标签：right 插值法 newton range ucal forward left

newton_forward_interpolation 牛顿向前插值法

参考： https://zhuanlan.zhihu.com/p/66793653

https://www.geeksforgeeks.org/newton-forward-backward-interpolation/

插值是对自变量的任意中间值估计函数值的技术，而计算给定范围外的函数值的过程称为外推。

正向差值:$y_1-y_0、y_2-y_1、y_3-y_2、\cdots、y_n-y_{n - 1} $ 分别用$ d_{y0}、d_{y1}、d_{y2}、\cdots、d_{y{(n-1)}}$ 表示，称为第一次正向差值。 因此，第一个正向差异是:

\[\Delta Y_r = Y_{r + 1} -Y_{r} \]

前向插值表如图所示：

公式：

NEWTON’S GREGORY FORWARD INTERPOLATION FORMULA :

\[f(a+hu)=f(a)+u\Delta f(a)+\frac{u\left ( u-1 \right )}{2!}\Delta ^{2}f(a)+...+\frac{u\left ( u-1 \right )\left ( u-2 \right )...\left ( u-n+1 \right )}{n!}\Delta ^{n}f(a) \]

这个公式对于插值f(x)在给定值集合的开始附近的值特别有用。 h是$ u=\frac{(x - a)} h $ 的区间，这里a是第一项

代码

[newton_forward_interpolation.py]{..\src\arithmetic_analysis\newton_forward_interpolation.py}

"""
Prepare
   1. sys.path 中增加 TheAlgorithms\src 子模块
"""
import sys
sys.path.append('E:\dev\AI\TheAlgorithms\src')

安例一

NEWTON’S GREGORY FORWARD INTERPOLATION FORMULA :

\[f(a+hu)=f(a)+u\Delta f(a)+\frac{u\left ( u-1 \right )}{2!}\Delta ^{2}f(a)+...+\frac{u\left ( u-1 \right )\left ( u-2 \right )...\left ( u-n+1 \right )}{n!}\Delta ^{n}f(a) \]

这个公式对于插值f(x)在给定值集合的开始附近的值特别有用。 h是$ u=\frac{(x - a)} h $ 的区间，这里a是第一项

for calculating u value

def ucal(u: float, p: int) -> float:

from arithmetic_analysis.newton_forward_interpolation import  ucal
"""
"""
'''
ucal(1, 2)    #    0
ucal(1.1, 2)  #    0.11000000000000011
ucal(1.2, 2)  #    0.23999999999999994
'''
print (ucal(1, 2))
print (ucal(1.1, 2) )
print (ucal(1.2, 2) )

0
0.11000000000000011
0.23999999999999994

已知：

sin45 = 0.7071

sin50 = 0.7660

sin55 = 0.8192

sin60 = 0.8660

求 sin52

from arithmetic_analysis.newton_forward_interpolation import  ucal

# calculating factorial of given number n
def fact(n):
    f = 1
    for i in range(2, n + 1):
        f *= i
    return f
 
# Driver Code
# Number of values given
n = 4
x = [ 45, 50, 55, 60 ]
     
# y[][] is used for difference table
# with y[][0] used for input
y = [[0 for i in range(n)]
        for j in range(n)]
y[0][0] = 0.7071
y[1][0] = 0.7660
y[2][0] = 0.8192
y[3][0] = 0.8660
 
# Calculating the forward difference table
for i in range(1, n):
    for j in range(n - i):
        y[j][i] = y[j + 1][i - 1] - y[j][i - 1]
 
# Displaying the forward difference table
for i in range(n):
    print(x[i], end = "\t")
    for j in range(n - i):
        print(y[i][j], end = "\t")
    print("")
 
# Value to interpolate at
value = 52
 
# initializing u and sum
sum = y[0][0]
u = (value - x[0]) / (x[1] - x[0])
for i in range(1,n):
    sum = sum + (ucal(u, i) * y[0][i]) / fact(i)
 
print("\nValue at", value,
      "is", round(sum, 6))

45	0.7071	0.05890000000000006	-0.005700000000000038	-0.0007000000000000339	
50	0.766	0.053200000000000025	-0.006400000000000072	
55	0.8192	0.04679999999999995	
60	0.866	

Value at 52 is 0.788003

标签：right,插值法,newton,range,ucal,forward,left
来源： https://www.cnblogs.com/it88-laobing/p/14885458.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。