множестве Т, а на разных множествах:

х{к)(т)^тах, ||ж(-)||с(Д) <7ь 11^(-)11^(7) < 72, 7ь72>0, (4)

где А — некоторый отрезок, г — некоторая точка Т, а 7ь 72 — некоторые числа.

Параллельно с решением экстремальных задач (2) и (4) в настоящей работе исследуются задача Стечкина и задача оптимального восстановления, которые были упомянуты выше. Точная постановка задачи Стечкина такова12. Пусть X и Y — банаховы пространства, U : X —> Y — линейный (вообще говоря, неограниченный) оператор с областью определения Djj С X и К — некоторый класс элементов из Djj. Множество линейных ограниченных операторов из X в У, норма которых не превосходит числа N > О, обозначим C(N) = C(N;X,Y). Рассматривается задача о наилучшем приближении оператора U всевозможными линейными операторами S с нормой, не превосходящей числа N > 0, на заданном классе К. Другими словами, рассматривается величина

EN(U;K)= inf R(U,S;K)= inf sup \\Ux - Sx\\Y. (5)

Задача состоит в исследовании вопроса существования, единственности и характеризации экстремального оператора, на котором в (5) достигается нижняя грань, а также, в ряде частных случаев, в точном вычислении величины En{U] К).

12Стечкин С. Б. Наилучшее приближение линейных операторов // Матем. заметки. 1967, Т. 1, № 2, с. 137-148.

Общую теорию восстановления одним из первых стал создавать С. А. Смоляк13, хотя в частных постановках подобные вопросы рассматривались и ранее (см., например, работы А. Сарда14 и С. М. Никольского15). Общая задача о восстановлении линейного функционала на классе функций по некоторой информации об этой функции ставится следующим образом.

Пусть X и Y — вещественные векторные пространства, х' — линейный функционал на X, который требуется восстановить возможно лучшим образом на элементах х из некоторого класса С С X по информации у = F(x), где F : X —> Y — некоторое, вообще говоря, многозначное отображение, называемое информационным оператором.

Методом восстановления функционала х' из пространства X', сопряженного с X, на классе С по информации F назовем любую функцию tp : F{C) —> Ш. Погрешность, которую производит данный метод восстановления ip, будем оценивать величиной

e(x',C,F,(p):= sup \{х,х')-(р(у)\,

хЄС, yeF(x)

где (х,х') — значение линейного функционала х' на элементе х. Оптимальной погрешностью восстановления назовём величину

E{x',C,F) :=mfe{x',C,F, (6)

где нижняя грань берется по всем методам восстановления ip : F{C) —> К, а метод (/?, на котором эта нижняя грань достигается, назовем оптимальным методом восстановления^ и мы пишем }х') « ф{у), где у Є F(x). Задачу нахождения величины Е(х',C,F) и соответствующего оптималь-

13Смоляк С. А. Об оптимальном восстановлении функций и функционалов от них: Дисс. ... канд.

физ.-мат. наук. М., 1965.

14Sard A. Best approximate integration formulae; best approximation formulae // Aner. J. Math. 1949,

V. 71, P. 80-91.

15НикольскиЙ С. M. Квадратурные формулы. Изд. 2-е. М.: Наука, 1974. (1-е изд. — 1950).

ного метода мы будем называть задачей оптимального восстановления и обозначать (х', С, F).

Цель работы. Одной из основных целей настоящей работы является исследование экстремальной задачи

Ж(*>(т)-тах, ||ж(-)||с(Д)0, ж(-) Є И^(Г,Г), (7)

где W^(T, Г) — соболевский класс:

И^(Т,Г) = {ж(-)|ж(п_1)(-) Є Ж7(Т), ^("-^(О -ж(п_1)Ю1 < l^-^l,

и выполнено краевое условие Г},

А — отрезок [—1,1] или [0,1], а (Т,Г) — это, соответственно, либо (К, Гоо) (т. е. когда рассматривается класс W^(IR) при отсутствии граничных условий), либо (М+по) (когда рассматриваются функции из И^(К_|_) такие, что х^(0) = О, 0 < s < п), и \т\ > 1.

Также решается связанная с экстремальной задачей (7) задача оптимального восстановления (ж^(т), W^(T, Г), Fsc(A)), гДе Fsc(A) ~ многозначный информационный оператор, сопоставляющий функции х() такую функцию у(-) Є С(А), что ||ж(-) - 2/(-)||с(Д) < <*

Требуется решить задачу оптимального восстановления {х^> (г), И^(Г,Г),^с(Д)), то есть найти величину E(x^(r),W^(T,T), FSC{A)) и оптимальный метод восстановления.

