logo

에르미트 인터폴레이션 📂수치해석

에르미트 인터폴레이션

정의 1

서로 다른 x1,,xnx_{1} , \cdots , x_{n} 의 데이터 (x1,y1,y1),,(xn,yn,yn)(x_{1}, y_{1} , y’_{1}) , \cdots , (x_{n} , y_{n}, y’_{n}) 에 대해 {p(xi)=yip(xi)=yi\begin{cases} p (x_{i} ) = y_{i} \\ p '(x_{i} ) = y’_{i} \end{cases}degH2n1\deg H \le 2n-1 을 만족하는 인터폴레이션다항 함수 HH에르미트 인터폴레이션hermite Interpolation이라고 한다.

정리

존재성과 유일성

  • [1]: 주어진 데이터에 대해서 HH 는 유일하게 존재한다.

라그랑주 폼

  • [2]: Hn(x)=i=1nyihi(x)+i=1nyih~i(x)H_{n} (x) = \sum_{i=1}^{n} y_{i} h_{i} (x) + \sum_{i=1}^{n} y’_{i} \tilde{h}_{i} (x)

뉴턴 계차상 폼

  • [3]: Hn(x)=f(x1)+(xx1)f[x1,x1]+(xx1)2f[x1,x1,x]++(xx1)2(xxn1)2(xxn)f[x1,x1,,xn,xn]\begin{align*}H_{n} (x) =& f(x_{1}) + (x - x_{1}) f [ x_{1} , x_{1} ] + (x - x_{1})^2 f [ x_{1} , x_{1} , x ] + \cdots \\ & + (x - x_{1})^2 \cdots (x - x_{n-1})^2 (x - x_{n}) f [ x_{1} , x_{1} , \cdots, x_{n} , x_{n} ]\end{align*}

오차 분석

  • [4]: 실제 함수와의 오차 : 2n2n번 미분가능한 f:RRf : \mathbb{R} \to \mathbb{R} 와 어떤 ξxH{x1,,xn,x}\xi_{x} \in \mathscr{H} \left\{ x_{1} , \cdots , x_{n} , x \right\} 에 대해 ff 의 에르미트 인터폴레이션 HnH_{n} 은 다음을 만족한다. f(x)Hn(x)=[Ψn(x)]2(2n)!f(2n)(ξx) f(x) - H_{n} (x) = {{ [ \Psi_{n} (x) ]^2 } \over { (2n)! }} f^{(2n)} ( \xi_{x} )

  • H{a,b,c,}\mathscr{H} \left\{ a,b,c, \cdots \right\}a,b,c,a,b,c, \cdots 를 포함하는 가장 작은 구간을 나타낸다.

설명

에르미트 인터폴레이션은 폴리노미얼 인터폴레이션에서 함수값만이 아니라 미분계수까지 동시에 인터폴레이트하는 다항식에 관심이 있다. 미분을 반영했으니 폴리노미얼 인터폴레이션에 비해서는 더 정확하다.

한편 한 번 미분한 것 이상에 대해서도 적용할 수 있으나, 그 모양은 몹시 복잡하다.

증명

[1]

전략: 복수의 에르미트 인터폴레이션이 있다고 가정한 후 모순임을 보인다.


HH 와 다른 에르미트 폴리노미얼 GG 가 존재한다고 가정하자.

R:=HGR := H - G 라고 하면 x=x1,,xnx = x_{1}, \cdots , x_{n} 에 대해 {H(xi)=G(xi)=yiH(xi)=G(xi)=yi\begin{cases} H (x_{i} ) = G (x_{i} ) = y_{i} \\ H’ (x_{i} ) = G' (x_{i} ) = y’_{i} \end{cases} 이므로 R(xi)=R(xi)=0 R(x_{i}) = R’(x_{i}) = 0 이는 x1,,xnx_{1}, \cdots , x_{n} 가 모두 R(x)=0R(x) = 022차 중근라는 의미이므로, 어떤 폴리노미얼 q(x)q(x) 에 대해 R=q(x)(xx1)2(xxn)2 R = q(x) (x - x_{1} )^2 \cdots (x - x_{n} )^2 이어야한다. 만약 q(x)0q(x) \ne 0 이면 degR2n\deg R \ge 2n 이므로 모순이고, q(x)=0q(x) = 0 이면 R(x)=0R(x) = 0 가 되므로 H(x)=G(x)H(x) = G(x) 일 수밖에 없다.

[2]

전략: 라그랑주 공식과 비슷하게 구체적으로 hih_{i}h~i\tilde{h}_{i} 를 찾아낸다.


Part 1.

Ψn(x):=(xx1)(xxn) \Psi_{n} (x) := (x-x_{1}) \cdots (x - x_{n}) Ψn\Psi_{n}xx 에 대해 미분하고 x=xjx = x_{j} 를 대입하면 Ψn(xj):=(xx1)(xxj1)(xxj+1)(xxn) \Psi’_{n} (x_{j}) := (x-x_{1}) \cdots (x - x_{j-1})(x - x_{j+1}) \cdots (x - x_{n})

    Ψ(x)n(xxj)Ψn(xj)(xx1)(xxj1)(xxj+1)(xxn)(xjx1)(xjxj1)(xjxj+1)(xjxn)=lj(x) \implies {{ \Psi (x)_{n} } \over { (x - x_{j}) \Psi’_{n}(x_{j}) }} \equiv {{ (x - x_{1} ) \cdots (x - x_{j-1} ) (x - x_{j+1} ) \cdots (x - x_{n} ) } \over { (x_{j} - x_{1} ) \cdots (x_{j} - x_{j-1} ) (x_{j} - x_{j+1} ) \cdots (x_{j} - x_{n} ) }} = l_{j} (x) 여기서 lil_{i} 은 인덱스에 대해 크로네커 델타 함수다.


