Журнал вычислительной математики и математической физики, 2021, T. 61, № 12, стр. 1955-1973

Применение кубического сплайна на сетке бахвалова при наличии пограничного слоя

И. А. Блатов 1*, А. И. Задорин 2**, Е. В. Китаева 3

1 Поволжский гос. ун-т телекоммуникаций и информатики
443010 Самара, ул. Льва Толстого, 23, Россия

2 Ин-т матем. им. С.Л. Соболева СО РАН
630090 Новосибирск, пр-т Акад. Коптюга, 4, Россия

3 Самарский национальный исследовательский ун-т
443086 Самара, Московское шоссе, 34А, Россия

* E-mail: blatow@mail.ru
** E-mail: zadorin@ofim.oscsbras.ru

Поступила в редакцию 12.12.2020
После доработки 12.12.2020
Принята к публикации 04.08.2021

Полный текст (PDF)

Аннотация

Рассматривается задача кубической сплайн-интерполяции на сетке Бахвалова функций с большими градиентами. Получены оценки погрешности на классе функций с большими градиентами в экспоненциальном пограничном слое. В соответствии с полученными оценками погрешность сплайна может неограниченно возрастать при стремлении малого параметра к нулю при фиксированном числе узлов сетки. Предложен модифицированный интерполяционный кубический сплайн с оценкой погрешности порядка $O({{N}^{{ - 4}}})$ равномерно по малому параметру, где $N$ – число узлов сетки. Библ. 10. Табл. 2.

Ключевые слова: сингулярное возмущение, пограничный слой, сетка Бахвалова, кубический сплайн, модификация, оценка погрешности.

1. ВВЕДЕНИЕ

Кубические сплайны широко применяются для гладкой интерполяции функций [1], [2]. При применении разностных методов к решению сингулярно возмущенных задач используются сетки, сгущающиеся в пограничном слое. При этом возникает необходимость восстановления функции для всех значений независимой переменной. В случае кусочно-равномерной сетки Г.И. Шишкина [3] в [4] получены асимптотически точные оценки погрешности и показано, что сходимость интерполяционного процесса неравномерна по малому параметру. Построен модифицированный сплайн на сетке Шишкина, погрешность которого равномерна по малому параметру.

В данной работе исследуется кубическая сплайн-интерполяция [2] на сетке Н.С. Бахвалова [5], сгущающейся в пограничном слое. Получены оценки погрешности интерполяции, которые, однако, не являются равномерными по малому параметру $\varepsilon $. На основе численных экспериментов показано, что при $\varepsilon \to 0$ погрешность интерполяции на погранслойной составляющей может неограниченно возрастать, и необходима разработка специальных методов интерполяции для данного класса задач. Предложен модифицированный интерполяционный сплайн, позволяющий построить интерполяционный процесс, сходящийся с порядком $O({{N}^{{ - 4}}})$ равномерно по малому параметру $\varepsilon .$

Обозначения. Зададим сетку интервала $[0,\;1]$:

$\Omega = {\text{\{ }}{{x}_{n}}:{{x}_{n}} = {{x}_{{n - 1}}} + {{h}_{n}},\;n = 1,\;2,\; \ldots ,\;N,\;{{x}_{0}} = 0,{{x}_{N}} = 1{\text{\} }}.$
Обозначим через $S(\Omega ,k,1)$ пространство полиномиальных сплайнов степени $k$ дефекта 1 [2] на сетке $\Omega $. В случае необходимости будем считать разбиение $\Omega $ продолженным левее точки $x = 0$ с шагом ${{h}_{1}} = {{x}_{1}} - {{x}_{0}}$ и правее точки $x = 1$ с шагом ${{h}_{N}} = {{x}_{N}} - {{x}_{{N - 1}}}$. Под $C$ и ${{C}_{j}}$ будем подразумевать положительные постоянные, не зависящие от параметра $\varepsilon $ и числа узлов сетки. При этом один и тот же символ ${{C}_{j}}$ может обозначать разные константы. Будем писать $f = O(g)$, если справедлива оценка $\left| f \right| \leqslant C\left| g \right|$ и $f = O{\kern 1pt} *{\kern 1pt} (g)$, если $f = O(g)$ и $g = O(f);$ $C[a,b]$, ${{L}_{2}}[a,b]$ – пространства непрерывных и квадратично суммируемых на $[a,b]$ функций с нормами ${{\left\| {\, \cdot \,} \right\|}_{{C[a,b]}}}$ и ${{\left\| {\, \cdot \,} \right\|}_{{{{L}_{2}}[a,b]}}}$ соответственно, $( \cdot , \cdot )$ – скалярное произведение в ${{L}_{2}}[0,1]$. Пусть $h$ – постоянный шаг сетки $\Omega $ вне области пограничного слоя $[0,\sigma ].$

2. ПОСТАНОВКА ЗАДАЧИ

Пусть интерполируемая функция $u(x)$ представима в виде

(2.1)
$u(x) = q(x) + \Phi (x),\quad x \in [0,\;1],$
где для некоторой постоянной ${{C}_{1}}$ имеем
(2.2)
$\left| {{{q}^{{(j)}}}(x)} \right| \leqslant {{C}_{1}},\quad \left| {{{\Phi }^{{(j)}}}(x)} \right| \leqslant \frac{{{{C}_{1}}}}{{{{\varepsilon }^{j}}}}{{e}^{{ - \alpha x/\varepsilon }}},\quad 0 \leqslant j \leqslant 4,$
где функции $q(x)$ и $\Phi (x)$ в явном виде не заданы, $\alpha > 0$, $\varepsilon > 0$. Декомпозиция (2.1) справедлива для решения сингулярно возмущенной краевой задачи [3].

Зададим сетку интервала $[0,\;1]$ на основе [5].

Пусть $\sigma = min\left\{ {\tfrac{1}{2},\tfrac{{4\varepsilon }}{\alpha }ln\tfrac{1}{\varepsilon }} \right\}$ при $\varepsilon \leqslant {{e}^{{ - 1}}}$ и $\sigma = 1{\text{/}}2$ при $\varepsilon > {{e}^{{ - 1}}}$.

В случае $\sigma < \tfrac{1}{2}$ определим узлы сетки $\Omega $ по формуле

(2.3)
${{x}_{n}} = g(n{\text{/}}N),\quad n = 0,\;1,\; \ldots ,\;N,$
где
(2.4)
$g(t) = \left\{ {\begin{array}{*{20}{c}} { - \frac{{4\varepsilon }}{\alpha }ln[1 - 2(1 - \varepsilon )t],\quad 0 \leqslant t \leqslant \frac{1}{2},} \\ {\sigma + (2t - 1)(1 - \sigma ),\quad 1{\text{/}}2 \leqslant t \leqslant 1.} \end{array}} \right.$
Таким образом, при $\sigma < \tfrac{1}{2}$ сетка $\Omega $ равномерна на промежутке $[\sigma ,1]$ с шагом $h = 2(1 - \sigma ){\text{/}}N = O{\kern 1pt} {\text{*}}{\kern 1pt} (1{\text{/}}N)$.

В случае $\sigma = \tfrac{1}{2}$ сетку $\Omega $ определим как равномерную с шагом $1{\text{/}}N$.

Зададим кубический сплайн ${{S}_{3}}(x,u) \in S(\Omega ,3,\;1)$ на сетке $\Omega $, определяемый из условий интерполяции

${{S}_{3}}({{x}_{n}},u) = u({{x}_{n}}),\quad 0 \leqslant n \leqslant N,\quad S_{3}^{'}(0,u) = u{\text{'}}(0),\quad S_{3}^{'}(1,u) = u{\text{'}}(1).$

Целью работы является оценка погрешности сплайна ${{S}_{3}}(x,u)$ на сетке, заданной в соответствии с работами [5], [6], в случае функции $u(x)$, представимой в виде (2.1), а также построение интерполяционного сплайна, позволяющего получить интерполяционный процесс, сходящийся равномерно по параметру $\varepsilon .$

3. ФОРМУЛИРОВКА ОСНОВНЫХ РЕЗУЛЬТАТОВ

Теорема 1. Найдутся такие постоянные ${{C}_{2}}$, ${{C}_{3}}$ и $\beta > 0$, не зависящие от $\varepsilon ,N$, что при $\varepsilon \leqslant {{C}_{2}}{{N}^{{ - 1}}}$ будут справедливы оценки

(3.1)
${{\left\| {{{S}_{3}}(x,u) - u(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant {{C}_{3}}\left\{ {\begin{array}{*{20}{l}} {{{N}^{{ - 4}}},\quad 0 \leqslant n \leqslant N{\text{/}}2 - 2,} \\ {{{N}^{{ - 4}}}ln\left( {1 + \frac{1}{{\varepsilon N}}} \right) + 1{\text{/}}{{N}^{4}},\quad n = N{\text{/}}2 - 1,} \\ {\frac{{{{N}^{{ - 5}}}}}{\varepsilon }{{e}^{{ - \beta (n - N/2)}}} + 1{\text{/}}{{N}^{4}},\quad N{\text{/}}2 \leqslant n \leqslant N - 1.} \end{array}} \right.$

Теорема 2. Для произвольной постоянной ${{C}_{2}}$ найдется такая постоянная ${{C}_{4}}$, что при ${{C}_{2}}{{N}^{{ - 1}}} \leqslant \varepsilon $ будет справедлива оценка

(3.2)
${{\left\| {u(x) - {{S}_{3}}(x,u)} \right\|}_{{C[0,1]}}} \leqslant {{C}_{4}}{\text{/}}{{N}^{4}}.$

В связи с неравномерной по $\varepsilon $ сходимостью кубического сплайна ${{S}_{3}}(x,u)$ согласно оценкам (3.1) и результатам вычислительных экспериментов, приведенным ниже, по аналогии с [4] определим модифицированный интерполяционный сплайн. Положим ${{\bar {x}}_{n}} = ({{x}_{n}} + {{x}_{{n + 1}}}){\text{/}}2,n \in [N{\text{/}}2 - 1,N{\text{/}}2]$, ${{\bar {x}}_{n}} = {{x}_{n}}$, $n \in [0,N{\text{/}}2 - 2] \cup [N{\text{/}}2 + 1,N]$. Пусть ${{\tilde {S}}_{3}}(x,u)$ – интерполяционный кубический сплайн, определяемый из условий

(3.3)
${{\tilde {S}}_{3}}(\mathop {\bar {x}}\nolimits_n ,u) = u({{\bar {x}}_{n}}),\quad n \in [0,N],\quad \tilde {S}_{3}^{'}(0,u) = u{\text{'}}(0),\quad \tilde {S}_{3}^{'}(1,u) = u{\text{'}}(1).$

Теорема 3. Найдутся такие не зависящие от $\varepsilon $, $N$ постоянные ${{C}_{2}}$, $C$, что при $\varepsilon \leqslant {{C}_{2}}{{N}^{{ - 1}}}$ будет справедлива оценка

(3.4)
${{\left\| {u(x) - {{{\tilde {S}}}_{3}}(x,u)} \right\|}_{{C[0,1]}}} \leqslant C{{N}^{{ - 4}}}.$

Замечание 1. Можно считать, что в теоремах 2, 3 константа ${{C}_{2}}$ одна и та же. Иначе достаточно в качестве ${{C}_{2}}$ взять минимум этих констант.

Замечание 2. В силу теорем 2, 3 применение интерполяционного сплайна ${{\tilde {S}}_{3}}(x,u)$ при $\varepsilon = O({{N}^{{ - 1}}})$ и интерполяционного сплайна ${{S}_{3}}(x,u)$ при ${{N}^{{ - 1}}} = O(\varepsilon )$ позволяет получить равномерные по $\varepsilon $ оценки погрешности порядка $O({{N}^{{ - 4}}}).$

4. ВСПОМОГАТЕЛЬНЫЕ РЕЗУЛЬТАТЫ ДЛЯ ТЕОРЕМЫ 1

Как и в условии теоремы 1, в этом разделе считаем выполненным условие $\varepsilon \leqslant {{C}_{2}}{\text{/}}N$, где ${{C}_{2}}$ – достаточно малая константа.

Ниже, не ограничивая общности, будем считать, что в (2.2) $\alpha = 1$, так как общий случай сводится к этому заменой $\alpha x = y$ с сохранением оценок вида (2.2).

Лемма 1. При $\sigma < \tfrac{1}{2}$ последовательность шагов ${{h}_{n}}$ при $n \leqslant N{\text{/}}2$ монотонно возрастает и справедливы формулы

(4.1)
${{h}_{n}} = 4\varepsilon ln\left( {1 + \frac{{2(1 - \varepsilon ){\text{/}}N}}{{1 - 2(1 - \varepsilon )\tfrac{n}{N}}}} \right),\quad {{h}_{{n - 1}}} + {{h}_{n}} = 4\varepsilon ln\left( {1 + \frac{{4(1 - \varepsilon ){\text{/}}N}}{{1 - 2(1 - \varepsilon )\tfrac{n}{N}}}} \right),$
(4.2)
${{h}_{n}} = \left\{ {\begin{array}{*{20}{l}} {O{\kern 1pt} {\text{*}}\left( {\frac{\varepsilon }{{N{\text{/}}2 - n}}} \right),\quad 1 \leqslant n \leqslant N{\text{/}}2 - 1,} \\ {O{\kern 1pt} {\text{*}}\left( {\varepsilon ln\left( {1 + \frac{1}{{N\varepsilon }}} \right)} \right),\quad n = N{\text{/}}2,} \\ {h = O{\kern 1pt} {\text{*}}(1{\text{/}}N),\quad N{\text{/}}2 + 1 \leqslant n \leqslant N.} \end{array}} \right.$

Формула (4.1) следует из (2.3) и задания $g(t)$, формула (4.2) следует из (4.1).

