ミニマックス多項式近似
参考: Interface(インターフェース) 2017年 09 月号, pp.109-111 関連: 軽量ミニマックス近似多項式の求め方 / Python - Qiita 或函数の “精度は低いが誤差がミニマックスになっている近似多項式” を下の手順で求める。 ミニマックス近似多項式に近い多項式…
参考: Interface(インターフェース) 2017年 09 月号, pp.109-111 import matplotlib.pyplot as plt import sympy as sym import numpy as np def newCoeff(c0List, x0List, ε0List): dimX = len(x0List) dimC = len(c0List) Δc = np.array([sym.Symbol("Δc" …
下の聯立方程式を Δc0 ~ Δc5 について sympy.solve()、numpy.linalg.solve() の両方で解いてみる。 sympy.solve() は 2 秒ほど時間がかかった。 numpy.linalg.solve() は瞬時に解が求まった。 この聯立方程式を Δc0 ~ Δc5 について解いてみる。ε の符号は …
参考: Interface(インターフェース) 2017年 09 月号, pp.109-111 函数 f(x) とその近似式 g(x) との差を ε(x) とする。 f(x) = sin(pi * x / 2) g(x) = 0.07293465 * x^5 - 0.64345777 * x^3 + 1.570657356 * x^1 ε(x) = f(x) - g(x) 近似多項式との誤差の極…
参考: Interface(インターフェース) 2017年 09 月号, pp.109-111 函数 f(x) とその近似式 g(x) との差を ε(x) とする。 f(x) = sin(pi * x / 2) g(x) = 0.07293465 * x^5 - 0.64345777 * x^3 + 1.570657356 * x^1 ε(x) = f(x) - g(x) f[x_] = Sin[Pi x / 2];…
参考: Interface(インターフェース) 2017年 09 月号, pp.109-111 ε(x) の導函数 ε'(x) を求めて方程式 ε'(x) = 0 を x について解けばよい。 函数 f(x) とその近似式 g(x) との差を ε(x) とする。 f(x) = sin(pi * x / 2) g(x) = 0.07293465 * x^5 - 0.64345…
参考: Interface(インターフェース) 2017年 09 月号, pp.109-111 ε(x) の導函数 ε'(x) を求めて方程式 ε'(x) = 0 を x について解けばよい。 函数 f(x) とその近似式 g(x) との差を ε(x) とする。 f(x) = sin(pi * x / 2) g(x) = 0.07293465 * x^5 - 0.64345…
参考: Interface(インターフェース) 2017年 09 月号, pp.109-111 ε(x) の導函数 ε'(x) を求めて方程式 ε'(x) = 0 を x について解けばよい。 函数 f(x) とその近似式 g(x) との差を ε(x) とする。 f(x) = sin(pi * x / 2) g(x) = 0.07293465 * x^5 - 0.64345…
参考: 三上直樹, Interface(インターフェース) 2017年 09 月号, CQ 出版, pp.109-111 記事に載っている計算結果を sympy で検算してみる。 チェビシェフ補間で近似多項式を求める 実行結果: [ 0. 1.57065736 -0. -0.64345777 0. 0.07293465] インターフェー…
参考: Interface(インターフェース) 2017年 08 月号, pp.148-151 ミニマックス近似の前にマクローリン展開で sin(x) を 5 次まで展開してみる。 TI-Nspire の場合: 構文: taylor(函数, 変数, 次数 [, 中心]) ―――――――――――――――――――――――――――――――― Wolfram の場…