logo móvil
Contáctanos

Quasi-interpolación en cuadrículas de Chebyshev con correcciones en los límites

Autores: Alsharif, Faisal

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Quasi-interpolación en cuadrículas de Chebyshev con correcciones en los límites


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Cuasi-interpolación
Núcleos gaussianos
Correcciones de frontera
Puntos de Chebyshev
Errores
Convergencia

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 19

Citaciones: Sin citaciones


Descripción
La interpolación cuasi es una herramienta poderosa para aproximar funciones utilizando funciones de base radial (RBFs) como los núcleos gaussianos. Esto evita resolver grandes sistemas de ecuaciones como en la interpolación RBF. Sin embargo, la interpolación cuasi con núcleos gaussianos en intervalos compactos puede tener errores significativos cerca de los límites. Este artículo propone un método de interpolación cuasi con núcleos gaussianos utilizando puntos de Chebyshev y correcciones de límites para mejorar la aproximación cerca de los límites. Las correcciones de límites utilizan una aproximación lineal de la función más allá del intervalo para estimar el error de truncamiento y agregar términos de corrección. Estudios numéricos sobre funciones de prueba muestran que el método propuesto reduce significativamente los errores cerca de los límites en comparación con la interpolación cuasi sin correcciones, tanto para puntos equiespaciados como para puntos de Chebyshev. La convergencia y la precisión con las correcciones de límites suelen ser mejores con puntos de Chebyshev en comparación con puntos equiespaciados. El método propuesto proporciona una forma eficiente de realizar interpolación cuasi en intervalos compactos mientras se controlan los errores de límites. Este estudio introduce un enfoque novedoso para la modificación de la interpolación cuasi, que mejora significativamente las tasas de convergencia y minimiza los errores en los puntos de límite, avanzando así en los métodos para la aproximación de límites.

Otros recursos que podrían interesarte

Temas Virtualpro