Splines. Alvise Sommariva. Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata. 21 novembre 2011
|
|
- Alessia Perri
- 5 anni fa
- Visualizzazioni
Transcript
1 Splines Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 21 novembre 2011 Alvise Sommariva Splines 1/ 25
2 Interpolazione nodi equispaziati e problemi Si è visto che nel caso dell interpolazione polinomiale, dati N + 1 punti a = x 0 <... < x N = b, e i valori y 0,...,y N ivi assunti da una funzione y = f (x), esiste uno ed un solo polinomio p N di grado N tale che Nel caso di nodi equispaziati p N (x i ) = f i, i = 0,...,N. (1) x k = a + k (b a), k = 0,...,N; (2) N al crescere di N, non si puó garantire che f (x) p n (x) tenda a 0 (si ricordi il fenomeno di Runge!). Sorge spontaneo chiedersi se qualora si possegga un gran numero di punti, anche equispaziati, sia possibile calcolare un approssimante di tipo polinomiale per cui al crescere di N si abbia p N f. Alvise Sommariva Splines 2/ 25
3 Splines Sia [a,b] R chiuso e limitato, e sia a = x 0 < x 1 <... < x n = b. Una spline di grado m (o ordine m + 1) è una funzione in C m 1 ([a,b]) che in ogni intervallo [x i,x i+1 ], con i = 0,...,n 1, è un polinomio di grado m. Alcuni esempi: spline di grado 1 (lineari): una funzione in C([a,b]) che in ogni intervallo [x i,x i+1 ], con i = 0,...,n 1, è un polinomio di grado 1. spline di grado 3 (cubiche): una funzione in C 2 ([a,b]) che in ogni intervallo [x i,x i+1 ], con i = 0,...,n 1, è un polinomio di grado 3. Alvise Sommariva Splines 3/ 25
4 Splines di grado 1 e lineari a tratti Come anticipato sono funzioni C([a,b]) che in ogni intervallo [x i,x i+1 ], con i = 0,...,n 1, è un polinomio di grado 1. Di conseguenza sono funzioni continue lineari a tratti, essendo un segmento il grafico di un polinomio di grado 1 in [x i,x i+1 ] Figura: Esempio di splines grado 1 (n = 10 intervalli di uguale ampiezza). Alvise Sommariva Splines 4/ 25
5 Interpolazione con splines: grado 1. Esistenza e unicità Dati n + 1 punti in [a,b], diciamo a = x 0 < x 1 <... < x n 1 < x n = b, supponiamo di dover interpolare le coppie (x k,y k ) con k = 0,...,n, con una spline s 1 di grado 1 cioè determinare s 1 tale che s 1 (x k ) = y k per k = 0,...,n. Poichè per due punti assegnati (x j,y j ), (x j+1,y j+1 ) passa un unico segmento è evidente che tale funzione s 1 è unica. Alternativamente, basta osservare che in ogni subintervallo esiste ed è unico il polinomio di grado 1 che interpola 2 punti assegnati (x j,y j ), (x j+1,y j+1 ). Alvise Sommariva Splines 5/ 25
6 Interpolazione con splines: grado 3. Esistenza e unicità Dati n + 1 punti in [a,b], diciamo a = x 0 < x 1 <... < x n 1 < x n = b, supponiamo di dover interpolare le coppie (x k,y k ) con k = 0,...,n, con una spline s 3 di grado 3 cioè determinare s 3 tale che s 3 (x k ) = y k per k = 0,...,n. Questo caso è più complesso di quello delle splines di grado 1. Mostriamo che esistono splines s 3 interpolanti ma non sono uniche. Alvise Sommariva Splines 6/ 25
7 Interpolazione con splines: grado 3. Esistenza e unicità In ogni sottointervallo [x j,x j+1 ] una spline s 3 è un polinomio p 3,j (x) = 3 i=0 a jx j di grado 3 e quindi definita da 4 coefficienti a k. In totale i gradi di libertà sono 4n. Le condizioni di interpolazione nei punti x 0,...,x n sono n + 1. Le condizioni di regolarità fino alla derivata seconda nei punti x 1,..., x n 1 sono 3n 3 ed quindi le condizioni imposte sono in totale 4n 2 = (n + 1) + (3n 3). Dal confronto coi gradi di libertà, è quindi evidente che servano 2 ulteriori condizioni per determinare univocamente la spline s 3 interpolante. Alvise Sommariva Splines 7/ 25
8 Interpolazione con splines: grado 3. Esistenza e unicità Alcune classiche richieste aggiuntive. Spline naturale: s (2) 3 Spline periodica: s (1) 3 (a) = s(2) 3 (b) = 0. (a) = s(1) 3 (b), s(2) 3 (a) = s(2) 3 (b). Spline vincolata: s (1) 3 (a) = y a, s (1) 3 (b) = y b (con y a,y b assegnati). Alvise Sommariva Splines 8/ 25
