Corso di Modelli Numerici per i Campi. Interpolazione polinomiale. Giovanni Miano

Documenti analoghi
Corso di Analisi Numerica - AN410. Parte 5: formule di quadratura. Roberto Ferretti

Approssimazione di dati e funzioni

Analisi Numerica: quadratura

Esonero di Analisi Matematica II (A)

Interpolazione composita di Lagrange

f(x) dx = F (b) F (a) Formula di quadratura o di integrazione numerica c i f(x i ) + R n (f)

Introduzione al Metodo agli Elementi Finiti (FEM) (x, y) Γ Tale formulazione viene detta Formulazione forte del problema.

Integrazione numerica

Calcolo Numerico - A.A Laboratorio 6

Interpolazione polinomiale. Interpolazione polinomiale

Lezione 4 Quadratura Numerica. Fernando Palombo

Integrazione numerica

Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 19 settembre 2011

Corso di Analisi Numerica

Integrazione numerica

CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Telecomunicazioni

Interpolazione. Corso di Calcolo Numerico, a.a. 2008/2009. Francesca Mazzia. Dipartimento di Matematica Università di Bari.

Interpolazione polinomiale

METODI DI COLLOCAZIONE POLINOMIALE (Metodi di Runge-Kutta continui) November 30, 2004

x i f(x i ) Soluzione: Primo metodo : interpolazione polinomiale, approccio di Newton ; Tavola delle differenze divise :

Corso di Analisi Numerica

APPUNTI DI MODELLI NUMERICI PER I CAMPI

Regola dei trapezi. a, b punti fissi a priori. non fissi a priori (indeterminati) errore di integrazione. a, b

Interpolazione e approssimazione di funzioni

Esame di Calcolo Numerico per Informatica A.A. 2010/11: testo soluzioni Proff. S. De Marchi e M. R. Russo 12 luglio 2011

Laboratorio 3. Integrazione numerica

Calcolo Numerico A.A Lab. 6

Integrazione numerica

Cognome Nome Matricola Codice ESEMPIO 1

Metodi Numerici con elementi di Programmazione (A.A )

Complementi di Matematica e Calcolo Numerico A.A Polinomi e vettori

Appunti di Calcolo Numerico. Capitolo 3

Equazioni differenziali e teoria della misura

Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari

Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico

Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 12/07/2012

Se andiamo a calcolare le funzioni di base su ogni triangolo, la formulazione finale sarà: sul primo triangolo u 1 2 x 2y x sul secondo triangolo

SISSA Area Matematica Esame di ammissione per il corso di Analisi Matematica, Modelli e Applicazioni 27 marzo 2019

Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 20 giugno 2011

n (x i x j ), det V = i>j

Analisi Numerica Corso di Laurea in Ingegneria Elettrotecnica

Polinomi. Poiché un polinomio di grado n ha n+1 coefficienti, ad un polinomio di grado n si associa un vettore di lunghezza n+1.

Corso di Laurea in Ingegneria, Settore Informazione (gruppi 2-3), A.A. 2007/2008 Docente: Antonio Ponno

Interpolazione polinomiale. Interpolazione polinomiale

Daniela Lera A.A

Cognome Nome Matricola Codice ESEMPIO 1

CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2016/17

si ha La lunghezza L si calcola per ciascun tratto L = (2t)2 + (3t 2 ) dt+ 2 (3t2 ) 2 + (2t) 2 dt = 4t2 + 9t 4 dt = t

UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA

Argomenti delle singole lezioni del corso di Analisi Matematica 2 (Ingegneria Edile-Architettura, A.A )

A. Quarteroni R. Sacco R Saleri MATEMATICA NUMERICA. Springer

1-Forme Differenziali

Prova di ammissione al Dottorato di Ricerca in Matematica XXVIII ciclo. Universitá del Salento, 9 Aprile 2013

Analisi Matematica II - Ingegneria Meccanica/Energetica - 7 Lulgio a) Studiare l esistenza e la natura degli estremi liberi della funzione.

Interpolazione e integrazione numerica

Istituzioni di Matematica II 5 Luglio 2010

Analisi Matematica 2. Michele Campiti. Prove scritte di. Ingegneria Industriale a.a

Corso di Calcolo Numerico

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 11 - Metodi numerici per equazioni differenziali ordinarie

1 Generalità sulla cubatura. 2 Formule su un n-simplesso T n

EQUAZIONI DIFFERENZIALI

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 4 - Polinomi e Interpolazione polinomiale

Complementi di Matematica e Calcolo Numerico A.A Laboratorio 10

Complementi di Matematica e Calcolo Numerico A.A

Introduzione ai metodi alle differenze finite

Corso di Laurea in Ingegneria Gestionale Anno Accademico 2013/2014 Calcolo Numerico

CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2017/18

Cubatura adattativa sul toro e la sfera

Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia

Lezione 13 (7 dicembre) Polinomio di Taylor Integrale definito: significato geometrico Primitiva di una funzione

Analisi 4 - SOLUZIONI (compito del 29/09/2011)

Corso di Laurea in Ingegneria Gestionale Anno Accademico 2013/2014 Calcolo Numerico - Prova teorica

PROGRAMMA. Capitolo 1 : Concetti di base: numeri reali, funzioni, funzioni reali di variabile reale.