Также решается задача восстановления (ж^(т), W^(T), Fjc-(t))- В этом случае известно решение соответствующей экстремальной задачи для дискретного множества значений 5, и для этих значений ищется решение соответствующей задачи восстановления.

Методика исследований. В отличие от перечисленных выше решений задач (1) и (2) и им подобных, которые были получены "индивидуально", в настоящей работе используется аппарат общей теории экстремума.

Мы исследуем задачи (1), (2) и (4) при помощи принципа (метода множителей) Лагранжа. Из необходимых и достаточных условий, получаемых с помощью этого метода, выводится так называемое "основное тождество", из которого в дальнейшем и получаются решения всех поставленных задач.

Между экстремальной задачей (7) и поставленной выше задачей восстановления имеется следующая взаимосвязь: если х есть решение задачи (7), а А — вектор множителей Лагранжа, на котором достигается минимум функции Лагранжа, то А — оптимальный метод восстановления в задаче (хг- ^(т), W^(T, Г), Fc(A))i а оптимальная погрешность восстановления равна значению задачи (7).

Таким образом, решив экстремальную задачу (7) и найдя при этом множители Лагранжа, мы автоматически получаем решение соответствующей задачи восстановления.

При решении задачи восстановления (ж^(т), W^(T), Fsc(T)) вычисление множителей Лагранжа и решение задачи восстановления проводится методом, аналогичным примененному А. П. Буслаевым16 для Т = Ж.

Научная новизна. В диссертации получены следующие новые результаты:

  1. Получены решения задачи (7), когда А — отрезок [—1,1] или [0,1], а (Т, Г) — это, соответственно, либо (М,Гоо), либо (М_|_,Гпо), для произвольных п <Е N и 0 ^- к < п.

  2. При решении задачи с граничными условиями было впервые доказано существование и единственность специальных чебышевских и золотаревских перфектных сплайнов, дающих решение в экстремальной задаче (7), а также описаны их основные свойства.

  3. Для случая Т = Т приводится вычисление множителей Лагранжа и

16Буслаев А. П. О наилучшем приближении оператора дифференцирования. М., 1979.

решение задачи восстановления.

Теоретическая и практическая ценность работы. Диссертация носит теоретический характер. Изложенные в диссертации подходы и полученные результаты представляют интерес для специалистов по теории кодирования, теории приближения и оптимальному восстановлению.

Апробация работы. Результаты работы докладывались на следующих научно-исследовательских семинарах:

  1. Семинар по теории приближения и теории экстремальных задач под руководством проф. В. М. Тихомирова на кафедре общих проблем управления механико-математического факультета МГУ им. М. В. Ломоносова (неоднократно, 2002-2008).

  2. Семинар по проблемам оптимального восстановления под руководством проф. К. Ю. Осипенко на кафедре высшей математики МАТИ (2008).

  3. Семинар по дискретному и гармоническому анализу под руководством проф. В. Н. Малоземова на математико-механическом факультете СПбГУ (2008).

  4. Семинар "Теория автоматов" под руководством академика В. Б. Кудрявцева на кафедре математической теории интеллектуальных систем механико-математического факультета МГУ им. М. В. Ломоносова (2009).

Публикации. Основные результаты диссертации опубликованы в трех работах автора, список которых приведен в конце автореферата.

Структура и объем работы. Диссертация состоит из введения и трех глав, которые содержат одиннадцать параграфов. Объем диссертации — 71 страница. Список литературы включает 53 наименования.

