표 기반 함수값 조회 시 Lagrange 보간법의 차수 최적화로 δ(표의 오차)와 h^(n+1)(간격 오차) 균형을 맞춰 정밀도 상한선 결정

Context

표로 정리된 함수값 사이의 미지값을 보간(interpolation)으로 추정할 때, 선형 보간과 고차 보간 중 어느 수준의 정밀도가 실질적으로 의미 있는지 판단하기 어렵다는 문제가 있다.

Technical Solution

• Lagrange 보간 정리를 적용해 보간 오차 상한을 ch^(n+1) + λδ 형태로 정식화: h는 표의 x값 간격, δ는 표의 값 오차, c는 함수의 도함수에 따른 상수, λ는 n에 대해 지수적으로 증가하는 상수
• n차 보간에서 λ가 지수적으로 증가하므로 n을 증가시키면 결국 해로움을 수량적으로 증명
• ch^(n+1)이 δ보다 작아지는 최소 차수 n을 선택하는 원칙 제시: 더 높은 차수는 λδ 항이 지배적이 되어 정밀도 향상 불가
• 자연로그 표(h=10^-3, δ=10^-15) 사례에서 4~5차 보간이 최적임을 계산으로 검증
• sine 표(h=0.001, 23자리 정밀도)에서 7차 보간으로 9자리 정확도 달성 사례 제시
• Bessel 함수 J0 표(h=0.1, 15자리)에서 11차 보간이 필요한 사례를 통해 간격이 넓을수록 고차 보간이 필수임을 입증

Impact

자연로그 표에서 5차 보간 사용 시 보간 오차가 약 10^-8 수준으로 제한됨을 실험으로 확인했다.

Key Takeaway

균등 간격 표의 보간 정밀도는 표의 오차(δ)와 간격에 따른 오차 항(ch^(n+1))의 상대적 크기로 결정되며, λ의 지수적 증가 때문에 무조건 높은 차수를 사용하는 것은 오류를 증대시킨다. 실무에서는 표의 정밀도와 간격 크기에 맞춰 최적 차수를 수학적으로 계산해 선택해야 한다.