Interpolation
Methods for constructing a function that passes through a given set of data points.
English API (Aliases)
- numpyy.lagrange(x_pts, y_pts, pedagogique=None)[source]
Interpolation de Lagrange.
- Parameters:
x_pts (array_like) – Noeuds d’interpolation.
y_pts (array_like) – Valeurs aux noeuds.
pedagogique (bool, optional) – Non utilise pour l’instant.
- Returns:
Le polynome d’interpolation.
- Return type:
callable
- numpyy.newton_interpolation(x_pts, y_pts, pedagogique=None)
- numpyy.newton_polynomial(x_pts, coeffs)
P(x) = a0 + a1(x-x0) + a2(x-x0)(x-x1) + …
- numpyy.divided_differences(x, y, pedagogique=None)
Calcule le tableau des differences divisees pour l’interpolation de Newton.
- Parameters:
x (array_like) – Points d’abscisse.
y (array_like) – Points d’ordonnee.
pedagogique (bool, optional) – Non utilise pour l’instant.
- Returns:
Coefficients de Newton.
- Return type:
ndarray
- numpyy.interpolation_error(derivee_suivante, x_val, x_pts)
- numpyy.vandermonde_matrix(x)
- numpyy.newton_basis(x_pts)
- numpyy.chebyshev_nodes(a, b, n)
Genere les noeuds de Chebyshev sur l’intervalle [a, b].
- Parameters:
a (float) – Borne inferieure.
b (float) – Borne superieure.
n (int) – Nombre de points.
- Returns:
Les points de Chebyshev.
- Return type:
ndarray
- numpyy.runge_function(x)
Backend French API
- numpyy.interpolation.differences_divisees(x, y, pedagogique=None)[source]
Calcule le tableau des differences divisees pour l’interpolation de Newton.
- Parameters:
x (array_like) – Points d’abscisse.
y (array_like) – Points d’ordonnee.
pedagogique (bool, optional) – Non utilise pour l’instant.
- Returns:
Coefficients de Newton.
- Return type:
ndarray
- numpyy.interpolation.lagrange(x_pts, y_pts, pedagogique=None)[source]
Interpolation de Lagrange.
- Parameters:
x_pts (array_like) – Noeuds d’interpolation.
y_pts (array_like) – Valeurs aux noeuds.
pedagogique (bool, optional) – Non utilise pour l’instant.
- Returns:
Le polynome d’interpolation.
- Return type:
callable
Example: Newton Interpolation
import numpyy as ny
x_pts = [0, 1, 2]
y_pts = [1, 3, 2]
# Compute Newton polynomial
poly = ny.newton_interpolation(x_pts, y_pts)
print(poly(0.5))