北航生医数值分析学习心得5

拉格朗日插值法这部分大家主要看一下插值基函数法对比直接待定系数法的“优越性”,主要是一种充分利用条件特定的假设方式。线性插值误差这部分的证明用了罗尔定理,比较偏数分了。另外,ppt也提了几个小技巧,如果我们已知该函数是个不超过n次的多项式,那么我们n个点的插值多项式就是被插函数本身,也就没有误差了。基于这个结论我们也就很好得到下个推论:

这个性质还是非常好用的,不过从另一方面看,你如果都知道这是个多项式函数了,这个问题就简单很多了,插值过程不是逼近更像是直接求解了。

但是拉格朗日插值不具有沿袭性,就是你用三个点算完后如果再多一个点又得重新计算,不过牛顿插值法很好的解决的这个问题。牛顿插值最重要的就是会列差商表,这里做一个简单提示就是在二阶差商往后,分子大家都习惯前一阶相邻两差商相减,这个没有问题,但是分母是头和尾的相减,举个简单例子就是的分母是(x2-x0)而不要习惯性看着这表因为分子对应的位置就写成(x2-x1)了,其它没啥,就把对角线用上就行。这点也是为啥后面差分算的时候系数多了个阶乘分之一的系数,几阶分母就是几倍的步长了。

埃尔米特插

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是利用Python编写的程序,实现了上述要求: ``` import matplotlib.pyplot as plt # 生医18级成绩分布 labels18 = ['优秀', '良好', '中等', '及格', '不及格'] sizes18 = [3, 18, 20, 12, 7] # 生医19级成绩分布 labels19 = ['优秀', '良好', '中等', '及格', '不及格'] sizes19 = [4, 20, 21, 10, 4] # 绘制生医18级成绩分布饼图 plt.figure(figsize=(6, 6)) plt.pie(sizes18, labels=labels18, autopct='%1.1f%%') plt.title('生医18级该课程成绩分布百分比') plt.show() # 绘制生医19级成绩分布饼图 plt.figure(figsize=(6, 6)) plt.pie(sizes19, labels=labels19, autopct='%1.1f%%') plt.title('生医19级该课程成绩分布百分比') plt.show() # 绘制两个年级的成绩分布百分比对比直方图 x = ['18级优秀', '18级良好', '18级中等', '18级及格', '18级不及格', '19级优秀', '19级良好', '19级中等', '19级及格', '19级不及格'] y = sizes18 + sizes19 plt.figure(figsize=(10, 6)) plt.bar(x, y) plt.title('两个年级该课程成绩分布百分比对比') plt.xlabel('成绩分布') plt.ylabel('人数') plt.show() ``` 程序注释如下: 1. 导入 matplotlib.pyplot 库,用于绘制图形。 2. 定义生医18级成绩分布饼图的标签和比例。 3. 定义生医19级成绩分布饼图的标签和比例。 4. 绘制生医18级成绩分布饼图,设置图形大小,使用 plt.pie() 函数绘制饼图,设置标签和自动计算百分比,并设置图形标题,最后展示图形。 5. 绘制生医19级成绩分布饼图,与上一步类似。 6. 定义两个年级的成绩分布对比直方图的 x 和 y 轴数据。 7. 绘制两个年级的成绩分布对比直方图,设置图形大小,使用 plt.bar() 函数绘制直方图,设置标题、标签和坐标轴,最后展示图形。

“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