前言:给定一组数据,如果所求曲线通过全部给定的数据,这就是插值。很显然,求曲线通过全部的数据点不现实也不必要。如果不要求曲线通过所有数据点而是要求它反映对象整体的变化趋势得到一个近似函数,这就是曲线拟合。
参考书籍:《python数学建模算法与应用》 司守奎 孙玺菁 (强烈推荐!)
具体代码书上有写我就没有再敲出来
1、插值:
插值方法一般用于插值区间内部点的函数值估计或预测,对于外推区间时只适合短期预测估计,中长期预测不适用。
解决插值问题用到scipy.interpolate模块
一维插值:待定系数法、拉格朗日插值方法、分段线性插值、三次样条插值
当数据较少时可以采用待定系数法或拉格朗日插值方法。当插值节点较多时,插值多项式次数也相应增加,高次插值会产生龙格(Runge)振荡现象,此时可以采用分段线性插值或者三次样条插值。当要求函数光滑时常常采用三次样条插值。
A. 待定系数法解决一维插值
核心:构造范德蒙行列式,采用Cramer法则求出线性方程组的系数,即多项式系数。
范德蒙行列