python计算牛顿迭代多项式实例分析

本文实例讲述了python计算牛顿迭代多项式的方法。分享给大家供大家参考。具体实现方法如下：

''' p = evalPoly(a,xData,x).
  Evaluates Newton's polynomial p at x. The coefficient
  vector 'a' can be computed by the function 'coeffts'.
  a = coeffts(xData,yData).
  Computes the coefficients of Newton's polynomial.
'''  
def evalPoly(a,xData,x):
  n = len(xData) - 1 # Degree of polynomial
  p = a[n]
  for k in range(1,n+1):
    p = a[n-k] + (x -xData[n-k])*p
  return p
def coeffts(xData,yData):
  m = len(xData) # Number of data points
  a = yData.copy()
  for k in range(1,m):
    a[k:m] = (a[k:m] - a[k-1])/(xData[k:m] - xData[k-1])
  return a

希望本文所述对大家的Python程序设计有所帮助。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：notice#nhooo.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。