Пусть

(4.3)
${{N}_{{n,1}}}(x) = \left\{ {\begin{array}{*{20}{l}} {\frac{{x - {{x}_{n}}}}{{{{x}_{{n + 1}}} - {{x}_{n}}}},\quad x \in [{{x}_{n}},{{x}_{{n + 1}}}],} \\ {\frac{{{{x}_{{n + 2}}} - x}}{{{{x}_{{n + 2}}} - {{x}_{{n + 1}}}}},\quad x \in [{{x}_{{n + 1}}},{{x}_{{n + 2}}}],\quad - {\kern 1pt} 1 \leqslant n \leqslant N - 1,} \\ {0,\quad x \notin ({{x}_{n}},{{x}_{{n + 2}}}),} \end{array}} \right.$
есть $B$-сплайн первой степени, ${{\left\| {{{N}_{{n,1}}}} \right\|}_{{{{L}_{2}}[0,1]}}} = \tfrac{1}{{\sqrt 3 }}{{\left( {{{h}_{{n + 1}}} + {{h}_{{n + 2}}}} \right)}^{{1/2}}}$. С учетом леммы 1 ${{\left\| {{{N}_{{n,1}}}} \right\|}_{{{{L}_{2}}[0,1]}}} = \left\{ {\begin{array}{*{20}{l}} {O{\text{*}}({{{(\varepsilon {\text{/}}(N{\text{/}}2 - n))}}^{{1/2}}}),\quad 0 \leqslant n \leqslant N{\text{/}}2 - 3,} \\ {O{\text{*}}\left( {{{{\left( {\varepsilon ln\left( {1 + \tfrac{h}{\varepsilon }} \right)} \right)}}^{{1/2}}}} \right),\quad n = N{\text{/}}2 - 2,} \\ {O{\text{*}}({{h}^{{1/2}}}),\quad N{\text{/}}2 - 1 \leqslant n \leqslant N - 1.} \end{array}} \right.$

Пусть $\mathop {\tilde {N}}\nolimits_{n,1} (x) = {{{{N}_{{n,1}}}(x)} \mathord{\left/ {\vphantom {{{{N}_{{n,1}}}(x)} {{{{\left\| {{{N}_{{n,1}}}} \right\|}}_{{{{L}_{2}}[0,1]}}}}}} \right. \kern-0em} {{{{\left\| {{{N}_{{n,1}}}} \right\|}}_{{{{L}_{2}}[0,1]}}}}},$ $0 \leqslant n \leqslant N - 2$. При $n = - 1$ и $n = N - 1$ положим ${{\tilde {N}}_{{ - 1,1}}}(x) = {{\tilde {N}}_{{0,1}}}(x + {{h}_{1}})$, ${{\tilde {N}}_{{N - 1,1}}}(x) = {{\tilde {N}}_{{N - 2,1}}}(x - {{h}_{N}})$. Тогда с учетом двух последних формул получаем

(4.4)
${{\left\| {{{{\tilde {N}}}_{{n,1}}}} \right\|}_{{C[0,1]}}} = \left\{ {\begin{array}{*{20}{l}} {O{\kern 1pt} {\text{*}}({{{(\varepsilon {\text{/}}(N{\text{/}}2 - n))}}^{{ - 1/2}}}),\quad 0 \leqslant n \leqslant N{\text{/}}2 - 3,} \\ {O{\kern 1pt} {\text{*}}\left( {{{{\left( {\varepsilon ln\left( {1 + \frac{h}{\varepsilon }} \right)} \right)}}^{{ - 1/2}}}} \right),\quad n = N{\text{/}}2 - 2,} \\ {O{\kern 1pt} {\text{*}}({{h}^{{ - 1/2}}}),\quad N{\text{/}}2 - 1 \leqslant n \leqslant N - 1.} \end{array}} \right.$

Пусть $e(x) = {{S}_{3}}(x,\Phi ) - \Phi (x)$. Изучим функцию $e{\text{''}}(x) = S_{3}^{{''}}(x,\Phi ) - \Phi {\text{''}}(x)$. Согласно [7, гл. 5], справедлива формула $S_{3}^{{''}}(x,\Phi ) = P\Phi {\text{''}}(x)$, где $P$ – ортогональный в ${{L}_{2}}[0,\;1]$ проектор на $S(\Omega ,1,\;1)$. Обозначим через $\tilde {g}I(x) \in S(\Omega ,1,\;1)$ линейный интерполянт $\Phi {\kern 1pt} ''(x)$ в узлах сетки, а через $gI(x)$ функцию из $S(\Omega ,1,1)$, равную $\tilde {g}I(x)$ при $x \in [0,{{x}_{{N/2 - 2}}}]$ и нулю при $x \in [{{x}_{{N/2 - 1}}},1]$. Очевидно, что $gI(x) \in S(\Omega ,1,\;1)$. Тогда имеем

(4.5)
$e{\text{''}}(x) = P(\Phi {\text{''}}(x) - gI(x)) + (gI(x) - \Phi {\text{''}}(x)).$

Представим функцию $P(\Phi {\text{''}}(x) - gI(x))$ в виде

(4.6)
$P(\Phi {\text{''}}(x) - gI(x)) = \sum\limits_{n = - 1}^{N - 1} {{{\alpha }_{n}}{{{\tilde {N}}}_{{n,1}}}} (x).$
Из условий ортогональности разности $S_{3}^{{''}}(x,\Phi ) - \Phi {\text{''}}(x)$ пространству $S(\Omega ,1,\;1)$ получаем систему линейных уравнений для коэффициентов
(4.7)
$\sum\limits_{n = - 1}^{N - 1} {{{\alpha }_{n}}} ({{\tilde {N}}_{{n,1}}},{{\tilde {N}}_{{k,1}}}) = (\Phi {\text{''}} - gI,{{\tilde {N}}_{{k,1}}}),\hat {\rho } - 1 \leqslant k \leqslant N - 1.$
Представим систему (4.7) в матричном виде
(4.8)
$\Gamma \alpha = F,$
где $\Gamma = {\text{\{ }}{{\gamma }_{{nk}}}{\text{\} }} = {\text{\{ }}({{\tilde {N}}_{{n,1}}},{{\tilde {N}}_{{k,1}}}){\text{\} }}$ – матрица Грама нормированных $B$-сплайнов, где $0 \leqslant {{\gamma }_{{nk}}} \leqslant 1$,

(4.9)
$F = {{({{F}_{{ - 1}}},{{F}_{0}},\; \ldots ,\;{{F}_{{N - 1}}})}^{{\text{т}}}},\quad {{F}_{j}} = (\Phi {\text{''}} - gI,{{\tilde {N}}_{{j,1}}}).$

Лемма 2. Матрица $\Gamma $ имеет вид

$\Gamma = tridiag{\text{\{ }}{{a}_{n}},{{c}_{n}},{{b}_{n}}{\text{\} }},\quad - {\kern 1pt} 1 \leqslant n \leqslant N - 1,\quad {{a}_{{ - 1}}} = {{b}_{{N - 1}}} = 0,$
${{a}_{{n + 1}}} = {{b}_{n}} = O{\kern 1pt} {\text{*}}(1) > 0,\quad 0 \leqslant n \leqslant N - 2,\quad n \ne N{\text{/}}2 - 3,\quad n \ne N{\text{/}}2 - 2,$
(4.10)
${{a}_{{N/2 - 1}}} = {{b}_{{N/2 - 2}}} = O{\text{*}}\left( {{{{\left( {\frac{{\varepsilon ln(1 + h{\text{/}}\varepsilon )}}{h}} \right)}}^{{1/2}}}} \right),$
${{a}_{{N/2 - 2}}} = {{b}_{{N/2 - 3}}} = O{\text{*}}\left( {{{{\left( {\frac{1}{{ln(1 + h{\text{/}}\varepsilon )}}} \right)}}^{{1/2}}}} \right),$
${{c}_{n}} = 1,\quad 0 \leqslant n \leqslant N - 2,\quad {{c}_{{ - 1}}} = {{c}_{{N - 1}}} = 1{\text{/}}\sqrt 2 .$
Матрица $\Gamma $ имеет строгое диагональное преобладание по строкам с показателем преобладания $1{\text{/}}\sqrt 2 $.

Доказательство получается вычислением интегралов в (4.7) с учетом (4.2)–(4.4). Обозначим через ${\text{con}}{{{\text{d}}}_{2}}\Gamma $ спектральное число обусловленности $\Gamma $.

Следствие 1. Матрица $\Gamma $ имеет вид

$\Gamma = \left( {\begin{array}{*{20}{c}} {{{\Gamma }_{{11}}}}&{{{\Gamma }_{{12}}}} \\ {{{\Gamma }_{{21}}}}&{{{\Gamma }_{{22}}}} \end{array}} \right),$
где ${{\Gamma }_{{11}}}$, ${{\Gamma }_{{22}}}$ – трехдиагональные матрицы порядка $(N{\text{/}}2) \times (N{\text{/}}2)$ и $(N{\text{/}}2 + 1) \times (N{\text{/}}2 + 1)$ соответственно, с диагональным преобладанием по строкам с показателем преобладания $1{\text{/}}\sqrt 2 ,$ $\;{\text{con}}{{{\text{d}}}_{2}}\Gamma = O(1)$, ${\text{con}}{{{\text{d}}}_{2}}{{\Gamma }_{{ii}}} = O(1)$, $i = 1,\;2$; ${{\Gamma }_{{12}}}$ и ${{\Gamma }_{{21}}}$ – прямоугольные матрицы с единственным ненулевым элементом порядка $O{\kern 1pt} {\text{*}}\left( {{{{\left( {\tfrac{{\varepsilon ln(1 + h{\text{/}}\varepsilon )}}{h}} \right)}}^{{1/2}}}} \right)$ в левом нижнем и правом верхнем углах соответственно. Матрица ${{\Gamma }_{{11}}}$ имеет вид
${{\Gamma }_{{11}}} = \left( {\begin{array}{*{20}{c}} {{{{\hat {\Gamma }}}_{{11}}}}&{{{{\hat {\Gamma }}}_{{12}}}} \\ {{{{\hat {\Gamma }}}_{{21}}}}&{{{{\hat {\Gamma }}}_{{22}}}} \end{array}} \right),$
где ${{\hat {\Gamma }}_{{11}}}$ – трехдиагональная квадратная матрица порядка $(N{\text{/}}2 - 1) \times (N{\text{/}}2 - 1)$ со строгим диагональным преобладанием по строкам с показателем преобладания $1{\text{/}}\sqrt 2 $, ${{\hat {\Gamma }}_{{22}}} = 1$, ${{\hat {\Gamma }}_{{21}}} = (0\; \cdots 0{{a}_{{N/2 - 2}}})$; ${{\hat {\Gamma }}_{{12}}} = \hat {\Gamma }_{{21}}^{{\text{т}}}$ – матрицы с единственным ненулевым элементом порядка $O{\kern 1pt} {\text{*}}({{(1 + h{\text{/}}\varepsilon )}^{{ - 1/2}}})$.

Лемма 3. Матрицы ${{\Gamma }_{{11}}}$, ${{\Gamma }_{{22}}}$ обратимы, и для элементов обратных матриц $\mathop {\tilde {\gamma }}\nolimits_{nk}^{ii} $ при $i = 1,\;2$ справедливы оценки $\left| {\mathop {\tilde {\gamma }}\nolimits_{nk}^{ii} } \right| \leqslant C{{e}^{{ - \beta |n - k|}}}.$ Аналогичные оценки справедливы для элементов матрицы ${{\hat {\Gamma }}_{{11}}}$. Здесь $\beta > 0$, $C$, $\beta $ не зависят от $N,\varepsilon $.

Доказательство. Обратимость матриц ${{\Gamma }_{{11}}}$, ${{\Gamma }_{{22}}}$ и оценки элементов вытекают из строгого диагонального преобладания с показателем преобладания $1{\text{/}}\sqrt 2 $ и теоремы Демко [8]. Лемма доказана.

Лемма 4. Для матрицы $\Gamma _{{11}}^{{ - 1}}$ справедливо представление

$\Gamma _{{11}}^{{ - 1}} = \left( {\begin{array}{*{20}{c}} {{{{\bar {\Gamma }}}_{{11}}}}&{{{{\bar {\Gamma }}}_{{12}}}} \\ {{{{\bar {\Gamma }}}_{{21}}}}&{{{{\bar {\Gamma }}}_{{22}}}} \end{array}} \right),$
где элементы $\bar {\gamma }_{{nk}}^{{ij}}$ матриц $\mathop {\bar {\Gamma }}\nolimits_{ij} $ при некотором $\beta > 0$, не зависящим от $\varepsilon $, $N$, удовлетворяют оценкам

(4.11)
$\left| {\bar {\gamma }_{{nk}}^{{11}}} \right| \leqslant C{{e}^{{ - \beta |n - k|}}},\quad - {\kern 1pt} 1 \leqslant n,k \leqslant N{\text{/}}2 - 3;\quad \left| {{{{\bar {\Gamma }}}_{{22}}}} \right| \leqslant C,$
(4.12)
$\begin{gathered} \left| {\bar {\gamma }_{{nk}}^{{ij}}} \right| \leqslant C{{(ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{e}^{{ - \beta |n - k|}}},\quad n = N{\text{/}}2 - 2,\quad - 1 \leqslant k \leqslant N{\text{/}}2 - 3\quad при\quad i = 1,\quad j = 2; \\ k = N{\text{/}}2 - 2,\quad - {\kern 1pt} 1 \leqslant n \leqslant N{\text{/}}2 - 3\quad при\quad i = 2,\quad j = 1. \\ \end{gathered} $

Доказательство. Применяя блочный метод Гаусса, находим

(4.13)
$\Gamma _{{11}}^{{ - 1}} = \left( {\begin{array}{*{20}{c}} {\hat {\Gamma }_{{11}}^{{ - 1}} + \hat {\Gamma }_{{11}}^{{ - 1}}\hat {\Gamma }_{{12}}^{{}}\tilde {\Gamma }_{{}}^{{ - 1}}\hat {\Gamma }_{{21}}^{{}}\hat {\Gamma }_{{11}}^{{ - 1}}}&{\hat {\Gamma }_{{11}}^{{ - 1}}\hat {\Gamma }_{{12}}^{{}}\tilde {\Gamma }_{{}}^{{ - 1}}} \\ {\tilde {\Gamma }_{{}}^{{ - 1}}\hat {\Gamma }_{{21}}^{{}}\hat {\Gamma }_{{11}}^{{ - 1}}}&{\tilde {\Gamma }_{{}}^{{ - 1}}} \end{array}} \right),$
где $\tilde {\Gamma } = \hat {\Gamma }_{{22}}^{{}} - \hat {\Gamma }_{{21}}^{{}}\hat {\Gamma }_{{11}}^{{ - 1}}\hat {\Gamma }_{{12}}^{{}}$. Здесь обратимость всех блоков и равномерная по $\varepsilon $, $N$ ограниченность норм всех обратных матриц вытекает из следствия 1. Отсюда получаем, что и ${{\tilde {\Gamma }}^{{ - 1}}}$ равномерно ограничена по норме. Из теоремы Демко [8] получаем, что элементы матрицы $\hat {\Gamma }_{{11}}^{{ - 1}}$ удовлетворяют оценкам вида (4.11). С учетом этого оценки (4.11), (4.12) вытекают из (4.13) и следствия 1. Лемма доказана.