9 Splines cubiche di tipo not-a-knot La spline cubica s NAK 3 con vincolo not-a-knot è definita come segue: Interpola le coppie (x 0,y 0 ),..., (x n,y n ); E un polinomio di grado 3 nell intervallo [x 0,x 2 ]; E un polinomio di grado 3 nell intervallo [x n 2,x n ] Si osservi che per le spline cubiche generiche s 3 non è detto che la restrizione di s 3 a [x 0,x 1 ] e [x 1,x 2 ] siano lo stesso polinomio, e similmente che la restrizione a [x n 2,x n 1 ] e [x n 1,x n ] siano lo stesso polinomio. Vediamo il confronto dei gradi di libertá. Richieste:Abbiamo n 2 polinomi da determinare e quindi 4(n 2) condizioni. Fornite:Interpolazione x 0,...,x n : n + 1 condizioni. Regolarità x 2,...,x n 2 : 3(n 3) condizioni. Quindi il numero di gradi di libertá richiesto e fornito è lo stesso. Alvise Sommariva Splines 9/ 25
10 Splines lineari: stima errore Sia s 1, : [a,b] R una spline di grado 1, che interpola le coppie (x i,f (x i )) dove x 0 = a < x 1 <... < x i < x i+1 <... < x N = b. = {x i } i=0,...,n indica la suddivisione [a,b] = n 1 i=0 [x i,x i+1 ]. Sia p i, = s 1, [xi,x i+1 ] P 1 dove P 1 è l insieme dei polinomi di primo grado. Dal teorema dell errore dell interpolazione polinomiale nel caso N = 1 abbiamo che puntualmente f (x) p i, (x) = f (2) (ξ) (x x i)(x x i+1 ), ξ (x i,x i + 1) (3) 2 da cui, posto h i, = (x i+1 x i ), M i, = max x (xi,x i+1 ) f (2) (x) è immediata la stima d errore per f C 2 ([a,b]) f (x) s 1, (x) = f (x) p i, (x) = f (2) (ξ) x x i x x i+1 2 M i h 2 i, 2, x [x i,x i+1 ] Alvise Sommariva Splines 10/ 25
11 Splines lineari: stima errore In realtà si può mostrare, con tecniche più precise, che f (x) s 1, (x) hi, 2 M i, 8, x [x i,x i+1 ] (4) Quindi, essendo f C 2 ([a,b]), per il teorema di Weierstrass esiste ed è finito M = max x [a,b] f (2) (x), ed evidentemente M i, := Di conseguenza max f (2) (x) max f (2) (x) := M. x [x i,x i+1 ] x [a,b] max f (x) s 1, (x) = max x [a,b] i=0,...,n 1 max f (x) s 1, (x) x [x i,x i +1] M i, max i=0,...,n 1 h2 i, 8 M 8 (max h i, ) 2. i Alvise Sommariva Splines 11/ 25
12 Splines lineari: convergenza uniforme Sia h = max i h i,. Sia fissata la famiglia di suddivisioni { n } con la proprietà che h n 0 (suddivisioni sempre più fini). Allora la convergenza della successioni di interpolanti s 1, n ad una funzione f C 2 ([a,b]) è uniforme. Infatti: f s 1, n M 8 (max h i, n ) 2 = M i 8 h2 n n 0. Alvise Sommariva Splines 12/ 25
13 Splines cubiche: stima errore Consideriamo di seguito spline cubiche s 3, n su una suddivisione n = {x i } di [a,b]. Poniamo h i, = x i+1 x i, f (k) derivata k-sima di f. Teorema. Supponiamo f C 4 ([a,b]). Posto h = max i h i,, si consideri una sudd. = {x i } di [a,b] con K = max i h /h i,. Esiste una costante c k indipendente da h tale che f (s) s (s) 3, c s Kh (4 s) f (4), s = 0,1,2,3 (5) dove f = max x [a,b] f (x). PS. Notare le componenti dell errore dovute alla suddivisione (cioè K e h ) e alla funzione f (cioè f (4) ). Alvise Sommariva Splines 13/ 25
14 Splines cubiche: stima errore Teorema. Supponiamo f C 4 ([a,b]). Si consideri la suddivisione = {x i } di [a,b] con h = h i, = h (cioè {x i } nodi equisp.). Allora esiste una costante c 0 indipendente da h tale che f s 3, c 0 h 4 f (4) (6) Inoltre esistono delle costanti c 1, c 2, c 3 indipendenti da h tali che dove f = max x [a,b] f (x). f (1) s (1) 3, c 1 h 3 f (4), (7) f (2) s (2) 3, c 2 h 2 f (4), (8) f (3) s (3) 3, c 3 h 1 f (4), (9) Nel caso di spline interpolanti e vincolate si ha c 0 = 5/384, c 1 = 1/24, c 2 = 3/8. Alvise Sommariva Splines 14/ 25
15 Splines cubiche: convergenza uniforme Sia h = max i h i,. Sia fissata la famiglia di suddivisioni { n } con la proprietà che h n 0 (suddivisioni sempre più fini). Allora la convergenza della successioni di interpolanti s 3, n ad una funzione f C 2 ([a,b]) è uniforme. Infatti da (5): f (s) s (s) 3, n c s Kh (4 s) n f (4) n 0. NB: Per s = 3, significa che la successione di funzioni a gradino s (3) 3, n converge a f (3) uniformemente. Alvise Sommariva Splines 15/ 25