Применение принципа Лагранжа в задаче о неравенствах для производных

Рассмотрим задачу (1.2) в случае q = 00. Тогда пространство W T) (W T) = {х(-) Є Cb(T)\x(n V(-) Є АС(Т),х (-) Є А«(Т)}, где АС(Т) - пространство локально абсолютно непрерывных функций на Т) вкладывается в СЬ(Т) (пространство непрерывных ограниченных функций на Т) и задача (1.2) оказывается равносильной задаче #)(0) - max, ІкОІксг) , \\х(п)(-)\\ьг{т) 1- (1-5) Здесь мы заменили я )(-)11сь(т) н& х к\0), так как при Т = R VT задачи максимизации функционалов х(к\т) и х(к\0) совпадают с точностью до сдвига; а при Т = Ж+ решение задачи х к\т) —» max при т 0 и тех же условиях, что и в (1.5), не превосходит решения задачи (1.5), так как иначе с помощью сдвига экстремальной функции на —т мы бы пришли к противоречию, и, следовательно, снова решения задач максимизации функционалов я )(-)сь(т) и гс (0) совпадают. Вместо двух произвольных констант 7ь72 в (1.2) мы здесь пишем константы 8 и 1, так как задача (1.2) равносильна задаче z(fc)(0) max, () 1± х (-) 1, то есть решение задачи (1.2) совпадает с решением задачи (1.5) при 5 — , умноженным на 72 Кроме того, с константами 71 = и 72 = 1 мы увидим более наглядную связь экстремальных задач вида (1.2) с задачами оптимального восстановления в 1.4. Для случая классического вариационного исчисления (то есть при р,г со) функция Лагранжа имеет вид где А = (—l,Ai,A2). Вообще говоря, согласно принципу Лагранжа, при функционале должен стоять множитель А0 0 (так как задача не на минимум, как в нашей формулировке принципа, а на максимум), но в наших задачах Ао ф 0 и мы полагаем А0 = — 1.

Мы имеем право не проверять отличие от нуля множителя Ао, так как, как уже было сказано, мы применяем метод Лагранжа эвристически. Согласно принципу Лагранжа, если х(-) — решение задачи (1.5), то найдутся такие Аі, Аг 0, что функция Лагранжа достигает своего минимума на х(-), и, следовательно, ее производная в этой точке равна нулю в силу теоремы Ферма: Сх (х(-), А) = О (условие стационарности). Отсюда следует соотношение, которое мы будем называть основным тождеством: справедливое для всех допустимых х(-). Также должны выполняться условия дополняющей нежесткости: Если q = р = со, то, применяя теорему Ферма и теорему Моро-Рокафеллара, получаем, что найдется такая мера р, на Г, что должно быть справедливо основное тождество где мера /2 сосредоточена с точках максимума нормы функции х. При q = г = оо задача (1.5) относится к теории оптимального управления, и ее можно записать в следующем виде: Поскольку ограничение типа равенства в этой задаче можно рассматривать как континуум числовых равенств, функцию Лагранжа мы запишем следующим образом: Ц(х(.),и(-)), -1, А,р(.)) = - (0) + A (jf \х(і)Г dt - Р) + JTP(t)(x (t) - «( )) dt. Если (5:(-), (-)) — решение задачи (1.6), то х(-) — решение задачи (1.5). И обратно, если 5:(-) — решение задачи (1.5), то (5:(-),5 (-)) — решение задачи (1.6). Для того, чтобы были выполнены достаточные условия принципа Лагранжа, должны найтись число А и функция р(-), такие, что функция Лагранжа достигает своего минимума в точке (5:(-), м(-)) на множестве ІШОІкооСГ) 1. Из условия стационарности получаем основное тождество: а из условия минимальности функции Лагранжа по и(-) получаем задачу решая которую, приходим к равенству и(-) = sgnp(-). Во второй главе из этих соотношений будут получены решения поставленных задач. Пусть X и Y — векторные пространства, находящиеся в двойственности, Г и У -сопряженные к ним (то есть пространства линейных непрерывных фунционалов на X и Y соответственно), х — линейный функционал на X, который требуется восстановить возможно лучшим образом на элементах х из некоторого класса С С X по информации у = F(x), где F : X — Y — некоторое, вообще говоря, многозначное отображение, называемое информационным оператором. Методом восстановления функционала х на классе С по информации F назовем любую функцию ip : F(C) — R.

Погрешность, которую производит данный метод восстановления р, будем оценивать величиной е(х , С, F, (р) := sup \(х,х ) -ip(y)\, хЄС, yeF(x) где (x, x ) — значение линейного функционала х на элементе х. Оптимальной погрешностью восстановления назовем величину где нижняя грань берется по всем методам восстановления ip : F(C) —» R, а метод (р, на котором эта нижняя грань достигается, назовем оптимальным методом восстановления, и мы пишем {х,х ) и ф(у), где у Є і ж). Задачу нахождения величины E(x ,C,F) мы будем называть задачей оптимального восстановления и обозначать (x ,C,F). Свяжем с этой задачей следующую экстремальную задачу, которую будем называть ассоциированной (с задачей оптимального восстановления (x ,C,F)): Эту задачу можно переписать в следующем виде: где -%) = {о;єС?/Пг)}. Если множество С и функция F выпуклы, то и (1.9) — выпуклая задача. Функция Лагранжа задачи (1.9) такова: Двойственная задача к (1.9) относительно стандартного возмущения (см. [24, с. 61]) имеет вид sup ((у, у ) + (х, х )) - min, у Є Y . (1.10) хЄС, yF(.x) Связь между выписанными задачами и их решениями дается в следующей теореме (доказательство см. в [24, с. 127]):

