由于大家出门买菜会用到,所以缓慢整理数值方法以提供最优买菜策略
想要把一些数值方法通过软件简单实现并记录。接触数值分析最开始的插值方法便是拉格朗日插值法和牛顿插值法。理论部分并不难,下面我们想要输出拉格朗日插值多项式的符号解输出。
通过输入一组插值节点,可以得到对应的拉格朗日估计函数,利用MATLAB实现。
这里提一下几个缺点,插值估计在高次情况下会出现隆格现象,也就是精度不高,有时候甚至给出几个点就要考虑一下精度够不够,更不用说如果进行十个点以上的估计了;以及对比牛顿法之下,如果每加入一个节点就要重新计算整个方程式是比较麻烦的,真正的大型的计算是要增加计算压力的。虽然是买菜时最不实用的数值方法,但是还是值得学习的。
function Y=lagrange(x,y)%输入节点,输出拉格朗日函数
%x是节点的横坐标矩阵
%y是节点的纵坐标矩阵
l=1;
Y=0;
n=length(x);
syms X ;
for k=1:n
for j=1:n
if j~=k
l=l*(X-x(j))/(x(k)-x(j));%计算l是拉格朗日基函数
end
end
l=l*y(k);
Y=l+Y;%每一项基函数乘以y的值的和即为全式子
l=1;
end
end
如果需要展开形式,可以expand(Y)。这里插值基函数不容易直接观察得到。
当然还是要强调低次插值估计的可以考虑使用,根据上面函数,输入节点x,y即可。
综上所述,这是低次估计的可行方法,如果要用这个来预测估值股票价格当然不靠谱,买菜使用无可厚非。