Approssimazione numerica

Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A

Riferimenti: R.Adams, Calcolo Differenziale 2. Capitoli 3.4, 3.9. Esercizi 3.4, 3.9.

Analisi Matematica T-2 Ingegneria Edile Ravenna 2013/14

Calcolo Numerico A.A Laboratorio 8 Integrazione numerica

Risoluzione del compito n. 5 (Luglio 2018/2)

Analisi Matematica 2

ANALISI MATEMATICA II PROVA DI TEORIA (23/6/2009)

CALCOLO NUMERICO Laurea di base in Ingegneria Elettronica e delle Comunicazioni

Diario delle lezioni di Analisi Numerica laurea Magistrale in Statistica e Informatica A.A

1 Integrali curvilinei

lim β α e detto infinitesimo una qualsiasi quantita tendente a zero quando una dati due infinitesimi α e β non esiste

Corso di Calcolo Scientifico

Prof. Giuseppe Scippa [EQUAZIONI DIFFERENZIALI] Sintesi dei principali tipi dei equazioni differenziali.

Nota: A meno che non sia specificato diversamente, si intende che i teoremi, lemmi, proposizioni sotto menzionati siano stati dimostrati a lezione.

Prove scritte dell esame di Analisi Matematica II a.a. 2015/2016

Calcolo 2B - Analisi III dicembre 2004

Esercizi di Complementi di Matematica (L-Z) a.a. 2015/2016

( ) ( ) ( ) ( ) ( ) ( ) = + + = = 11,7%

ESERCIZI DI ANALISI II Ingegneria Civile e dei Trasporti (M-Z) a.a. 2006/2007

Interpolazione di Funzioni

Soluzione dei problemi assegnati

Transcript:

Corso di Modelli Numerici per i Campi Interpolazione polinomiale Giovanni Miano 1

Riferimenti bibliografici: - A. Quarteroni, R. Sacco, F. Saleri, Matematica Numerica, Springer. - A. Quarteroni, Modellistica Numerica per Problemi Differenziali, Springer. - Appunti del docente. 2

Dominio monodimensionale [a,b] f = f ( x) C 0 [ a,b] x = a x = b x 3

Partizione del dominio [a,b] x 0 x 1 x 2 x 3 x N x N+1 x = a I 1 I 2 I 3 I N P = { I 1, I 2,..., I N } x = b Il dominio Ω = [a,b] è partizionato in N elementi I 1, I 2,, I N I j = x j, x j+1 j = 1,2,..., N 4

Partizione del dominio [a,b] x 0 x 1 x 2 x N+1 x 3 x N x = a I 1 I 2 I 3 I N P = { I 1, I 2,..., I N } x = b Il dominio Ω = [a,b] è partizionato in N elementi I 1, I 2,, I N I j = x j, x j+1 j = 1,2,..., N h j = ( x j+1 x ) j 5

Partizione del dominio [a,b] x 0 x 1 x 2 x 3 x N x N+1 x = a I 1 I 2 I 3 I N P = { I 1, I 2,..., I N } x = b Il dominio Ω = [a,b] è partizionato in N elementi I 1, I 2,, I N I j = x j, x j+1 j = 1,2,..., N h j = ( x j+1 x ) j h = max j { h } j 6

Interpolazione polinomiale nodale sul singolo elemento I n I n = [ x n, x ] n+1 n = 1,2,..., N Spazio dei polinomi interpolatori su (k+1) nodi equispaziati { ( i x ) n,0 i k} x n x n+1 ( 0) x n ( 1) x n ( 2) x n ( ) ( ) k 1 k x n x n P k ( ) = p x I n k i=0 ( ) = a i n ( ) x i x I n 7

Griglia x n x n+1 x 0 x 1 x 2 x N+1 x N x = a I 1 I 2 I n I N x = b x n x n+1 ( 0) x n ( 1) x n ( 2) x n ( ) ( ) k 1 k x n x n La griglia G h è definita dall insieme di tutti gli elementi {I 1, I 2,, I M } e dall insieme dei nodi di interpolazione su tutti gli elementi {z 1, z 2,, z M }. 8

P k ( I 1 ) Interpolazione polinomiale composita sull intero intervallo [a,b] P k ( I 2 ) P k I 3 ( ) P k ( I N ) x = a I 1 I 2 I 3 I N x = b X h k { ( ) :v In P k ( I n ) I n } h k 1 ( a,b) = v C 0 a,b 9