16 Splines lineari: esempio di Runge. La funzione di Runge f (x) = 1/(1 + x 2 ) appartiene a C ([ 5,5]) e di conseguenza, nonostante la convergenza puntuale dell interpolazione polinomiale in nodi equispaziati non sia garantita, ciò non si può dire per l interpolazione mediante splines lineari o cubiche (sappiamo sussistere la conv. unif.!). Vediamo una stima dell errore più precisa. Nel caso lineare, se = {x i } è la sudd. equisp. di ampiezza h, se x [x i,x i+1 ] dove con f (x) s 1, (x) hi, 2 M i, = h 2 M i, 8 8 M i, = max f (2) (x). x (x i,x i+1 ) f (2) (x) = (8x 2 )/(x 2 + 1) 3 2/(x 2 + 1) 2. (10) Alvise Sommariva Splines 16/ 25
17 Splines lineari: esempio di Runge. Dal grafico di f (2) deduciamo che e quindi se x [x i,x i+1 ] M i M = f (2) = f (2) (0) = 2 f (x) s 1, (x) h 2 M i 8 M h2 8 h2 4 f s 1, h Figura: Grafico di f (2) per f (x) = 1/(1 + x 2 ), in [ 5, 5]. Alvise Sommariva Splines 17/ 25
18 Splines cubiche: esempio di Runge. Usiamo le notazioni precedenti. Sappiamo che f s 3, c 0 h 4 f (4) e si può vedere che f (4) (x) = 24/(x 2 + 1) x 2 /(x 2 + 1) x 4 /(x 2 + 1) 5 il cui massimo modulo in [ 5,5] è f (4) (0) = 24. Quindi per splines cubiche intp. vincolate, essendo c 0 = 5/384 f s 3, c 0 h 4 f (4) (120/384)h Figura: Grafico di f (4) per f (x) = 1/(1 + x 2 ), in [ 5, 5]. Alvise Sommariva Splines 18/ 25
19 10 0 lineare Splines lineari e cubiche: confronto esempio di Runge cubica Figura: Grafico stime errori intp. splines lineari e cubiche vincolate (ascissa: x = log 10 (h)). >> n =0:0.2:15; h=10.ˆ( n) ; >> e1=(h.ˆ2) /4; e3=(120/384) (h.ˆ4) ; >> semilogy (n,e1, r,n,e3, k ) ; >> legend ( l i n e a r e, cubica ) ; Alvise Sommariva Splines 19/ 25
20 Splines interpolanti in Matlab/Octave: spline Alcuni comandi per calcolare interpolazione spline in Matlab/Octave SPLINE Cubic s p l i n e data interpolation. YY = SPLINE (X,Y,XX) uses cubic s p l i n e interpolation to find YY, the values of the underlying function Y at the points in the vector XX. The vector X specifies the points at which the data Y is given.... Ordinarily, the not a knot end conditions are used. However, i f Y contains two more values than X has entries, then the first and last value in Y are used as the endslopes for the cubic s p l i n e.... Alvise Sommariva Splines 20/ 25
21 Splines interpolanti in Matlab/Octave: spline Example : This generates a sine curve, then samples the s p l i n e over a finer mesh : x = 0:10; y = sin (x) ; xx = 0 :. 2 5 : 1 0 ; yy = s p l i n e (x,y,xx) ; plot (x,y, o,xx,yy) Example : This illustrates the use of clamped or complete s p l i n e interpolation where end slopes are prescribed. Zero slopes at the ends of an interpolant to the values of a certain distribution are enforced : x = 4:4; y = [ ] ; cs = s p l i n e (x, [ 0 y 0]) ; xx = linspace ( 4,4,101) ; plot (x,y, o,xx,ppval (cs,xx), ) ; See also INTERP1, PPVAL, SPLINES (The Spline Toolbox ). Alvise Sommariva Splines 21/ 25
22 Splines interpolanti in Matlab/Octave: interp1 INTERP1 1 D interpolation ( table lookup ). YI = INTERP1 (X,Y,XI) interpolates to find YI, the values of the underlying function Y at the points in the vector XI.The vector X specifies the points at which the data Y is given.... YI = INTERP1 (X,Y,XI, method ) specifies alternate methods. The default is linear interpolation. Available methods are : nearest nearest neighbor interpolation l i n e a r linear interpolation s p l i n e piecewise cubic s p l i n e interpolation ( SPLINE ) pchip piecewise cubic Hermite interpolation ( PCHIP ) cubic same as pchip v5cubic the cubic interpolation from MATLAB 5, which does not extrapolate and uses s p l i n e i f Xmis not equally spaced.... Alvise Sommariva Splines 22/ 25
