【学习笔记】第七章 插值与拟合

本文深入探讨插值方法,包括Lagrange插值、分段线性插值、分段二次插值和牛顿插值。通过实例解析各方法的原理和应用,帮助理解如何使用这些技术来逼近函数。
摘要由CSDN通过智能技术生成

7.1 插值

7.1.1 插值方法

1. Lagrange插值

例7.1 编写函数Lag_intp(x,y,x0) ,实现Lagrange插值,其中x和y是两个具有相同长度的Numpy数组。

def w(x, y, i, x0):
    p=1.0
    for j in range(len(x)):
        if j==i: continue
        p *= (x0-x[j]); p /= (x[i]-x[j])
    return p

def Lag_intp(x, y, x0):
    s=0
    for i in range(len(i)): s += w(x, y, i, x0)
    return s

2.分段线性插值

原理:用折现代替曲线y=f(x),也称折现插值或者分段线性插值。分段线性插值多项式为:

3. 分段二次插值

原理:用分段抛物线代替曲线y=f(x),也称分段抛物线插值,此时要求有2n+1个节点。其插值公式为:

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