許雨靜,趙前進(jìn)
(安徽理工大學(xué) 數(shù)學(xué)與大數(shù)據(jù)學(xué)院,安徽 淮南 232001)
有理插值是用于解決非線性逼近問題不可或缺的方法.連分式因具有計(jì)算簡(jiǎn)便、運(yùn)算量少等特性,成為構(gòu)造有理插值算法的重要工具.近年來(lái),在矩形網(wǎng)格、三角網(wǎng)格上構(gòu)造混合有理插值用以逼近二元和三元連續(xù)函數(shù)的算法越來(lái)越多[1-7],帶有附加條件的切觸有理插值[8-9]也很常見.沈曉明等將重心插值與Thiele連分式插值結(jié)合,得到了二元Barycentric-Thiele混合有理插值[7].這種插值方法既有重心插值的優(yōu)點(diǎn),又有連分式的優(yōu)點(diǎn),如通過選擇合適的權(quán)值,可以避免極點(diǎn)的產(chǎn)生,且計(jì)算量小等.文獻(xiàn)[10]證實(shí),在特定條件下,連分式插值還具有保水平漸近線的性質(zhì).
現(xiàn)有塔型網(wǎng)格上的Thiele型分叉連分式插值算法[11]要定義初始點(diǎn)的值,這給計(jì)算過程帶來(lái)不便.針對(duì)這一情況,出現(xiàn)了不同塔型格式的Newton-Thiele型混合有理插值.但數(shù)值實(shí)驗(yàn)發(fā)現(xiàn),這種算法在x=0處附近的插值效果并不理想.為彌補(bǔ)這一缺陷,本文將構(gòu)造新的Thiele型分叉連分式算法,并用實(shí)例驗(yàn)證其逼近效果要優(yōu)于Newton-Thiele算法.
給定實(shí)數(shù)點(diǎn)集X={x0,x1,…,xm}∈[a,b]?,以及f(x)∈C1[a,b]是定義在區(qū)間上的連續(xù)實(shí)函數(shù),其中,當(dāng)xi≠xj時(shí),有f(xi)≠f(xj).
(1)
其中,bk=φ[x0,x1,…,xk],φ[x0,x1,…,xk]稱為f(x)的k階逆差商,其定義為:
φ[xp]=f(xp),
(2)
(3)
(4)
T(x)稱為函數(shù)f(x)的Thiele型插值函數(shù).
將Thiele型連分式應(yīng)用于新的塔型網(wǎng)格上,對(duì)Thiele型連分式插值進(jìn)行類似張量積的處理,從而在塔形網(wǎng)格上構(gòu)造分叉連分式插值,并給出遞推算法,以證明該插值的有效性.
(5)
其中,i=0,1,…,n.則有:
(6)
當(dāng)j、k=0,1,…,2(n-i)時(shí),有:
(7)
(8)
其中,
(9)
(10)
式(5)~(8)為連分式有理插值函數(shù).
下面證明其有效性.
φ[xi,yj,zk]=f(xi,yj,zk),
(11)
(12)
(13)
(14)
(15)
(16)
(17)
(18)
定理1若定義1中的所有混合偏逆差商均存在:
其中,i=0,1,…,n;j、k=0,1,…,2(n-i).則有理插值函數(shù)滿足:
Rn(xi,yj,zk)=f(xi,yj,zk).
(19)
因此,
同理可證:
當(dāng)i=0,1,…,n時(shí),有:
故由式(5)得:
定理1得證.
引理1對(duì)i=0,1,…,n,令
(20)
則
(21)
(22)
證明證明方法同文獻(xiàn)[11]的引理4.5,令n=n-1即可.
(23)
degyPn(x,y,z)=degyQn(x,y,z)=2n(n+1)(n+2)/3,
(24)
degzPn(x,y,z)=degzQn(x,y,z)=2n(n+1)(n+2)/3.
(25)
證明式(23)可由Thiele型連分式插值最高次公式[12]得到.
下面證明式(24)和式(25).
當(dāng)n=1時(shí),
顯然成立.
假設(shè)當(dāng)n=k時(shí)成立,即
degyPk(x,y,z)=degyQk(x,y,z)=k(k+1)(k+2)/3,
degzPk(x,y,z)=degzQk(x,y,z)=k(k+1)(k+2)/3.
下面證明當(dāng)n=k+1時(shí),結(jié)論也滿足:
為證明該定理,不妨記:
其中,τ=k,k+1,…
其中,τ=k-1,k,…
不難看出,
且
因此,可得:
同理可證:
degzPk+1(x,y,z)=degzQk+1(x,y,z)=2(k+1)(k+2)(k+3)/3.