23 Splines interpolanti in Matlab/Octave: interp1 For example, generate a coarse sine curve and interpolate over a finer abscissa : x = 0:10; y = sin (x) ; xi = 0 :. 2 5 : 1 0 ; yi = interp1 (x,y,xi) ; plot (x,y, o,xi,yi) See also INTERP1Q, INTERPFT, SPLINE, INTERP2, INTERP3, INTERPN. Quindi dall help di spline e interp1 deduciamo che: spline: calcola spline cubica intp. con vincolo not-a-knot e con qualche assegnazione anche vincolate; interp1: calcola spline lineare o spline cubica intp. con vincolo not-a-knot e con qualche assegnazione anche di altro tipo. Alvise Sommariva Splines 23/ 25
24 Splines interpolanti in Matlab/Octave: esempio di Runge Vediamo il comportamento della spl. lineare intp. la funzione di Runge in 13 nodi equisp., ricordando che l interpolante polinomiale p 12 su 13 nodi, aveva f p Il file è runge lin.m. n=13; f=inline ( 1./(1+ x.ˆ2) ) ; % RUNGE. t=l inspa c e ( 5,5,1000) ; % NODI TEST. x=l inspa c e ( 5,5,n) ; % NODI SUDDIV. y=f e v a l (f,x) ; % ( x, y ) COPPIE INTP. st=interp1 (x,y,t, l i n e a r ) ; ft=f e v a l (f,t) ; err=norm(ft st,inf ) ; % ERRORE f s3 f p r i n t f ( \n \t e rr : %2.2e \n,err ) ; Otteniamo, come supposto, un migliore risultato rispetto a p 12 (stime: ((10/12) 2 )/ ) >> runge_lin err : 6.50e 02 >> Alvise Sommariva Splines 24/ 25
25 Splines interpolanti in Matlab/Octave: esempio di Runge Vediamo il comportamento delle spline cubiche not-a-knot interpolanti la funzione di Runge in 13 nodi equispaziati (avevamo f p ). Il file è runge cub.m. n=13; f=inline ( 1./(1+ x.ˆ2) ) ; % RUNGE. t=l inspa c e ( 5,5,1000) ; % NODI TEST. x=l inspa c e ( 5,5,n) ; % NODI SUDDIV. y=f e v a l (f,x) ; % ( x, y ) COPPIE INTP. st=interp1 (x,y,t, s p l i n e ) ; ft=f e v a l (f,t) ; err=norm(ft st,inf ) ; % ERRORE f s3 f p r i n t f ( \n \t e rr : %2.2e \n,err ) ; Otteniamo, come supposto, un migliore risultato rispetto a p 12 e alle splines lineari (errore come h 4 e non h 2 ) >> runge_lin err : 6.91e 03 >> Alvise Sommariva Splines 25/ 25
Interpolazione polinomiale.
Interpolazione polinomiale. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 21 novembre 2011 Alvise Sommariva Interpolazione polinomiale. 1/ 27 Interpolazione
Dettaglip N (x i )= f i, i = 0,..., N. (1)
31 maggio 2008 1 Introduzione Si è visto che nel caso dell interpolazione polinomiale, dati N+1 punti a= x 0
DettagliCorso di Calcolo Scientifico
I Modulo del corso integrato di Calcolo Dott.ssa Maria Carmela De Bonis a.a. 2012-13 Approssimazione di Funzioni In molti problemi matematici emerge l esigenza di dover approssimare una funzione f C k
DettagliSPLINES A. SOMMARIVA E M.VENTURIN
SPLINES A. SOMMARIVA E M.VENTURIN 1. Introduzione. Si è visto che nel caso dell interpolazione polinomiale, dati N + 1 punti a = x 0
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 2016-2017 Laboratorio 6 - Minimi quadrati e spline APPROSSIMAZIONE DI FUNZIONI O DI DATI Consideriamo il problema di valutare una funzione nota soltanto
DettagliSPLINES A. SOMMARIVA E M.VENTURIN
SPLINES A. SOMMARIVA E M.VENTURIN 1. Introduzione. Si è visto che nel caso dell interpolazione polinomiale, dati N + 1 punti a = x 0
DettagliInterpolazione e approssimazione di funzioni
Interpolazione e approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 26 febbraio 2007 Outline 1 Interpolazione polinomiale Interpolazione
DettagliInterpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Interpolazione Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Interpolazione 2 Interpolazione polinomiale Polinomi Valutazione di un polinomio Algoritmo di Horner
DettagliEsercitazione 7: Aggiornamento minimi quadrati.
Esercitazione 7: Aggiornamento minimi quadrati. Esercizio 1 Per calcolare il piano di equazione p(x) = a+b xc y che minimizza gli scarti quadratici relativi alle misure (x i, y i, z i ) è necessario risolvere
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
DettagliCalcolo Numerico A.A Lab. 6
Calcolo Numerico A.A. 2007-2008 - Lab. 6 Esercizio 1. Interpolazione su nodi di Chebyshev e interpolazione composita Si consideri la funzione f(x) = 1 + x assegnata sull intervallo I = [0, 1]. 1. Trovare
DettagliInterpolazione polinomiale.