( 0) l i z i -1 ( k) Polinomi compositi Lagrangiani l i ( x) 1 z i z i +1 x ( x) grado 0 k = 0 10

( 0) l i z i -1 ( k) Polinomi compositi Lagrangiani l i ( x) ( 1) l i ( x) 1 1 z i z i +1 x ( x) grado 0 k = 0 grado 1 k = 1 z i -1 z i z i +1 x 11

( 0) l i z i -1 ( k) Polinomi compositi Lagrangiani l i ( x) ( 1) l i ( x) 1 1 z i z i +1 x ( x) grado 0 k = 0 grado 1 k = 1 z i -1 z i z i +1 x ( 2) l i 1 ( x) 1 1 ( 2) l i ( x) grado 2 k = 2 z i -1 z i z i +1 x 12

Base dello spazio dei polinomi compositi P k ( I 1 ) P k ( I 2 ) P k ( I 3 ) P k ( I N ) x = a I 1 I 2 I 3 I N x = b Una base per lo spazio dei polinomi compositi è costituita dai polinomi compositi Lagrangiani ( ),l ( k),...,l ( k ) 2 M { k l } 1 ( k) l i ( z ) j = δ ij dove {z 1, z 2,, z M } è l insieme di tutti i nodi di interpolazione della griglia sull intero dominio [a,b]. X h k ( a,b) 13

Interpolazione polinomiale composita su [a,b] z M-2 z 0 z 1 z 2 z 3 z 4 z M z M-1 x = a I 1 I 2 I 3 I N x = b Π h k f x M i=1 ( ) = f z i ( )l i k ( ) ( x) Π h k f Il polinomio a tratti coincide su I n con il polinomio interpolante P k (I n ) della funzione f ristretta a I n nei (k+1) nodi di I n. 14

Interpolazione lineare a tratti su [a,b], k = 1 Π h 1 f x M i=1 ( ) = f x i ( )l i 1 ( ) ( x) f ( x 0 ) f ( x 1 ) f ( x 2 ) ( ) f ( x N+1 ) f x N I 1 I 2 I 3 I N x 1 x 1 x 2 x 3 x N x N+1 x 15

Interpolazione polinomiale composita: errore in Se ( ) C k+1 ( a,b) f x allora si ha f Π k h f < Ch k+1 f ( k+1) dove C è una costante indipendente da h. 16

Interpolazione polinomiale composita: errore in L 2 Si ha anche: e f Π 1 h f L 2 ( a,b) < C 1 h2 d 2 f / dx 2 L 2 ( a,b) d dx f Π h ( 1 f ) L 2 ( a,b) < C 2 h d 2 f / dx 2 L 2 ( a,b) dove C 1 e C 2 sono costanti indipendenti da h. 17

Ω Ω Dominio bidimensionale f = f ( P) C 0 ( Ω) 18

Ω Ω Dominio bidimensionale f = f ( P) C 0 ( Ω) L elevata flessibilità dell interpolazione composita consente di trattare facilmente domini complessi. 19

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω 20

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω 21

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω elemento: triangolo 22

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω elemento: triangolo lato di frontiera e m 23

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω ( i) e n elemento: triangolo ( ) lato di frontiera e n k ( ) e n j e m h n = max s i, j,k ( ) ( ( s) e ) n 24

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω ( i) e n elemento: triangolo ( k) e n h n = max s i, j,k ( ) ( j) e n ( ( s) e ) n lato di frontiera h = max{ h n } n e m 25

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω elemento: triangolo lato di frontiera e m Ω h = Ω h = n e m m 26

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω Ω h Ω h e m Ω h = Ω h = n e m m 27

Triangolazione Ω Ω attraverso un generatore di griglia si genera una triangolazione di Ω Ω h Ω h e m lim h 0 mis( Ω Ω h ) = 0 Ω h = Ω h = n e m m 28

, n = 1,2,..., N t Sfericità ( i) e n Ω h = n ( k) e n ( j) e n h n = max s i, j,k ( ) ( ( s) e ) n ρ n sfericità dell elemento 29

Griglia regolare, n = 1,2,..., N t ( i) e n Ω h = n ( k) e n ( j) e n ρ n sfericità dell elemento Per assegnato δ > 0 è verificata la condizione h n ρ n δ n = 1,2,..., N t 30

Interpolazione polinomiale sull elemento y Indichiamo con P k ( ) lo spazio vettoriale lineare dei polinomi in (x,y) di grado minore o uguale a k definiti su x P k ( ) = p x, y k i, j=0 i+ j k ( ) = a ij n ( ) x i y j x, y ( ) 31