Теорема 1.6 (двойственности для задачи восстановления) Пусть в задаче (1.8) множества С и grF выпуклы и уравновешены. Тогда допустимая в (1.9) точка (ж(0),0) является решением этой задачи в том и только в том случае, когда найдется такой множитель Лагранжа А Є У, что min ((ж,м),-1,А) = ((, 0),-1, А). (1.11) ueF(x) При этом (а) —А — решение задачи (1.10) и значения задач (1.9) и (1.10) совпадают; (б) А — оптимальный метод восстановления в задаче (1.7) и E(x ,C,F) = (х,х ). Мы будем рассматривать задачи оптимального восстановления, в которых многозначное отображение F : X —» Y имеет вид F(x) — їх + {у Є Y \\у\\у і}, где / : X —» Y — некоторый линейный оператор. Таким образом, информационный оператор F сопоставляет функции х(-) функцию у(-) Є Y, такую, что /ж(-) — у(-)\\у 7- В этом случае включение х Є F_1(0) в ассоциированной задаче (1.8) равносильно тому, что ІІ ІІУ 7 Покажем, как решается задача оптимального восстановления для такого информационного оператора. Пусть ассоциированная задача записывается в виде (х,х ) - max, \\Iix\\Yl 7ь у2 72, (1.12) где 1г : X — У, і = 1,2 — линейные операторы, и 7ь г = 1,2. Мы рассматриваем эту проблему как ассоциированную с задачей оптимального восстановления (х1, С, F), где С = {х Є X /2 у2 ъ} и / : X — Yi, F(x) = їх + {у Є Yi I IMk 7i} Если x — решение задачи (1.12), то, в соответствии с принципом Лагранжа, найдутся такие числа А 0, г — 1, 2, что функция Лагранжа задачи (1.12) Цх, Ai, А2) = -(ж, я/) + Аа(/іггУі - 7i) + A2(/2a;r2 - j2)

