INTERPOLAZIONI CON SPLINE

Documenti analoghi
1 Schemi alle differenze finite per funzioni di una variabile

Interpolazione composita di Lagrange

Interpolazione e approssimazione di funzioni

Metodi Numerici con elementi di Programmazione (A.A )

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

Corso di Calcolo Numerico

Corso di Calcolo Scientifico

Corso di Calcolo Numerico

2. Costruire un M function file di Matlab che calcola il valore del

Corso di Analisi Numerica

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

Il metodo di Galerkin Elementi Finiti Lineari

Approssimazione di dati

Lezione 4 Quadratura Numerica. Fernando Palombo

Approssimazione di dati

Analisi Numerica: Introduzione

Corso di Analisi Numerica

Esame di Calcolo Numerico per Informatica A.A. 2010/11 Proff. S. De Marchi e M. R. Russo 31 agosto 2011 Testo e soluzioni

Interpolazione polinomiale. Interpolazione polinomiale

Approssimazione di dati

Complementi di Matematica e Calcolo Numerico A.A

Equazioni differenziali

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

Esercizi proposti di Analisi Numerica

b vettore(termine noto) y* proiezione ortogonale di b

Corso di Calcolo Numerico

Approssimazione con le splines. Approssimazione con le splines

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

5.3 Equazioni differenziali: alcuni problemi al contorno

Derivazione numerica. Introduzione al calcolo numerico. Derivazione numerica (II) Derivazione numerica (III)

1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso

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

Lezione 3 Interpolazione Polinomiale.

CALCOLO NUMERICO Prof. L. Gori Prova d esame

Corso di Analisi Numerica

Calcolo Numerico - A.A Laboratorio 6

Matematica II prof. C.Mascia

Interpolazione polinomiale. Interpolazione polinomiale

EQUAZIONI DIFFERENZIALI

Compito del 27 Gennaio Esercizio 1 Sono dati i vettori u = (2, 1, 3) e v = ( 1, 4, 2), nonché le matrici

A =, c d. d = ad cb. c d A =

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

Esonero di Analisi Matematica II (A)

Tutorato di Complementi di Analisi Matematica e Statistica Parte di Analisi 6 e 10 aprile 2017

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

Analisi Matematica 3/Analisi 4 - SOLUZIONI (20/01/2016)

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

Corso di Analisi Matematica 1 - professore Alberto Valli

Dom. 1 Dom 2 Es. 1 Es. 2 Es. 3 Es. 4 Totale. Cognome: Nome: Matricola:

E, la successione di numeri {f n (x 0. n f n(x) (15.1)

Equazioni differenziali

Corso di Analisi Numerica

Approssimazione di dati e funzioni

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

INTERPOLAZIONE. Introduzione

Analisi Matematica B Soluzioni prova scritta parziale n. 4

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

Interpolazione polinomiale a tratti

Analisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1

Algebra Lineare Ingegneria Chimica Anno Accademico 2018/19

Analisi Matematica II 20062/23033 Ing. Edile/Meccanica Prova scritta completa 27/01/2015

Analisi Matematica I

METODI NUMERICI. Metodo delle differenze finite

Interpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,

Quali condizionisi si possono richiedere sulla funzione interpolante?

Il problema lineare dei minimi quadrati

Università Politecnica delle Marche Facoltà di Ingegneria Ing. Informatica e Automatica Ing. delle Telecomunicazioni Teledidattica

Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame

Figura 1: Andamento della componente verticale del campo magnetico nel piano centrale, in funzione del raggio

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

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

Sistemi lineari - Parte Seconda - Esercizi

Correzione secondo compitino, testo A

Rette e piani nello spazio

SPAZI EUCLIDEI, APPLICAZIONI SIMMETRICHE, FORME QUADRATICHE

Calcolo Numerico (A.A ) Lab n. 12 Approssimazione

Implementazione degli algoritmi.

