Запропоновано метод спрощення/апроксимації кривих, який за фіксованого бюджету примітивів m мінімізує максимальну геометричну похибку (односторонню Hausdorff або евклідову відстань до сегментів). Ядро підходу: ми підбираємо мінімальне ? (граничне відхилення), використовуючи бінарний пошук і швидку перевірку: чи можна покрити послідовні точки відрізком так, щоб усі вони лежали в "смужці" шириною ? навколо цього відрізка. Додатково відрізки локально підлаштовуються так, щоб помилка всередині кожного з них була рівномірною й без великих "піків". Експерименти показують, що за однакового бюджету сегментів наш метод дає меншу максимальну похибку, ніж евристика Ramer-Douglas-Peucker. Подано чіткий протокол оцінювання та робочий Python-прототип.