Доказательство единственности чебышевских сплайнов методом Малоземова и Певного

Проведем доказательство единственности чебышевских сплайнов еще одним методом. В работе [26] Малоземовым и Певным было доказано существование и единственность чебышевских (птГоо)- и (птГпГ1)-сплайнов. Мы здесь распространим примененный ими метод на случай (гтгГиг,)-сплайнов. Лемма 2.3 (Малоземов, Певный) Пусть S{t) — отличный от тождественного нуля сплайн вида где t\ іг hN, Xj = ±1 м 5 71-1 ) = 0 при t t2N- Тогда для числа нулей и нуль-интервалов сплайна S(-) с учетом их кратности справедлива оценка Z(S) = n-1 + N. Теорема 2.3 Чебышевский (nmYuv)-сплайн единственный с точностью до знака. ДОКАЗАТЕЛЬСТВО. Предположим, что существует два различных чебышевских (птГии)-сплайна Х\{-) и ж2(-) знак п-й производной которых в окрестности нуля положителен, и пусть i(-)] 11 2(-)11- Пусть {,3}=i узлы сплайна Xi(-), a {TJ}J 1 — его точки альтернанса (как и выше, мы обозначили к = п + т— (u + v)). Рассмотрим функцию x(-) — у(жі(-)— (-))- Это сплайн вида (2.2), и () на отрезке [0,1] тождественно не равен нулю. Предположим, что х(-) имеет q нуль-интервалов (щ,/5,), j = 1,...,q, причем среди них ш бесконечных, ш Є {0,1, 2}, и 9j = О, j Є {1, q}, если j-& нуль-интервал конечный, и 9j = 1, если бесконечный. Введем обозначения: Kj — количество узлов сплайна Xi(-), содержащихся в (ay,fy); Aj — замыкание (о,,/3j); Dk, k— 1,...,q+l—u) — промежутки, на которые распадается множество [0,1] \ Uj=i А? № количество точек альтернанса сплайна х\(-), попавших в Dk Узлы сплайна жі(-), принадлежащие нуль-интервалу (aj,f3j), являются также узлами х2(-). Соответствующие слагаемые у Xi(-) и х2(-) равны и при вычитании взаимно уничтожаются. Поэтому реально в представлении вида (2.2) для х(-) величина iV не превосходит т — ХЛ=і Kj- По лемме 2.3 Оценим Z(x) снизу. Из того, что Tj, j = 1,..., к + 1, являются точками альтернанса сплайна Xi(-), следует, что знаки сплайна х(-) в точках {T J}J11 чередуются: X(TJ)X(TJ+I) 0, j = 1,..., к. Учитывая определение / , заключаем, что х(-) имеет на Dk не менее изолированных нулей с учетом их кратности. Далее, у сплайна ii(-) на Aj, j = 2,..., q — 1 не более п — 1 + к0 нулей (х\(-) является (п — 1, шГооА О-сплайном). Значит, в Aj, j = 2,..., q — 1 попадает не более п — 1 + к3 точек альтернанса Tj. В Aj попадает не более п 1 + Кі — 9\(и — Ї) точек альтернанса, а в Aq — не более п — 1 + кя — 9q(v — 1) точек альтернанса. На все Dk остается не менее точек Tj. Отсюда следует, что х(-) имеет на [0,1] не менее изолированных нулей с учетом их кратности. Прибавляя суммарную кратность нуль-интервалов, которая не менее qn, а также кратность концов отрезка, не попавших в нуль-интервалы, которая равна (1 — 9г)и+ (1 — 9qv), получаем что противоречит неравенству (2.3). Таким образом, единственность чебышевского (пшГиг,)-сплайна доказана. В работе [45] при доказательстве существования и единственности чебышевских и золотаревских сплайнов без граничных условий Карлин использовал аппарат обобщенных перфектных сплайнов. Воспользуемся этим методом для доказательства второй части теоремы 2.1. Возьмем некоторое є 0. Рассмотрим систему функций и ядро Для каждого набора {tj}o+m, удовлетворяющего неравенствам to ti ... = tn+m, рассмотрим функции щ() = u(,tj,s) и величины Aji = Ai(tj,e) (мы будем опускать є, если это не приведет к неоднозначности), причем будем считать, что если некоторые tj совпадают (і,-0_і tj0 = tJ0+i = ... = ij0+P-i tj0+P), то для каждого I = 0,1,... ,р — 1 выполнены равенства ujo+i(,e) = - u( ,tjo,e) и Ajo+i = Aj{tio).

Определение 2.5 Обобщенным перфектным сплайном на отрезке [0,1] называется функция вида п x(t) = Y ajAjW+c (u(l,t) - 2u(Vl,t) + 2u(ri2,t) -... + 2(-l)mu(Vm,t) + (-l)m+1u(0,t)) , (2.4) где {а,-} и с — некоторые константы, а {%} — узлы сплайна, причем 1 щ щ В работе Карлина [45] доказаны три следующие леммы: Лемма 2.4 Для каждого набора точек {t,}o+m такого, что t0 = — 1 и 0 ti 2 ... tn+m, существует единственный обобщенный перфектный сплайн х(-) вида (2-4), удовлетворяющий условиям х(—1) = 1 и x(tj) — 0 при j = 1,2,..., п + т. Лемма 2.5 Каждый нетривиальный обобщенный перфектный сплайн степени п, имеющий т узлов, имеет не более п + т нулей с учетом кратности. Лемма 2.6 Пусть t = {t/}o+m удовлетворяет условию — 1 = to 0 tx 2 = tn+m 1 ux{-,t) — единственный обобщенный перфектный сплайн такой, 4mox(t0) = 1 и x(tj) = О при j — 1,2,..., п+т, в соответствии с утверждением Леммы 2.4- Тогда координаты {%(ї)}ї, c(t) и узлы {r]j(t)} непрерывно зависят от переменной Ї. Также Карлиным доказана следующая Теорема 2.4 Пусть д(-) и —h(-) — непрерывные положительные функции на отрезке [0,1], п 1 и т 0 — целые числа. Тогда существуют два обобщенных перфектных

Формула Домара-Буслаева и восстановление значений производных функций из соболевского класса по неточной информации

