Please use this identifier to cite or link to this item: http://elartu.tntu.edu.ua/handle/lib/51482

Title: The theory of spline interflatation of functions r variables r ≥ 2
Other Titles: Теорія сплайн-інтерфлетації функцій r змінних r ≥ 2
Authors: Литвин, Олег
Галушка, Віктор
Lytvyn, Oleh
Halushka, Viktor
Affiliation: Харківський національний університет імені В. Н. Каразіна, Харків, Україна
V. N. Karazin Kharkiv National University, Kharkiv, Ukraine
Bibliographic description (Ukraine): Lytvyn O. The theory of spline interflatation of functions r variables r ≥ 2 / Oleh Lytvyn, Viktor Halushka // Scientific Journal of TNTU. — Tern. : TNTU, 2025. — Vol 119. — No 3. — P. 83–96.
Bibliographic reference (2015): Lytvyn O., Halushka V. The theory of spline interflatation of functions r variables r ≥ 2 // Scientific Journal of TNTU, Ternopil. 2025. Vol 119. No 3. P. 83–96.
Bibliographic citation (APA): Lytvyn, O., & Halushka, V. (2025). The theory of spline interflatation of functions r variables r ≥ 2. Scientific Journal of the Ternopil National Technical University, 119(3), 83-96. TNTU..
Bibliographic citation (CHICAGO): Lytvyn O., Halushka V. (2025) The theory of spline interflatation of functions r variables r ≥ 2. Scientific Journal of the Ternopil National Technical University (Tern.), vol. 119, no 3, pp. 83-96.
Is part of: Вісник Тернопільського національного технічного університету, 3 (119), 2025
Scientific Journal of the Ternopil National Technical University, 3 (119), 2025
Journal/Collection: Вісник Тернопільського національного технічного університету
Issue: 3
Volume: 119
Issue Date: 29-Aug-2025
Submitted date: 16-Jul-2025
Date of entry: 9-Feb-2026
Publisher: ТНТУ
TNTU
Place of the edition/event: Тернопіль
Ternopil
DOI: https://doi.org/10.33108/visnyk_tntu2025.03.083
UDC: 519.6
Keywords: сплайн-інтерфлетація
оператор
похибка наближення
інтерполяція
залишок
диференційовна функція
формула Тейлора
spline-interflatation
operator
approximation error
interpolation
remainder
differential function
Taylor formula
Number of pages: 14
Page range: 83-96
Start page: 83
End page: 96
Abstract: Розроблено теорію наближення багатовимірних функцій r змінних (r  2) за допомогою операторів сплайн-інтерфлетації. В рамках дослідження запропоновано новий метод побудови таких операторів, що базується на підході розкладу багатовимірної задачі наближення на послідовність одновимірних задач, кожна з яких вирішується за допомогою сплайн-інтерполяції. Це дозволяє досліджувати інтерфлетаційні властивості побудованих операторів, а також аналізувати їхню ефективність у наближенні функцій з кількома змінними. Особливістю запропонованого методу є явне представлення операторів сплайн-інтерфлетації через одновимірні оператори сплайн-інтерполяції, які застосовуються окремо до кожної змінної функції, що наближується. Це забезпечує зручність у дослідженні властивостей операторів і дозволяє глибше аналізувати їхню поведінку. В рамках роботи досліджено вираз залишку наближення функцій за допомогою цих операторів, зокрема, через залишки наближення, що виникають при застосуванні одновимірних операторів сплайн-інтерполяції. Особливу увагу приділено аналізу залишків наближення багатовимірних функцій і доведенню того, що залишок наближення, що обчислюється за допомогою запропонованих операторів інтерфлетації, дорівнює операторному добутку залишків наближення, які визначаються для кожної змінної окремо. Це означає, що повний залишок можна розглядати як комбінацію залишків, отриманих через одновимірні оператори, що значно спрощує аналіз і дає можливість детальніше досліджувати точність наближення. Крім того, проведено порівняльний аналіз отриманих результатів із класичними операторами багатовимірної інтерполяції. Зокрема, зроблено порівняння з операторами класичної інтерполяції, що дозволяє оцінити переваги й недоліки запропонованої методики у контексті точності та ефективності наближення функцій з кількома змінними. Це відкриває перспективи для подальшого розвитку теорії багатовимірного наближення та застосування її в різних галузях науки й техніки, де необхідне ефективне й точне наближення багатовимірних функцій
The theory of approximation of multidimensional functions of r variables r ≥ 2 using spline-interflatation operators is developed in this paper. A new method for constructing such operators, which is based on the approach of decomposing the multidimensional approximation problem into a sequence of one-dimensional problems, each solved using spline interpolation. is proposed in this paper. This makes it possible to investigate the interflatation properties of the constructed operators, as well as to analyze their effectiveness in approximating functions with several variables. The distinctive feature of the proposed method is the explicit representation of spline-interflatation operators in terms of one-dimensional spline interpolation operators, which are applied separately to each variable of the approximated function. This provides convenience in investigating the properties of operators and enables more in-depth analysis of their behavior. The expression for the approximation remainder of functions using these operators, in particular, in terms of the remainders that arise from applying one-dimensional spline interpolation operators is investigated in this