拉格朗日插值

拉格朗日插值

定义:

什么是插值?

百度百科上这样写:

离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点。 [1]

插值是离散函数逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的近似值

插值:用来填充图像变换时像素之间的空隙。

人看的确信

通俗点就是李云龙拉来了一门意大利炮,然后一炮打出去,那么轨迹就可以抽象为一个函数 f(t),然后因为炮弹飞的很快,你能看见部分轨迹上的点,那么插值就是让你通过这些点来近似还原函数。

拉格朗日插值法

插值有很多种求法:三角函数插值,线性插值,牛顿插值,拉格朗日插值。

Joseph-Louis Lagrange 拉格朗日

思想就是硬凑确信

怎么硬凑?假设平面上有三个点,(x1,y2),(x2,y2),(x3,y3)  x1<x2<x3

然后拉格朗日这个人呢就想对每个点搞一个子函数 fi(x),强制令在 x=xi 的时候 fi(x)=1,在x=xj,ji 的时候 fi(x)=0,然后把这 n 个子函数凑起来。

那怎么计算这 n 个子函数?我们设第 i 个子函数为:

f(x)={0  x=xj(ji)1  x=xj

然后插值的结果就是:

f(x)=i=1nyifi(x)

现在好了,如何构造出子函数的形式呢?

因为在 x=xj,ji 时要为 0,我们可以想到令分子为 0

因为在 x=xi 时要为 1,所以想到此时分子分母相同。

f1(x) 举例,那就是:

f1(x)=(xx2)(xx3)(x1x2)(x1x3)

这样就满足了条件。

那么求和就是:

f(x)=y1(xx2)(xx3)(x1x2)(x1x3)+y2(xx1)(xx3)(x2x1)(x2x3)+y3(xx1)(xx2)(x3x1)(x3x2)

推广到一般,对于 n 个点,设:

fi(x)=ji(xxj)ji(xixj)

那么插值结果就是:

f(x)=i=1nyifi(x)=i=1nyi×ji(xxj)ji(xixj)

P4781 【模板】拉格朗日插值

#include<bits/stdc++.h>
#define INF 0x3f3f3f3f
#define debug cout<<"Szt ak ioi\n";
#define int long long

const int Mod=998244353;
const int N=1e6+7,M=2e3+1;

using namespace std;

inline int read() {
    int x=0,f=0;
    char ch=getchar();
    while(!isdigit(ch))f|=(ch=='-'),ch=getchar();
    while(isdigit(ch))x=(x<<1)+(x<<3)+(ch&15),ch=getchar();
    return f?-x:x;
}

int Ans,n,k,x[N],y[N];
int inv(int a,int b){
    int res=1;while(b){if(b&1) res=(res*a)%Mod;
    b>>=1;a=(a*a)%Mod;}return res;
}

signed main() {
    n=read(),k=read();
    for(int i=1;i<=n;i++)x[i]=read(),y[i]=read();
    for(int i=1;i<=n;i++){
        int Fz=y[i]%Mod,Fm=1;
        for(int j=1;j<=n;j++){
            if(i==j) continue;
            Fz=((Fz*(k-x[j]))%Mod);
            Fm=((Fm*(x[i]-x[j]))%Mod);
        }Ans=(Ans+(Fz*inv(Fm,Mod-2)%Mod)+Mod)%Mod;
    }
    printf("%lld\n",(Ans+Mod)%Mod);
    return 0;
}

重心拉格朗日

咕。

本文作者:Gym_nastics

本文链接:https://www.cnblogs.com/BlackDan/p/16553363.html

版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。

posted @   Gym_nastics  阅读(133)  评论(1编辑  收藏  举报
相关博文:
阅读排行:
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
点击右上角即可分享
微信分享提示
评论
收藏
关注
推荐
深色
回顶
收起