Лемма 5. Для матрицы ${{\Gamma }^{{ - 1}}}$ справедливо представление

${{\Gamma }^{{ - 1}}} = \left( {\begin{array}{*{20}{c}} {{{{\tilde {\Gamma }}}_{{11}}}}&{{{{\tilde {\Gamma }}}_{{12}}}} \\ {{{{\tilde {\Gamma }}}_{{21}}}}&{{{{\tilde {\Gamma }}}_{{22}}}} \end{array}} \right),$
где элементы $\tilde {\gamma }_{{nk}}^{{ij}}$ матриц ${{\tilde {\Gamma }}_{{ij}}}$ при некоторой постоянной $\beta > 0$, не зависящей от $\varepsilon $, $N$, удовлетворяют оценкам
(4.14)
$\begin{gathered} \left| {\tilde {\gamma }_{{nk}}^{{11}}} \right| \leqslant C{{e}^{{ - \beta |n - k|}}},\quad - {\kern 1pt} 1 \leqslant n,k \leqslant N{\text{/}}2 - 3;\quad \left| {\tilde {\gamma }_{{nk}}^{{22}}} \right| \leqslant C{{e}^{{ - \beta |n - k|}}}, \\ N{\text{/}}2 - 1 \leqslant n,\quad k \leqslant N - 1, \\ \end{gathered} $
(4.15)
$\begin{gathered} \left| {\tilde {\gamma }_{{nk}}^{{11}}} \right| \leqslant {{(ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}C{{e}^{{ - \beta |n - k|}}},\quad n = N{\text{/}}2 - 2,\quad - {\kern 1pt} 1 \leqslant k \leqslant N{\text{/}}2 - 3, \\ или\quad k = N{\text{/}}2 - 2,\quad - {\kern 1pt} 1 \leqslant n \leqslant N{\text{/}}2 - 3, \\ \end{gathered} $
(4.16)
$\left| {\tilde {\gamma }_{{nk}}^{{ij}}} \right| \leqslant C{{(\varepsilon {\text{/}}h)}^{{1/2}}}{{e}^{{ - \beta |n - k|}}},$
где $ - 1 \leqslant n \leqslant N{\text{/}}2 - 3$, $N{\text{/}}2 - 1 \leqslant k \leqslant N - 1$ при $i = 1$, $j = 2$; $ - 1 \leqslant k \leqslant N{\text{/}}2 - 3$, $N{\text{/}}2 - 1 \leqslant n \leqslant N - 1$ при $i = 2$, $j = 1$;
(4.17)
$\left| {\tilde {\gamma }_{{nk}}^{{ij}}} \right| \leqslant {{\left( {\frac{{\varepsilon ln(1 + h{\text{/}}\varepsilon )}}{h}} \right)}^{{1/2}}}{{e}^{{ - \beta |n - k|}}},$
где $n = N{\text{/}}2 - 2$, $N{\text{/}}2 - 1 \leqslant k \leqslant N - 1$ при $i = 1$, $j = 2$; $k = N{\text{/}}2 - 3,\;N{\text{/}}2 - 1 \leqslant n \leqslant N - 1$ при $i = 2$, $j = 1$.

Доказательство. Применяя блочный метод Гаусса аналогично (4.13), находим

(4.18)
${{\Gamma }^{{ - 1}}} = \left( {\begin{array}{*{20}{c}} {\Gamma _{{11}}^{{ - 1}} + \Gamma _{{11}}^{{ - 1}}{{\Gamma }_{{12}}}\tilde {\Gamma }_{{}}^{{ - 1}}{{\Gamma }_{{21}}}\Gamma _{{11}}^{{ - 1}}}&{\Gamma _{{11}}^{{ - 1}}{{\Gamma }_{{12}}}\tilde {\Gamma }_{{}}^{{ - 1}}} \\ {\tilde {\Gamma }_{{}}^{{ - 1}}{{\Gamma }_{{21}}}\Gamma _{{11}}^{{ - 1}}}&{\tilde {\Gamma }_{{}}^{{ - 1}}} \end{array}} \right),$
где $\tilde {\Gamma } = {{\Gamma }_{{22}}} - {{\Gamma }_{{21}}}\Gamma _{{11}}^{{ - 1}}{{\Gamma }_{{12}}}$. Здесь обратимость всех блоков и равномерная по $\varepsilon $, $N$ ограниченность всех обратных матриц вытекают из следствия 1. Более того, из теоремы Демко [8] вытекает, что элементы матрицы $\Gamma _{{11}}^{{ - 1}}$ удовлетворяют оценкам вида (4.14), поэтому в силу вида матриц ${{\Gamma }_{{12}}}$, ${{\Gamma }_{{21}}}$ таким же оценкам удовлетворяют и элементы матрицы $\tilde {\Gamma }$. Но для матриц, имеющих обратную, ограниченную в спектральной норме константой, не зависящей от порядка матрицы и параметров, определяющих ее элементы, в [9] было доказано, что и элементы обратной матрицы ${{\tilde {\Gamma }}^{{ - 1}}}$ удовлетворяют таким же оценкам, возможно, с другой константой ${{\beta }_{1}} \in (0,\;1)$, также не зависящей от $N$, $\varepsilon $. Там же было доказано, что элементы произведения двух матриц, удовлетворяющих оценкам вида (4.14), удовлетворяют таким же оценкам. Отсюда вытекают оценки (4.14).

Оценки (4.15) вытекают из (4.18), леммы 4, следствия 1 и оценок вида (4.14) для элементов ${{\tilde {\Gamma }}^{{ - 1}}}$. Докажем оценки (4.16) при $i = 1$, $j = 2$. Пусть

${{\tilde {\Gamma }}^{{ - 1}}} = {\text{\{ }}{{\tilde {\gamma }}_{{nk}}},\;N{\text{/}}2 - 1 \leqslant n,\;k \leqslant N - 1{\text{\} }},$
${{\Gamma }_{{12}}} = {\text{\{ }}{{\gamma }_{{nk}}},\;1 \leqslant n \leqslant N{\text{/}}2 - 2,\;N{\text{/}}2 - 1 \leqslant k \leqslant N - 1{\text{\} }},$
$\Gamma _{{11}}^{{ - 1}} = \{ \tilde {\gamma }_{{nk}}^{{11}},1 \leqslant n,\;k \leqslant N{\text{/}}2 - 2\} $. Поскольку у матрицы ${{\Gamma }_{{12}}}$ отличен от нуля единственный элемент ${{\gamma }_{{(N/2 - 2)(N/2 - 1)}}}$, то, перемножая матрицы, находим для элементов матрицы ${{\tilde {\Gamma }}_{{12}}}$: $\tilde {\gamma }_{{nk}}^{{12}} = \tilde {\gamma }_{{n(N/2 - 2)}}^{{11}}{{\gamma }_{{(N/2 - 2)(N/2 - 1)}}}\mathop {\tilde {\gamma }}\nolimits_{(N/2 - 2)k} $. Учитывая оценки (4.12), (4.10), (4.14) для первого, второго и третьего сомножителей соответственно, получаем (4.16). При $i = 2$, $j = 1$ оценки (4.17) получаются в силу симметрии ${{\Gamma }^{{ - 1}}}$. Лемма доказана.

Лемма 6. Для элементов ${{F}_{n}}$ из (4.9) справедливы оценки

(4.19)
${{F}_{n}} = \left\{ {\begin{array}{*{20}{l}} {O(h_{{n + 1}}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}),\quad - 1 \leqslant n \leqslant N{\text{/}}2 - 3,} \\ {O({{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}),\quad n = N{\text{/}}2 - 2,} \\ {O({{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}}),\quad N{\text{/}}2 - 1 \leqslant n \leqslant N - 1.} \end{array}} \right.$

Доказательство получается прямым вычислением интегралов в (4.9) с учетом (4.4) и оценки погрешности формулы линейной интерполяции.

Лемма 7. Для коэффициентов ${{\alpha }_{n}}$ в разложении $P(\Phi {\text{''}}(x) - gI(x))$ по ${{\tilde {N}}_{{n,1}}}(x)$ справедливы оценки

(4.20)
${{\alpha }_{n}} = \left\{ {\begin{array}{*{20}{l}} {O(h_{{n + 1}}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}),\quad - 1 \leqslant n \leqslant N{\text{/}}2 - 3,} \\ {O({{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}),\quad n = N{\text{/}}2 - 2,} \\ {O({{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{ - \beta (n - N/2)}}}),\quad N{\text{/}}2 - 1 \leqslant n \leqslant N - 1.} \end{array}} \right.$

Доказательство. Имеем $\alpha = {{\Gamma }^{{ - 1}}}F$. Пусть $\alpha = ({{\alpha }^{{(1)}}},{{\alpha }^{{(2)}}},{{\alpha }^{{(3)}}})$, где $\dim ({{\alpha }^{{(1)}}})$ $ = N{\text{/}}2 - 1$, $\dim ({{\alpha }^{{(2)}}}) = 1$. Тогда согласно лемме 5, для произвольного $n \in [ - 1,N{\text{/}}2 - 3]$ справедливо представление

(4.21)
$\alpha _{n}^{{(1)}} = {{\alpha }_{n}} = \sum\limits_{k = - 1}^{N/2 - 3} {\tilde {\gamma }_{{nk}}^{{11}}{{F}_{k}}} \tilde {\gamma }_{{n(N/2 - 2)}}^{{11}} + {{F}_{{N/2 - 2}}} + \sum\limits_{k = N/2 - 1}^{N - 1} {} \tilde {\gamma }_{{nk}}^{{12}}{{F}_{k}}.$
В силу (4.14), (4.19) имеем

(4.22)
$\left| {\sum\limits_{k = - 1}^{N/2 - 3} {\tilde {\gamma }_{{nk}}^{{11}}} {{F}_{k}}} \right| \leqslant \frac{C}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}\sum\limits_{k = - 1}^{N/2 - 3} {{{e}^{{ - \beta |n - k|}}}} {{e}^{{ - ({{x}_{{k + 1}}} - {{x}_{{n + 1}}})/\varepsilon }}}{{\left( {\frac{{{{h}_{{k + 1}}}}}{{{{h}_{{n + 1}}}}}} \right)}^{{5/2}}}.$

Далее, так как ${{h}_{k}}{\text{/}}{{h}_{n}} \leqslant 1$ при $k \leqslant n$, учитывая (4.2), получаем

(4.23)
$\begin{gathered} \sum\limits_{k = - 1}^n {{{e}^{{ - \beta |n - k|}}}} {{e}^{{ - ({{x}_{{k + 1}}} - {{x}_{{n + 1}}})/\varepsilon }}}{{\left( {\frac{{{{h}_{{k + 1}}}}}{{{{h}_{{n + 1}}}}}} \right)}^{{5/2}}} \leqslant \sum\limits_{k = - 1}^n {{{e}^{{\beta (k - n)}}}} {{e}^{{\sum\nolimits_{s = k + 1}^{n + 1} {{h}_{s}}/\varepsilon }}}{{\left( {\frac{{{{h}_{{k + 1}}}}}{{{{h}_{{n + 1}}}}}} \right)}^{{5/2}}} \leqslant \sum\limits_{k = - 1}^n {{{e}^{{\beta (k - n)}}}} {{e}^{{Cln\tfrac{{N/2 - k + 1}}{{N/2 - n + 1}}}}} = \\ = \;\sum\limits_{k = - 1}^n {{{e}^{{\beta (k - n)}}}} {{\left( {\frac{{N{\text{/}}2 - k + 1}}{{N{\text{/}}2 - n + 1}}} \right)}^{C}} \leqslant \sum\limits_{k = - 1}^n {{{e}^{{\beta (k - n)}}}} {{(n - k + 1)}^{C}} \leqslant {{C}_{1}}; \\ \end{gathered} $
(4.24)
$\sum\limits_{k = n + 1}^{N/2 - 3} {{{e}^{{ - \beta |n - k|}}}} {{e}^{{ - ({{x}_{{k + 1}}} - {{x}_{{n + 1}}})/\varepsilon }}}{{\left( {\frac{{{{h}_{{k + 1}}}}}{{{{h}_{{n + 1}}}}}} \right)}^{{5/2}}} \leqslant {{\sum\limits_{k = n + 1}^{N/2 - 3} {{{e}^{{\beta (n - k)}}}\left( {\frac{{N{\text{/}}2 - n}}{{N{\text{/}}2 - k}}} \right)} }^{{5/2}}} \leqslant {{C}_{2}}.$

В силу (4.15), (4.19), (4.2) имеем

(4.25)
$\begin{gathered} \left| {\tilde {\gamma }_{{n(N/2 - 2)}}^{{11}}{{F}_{{N/2 - 2}}}} \right| \leqslant \frac{C}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}{{\varepsilon }^{4}}h_{{n + 1}}^{{ - 5/2}}{{e}^{{{{x}_{{n + 1}}}/\varepsilon }}}{{\left( {\frac{\varepsilon }{h}} \right)}^{{1/2}}}{{e}^{{\beta (n - N/2)}}} \times {{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}\frac{1}{\varepsilon }{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}} \leqslant \\ \leqslant \frac{C}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}{{\left( {\frac{\varepsilon }{{hln(1 + h{\text{/}}\varepsilon )}}} \right)}^{{1/2}}}{{(N{\text{/}}2 - n)}^{{5/2}}}{{e}^{{ - \beta |n - N/2|}}}{{e}^{{({{x}_{{n + 1}}} - {{x}_{{N/2 - 1}}})/\varepsilon }}} \leqslant \frac{{{{C}_{1}}}}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}. \\ \end{gathered} $
Учитывая (4.16), (4.19), (4.2), имеем

$\begin{gathered} \left| {\sum\limits_{k = N/2 - 1}^{N - 1} {\tilde {\gamma }_{{nk}}^{{12}}} {{F}_{k}}} \right| \leqslant \frac{C}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}\sum\limits_{k = N/2 - 1}^{N - 1} {{{\varepsilon }^{4}}} h_{{n + 1}}^{{ - 5/2}}{{e}^{{{{x}_{{n + 1}}}/\varepsilon }}}{{\left( {\frac{\varepsilon }{h}} \right)}^{{1/2}}}{{e}^{{ - \beta |n - k|}}}{{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{k}}/\varepsilon }}} \leqslant \\ \leqslant \;\frac{C}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}\sum\limits_{k = N/2 - 1}^{N - 1} {\frac{\varepsilon }{h}} {{(N{\text{/}}2 - n)}^{{5/2}}}{{e}^{{({{x}_{{n + 1}}} - {{x}_{k}})/\varepsilon }}}{{e}^{{ - \beta |n - k|}}} \leqslant \frac{{{{C}_{2}}}}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}\sum\limits_{k = N/2 - 1}^{N - 1} {{{e}^{{ - \beta /2|n - k|}}}} \leqslant \frac{{{{C}_{3}}}}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{{5/2}}{{e}^{{ - {{x}_{{n + 1}}}/\varepsilon }}}. \\ \end{gathered} $

Первая оценка в (4.20) получена. Теперь оценим ${{\alpha }^{{(2)}}}$. Имеем

(4.26)
${{\alpha }^{{(2)}}} = \sum\limits_{k = - 1}^{N/2 - 3} {\tilde {\gamma }_{{(N/2 - 2)k}}^{{11}}} {{F}_{k}} + \tilde {\gamma }_{{(N/2 - 2)(N/2 - 2)}}^{{11}}{{F}_{{N/2 - 2}}} + \sum\limits_{k = N/2 - 1}^{N - 1} {\tilde {\gamma }_{{(N/2 - 2)k}}^{{12}}{{F}_{k}}} .$
Аналогично имеем

(4.27)
$\begin{gathered} \left| {\sum\limits_{k = - 1}^{N/2 - 3} {\tilde {\gamma }_{{(N/2 - 2)k}}^{{11}}} {{F}_{k}}} \right| \leqslant C{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}\sum\limits_{k = - 1}^{N/2 - 3} {{{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}}^{{1/2}}}} {{e}^{{{{x}_{{N/2 - 1}}}/\varepsilon }}}\varepsilon {{(ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}} \times \\ \times \;{{e}^{{ - \beta |N/2 - k|}}}h_{{k + 1}}^{{5/2}}\frac{1}{{{{\varepsilon }^{4}}}}{{e}^{{ - {{x}_{{k + 1}}}/\varepsilon }}} \leqslant {{C}_{1}}{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}\sum\limits_{k = - 1}^{N/2 - 3} {{{{(N{\text{/}}2 - 1 - k)}}^{{ - 5/2}}}} \times \\ \times \;{{e}^{{ - \beta |N/2 - k|}}}{{(N{\text{/}}2 - k + 1)}^{C}} \leqslant {{C}_{2}}{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}. \\ \end{gathered} $

