Complementi di Matematica e Calcolo Numerico A.A
|
|
- Dario Zani
- 5 anni fa
- Visualizzazioni
Transcript
1 Complementi di Matematica e Calcolo Numerico A.A Laboratorio 5 - Function files, Minimi quadrati e spline FUNCTION-FILES MATLAB Le funzioni matlab sono porzioni di codici scritte in un file indipendente che svolgono un determinato compito e comunicano con lo spazio di lavoro solo attraverso i parametri in ingresso ed in uscita. L intestazione di una function Matlab ha sempre la struttura: function }{{} parola chiave [out1,out,...] }{{} parametri in uscita = nomefun }{{} (in1,in,...) }{{} nome funzione parametri in ingresso L intestazione è seguita dalle istruzioni e la function terminerà con la parola chiave return. Prima di essa, deve essere stato assegnato un valore a ciascuno dei parametri in uscita out1,out,... La funzione nomefun deve essere salvata nel file nomefun.m. Att.ne! Un file può contenere un unica funzione. Le variabili assegnate nel blocco istruzioni interno alla function sono locali, ovvero vengono cancellate dalla memoria al termine della chiamata. Per chiamare una function, ad esempio dallo spazio di lavoro: >> [value1,value,value3]=nomefun(in1,in,in3); Una funzione può richiamare o essere richiamata da altre. A titolo di esempio si riveda la funzione polysum vista nel laboratorio precedente. 1
2 APPROSSIMAZIONE DI FUNZIONI O DI DATI Consideriamo il problema di valutare una funzione nota soltanto attraverso le misurazioni sperimentali nella tabella seguente, in un punto diverso da quelli tabulati. x y Con il comando plot(x,y, * ) ottemiano il grafico dei dati Dal grafico vediamo che la relazione che intercorre tra x ed y è di tipo lineare ma che nessuna retta passa esattamente per tutti i punti misurati, il che non stupisce se si tiene conto del fatto che le misurazioni sperimentali sono affette da inevitabili errori. In questo caso non e più ragionevole pensare di richiedere cha la funzione approssimante interpoli i dati, e quindi passi esattamente per i punti dati, perchè questo introdurrebbe inevitabili oscillazioni. Un miglior approccio al problema sarebbe quello di cercare una retta che passi il più vicino possibile, in qualche senso, ai dati misurati (si veda la figura seguente). In un caso come questo una buona soluzione è fornita dalla retta di regressione. Nella figura sotto a sinistra in rosso il polinomio interpolatore in quella a destra in blu la retta di regressione
3 RETTA DI REGRESSIONE LINEARE Siano (x i,y i ), per i = 0,...,N, N + 1 coppie di dati di origine sperimentale o originati dal campionamento y i = f(x i ) di una funzione f(x). Ricordiamo che si chiama retta di regressione lineare, oppure retta che approssima i dati (x i,y i ) nel senso dei minimi quadrati, la retta y = p 1 (x) = mx+q, che minimizza lo scarto quadratico S = N y i p 1 (x i ) = i=0 N y i (mx i +q), i=0 cioè con coefficienti m e q che risolvono il sistema lineare [ N N i=0 x i i=0 x ]( ) ( i m N i=0 N i=0 x N i i=0 1 = x iy i q N i=0 y i ). Tale sistema si ottiene imponendo a zero le derivate di S rispetto alle variabili m e q. In Matlab la retta di regressione si calcola con il comando polyfit(x,y,1) Esercizio 1. Si considerino i dati x = [ ] y = [ ] e si calcoli la retta di regressione lineare con il comando polyfit con grado di approssimazione 1. Si disegni in un grafico la retta di regressione nell intervallo [ 1,11] con una linea nera e si evidenzino i punti (x i,y i ) mediante un cerchietto rosso. Esercizio. Si considerino le coppie di dati definiti come >> x=linspace(0,1,10); >> y=10*x+rand(size(x)); Si calcoli il polinomio p 9 (x) di grado 9 che interpola i dati assegnati Si calcoli inoltre la retta di regressione che approssima i dati nel senso dei minimi quadrati. 3