Рассмотрим задачу восстановления (х(0), W (M), F5Cb( ) (восстановление производной в нуле функции х(-) из класса И (М) по заданной функции у(-) Є C&(R) такой, что \\у(-) — х(-)\\сь(д) S). Эта задача была сформулирована А. П. Буслаевым в депонированной работе [8]. Приведем здесь с небольшими изменениями полученный результат. Формализуем и решим ассоциированную задачу. Определение 3.1 Перфектный сплайн х(-) степени п называется эйлеровым, если x n\t) = sgn sin і, t Є 1 и его интеграл по отрезку [—7г, 7г] равен нулю. При этом эйлеров сплайн степени п является производной от эйлерова сплайна степени п + 1. Для определенности пусть далее п кратно 4. Предположим, что решением этой задачи является эйлеров сплайн xg(-), то есть эйлеров сплайн, по норме равный S (\Ы-)\\сь(щ = 5). Если х(-) — эйлеров сплайн, тг-я производная которого равна sgn sin і, то его норма равна Значит xs{t) = Asx(Bst), где А = --, а В$ = v/j ; х$ (t) = sgn sin JE? . При n кратных 4 x(-) ведет себя так же, как и синус: sgnS (i) = sgn sin Bst. При нашем предположении при всех х(-) из И (М) должно быть выполнено следующее основное тождество, называемое формулой Домара: причем sgnp(t) = sgnx n (t) = sgn sin Bst. А. П. Буслаев нашел явные формулы для fj,j и р(-). Он рассуждал следующим образом. Пусть формула (3.13) доказана. Подставим в (3.13) функцию eiaBst: Положим Тогда из (3.14) следует, что zez Вычислим коэффициенты этого разложения: Pi = \ [ Р{)е-Ыа do=\ f p( r + 2s)e M(T da = Jo Jo seZ = \ S+1) Р(т)е- - ) dr = \ JRKr)e-MT dr = тгр () = 0, s6Z откуда следует, что p(a) = 0. Из (3.15) и (3.16) следует, что о=РМ - Е (ів(((,+2s))n-. - w Е №й 2.)). Поскольку в правой части этого равенства стоят известные ряды, отсюда находится функция (с): Ko) = {n-l)iB5{ g{ Zu- (3-18) Функция р(-) (являющаяся преобразованием Фурье для р{-)) в свою очередь находится из равенства (3.15). Множители fj,j, являющиеся коэффициентами Фурье функции V( J), находятся по формуле 1 f2Bs Н = 1 u{a)e i T{ )) (3.19) 4 J-2BS Таким образом, мы нашли множители Лагранжа fij и р(-), для которых равенство (3.13) справедливо при всех х(і) Є W (M).

Следовательно, в соответствии с принципом Лагранжа, эйлеров перфектный сплайн х$(-) действительно является решением задачи (3.12). Формулу (3.13), где множители fij находятся из равенств (3.18) и (3.19), a p(t) из формулы Р( ) = - / p( r)e icTBst do (3.20) (где р(а) задается формулой (3.15)) мы называем формулой Домара-Буслаева. Итак, значение задачи равно х5(0) = \\х5(-)\\сь(ш) = AsBsKn-x = Оптимальный метод восстановления имеет вид Кп Кп-г jez Решение ассоциированной задачи — эйлеров перфектный сплайн xsn{ )-fl — дискретная мера на прямой, сосредоточенная в точках альтернанса xsn( ) с чередующимися знаками. Приведем значения fXj при 5 = Кп и некоторых п: Рассмотрим теперь задачу на окружности: требуется определить величину E(x (0),W (T),FSmC{T)) при к=1, где 5т, т Є N — норма m-го эйлерова перфектного сплайна степени п на окружности. Предположим, что этот сплайн и является решением ассоциированной задачи о;(0) тах, \\х(-)\\с{т) 5т, я(.) Є W(T), т Є N. (3.21) Снова рассмотрим случай п:4. Основное тождество имеет следующий вид: т - ( ( ) - (- 1)) + /_ № " м . (3.22) Подставим в него функцию e ist: -is = J2 Pi (е- - ) + (-ізГ [ P(t)e-ist dt. (3.23) Положим /7Г P(ty 7Г л і т 1 1 -V / (2j-l)ia7T (23-1)ізтг \ У (-is)"-1 (-is)n 3\ J ра:= [ p(t)e-istdt. Тогда (3.24) Эти числа являются коэффициентами Фурье функции p(t), то есть для них справедливо равенство Но в силу того, что sgn p(t) = sgn sinmi, Таким образом, из (3.24) и (3.26) получаем систему уравнений из которой находятся числа /Xj. Числа ps находятся из равенства (3.24), а функция р() - из (3.25). 3.4.1 Постановка задачи и формулировка теоремы об экстраполяции Пусть п Є N, к Є Z+, 0 к п, 5 О, Т = М+ или R. Исследуется вопрос о восстановлении значения к-й производной в точке т функции х(-), если про нее известно, с одной стороны, что она принадлежит