Так как норма ${{\Gamma }^{{ - 1}}}$ равномерно ограничена, то $\left| {\mathop {\tilde {\gamma }}\nolimits_{(N/2 - 2)(N/2 - 2)}^{11} } \right| \leqslant C$. Учитывая (4.19), имеем

(4.28)
$\left| {\mathop {\tilde {\gamma }}\nolimits_{(N/2 - 2)(N/2 - 2)}^{11} {{F}_{{N/2 - 2}}}} \right| \leqslant C{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}},$
(4.29)
$\begin{gathered} \left| {\sum\limits_{k = N/2 - 1}^{N - 1} {\tilde {\gamma }_{{(N/2 - 2)k}}^{{12}}} {{F}_{k}}} \right| \leqslant C{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}} \times \\ \times \;\left( {{{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}}^{{1/2}}}\varepsilon {{e}^{{{{x}_{{N/2 - 1}}}/\varepsilon }}}{{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}}^{{1/2}}}} \right.{{h}^{{ - 1/2}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}} + \\ + \;\sum\limits_{k = N/2}^{N - 1} {{{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}}^{{1/2}}}} \varepsilon {{e}^{{{{x}_{{N/2 - 1}}}/\varepsilon }}}{{\left( {\varepsilon ln(1 + h{\text{/}}\varepsilon )} \right)}^{{1/2}}}{{e}^{{ - \beta |N/2 - k|}}}{{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}\left. {{{e}^{{ - {{x}_{k}}/\varepsilon }}}} \right) \leqslant \\ \leqslant \;{{C}_{2}}{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}. \\ \end{gathered} $

Наконец,

(4.30)
${{\alpha }^{{(3)}}} = \sum\limits_{k = - 1}^{N/2 - 3} {\tilde {\gamma }_{{nk}}^{{21}}{{F}_{k}}} + \tilde {\gamma }_{{n(N/2 - 2)}}^{{21}}{{F}_{{N/2 - 2}}} + \sum\limits_{k = N/2 - 1}^{N - 1} {\tilde {\gamma }_{{nk}}^{{22}}{{F}_{k}}} ,$
(4.31)
$\left| {\sum\limits_{k = - 1}^{N/2 - 3} {\tilde {\gamma }_{{nk}}^{{21}}{{F}_{k}}} } \right| \leqslant C{{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{ - \beta (n - N/2)}}}\sum\limits_{k = - 1}^{N/2 - 3} {{{h}^{{1/2}}}} \varepsilon {{e}^{{{{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{\beta (n - N/2)}}}{{\left( {\frac{\varepsilon }{h}} \right)}^{{1/2}}}h_{k}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{{k + 1}}}/\varepsilon }}};$
(4.32)
$\begin{gathered} \sum\limits_{k = - 1}^{N/2 - 3} {{{h}^{{1/2}}}} {{e}^{{{{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{\beta (n - N/2)}}}{{\left( {\frac{\varepsilon }{h}} \right)}^{{1/2}}}h_{k}^{{5/2}}{{\varepsilon }^{{ - 3}}}{{e}^{{ - {{x}_{{k + 1}}}/\varepsilon }}} = \sum\limits_{k = - 1}^{N/2 - 3} {h_{k}^{{5/2}}} {{\varepsilon }^{{ - 5/2}}}{{e}^{{\beta (k - N/2)}}} \times \\ \times \;{{e}^{{({{x}_{{N/2 - 1}}} - {{x}_{{k + 1}}})/\varepsilon }}} \leqslant {{C}_{1}}\sum\limits_{k = - 1}^{N/2 - 3} {{{{(N{\text{/}}2 - k)}}^{{ - 5/2}}}} {{e}^{{\beta (k - N/2)}}}{{(N{\text{/}}2 - k - 1)}^{C}} \leqslant {{C}_{2}}, \\ \end{gathered} $
(4.33)
$\begin{gathered} \left| {\gamma _{{n(N/2 - 2)}}^{{21}}{{F}_{{N/2 - 2}}}} \right| \leqslant C{{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{ - \beta (n - N/2)}}}{{h}^{{1/2}}}\varepsilon {{e}^{{{{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{\beta (n - N/2)}}}{{\left( {\frac{\varepsilon }{h}ln(1 + h{\text{/}}\varepsilon )} \right)}^{{1/2}}}{{e}^{{ - \beta (n - N/2)}}} \times \\ \times \;{{(\varepsilon ln(1 + h{\text{/}}\varepsilon ))}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}} = C{{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{ - \beta (n - N/2)}}}; \\ \end{gathered} $
(4.34)
$\left| {\sum\limits_{k = N/2 - 1}^{N - 1} {\tilde {\gamma }_{{nk}}^{{22}}} {{F}_{k}}} \right| \leqslant {{C}_{1}}{{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{ - \beta (n - N/2)}}}\sum\limits_{k = N/2 - 1}^{N - 1} {{{h}^{{1/2}}}} \varepsilon {{e}^{{{{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{\beta (n - N/2)}}}{{e}^{{ - \beta |n - k|}}}{{h}^{{ - 1/2}}}{{\varepsilon }^{{ - 1}}}{{e}^{{ - {{x}_{k}}/\varepsilon }}}.$
Покажем, что последняя сумма в (4.34) является равномерно ограниченной. Эту сумму запишем в виде
(4.35)
$\sum\limits_{k = N/2 - 1}^{N - 1} {{{e}^{{\tfrac{{{{x}_{{N/2 - 1}}} - {{x}_{k}}}}{\varepsilon }}}}} {{e}^{{\beta (n - N/2)}}}{{e}^{{ - \beta |n - k|}}} = \sum\limits_{k = N/2 - 1}^n {\left( \cdots \right)} + \sum\limits_{k = n + 1}^{N - 1} {( \cdots )} = {{\Sigma }_{1}} + {{\Sigma }_{2}}.$
Тогда
(4.36)
${{\Sigma }_{1}} = \sum\limits_{k = N/2 - 1}^n {{{e}^{{\tfrac{{{{x}_{{N/2 - 1}}} - {{x}_{k}}}}{\varepsilon }}}}} {{e}^{{\beta (k - N/2)}}} = {{e}^{{ - \beta }}} + \sum\limits_{k = N/2}^n {{{e}^{{ - (k - N/2)\tfrac{h}{\varepsilon } + \beta (k - N/2)}}}} = {{e}^{{ - \beta }}} + \sum\limits_{k = N/2}^n {{{e}^{{ - (k - N/2)(h/\varepsilon - \beta )}}}} \leqslant {{C}_{1}},$
если $h{\text{/}}\varepsilon \geqslant 2\beta $. Далее, при $h{\text{/}}\varepsilon \geqslant \beta $ имеем

(4.37)
${{\Sigma }_{2}} = \sum\limits_{k = n + 1}^{N - 1} {{{e}^{{\tfrac{{{{x}_{{N/2 - 1}}} - {{x}_{k}}}}{\varepsilon }}}}} {{e}^{{\beta (2n - k - N/2)}}} \leqslant \sum\limits_{k = n + 1}^{N - 1} {{{e}^{{ - 2\beta (k - n)}}}} \leqslant {{C}_{1}}.$

Утверждение леммы следует из (4.21)–(4.37).

Лемма 8. Найдутся такие константы $C > 0$, $\beta > 0$, не зависящие от $\varepsilon $, $N$, что будут справедливы оценки

(4.38)
${{\left\| {P(\Phi {\text{''}} - gI)(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} = \left\{ {\begin{array}{*{20}{l}} {O\left( {\frac{C}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{2}{{e}^{{ - {{x}_{n}}/\varepsilon }}}} \right),\quad 0 \leqslant n \leqslant \frac{N}{2} - 2,} \\ {O\left( {\frac{C}{{{{\varepsilon }^{2}}ln(1 + h{\text{/}}\varepsilon )}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}} \right),\quad n = \frac{N}{2} - 1,} \\ {O\left( {\frac{1}{{\varepsilon h}}{{e}^{{ - \tfrac{{{{x}_{{N/2 - 1}}}}}{\varepsilon }}}}{{e}^{{ - \beta |n - \tfrac{N}{2}|}}}} \right),\quad \frac{N}{2} \leqslant n \leqslant N.} \end{array}} \right.$

Доказательство. Поскольку в каждом узле ${{x}_{n}}$ отличен от нуля только один $B$-сплайн ${{N}_{{n - 1,1}}}$, то справедливо равенство $P(\Phi {\text{''}} - gI)({{x}_{n}}) = {{\alpha }_{{n - 1}}}{{\tilde {N}}_{{n - 1,1}}}({{x}_{n}})$. Отсюда, из леммы 7 и оценок (4.4) следует утверждение леммы.

Лемма 9. Пусть $e(x) = {{S}_{3}}(x,\Phi ) - \Phi (x)$. Справедливы оценки

(4.39)
${{\left\| {e{\text{''}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant \frac{C}{{{{\varepsilon }^{4}}}}h_{{n + 1}}^{2}{{e}^{{ - {{x}_{n}}/\varepsilon }}},\quad 0 \leqslant n \leqslant \frac{N}{2} - 2.$

Доказательство. В силу (4.5), (4.38) достаточно оценить ${{\left\| {gI(x) - \Phi {\text{''}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}}$. Это выражение представляет собой погрешность формулы линейной интерполяции на интервале $[{{x}_{n}},{{x}_{{n + 1}}}]$, поэтому для него справедлива оценка (4.39). Это доказывает лемму.

5. ВСПОМОГАТЕЛЬНЫЕ РЕЗУЛЬТАТЫ ДЛЯ ТЕОРЕМЫ 2

Как и в ограничениях теоремы 2, в этом разделе предполагаем, что $\varepsilon \geqslant {{C}_{2}}{{N}^{{ - 1}}}.$

Лемма 10. При $\sigma < \tfrac{1}{2}$ последовательность шагов ${{h}_{n}}$, $n \leqslant N{\text{/}}2,$ монотонно возрастает и справедливы оценки

(5.1)
${{h}_{n}} = \left\{ {\begin{array}{*{20}{l}} {O{\kern 1pt} {\text{*}}\left( {\frac{h}{{1 + (h{\text{/}}\varepsilon )(N{\text{/}}2 - n)}}} \right),\quad 1 \leqslant n \leqslant N{\text{/}}2,} \\ {O{\kern 1pt} {\text{*}}(h),\quad N{\text{/}}2 + 1 \leqslant n \leqslant N.} \end{array}} \right.$

Доказательство. В силу (2.3), при $1 \leqslant n \leqslant N{\text{/}}2$ имеем

$\begin{gathered} {{h}_{n}} = - 4\varepsilon ln\left( {1 - 2(1 - \varepsilon )\frac{n}{N}} \right) + 4\varepsilon ln\left( {1 - 2(1 - \varepsilon )\frac{{n - 1}}{N}} \right) = 4\varepsilon ln\left( {1 + \frac{{2(1 - \varepsilon ){\text{/}}N}}{{1 - 2(1 - \varepsilon )n{\text{/}}N}}} \right) = \\ = \;O{\kern 1pt} {\text{*}}\left( {\varepsilon \frac{{2(1 - \varepsilon ){\text{/}}N}}{{1 - 2(1 - \varepsilon )n{\text{/}}N}}} \right) = O{\kern 1pt} {\text{*}}\left( {\varepsilon \frac{{1 - \varepsilon }}{{\varepsilon N{\text{/}}2 + (1 - \varepsilon )(N{\text{/}}2 - n)}}} \right) = O{\kern 1pt} {\text{*}}\left( {\frac{h}{{1 + (h{\text{/}}\varepsilon )(N{\text{/}}2 - n)}}} \right), \\ \end{gathered} $
и первая оценка в (5.1) доказана. Вторая оценка очевидна, так как при $N{\text{/}}2 + 1 \leqslant n \leqslant N$ шаги сетки имеют одинаковую длину $h$. Лемма доказана.

Рассмотрим $B$-сплайн (4.3). Тогда ${{\left\| {{{N}_{{n,1}}}} \right\|}_{{{{L}_{2}}[0,1]}}} = \tfrac{1}{{\sqrt 3 }}{{\left( {{{h}_{{n + 1}}} + {{h}_{{n + 2}}}} \right)}^{{1/2}}}$, и с учетом (5.1) ${{\left\| {{{N}_{{n,1}}}} \right\|}_{{{{L}_{2}}[0,1]}}} = O{\kern 1pt} {\text{*}}(h_{{n + 1}}^{{1/2}})$, $ - 1 \leqslant n \leqslant N - 1$.

Пусть ${{\tilde {N}}_{{n,1}}}(x) = {{N}_{{n,1}}}(x){\text{/}}{{\left\| {{{N}_{{n,1}}}} \right\|}_{{{{L}_{2}}[0,1]}}}$. Тогда

(5.2)
${{\left\| {{{{\tilde {N}}}_{{n,1}}}} \right\|}_{{C[0,1]}}} = O{\kern 1pt} {\text{*}}(h_{{n + 1}}^{{ - 1/2}}),\quad - {\kern 1pt} 1 \leqslant n \leqslant N - 1.$

Пусть $e(x) = {{S}_{3}}(x,\Phi ) - \Phi (x)$. Повторяя рассуждения, приведенные после леммы 1, и используя те же обозначения, приходим к системе уравнений вида (4.7).

Лемма 11. Матрица $\Gamma $ из (4.8) имеет вид:

$\Gamma = tridiag{\text{\{ }}{{a}_{n}},{{c}_{n}},{{b}_{n}}{\text{\} }},\quad - 1 \leqslant n \leqslant N - 1,\quad {{a}_{{ - 1}}} = {{b}_{{N - 1}}} = 0,$
${{a}_{{n + 1}}} = {{b}_{n}} = O{\kern 1pt} {\text{*}}(1) > 0,\quad 0 \leqslant n \leqslant N - 2,$
${{c}_{n}} = 1,\quad 0 \leqslant n \leqslant N - 2,\quad {{c}_{{ - 1}}} = {{c}_{{N - 1}}} = \frac{1}{{\sqrt 2 }}.$
Матрица $\Gamma $ имеет строгое диагональное преобладание по строкам с показателем преобладания $1{\text{/}}\sqrt 2 $.

Доказательство получается вычислением интегралов в (4.7) с учетом (5.1), (5.2).

Лемма 12. Матрица $\Gamma $ обратима, и для элементов обратной матрицы ${{\Gamma }^{{ - 1}}} = {\text{\{ }}{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\smile}$}}{\gamma } }_{{nk}}}{\text{\} }}$ справедливы оценки

(5.3)
$\left| {{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\smile}$}}{\gamma } }}_{{nk}}}} \right| \leqslant C{{e}^{{ - \beta |n - k|}}},\quad \beta > 0.$

Доказательство. Обратимость матрицы $\Gamma $ и оценки элементов вытекают из строгого диагонального преобладания с показателем преобладания $1{\text{/}}\sqrt 2 $ и теоремы Демко [8]. Лемма доказана.

Лемма 13. Для элементов ${{F}_{n}}$ справедливы оценки

(5.4)
${{F}_{n}} = O(h_{{n + 1}}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}}),\quad - {\kern 1pt} 1 \leqslant n \leqslant N - 1.$

Доказательство получается прямым вычислением интегралов в (4.9), с учетом (5.2) и оценок погрешности линейной интерполяции.