Interpolazione polinomiale. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica April 11, 2017 Alvise Sommariva Introduzione 1/ 14 Introduzione In questa lezione desideriamo introdurre
DettagliInterpolazione polinomiale
Interpolazione polinomiale Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 27 marzo 2019 Alvise Sommariva Interpolazione polinomiale 1/ 36 Interpolazione polinomiale
DettagliInterpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Interpolazione Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Interpolazione 2 Interpolazione polinomiale Polinomi Valutazione di un polinomio Algoritmo di Horner
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 3 - PROBLEMI DI INTERPOLAZIONE Introduzione Problemi di interpolazione Supponiamo di avere un insieme di dati che rappresentano misurazioni
DettagliInterpolazione composita di Lagrange
Interpolazione composita di Lagrange Dividiamo l itervallo [a, b] in N sottointervalli I j = [x j 1, x j ], j = 1,..., N. Sia h j = x j x j 1 e h = max 1 j N h j. Su ciascun intervallo I j usiamo interpolazione
Dettaglii = 0,...,N 1) siano polinomi di grado m = 3 e globalmente funzioni di classe C m 1 = C 2,
Esercitazione 1 Richiami di Teoria: Spline Si è visto che nel caso dell interpolazione polinomiale, dati N+1 punti a = x
Dettagli2. Costruire un M function file di Matlab che calcola il valore del
Esercizi. 1. Costruire un M function file di Matlab che calcola il valore del polinomio di Chebyshev di grado n in un vettore di punti, usando la formula di ricorrenza a tre termini. Costruire il grafico
DettagliApprossimazione con le splines. Approssimazione con le splines
Splines Dato l intervallo [a, b], si consideri una successione finita di numeri reali (nodi) appartenenti all intervallo, tali che a = x 0 < x 1 < x 2 < < x m+1 = b Si individua in tal modo una partizione
DettagliMinimi quadrati. Ángeles Martínez Calomardo e Alvise Sommariva. 4 dicembre Università degli Studi di Padova
Minimi quadrati Ángeles Martínez Calomardo e Alvise Sommariva Università degli Studi di Padova 4 dicembre 2012 Ángeles Martínez Calomardo e Alvise Sommariva Minimi quadrati 1/ 11 Approssimazione ai minimi
DettagliMinimi quadrati in Matlab
Minimi quadrati in Matlab Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 3 gennaio 2019 Alvise Sommariva Minimi quadrati in Matlab 1/ 17 Approssimazione ai
Dettaglikπ cos, k = 0, 1, 2,, n (NB: sono n +1) n
Esempio di nodi NON equispaziati Nodi di Lobatto - Chebyshev: x k = kπ cos, k = 0, 1, 2,, n (NB: sono n +1) n Mappa: da t in [-1, 1] a x in [a, b]: x = b a a + b t + 2 2 Esercizio 1 Interpolare la funzione
DettagliApprossimazione di dati e funzioni
Dipartimento di Matematica tel. 011 0907503 stefano.berrone@polito.it http://calvino.polito.it/~sberrone Laboratorio di modellazione e progettazione materiali Generalità Problema 1 Dati (x i, y i ) i =
DettagliAnalisi Numerica I Approssimazione polinomiale
Analisi Numerica I Approssimazione polinomiale Ana Alonso ana.alonso@unitn.it 15 novembre 2018 I polinomi Un polinomio di grado n in Matlab si rapresenta mediante un vettore di n + 1 componenti che contiene
DettagliComplementi di Matematica e Calcolo Numerico A.A Polinomi e vettori
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Polinomi e vettori Consideriamo particolari funzioni di una variabile reale che siano polinomi, ovvero del tipo p(x) = 3x 4 +2x 3 +x 5, q(x)
DettagliLezione 3 Interpolazione Polinomiale.
Lezione 3 Interpolazione Polinomiale http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopi dell interpolazione Dati i valori y i di una grandezza Y in corrispondenza
DettagliInterpolazione di Funzioni
Interpolazione di Funzioni N. Del Buono 1 Introduzione Uno dei problemi che piu frequentemente si incontrano nelle applicazioni è la costruzione di una approssimazione di una funzione data f mediante funzioni
DettagliDimostrazione. Indichiamo con α e β (finiti o infiniti) gli estremi dell intervallo I. Poniamo
C.6 Funzioni continue Pag. 114 Dimostrazione del Corollario 4.25 Corollario 4.25 Sia f continua in un intervallo I. Supponiamo che f ammetta, per x tendente a ciascuno degli estremi dell intervallo, iti
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale Outline 1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore
DettagliMetodi iterativi per equazioni nonlineari.
