龙格现象及分段线性插值

龙格现象及分段线性插值

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

python画图代码

import numpy as np
import matplotlib.pyplot as plt


def Lagrange(arr_x, arr_y, _x):
    l = [0 for j in range(len(arr_x))]
    result = 0
    for i in range(0, len(arr_x)):
        denominator = 1
        molecular = 1
        for j in range(0, len(arr_x)):
            if i != j:
                denominator = denominator * (arr_x[i] - arr_x[j])
                molecular = molecular * (_x - arr_x[j])
        l[i] = molecular / denominator
        result = result + l[i] * arr_y[i]
    return result


original_x = np.arange(-5.0, 5.01, 0.01)
original_y = [0.0 for j in range(len(original_x))]
for i in range(len(original_y)):
    original_y[i] = 1 / (1 + original_x[i] * original_x[i])

x_arr = np.arange(-5.0, 5.5, 1)
y_arr = [0.0 for i in range(len(x_arr))]

for i in range(len(x_arr)):
    y_arr[i] = 1 / (1 + x_arr[i] ** 2)
x = np.arange(-5.0, 5.01, 0.01)
y = [0.0 for j in range(len(x))]
for i in range(len(y)):
    y[i] = Lagrange(x_arr, y_arr, x[i])

plt.plot(original_x, original_y, label='f(x) = 1 / (1 + x2)')
plt.scatter(x_arr, y_arr, label='The interpolation points')
plt.plot(x, y, label='Lagrange interpolation')
plt.plot([-5.5, 5.5], [0, 0], linestyle='--')
plt.plot([0, 0], [-0.5, 2], linestyle='--')
plt.plot(x_arr, y_arr, linestyle='--', label='piecewise linear interpolation')

plt.title("Runge phenomenon, piecewise linear interpolation")
plt.legend(loc="lower left")
plt.xlabel("x")
plt.ylabel("y")
plt.show()
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