Лемма 14. Найдется достаточно малая постоянная ${{C}_{2}}$, что при $1{\text{/}}N \leqslant {{C}_{2}}\varepsilon $ для коэффициентов ${{\alpha }_{n}}$ в (4.6) справедливы оценки

(5.5)
$\left| {{{\alpha }_{n}}} \right| \leqslant Ch_{{n + 1}}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}},\quad - {\kern 1pt} 1 \leqslant n \leqslant N - 1.$

Доказательство. В силу (5.3), (5.4) имеем

(5.6)
$\begin{gathered} \left| {{{\alpha }_{n}}} \right| \leqslant \left| {\sum\limits_{k = - 1}^{N - 1} {{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\smile}$}}{\gamma } }}_{{nk}}}} {{F}_{{nk}}}} \right| \leqslant \sum\limits_{k = - 1}^{N - 1} {\left| {{{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\smile}$}}{\gamma } }}_{{nk}}}} \right|} \cdot \left| {{{F}_{{nk}}}} \right| \leqslant C\sum\limits_{k = - 1}^{N - 1} {{{e}^{{ - \beta |n - k|}}}} h_{{k + 1}}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{k}}/\varepsilon }}} = \\ = \;Ch_{{n + 1}}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}}\sum\limits_{k = - 1}^{N - 1} {{{e}^{{ - \beta |n - k|}}}} {{e}^{{({{x}_{n}} - {{x}_{k}})/\varepsilon }}}{{\left( {\frac{{{{h}_{{k + 1}}}}}{{{{h}_{{n + 1}}}}}} \right)}^{{5/2}}}. \\ \end{gathered} $

Покажем, что сумма в (5.6) ограничена константой. Имеем

(5.7)
$\sum\limits_{k = - 1}^{N - 1} {{{e}^{{ - \beta |n - k|}}}} {{e}^{{({{x}_{n}} - {{x}_{k}})/\varepsilon }}}{{\left( {\frac{{{{h}_{{k + 1}}}}}{{{{h}_{{n + 1}}}}}} \right)}^{{5/2}}} = \sum\limits_{k = - 1}^n {( \cdots } ) + \sum\limits_{k = n + 1}^{N - 1} {( \cdots )} = {{\Sigma }_{1}} + {{\Sigma }_{2}}.$

Оценим ${{\Sigma }_{1}}.$ В силу (5.1) получаем при $n > k$

(5.8)
$\frac{{{{x}_{n}} - {{x}_{k}}}}{\varepsilon } = \frac{{{{h}_{{k + 1}}} + \; \cdots \; + {{h}_{n}}}}{\varepsilon } \leqslant \frac{{{{C}_{3}}}}{{N\varepsilon }}(n - k) \leqslant (\beta {\text{/}}2)(n - k),$
если $\varepsilon \geqslant 2{{C}_{3}}{\text{/}}(N\beta )$. Это условие выполнится, если задать ${{C}_{2}} = \beta {\text{/}}(2{{C}_{3}})$. Учитываем, что в силу (5.1) ${{h}_{{k + 1}}}{\text{/}}{{h}_{{n + 1}}} = O(1)$, поэтому при таком задании ${{C}_{2}}$

(5.9)
${{\Sigma }_{1}} \leqslant {{C}_{4}}.$

Наконец, в силу (5.1) при $n \leqslant k$ имеем

(5.10)
$\frac{{{{h}_{{k + 1}}}}}{{{{h}_{{n + 1}}}}} \leqslant Cmax\left\{ {\frac{{\left| {N{\text{/}}2 - n} \right| + 1}}{{\left| {N{\text{/}}2 - k} \right| + 1}},k - n,1} \right\} \leqslant C(k - n + 1).$
Поэтому

(5.11)
${{\Sigma }_{2}} \leqslant {{C}_{5}}\sum\limits_{k = n + 1}^{N - 1} {{{e}^{{ - \tfrac{\beta }{2}|n - k|}}}} {{(k - n + 1)}^{{5/2}}} \leqslant {{C}_{6}}.$

Из (5.6)–(5.11) вытекает (5.5). Лемма доказана.

Лемма 15. Пусть для произвольных постоянных ${{C}_{2}}$, ${{C}_{3}}$ выполняется оценка ${{C}_{2}}\varepsilon \leqslant 1{\text{/}}N \leqslant {{C}_{3}}\varepsilon $. Тогда найдется постоянная $C$ такая, что будут справедливы оценки:

(5.12)
$\left| {{{\alpha }_{n}}} \right| \leqslant C\left\{ {\begin{array}{*{20}{l}} {h_{{n + 1}}^{{5/2}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}},\quad - {\kern 1pt} 1 \leqslant n \leqslant N{\text{/}}2 - 1,} \\ {{{h}^{{5/2}}},\quad N{\text{/}}2 \leqslant n \leqslant N - 1} \end{array}} \right..$

Доказательство. Пусть $ - 1 \leqslant n \leqslant N{\text{/}}2 - 1.$ Оценим $\left| {{{\alpha }_{n}}} \right|$, используя соотношения (5.6), (5.7). В силу (5.1) имеем

(5.13)
$\frac{{{{x}_{n}} - {{x}_{k}}}}{\varepsilon } = \frac{{{{h}_{{k + 1}}} + \; \ldots \; + {{h}_{n}}}}{\varepsilon } \leqslant C\left( {\frac{1}{{N{\text{/}}2 - k}} + \; \cdots \; + \frac{1}{{N{\text{/}}2 - n}}} \right) \leqslant {{C}_{4}}ln\frac{{N{\text{/}}2 - k}}{{N{\text{/}}2 - n}}.$
Поэтому с учетом того, что $(N{\text{/}}2 - k){\text{/}}(N{\text{/}}2 - n) \leqslant n - k + 1$, для ${{\Sigma }_{1}}$ из (5.7) имеем
(5.14)
${{\Sigma }_{1}} \leqslant {{C}_{5}}\sum\limits_{k = - 1}^n {{{e}^{{ - \beta |n - k|}}}} {{(n - k + 1)}^{{{{C}_{4}}}}} \leqslant {{C}_{6}},$
а оценка (5.11) для ${{\Sigma }_{2}}$ сохраняет силу. Итак, ${{\Sigma }_{1}}$, ${{\Sigma }_{2}}$ ограничены сверху постоянной. С учетом (5.6) получаем оценку (5.12) при $ - 1 \leqslant n \leqslant N{\text{/}}2 - 1$.

Рассмотрим случай $n \geqslant N{\text{/}}2$. По аналогии с (5.6) с учетом ${{h}_{{k + 1}}}{\text{/}}h \leqslant C$ имеем

(5.15)
$\left| {{{\alpha }_{n}}} \right| \leqslant C{{h}^{{5/2}}}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}\sum\limits_{k = - 1}^{N - 1} {{{e}^{{( - \beta |n - k| + ({{x}_{{N/2 - 1}}} - {{x}_{k}})/\varepsilon )}}}} .$
Далее аналогично (5.7) представим

(5.16)
$\sum\limits_{k = - 1}^{N - 1} {{{e}^{{( - \beta |n - k| + ({{x}_{{N/2 - 1}}} - {{x}_{k}})/\varepsilon )}}}} = \sum\limits_{k = - 1}^{N/2 - 1} {( \cdots )} + \sum\limits_{k = N/2}^{N - 1} {( \cdots )} = {{\Sigma }_{1}} + {{\Sigma }_{2}}.$

Очевидно, что ${{\Sigma }_{2}} \leqslant C$, так как ${{x}_{{N/2 - 1}}} - {{x}_{k}} < 0$. Оценим ${{\Sigma }_{1}}$. При $n \geqslant N{\text{/}}2$ имеем

(5.17)
${{\Sigma }_{1}} \leqslant \sum\limits_{k = - 1}^{N/2 - 1} {{{e}^{{( - \beta |N/2 - 1 - k| + ({{x}_{{N/2 - 1}}} - {{x}_{k}})/\varepsilon )}}}} .$
Оценивая $({{x}_{{N/2 - 1}}} - {{x}_{k}}){\text{/}}\varepsilon $ по аналогии с (5.13), получаем, что оценка для ${{\Sigma }_{1}}$ соответствует (5.14) при $n = N{\text{/}}2 - 1$. Итак, для некоторой постоянной ${{C}_{8}}$ будет ${{\Sigma }_{1}} \leqslant {{C}_{8}}$.

По условию леммы $1{\text{/}}N \leqslant {{C}_{3}}\varepsilon $, поэтому с учетом (2.3), (2.4) получаем, что ${{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{{N/2 - 1}}}}}} \leqslant C.$ Теперь оценка (5.12) при $n \geqslant N{\text{/}}2$ следует из (5.15)–(5.17). Лемма доказана.

Лемма 16. Пусть для некоторой постоянной ${{C}_{2}}$ будет $1{\text{/}}N \leqslant {{C}_{2}}\varepsilon $. Тогда найдется такая постоянная $C$, что будут справедливы оценки

(5.18)
${{\left\| {P(\Phi {\text{''}} - gI)(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C\left\{ {\begin{array}{*{20}{l}} {h_{{n + 1}}^{2}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}},\quad - {\kern 1pt} 1 \leqslant n \leqslant N{\text{/}}2 - 1,} \\ {{{h}^{2}},\quad N{\text{/}}2 \leqslant n \leqslant N - 1.} \end{array}} \right.$

Доказательство. Поскольку в каждом узле ${{x}_{n}}$ отличен от нуля только один $B$-сплайн ${{N}_{{n - 1,1}}}$, то справедливо равенство $P(\Phi {\text{''}} - gI)({{x}_{n}}) = {{\alpha }_{{n - 1}}}{{\tilde {N}}_{{n - 1,1}}}({{x}_{n}})$. Отсюда, из лемм 14, 15 и оценок (5.2) следует утверждение леммы.

Лемма 17. Пусть для некоторой постоянной ${{C}_{2}}$ $1{\text{/}}N \leqslant {{C}_{2}}\varepsilon $. Тогда справедливы оценки

(5.19)
${{\left\| {e{\text{''}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C\left\{ {\begin{array}{*{20}{l}} {h_{{n + 1}}^{2}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}},\quad - {\kern 1pt} 1 \leqslant n \leqslant N{\text{/}}2 - 1,} \\ {{{h}^{2}},\quad N{\text{/}}2 \leqslant n \leqslant N - 1.} \end{array}} \right.$

Доказательство. В силу (4.5), (5.18) достаточно оценить ${{\left\| {gI(x) - \Phi {\text{''}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}}$. Но оценка этого выражения вытекает из оценки погрешности формулы линейной интерполяции на отрезке $[{{x}_{n}},{{x}_{{n + 1}}}]$ и соответствует (5.19). Лемма доказана.

6. ВСПОМОГАТЕЛЬНЫЕ РЕЗУЛЬТАТЫ ДЛЯ ТЕОРЕМЫ 3

Рассмотрим модифицированный сплайн ${{\tilde {S}}_{3}}(x,u)$ из (3.3). Обозначим через ${{N}_{{n,l}}}(x)$ нормализованный $B$-сплайн степени $l$ на сетке $\Omega $ [2]. Для функций ${{N}_{{n,l}}}(x)$ справедливы следующие формулы (см. [2, с. 31]):

(6.1)
${{N}_{{n,l}}}(x) = \frac{{x - {{x}_{n}}}}{{{{x}_{{n + l}}} - {{x}_{n}}}}{{N}_{{n,l - 1}}}(x) + \frac{{{{x}_{{n + l + 1}}} - x}}{{{{x}_{{n + l + 1}}} - {{x}_{{n + 1}}}}}{{N}_{{n + 1,l - 1}}}(x),$
(6.2)
$N_{{n,l}}^{'}(x) = \frac{l}{{{{x}_{{n + l}}} - {{x}_{n}}}}{{N}_{{n,l - 1}}}(x) - \frac{l}{{{{x}_{{n + l + 1}}} - {{x}_{{l + 1}}}}}{{N}_{{n + 1,l - 1}}}(x).$

Представим ${{\tilde {S}}_{3}}(x,u)$ в виде

${{\tilde {S}}_{3}}(x,u) = \sum\limits_{n = - 3}^{N - 1} {{{\alpha }_{n}}} {{N}_{{n,3}}}(x).$
Далее коэффициенты ${{\alpha }_{n}}$ соответствуют разложению сплайна ${{\tilde {S}}_{3}}(x,u)$. Из условий интерполяции (3.3) получаем систему уравнений для коэффициентов:

(6.3)
$\begin{gathered} \sum\limits_{n = - 3}^{N - 1} {{{\alpha }_{n}}} N_{{n,3}}^{'}(0) = u{\text{'}}(0),\quad \sum\limits_{n = - 3}^{N - 1} {{{\alpha }_{n}}} N_{{n,3}}^{'}(1) = u{\text{'}}(1), \\ \sum\limits_{n = - 3}^{N - 1} {{{\alpha }_{n}}} {{N}_{{n,3}}}({{{\bar {x}}}_{k}}) = u({{{\bar {x}}}_{k}}),\quad - {\kern 1pt} 3 \leqslant k \leqslant N. \\ \end{gathered} $

Преобразуем систему (6.3) в соответствии с [10]. Для этого вычислим значения входящиx в нее кубических сплайнов и их производных по формулам (6.1), (6.2) и исключим из двух первых и двух последних уравнений неизвестные ${{\alpha }_{{ - 3}}}$ и ${{\alpha }_{{N - 1}}}$. В результате формулы для ${{\alpha }_{{ - 3}}}$ и ${{\alpha }_{{N - 1}}}$ будут иметь вид

(6.4)
${{\alpha }_{{ - 3}}} = \left( {\frac{1}{2} - \frac{{3{{h}_{1}}}}{{2(2{{h}_{1}} + {{h}_{2}})}}} \right){{\alpha }_{{ - 2}}} + \frac{{3{{h}_{1}}}}{{2{{h}_{1}} + {{h}_{2}}}}{{\alpha }_{{ - 1}}} - 2hu{\text{'}}(0),\quad {{\alpha }_{{N - 1}}} = {{\alpha }_{{N - 3}}} + 2{{h}_{N}}u{\text{'}}(1),$
а система уравнений для остальных коэффициентов примет вид
(6.5)
$A\alpha = U,$
где $A = {\text{\{ }}{{a}_{{nk}}}{\text{\} }}$, $ - 2 \leqslant n$, $k \leqslant N - 2$, – матрица порядка $(N + 1) \times (N + 1),$ $U = {{({{U}_{{ - 2}}},{{U}_{{ - 1}}},\; \cdots ,\;{{U}_{{N - 2}}})}^{{\text{т}}}}$. Ненулевые элементы матрицы $A$ имеют вид