Metodi iterativi per equazioni nonlineari. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 9 aprile 2016 Alvise Sommariva Introduzione 1/ 14 Introduzione Si supponga sia f
DettagliEsercitazione 7 Maggio
Esercitazione 7 Maggio Interpolazione e approssimazione Routine nuove utilizzate: linspace max abs eval plot subplot title polyfit polyval interp1 spline interpft Comandi nuovi: x(end),.^,.* Parte 1 -
DettagliInterpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Interpolazione Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari 17 Aprile 2009 Francesca Mazzia (Univ. Bari) Interpolazione 17/04/2006 1 / 37 Interpolazione
DettagliDipartimento di Ingegneria Industriale DII Anno Accademico 2018/19 Registro lezioni del docente SOMMARIVA ALVISE
Attività didattica Dipartimento di Ingegneria Industriale DII Anno Accademico 2018/19 Registro lezioni del docente SOMMARIVA ALVISE CALCOLO NUMERICO [IN18101050] Corso di studio: INGEGNERIA DELL'ENERGIA
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 015-01 Laboratorio 5 - Function files, Minimi quadrati e spline FUNCTION-FILES MATLAB Le funzioni matlab sono porzioni di codici scritte in un file indipendente
DettagliSuccessioni di funzioni: esercizi svolti
Successioni di funzioni: esercizi svolti Gli esercizi contrassegnati con il simbolo * presentano un grado di difficoltà maggiore Esercizio 1 Determinare il limite puntuale delle seguenti successioni di
DettagliLaboratorio di Calcolo Numerico Approssimazione ai minimi quadrati
Laboratorio di Calcolo Numerico Approssimazione ai minimi quadrati Ángeles Martínez Calomardo http://www.dmsa.unipd.it/ acalomar/didattica/2013-14 angeles.martinez@unipd.it Laurea in Matematica A.A. 2013
DettagliLaboratorio di Matematica Computazionale A.A Lab. 9
Laboratorio di Matematica Computazionale A.A. 2007-2008 Lab. 9 Spline interpolanti lineari (interp1) e cubiche (spline) Esercizio 1 Assegnati i punti di coordinate x -1 1 2 3 5 y 0-1 5 2 1 si disegnino,
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale
Complementi di Matematica e Calcolo Numerico A.A. 2015-2016 Laboratorio 4 - Polinomi e Interpolazione polinomiale Polinomi e vettori: Consideriamo particolari funzioni di una variabile reale che siano
DettagliInterpolazione ed approssimazione di funzioni
Interpolazione ed approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 9 novembre 2007 Outline 1 Polinomi Valutazione di un polinomio Algoritmo di Horner
Dettagli+ Analisi Numerica (1 modulo) Docente: M.Gaviano; domande di ripasso a.a
+ Analisi Numerica ( modulo) Docente: M.Gaviano; domande di ripasso a.a. - Idee di base e richiami. Quale è lo scopo dell Analisi numerica. Attraverso quali fasi si passa nel risolvere un problema reale..
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Approssimazione di funzioni In molti problemi
DettagliLezione 4 Quadratura Numerica. Fernando Palombo
Lezione 4 Quadratura Numerica http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Scopo della Quadratura Numerica Calcolare con metodi numerici un integrale definito
DettagliInterpolazione polinomiale a tratti
Interpolazione polinomiale a tratti Si intende l interpolazione di un set di dati su un intervallo con più polinomi ciascuno dei quali definito in un sottointervallo dell intervallo dato. In particolare
DettagliEsonero di Analisi Matematica II (A)
Esonero di Analisi Matematica II (A) Ingegneria Edile, 8 aprile 3. Studiare la convergenza del seguente integrale improprio: + x log 3 x (x ) 3 dx.. Studiare la convergenza puntuale ed uniforme della seguente
DettagliEsercizio 1: Compressione utilizzando spline di grado il grafico dell errore tra funzione interpolante ed interpolata;
Esercitazione 1 Esercizio 1: Compressione utilizzando spline di grado 1 Dato un vettore di valori di una funzione, e.g. y=f(t) dove t=linspace(0,1,m) e m grande e una toleranza tol, si desidera estrarre
DettagliQuadratura numerica. Alvise Sommariva. Università degli Studi di Padova Dipartimento di Matematica. 25 maggio 2015
Quadratura numerica Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 25 maggio 2015 Alvise Sommariva Quadratura numerica 1/ 18 Quadratura numerica Problema. Un classico problema
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Formule di quadratura semplici e composite Formule di quadratura Grado di precisione Formule di
DettagliRaccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 2 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica
DIPARTIMENTO DI MATEMATICA Università degli Studi di Trento Via Sommarive - Povo (TRENTO) Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 2 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata,
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 5 marzo 2007 Outline 1 Formule di quadratura semplici e composite Formule di quadratura Grado
Dettaglinon solo otteniamo il valore cercato per la validità della (1.4), ma anche che tale valore non dipende da
NOTE INTEGRATIVE PER IL CORSO DI ANALISI MATEMATICA 2 ANNO ACCADEMICO 2012/13 NOTE SULLA CONTINUITÀ UNIFORME D.BARTOLUCCI, D.GUIDO Sia f(x) = x 3, x [ 1, 1]. Si ha 1. La continuità uniforme x 3 y 3 = x
DettagliInterpolazione polinomiale. Interpolazione polinomiale
1 Polinomiale Rappresentazione Lagrangiana Polinomio interpolante di Newton Errore nell interpolazione polinomiale 2 Approssimazione ai minimi quadrati nel discreto 1 Polinomiale Rappresentazione Lagrangiana
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011
Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011 L esame consiste di 4 domande aperte e 10 esercizi a risposta multipla. Per gli esercizi ci sono
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11: testo soluzioni Proff. S. De Marchi e M. R. Russo 12 luglio 2011
Esame di Calcolo Numerico per Informatica A.A. 200/: testo soluzioni Proff. S. De Marchi e M. R. Russo 2 luglio 20 L esame consiste di 4 domande aperte e 0 esercizi a risposta multipla. Per gli esercizi
DettagliAnalisi Numerica: quadratura
Analisi Numerica: quadratura S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste In situazioni come queste, si ricorrerà a metodi numerici come quelli che presenteremo per calcolare
DettagliAnalisi Matematica 1 Soluzioni prova scritta n. 1
Analisi Matematica Soluzioni prova scritta n Corso di laurea in Matematica, aa 008-009 5 giugno 009 Sia a n la successione definita per ricorrenza: a n+ 3 a n a 3 n, a 3 a n+ 3 a n a 3 n, a 3 a n+ 3 a
DettagliLaboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 19/06/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 19/06/2012 ESERCIZIO 1 [10 punti] Si considerino le seguenti coppie di valori x = [1200.5,
DettagliPolinomi. Poiché un polinomio di grado n ha n+1 coefficienti, ad un polinomio di grado n si associa un vettore di lunghezza n+1.