Part 2.

hi(x):=[12li(xi)(xxi)][li(x)]2 h_{i} (x) := \left[ 1 - 2 l’_{i} (x_{i}) (x -x_{i} ) \right] \left[ l_{i}(x) \right]^2 과 같이 hih_{i} 를 정의하면 li(xj)=δijl_{i} (x_{j}) = \delta_{ij} 이므로 {hi(xj)=δijhi(xj)=0 \begin{cases} h_{i} ( x_{j} ) = \delta_{ij} \\ h’_{i} ( x_{j} ) = 0 \end{cases}


Part 3.

h~i(x):=(xxi)[li(x)]2 \tilde{h}_{i} (x) := (x -x_{i} ) \left[ l_{i}(x) \right]^2 과 같이 h~i\tilde{h}_{i} 를 정의하면 li(xj)=δijl_{i} (x_{j}) = \delta_{ij} 이므로 {h~i(xj)=0h~i(xj)=δij \begin{cases} \tilde{h}_{i} ( x_{j} ) = 0 \\ \tilde{h}’_{i} ( x_{j} ) = \delta_{ij} \end{cases}


Part 4.

Hn(x):=i=1nyihi(x)+i=1nyih~i(x) H_{n} (x) := \sum_{i=1}^{n} y_{i} h_{i} (x) + \sum_{i=1}^{n} y’_{i} \tilde{h}_{i} (x) 과 같이 HnH_{n} 를 정의하면 Part 2와 Part 3에 의해 {Hn(xi)=yiHn(xi)=yi \begin{cases} H_{n}(x_{i}) = y_{i} \\ H'_{n}(x_{i}) = y’_{i} \end{cases}

[3]

전략: 뉴턴 계차상 공식에서 시작해 그냥 공식이 성립함을 직접 보인다.


뉴턴 계차상 공식에 따라 z1,,z2nz_{1}, \cdots , z_{2n} 에 대해 f(x)p2n1(x)=(xz1)(xz2n)f[z1,,zn,x] f(x) - p_{2n-1} (x) = (x - z_{1}) \cdots (x - z_{2n}) f [ z_{1} , \cdots , z_{n} , x ] z2i1,z2ixiz_{2i-1} , z_{2i} \to x_{i} 라고 하면 f(x)p2n1(x)=(xx1)2(xxn)2f[x1,x1,,xn,xn,x] \begin{equation} f(x) - p_{2n-1} (x) = (x - x_{1})^2 \cdots (x - x_{n})^2 f [ x_{1} , x_{1} , \cdots , x_{n} , x_{n} , x ] \end{equation} x=x1,,xnx = x_{1}, \cdots , x_{n} 를 직접 대입해보면 f(xi)p2n1(xi)=0 f(x_{i} ) - p_{2n-1} (x_{i}) = 0 한편 (1)(1) 의 양변을 미분하면 A(x):=(xx1)2(xxn)2ddxf[x1,x1,,xn,xn,x]B(x):=2f[x1,x1,,xn,xn,x]i=1n[(xxi)ij(xxj)2] \begin{align*} A(x) :=& (x - x_{1})^2 \cdots (x - x_{n})^2 {{ d } \over { dx }} f [ x_{1} , x_{1} , \cdots , x_{n} , x_{n} , x ] \\ B(x) :=& 2 f [ x_{1} , x_{1} , \cdots , x_{n} , x_{n} , x ] \sum_{i=1}^{n} \left[ (x -x_{i} ) \prod_{i \ne j} (x - x_{j})^2 \right] \end{align*} 에 대해서 f(x)p2n1(x)=A(x)+B(x) f ' (x) - p '_{2n-1} (x) = A(x) + B(x) x=x1,,xnx = x_{1}, \cdots , x_{n} 를 직접 대입해보면 A(xi)=B(xi)=0A(x_{i}) = B(x_{i}) = 0 이므로 f(xi)p2n1(xi)=0 f ' (x_{i} ) - p '_{2n-1} (x_{i}) = 0 따라서 Hn(x)=p2n1(x)H_{n} (x) = p_{2n-1} (x) 를 얻는다.

[4]

[3]에 의해 f(x)Hn(x)=f[x1,x1,,xn,xn,x] f(x) - H_{n} (x) = f [ x_{1} , x_{1} , \cdots , x_{n} , x_{n} , x ]

에르미트-제노키 공식의 따름정리:

  • [4]’: f[xi,,xin+1]=1n!f(n)(xi)f [ \underbrace{ x_{i} , \cdots , x_{i} }_{ n+1 } ] = {{1} \over {n!}} f^{(n)} ( x_{i} )

에르미트-제노키 공식의 따름정리에 따라 어떤 ξxH{x1,,xn,x}\xi_{x} \in \mathscr{H} \left\{ x_{1} , \cdots , x_{n} , x \right\} 에 대해 f(x)Hn(x)=[Ψn(x)]2(2n)!f(2n)(ξx) f(x) - H_{n} (x) = {{ [ \Psi_{n} (x) ]^2 } \over { (2n)! }} f^{(2n)} ( \xi_{x} )


  1. Atkinson. (1989). An Introduction to Numerical Analysis(2nd Edition): p159. ↩︎