假設(shè)成立,該定理得證.
下面給出連分式有理插值函數(shù)的誤差估計(jì).
定理3假設(shè)函數(shù)f(x,y,z)是包含在區(qū)間Ω=[a,b]×[c,d]×[e,f]上的三元函數(shù),且混合偏逆差商均存在,則對(duì)?(x,y,z)∈G,存在(θi,δj,i,ζi)∈G,(αi,βi)∈[c,d]×[e,f],使得
(26)
其中,Rn(x,y,z)=Pn(x,y,z)/Qn(x,y,z).
當(dāng)i=0,1,…,n;j、k=0,1,…,2(n-i)時(shí),有:
(27)
θi∈I[x0,…,xi],δj,i∈I[y0,…,yj],ξi∈I[z0,…,z2(n-i),z],αi∈I[x0,…,xi],βi∈I[y0,…,y2(n-i),y],τ∈I[x0,…,xi,x],且I[x0,…,xi]是包含x0,…,xi的最小區(qū)間.
證明令En(x,y,z)=Qn(x,y,z)f(x,y,z)-Pn(x,y,z),(x,y,z)∈G.
En(xi,yj,zk)=0.
因此,基于張量積形式的Newton差商記為En[x0,…,xi;y0,…,yi;z0,…,zk],且En[x0,…,xi;y0,…,yi;z0,…,zk]=0.
利用展開式,可得:
下面給出塔型網(wǎng)格Newton-Thiele型混合有理插值算法與連分式有理插值算法的數(shù)值例子,并對(duì)結(jié)果進(jìn)行對(duì)比與分析.
不妨記RT(x,y,z)為連分式有理插值函數(shù),RN(x,y,z)為Newton-Thiele型混合有理插值函數(shù),eT(x,y,z)、eN(x,y,z)分別為RT(x,y,z)、RN(x,y,z)與被插值函數(shù)的絕對(duì)誤差,即
eT(x,y,z)=|f(x,y,z)-RT(x,y,z)|;eN(x,y,z)=|f(x,y,z)-RN(x,y,z)|.
例1設(shè)函數(shù)f(x,y,z)=(x2+y2+z2)e-(x+y+z),且(x,y,z)∈{(xi,yj,zk)|i=0,1;j、k=0,1,…,2(1-i)},不妨令n=2,則給定的插值點(diǎn)見表1和表2.
表1 x0=0 初始表
表2 x1=1初始表
當(dāng)i=2時(shí),x2=2,y0=1/2,z0=1/3;f(x1,y0,z0)=0.256 5.
由(5)~(18)式,可得:
當(dāng)i=0,1,2時(shí),有:
當(dāng)i=0,j、k=0,1,2,3,4時(shí),有:
其中,
同理,當(dāng)i=1;j、k=0,1,2時(shí),可求bi,j(z),ci,k(y).
當(dāng)i=2;j、k=0時(shí),有:
通過計(jì)算,可得連分式有理插值系數(shù),見表3、表4和表5.
表4 RT(x,y,z)、RN(x,y,z)系數(shù)表
表5 RT(x,y,z)插值c1,j(y),b1,j(z)系數(shù)表
下面計(jì)算Newton-Thiele型混合有理插值系數(shù).
通過計(jì)算得,當(dāng)i=0時(shí),插值系數(shù)見表3和表4.
當(dāng)i=1時(shí),插值系數(shù)見表6.
表6 RN(x,y,z)插值c1,j(y),b1,j(z)系數(shù)表
當(dāng)i=2時(shí),插值系數(shù)為:
通過大量的實(shí)驗(yàn)對(duì)比發(fā)現(xiàn),當(dāng)x的取值趨于0,y,z取定義域內(nèi)的任意值時(shí),連分式有理插值算法的誤差明顯小于Newton-Thiele型混合有理插值算法的誤差,且插值效果較好,表7僅代表一小部分?jǐn)?shù)據(jù).
圖1 x=0.01,y=0.8,z∈[1/3,1]函數(shù)圖像
圖2 x=0.001,y=0.8,z∈[1/3,1]函數(shù)圖像
Newton插值定義于差商上,而Thiele型連分式定義于逆差商上,這就會(huì)導(dǎo)致兩者在插值問題上出現(xiàn)不同.文中數(shù)值例子證明,在某些點(diǎn)的周圍,連分式有理插值要優(yōu)于Newton-Thiele型混合有理插值.但在整個(gè)定義域內(nèi),前者與后者的逼近效果不相上下.因此,后續(xù)研究的方向應(yīng)著重放在計(jì)算過程,以及若碰到極點(diǎn)的情況該如何處理方面.