(6.6)
$\begin{gathered} {{a}_{{k(k - 1)}}} = \frac{{h_{{k + 3}}^{2}}}{{({{h}_{{k + 1}}} + {{h}_{{k + 2}}} + {{h}_{{k + 3}}})({{h}_{{k + 2}}} + {{h}_{{k + 3}}})}},\quad {{a}_{{kk}}} = \frac{{{{h}_{{k + 3}}}({{h}_{{k + 1}}} + {{h}_{{k + 2}}})}}{{\left( {{{h}_{{k + 1}}} + {{h}_{{k + 2}}} + {{h}_{{k + 3}}}} \right)({{h}_{{k + 2}}} + {{h}_{{k + 3}}})}} + \\ + \;\frac{{{{h}_{{k + 2}}}({{h}_{{k + 3}}} + {{h}_{{k + 4}}})}}{{({{h}_{{k + 2}}} + {{h}_{{k + 3}}} + {{h}_{{k + 4}}})({{h}_{{k + 2}}} + {{h}_{{k + 1}}})}}, \\ {{a}_{{k(k + 1)}}} = \frac{{h_{{k + 2}}^{2}}}{{\left( {{{h}_{{k + 2}}} + {{h}_{{k + 3}}} + {{h}_{{k + 4}}}} \right)\left( {{{h}_{{k + 2}}} + {{h}_{{k + 3}}}} \right)}},\quad k \in [ - 1,N{\text{/}}2\; - {\kern 1pt} 4], \\ \end{gathered} $
(6.7)
$\begin{gathered} {{a}_{{k(k - 1)}}} = {{a}_{{k(k + 1)}}} = 1{\text{/}}6,\quad {{a}_{{kk}}} = 2{\text{/}}3,\quad k \in [N{\text{/}}2 - 3,N{\text{/}}2],\quad {{a}_{{( - 2)( - 2)}}} = \frac{1}{2} + \frac{{{{h}_{2}}}}{{2(2{{h}_{1}} + {{h}_{2}})}}, \\ {{a}_{{( - 2)( - 1)}}} = \frac{{{{h}_{1}}}}{{2{{h}_{1}} + {{h}_{2}}}},\quad {{a}_{{(N - 2)(N - 3)}}} = \frac{1}{3},\quad {{a}_{{(N - 2)(N - 2)}}} = \frac{2}{3}, \\ \end{gathered} $
(6.8)
${{a}_{{\left( {\tfrac{N}{2} - 3} \right)\left( {\tfrac{N}{2} - 4} \right)}}} = \frac{{h_{{\tfrac{N}{2}}}^{2}}}{{8\left( {{{h}_{{\tfrac{N}{2} - 2}}} + {{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)}},$
(6.9)
$\begin{gathered} {{a}_{{\left( {\tfrac{N}{2} - 3} \right)\left( {\tfrac{N}{2} - 3} \right)}}} = \frac{{\left( {{{h}_{{\tfrac{N}{2} - 2}}} + {{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}}{\text{/}}2} \right){{h}_{{\tfrac{N}{2}}}}}}{{4\left( {{{h}_{{\tfrac{N}{2} - 2}}} + {{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)}} + \\ + \;\frac{{\left( {{{h}_{{\tfrac{N}{2}}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2}}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} - 1}}}} \right)}}{{2\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)}} + \frac{{{{{\left( {{{h}_{{\tfrac{N}{2}}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}}^{2}}}}{{2\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}}, \\ \end{gathered} $
(6.10)
$\begin{gathered} {{a}_{{\left( {\tfrac{N}{2} - 3} \right)\left( {\tfrac{N}{2} - 2} \right)}}} = \frac{{{{{\left( {{{h}_{{\tfrac{N}{2}}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} - 1}}}} \right)}}^{2}}}}{{2\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)}} + \\ + \;\frac{{\left( {{{h}_{{\tfrac{N}{2}}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} - 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2}}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}}{{2\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)}} + \frac{{\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2}}}}{\text{/}}2} \right){{h}_{{\tfrac{N}{2}}}}}}{{4\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)}}, \\ \end{gathered} $
(6.11)
${{a}_{{\left( {\tfrac{N}{2} - 3} \right)\left( {\tfrac{N}{2} - 1} \right)}}} = \frac{{h_{{\tfrac{N}{2}}}^{2}}}{{8\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)}},$
(6.12)
${{a}_{{\left( {\tfrac{N}{2} - 2} \right)\left( {\tfrac{N}{2} - 3} \right)}}} = \frac{{h_{{\tfrac{N}{2} + 1}}^{2}}}{{8\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}},$
(6.13)
$\begin{gathered} {{a}_{{\left( {\tfrac{N}{2} - 2} \right)\left( {\tfrac{N}{2} - 2} \right)}}} = \frac{{\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2} \right){{h}_{{\tfrac{N}{2} + 1}}}}}{{4\left( {{{h}_{{\tfrac{N}{2} - 1}}} + {{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}} + \\ + \;\frac{{\left( {{{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} + 2}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2}}}}} \right)}}{{2\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}} + \frac{{{{{\left( {{{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} + 2}}}} \right)}}^{2}}}}{{2\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)}}, \\ \end{gathered} $
(6.14)
$\begin{gathered} {{a}_{{\left( {\tfrac{N}{2} - 2} \right)\left( {\tfrac{N}{2} - 1} \right)}}} = \frac{{{{{\left( {{{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2}}}}} \right)}}^{2}}}}{{2\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)}} + \frac{{\left( {{{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2}}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2 + {{h}_{{\tfrac{N}{2} + 2}}}} \right)}}{{2\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}} + \\ + \;\frac{{\left( {{{h}_{{\tfrac{N}{2} + 3}}} + {{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}{\text{/}}2} \right){{h}_{{\tfrac{N}{2} + 1}}}}}{{4\left( {{{h}_{{\tfrac{N}{2} + 3}}} + {{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}}, \\ \end{gathered} $
(6.15)
${{a}_{{\left( {\tfrac{N}{2} - 2} \right)\left( {\tfrac{N}{2}} \right)}}} = \frac{{h_{{\tfrac{N}{2} + 1}}^{2}}}{{8\left( {{{h}_{{\tfrac{N}{2} + 3}}} + {{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}},$
(6.16)
${{a}_{{\left( {\tfrac{N}{2} - 1} \right)\left( {\tfrac{N}{2} - 2} \right)}}} = \frac{{h_{{\tfrac{N}{2} + 2}}^{2}}}{{\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2}}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)}},$
(6.17)
${{a}_{{\left( {\tfrac{N}{2} - 1} \right)\left( {\tfrac{N}{2} - 1} \right)}}} = \frac{{\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right){{h}_{{\tfrac{N}{2} + 2}}}}}{{\left( {{{h}_{{\tfrac{N}{2}}}} + {{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)}} + \frac{{\left( {{{h}_{{\tfrac{N}{2} + 3}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right){{h}_{{\tfrac{N}{2} + 1}}}}}{{\left( {{{h}_{{\tfrac{N}{2} + 3}}} + {{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 1}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)}},$
(6.18)
${{a}_{{\left( {\tfrac{N}{2} - 1} \right)\tfrac{N}{2}}}} = \frac{{h_{{\tfrac{N}{2} + 1}}^{2}}}{{\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}} + {{h}_{{\tfrac{N}{2} + 3}}}} \right)\left( {{{h}_{{\tfrac{N}{2} + 1}}} + {{h}_{{\tfrac{N}{2} + 2}}}} \right)}}.$

Элементы вектора $U$ имеют вид

(6.19)
${{U}_{{ - 2}}} = u(0) + \frac{1}{3}{{h}_{1}}u{\text{'}}(0),\quad {{U}_{n}} = u({{x}_{{n + 2}}}),\quad - {\kern 1pt} 1 \leqslant n \leqslant N - 3,\quad {{U}_{{N - 2}}} = u(1) - \frac{1}{3}hu{\text{'}}(1).$

Учитывая, что в силу (4.1) имеем ${{h}_{2}} = {{h}_{1}}(1 + O(1{\text{/}}N))$, из (6.7) находим, что в строке с номером (–2) матрица $A$ будет иметь диагональное преобладание с показателем преобладания $1{\text{/}}3 + O(1{\text{/}}N)$. Отсюда же следует диагональное преобладание с показателем $1{\text{/}}3$ в строках с номерами $k \in [N{\text{/}}2,N - 2]$.

Далее в силу (6.6) при $k \in [ - 1,N{\text{/}}2 - 4]$ имеем

(6.20)
$\begin{gathered} {{a}_{{kk}}} - {{a}_{{(k)(k - 1)}}} - {{a}_{{(k)(k + 1)}}} = \frac{{{{h}_{{k + 3}}}({{h}_{{k + 1}}} + {{h}_{{k + 2}}} - {{h}_{{k + 3}}})}}{{\left( {{{h}_{{k + 1}}} + {{h}_{{k + 2}}} + {{h}_{{k + 3}}}} \right)\left( {{{h}_{{k + 2}}} + {{h}_{{k + 3}}}} \right)}} + \\ + \;\frac{{{{h}_{{k + 2}}}({{h}_{{k + 3}}} + {{h}_{{k + 4}}} - {{h}_{{k + 2}}})}}{{({{h}_{{k + 2}}} + {{h}_{{k + 3}}} + {{h}_{{k + 4}}})({{h}_{{k + 2}}} + {{h}_{{k + 1}}})}}. \\ \end{gathered} $
Но в силу (4.1) получаем
(6.21)
${{h}_{{k + 1}}} + {{h}_{{k + 2}}} - {{h}_{{k + 3}}} = 4\varepsilon ln\left( {1 + \frac{{4(1 - \varepsilon ){\text{/}}N}}{{1 - 2\varepsilon (k + 2){\text{/}}N}}} \right) - 4\varepsilon ln\left( {1 + \frac{{2(1 - \varepsilon ){\text{/}}N}}{{1 - 2\varepsilon (k + 3){\text{/}}N}}} \right).$
Далее,
$\frac{{1 - 2\varepsilon (k + 3){\text{/}}N}}{{2(1 - \varepsilon ){\text{/}}N}} - \frac{{1 - 2\varepsilon (k + 2){\text{/}}N}}{{4(1 - \varepsilon ){\text{/}}N}} > 0.$
Поэтому ${{h}_{{k + 1}}} + {{h}_{{k + 2}}} - {{h}_{{k + 3}}} > 0$ при $k \leqslant N{\text{/}}2 - 4$. Отсюда в силу (6.20), (6.21) и того, что последовательность ${{h}_{k}}$ возрастает, имеем
$\begin{gathered} {{a}_{{kk}}} - {{a}_{{k(k - 1)}}} - {{a}_{{k(k + 1)}}} \geqslant \frac{{{{h}_{{k + 2}}}({{h}_{{k + 3}}} + {{h}_{{k + 4}}} - {{h}_{{k + 2}}})}}{{({{h}_{{k + 2}}} + {{h}_{{k + 3}}} + {{h}_{{k + 4}}})({{h}_{{k + 2}}} + {{h}_{{k + 1}}})}} \geqslant \\ \geqslant \;\frac{{{{h}_{{k + 2}}}{{h}_{{k + 4}}}}}{{({{h}_{{k + 2}}} + {{h}_{{k + 3}}} + {{h}_{{k + 4}}})({{h}_{{k + 2}}} + {{h}_{{k + 1}}})}} \geqslant \frac{{{{h}_{{k + 2}}}{{h}_{{k + 4}}}}}{{3{{h}_{{k + 4}}}2{{h}_{{k + 2}}}}} \geqslant \frac{1}{6},\quad k \in [ - 1,N{\text{/}}2 - 4]. \\ \end{gathered} $
Осталось рассмотреть строки с номерами $N{\text{/}}2 - 3$, $N{\text{/}}2 - 2$, $N{\text{/}}2 - 1$.

Пусть ${{\bar {a}}_{{nk}}} = \mathop {lim}\limits_{\varepsilon /h \to 0} {{a}_{{nk}}}$. Учитывая, что при $k \leqslant N{\text{/}}2 - 1$ $\mathop {lim}\limits_{\varepsilon /h \to 0} \tfrac{{{{h}_{k}}}}{{{{h}_{{N/2}}}}} = 0$, при $k \geqslant N{\text{/}}2 + 1$ $\mathop {lim}\limits_{\varepsilon /h \to 0} \tfrac{{{{h}_{{N/2}}}}}{{{{h}_{k}}}} = 0$, из (6.5)–(6.18) получаем, что

$\mathop {\bar {a}}\nolimits_{(N/2 - 3)(N/2 - 4)} = \frac{1}{8},\mathop {\quad \bar {a}}\nolimits_{(N/2 - 3)(N/2 - 3)} = \frac{7}{8},\mathop {\quad \bar {a}}\nolimits_{(N/2 - 3)(N/2 - 2)} = \mathop {\bar {a}}\nolimits_{(N/2 - 3)(N/2 - 1)} = 0,$
$\mathop {\bar {a}}\nolimits_{(N/2 - 2)(N/2 - 3)} = \frac{1}{8},\quad \mathop {\bar {a}}\nolimits_{(N/2 - 2)(N/2 - 2)} = \frac{{19}}{{32}},\mathop {\quad \bar {a}}\nolimits_{(N/2 - 2)(N/2 - 1)} = \frac{{25}}{{96}},\mathop {\quad \bar {a}}\nolimits_{(N/2 - 2)(N/2)} = \frac{1}{{48}},$
$\mathop {\bar {a}}\nolimits_{(N/2 - 1)(N/2 - 2)} = \frac{1}{4},\quad \mathop {\bar {a}}\nolimits_{(N/2 - 1)(N/2 - 1)} = \frac{7}{{12}},\quad \mathop {\bar {a}}\nolimits_{(N/2 - 1)(N/2)} = \frac{1}{6}.$
Таким образом, доказано, что при достаточно малых $\varepsilon {\text{/}}h$ в строках с номерами $N{\text{/}}2 - 3$, $N{\text{/}}2 - 2$, $N{\text{/}}2 - 1$ также будет диагональное преобладание с показателем преобладания, не зависящим от $\varepsilon $, $h$.

Итак, доказана

Лемма 18. Найдутся такие константы ${{C}_{2}} > 0$, $r > 0$, не зависящие от $\varepsilon ,N$, что при $\varepsilon \leqslant {{C}_{2}}{{N}^{{ - 1}}}$ матрица $A$ имеет строгое диагональное преобладание по строкам с показателем преобладания $r$.

Изучим аппроксимационные свойства пространства $S(\Omega ,\;3,\;1)$.

