Владикавказский математический журнал Октябрь-декабрь, 2004, Том 6, Выпуск 4
УДК 517.5
ОПТИМАЛЬНОЕ ВОССТАНОВЛЕНИЕ ГАРМОНИЧЕСКОЙ ФУНКЦИИ ПО КОЭФФИЦИЕНТАМ ФУРЬЕ
С. В. Близнюк
Владимиру Михайловичу Тихомирову к его 70-летию с благодарностью от ученика
Решается задача восстановления в некоторой фиксированной точке единичного круга значения гармонической в круге функции, не превосходящей на этом круге по модулю единицы, по 2п + 1 коэффициенту Фурье граничного значения функции. Также вычисляется точность оптимального восстановления и предъявляется оптимальный метод восстановления для п = 1, 2, 3, 4, а также метод расчета для любого п.
Постановка задачи. Пусть X, У — нормированные пространства, С С X — некоторый класс элементов, Е — непрерывное отображение из X в У, ж* — непрерывный функционал на X. (ж*, С, Е)-задачей восстановления называется проблема восстановления значения (ж*, ж) линейного функционала ж* на элементе ж, про который известно, что ж € С, а также известен вектор Е(ж), который называется информационным оператором. Любая функция т : Е (С) ^ Ж называется методом восстановления. Требуется найти величину точности оптимального восстановления
Е(ж*, С, Е) = ^аир | (ж*, ж) — т(Е(ж))| т же с
и оптимальный метод восстановления т такой, что
вир |(ж*, ж) — т(Е(ж))| = Е(ж*,С,Е). жес
С (ж*, С, Е)-задачей оптимального восстановления связана следующая экстремальная задача:
(ж*, ж) ^ тах, ж € С П кег Е называемая ассоцированной задачей. Подробнее о задачах восстановления см. [1].
Формализация задачи. Обозначим через Г^(^) класс функций двух переменных (р, р) ^ и(р, р), 0 ^ р ^ 1, —п ^ р ^ п, гармонических внутри единичного круга и ограниченных внутри круга единицей. Наша цель — исследовать ^н(г, 0), Г^(^), Еоиг„^, 0 ^ г < 1, где Еоигга — информационный оператор, сопоставляющий функции п(-, ■) коэффициенты Фурье (ао,..., ап, 61,..., 6П) функции ж(-) = и(г, ■), являющейся ограничением на окружность р = г функции п(-, ■).
© 2004 Близнюк С. В.
Функции из представимы в следующем виде:
1 Гп 1 - р2
и(р, = — / --т-—г-о f (t) dt, (1)
2п J-n 1 - 2р cos(t - + p2</w ' W
где f (t) — «граничное значение» функции, т. е. функция u(p, t) ^ f (t) для почти всех t £ [—п,п]), удовлетворяющая неравенству ||f (•)||ьте([-п,п|) ^ 1. Подробнее о представимости гармонических функций в таком виде см. [2].
Таким образом, требуется восстановить u(r, 0) функции (р, ^ п(р,^), представи-мой в виде (1), по числам
1 ГП 1 ГП 1 гп
a0 = — u(1,^>)d^>, ak = — u(1,^>)cos k^>d^> = — f (^>) cos k^>d^>
2п -П п -П п -П
и
1 П 1 П = — u(1,<p) sin k^>d^> = — f (^)sin k^>d^>, 1 ^ k ^ n.
п П п П
1 rn i rn
— u(1,^)sin k^>d^> = — n J-n n
Ассоциированная экстремальная задача здесь имеет вид:
1 ГП , 1 - r2
1 /п 1 - r2
u(r, 0) = — f (t)-^ dt ^ max, (2)
v ' 7 2п ,/_./ v 71 — 2r cos t + r2 ' v 7
/П ГП
f (t) cosktdt = 0, 0 ^ k ^ n, / f (t) sinktdt = 0, 1 ^ k ^ n, (3)
-П J —П
где |f (t)| ^ 1 почти всюду.
Функция Pr (t) = 2П ■ i-2rcost+r2 называется ядром Пуассона.
Принцип Лагранжа. Задача (2) является задачей выпуклого программирования, у которой функция Лагранжа имеет вид
vn)
L = L(f (■), Ао... vi,..., vn)
"П ( 1 1 - r2 ™ ч
(Ао — ■ ----——2 + ^0 + УД№ cos kt + vfc sin kin f (t) dt.
