萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python 對角有理函數插值演算法實現

對角有理函數插值 (Rational Interpolation) 以有理函數 (多項式分數) 逼近數據點,對極點行為優於多項式插值。本文實現 rational() 函數計算對角有理插值。

演算法原理

給定數據點 (x_i, y_i), 建構形式為 R(x) = P(x)/Q(x) 的有理函數,其中 deg(P) = deg(Q) (對角)。使用遞推關係逐步計算,數值穩定性優於直接求解線性系統。

NumPy 實現


import numpy as np

def rational(x_data, y_data, x):
    """
    對角有理函數插值
    :param x_data: 自變量陣列 (長度 m)
    :param y_data: 應變量陣列 (長度 m)
    :param x: 欲插值點
    :return: 插值結果
    """
    m = len(x_data)
    if m != len(y_data):
        raise ValueError("x_data and y_data must have same length")
    
    r = y_data.copy().astype(float)
    r_old = np.zeros(m)
    
    for k in range(m - 1):
        for i in range(m - k - 1):
            # 避免除零:x 極接近節點時直接返回對應 y
            if abs(x - x_data[i + k + 1]) < 1e-12:
                return y_data[i + k + 1]
            
            c1 = r[i + 1] - r[i]
            c2 = r[i + 1] - r_old[i + 1]
            c3 = (x - x_data[i]) / (x - x_data[i + k + 1])
            
            # 遞推公式
            denominator = c3 * (1.0 - c1 / c2) - 1.0
            if abs(denominator) < 1e-14:
                return None  # 數值不穩定
            r[i] = r[i + 1] + c1 / denominator
            r_old[i + 1] = r[i + 1]
    
    return r[0]

使用範例


import numpy as np

# 測試函數: f(x) = 1/(1+x^2) (Runge 函數,多項式插值邊界震盪嚴重)
x_data = np.linspace(-5, 5, 11)
y_data = 1 / (1 + x_data**2)

x_test = 2.5
val = rational(x_data, y_data, x_test)
exact = 1 / (1 + x_test**2)
print(f"x={x_test}: rational={val:.6f}, exact={exact:.6f}, error={abs(val-exact):.2e}")

# 繪圖比較 (需 matplotlib)
import matplotlib.pyplot as plt
x_fine = np.linspace(-5, 5, 200)
y_rational = [rational(x_data, y_data, xi) for xi in x_fine]
y_exact = 1 / (1 + x_fine**2)

plt.plot(x_fine, y_exact, 'k-', label='Exact')
plt.plot(x_fine, y_rational, 'r--', label='Rational Interp')
plt.plot(x_data, y_data, 'bo', label='Data points')
plt.legend()
plt.show()

優缺點分析

優點缺點
能處理極點/漸近線行為計算複雜度 O(n^2)
Runge 現象較輕微節點分布不均時可能不穩定
插值區間外外推較好分母接近零時數值爆炸

替代方案

  • scipy.interpolate.BarycentricInterpolator (重心拉格朗日,穩定高效)
  • scipy.interpolate.Rbf (徑向基函數,多維)
  • scipy.interpolate.Akima1DInterpolator (Akima 样條,抑制震盪)
copyright © 萬盛學電腦網 all rights reserved