老规矩,数学原理什么的就不写了。
直接贴代码和实例演示,以下代码基于python和numpy。
往期博客:
首先,什么是差商表?就用一张图解释。
差商表是求近似值的前一步,那这里实现求近似值吗?
答案是:现在不。 用代码实现半自动求解。
因为求近似值还要选择节点、代入迭代公式,虽然代码可以实现,但博主觉得“选择节点、代入迭代公式”这个要用代码实现,好像特别麻烦的样子,因为涉及决策的问题,所以还不如自己对照着代入更方便一点 。
如果哪天突然觉得后者更麻烦,不排除用代码实现近似值的求解。
不用哪天,当天当晚就觉得更麻烦。
2020.3.28 23:09
真香!
开始写数学作业后,发现“带入迭代公式”也好麻烦,于是还是用了电脑半自动求解,具体看“求解近似值”。
构建差商表
首先
import numpy as np
定义函数
以下便是我定义的函数:
def csb(x,f,j):
f0=np.zeros((j+1,x.shape[0]))
if type(f) is np.ndarray:
f0[0]=f.copy()
else:
for i in range(x.shape[0]):
f0[0,i]=f(x[i])
for i in range(1,j+1):
for k in range(i,j+1):
f0[i,k]=(f0[i-1,k]-f0[i-1,k-1])/(x[k]-x[k-i])
f1=np.vstack([x,f0])
print('所求%d阶差商表如下所示' % j,'\n',f1.T)
return f1.T
参数说明
“x”是上图中第一列“xk”的值组成的数组。
“f”是上图中的第二列,输入的可以是确定值,也可以是函数,后面会具体演示两者有什么区别。
“j”是最大阶数,在上图中,最大阶数是3阶,那么“j”就是3。
实例运行
拿个实例运行一下,在这个实例中“f”是确定值。
x=np.array([-1,0,1,3])
f=np.array([4,-1,2,6])
csb(x,f,3)
得出以下结果:
所求3阶差商表如下所示
[[-1. 4. 0. 0. 0. ]
[ 0. -1. -5. 0. 0. ]
[ 1. 2. 3. 4. 0. ]
[ 3. 6. 2. -0.33333333 -1.08333333]]
这个数组对照着下图看就知道每一列数字代表着什么意思。
在上个实例中,“f”是确定值。下面再运行一个实例,其中的“f”是函数。
x=np.array([-1,0,1,3])
f=lambda x:x**2
csb(x,f,3)
得出以下结果:
所求3阶差商表如下所示
[[-1. 1. 0. 0. 0.]
[ 0. 0. -1. 0. 0.]
[ 1. 1. 1. 1. 0.]
[ 3. 9. 4. 1. 0.]]
求解近似值
待补充。
补充是不可能补充的,最近是不可能补充的,等忙完这一阵吧。
2020.3.28 23:13
没想到打脸来的这么快。。。
在这里我用了电脑半自动求解,怎么个半自动法呢。
就是将“选择节点、代入迭代公式”中的前半部分自己做了,后半部分交给电脑。
以后有空再写个全自动的。
实例运行
举个例子吧,题目如下。
具体操作如下。
x=np.array([77,78,79,81,82])
y=np.array([2.90256,2.97857,3.06173,3.25530,3.36987])
z=csb(x,y,4)
得到如下结果:
所求4阶差商表如下所示
[[7.70000000e+01 2.90256000e+00 0.00000000e+00 0.00000000e+00
0.00000000e+00 0.00000000e+00]
[7.80000000e+01 2.97857000e+00 7.60100000e-02 0.00000000e+00
0.00000000e+00 0.00000000e+00]
[7.90000000e+01 3.06173000e+00 8.31600000e-02 3.57500000e-03
0.00000000e+00 0.00000000e+00]
[8.10000000e+01 3.25530000e+00 9.67850000e-02 4.54166667e-03
2.41666667e-04 0.00000000e+00]
[8.20000000e+01 3.36987000e+00 1.14570000e-01 5.92833333e-03
3.46666667e-04 2.10000000e-05]]
密密麻麻,看都不好看,那么第一列和第二列不看,就看我需要的那段。
print(z[:,2:6])
[[0.00000000e+00 0.00000000e+00 0.00000000e+00 0.00000000e+00]
[7.60100000e-02 0.00000000e+00 0.00000000e+00 0.00000000e+00]
[8.31600000e-02 3.57500000e-03 0.00000000e+00 0.00000000e+00]
[9.67850000e-02 4.54166667e-03 2.41666667e-04 0.00000000e+00]
[1.14570000e-01 5.92833333e-03 3.46666667e-04 2.10000000e-05]]
这样好一些了,然后第一问就解决了。
关键是第二问,“取x0=77…x4=82,x=81.12”,然后半自动代码如下。
n=z[0,1]
x1=81.12
for i in range(4):
s=1
k=0
while k<i+1:
s=s*(x1-x[k])
k+=1
n=n+z[i+1,i+2]*s
print(n)
3.2683300909465607
“n”是我们所要求的值,四次的话从头到尾都要。但如果是三次呢?那么我们要刨去第一个值“x=77”,这时的“x0”是“78”,其它的依次递进,然后修改后的半自动代码如下。
n=z[1,1]
x1=81.12
for i in range(3):
s=1
k=0
while k<i+1:
s=s*(x1-x[k+1])
k+=1
n=n+z[i+2,i+2]*s
print(n)
3.268344759040001
我发现《工程与科学计算》这门课,讲真的不难,就是特别特别特别麻烦。