问题标签 [polynomial-approximations]

我看了几篇关于这个错误的帖子。但是，我发现我的矩阵大小合适，但仍然出现此错误。接下来我认为问题是类，但它们是矩阵对象。我不确定发生了什么事。这是我正在编写的函数：

基本上，我正在编写一个采用矩形矩阵的函数，检查它是否是奇异的。如果是，则使其非单数。我正在检查的矩阵是一个 Vandermonde，它是我在这个函数之外创建的。它是矩形的，因为我有 N 行和 m 次幂。这些由谁指定。我需要 Vandermonde 来解决问题

V(n)*x = f(n)

其中 V 由 n = {1, 2, 3, 4, ..., N} 组成，f(n) 是整数序列的对应项。一个示例序列是 H =

我创造了范德蒙德

其中，在 H 的情况下，n = 14，我让 m = 10。要注意，输入是 H$Place，预期输出是 H$Value。

我有两个数组；

我想将 polyfit 应用于上述函数，其中函数为 R(z)。我需要多项式为 x^2+x^4+x^6+x^8

在 excel 中，趋势函数不允许仅使用偶次幂，因此我尝试在 Matlab 中编写此代码，但我无法弄清楚如何自定义 polyfit 以使其仅使用上述偶次幂。

有什么建议么？谢谢

在 Gauss-legendre 积分中，我们需要找到 legendre 函数的零点，但我找不到编写代码的方法来让我做到这一点？我知道那里有一个“xi”列表，这个函数等于零，但是我们可以编写程序自己找到这些“xi”吗？

假设我们要确定一个多项式方程的系数，该多项式方程在 0 到 1 之间逼近正切函数，如下所示：

-A 是 m×n 范德蒙矩阵。使用 0 到 11 之间的 m 值填充条目（作为输入给出）。

- 使用正切函数计算相应的向量 b。

-x 是通过在 MATLAB 中键入 x= A\b 来计算的。

现在，使用 MATLAB，将计算得到的 x 代入 Ax。结果被绘制出来，它非常接近正切函数。但是如果我使用 n−1 度的 polyval 函数（在 MATLAB 中）来计算 b，则结果图与原始 b 有很大不同。我无法理解这两种方法的结果之间存在如此显着差异的原因。

这是代码：

任何见解将不胜感激。谢谢你。

我愿意实现一种算法，以最有效的方式（即最准确的结果+最少的时间）解决二维欧几里得版本的旅行商问题。在进行研究时，我发现了很多算法，但Arora 1998 年的论文及其演讲让我觉得这可能是最好的。还有其他版本的解决方案使用相同的想法，例如Schultes在 2004 年提出的解决方案。问题是实现它似乎非常困难（如果不是不可能的话），我发现没有任何人以可访问的方式这样做的记录尽管这篇论文首次发表已经将近 20 年了。

是否有任何现有的实施或至少有这方面的指导方针？如果不是，什么是现有的和可实施的算法来尽可能地替代它？

This question is more for my own curiosity. I was looking through the Polynom documenation pdf for R, and noticed several basic polynomial operations such as:

However, how would I represent 'x' if I had to solve an equation such as:

(x+1)3x^3 + (x+1)4x^2 + (x+1) 2x + 3 = 17

and as a bonus, what if I wanted to specify x is greater than 0, and would change the equation to (x+1)3x^3 + (x+1)4x^2 + (x+1) 2x + 3 ≈ 17 where x > 0? (if it is even possible)

我试图从步进函数中获取错误，但出现错误：

如果我使用特定的中断cv.glm()$delta [1]而不是自动生成索引，我可以得到错误：cut()

即使这些是完全相同的休息时间cut(age,4)。

任何人都可以解释发生了什么或如何修复错误。

我的目标是尝试从 12 个不同的步骤模型中找出错误，并根据cv.glm()$delta错误选择最好的一个。

我做了这个程序，但由于某种原因它标记了一个错误（c = tridiagonal ( hi(1:n-1), dd, hi(1:n-1), ri );），我不知道为什么，我确定它是正确的，所以请有人帮忙。这是代码：

三对角码（错误为：w = a(i) - b(i)*v(i-1); ）

我在 octave 上工作，不确定它是否会在 matlab 中运行，我试图做一个简单的拉格朗日多项式来绘制点、函数和拉格朗日近似值，所以我做了以下操作，

我遇到了以下问题，“运算符 *：不一致的参数（op1 是 1x41，op2 是 1x41）”仅在使用 x 中的向量时出现，如果我尝试评估例如 lagrange(3,x0,y0) in一个特定的点，该函数可以正常工作并且没有问题，问题是当您对 x 使用更大的向量时，

所以我的问题是，有没有一种方法可以修改函数以便它可以使用更大的向量 x，或者有一种方法可以绘制函数而不直接在函数中使用更大的向量？

如果P不等于，NP是否可以证明k在最优顶点覆盖范围内没有近似算法，k固定常数在哪里？