,_П\ 2n 1 — 2r cos t + r2 f—' /
k=i
Задача (2) является задачей на максимум, поэтому коэффициент Ао ^ 0. Также можно легко показать, что Ао = 0 и мы можем считать, что Ао = —1. Таким образом, функция Лагранжа имеет следующий вид:
L = L(f (■), —1,^o,^i,... vi,..., vn)
n
+ № + cos kt + vk sin kt) j f (t) dt.
2n
1 1 — r2 2n 1 — 2r cos t + r2
k=i
Согласно принципу Лагранжа (см. [1]), если /(•) — решение задачи (2), то существуют такие множители Лагранжа ^о, ^k, Vk, k = 1,..., n, не равные нулю одновременно, что функция L в точке /(•) достигает своего минимума на множестве BL^([—п,п]), где BL^([—п,п]) — единичный шар в L^([—п,п]). Из ограничений (3) следует, что /(•) £ ТП", где Tn — пространство тригонометрических полиномов степени n. Отсюда следует, согласно критерию наилучшего приближения в Lp (см. [1]), что
n
+ cos kt + vk sin kt)
k=i
является полиномом наилучшего приближения функции Рг (¿) = 2п • 1-2гсоб^г'2 подпространством Тп тригонометрических полиномов степени п в метрике Ь\([-п,п]).
Таким образом, для решения нашей задачи нам нужно найти тригонометрический полином наилучшего приближения функции Рг(¿) в метрике п,п]) и тогда
Е(и(г, 0), Рспгп) = ^(Рг(•), Тп, ^([-п, п])),
где Е(и(г, 0), Г^(^), Еоигп) — погрешность восстановления функции и(г, •) по 2п + 1 коэффициенту Фурье граничной функции, а ^(Рг (•), Тп, Ь\ ([-п, п])) — расстояние от функции Рг (•) до пространства тригонометрических полиномов степени п в метрике ¿1([-п,п])1.
Нахождение полинома наилучшего приближения. Так как функция Рг (¿) четная относительно полином наилучшего приближения должен быть четным, а, следовательно, мы можем считать, что все коэффициенты при синусах в полиноме наилучшего приближения этой функции равны нулю, т. е. щ =0, к = 1,.. .п. Значит полином наилучшего приближения функции
1 1 — г2
Рг (¿)= 1 1 Г
2п 1 — 2r cos t + r2 имеет вид
Tnr (t) = ^ Pk cos kt,
cos
k=0
где pk = Pknrj т. е. pk еще зависит от n и r. Рассмотрим выражение вида
1 1 - Г2 -А
A(t) = Pr(t) — Tnr(t) = — ■ ----—2 — ^ Pk cos kt (4)
2n 1 — 2r cos t + r2 ^^
k=0
и докажем, что A(t) может равняться нулю не более чем в n +1 точке отрезка [0,п]. Используя представление
k
cos kt = ^ ay cosj t j=i
и выражение (4), получаем представление A(t) в виде
1 1 r2 n
A(t) =-----2 — V fa cosk t.
w 2п 1 — 2r cos t + r2 ^'
k=0
Производя замену z = cos t, приходим к равенству
1 1 — r2 2п ' 1 — 2rz + r2
1 1 — r2 n k
A(arccos z) = 2T- ■ -, _2rz + r2 — E &zk.
k=0
Продифференцировав n +1 раз по z, получаем
n \ (n+1)
2n 1 — 2rz + r2 — I - 2n(1 — 2rz + r2)n+2 '
1 1 — r2 Л (—2r)n+1(1 — r2)
1О связях между этими двуми задачами см. в [4].
а это выражение вообще не имеет нулей на отрезке [0,п], следовательно, по теореме Ролля заключаем, что функция 2П • 1_2г.г+г2 — п=0 вкне может иметь более чем п +1 нуля на отрезке [0,п]. Учитывая строгую монотонность функции Ь = агееоя г, делаем вывод, что выражение
A(t) =
1 r2
1
2п 1 — 2r cos t + r2
Y^ ek cosk t
k=0
также не может иметь более чем n + 1 нуля на отрезке [0,п].
