Семенова, Є. В.Є. В.СеменоваСолодкий, С. Г.С. Г.Солодкий2026-04-082026-04-082023-02-01Semenova, Y. V., & Solodky, S. G. (2023). Optimal Methods for Recovering Mixed Derivatives of Non-Periodic Functions. Journal of Numerical and Applied Mathematics, (2), 143–150. https://doi.org/10.17721/2706-9699.2022.2.16УДК 519.65310.17721/2706-9699.2022.2.16https://ir.library.knu.ua/handle/15071834/14766The problem of numerical differentiation for non-periodic bivariate functions is investigated. For the recovering mixed derivatives of such functions an approach on the base of truncation method is proposed. The constructed algorithms deal with Legendere polynomials, the degree of which is chosen so as to minimize the approximation error. It is established that these algorithms are order-optimal both in terms of accuracy and in the sense of the amount of Galerkin information involved.Дослiджується задача чисельного диференцiювання неперiодичних функцiй двох змiнних. Для вiдновлення мiшаних похiдних таких функцiй пропонується пiдхiд, що базується на iдеї спектральної зрiзки. В межах цього пiдходу будуєьться полiном Лежандра, ступiнь якого обирається так, щоб мiнiмiзувати похибку наближення. Встановлено, що побудованi в такий спосiб алгоритми чисельного диференцiювання є оптимальними як у сенсi точностi, так i обсягу задiяної гальоркiнської iнформацiї.ennumerical differentiationLegendre polynomialstruncation methodminimal radius of Galerkin informationчисельне диференцiюванняполiном Лежандраспектральна зрiзкамiнiмальний радiус гальоркiнської iнформацiїСтаття