Interpolazione polinomiale.
|
|
|
- Benvenuto Pandolfi
- 6 anni fa
- Просмотров:
Транскрипт
1 Interpolazione polinomiale. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica April 11, 2017 Alvise Sommariva Introduzione 1/ 14
2 Introduzione In questa lezione desideriamo introdurre dei metodi per determinare l interpolante polinomiale di grado n, nei nodi a due a due distinti x 0,..., x n, di una funzione continua f : [a, b] R, ovvero p n P n tale che Mostreremo come farlo mediante p n (x i ) = f (x i ), i = 0,..., n. la formulazione di Newton di p n e la valutazione di p n in un punto x mediante l algoritmo di Horner; le routines Matlab polyfit, polyval. Alvise Sommariva Introduzione 2/ 14
3 Differenze divise Siano f : [a, b] R una funzione continua; x 0,..., x n nodi a due a due distinti. Dati x 0,..., x k {x 0,..., x n }, a due a due distinti, la quantità { f [x 1,...,x k ] f [x 0,...,x k 1 ] f [x0,..., xk ] = xk se k > 0 x 0 f [x0 ] = f (x 0) altrimenti, si chiamano differenze divise. Alvise Sommariva Introduzione 3/ 14
4 Differenze divise Il polinomio p n, descritto nella formulazione di Newton p n (x) = è tale che n f [x 0,..., x k ](x x 0 )... (x x k 1 ) k=0 p n (x k ) = f (x k ), k = 0,..., n. Risulta quindi rilevante calcolare f [x 0,..., x k ] per k = 0,..., n. Alvise Sommariva Introduzione 4/ 14
5 Differenze divise e polinomio interpolatore Il polinomio p n, descritto nella formulazione di Newton n p n (x) = f [x 0,..., x k ](x x 0 )... (x x k 1 ) k=0 è tale che p n (x k ) = f (x k ), k = 0,..., n. Alvise Sommariva Introduzione 5/ 14
6 Differenze divise e polinomio interpolatore Un pseudocodice è il seguente, dove c k = f [x 0,..., x k ]. c(0) = f(x(0)) for i = 1,..., n d = x(i) - x(i-1) u = c(i-1) for j = i - 2,..., 0 step -1 u = u * (x(i) - x(j)) + c(j) d = d * (x(i) - x(j)) end for j c(i) = (f(x(i)) - u)/d end for i Alvise Sommariva Introduzione 6/ 14
7 Differenze divise e polinomio interpolatore: esercizio Si implementi un codice Matlab/Octave che calcola tali coefficienti c(0),..., c(n), utilizzando quale intestazione: function c = polnewton (x,y) % POLNEWTON Calcola i coefficienti del polinomio interpolatore % utilizzando la forma di Newton % % Uso: % c = polnewton (x,y) % % Dati di ingresso: % x vettore dei nodi % y vettore dei valori della funzione da interpolare nei nodi % % Dati di uscita: % c vettore colonna dei coefficienti ordinati per indici % crescenti (c_0, c_1,... ) Alvise Sommariva Introduzione 7/ 14
8 Differenze divise e polinomio interpolatore: esercizio Nota. Si osservi che il precedente pseudocodice non calcola le differenze divise attraverso una tabella, ma calcola esclusivamente i coefficienti utili per la determinazione del polinomio interpolatore. Alvise Sommariva Introduzione 8/ 14
9 Differenze divise e polinomio interpolatore: esercizio Alcune avvertenze: ricordare che in Matlab gli indici dei vettori cominciano da 1 e non da 0; ricordare che per avere uno step di 1 nel ciclo for, bisogna effettuare una chiamata del tipo: for j = i:-1:1... end Alvise Sommariva Introduzione 9/ 14
10 Differenze divise e polinomio interpolatore: esercizio Per valutare il polinomio interpolatore p n (x ) = n c k (x x 0 ) (x x k 1 ) k=0 in un generico punto x si usa l algoritmo di Horner (che richiede 2n addizioni e n moltiplicazioni). Un pseudocodice è il seguente u = c(n) for j = n - 1,..., 0 step -1 u = u * (x - x(j)) + c(j) end for j Alvise Sommariva Introduzione 10/ 14
11 Differenze divise e polinomio interpolatore: esercizio Si implementi un codice Matlab/Octave che valuta il polinomio p n in un vettore di ascisse x, utilizzando quale intestazione: function fxstar = horner (x,c,xstar) % HORNER Calcola il valore del polinomio interpolatore in x^* % utilizzando la forma di Newton e l algoritmo di Horner % % Uso: % fxstar = horner (x,c,xstar) % % Dati di ingresso: % x vettore dei nodi % c vettore dei coefficienti della forma di Newton % ordinati per indici crescenti (c_0, c_1,... ) % xstar valore in cui si vuole valutare il polinomio % % Dati di uscita: % fxstar valore di P(x^*) Alvise Sommariva Introduzione 11/ 14
12 I comandi polyfit e polyval Il comando Matlab polyfit viene utilizzato per determinare i coefficienti del polinomio interpolante le coppie (x k, y k ) per k = 0,..., n >> help polyfit polyfit Fit polynomial to data. P = polyfit(x,y,n) finds the coefficients of a polynomial P(X) of degree N that fits the data Y best in a least-squares sense. P is a row vector of length N+1 containing the polynomial coefficients in descending powers, P(1)*X^N + P(2)*X^(N-1) P(N)*X + P(N+1). Si noti che il vettore p codifica il polinomio interpolatore di grado n p(x) = p 1 x n + p 2 x n p n+1. Alvise Sommariva Introduzione 12/ 14