Лемма 19. Пусть функция $u(x)$ удовлетворяет оценкам (2.2). Тогда найдется такая функция $g{{p}_{3}}(x) \in S(\Omega ,\;3,\;1)$, что будут справедливы оценки

(6.22)
${{\left\| {u(x) - g{{p}_{3}}(x)} \right\|}_{{C[0,1]}}} \leqslant C{{N}^{{ - 4}}},$
(6.23)
${{\left\| {{{h}_{{n + 1}}}(u{\text{'}}(x) - gp_{3}^{'}(x))} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C{{N}^{{ - 4}}},\quad n = 0,\;N - 1.$

Доказательство. В соответствии с [2] для кубического сплайна справедлива оценка погрешности

(6.24)
$\left| {{{S}_{3}}(x,u) - u(x)} \right| \leqslant \frac{5}{{384}}{{\left\| {{{u}^{{(4)}}}} \right\|}_{{C[0,1]}}}\mathop {max}\limits_n h_{n}^{4},\quad x \in [0,\;1].$
Согласно (2.2), $\left| {{{q}^{{(4)}}}(x)} \right| \leqslant {{C}_{1}}$, поэтому в соответствии с (6.24) имеем

(6.25)
$\left| {{{S}_{3}}(x,q) - q(x)} \right| \leqslant C{{N}^{{ - 4}}},\quad x \in [0,\;1].$

В соответствии с (6.25) остается оценить погрешность на составляющей $\Phi (x)$. Тогда при обосновании будем считать, что $u(x) = \Phi (x)$, $\alpha = 1$. Будем считать функцию $u(x)$ продолженной левее точки $x = 0$ и правее точки $x = 1$ многочленами Тейлора третьей степени с центрами в $x = 0$ и $x = 1$ соответственно. Обозначим через ${{P}_{3}}$ множество всех многочленов третьей степени. Тогда, согласно [7, с. 137], существует такая функция $g{{p}_{3}}(x) \in S(\Omega ,\;3,\;1)$, что справедливы оценки

(6.26)
${{\left\| {u(x) - g{{p}_{3}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C\mathop {inf}\limits_{g \in {{P}_{3}}} {{\left\| {u(x) - g(x)} \right\|}_{{C[{{x}_{{n - 2}}},{{x}_{{n + 3}}}]}}}.$
Зафиксируем произвольный отрезок $[{{x}_{n}},{{x}_{{n + 1}}}]$ . Обозначим через ${{P}_{n}}(x)$ многочлен Тейлора степени 3 функции $u(x)$ с центром разложения в точке ${{x}_{{n + 3}}}$. Имеем
(6.27)
$u(x) = {{P}_{n}}(x) + \frac{1}{{3!}}\int\limits_{{{x}_{{n + 3}}}}^x {{{{(x - s)}}^{3}}} {{u}^{{(4)}}}(s)ds.$
Из (6.27), (2.2) получаем для $0 \leqslant n \leqslant N - 1$
(6.28)
${{\left\| {u(x) - {{P}_{n}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C\int\limits_{{{x}_{n}}}^{{{x}_{{n + 3}}}} {{{{(s - {{x}_{n}})}}^{3}}} {{\varepsilon }^{{ - 4}}}{{e}^{{ - s/\varepsilon }}}ds = C{{e}^{{ - {{x}_{n}}/\varepsilon }}}\frac{1}{\varepsilon }\int\limits_{{{x}_{n}}}^{{{x}_{{n + 3}}}} {{{{\left( {\frac{{s - {{x}_{n}}}}{\varepsilon }} \right)}}^{3}}} {{e}^{{ - \tfrac{{s - {{x}_{n}}}}{\varepsilon }}}}ds.$
Но в силу (2.3) имеем
(6.29)
${{e}^{{ - {{x}_{n}}/\varepsilon }}} = {{\left( {1 - 2(1 - \varepsilon )\frac{n}{N}} \right)}^{4}} = 16{{\left( {\frac{{N{\text{/}}2 - n + \varepsilon n}}{N}} \right)}^{4}},\quad 0 \leqslant n \leqslant N{\text{/}}2.$
Из (6.28), (6.29), (4.2), учитывая, что $\varepsilon N \leqslant {{C}_{2}}$, при $0 \leqslant n \leqslant N{\text{/}}2 - 4$ получаем

(6.30)
$\begin{gathered} {{\left\| {u(x) - {{P}_{n}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C{{e}^{{ - {{x}_{n}}/\varepsilon }}}\frac{1}{{{{\varepsilon }^{4}}}}{{({{x}_{{n + 3}}} - {{x}_{n}})}^{4}} \leqslant {{C}_{1}}{{e}^{{ - {{x}_{n}}/\varepsilon }}}\frac{1}{{{{\varepsilon }^{4}}}}h_{n}^{4} \leqslant \\ \leqslant \;{{C}_{3}}\frac{1}{{{{{(N{\text{/}}2 - n)}}^{4}}}}{{\left( {\frac{{N{\text{/}}2 - n + \varepsilon n}}{N}} \right)}^{4}} \leqslant {{C}_{4}}{{N}^{{ - 4}}},\quad 0 \leqslant n \leqslant N{\text{/}}2 - 4. \\ \end{gathered} $

При $N{\text{/}}2 - 3 \leqslant n \leqslant N - 1$ имеем

(6.31)
$\begin{gathered} {{\left\| {u(x) - {{P}_{n}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C{{e}^{{ - {{x}_{n}}/\varepsilon }}}\frac{1}{\varepsilon }\int\limits_{{{x}_{n}}}^{{{x}_{{n + 3}}}} {} {{\left( {\frac{{s - {{x}_{n}}}}{\varepsilon }} \right)}^{3}}{{e}^{{ - \tfrac{{s - {{x}_{n}}}}{\varepsilon }}}}ds \leqslant {{C}_{1}}{{e}^{{ - {{x}_{n}}/\varepsilon }}} \leqslant \\ \leqslant \;{{C}_{1}}{{e}^{{ - {{x}_{{N/2 - 3}}}/\varepsilon }}} = 16{{C}_{1}}{{\left( {\frac{{3 + \varepsilon (N{\text{/}}2 - 3)}}{N}} \right)}^{4}} \leqslant C{{N}^{{ - 4}}},\quad N{\text{/}}2 - 3 \leqslant n \leqslant N - 1. \\ \end{gathered} $

Из (6.30), (6.31), (6.26) получаем (6.22).

Докажем (6.23). Для этого заметим, что в силу (6.22), (6.30), (6.31) будет

${{\left\| {g{{p}_{3}}(x) - {{P}_{n}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant {{C}_{2}}{{N}^{{ - 4}}},\quad 0 \leqslant n \leqslant N - 1.$

Но функция $(g{{p}_{3}}(x) - {{P}_{n}}(x))$ на отрезке $[{{x}_{n}},{{x}_{{n + 1}}}]$ есть многочлен третьей степени. Поэтому в силу эквивалентности норм в пространстве многочленов третьей степени на фиксированном отрезке будем иметь

(6.32)
${{\left\| {gp_{3}^{'}(x) - P_{n}^{'}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant \frac{C}{{{{h}_{{n + 1}}}}}{{\left\| {g{{p}_{3}}(x) - {{P}_{n}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant \frac{{{{C}_{3}}}}{{{{h}_{{n + 1}}}}}{{N}^{{ - 4}}}.$

Далее, дифференцируя равенство (6.27), получаем

(6.33)
$u{\text{'}}(x) = P_{n}^{'}(x) + \frac{1}{{2!}}\int\limits_{{{x}_{{n + 3}}}}^x {{{{(x - s)}}^{2}}} {{u}^{{(4)}}}(s)ds.$

Повторяя для (6.33) выкладки, проделанные с (6.27) при доказательстве (6.22), находим

(6.34)
${{\left\| {u{\text{'}}(x) - P_{n}^{'}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant {{C}_{3}}\frac{1}{\varepsilon }{{N}^{{ - 3}}},\quad 0 \leqslant n \leqslant N - 1.$

Из (6.32), (6.34), учитывая соотношение ${{h}_{1}} = O(\varepsilon {{N}^{{ - 1}}}),$ получаем (6.23) при $n = 0$. При $n = N - 1$ будет ${{\left\| {{{u}^{{(4)}}}(x)} \right\|}_{{C[{{x}_{{N - 1}}},{{x}_{N}}]}}} \leqslant C$ и ${{\left\| {u{\text{'}}(x) - P_{n}^{'}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant {{C}_{3}}{{N}^{{ - 3}}}$, откуда аналогично получаем (6.23) при $n = N - 1$. Лемма доказана.

7. ДОКАЗАТЕЛЬСТВО ТЕОРЕМ

Доказательство теоремы 1. В соответствии с [2] для интерполяционного кубического сплайна ${{S}_{3}}(x,u) \in S(\Omega ,\;3,\;1)$ справедлива оценка погрешности (6.24).

В соответствии с представлением (2.1) ${{S}_{3}}(x,u) = {{S}_{3}}(x,q) + {{S}_{3}}(x,\Phi )$, а для погрешности сплайна на составляющей $q(x)$ справедлива оценка (6.25). Остается оценить ${{\left\| {{{S}_{3}}(x,\Phi ) - \Phi (x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}}$ для каждого сеточного интервала.

В случае $\sigma = 1{\text{/}}2$ параметр $\varepsilon $ ограничен положительной константой снизу, поэтому в соответствии с (6.24), (2.2) сплайн ${{S}_{3}}(x,\Phi )$ имеет погрешность порядка $O({{N}^{{ - 4}}})$ равномерно по $\varepsilon .$ Поэтому ниже будем предполагать, что $\sigma < 1{\text{/}}2$ и $\varepsilon < {{e}^{{ - 1}}}$.

Вначале докажем оценки (3.1) для $n \leqslant \tfrac{N}{2} - 2$. Зафиксируем $n \in \left[ {0,\tfrac{N}{2} - 2} \right]$. Пусть $e(x) = {{S}_{3}}(x,\Phi ) - \Phi (x)$ $e(x) = {{S}_{3}}(x,\Phi ) - \Phi (x)$. Тогда, поскольку $e({{x}_{n}}) = e({{x}_{{n + 1}}}) = 0$, то, рассматривая $e(x)$ как решение краевой задачи $e{\text{''}}(x) = e{\text{''}}(x)$ с нулевыми краевыми условиями на интервале $[{{x}_{n}},{{x}_{{n + 1}}}]$, получаем

(7.1)
$e(x) = \int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} G (x,s)e{\text{''}}(s)ds,$
где функция Грина имеет вид

$G(x,s) = \frac{1}{{{{x}_{{n + 1}}} - {{x}_{n}}}}\left\{ \begin{gathered} (x - {{x}_{n}})({{x}_{{n + 1}}} - s),\quad {{x}_{n}} \leqslant x \leqslant s, \hfill \\ (s - {{x}_{n}})({{x}_{{n + 1}}} - x),\quad s < x \leqslant {{x}_{{n + 1}}}. \hfill \\ \end{gathered} \right.$

Поскольку $\left| {G(x,s)} \right| \leqslant {{h}_{{n + 1}}}$, то из (4.39), (4.2), (2.3) получаем

$\begin{gathered} \hfill {{\left\| {e(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant {{h}_{{n + 1}}}\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {\left| {e{\text{''}}(s)} \right|} {\kern 1pt} ds \leqslant h_{{n + 1}}^{2}{{\left\| {e{\text{''}}(s)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant \frac{C}{{{{\varepsilon }^{4}}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}}h_{{n + 1}}^{4} \leqslant \\ \hfill \leqslant \;\frac{C}{{{{{(N{\text{/}}2 - n)}}^{4}}}}{{\left( {1 - 2(1 - \varepsilon )\frac{n}{N}} \right)}^{4}} = \frac{{16C}}{{{{N}^{4}}}}\frac{{{{{(N{\text{/}}2 - n + \varepsilon N)}}^{4}}}}{{{{{(N{\text{/}}2 - n)}}^{4}}}} \leqslant \frac{{{{C}_{1}}}}{{{{N}^{4}}}}. \\ \end{gathered} $
С учетом оценки (6.25) получаем оценку (3.1) для $n \leqslant \tfrac{N}{2} - 2$.

При $n \geqslant N{\text{/}}2 - 1$ имеем

(7.2)
${{\left\| {e(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant {{h}_{{n + 1}}}\left( {\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {\left| {\Phi {\text{''}}(s)} \right|} ds + \int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {} \left| {S_{3}^{{{\text{''}}}}(s,\Phi )} \right|ds} \right).$
Далее, при $n = N{\text{/}}2 - 1$ имеем
(7.3)
$\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {\left| {\Phi {\text{''}}(s)} \right|} {\kern 1pt} ds \leqslant \frac{C}{{{{\varepsilon }^{2}}}}\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {{{e}^{{ - \tfrac{s}{\varepsilon }}}}} ds \leqslant \frac{C}{\varepsilon }{{e}^{{ - \tfrac{{{{x}_{n}}}}{\varepsilon }}}} \leqslant \frac{C}{{\varepsilon {{N}^{4}}}},\quad n = N{\text{/}}2 - 1.$
Учитывая (4.38) и то, что $gI(x) = 0$ при $x \geqslant {{x}_{{N/2 - 1}}}$, т.е. $P(\Phi {\text{''}} - gI)(x) = S_{3}^{{''}}(x,\Phi )$, получаем
(7.4)
$\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {\left| {S_{3}^{{''}}(s,\Phi )} \right|d} s \leqslant C\varepsilon ln(1 + h{\text{/}}\varepsilon )\frac{1}{{{{\varepsilon }^{2}}ln(1 + h{\text{/}}\varepsilon )}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}} \leqslant \frac{C}{{\varepsilon {{N}^{4}}}},\quad n = N{\text{/}}2 - 1.$
Из (7.2), (7.3), (7.4), (6.25) получаем оценку (3.1) для $n = \tfrac{N}{2} - 1$.

Аналогично при $n \geqslant N{\text{/}}2$

(7.5)
$\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {\left| {\Phi {\text{''}}(s)} \right|} {\kern 1pt} ds \leqslant \frac{C}{{{{\varepsilon }^{2}}}}\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {{{e}^{{ - \tfrac{s}{\varepsilon }}}}} ds \leqslant \frac{C}{\varepsilon }{{e}^{{ - \tfrac{{{{x}_{n}}}}{\varepsilon }}}} = \frac{C}{\varepsilon }{{e}^{{ - \tfrac{{{{x}_{{N/2}}}}}{\varepsilon }}}}{{e}^{{ - \tfrac{{{{x}_{n}} - {{x}_{{N/2}}}}}{\varepsilon }}}} \leqslant \frac{{{{C}_{1}}}}{\varepsilon }{{N}^{{ - 4}}}{{e}^{{ - (n - N/2)\tfrac{h}{\varepsilon }}}} \leqslant \frac{{{{C}_{1}}}}{{\varepsilon {{N}^{4}}}}{{e}^{{ - \beta (n - N/2)}}}.$
Учитывая, что при $n \geqslant N{\text{/}}2,$ согласно сказанному выше, $S_{3}^{{''}}(x,\Phi ) = P\Phi {\text{''}}(x)$, $gI(x) = 0$ и учитывая (4.38), получаем

(7.6)
$\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {\left| {S_{3}^{{''}}(s,\Phi )} \right|} {\kern 1pt} ds \leqslant Ch\frac{1}{{\varepsilon h}}{{e}^{{ - {{x}_{{N/2 - 1}}}/\varepsilon }}}{{e}^{{ - \beta |n - \tfrac{N}{2}|}}} \leqslant \frac{C}{{\varepsilon {{N}^{4}}}}{{e}^{{ - \beta |n - \tfrac{N}{2}|}}}.$

Из (7.5), (7.6), леммы 1 и (6.25) следуют оценки (3.1) при $n \geqslant N{\text{/}}2$. Теорема 1 доказана полностью.

