Chebyshev 插值 — Kenneth Cheng

為甚麼需要插值函數？插值是數值分析的基礎技術，讓我們利用一組離散資料點近似未知函數。建立一條穿過這些點的插值多項式後，便可估計區間內其他位置的函數值。工程、物理及電腦科學的建模與模擬，都經常需要這種函數近似。

Chebyshev 插值使用 Chebyshev 多項式近似函數，尤其適合處理振盪行為或需要較高準確度的情況。

其核心思想，是選擇 Chebyshev 多項式的根作插值點。這些 Chebyshev 節點並非等距分佈，而是以能夠減少插值誤差的方式集中在區間兩端。相對其他節點選擇，Chebyshev 插值往往能以較少點數取得良好近似，因此是數值分析與科學計算中高效而有力的工具。

本專案由理論走到實作：選擇插值點、計算插值多項式，再評估近似準確度。實例與練習則展示如何把 Chebyshev 插值用於具體問題。

Chebyshev 多項式

Chebyshev 多項式是一族出現在近似理論、數值分析與訊號處理的正交多項式，以俄羅斯數學家 Pafnuty Chebyshev 命名，並定義於 $[-1,1]$ 。第一類 Chebyshev 多項式記為 $T_n(x)$ ，遞迴定義如下：

T_0(x)=1,\quad T_1(x)=x,\quad T_{n+1}(x)=2xT_n(x)-T_{n-1}(x),\quad n\geq1.

與使用等距節點的常見 Lagrange 插值設定不同，Chebyshev 插值採用第一類 Chebyshev 多項式的根：

x_k=\cos\left(\frac{2k-1}{2n}\pi\right), \quad k=1,2,\ldots,n.

多項式插值的一項困難是 Runge 現象：使用高次多項式近似函數時，區間邊緣可能出現明顯振盪，令插值誤差大幅增加。

Chebyshev 節點在兩端較密集，能減輕這種誤差放大。適當選擇插值位置，可在提高多項式次數時保持較穩定近似；這正是 Chebyshev 插值相對等距節點的重要優勢。

專案以 Python 實作 Chebyshev 插值，並示範它近似振盪函數的效果。透過與其他插值方法比較，可以具體觀察 Chebyshev 多項式在準確函數近似上的優點。

以下 HTML 互動視覺化呈現專案結果：