Интерполяция в математике¶
Интерполяция — это метод математического анализа и вычислительной математики, заключающийся в построении по конечному набору известных значений функции непрерывной функции, совпадающей с исходной в заданных точках. Интерполяция применяется для восстановления функции по отдельным данным, упрощения вычислений, построения аппроксимаций и решения задач численного анализа. Точки, в которых значения функции известны, называются узлами интерполяции, а построенная функция — интерполяционной.
¶Основные понятия
Пусть дана функция $f(x)$, известная в конечном наборе точек $x_0, x_1, \dots, x_n$ с соответствующими значениями $y_0, y_1, \dots, y_n$. Задача интерполяции состоит в нахождении функции $P(x)$ такой, что $P(x_i) = y_i$ для всех $i = 0, 1, \dots, n$. Обычно требуют, чтобы $P(x)$ принадлежала некоторому пространству функций — например, была многочленом, сплайном или тригонометрическим полиномом.
Классическая задача интерполяции формулируется так: построить функцию, совпадающую с исходной в узлах и достаточно гладкую между ними. Число узлов определяет степень свободы интерполяционной конструкции: для $n+1$ узлов обычно строят многочлен степени не выше $n$.
¶Методы интерполяции
¶Многочленная интерполяция
Наиболее распространённый класс методов. Многочлен Лагранжа строится в виде
$$P(x) = \sum_{i=0}^{n} y_i \ell_i(x),$$
где базисные многочлены $\ell_i(x)$ определяются формулой
$$\ell_i(x) = \prod_{j \neq i} \frac{x - x_j}{x_i - x_j}.$$
Такой многочлен единственен для заданного набора узлов и проходит точно через все точки данных.
Метод Ньютона использует разделённые разности и удобен при добавлении новых узлов: при расширении набора данных достаточно дописать ещё одно слагаемое, не пересчитывая предыдущие. Разделённая разность первого порядка определяется как $f[x_i, x_{i+1}] = \frac{y_{i+1} - y_i}{x_{i+1} - x_i}$, второго порядка — как отношение разностей первого порядка и так далее.
¶Сплайны
При большом числе узлов многочленная интерполяция может давать сильные колебания между узлами (явление Рунге). Сплайны — это кусочно-полиномиальные функции, каждая из которых определена на своём отрезке и гладко соединяется с соседними. Наиболее распространён кубический сплайн: на каждом отрезке используется многочлен третьей степени, причём в узлах совпадают не только значения функции, но и первые (а для гладких сплайнов — вторые) производные. Кубический сплайн с нулевой второй производной в концах называется естественным.
¶Тригонометрическая интерполяция
Применяется, когда узлы равномерно распределены на отрезке длины $2\pi$. Интерполяционная функция строится в виде тригонометрического полинома, что особенно удобно для задач, связанных с периодическими сигналами и преобразованиями Фурье.
¶Обратная интерполяция
Возникает, когда известны значения $y_i$, а нужно найти $x$ при заданном $y$. Тогда строят обратную функцию $x = g(y)$ и интерполируют её.
¶Интерполяция в вычислительной практике
Интерполяция широко используется в численных методах решения дифференциальных уравнений, в компьютерной графике для построения гладких кривых и поверхностей (кривые Безье, B-сплайны), в обработке сигналов, метрологии и эконометрике. В задачах регрессионного анализа интерполяция противопоставляется аппроксимации: при интерполяции функция проходит точно через все данные, тогда как при аппроксимации допускается отклонение, но достигается более гладкое поведение.
¶Проблемы и ограничения
Существует ряд явлений, ограничивающих применимость многочленной интерполяции. Феномен Рунге показывает, что при интерполяции функции $f(x) = \frac{1}{1 + 25x^2}$ равномерно расположенными узлами на отрезке $[-1, 1]$ последовательность многочленов не сходится к исходной функции, а на краях отрезка возникают сильные колебания. Для борьбы с этим явлением используют неравномерные узлы (узлы Чебышёва), сплайны или методы наименьших квадратов.
Другая проблема — чувствительность к ошибкам данных: небольшие погрешности в значениях $y_i$ при близко расположенных узлах могут приводить к большим отклонениям интерполянты.
¶Историческая справка
Идеи интерполяции восходят к работам античных математиков по вычислению таблиц тригонометрических функций. В XVII веке методы интерполяции развивали Исаак Ньютон и Джеймс Стирлинг, в XVIII веке — Леонард Эйлер и Жозеф Луи Лагранж, чьё имя носит классическая формула интерполяции. В XX веке получили развитие сплайновые методы, связанные с работами И. Дж. Скофилда и других исследователей.
¶Источники
- Крылов А. Н. Лекции о приближённых вычислениях. — Л.: Гостехиздат, 1954.
- Самарский А. А. Введение в теорию разностных схем. — М.: Наука, 1971.
- Пратт В. Цифровая обработка изображений. — М.: Вильямс, 2007.
- Бахвалов Н. С., Жидков Н. П., Кобельков Г. М. Численные методы. — М.: БИНОМ, 2008.