4 Si confrontino graficamente i polinomi calcolati rispetto ai dati assegnati. Se si ripete il calcolo dei dati, il vettore rand cambia e quindi anche i valori delle ordinate. Si commentino le proprietà rispettive dell approssimazione ai minimi quadrati e dell interpolazione di Lagrange in termini di sensibilitià rispetto alle perturbazioni sui dati. Esercizio 3. Assegnati i punti di coordinate >> x=[ ]; >> y=[ ]; si calcoli la retta di regressione che approssima i dati nel senso dei minimi quadrati e si disegni il grafico della retta calcolata e dei dati (x, y). Verificare che la retta di regressione lineare passa per il punto che ha per coordinate rispettivamente la media delle ascisse e la media delle ordinate dei dati in tabella. SPLINE LINEARI Dato un insieme di punti (x i,y i ), per i = 0,...,N, una spline lineare interpolante è una funzione s(x) globalmente continua e tale che - su ogni intervallino [x i,x i+1 ] è una retta, ovvero un polinomio di grado 1 - s(x i ) = y i per i = 0,...,N Assegnati i punti di coordinate >> x=[ ]; >> y=[ ]; si disegni la spline lineare interpolante ed i punti della tabella evidenziati con un cerchietto. Allo scopo si utilizzi il comando: >> pp = interp1(x,y, linear, pp ) che crea e memorizza la spline in pp-form (N.B. in alcune versioni Matlab x ed y devono essere vettori colonna). Per disegnarne il grafico si valuti la spline in un vettore di punti ausiliari z con il comando ppval prima di utilizzare il comando plot per disegnarla, ovvero >> z=linspace(-1,5); >> ppz = ppval(pp,z); >> plot(z,ppz);
5 In alternativa il comando >> ppz=interp1(x,y,z, linear ) calcola e valuta la spline lineare interpolante direttamente nei punti del vettore z che deve essere definito in precedenza. Esercizio 1. Approssimare con una spline interpolante lineare la funzione f(x) = 1 1+x nell intervallo [ 5, 5] suddiviso in m sottointervalli di ampiezza H = ampiezza intervallo/m. Definire punti equidistanti ausiliari in [ 5, 5] e usarli: per disegnare sullo stesso grafico la funzione e la spline; per calcolare l errore di approssimazione (massimo modulo della differenza tra la funzione f e la spline). Riportare i risultati ottenuti nella sottostante tabella: m H=10/m Errore Verificare che: per m che tende all infinito l errore tende a zero; l errore è un O(H ). Esercizio. Ripetere l esercizio precedente con le funzioni ( ) 1 f(x) = xsin in [0.05, 0.5] x f(x) = e x cos(x) in [0,π]. 5
6 Esercizio 3. Di seguito vengono riportate le variazioni medie della temperatura sulla terra a diverse latitudini in particolari condizioni. A partire dai dati (x i,y i ) memorizzati nei vettori >> x=[-55:10:55]; >> y=-[ ]; eseguire quanto segue: calcolare il polinomio interpolatore calcolare la spline lineare interpolante, rappresentare graficamente il polinomio, la spline e i dati x e y che sono stati considerati. Quale approssimazione appare piú ragionevole? Esercizio. Nei vettori x e y seguenti sono riportate le coordinate di 17 punti che individuano, con un po di fantasia, la testa di un gattino >> x = [ ]; >> y = [ ]; Predisporre un vettore contenente 1000 punti in [, ] e utilizzarlo per disegnare (in due grafici distinti) le ricostruzioni dei dati ottenute calcolando: il polinomio interpolatore la spline lineare interpolante. Confrontare i grafici ottenuti.