paper. Special attention is paid to the analysis of approximation remainders of multidimensional functions and to proving that the approximation remainder calculated by means of th e proposed interflatation operators is equal to the operator product of the approximation remaindes, defined separately for each variable. This means that total remainder can be considered as a combination of remainders obtained through one-dimensional operators, which significantly simplifies the analysis and makes it possible to investigate the approximation accuracy more thoroughly. Furthermore, a comparative analysis of the obtained results with classical multidimensional interpolation operators is carried out in this paper. This enables us to evaluate the advantages and disadvantages of the proposed method in the context of accuracy and efficiency of approximating functions with several variables. This opens up prospects for further development of the theory of multidimensional approximation and its application in various fields of science and engineerin , where efficient and accurate approximation of multidimensional functions is required
URI: http://elartu.tntu.edu.ua/handle/lib/51482
ISSN: 2522-4433
Copyright owner: © Ternopil Ivan Puluj National Technical University, 2025
URL for reference material: https://nasplib.isofts.kiev.ua/handle/123456789/133939
https://doi.org/10.1007/978-3-030-90908-6_4
https://doi.org/10.1007/s00365-004-0585-2
https://doi.org/10.1017/CBO9780511617539
https://doi.org/10.33108/visnyk_tntu2024.02.141
https://doi.org/10.1007/s10915-023-02427-8
https://doi.org/10.33108/visnyk_tntu2023.03.048
https://doi.org/10.1007/978-3-030-90908-6
https://doi.org/10.3390/app142411493
https://doi.org/10.1007/s10559-021-00349-7
https://doi.org/10.1007/s11075-017-0265-5
https://doi.org/10.1007/s40314-024-02651-4
https://doi.org/10.1007/s10559-018-0004-5
https://arxiv.org/pdf/2405.11615
References (International): 1. Lytvyn O. M. (2002). Interlination of Functions and Some of Its Applications. Kharkiv: Osnova, 544 p.
2. Lytvyn O. M., Yarmosh O. V., & Chorna T. I. (2017). Method of spline interlination of a function of four variables in finding its maximum (minimum) in Mathematical and Computer Modelling. Series: Physical and Mathematical Sciences, (15), 95–99. Available at: https://nasplib.isofts.kiev.ua/handle/123456789/133939.
3. Sergienko I. V., Zadiraka V. K., Lytvyn O. M. (2021). Interflatation of Functions. In: Elements of the General Theory of Optimal Algorithms. Springer, P. 177–251. https://doi.org/10.1007/978-3-030-90908-6_4
4. Schaback R. (2005) Multivariate interpolation by polynomials and radial basis functions // Constructive Approximation, vol. 21, no. 3, pp. 293–317. https://doi.org/10.1007/s00365-004-0585-2
5. Wendland H. (2005). Scattered Data Approximation. Cambridge University Press, 336 p. https://doi.org/10.1017/CBO9780511617539
6. Kolisnyk M., Iasnii V., Okipnyi I., Martsynyuk Y. (2024) 3D modeling of grain unloading station steel structure based on bim technology. Scientific Journal of TNTU (Tern.), vol. 114, no. 2, pp. 141–148. https://doi.org/10.33108/visnyk_tntu2024.02.141
7. Glaubitz J., Nordström J., Öffner P. (2024) Energy-Stable Global Radial Basis Function Methods on Summation-By-Parts Form // Journal of Scientific Computing, vol. 98, no. 1, article 30. https://doi.org/10.1007/s10915-023-02427-8
8. Khvostivska L., Khvostivskyi M., Dunets V., Dediv I. (2023) Mathematical, algorithmic and software support of synphase detection of radio signals in electronic communication networks with noises. Scientific Journal of TNTU (Tern.), vol. 111, no. 3, pp. 48–57. https://doi.org/10.33108/visnyk_tntu2023.03.048
9. Sergienko I. V., Zadiraka V. K., Lytvyn O. M. (2021). Elements of the General Theory of Optimal Algorithms. Springer, 356 p. https://doi.org/10.1007/978-3-030-90908-6
10. He Y., Luo M., Yang H., Bai L., Chen Z. (2024) Variability of Interpolation Errors and Mutual Enhancement of Different Interpolation Methods. Applied Sciences, vol. 14, no. 24, article 11493. https://doi.org/10.3390/app142411493
11. Zadiraka V. K., Luts L. V. (2021) Accuracy-Optimal Quadrature Formulas for Calculating the Bessel Transforms for Certain Classes of Sub-Integral Functions. Cybernetics and Systems Analysis, vol. 57, no. 3, pp. 238–251. https://doi.org/10.1007/s10559-021-00349-7
12. Zhang Q., Zhao Y., Levesley J. (2017) Adaptive radial basis function interpolation using an error indicator. Numerical Algorithms, vol. 76, no. 2, pp. 441–471. https://doi.org/10.1007/s11075-017-0265-5
13. Li Z., Pan K., Ruiz J., Yáñez D. F. (2024) Fully accurate approximation of piecewise smooth functions using corrected B-spline quasi-interpolants // Computational and Applied Mathematics, vol. 43, article 165. https://doi.org/10.1007/s40314-024-02651-4
14. Lytvyn O. M., Sergienko I. V. (2018) New Information Operators in Mathematical Modeling // Cybernetics and Systems Analysis, vol. 54, no. 1, pp. 21–30. https://doi.org/10.1007/s10559-018-0004-5
15. Škvorňová S., Machalová J., Burkotová J., Hron K., Greven S. (2023) Approximation of bivariate densities with compositional splines, arXiv preprint. URL: https://arxiv.org/pdf/2405.11615.
Content type: Article
Appears in Collections:Вісник ТНТУ, 2025, № 3 (119)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.