最佳平方逼近-python

Posted 嘟嘟肚腩仔

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了最佳平方逼近-python相关的知识,希望对你有一定的参考价值。

分享一下最近学习的数值分析课后作业

一次逼近

import numpy as np
from sympy import *
import math
import matplotlib.pyplot as plt

#n代表n-1次逼近
n = 2

#建立hilbert矩阵
H = np.zeros((n,n))

for i in range(n):
    for j in range(n):
        H[i][j] = 1/(i+j+1)


f = np.zeros((n,1))

for i in range(n):
    x = symbols("x")
    f[i][0] = integrate((math.e**x)*(x**i),(x,0,1))

#a为系数向量
a = np.linalg.inv(H).dot(f)
print(a)

x = np.linspace(0,1,20)
y = math.e**(x)

def fun(a,x):
    return a[0]+x*a[1]
y_pred = fun(a,x)

plt.plot(x,y,'b')
plt.plot(x,y_pred,'r')

二次逼近

import numpy as np
from sympy import *
import math
import matplotlib.pyplot as plt

#n代表n-1次逼近
n = 3

#建立hilbert矩阵
H = np.zeros((n,n))

for i in range(n):
    for j in range(n):
        H[i][j] = 1/(i+j+1)


f = np.zeros((n,1))

for i in range(n):
    x = symbols("x")
    f[i][0] = integrate((math.e**x)*(x**i),(x,0,1))

#a为系数向量
a = np.linalg.inv(H).dot(f)
print(a)

x = np.linspace(0,1,20)
y = math.e**(x)

def fun(a,x):
    return a[0]+x*a[1]+x**2*a[2]
y_pred = fun(a,x)

plt.plot(x,y,'b')
plt.plot(x,y_pred,'r')

三次逼近

import numpy as np
from sympy import *
import math
import matplotlib.pyplot as plt

#n代表n-1次逼近
n = 4

#建立hilbert矩阵
H = np.zeros((n,n))

for i in range(n):
    for j in range(n):
        H[i][j] = 1/(i+j+1)


f = np.zeros((n,1))

for i in range(n):
    x = symbols("x")
    f[i][0] = integrate((math.e**x)*(x**i),(x,0,1))

#a为系数向量
a = np.linalg.inv(H).dot(f)
print(a)

x = np.linspace(0,1,20)
y = math.e**(x)

def fun(a,x):
    return a[0]+x*a[1]+x**2*a[2]+x**3*a[3]
y_pred = fun(a,x)

plt.plot(x,y,'b')
plt.plot(x,y_pred,'r')

 

以上是关于最佳平方逼近-python的主要内容,如果未能解决你的问题,请参考以下文章

如何使用 Python 和 Numpy 计算 r 平方?

高斯牛顿法的介绍

Python代码中的数学之美:用牛顿逼近法计算2的算术平方根

Python代码中的数学之美:用牛顿逼近法计算2的算术平方根

多项式拟合平方误差怎么求

如何解决Python中的函数逼近任务?