Complementi 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
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,
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
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 =
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)
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
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
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 e approssimazione di dati
Interpolazione e approssimazione di dati Corso di Metodi Numerici 22 Marzo 2018 Introduzione Implementazione in MATLAB di interpolazione polinomiale e approssimazione di dati. Date n + 1 coppie di punti
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 4-23/3/2015
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 4-23/3/2015 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
DettagliInterpolazione e approssimazione di dati
Interpolazione e approssimazione di dati 08 Aprile 2019 Introduzione Implementazione in MATLAB di interpolazione polinomiale e approssimazione di dati. Date n + 1 coppie di punti (x i, y i ) con i = 0,
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
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
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
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 3-24/3/2014
Complementi di Matematica e Calcolo Numerico A.A. 2012-2013 Laboratorio 3-24/3/2014 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare
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,
DettagliComplementi di Matematica A.A Laboratorio 10
Complementi di Matematica A.A. 2016-2017 Laboratorio 10 Equazioni non lineari (fzero) Sia f : R R una funzione che ammette una radice α, ovvero t.c. f(α) = 0. Possiamo utilizzare la funzione predefinita
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie
Complementi di Matematica e Calcolo Numerico A.A. 2010-2011 Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie Cosideriamo il seguente Problema di Cauchy: Trovare una funzione y : I
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
DettagliCalcolo Numerico (A.A. 2014-2015) Lab n. 12 Approssimazione 17-12-2014
Calcolo Numerico (A.A. 2014-2015) Lab n. 12 Approssimazione 17-12-2014 1 Approssimazione di dati e funzioni Problema Data la tabella {x i, y i }, i = 0,..., n, si vuole trovare una funzione analitica ϕ
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
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
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
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 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
DettagliEQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI Si consideri il problema di Cauchy y'(t) t y, y() y(t) t e. t, la cui soluzione esatta è PARTE a. Approssimare il problema di Cauchy con il metodo di Eulero Esplicito b. Eseguire
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 20-206 Laboratorio 8. (punteggio 3/3/) Si consideri la funzione f(x) = sin(e x/2 ).. Si approssimi la radice α di f nell intervallo [0, 3.] utilizzando
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
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
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,
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
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
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
DettagliEsercizio 1. Esercizio 2
Sia data la matrice A A(α) = Esercizio α 2 2α 2 2, α R.) determinare per quali valori del parametro reale α é verificata la condizione necessaria e sufficiente di convergenza per il metodo di Jacobi;.2)
DettagliApprossimazione numerica
Approssimazione numerica Laboratorio di programmazione e calcolo (Chimica e Tecnologie chimiche) Pierluigi Amodio Dipartimento di Matematica Università di Bari Approssimazione numerica p.1/10 Problema
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 10
Complementi di Matematica e Calcolo Numerico A.A. 2014-2015 Laboratorio 10 Convergenza di metodi iterativi per sistemi lineari UnmetodoiterativoperlarisoluzionediunsistemalineareAx = b si scrive in forma
DettagliBOZZA BOZZA BOZZA. Funzioni per effettuare delle interpolazioni su dati tabellati: interp1, interp2, interp3.
Interpolazione dati Funzioni per effettuare delle interpolazioni su dati tabellati: interp1, interp2, interp3. Sintassi Interp1(x,y,x_int) in questo modo si determinano i valori interpolati di y che corrispondono
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
DettagliApprossimazione di dati
Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 2 Regressione lineare : caso generale Legge di Ohm La legge di Ohm afferma che la differenza di potenziale V ai capi
DettagliApprossimazione di dati
Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 2 Regressione lineare : caso generale Legge di Ohm La legge di Ohm afferma che la differenza di potenziale V ai capi
DettagliMetodi Numerici con elementi di Programmazione (A.A )
Metodi Numerici con elementi di Programmazione (A.A. 2013-2014) Metodi Numerici Appunti delle lezioni: Approssimazione di dati e funzioni Approssimazione ai minimi quadrati Docente Vittoria Bruni Email:
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
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
Dettagli1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati.
