牛顿插值法python代码_计算方法(2)——插值法(附Python程序)

给定一些数据,生成函数的方式有两种:插值,回归。

插值而得到的函数通过数据点,回归得到的函数不一定通过数据点。

下面给出拉格朗日插值,牛顿插值和Hermite插值的程序,

具体原理可参考课本,不再赘述。

拉格朗日插值法

线性插值 一次精度 需要2个节点

二次插值 二次精度 需要3个节点

n次插值 n次精度 需要n+1个节点

拉格朗日插值代码段(根据传入数据自动判断次数):

# 返回多项式

def p(x,a):

"""p(x,a)是x的函数,a是各幂次的系数"""

s = 0

for i in range(len(a)):

s += a[i]*x**i

return s

# n次拉格朗日插值

def lagrange_interpolate(x_list,y_list,x):

"""x_list 待插值的x元素列表y_list 待插值的y元素列表插值以后整个lagrange_interpolate是x的函数"""

if len(x_list) != len(y_list):

raise ValueError("list x and list y is not of equal length!")

# 系数矩阵

A = []

for i in range(len(x_list)):

A.append([])

for j in range(len(x_list)):

A[i].append(pow(x_list[i],j))

b = []

for i in range(len(x_list)):

b.append([y_list[i]])

# 求得各阶次的系数

a = lu_solve(A, b) # 用LU分解法解线性方程组,可以使用numpy的类似函数

a = transpose(a)[0] # change col vec a into 1 dimension

val = p(x,a)

print(x,val)

return val

其中lu_solve(A,b)是自己写的轮子,可以用numpy的numpy.li

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值