In this work, we study a global quadrature scheme for analytic functions on compact intervals based on function values on arbitrary grids of quadrature nodes. In practice it is not always possible to sample functions at optimal nodes with a low-order Lebesgue constant. Therefore, we go beyond classical interpolatory quadrature by lowering the degree of the polynomial approximant and by applying auxiliary mapping functions that map the original quadrature nodes to more suitable fake nodes. More precisely, we investigate the combination of the Kosloff Tal-Ezer map and Least-squares approximation (KTL) for numerical quadrature: a careful selection of the mapping parameter $\alpha$ ensures a high accuracy of the approximation and, at the same time, an asymptotically optimal ratio between the degree of the polynomial and the spacing of the grid. We will investigate the properties of this KTL quadrature and focus on the symmetry of the quadrature weights, the limit relations for $\alpha$ converging to $0^{+}$ and $1^{-}$, as well as the computation of the quadrature weights in the standard monomial and in the Chebyshev bases with help of a cosine transform. Numerical tests on equispaced nodes show that some static choices of the map's parameter improve the results of the composite trapezoidal rule, while a dynamic approach achieves larger stability and faster convergence, even when the sampling nodes are perturbed. From a computational point of view the proposed method is practical and can be implemented in a simple and efficient way.


翻译:在这项工作中,我们根据二次节点任意网格上的功能值,研究一个全球在压缩间隔中分析函数的二次图解机制。 在实践上,我们并不总是能够以低阶 Lebesgue 常量在最佳节点上取样功能。 因此,我们超越了传统的跨度二次图,降低了多元相近度和电网间距之间的比例,并应用了辅助绘图功能,将原二次点映射到更合适的假节点。 更准确地说,我们调查了Kosloff Tal- Ezer 地图和最小平方对数值的趋同值调和最小方位调合值的结合。 仔细选择绘图参数 $\ ALpha$ 会确保高的近度, 同时,我们会超越典型间隙间隙间隙, 绘制原二次点结节点的对比值, 并关注二次曲线重量的对等值的对等值的对称性选择, 更实际的调和最低平面值的对数值对数值对数值的对比, 以美元为基调值为平价, 以平价计算为基调, 以平价计算, 以平价计算为基底的比值为基底的比值为基底为基底,, 以10值, 和基底的比值为基底的对值, 和基底的对比值为基底的对价,,,, 基底的变值为基底的对值和基底的比值为基底的对值为基底的对价,,,,, 。

0
下载
关闭预览

相关内容

专知会员服务
41+阅读 · 2021年4月2日
专知会员服务
50+阅读 · 2020年12月14日
【Google】平滑对抗训练,Smooth Adversarial Training
专知会员服务
48+阅读 · 2020年7月4日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
内涵网络嵌入:Content-rich Network Embedding
我爱读PAMI
4+阅读 · 2019年11月5日
ICML2019:Google和Facebook在推进哪些方向?
中国人工智能学会
5+阅读 · 2019年6月13日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
0+阅读 · 2021年11月17日
Arxiv
13+阅读 · 2021年5月25日
Arxiv
3+阅读 · 2018年11月11日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关VIP内容
相关资讯
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
内涵网络嵌入:Content-rich Network Embedding
我爱读PAMI
4+阅读 · 2019年11月5日
ICML2019:Google和Facebook在推进哪些方向?
中国人工智能学会
5+阅读 · 2019年6月13日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员