Interpolation and approximation of piecewise smooth functions with corner discontinuities on sigma quasi-uniform grids

Titolo

Interpolazione e approssimazione di funzioni lisce a tratti con discontinuità angolari su griglie quasi-uniformi $\sigma$.

1. Il Problema

Il lavoro affronta la sfida di interpolare dati unidimensionali campionati da funzioni lisce a tratti che presentano discontinuità angolari (singolarità nella prima derivata, ma continuità della funzione).

• Limiti dei metodi lineari: Le tecniche di interpolazione lineari classiche, quando applicate a funzioni con discontinuità, generano effetti indesiderati come la diffusione della discontinuità e oscillazioni spurie (fenomeno di Gibbs).
• Contesto delle griglie: Sebbene le griglie uniformi siano comuni per la loro semplicità, molte applicazioni pratiche richiedono l'uso di griglie non uniformi. Estendere i risultati teorici a griglie generali non uniformi è complesso. Per ovviare a ciò, si utilizzano le griglie quasi-uniformi $\sigma$, definite come griglie in cui il rapporto tra la spaziatura massima ($h_{max}$) e quella minima ($h_{min}$) è limitato da una costante finita $\sigma$ ($h_{max}/h_{min} \le \sigma$).
• Obiettivo: Generalizzare i risultati di approssimazione ottimali noti per le griglie uniformi (ottenuti con tecniche non lineari) al caso delle griglie quasi-uniformi $\sigma$, mantenendo l'ordine di convergenza elevato anche in presenza di singolarità.

2. Metodologia

Gli autori propongono un'estensione di un metodo di interpolazione non lineare basato su due componenti principali:

1. Rilevamento delle singolarità (Detection): Un meccanismo per identificare gli intervalli della griglia che contengono la discontinuità angolare.
   • Utilizza differenze divise di secondo ordine come indicatori di regolarità.
   • Classifica gli intervalli in due categorie: G (lisci, "Good") e B (sospetti, "Bad").
   • Gli intervalli B vengono ulteriormente analizzati per localizzare con precisione la posizione della singolarità.
2. Ricostruzione Subcell Resolution (SR): Una volta identificato l'intervallo contenente la singolarità, il metodo non utilizza un singolo polinomio di interpolazione su tutto l'intervallo.
   • Costruisce due polinomi di Lagrange distinti: uno basato sui punti a sinistra della singolarità ($\tilde{p}^-$) e uno su quelli a destra ($\tilde{p}^+$).
   • Determina un punto di intersezione $\psi$ tra questi due polinomi, che stima la posizione esatta della discontinuità angolare.
   • L'interpolazione finale è definita a tratti: $\tilde{p}^-$ a sinistra di $\psi$ e $\tilde{p}^+$ a destra, garantendo la continuità della funzione ricostruita.

Il lavoro estende la teoria sviluppata in precedenti studi (riferiti come [8]) per griglie uniformi, adattando le dimostrazioni al caso $\sigma$ quasi-uniforme, introducendo vincoli specifici sul parametro $\sigma$ (in particolare $\sigma < 3/2$ per certi risultati teorici).

3. Contributi Chiave

• Generalizzazione Teorica: Estensione delle tecniche ENO (Essentially Non-Oscillatory) e SR (Subcell Resolution) alle griglie quasi-uniformi $\sigma$.
• Analisi dell'Ordine di Approssimazione:
  • Dimostrazione che, se la spaziatura massima della griglia $h$ è inferiore a un valore critico $h_c$ (dipendente dal salto della derivata e dalla curvatura della funzione), il metodo recupera l'ordine di approssimazione ottimale $O(h^m)$ (dove $m$ è l'ordine desiderato), esattamente come nel caso uniforme.
  • Dimostrazione che, per $h > h_c$, l'ordine di approssimazione scende a $O(h^2)$, che è il massimo ottenibile teoricamente per funzioni con discontinuità angolari senza una localizzazione precisa.
• Stima della Posizione della Singolarità: Dimostrazione che la posizione stimata della discontinuità ($\psi$) converge alla posizione reale ($\mu$) con un errore dell'ordine $O(h^m)$ quando $h < h_c$.
• Definizione di Griglie Locali: Introduzione del concetto di "griglia $\sigma$ quasi-uniforme $n$-locale" per gestire casi in cui la regolarità della griglia può variare localmente.

4. Risultati

• Teoremi di Convergenza:
  • Per $h < K h_c$ (con $0 < K < 1$): L'errore di approssimazione è $\|f - I_X f\|_\infty \le C h^m \sup |f^{(m)}|$.
  • Per $h > h_c$: L'errore è limitato da $\|f - I_X f\|_\infty \le C h^2 \sup |f''|$.
  • Viene mostrato che non è possibile garantire un ordine superiore a 2 per tutte le $h > 0$ su griglie non uniformi, confermando che il limite è intrinseco alla geometria della griglia e alla natura della singolarità.
• Esperimenti Numerici:
  • Sono stati testati su funzioni con discontinuità angolari di varia intensità (controllata da un parametro $d$).
  • I risultati numerici confermano la teoria: quando la spaziatura della griglia è sufficientemente fine rispetto alla forza della discontinuità ($h < h_c$), si osserva un ordine di convergenza di 4 (per $m=4$).
  • Quando $d$ è molto piccolo (discontinuità debole), $h_c$ diventa molto piccolo, richiedendo griglie più fini per ottenere l'alta precisione.
  • È stato notato che il metodo funziona bene anche per $\sigma = 2$, sebbene la dimostrazione teorica richieda $\sigma < 3/2$, suggerendo che le condizioni teoriche sono sufficienti ma non strettamente necessarie.

5. Significato e Implicazioni

Questo lavoro è significativo perché:

1. Robustezza Geometrica: Dimostra che le tecniche avanzate di cattura delle discontinuità (fondamentali nella fluidodinamica computazionale per le onde d'urto e nell'elaborazione delle immagini) non sono limitate a griglie uniformi, ma possono essere applicate con successo a griglie adattative e non uniformi, purché rispettino il rapporto $\sigma$.
2. Efficienza Computazionale: Permette di utilizzare griglie non uniformi (spesso necessarie per concentrare i punti di calcolo nelle zone di interesse) senza sacrificare l'accuratezza dell'approssimazione vicino alle singolarità.
3. Fondamento Teorico: Fornisce le basi matematiche rigorose per l'uso di algoritmi ENO-SR in scenari reali dove la regolarità della griglia non è perfetta, colmando un divario tra teoria (griglie uniformi) e pratica (griglie adattative).

In sintesi, il paper valida che l'uso combinato di rilevamento delle singolarità e ricostruzione subcellulare permette di mantenere l'alta precisione dell'interpolazione anche in presenza di "angoli" nelle funzioni, estendendo questo vantaggio a una classe molto ampia di griglie non uniformi utilizzate nella pratica ingegneristica e scientifica.