龙格现象全景解析
概述
澄清常见混淆：龙格现象（插值发散）与龙格-库塔方法（ODE求解器）均以卡尔·龙格命名，但研究完全不同的问题。本页专注龙格现象：等距多项式插值在端点附近的灾难性发散，及其两条解决路线。
现象
标准反例：$f(x) = 1/(1+25x^2)$，$n=40$ 等距节点插值，端点误差达 $10^{15}$（函数真值 $\approx 0.038$）。
数学根源（三层）
第一层——误差公式： $$f(x)-p_n(x) = \frac{f^{(n+1)}(\xi)}{(n+1)!}\prod_{i=0}^n(x-x_i)$$ 等距节点下，$\prod(x-x_i)$ 在端点指数增长，超过分子的衰减。
第二层——勒贝格常数： $$|f-P_n|_\infty \leq (1+\Lambda_n)\cdot E_n(f)$$ 等距节点：$\Lambda_n \sim 2^{n+1}/(e\cdot n\ln n)$（指数爆炸） 切比雪夫节点：$\Lambda_n \sim \frac{2}{\pi}\ln(n+1)+C$（对数，几乎最优）
第三层——复平面：龙格函数极点 $z=\pm i/5$ 距实轴仅 $0.2$，Bernstein 椭圆 $\rho\approx 1.04$，最佳误差衰减 $O(1.04^{-n})$ 被 $\Lambda_n$ 指数增长淹没。
三大教训 & ML 类比
| 数值分析 | 机器学习 |
|---|---|
| 等距节点插值（零插值误差）→ 端点发散 | \omega_{n+1}|=1/2^n$（最小），$\Lambda_n$ 对数增长。适用：[[谱方法、高精度函数逼近。
样条方法：分段三次多项式，$C^2$ 连续，系数由三对角方程组确定。适用：CAD/工程插值，函数不要求光滑。 来源相关 |