线性插值的误差
我们可以用这个来估计函数线性插值的误差。如果
$$f(x) \approx f_i + \theta \Delta f_i + \frac{1}{2} \theta (\theta - 1) \Delta^2 f_i$$
在区间内 $[x_i, x_{i+1}]$ 那么使用线性插值的误差
$$f(x) \approx f_i + \theta \Delta f_i$$
将近似为 $\frac{1}{2}\theta(\theta - 1)\Delta^2f_i$ ,线性近似误差界的估计由下式给出
$$\max_{0 \leq \theta \leq 1} \left[ \left| \frac{1}{2} \theta(\theta - 1) \Delta^2 f_i \right| \right]$$
现在 $\theta(\theta - 1) = (\theta - \frac{1}{2})^2 - \frac{1}{4}$ ,因此 $\max_{0 \leq \theta \leq 1} |\theta(\theta - 1)| = \frac{1}{4}$ ,我们对误差界的估计为
$$\frac{1}{8} |\Delta^2 f_i|$$
为了进行精确的线性插值,我们要求这个误差界小于一个舍入误差。也就是说,它必须小于 $\frac{1}{2}$ 最低有效位上的一个单位。这意味着
$$\frac{1}{8}|\Delta^2 f_i| < \frac{1}{2} \text{ unit of least significant figure}$$
给出条件
$$|\Delta^2 f_i| < 4$$ 最低有效位的单位
以使线性插值得到的答案与原表中的答案一样精确。
因此,根据图 2.101 所示的函数值表,我们可以构造出图 2.104 所示的表。最后一行显示了每个区间内线性插值所产生的最大误差估计值 $e^{-x}$ 。为了完成该表并给出区间 $[x_i, x_{i+1}]$ 和 $[0.00, 0.05]$ 的误差估计,我们需要 $[0.45, 0.50]$ 在 $e^{-x}$ 和 $x = -0.05$ 处的值。根据图 2.103 中已有的信息,我们可以说,使用该表中的十一个 $0.55$ 值进行线性插值时,可能出现的最大误差约为小数点后第四位的 3 个单位。因此,所得数值可以放心地保留到小数点后 3 位。 $e^{-x}$
临界值表
普通数值表使用等间距的自变量取值,并列出因变量(函数值)的对应值。
| i | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| xi | 0.00 | 0.05 | 0.10 | 0.15 | 0.20 | 0.25 | 0.30 | 0.35 | 0.40 | 0.45 |
| e -xi | 1.0000 | 0.9512 | 0.9048 | 0.8607 | 0.8187 | 0.7788 | 0.7408 | 0.7047 | 0.6703 | 0.6376 |
| $\frac{1}{8} \Delta^2 f_i $ | 0.00029 | 0.9048 | 0.8607 | 0.8187 | 0.7788 | 0.7408 | 0.7047 | 0.6703 | 0.6376 | 0.6065 |
图 2.104 数值表 $e^{-x}$ ,并附有线性插值的误差估计。