![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数值计算
IIDEAT
这个作者很懒,什么都没留下…
展开
-
数值计算 复合梯形公式、复合辛普森公式、龙贝格序列、自适应辛普森Python实现(不调用函数库)
概念介绍复合梯形公式将区间[a,b][a,b][a,b] 划分 nnn 等分,分点 xk=a+khx_k = a+khxk=a+kh ,h=b−anh=\frac{b-a}{n}h=nb−a ,k=0,1,...,nk=0,1,...,nk=0,1,...,n,在每个子区间[xk,xk+1]][x_k,x_k+1]][xk,xk+1]]上采用梯形公式,则得Tn=h2∑k=0n−1[f(xk)+f(xk+1)]T_n=\frac{h}{2} \sum_{k=0}^{n-1}[f(x_k)+f(原创 2020-06-12 14:29:48 · 6919 阅读 · 1 评论 -
数值计算 利用Python实现快速傅里叶变换(FFT)(不调用函数库)
数值计算-利用Python实现快速傅里叶变换(FFT)(不调用函数库)快速傅里叶变换介绍首先介绍离散傅里叶变换(DFT),不管是正变换还是逆变换,计算公式可以归结为X(k)=∑n=0N−1x(n)WNnkX(k)=\sum_{n=0}^{N-1}x(n)W_N^{nk}X(k)=n=0∑N−1x(n)WNnk其中,NNN为抽样点的个数(一般为2n2^n2n), x(n)x(n)x(n)为已知数据(拟合函数时为节点函数值), WN=e−i2πnW_N=e^{-i\frac{2\pi}{n}}W原创 2020-05-24 12:36:56 · 3237 阅读 · 1 评论 -
数值计算 利用Python实现多项式最小二乘拟合(不调用函数库)
最小二乘拟合介绍最小二乘拟合比较简单以及常见,这里就不介绍了。代码实现import numpy as npdef solve_f(x: list, f: list, fi: list): # 计算多项式系数 ip = np.zeros((len(fi), len(fi))) # 定义内积矩阵 ip_f = np.zeros(len(fi)) for i in range(0, len(fi)): x_1 = [_ ** fi[i] for _ in x]原创 2020-05-15 22:36:17 · 2403 阅读 · 0 评论 -
数值计算 利用Python实现三次样条插值(不调用函数库)
@TOC)三次样条插值函数介绍对于节点x0,x1,...,xnx_0,x_1,...,x_nx0,x1,...,xn,对应函数值f(x0),f(x1),...,f(xn)f(x_0),f(x_1),...,f(x_n)f(x0),f(x1),...,f(xn),则在区间[xj,xj+1][x_j,x_{j+1}][xj,xj+1]有三次样条插值函数:S(x)=Mj6hj(xj+1−x)3+Mj+16hj(x−xj)3+(f(xj+1)−Mj+16hj2)(x−xj)+(f(xj)−M原创 2020-05-11 17:36:59 · 5483 阅读 · 0 评论 -
数值计算 利用Python实现牛顿插值法(不调用函数库)
数值计算-利用Python实现牛顿插值法(不调用函数库)牛顿插值法介绍实现代码使用实例牛顿插值法介绍牛顿插值公式:已知对于给定节点x0,x1,...,xnx_0,x_1,...,x_nx0,x1,...,xn,对应函数值f(x0),f(x1),...,f(xn)f(x_0),f(x_1),...,f(x_n)f(x0),f(x1),...,f(xn),则有牛顿插值公式:Pn(x)=f(x0)+f[x0,x1]⋅(x−x0)+...+f[x0,x1,...,xn]⋅(x−x0)⋅(x−x原创 2020-05-11 15:47:44 · 1746 阅读 · 1 评论