13 I comandi polyfit e polyval Noto il vettore p è possibile valutare il polinomio associato p(x) = n+1 i=1 p ix n i+1 nelle ascisse x mediante polyval >> help polyval polyval Evaluate polynomial. Y = polyval(p,x) returns the value of a polynomial P evaluated at X. P is a vector of length N+1 whose elements are the coefficients of the polynomial in descending powers. Y = P(1)*X^N + P(2)*X^(N-1) P(N)*X + P(N+1) Si noti che nel caso di più valori di ascisse da valutare x i, si ha che p(x i ) = y i, essendo x i, y i rispettivamente la i-sima componente dei vettori x, y. Alvise Sommariva Introduzione 13/ 14
14 Esercizio Si adatti il pseudocodice c(0) = f(x(0)) for i = 1,..., n d = x(i) - x(i-1) u = c(i-1) for j = i - 2,..., 0 step -1 u = u * (x(i) - x(j)) + c(j) d = d * (x(i) - x(j)) end for j c(i) = (f(x(i)) - u)/d end for i al caso in cui gli n + 1 nodi in [a, b] siano equispaziati con a = x 0, e b = x n in cui cioè x k = a + kh, con k = 0,..., n, h = (b a)/n. Alvise Sommariva Introduzione 14/ 14
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
Interpolazione 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,
Complementi 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
Interpolazione 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
Interpolazione. 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
Interpolazione. 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
Interpolazione spline in Matlab
Interpolazione spline in Matlab Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica Pura e Applicata 19 aprile 2019 Alvise Sommariva Interpolazione spline in Matlab 1/ 17 Splines
2. 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
Approssimazione 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
Metodi 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
Corso 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
Esame 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
PON Liceo Scientifico Leonardo da Vinci. Vallo della Lucania
PON 2007 2013 Liceo Scientifico Leonardo da Vinci Vallo della Lucania Nuovi percorsi matematici: Osservare, descrivere, costruire. Matlab - 4: I polinomi Vallo della Lucania 26 Settembre 2008 Rappresentazione
Diario 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 December 4, 2009 28/9/09 Aula SC20. 30/9/09 Aula SC20. Rappresentazione dei
Quali 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
Esercitazione 1 Conversione di base
Esercitazione 1 Conversione di base A.A. 2017-18 Esercizio 1 (M) Scrivere un programma che esegua la conversione di un numero reale qualunque da base 10 a base β {2,..., 16}, utilizzando gli M-function
Interpolazione 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
Esercizi 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,
Esercizi 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
Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 11 dicembre x k 1 x k 2
1 Domande aperte Esame di Calcolo Numerico per Informatica Prof. S. De Marchi Padova, 11 dicembre 013 1. Nel metodo di Newton per la ricerca di zeri di funzione, se non conosciamo la molteplicità della
ISTRUZIONI PER LA CONSEGNA DEI FILE MATLAB
Calcolo Numerico ed Elementi di Analisi - Allievi AEROSPAZIALI Proff. S. Micheletti, S. Perotto A.A. 20/202, Appello 28 Gennaio 203 NOME... COGNOME... MATRICOLA... DOCENTE... AULA... PC... Ver.A I seguenti
Matlab. Istruzioni condizionali, cicli for e cicli while.
Matlab. Istruzioni condizionali, cicli for e cicli while. Alvise Sommariva Università degli Studi di Padova Dipartimento di Matematica 17 marzo 2016 Alvise Sommariva Introduzione 1/ 18 Introduzione Il
Prove 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,
INTERPOLAZIONE. 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,
Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari
Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza Equazioni non lineari ESERCIZIO 1 Data l equazione ln(e + x) = 1 (1 + 4x) + 1 2 1.1 verificare analiticamente se sono soddisfatte le
Corso 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
Corso 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
Alcuni 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
Integrazione 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