1 Fit di dati sperimentali: il χ 2. Il metodo dei minimi quadrati. Per comprendere dei fenomeni fisici, non basta raccogliere buoni dati sperimentali, occorre anche interpretarli. Molto spesso lo scopo
DettagliFondamenti di Informatica A.A. 2016/17
Fondamenti di Informatica R i p a s s o A rgo m e nt i M AT L A B P ro f. C h r i st i a n E s p o s i to C o rs o d i L a u re a i n I n g e g n e r i a M e c ca n i ca e G e st i o n a l e ( C l a s
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliCalcolo Numerico. Esercitazioni (A.A ) Lezione n. 16 Approssimazione
Calcolo Numerico (A.A. 2013-2014) Esercitazioni Lezione n. 16 Approssimazione 23-05-2014 1 Approssimazione di dati e funzioni Problema Data la tabella {x i, y i }, i = 0,..., n, si vuole trovare una funzione
DettagliStatistica Matematica e Trattamento Informatico dei Dati. Analisi Matematica 3. Esercizi svolti nelle lezioni. V. Del Prete
Statistica Matematica e Trattamento Informatico dei Dati A.A.00-0 Analisi Matematica 3 Esercizi svolti nelle lezioni V. Del Prete Numeri complessi Argomenti ed esercizi svolti nelle lezioni 30.09.00 e
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 ~
DettagliCorso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO
Cognome: Nome: 1 Matricola: Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli Esercizi di riepilogo - LABORATORIO Creare una directory nominata cognome nome dove cognome
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 4 - DERIVAZIONE NUMERICA Lucio Demeio Dipartimento di Scienze Matematiche 1 Calcolo numerico delle derivate 2 3 Introduzione Idea di base L idea di base
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
DettagliSoluzione di Equazioni non lineari
Soluzione di Equazioni non lineari Corso di Calcolo Numerico 20 Marzo 2018 Function in MATLAB Lo scopo di una funzione è quello di prendere in input un certo numero di valori, fare alcune operazioni con
Dettaglin (x i x j ), det V = i>j
Capitolo 4 Approssimazione 4.1 Richiami di teoria Prerequisiti: nozioni elementari di calcolo differenziale e integrale. Interpolazione Il problema dell interpolazione è un caso particolare del vasto settore
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
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 dati
Interpolazione di dati Problema 1 (es robot). Siano (x i, y i ) con i = 0,..., 5, x i 2.00 4.25 5.25 7.81 9.20 10.60 y i 7.2 7.1 6.0 5.0 3.5 5.0 i punti da cui deve passare il braccio di un robot per effettuare
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
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
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
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2017-18 1. Scrivere la function Matlab myfun.m che calcoli la funzione e la sua derivata. La function deve ricevere
DettagliLaboratorio di Matematica Computazionale A.A Lab. 4
Laboratorio di Matematica Computazionale A.A. 2008-2009 Lab. 4 Complementi di Grafica 2D: Sottofinestre In Matlab si possono disegnare più grafici nella stessa finestra, suddividendola in sottofinestre
DettagliCorso di Laurea in Ingegneria Energetica POLINOMI IN MATLAB. Bologna, 13 marzo Fondamenti di Informatica L a.a
Corso di Laurea in Ingegneria Energetica POLINOMI IN MATLAB Bologna, 13 marzo 2008 Polinomi Un polinomio in Matlab viene rappresentato mediante un vettore contenente i suoi coefficienti. Per esempio, il
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
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
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
Dettagli1. Calcolo dell indice di condizionamento di una matrice
1 Esercizi sul condizionamento con matlab laboratorio di Calcolo Scientifico per Geofisici Prof. A. Murli a.a. 2006/07 1. Calcolo dell indice di condizionamento di una matrice Determinare una function
DettagliAnalisi Numerica Corso di Laurea in Ingegneria Elettrotecnica