Таким образом, если мы найдем такой полином Tnr (t) = ^П=о Pk cos kt, что
A(tj) = Pr(tj) — Tnr(tj) = 0 только в n + 1 точках to, ti,..., tn,
(5)
то, согласно критерию элемента наилучшего приближения в Li в случае приближения подпространством (см. [3]), следует, что Tnr(t) является полиномом наилучшего приближения для функции Pr (t) = 2П ' i —2r Cos t+r2 подпространстом Tn в метрике Li([—п,п]). Рассмотрим тригонометрический полином ТПг (t) такой, что
pr (tj ) - Tnr (t j )
во всех различных точках нулей функции cos nt на отрезке [0, п]. Этот полином удовлетворяет условию (5) и поэтому является полиномом наилучшего приближения для функции Pr (t). Заметим, что функция cos nt имеет ровно n +1 корень tj на отрезке [0, п], где
п nj
t- =___u
j 2(n + 1) n + 1
j = 0,..., n.
(6)
Для того чтобы построить такой полином нужно решить систему из n +1 линейного уравнения относительно po,Pi, • • •,pn-i,pn1:
Po + pi cos to + p2 cos2to +-----+ pn-i cos(n — 1)to + pn cos nto = bro
p0 + pi cos tj + p2 cos 2tj + ■ ■ ■ + pn-i cos(n — 1)tj + pn cos ntj = brj (7)
_ po + pi cos tn + p2 cos2tn +-----+ pn-i cos(n — 1)tn + pn cos ntn = brn,
i- r2
2, j = 0,..., n, а tj определены равенством (6).
где brj = Kr (tj ) = 2П i-2r cos tj +r
Решение этой системы в аналитическом виде мы выписывать не будем, но объясним как решать эту систему линейных уравнений численно для любого натурального n ^ 1.
bro
br1
Представим систему (7) в виде Anp = br, где p = (p0,pi,..., pn) и br =
Матрица An этой системы имеет вид
brn
An -
( 1 cos t0 cos 2t0 1 cos ti cos 2ti
\ 1 cos tn cos 2tn
cos nt0 \ cos n t1
cos n tn
(8)
«явная» формула интерполяционного полинома Лагранжа не облегчает дело — по сути, все сводится
к системе (7).
Определитель этой матрицы не равен нулю, для каждого фиксированного r £ (0,1) и n ^ 1 все элементы матрицы An и элементы столбца br определены, поэтому решением системы уравнений (7) является
^ = (^o,^i ,...,^n)= A-ibr. (9)
Тем самым мы показали как рассчитать все (^о,^i,...,^n), которые являются коэффициентами тригонометрического полинома наилучшего приближения Tnr (t) = £n=o cos kt для функции ' i—2r Cost+r2. Этот способ мы использовали для расчета численных значений коэффициентов ^k для определенных n и r.
Оптимальный метод восстановления. Задачу (2) можно рассматривать как ассоциированную с задачей оптимального восстановления функционала
1 ГП 1- r2
f (■) ^ — f (t)---^ dt
Jy> 2n J-П V '1 — 2rcost + r2
на множестве f (■) £ BLi([—п,п]) по информации
f (■) —¡ f (t) dt, 1 / f (t)cos ktdt, 1 / f (t)sinktdt, 1 < k < nY
V2n ./-П П J-П П J-П '
Из теоремы о двойственности для задач восстановления (см. [1]) вытекает, что оптимальный метод для задачи (1) имеет вид
1 /■ п 1 — r2 u(r, 0) = — f(t)^-7—-2 dt ^kflk, (10)
2n J-П 1 — 2r cos t + r2 k=0
и точность оптимального восстановления равна
П
^nr = E I u(' , 0), -Loo^) Fourn _
Enr = E(u(r, 0), r^(D), Fourn) =J
1 1 — r2 T
— T,
2n 1 — 2r cos t + r2
nr
dt.
Расчет оптимального метода и погрешности оптимального восстановления.
Все расчеты оптимального метода и погрешности оптимального восстановления производились с помощью математического программного обеспечения МаШешайса 4.0, где мы применяли метод (9), описанный выше. Далее приведены расчеты для п = 1, 2, 3,4
113 1 при г = 4 , 2, 4 •
Случай п = 1. При п = 1 мы интерполируем в точках ¿1 = (4п, |п), вектор = (2П ■ 1-1->Г2+Г2 ' 2П ■ 1+1л-Г2+Г2 ), а матриЦа А1 имеет вид
Тогда используя формулу (8), получаем, что ^ = (^01г
) = А-16ь Для г = 4, 2, 4
получаем соответственно, что
Е11 = 0.07947409722, ц011 = 0.1579163832, и111 = 0.07431359201;
1 4 014 114
Е11 = 0.3119165215, ^011 = 0.1404308321, 1 = 0.1123446656; Е1 з = 0.6523945232, ц01 з = 0.08264722565, и11 з = 0.07934133662.
