知识卡片

普通读书笔记卡 · 8092.c · 生成模型:未记录

插值多项式穿过给定节点

理解等级:中级

给定n+1个互异横坐标及对应值,插值构造次数至多n的多项式,使它在这些节点上等于所给值;在节点之间用多项式值估计未知函数。次数可能更低,不能只凭点数就说最高次系数必非零。

普通幂形式为a0+a1x+…+anxⁿ,最高非零系数确定次数,系数不必是整数,原文“非零整数”限制错误。牛顿形式改用1、(x−x0)、(x−x0)(x−x1)…作基,便于以差商构建;基点不是必须取统计均值。

本书228的c下标从1起写乘积,却在说明里混入c0,宜按实际已包含因子统一理解;当所有实际基点为0,才退成普通幂基。02985黑点为已知信息,白框只是插值估计,不是额外测量到的真实点。

229以x0到xn计n+1个节点,多项式次数≤n;接口231则用n表示节点总数,次数≤n−1。点数参数与数学下标上限不混用。

230在z=−2.5、0、2.5的图示估值约−2.694、0.8000、3.044,02989实际表只列这三处。正文最初还提z=1,但图表未给其值,不将缺行当已输出;系数截断也会改变末位,全部属于书例/模型结果,非本轮运行输出。

244已知f为5次多项式时,6个互异节点的精确值在精确算术下可唯一恢复它,不只是模糊“较精确”。有限精度和节点布局会影响实际计算,不能忽略;“排列良好”不能替代互异前提。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 4 处

    • · 查看原书依据

      插值多项式。为了深入理解插值多项式的意义,让我们先来看看多项式的一些基本法则。首先,多项式是具有如下形式的函数: p(x)=a0+a1x+a2x2+……+anxn 这里的a0,……,an是系数。当an为非零整数时,这种形式的多项式称为n阶多项式。这是多项式的指数形式,在数学问题中尤为常见。但是,在某

    • · 查看原书依据

      n+1个已知点:x0,……,xn。这些已知点x0,……,xn就称为插值点。通过插值多项式pn(z)可以计算出函数f(x)在x=z处的近似值。插值法需要满足点z在[x0,xn]内。可以采用如下公式来构建插值多项式pn(z)。 pn(z)=f[x0]+f[x0,x1](z-x0)+f[x0,x1,x2]

    • · 查看原书依据

      -2.5、z1=0.0、z2=1.0、z3=2.5处的函数值。由于已经知道函数f在4个点处的值,因此插值多项式为3阶。图13-3为三阶插值多项式p3(z)的差商表。 图 13-3 差商表,得到的系数为-5.0,3.9,-0.63,0.176 7 一旦从差商表中得到了系数,就可以采用前面介绍过的牛顿公

    • · 查看原书依据

      次数是5,因此需要用6个排列良好的插值点。最后得到的插值多项式同函数f(x)的次数一样。 问:回顾一下本章介绍的采用牛顿迭代法来求方程近似根的问题。选择一个区间[a,b],在该区间上存在根,然后通过迭代逐步逼近。如果选择的区间范围比实际所需要的大很多,而这个区间又刚好能同时满足本章介绍的两条规则,此

    参考来源

    - 位置:《算法精解:C语言描述》第13章《多项式插值法》(spine1359;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1325.html;u228-ch13-004)。 - 结论依据:228全文、02985完整九节点曲线/表实读,229节点/次数定义和NIST DLMF互异节点次数不超过n的定义核验;指出系数整数和基点下标笔误,不把插值估计当观测。 - 原始内容:插值多项式。为了深入理解插值多项式的意义,让我们先来看看多项式的一些基本法则。首先,多项式是具有如下形式的函数: p(x)=a0+a1x+a2x2+……+anxn 这里的a0,……,an是系数。当an为非零整数时,这种形式的多项式称为n阶多项式。这是多项式的指数形式,在数学问题中尤为常见。但是,在某 - 位置:《算法精解:C语言描述》第13章《构建插值多项式》(spine1359;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1325.html;u229-ch13-004)。 - 结论依据:229以x0到xn计n+1个节点,多项式次数≤n;接口231则用n表示节点总数,次数≤n−1。点数参数与数学下标上限不混用。 - 原始内容:n+1个已知点:x0,……,xn。这些已知点x0,……,xn就称为插值点。通过插值多项式pn(z)可以计算出函数f(x)在x=z处的近似值。插值法需要满足点z在[x0,xn]内。可以采用如下公式来构建插值多项式pn(z)。 pn(z)=f[x0]+f[x0,x1](z-x0)+f[x0,x1,x2] - 位置:《算法精解:C语言描述》第13章《计算插值多项式》(spine1360;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1326.html;u230-ch13-004)。 - 结论依据:230在z=−2.5、0、2.5的图示估值约−2.694、0.8000、3.044,02989实际表只列这三处。正文最初还提z=1,但图表未给其值,不将缺行当已输出;系数截断也会改变末位,全部属于书例/模型结果,非本轮运行输出。 - 原始内容:-2.5、z1=0.0、z2=1.0、z3=2.5处的函数值。由于已经知道函数f在4个点处的值,因此插值多项式为3阶。图13-3为三阶插值多项式p3(z)的差商表。 图 13-3 差商表,得到的系数为-5.0,3.9,-0.63,0.176 7 一旦从差商表中得到了系数,就可以采用前面介绍过的牛顿公 - 位置:《算法精解:C语言描述》第13章《问与答》(spine1373;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part1339.html;u244-ch13-004)。 - 结论依据:244已知f为5次多项式时,6个互异节点的精确值在精确算术下可唯一恢复它,不只是模糊“较精确”。有限精度和节点布局会影响实际计算,不能忽略;“排列良好”不能替代互异前提。 - 原始内容:次数是5,因此需要用6个排列良好的插值点。最后得到的插值多项式同函数f(x)的次数一样。 问:回顾一下本章介绍的采用牛顿迭代法来求方程近似根的问题。选择一个区间[a,b],在该区间上存在根,然后通过迭代逐步逼近。如果选择的区间范围比实际所需要的大很多,而这个区间又刚好能同时满足本章介绍的两条规则,此