Interpolazione polinomiale sull elemento k = 0 k = 1 k = 2 P 0 P 1 P 2 ( ) = p x, y ( ) = a { } ( ) = p x, y ( ) = a + bx + cy { } ( ) = p x, y ( ) = a + bx + cy + dxy + ex 2 + gy 2 { } 32

Polinomi di Lagrange y r x Introduciamo su l insieme dei nodi di interpolazione Una base per { r 1 = ( x 1, y 1 ),r 2 = ( x 2, y 2 ),...,z Nh = ( x Nh, y )} Nh P k c ( ) Ω h è costituita dai polinomi di Lagrange ( k l ) ( k) i = l i ( r) ( k) l i ( r ) j = δ ij 33

Interpolazione polinomiale composita K n, n = 1,2,..., N t Ω h = n K n Spazio dei polinomi compositi definiti su Ω h { ( Ω h ) :v Tn P k ( ), Ω } h k 1 X k h = v C 0 34

Polinomi compositi Lagrangiani 2D 1D k=0 k=1 35

Polinomi compositi Lagrangiani 2D 1D k=0 k=1 36

Interpolazione polinomiale composita N h numero di nodi Π h k f x, y N h i=1 ( )l i k ( ) = f x i, y i Π h k f ( ) ( x, y) Il polinomio a tratti coincide su con il polinomio interpolante della funzione f ristretta a, nei nodi appartenenti a. 37

Interpolazione polinomiale composita: errore in Se f ( x, y) C k+1 ( Ω) e la griglia è regolare, allora si ha f Π k h f, Ω < Ch k+1 f ( k+1) k 0, Ω dove C è una costante indipendente da h. 38

Interpolazione polinomiale composita: errore in L 2 Inoltre si ha anche per k = 1: e f Π 1 h f L 2 ( Ω) < C 1 h2 2 f L 2 ( Ω) f H 2 ( Ω) ( f Π 1 h f ) < C h L 2 2 ( Ω) 2 f L 2 ( Ω) f ( H2 Ω) dove C 1 e C 2 sono costanti indipendenti da h. 39

Integrazione numerica in due dimensioni Ω Ω f = f ( P) C 0 ( Ω) I = Ω f ( P)dS P Integrale di Riemann 40

Triangolazione del dominio Ω Ω Ω h Ω h = n 41

Triangolazione del dominio Ω Ω Ω h Ω h = n I = Ω f ( P)dS P I h = Ωh f ( P)dS P approssimazione 42

Quadratura composita Ω h I h = Ωh f ( P)dS P Ω h = n I h = n Tn f ( P)dS P 43

( n) P i Formula del punto medio f ( P)dS P f ( P b )A n ( n) P k ( n) P b Coordinate del baricentro ( n) P j k = 0 Interpolazione polinomiale composita con k = 0 k = 1 P b 1 ( 3 x + x + x i j k ), 1 3 y + y + y i j k ( ) A n = area ( ) 44

( n) P i Formula del punto medio f ( P)dS P f ( P b )A n ( n) P k ( n) P b Coordinate del baricentro ( n) P j P b k = 1 Interpolazione k = 0 polinomiale composita con k = 0 1 3 x i + x j + x k ( ), 1 3 y i + y j + y k ( ) A n = area ( ) Approssimazione dell integrale I h = n A n f ( ( n) P ) b 45

( n) P i Formula del trapezio ( n) P k f ( P)dS P 1 3 A n f P i ( n) P j k = 1 ( ) A n = area ( ) + f P j k = 0 ( ) ( ) + f P k Interpolazione polinomiale composita con k = 1 46

( n) P i Formula del trapezio ( n) P k f ( P)dS P 1 3 A n f P i ( n) P j k = 1 ( ) A n = area ( ) + f P j k = 0 ( ) ( ) + f P k Interpolazione polinomiale composita con k = 1 Approssimazione dell integrale I h = 1 3 n A n ( ) + f ( ( n) P ) j + f ( ( n) P ) k ( n) f P i 47

Grado di esattezza Una formula di quadratura ha grado di esattezza pari ad p, con p 0, se dà il valore esatto dell integrale per ogni polinomio di grado inferiore o uguale a p. Le formule del punto medio e del trapezio hanno grado di esattezza pari ad 1. 48

Integrazione numerica: errore Se la formula di quadratura su Ω ha grado di esattezza p, con p 0, e i pesi nella formula sono non negativi, allora esiste una costante positova K indipendente da h tale che I ( f ) I h ( f ) < Kh p+1 M p+1 Area( Ω) dove M p+1 indica il massimo valore assunto dai valori assoluti delle derivate di ordine p + 1 di f. Le formule del punto medio e del trapezio danno entrambe un errore di ordine infinitesimo rispetto ad h pari a 2. 49