Доказательство теоремы 2. Оценку (3.2) получим на основе оценивания погрешности на каждом интервале $[{{x}_{n}},{{x}_{{n + 1}}}].$ Для погрешности $e(x)$ на интервале $[{{x}_{n}},{{x}_{{n + 1}}}]$ справедливо соотношение (7.1). На основе (7.1), (5.19) получаем

(7.7)
${{\left\| {e(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant {{h}_{{n + 1}}}\int\limits_{{{x}_{n}}}^{{{x}_{{n + 1}}}} {\left| {e{\text{''}}(s)} \right|} ds \leqslant h_{{n + 1}}^{2}{{\left\| {e{\text{''}}(s)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C\left\{ {\begin{array}{*{20}{l}} {h_{{n + 1}}^{4}{{\varepsilon }^{{ - 4}}}{{e}^{{ - {{x}_{n}}/\varepsilon }}},\quad 0 \leqslant n \leqslant N{\text{/}}2 - 1,} \\ {{{N}^{{ - 4}}},\quad N{\text{/}}2 \leqslant n \leqslant N - 1.} \end{array}} \right.$
Из (2.3), (2.4), (5.1), (7.7) находим при $n \leqslant \tfrac{N}{2} - 1$
${{\left\| {e(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C{{\left( {1 - 2(1 - \varepsilon )\frac{n}{N}} \right)}^{4}}{{\left( {\frac{{1{\text{/}}N}}{{1 + \tfrac{1}{{\varepsilon N}}(N{\text{/}}2 - n)}}} \right)}^{4}} = \frac{{16C}}{{{{N}^{4}}}}\frac{{{{{(N{\text{/}}2 - n + \varepsilon n)}}^{4}}}}{{{{{(N + \tfrac{{N{\text{/}}2 - n}}{\varepsilon })}}^{4}}}} \leqslant \frac{{{{C}_{1}}}}{{{{N}^{4}}}}.$
Отсюда получаем оценку (3.2) при $x \in [{{x}_{n}},{{x}_{{n + 1}}}],$ $n \leqslant \tfrac{N}{2} - 1$.

При $N{\text{/}}2 \leqslant n \leqslant N - 1$ оценка (3.2) непосредственно вытекает из (7.7). Теорема 2 доказана.

Доказательство теоремы 3. Введем в рассмотрение err(x) = ${{\tilde {S}}_{3}}(x,u) - g{{p}_{3}}(x)$, где $g{{p}_{3}}(x)$ – функция из леммы 19. Представим ее в виде

$\;{\text{err}}(x) = \sum\limits_{n = - 3}^{N - 1} {{{\beta }_{n}}} {{N}_{{n,3}}}(x).$
Тогда аналогично (6.3)–(6.5) для коэффициентов ${{\beta }_{n}}$ получаем систему
(7.8)
$A\beta = ERR$
и условия
(7.9)
$\begin{gathered} {{\beta }_{{ - 3}}} = \left( {\frac{1}{2} - \frac{{3{{h}_{1}}}}{{2(2{{h}_{1}} + {{h}_{2}})}}} \right){{\beta }_{{ - 2}}} + \frac{{3{{h}_{1}}}}{{2{{h}_{1}} + {{h}_{2}}}}{{\beta }_{{ - 1}}} - 2{{h}_{1}}{\text{err}}{\kern 1pt} {\text{'}}{\kern 1pt} (0), \\ {{\beta }_{{N - 1}}} = {{\beta }_{{N - 3}}} + 2{{h}_{N}}{\text{err}}{\kern 1pt} {\text{'}}{\kern 1pt} (1). \\ \end{gathered} $
С учетом условий интерполяции для сплайна ${{\tilde {S}}_{3}}(x,u)$ имеем
(7.10)
${\text{err}}{\kern 1pt} {\text{'}}{\kern 1pt} (0) = u{\text{'}}(0) - gp_{3}^{'}(0),\quad {\text{err}}{\kern 1pt} {\text{'}}{\kern 1pt} (1) = u{\text{'}}(1) - gp_{3}^{'}(1),$
(7.11)
$ERR = {\text{\{ }}ER{{R}_{n}}{\text{\} }},\quad ER{{R}_{n}} = u({{x}_{{n + 2}}}) - g{{p}_{3}}({{x}_{{n + 2}}}),\quad - {\kern 1pt} 2 \leqslant n \leqslant N - 2,$
причем в силу леммы 19 и (7.10), (7.11) справедливы оценки
(7.12)
$max\left\{ {|{{h}_{1}} \cdot {\text{err}}{\kern 1pt} {\text{'}}{\kern 1pt} (0)|,|{{h}_{N}} \cdot {\text{err}}{\kern 1pt} {\text{'}}{\kern 1pt} (1)|} \right\} \leqslant C{{N}^{{ - 4}}},\quad \mathop {max}\limits_{ - 2 \leqslant n \leqslant N - 2} \left| {ER{{R}_{n}}} \right| \leqslant C{{N}^{{ - 4}}}.$
Из леммы 18, (7.8), (7.9), (7.12) получаем, что $\mathop {max}\limits_{ - 3 \leqslant n \leqslant N - 1} \left| {{{\beta }_{n}}} \right| \leqslant C{{N}^{{ - 4}}}$, откуда следует, что

(7.13)
${{\left\| {{\text{err}}(x)} \right\|}_{{C[{{x}_{n}},{{x}_{{n + 1}}}]}}} \leqslant C{{N}^{{ - 4}}},\quad 0 \leqslant n \leqslant N - 1.$

Из (7.13) и леммы 19 получаем оценку (3.4) теоремы 3.

8. РЕЗУЛЬТАТЫ ЧИСЛЕННЫХ ЭКСПЕРИМЕНТОВ

Зададим функцию вида (2.1):

$u(x) = cos\frac{{\pi x}}{2} + {{e}^{{ - \tfrac{x}{\varepsilon }}}},\quad x \in [0,\;1].$

Результаты расчетов сведены в две таблицы. В таблицах приведены максимальные погрешности сплайновой интерполяции, вычисленные в узлах сгущенной сетки, получающейся из исходной расчетной сетки разбиением каждого ее сеточного интервала на 10 равных частей.

В табл. 1 приведены погрешности сплайна ${{S}_{3}}(x,u)$ на сетке Бахвалова в зависимости от $\varepsilon $ и $N$. Результаты вычислений согласуются с оценками теоремы 1. Из таблицы видно, что погрешность возрастает при уменьшении $\varepsilon $ для фиксированного $N$ при $\varepsilon < 1{\text{/}}N$. Этот результат аналогичен результату, установленному в [4] для интерполяционного кубического сплайна на сетке Шишкина.

Таблица 1.  

Погрешность интерполяционного кубического сплайна ${{S}_{3}}(x,u)$

$\varepsilon $ $N$
${{2}^{4}}$ ${{2}^{5}}$ ${{2}^{6}}$ ${{2}^{7}}$ ${{2}^{8}}$ ${{2}^{9}}$
${{10}^{{ - 1}}}$ $1.33 \times {{10}^{{ - 4}}}$ $1.02 \times {{10}^{{ - 5}}}$ $6.99 \times {{10}^{{ - 7}}}$ $4.52 \times {{10}^{{ - 8}}}$ $2.89 \times {{10}^{{ - 9}}}$ $1.82 \times {{10}^{{ - 10}}}$
${{10}^{{ - 2}}}$ $1.72 \times {{10}^{{ - 4}}}$ $1.06 \times {{10}^{{ - 5}}}$ $6.74 \times {{10}^{{ - 7}}}$ $7.95 \times {{10}^{{ - 8}}}$ $8.80 \times {{10}^{{ - 9}}}$ $8.12 \times {{10}^{{ - 9}}}$
${{10}^{{ - 3}}}$ $4.82 \times {{10}^{{ - 4}}}$ $1.37 \times {{10}^{{ - 5}}}$ $7.04 \times {{10}^{{ - 7}}}$ $4.38 \times {{10}^{{ - 8}}}$ $2.71 \times {{10}^{{ - 9}}}$ $1.64 \times {{10}^{{ - 10}}}$
${{10}^{{ - 4}}}$ $6.35 \times {{10}^{{ - 3}}}$ $1.88 \times {{10}^{{ - 4}}}$ $5.45 \times {{10}^{{ - 6}}}$ $1.56 \times {{10}^{{ - 7}}}$ $4.45 \times {{10}^{{ - 9}}}$ $1.72 \times {{10}^{{ - 10}}}$
${{10}^{{ - 5}}}$ $7.22 \times {{10}^{{ - 2}}}$ $2.19 \times {{10}^{{ - 3}}}$ $6.62 \times {{10}^{{ - 5}}}$ $1.98 \times {{10}^{{ - 6}}}$ $5.86 \times {{10}^{{ - 8}}}$ $1.71 \times {{10}^{{ - 9}}}$
${{10}^{{ - 6}}}$ $7.73 \times {{10}^{{ - 1}}}$ $2.38 \times {{10}^{{ - 2}}}$ $7.28 \times {{10}^{{ - 4}}}$ $2.22 \times {{10}^{{ - 5}}}$ $6.76 \times {{10}^{{ - 7}}}$ $2.05 \times {{10}^{{ - 8}}}$
${{10}^{{ - 7}}}$ $8.06$ $2.49 \times {{10}^{{ - 1}}}$ $7.70 \times {{10}^{{ - 3}}}$ $2.37 \times {{10}^{{ - 4}}}$ $7.29 \times {{10}^{{ - 6}}}$ $2.24 \times {{10}^{{ - 7}}}$
${{10}^{{ - 8}}}$ $83.1$ $2.58$ $7.98 \times {{10}^{{ - 2}}}$ $2.47 \times {{10}^{{ - 3}}}$ $7.64 \times {{10}^{{ - 5}}}$ $2.36 \times {{10}^{{ - 6}}}$

Теперь остановимся на погрешности модифицированного сплайна ${{\tilde {S}}_{3}}(x,u)$, определяемого на основе условий интерполяции (3.3). В табл. 2 приведены погрешности и вычисленные порядки точности для модифицированного сплайна. Результаты вычислений согласуются с погрешностью сплайна порядка $O({{N}^{{ - 4}}}).$

Таблица 2.  

Погрешность модифицированного кубического сплайна

$\varepsilon $ $N$
${{2}^{4}}$ ${{2}^{5}}$ ${{2}^{6}}$ ${{2}^{7}}$ ${{2}^{8}}$ ${{2}^{9}}$
${{10}^{{ - 1}}}$ $2.21 \times {{10}^{{ - 4}}}$ $1.85 \times {{10}^{{ - 5}}}$ $1.35 \times {{10}^{{ - 6}}}$ $9.09 \times {{10}^{{ - 8}}}$ $5.02 \times {{10}^{{ - 9}}}$ $3.78 \times {{10}^{{ - 10}}}$
    $3.57$ $3.78$ $3.89$ $3.94$ $3.97$
${{10}^{{ - 2}}}$ $1.67 \times {{10}^{{ - 4}}}$ $1.09 \times {{10}^{{ - 5}}}$ $1.00 \times {{10}^{{ - 6}}}$ $1.16 \times {{10}^{{ - 7}}}$ $1.45 \times {{10}^{{ - 8}}}$ $1.47 \times {{10}^{{ - 9}}}$
    $3.93$ $3.45$ $3.11$ $3.00$ $3.31$
${{10}^{{ - 3}}}$ $1.89 \times {{10}^{{ - 4}}}$ $1.10 \times {{10}^{{ - 5}}}$ $6.49 \times {{10}^{{ - 7}}}$ $4.06 \times {{10}^{{ - 8}}}$ $2.59 \times {{10}^{{ - 9}}}$ $2.16 \times {{10}^{{ - 10}}}$
    $4.10$ $4.09$ $4.00$ $3.96$ $3.59$
${{10}^{{ - 4}}}$ $2.25 \times {{10}^{{ - 4}}}$ $1.35 \times {{10}^{{ - 5}}}$ $8.05 \times {{10}^{{ - 7}}}$ $4.74 \times {{10}^{{ - 8}}}$ $2.77 \times {{10}^{{ - 9}}}$ $1.61 \times {{10}^{{ - 10}}}$
    $4.05$ $4.07$ $4.09$ $4.10$ $4.10$
${{10}^{{ - 5}}}$ $2.46 \times {{10}^{{ - 4}}}$ $1.51 \times {{10}^{{ - 5}}}$ $9.19 \times {{10}^{{ - 7}}}$ $5.57 \times {{10}^{{ - 8}}}$ $3.35 \times {{10}^{{ - 9}}}$ $2.00 \times {{10}^{{ - 10}}}$
    $4.03$ $4,04$ $4.04$ $4.05$ $4.07$
${{10}^{{ - 6}}}$ $2.58 \times {{10}^{{ - 4}}}$ $1.60 \times {{10}^{{ - 5}}}$ $9.84 \times {{10}^{{ - 7}}}$ $6.05 \times {{10}^{{ - 8}}}$ $3.71 \times {{10}^{{ - 9}}}$ $2.26 \times {{10}^{{ - 10}}}$
    $4.02$ $4.02$ $4.02$ $4.03$ $4.03$
${{10}^{{ - 7}}}$ $2.66 \cdot {{10}^{{ - 4}}}$ $1.65 \times {{10}^{{ - 5}}}$ $1.02 \times {{10}^{{ - 6}}}$ $6.33 \times {{10}^{{ - 8}}}$ $3.91 \times {{10}^{{ - 9}}}$ $2.41 \times {{10}^{{ - 10}}}$
    $4.01$ $4.01$ $4.01$ $4.02$ $4.02$
${{10}^{{ - 8}}}$ $2.71 \times {{10}^{{ - 4}}}$ $1.68 \cdot {{10}^{{ - 5}}}$ $1.05 \times {{10}^{{ - 6}}}$ $6.50 \times {{10}^{{ - 8}}}$ $4.03 \times {{10}^{{ - 9}}}$ $2.50 \times {{10}^{{ - 10}}}$
    $4.01$ $4.01$ $4.01$ $4.01$ $4.01$

9. ЗАКЛЮЧЕНИЕ

Впервые проведен анализ погрешности кубического сплайна на сетке Бахвалова при наличии экспоненциального пограничного слоя. Получена оценка погрешности сплайна, из которой следует, что погрешность может неограниченно расти с уменьшением значения малого параметра. Проведена модификация кубического сплайна, основанная на сдвиге двух точек интерполяции, при которой оценка погрешности становится порядка $O({{N}^{{ - 4}}})$ равномерно по малому параметру. Приведены результаты вычислительных экспериментов, согласующиеся с полученными оценками погрешностей.

Список литературы

  1. Ahlberg J.H., Nilson E.N., Walsh J.L. The theory of splines and their applications. New York: Academic Press, 1967.

  2. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн-функций. М.: Наука, 1980.

  3. Шишкин Г.И. Сеточные аппроксимации сингулярно возмущенных эллиптических и параболических уравнений. Екатеринбург: УрО РАН, 1992.

  4. Блатов И.А., Задорин А.И., Китаева Е.В. Об интерполяции кубическими сплайнами функций с большими градиентами в пограничном слое // Ж. вычисл. матем. и матем. физ. 2017. Т. 57. № 1. С. 9–28.

  5. Бахвалов Н.С. К оптимизации методов решения краевых задач при наличии пограничного слоя // Ж. вычисл. матем. и матем. физ. 1969. Т. 9. № 4. С. 841–890.

  6. Linβ T. Layer-Adapted Meshes for Reaction-Convection-Diffusion Problems. Berlin: Springer, 2010.

  7. Бор К.Де. Практическое руководство по сплайнам. M.: Радио и связь, 1985.

  8. Demko S. Inverses of band matrices and local convergence of spline projections // SIAM J. Numer. Anal. 1977. V. 14. № 4. P. 616–619.

  9. Блатов И.А. О методах неполной факторизации для систем с разреженными матрицами // Ж. вычисл. матем. и матем. физ. 1993. Т. 33. № 7. С. 819–836.

  10. Волков Ю.С. О нахождении полного интерполяционного сплайна через $B$-сплайны // Сибирские электронные матем. изв. 2008. Т. 5. С. 334–338.

Дополнительные материалы отсутствуют.

Инструменты

Журнал вычислительной математики и математической физики