Polinomi Polinomi e vettori Matlab non prevede un oggetto particolare di tipo polinomio, ma rappresenta i polinomi attraverso vettori che contengono i coefficienti del polinomio stesso, ordinati partendo
DettagliDiario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A
Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A. 2009-2010 Prof. Stefano De Marchi November 23, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
DettagliPROVA PRATICA di CALCOLO NUMERICO Prof. S. De Marchi Verona, 19 dicembre 2006
PROVA PRATICA di CALCOLO NUMERICO Prof. S. De Marchi Verona, 9 dicembre 26 Il candidato dovrà scrivere su ogni foglio il cognome, nome, numero di matricola. I fogli saranno forniti da chi fa assistenza.
DettagliEsercizi Elaborato (versione )
Esercizi Elaborato (versione 2019-04-15) Nota bene: l elaborato dovrà contenere i codici sviluppati, e questi dovranno essere portati alla discussione su una chiavetta USB. Esercizio 1. Verificare che,
DettagliClaudio Estatico Equazioni non-lineari
Claudio Estatico (claudio.estatico@uninsubria.it) Equazioni non-lineari 1 Equazioni non-lineari 1) Equazioni non-lineari e metodi iterativi. 2) Metodo di bisezione, metodo regula-falsi. 3) Metodo di Newton.
DettagliApprossimazione di dati
Approssimazione di dati Lucia Gastaldi DICATAM - Sez. di Matematica, http://dm.ing.unibs.it/gastaldi/ Indice 1 Approssimaz. di dati Approssimazione di dati 2 Minimi quadrati lineari Regressione lineare
DettagliAnalisi Numerica: interpolazione
Analisi Numerica: interpolazione S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste Introduzione Introduzione Ci occupiamo ora del problema di approssimare delle funzioni reali di
DettagliISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE
ISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE Prof. Fernando D Angelo Interpolazione e approssimazione di funzioni Problema Dati n+1 punti (x( i,f(x i )) con i =0,1,2,n,n ~
DettagliCalcolo Numerico - A.A Laboratorio 6
Calcolo Numerico - A.A. 2011-2012 Laboratorio 6 Approssimazione ai minimi quadrati Siano (x i, y i ), per i = 0,..., n, n + 1 coppie di dati di origine sperimentale o originati dal campionamento y i =
DettagliApprossimazione di dati e funzioni
Approssimazione di dati e funzioni Richiamiamo i principali metodi di approssimazione polinomiale di un insieme di dati (x i, y i ), i = 0,..., n. Le ordinate y i possono essere i valori assunti nei nodi
DettagliAnno accademico
RICHIAMI PER IL CORSO DI ANALISI NUMERICA PROF R MORANDI Anno accademico 28 29 1 RICHIAMI: PRECISIONE FINITA (USO DEL CALCOLATORE) IN UN CALCOLATORE UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTA- TA COME
DettagliInterpolazione polinomiale. Gabriella Puppo
Interpolazione polinomiale Gabriella Puppo Interpolazione polinomiale Matrice di Vandermonde Costruzione del polinomio di interpolazione Studio dell errore Fenomeno di Runge Condizionamento Matrice di
DettagliIl problema lineare dei minimi quadrati
Il problema lineare dei minimi quadrati APPLICAZIONE: Il polinomio di migliore approssimazione nel senso dei minimi quadrati Felice Iavernaro Dipartimento di Matematica Università di Bari 15 Gennaio 2009
DettagliQuali condizionisi si possono richiedere sulla funzione interpolante?
INTERPOLAZIONE Problema generale di INTERPOLAZIONE Dati n punti distinti ( i, i ) i=,..,n si vuole costruire una funzione f() tale che nei nodi ( i ) i=,..n soddisfi a certe condizioni, dette Condizioni
DettagliEsame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013
Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 2 settembre 2013 1 Domande aperte 1. Ogni matrice quadrata (di ordine n) strettamente definita positiva è invertibile. Perchè? Risposta.
