Ну, у меня взгляд грубо-эмпирический и сугубо прикладной. Как я уже имел честь докладывать - полного теоретического решения тут и нет, для любого набора пробных точек
можно построить полином
, где
полином сколь угодно высокой степени, прибавить его к найденному и заявлять, что правильной этот, "его высокостепенство".
А практическое - используем рандомизированные пробные точки, находим полином, берём ещё одну и проверяем совпадение. Оценка погрешности прогноза для данной точки делается через оценку погрешности обращения матрицы, зная машинную ошибку. Если отклонение выше оценки погрешности (скажем, утроенной, по аналогии с "три сигма") - добавляем степень полиному, и проверяем на новой точке опять. Если ниже - оцениваем вероятность случайного попадания (скажем, есть у нас найденные по расчётным точкам максимальное и минимальное значение полинома, и вероятность принимаем, как частное от деления интервала допуска на размах значений функции. Если она меньше, скажем, одной миллионной, полагаем, что "наконец нашли!", если больше - повторяем пробу с новым значением, перемножая вероятности, пока не дойдём до порогового значения.