Fast algorithms for interpolation with clamped $L$-splines of order four

技术摘要：四阶夹持 L-样条插值的快速算法

问题陈述
本文探讨了使用一类特定的广义样条——四阶 $L^2_\xi$-样条——进行数据插值的计算挑战。这些样条被定义为微分算子 $L^2_\xi = (d^2/dt^2 - \xi^2)^2$ 的分段解，其中 $\xi \ge 0$。虽然作者此前已建立了针对自然 $L^2_\xi$-样条（其边界条件为 $L_\xi g(t_1) = L_\xi g(t_n) = 0$）的快速算法，但本研究针对的是“夹持”（或完全）情形。在夹持情形下，区间端点处的导数 $g'(t_1)$ 和 $g'(t_n)$ 是给定的。本文的目标是推导一种构建这些夹持样条的快速、数值稳定的算法，并证明保证解之稳定性的数学性质。

方法论
作者将其先前工作 [7] 中建立的数学框架扩展以容纳夹持边界条件。方法论步骤如下：

1. 局部表示：在每个子区间 $(t_j, t_{j+1})$ 上，样条 $g(t)$ 被表示为基函数的线性组合，这些基函数涉及数据值 $g(t_j)$ 和算子 $L_\xi g(t_j)$ 的未知值。令 $\gamma_j = L_\xi g(t_j)$。局部表示为：
   $$\psi_j(t) = \gamma_j A^{[1]}_j(t) + \gamma_{j+1} B^{[1]}_j(t) + g_j A^{[2]}_j(t) + g_{j+1} B^{[2]}_j(t)$$
   其中基函数 $A$ 和 $B$ 是使用依赖于 $\xi$ 的双曲正弦和余弦函数定义的。

2. 系统构建：为了确定未知向量 $\gamma = (\gamma_1, \dots, \gamma_n)^T$，作者在内部节点 $t_2, \dots, t_{n-1}$ 处强制一阶导数 $g'(t)$ 的连续性。此外，应用给定的夹持边界条件 $g'(t_1) = d_1$ 和 $g'(t_n) = d_2$。

   • 内部节点的连续性产生 $n-2$ 个线性方程。
   • 边界条件产生 2 个额外的线性方程。
   • 这导致一个包含 $n$ 个未知数的 $n$ 元线性方程组。

3. 矩阵形式：该系统被表述为矩阵形式 $\tilde{R}\tilde{\gamma} = \tilde{Q}g + d$，其中：

   • $\tilde{R}$ 是一个 $n \times n$ 的三对角矩阵，包含源自基函数导数的系数。
   • $\tilde{Q}$ 是一个 $n \times n$ 的矩阵，包含与数据值 $g_j$ 相关的系数。
   • $d$ 是一个包含边界导数值的向量。

主要贡献与结果
本文的主要贡献是显式构建了夹持 $L^2_\xi$-样条的线性系统，并严格证明了其数值稳定性。

• 三对角结构：作者证明了控制矩阵 $\tilde{R}$ 是三对角的。这种结构对于计算效率至关重要，允许使用标准算法（例如托马斯算法）在 $O(n)$ 时间内求解该系统，这与自然样条的情况类似。
• 严格对角占优：核心理论结果（定理 5）证明了矩阵 $\tilde{R}$ 是严格行对角占优的。具体而言，对于每一行 $i$，都有 $|\tilde{R}_{i,i}| > \sum_{j \ne i} |\tilde{R}_{i,j}|$。
  • 该证明依赖于辅助函数 $\rho(t)$ 和 $\sigma(t)$ 的性质，表明对于 $t > 0$，有 $\sigma(t) < \frac{1}{2}\rho(t)$。
  • 这一性质确保了矩阵的可逆性以及线性方程组的良好条件性，从而保证了快速算法的数值稳定性。
• 实现：所提出的方法已在 MATLAB 中实现。作者提供了一个数值示例，在区间 $[0, 1]$ 上，取 $\xi=5$，对函数 $f(t) = \sin(25t)$ 进行插值，夹持导数为 $g'(0)=g'(1)=25$。结果被可视化，将夹持 $L^2_5$-样条与线性样条进行了比较。

意义与主张
本文声称，这项工作成功地将 $L$-样条的快速算法框架从自然边界条件扩展到了夹持边界条件。严格对角占优的数学证明被呈现为所得算法可逆性和稳定性的保证。

此外，作者将这些夹持 $L$-样条定位为构建多元夹持多样条的基础工具。他们指出，这些多样条为求解数学物理中的偏微分方程提供了一种有前景的替代方案，可替代物理信息神经网络（PINNs）。本文并未声称在此文本中解决特定的偏微分方程，而是指出所开发的样条是此类应用所必需的构建模块。

该工作得到了保加利亚国家科学基金和欧盟各项资助的支持，突显了其在数据分析和科学计算更广泛努力中的背景。