Соболевскому классу W(T,r) = {ж(-)к(п_1)( ) Є ССО, ж(п-1)( ) - (n_1)( )l \t - Л, и выполнено краевое условие Г}, а с другой стороны, что на некотором отрезке ACT известна функция у(-) Є С (А) такая, что .т(-) — у(-)с(д) = 5. Если г Е Т \ Д, то мы говорим о задаче экстраполяции (функции х (т)). Многозначный оператор, сопоставляющий функции х(-) функцию у(-) Є С(А), обозначим -Рдс(д). Требуется найти величину Е(х (т), W T, Г), і с(д)) и оптимальный метод восстановления. Исследуются два типа задач экстраполяции, в которых А — отрезок [—1,1] или [0,1], а (Т, Г) — это, соответственно, либо а) (Ж, Гоо) (т. е. рассматривается класс W ,(R) при отсутствии граничных условий), либо б) (М+,Гп0) (когда рассматриваются функции из W(R+) такие, что z(s)(0) = 0, 0 s тг), т 1. Сформулируем теперь основную теорему. Теорема 3.1 (об оптимальном методе в задаче экстраполяции) Пусть х$ — чебышевский или золотаревский сплайн (хптг00(-), хпт$г00{-), хптгп0(-) или хпт5тп0( )), имеющий норму S; {TJ}TJ=1 — его точки алътернанса. Тогда E{x (r),W (T,r),Fsc{A)) = \xf\r)\ и оптимальный метод восстановления имеет вид х (г) и Х =і/А?2/(г.?); г е t j

Формулы оптимального восстановления функций из соболевского класса на отрезке по неточной информации

Пусть п Є N, к Є Z+, 0 к п, 5 О, Т = М+ или R. Исследуется вопрос о восстановлении значения к-й производной в точке т функции х(-), если про нее известно, с одной стороны, что она принадлежит Соболевскому классу W(T,r) = {ж(-)к(п_1)( ) Є ССО, ж(п-1)( ) - (n_1)( )l \t - Л, и выполнено краевое условие Г}, а с другой стороны, что на некотором отрезке ACT известна функция у(-) Є С (А) такая, что .т(-) — у(-)с(д) = 5. Если г Е Т \ Д, то мы говорим о задаче экстраполяции (функции х (т)). Многозначный оператор, сопоставляющий функции х(-) функцию у(-) Є С(А), обозначим -Рдс(д). Требуется найти величину Е(х (т), W T, Г), і с(д)) и оптимальный метод восстановления. Исследуются два типа задач экстраполяции, в которых А — отрезок [—1,1] или [0,1], а (Т, Г) — это, соответственно, либо а) (Ж, Гоо) (т. е. рассматривается класс W ,(R) при отсутствии граничных условий), либо б) (М+,Гп0) (когда рассматриваются функции из W(R+) такие, что z(s)(0) = 0, 0 s тг), т 1. Сформулируем теперь основную теорему. Теорема 3.1 (об оптимальном методе в задаче экстраполяции) Пусть х$ — чебышевский или золотаревский сплайн (хптг00(-), хпт$г00{-), хптгп0(-) или хпт5тп0( )), имеющий норму S; {TJ}TJ=1 — его точки алътернанса. Тогда и оптимальный метод восстановления имеет вид х (г) и Х =і/А?2/(г.?); г е t j некоторые величины, зависящие от г, 8, п, к и являющиеся решением некоторой линейной системы, которая будет выписана ниже. Замечание 3.1 Упомянутые чебышевские и золотаревские сплайны являются частными случаями сплайнов xnmpqr(-) и xsnmpqr(-)) при р = q = со, дающих решение в общей задаче оптимального восстановления (ж (т), Wp(T, Г), FSL4(A)) Формализуем и решим ассоциированную задачу: ж (т)-ипах, И-)с(д)0, x(-)eW (T,T), O k n-1. (3.28) (3.28) — выпуклая экстремальная задача (относящаяся к теории оптимального управления с фазовыми ограничениями), решение х(-) которой существует, и к которой можно применить принцип Лагранжа. Задача без граничных условий Рассмотрим случай А = [—1,1], Т = R, Г = Г0о- Перепишем функцию