Analisi Numerica Corso di Laurea in Ingegneria Elettrotecnica (A.A. 2016-2017) Prof.ssa Silvia Tozza Integrazione numerica 6 Dicembre 2016 Silvia Tozza Email: tozza@mat.uniroma1.it Ricevimento: Su appuntamento
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
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
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 3 - CALCOLO NUMERICO DELLE DERIVATE Introduzione Idea di base Introduzione Idea di base L idea di base per generare un approssimazione alla
DettagliEQUAZIONE DELLA RETTA
EQUAZIONE DELLA RETTA EQUAZIONE DEGLI ASSI L equazione dell asse x è 0. L equazione dell asse y è 0. EQUAZIONE DELLE RETTE PARALLELE AGLI ASSI L equazione di una retta r parallela all asse x è cioè è uguale
DettagliINTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
DettagliCorso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame
1 Cognome: Nome: Matricola: Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame 1. Si consideri il sistema aritmetico f. p. a precisione
DettagliINTERPOLAZIONE POLINOMIALE
Capitolo 5 INTERPOLAZIONE POLINOMIALE Un problema che frequentemente si presenta in matematica applicata è quello dell approssimazione di funzioni, che consiste nel determinare una funzione g, appartenente
DettagliRaccolta di compiti degli appelli precedenti
Ingegneria Informatica e delle Telecomunicazioni Anno accademico 24-25. Docente Costanza Conti Raccolta di compiti degli appelli precedenti Nota: Gli esercizi riportati si riferiscono a compiti dei precendeti
DettagliA.A Prof. R. Morandi
Svolgimento di alcuni esercizi del corso di Calcolo Numerico A.A. - Prof. R. Morandi Versione in aggiornamento ( gennaio ): ogni segnalazione di imprecisioni è gradita Aritmetica Finita Esercizio : Assegnati
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
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 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
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 e Smoothing di dati
IL FITTING DI DATI Interpolazione e Smoothing di dati PROBLEMA REALE MODELLO MATEMATICO METODO NUMERICO ALGORITMO SOFTWARE La prima fase del processo di risoluzione di un problema mediante calcolatore
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
DettagliDerivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)
Derivazione numerica Introduzione al calcolo numerico Il calcolo della derivata di una funzione in un punto implica un processo al limite che può solo essere approssimato da un calcolatore. Supponiamo
DettagliEsercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A
Esercizi di autovalutazione - Matlab Metodi Numerici con Elementi di Programmazione A.A. 2018-19 1. Scrivere la function Matlab myfun.m che valuti la funzione e la sua derivata in corrispondenza delle
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
DettagliMetodo dei Minimi Quadrati. Dott. Claudio Verona
Metodo dei Minimi Quadrati Dott. Claudio Verona E in generale interessante studiare l andamento di una variabile in funzione di un altra e capire se c è una funzione matematica che le lega. Viceversa è
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..................
DettagliLaboratorio di Calcolo Numerico Laboratorio 4: Functions. Soluzione di Equazioni non lineari
Laboratorio di Calcolo Numerico Laboratorio 4: Functions. Soluzione di Equazioni non lineari Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 29 Marzo 2017 Function
DettagliFondamenti di Informatica A.A. 2016/17
Fondamenti di Informatica R i p a s s o A rgo m e nt i M AT L A B Po s s i b i l i S o l u z i o n i P ro f. C h r i st i a n E s p o s i to C o rs o d i L a u re a i n I n g e g n e r i a M e c ca n i
DettagliRAPPRESENTAZIONE GRAFICA DEI RISULTATI SPERIMENTALI INTERPOLAZIONE E CURVE DI REGRESSIONE
RAPPRESENTAZIONE GRAFICA DEI RISULTATI SPERIMENTALI INTERPOLAZIONE E CURVE DI REGRESSIONE Rappresentazione grafica Visione d insieme di una grandezza, in funzione del tempo o di un altro parametro Tipicamente
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 =
Dettagli