1 4 014 114
1Явная формула <(РГ (■),Т„,Ь1 ([-п, п])) = П arctgт"+1 была найдена М. Г. Крейном (см. [5]). Наши
вычисления Епг совпадают с величиной ПП arctgгп+1 с точностью до 10-9.
Случай п = 2. При п = 2 мы интерполируем в точках ¿2 = п, 2п, |п), вектор
&2 =
1 г2
1 1 г2 1
1 г2
2п 1 - ^3г + г2' 2п 1 + г2' 2п 1 + ^3г + г2
а матрица А2 имеет вид
А2 =
V
уДз) 2 0
У(3) 2
1 2 -1
1
2
/
Тогда, аналогично, для г = |, 2, | получаем соответственно, что Е21 = 0.01989274912, р021 = 0.159 0 772497, р121 = 0.07924727455, р221 = 0.05876490209; Е21 = 0.1583336966, р021 = 0.15425 786 79, р121 = 0.1469122552, р221 = 0.36923 07696; Е2з = 0.5083036709, р02з = 0.1110621127, р12 з = 0.1385390181, р22з = 0.06649872866.
Случай п = 3. При п = 3 мы интерполируем в точках ¿з = (|п, |п, |п, |п), вектор
6з =
||||
1 . 1-г2 X . 1-г2 X . 1-г2 X . 1-г2
2п 1-2г соб 1 п+г2 , 2п 1-2г соб | п+г2 , 2п 1+2г соб | п+г2 , 2п 1+2г соб 8 п+г2
а матрица Аз имеет вид
Аз =
1
1
1 1
еоя | п
з
еоя | п
з
- еоя | п
- еоя | п
1
£2
з
еоя | п
- еоя | п
еоя | п
з
- еоя | п
Тогда, аналогично, для г = |, 2, | получаем соответственно, что
Ез 1 = 0.004973566675, р0з 1 = 0.1591500860, р1з 1 = 0.07955682940,
р2з 1 = 0.01981635313, рзз 1 = 0.004662671321; Ез 1 = 0.07947409722, р0з 1 = 0.1579163832, р1з 1 = 0.1560585433,
р2з 1 = 0.07431359205, рзз 1 = 0.02972543681; Ез э = 0.3901710410, р0з з = 0.1301879796, р1з э = 0.1783845740, р2з 1 = 0.1112585701, рзз 1 = 0.05340411362.
Случай п = 4. При п = 4 мы можем аналогично вычислить точки интерполяции ¿4,
вектор 64, а также матрицу А4, но в данной статье мы приведем только вычисленные 1 1 з
Рк4г для г = 4, 2, 4
Е41 = 0.001243397598, р041 = 0.1591546395, р141 = 0.0795761813,
41 041 141
р241 = 0.01988949187, рз41 = 0.004954159145, р441 = 0.001165684519; Е41 = 0.03977579129, р041 = 0.1588443968, р141 = 0.1583785776,
Р241 = 0.07825765008, рз41 = 0.03726554766, р441 = 0.01490621911;
Е4 з = 0.2966583314, р04з = 0.1421854074, р14 з = 0.2033792176,
41 041 141
р24 з = 0.1393358858, рз4 з = 0.08690387937, р44з = 0.04171386190.
1
1
Эта работа является первым шагом в исследовании задач восстановления значений гармонических функций на многомерных шарах.
Литература
1. Магарил-Ильяев Г. Г., Тихомиров В. М. Выпуклый анализ и его приложения.—М.: Эдиториал УРСС, 2003.—175 с.
2. Фихтенгольц Г. М. Курс дифференциального и интегрального исчисления.—М.: Физматлит, 2001.—Т. 1.—680 с.
3. Корнейчук Н. П. Экстремальные задачи теории приближения.—М.: Наука, 1976.—320 с.
4. Magaril-Il'yaev G. G., Osipenko K. Yu., Tikhomirov V. M. Optimal recovery and extremum theory // Computational Methods and Function Theory.—2002.—№ 2.—С. 87-112.
5. Крейн М. Г. К теории наилучших приближений периодических функций // Докл. АН СССР.— 1938.—Т. 18, № 4/5.—С. 245-251.
Статья поступила 26.11.2004 г.
Близнюк Станислав Викторович г. Москва, Московский государственный университет им. М. В. Ломоносова E-mail: stanislav-b@Mail.ru