Лагранжа в виде Г1 С((х(-),и(-)),-1,К-),Р(-)) = -я?( (т) + jT x(t)dfi(t) / оо p(t)(x {t)-u{t))dt, оо где мера /г(-) сосредоточена в точках альтернанса функции х(-). В соответствии с принципом Лагранжа, х(-) — решение задачи (3.28) тогда и только тогда, когда выполнена стационарность по х(-): ХЮ / 1 гоо x(t)dfi(t) + p(t)x (t)dt УггЄИ (М), (3.29) 1 J-oo где точечная мера /2(-) сосредоточена в точках альтернанса функции х(-); а также условие минимума по и(-): / оо p(t)u(t) dt - min, «(-)IUooW 1, (3-30) -оо откуда получаем «() = sgnp(-). (3.31) Предположим, что решением этой задачи являются чебышевские перфектные сплайны жптсаттаоо[_1)1](-) и промежуточные золотаревские xnmsr00[-i,i]{-), существование которых доказано в главе 2. Рассмотрим сначала золотаревский случай. Пусть {т,-} п — точки альтернанса функции х(-). Тогда мера /2(-) сосредоточена в этих точках. Сделаем некоторые предположения относительно вида функции р(-). Во-первых, у х{-) нет особенностей вне отрезка [ті,т], поэтому будем считать, что р(-) отлична от нуля только на этом отрезке. Преобразуем уравнение (3.29) следующим образом: т + ...+ Ті Поскольку это уравнение должно быть выполнено при всех х из W,(R), имеем р (-) = О ир )(т) = ft in) = 0 при 0 j та-2, j n-fc-1, а также (-l)"- -1 "- "1) ) = 1, p(n-k-i) r _ (n-i) _ g Тоща из (3.32) следует, что ступенчатая функция p n_1)(-) должна иметь в точках Tj скачки /J,J при j = 1,..., m + п, и, следовательно, на отрезке [ті,т] функция р(-) имеет следующий вид: При этом уравнение (3.32) будет выполнено при всех допустимых х(-). Для того, чтобы было выполнено условие (3.31), необходимо, чтобы функция р(-) обнулялась в точках { у}! — узлах функции х(-).

Таким образом, из всех выписанных условий получаем систему т + п уравнений для т + п неизвестных /J,J: где первое слагаемое в первых к уравнениях (то есть при всех I к) подразумевается равным нулю. В чебышевском случае появляется еще одна точка экстремума — т0 = —1, и, следовательно, лишняя переменная в уравнениях (3.33). При этом число уравнений остается прежним. Эту проблему можно решить, положив /г0 = 0. Тогда чебышевский и золотаревский случай практически не отличаются. Решив линейную систему (3.33), можно найти искомые множители Лагранжа fij и р(-). С этими множителями для функции х(-) выполнены (3.29) — стационарность по х(-) и условие (3.30) минимума по и(-), следовательно, ж(-) действительно является решением ассоциированной задачи (3.28). Поскольку множители Лагранжа являются оптимальным методом восстановления (теорема 1.6), теперь можно выписать и решение задачи оптимального восстановления: т+п аг (т) « J J/fo), І=1 где Tj и /j,j соответствуют сплайну xnmSr00[-i,i](-) Задача с граничными условиями Рассмотрим теперь случай А = [0,1], Т — Е+, Г = Гп0. Аналогично случаю, разобранному в предыдущем параграфе, получаем, что х(-) является решением задачи (3.28) тогда и только тогда, когда выполнена стационарность по х(-): ж )(т) = x{t) d(2(t) + p{t)x {t)dt \fxe W(R+,rn0), (3.34) Jo Jo где точечная мера jJ(-) сосредоточена в точках альтернанса х(-); а также условие минимума по и(-): J / oo f p{t)u(t)dt- nan, 11011 (11+) 1, (3.35) о откуда получаем u(-)=sgnp(-). (3.36) Предположим, что решением этой задачи являются чебышевские перфектные сплайны хппггп0(-) и промежуточные золотаревские хпт5гп0(-), существование которых доказано в главе 2. Рассмотрим сначала золотаревский случай. Пусть {TJ}JL1 — точки альтернанса функции х(-). Тогда мера Д(-) сосредоточена в этих точках. Как и ранее, {&}Li — узлы функции () Сделаем некоторые предположения относительно вида функции р(-). Во-первых, у х(-) нет особенностей вне отрезка [0, т], поэтому будем считать, что р(-) отлична от нуля

Похожие диссертации на Неравенства колмогоровского типа на прямой, полупрямой, отрезке и окружности и задачи восстановления