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Formule di quadratura semplici e composite Formule di quadratura Grado di precisione Formule
DettagliAnalisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a
Michele Campiti Prove scritte di Analisi Matematica 2 Ingegneria Industriale a.a. 20 202 Grafico della funzione f(x, y) := sin(2x 2 y) cos(x 2y 2 ) in [ π/2, π/2] 2 Raccolta delle tracce di Analisi Matematica
DettagliProve d esame Esercizi con Matlab
Prove d esame Esercizi con Matlab Andrea Corli 16 settembre 2015 Sono qui raccolti alcuni esercizi relativi a Matlab assegnati nelle prove d esame (dal 2011 al 2014) del Corso di Analisi Matematica I (semestrale,
DettagliLaboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012
Cognome: Nome: Matricola: Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012 ESERCIZIO 1 [10 punti] Si consideri il problema di approssimare le radici α 1 =
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale
Complementi di Matematica e Calcolo Numerico A.A. 2013-2014 Laboratorio 4 - Polinomi e Interpolazione polinomiale Polinomi e vettori Matlab non prevede un oggetto particolare di tipo polinomio, ma rappresenta
DettagliEsame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 31 agosto 2011 Testo e soluzioni
Esame di Calcolo Numerico per Informatica A.A. 21/11 Proff. S. De Marchi e M. R. Russo 31 agosto 211 Testo e soluzioni L esame consiste di 4 domande aperte e 1 esercizi a risposta multipla. Per gli esercizi
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Il best fitting In molte applicazioni accade di avere una certa quantità di dati (solitamente elevata) e di voler descrivere l andamento del fenomeno che ha
DettagliAlcuni Teoremi sulle funzioni continue e uniforme continuità
Alcuni Teoremi sulle funzioni continue e uniforme continuità Teorema 0. Una funzione f(x) è continua in x 0 se e solo se per ogni sucessione {x n } dom(f) con x n x 0 dom(f), risulta f(x n ) f(x 0 ). (Non
DettagliMATLAB:Metodi Numerici per zeri di funzioni.
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Metodi Numerici per zeri di funzioni Metodo delle successive bisezioni Sappiamo che la procedura definita dal
DettagliContinuità di funzioni
Continuità di funzioni Annalisa Cesaroni, Paola Mannucci e Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 2 novembre 2015 Annalisa Cesaroni, Paola Mannucci e Alvise Sommariva
Dettagli5.3 Alcune classi di funzioni integrabili
3. Si verifichi che per ogni f, g : [a, b] R si ha f g = g + (f g) 0, f g = f + g f g; dedurne che se f, g R(a, b) allora f g, f g R(a, b). [Traccia: si osservi che basta verificare che f 0 R(a, b), e
DettagliEsercizi proposti di Analisi Numerica
Esercizi proposti di Analisi Numerica Silvia Bonettini Dipartimento di Matematica, Università di Ferrara 30 gennaio 2012 1 Conversioni, operazioni di macchina e analisi dell errore 1. Convertire i numeri
DettagliCOGNOME... NOME... ( π ) ( ) = e Determinare utilizzando una funzione ausiliaria, opportunamente scelta, la soluzione del
Metodi Analitici e Numerici per l'ingegneria. Corso di Laurea in Ingegneria Energetica. A.A. 3/4 Appello 7/7/4 COGNOME.................................. NOME.................................... MATRICOLA..................
Dettaglib vettore(termine noto) y* proiezione ortogonale di b
Carla Guerrini 1 Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione
DettagliSerie trigonometriche e di Fourier Ci occuperemo di serie le cui ridotte N-esime sono polinomi trigonometrici di grado (o ordine) N:
Serie trigonometriche e di Fourier Ci occuperemo di serie le cui ridotte N-esime sono polinomi trigonometrici di grado (o ordine) N: S N (x) = N n=0 (a n cos (nx) + b n sin (nx)), a n, b n R (periodiche
DettagliINTERPOLAZIONI CON SPLINE
INTERPOLAZIONI CON SPLINE Assegnati gli n +1valori che la funzione f assume nei nodi x i, si costruisce un interpolazione polinomiale a tratti. In ognuno degli intervalli [x i 1,x i ] il polinomio interpolatore
DettagliLezione 5, 5/11/2014
Lezione 5, 5/11/2014 Elena Gaburro, elenagaburro@gmail.com 1 Ordine di convergenza di un metodo Definizione 1.1. Sia {x k } una successione convergente ad α. Consideriamo l errore assoluto in modulo al
DettagliLaboratorio di Calcolo Numerico A.A
Laboratorio di Calcolo Numerico A.A. 2007-2008 Laboratorio 7 Minimi quadrati. Approssimazione delle derivate. Esercizio 1. Si considerino le 6 coppie di dati ( 4.5, 0.7), ( 3.2, 2.3), ( 1.4, 3.8), (0.8,
DettagliLaboratorio 3. Integrazione numerica
Anno Accademico 2007-2008 Corso di Analisi 1 per Ingegneria Elettronica Laboratorio 3 Integrazione numerica Sia f una funzione continua sull intervallo [a, b] numerica con lo scopo di approssimare Introduciamo
DettagliCALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Telecomunicazioni
CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Telecomunicazioni Prof.ssa Laura Pezza (A.A. 2017-2018) XXII Lezione del 3.05.2018 http://www.dmmm.uniroma1.it/ pezza 1 Formule di quadratura
DettagliAlcuni esercizi in preparazione all appello scritto di Calcolo Numerico
Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico Esercizio 1 Si consideri il sistema lineare Ax = b con 4 3 2 1 3 4 3 2 A = 2 3 4 3,b = 1 2 3 4 1 1 1 1. (1) 1. Prima di risolvere
DettagliCOMPLETEZZA DELL INSIEME DEI NUMERI REALI R.
COMPLETEZZA DELL INSIEME DEI NUMERI REALI R. FABIO CIPRIANI 1. Completezza dell insieme dei numeri reali R. Nell insieme dei numeri reali R la condizione di Cauchy e necessaria e sufficiente per la convergenza
Dettagli