Dom. 1 Dom 2 Es. 1 Es. 2 Es. 3 Es. 4 Totale. Cognome: Nome: Matricola:

Dom. 1 Dom 2 Es. 1 Es. 2 Es. 3 Es. 4 Totale. Cognome: Nome: Matricola:

EQUAZIONI DIFFERENZIALI

kπ cos, k = 0, 1, 2,, n (NB: sono n +1) n

Correzione secondo compitino, testo B

ANALISI MATEMATICA I, Compito scritto del 5/07/2016 Corso di Laurea in Matematica. COGNOME e NOME... MATR T

Interpolazione di dati

Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia

Correzione del quarto compitino di Analisi 1 e 2 A.A. 2014/2015

1 Primitive e integrali indefiniti

Analisi Numerica. Debora Botturi ALTAIR. Debora Botturi. Laboratorio di Sistemi e Segnali

1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0

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

Analisi Vettoriale - A.A Foglio di Esercizi n Esercizio. y [17] + y [15] = 0. z + z = 0

1 a Prova parziale di Analisi Matematica I (A) 16/11/2007

Esercitazione 7: Aggiornamento minimi quadrati.

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

Corso di Geometria BIAR, BSIR Esercizi 3: soluzioni

Transcript:

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 (di grado m<n) assume diversi coefficienti che vengono fissati in modo da garantire la continuità di tutte le derivate (fino alla m 1) in corrispondenza dei nodi. È uno dei metodi più usati. Di particolare interesse sono le Spline cubiche in cui m =3.

INTERPOLAZIONI CON SPLINE CUBICHE In ogni intervallo T i =[x i 1,x i ], la funzione è approssimata da un polinomio s i (x) del terzo ordine e la sua derivata seconda varia linearmente. Se M i 1 e M i sono valori (incogniti!) che la derivata seconda assume agli estremi, allora all interno dell intervallo s i (x) =(x i x)m i 1 +(x x i 1 )M i h i h i = x i x i 1 Integrando due volte in x, s (x) = x x i 1 s dx s(x) = x x i 1 s dx

INTERPOLAZIONI CON SPLINE CUBICHE s i (x) = (x i x) 2 M i 1 +(x x i 1 ) 2 M i 2h i + C i s i (x) = (x i x) 3 M i 1 +(x x i 1 ) 3 M i +C i (x x x1 )+D i 6h i A partire da queste espressioni, le constanti C i,d i e M i si trovano imponendo il passaggio per i punti x i,f i, e la continuità della derivata prima nei nodi interni. Dalla seconda segue che s i (x i 1 )= h2 i 6 M i 1+D i e dovendo imporre il passaggio per f i 1, segue che D i = f i 1 h2 i 6 M i 1

INTERPOLAZIONI CON SPLINE CUBICHE Sempre dalla seconda, s i (x i )= h2 i 6 M i + C i h i + D i = f i da cui, usando il risultato precedente, C i = f i f i 1 h i h i 6 (M i M i 1 ) Per determinare le M i, in ogni nodo x i i polinomi s i (x i ) e s i+1 (x i ) abbiano la stessa derivata prima. Allora, dalla prima delle due segue h i 2 M i + (f i f i 1 ) h i + h i 6 (M i 1 M i )= h i+1 2 M i+1 + (f i+1 f i ) h i+1 + h i+1 6 (M i M i+1 )

INTERPOLAZIONI CON SPLINE CUBICHE... ovvero, per ogni i =1,..., n 1 h i 6 M i 1 + h i + h i+1 3 M i + h i 6 M i+1 = f i+1 f i h i+1 f i f i 1 h i Agli estremi? Generalmente si assume M 0 = M n = 0 (spline cubiche naturali). La matrice associata è simmetrica, tridiagonale, a diagonale dominante e gli elementi sulla diagonale sono positivi definita positiva regolare, da cui esistenza e unicità della soluzione. Il sistema può essere facilmente risolto con l algoritmo di Thomas.

INTERPOLAZIONE AI MINIMI QUADRATI Spesso si ha una funzione f data per punti (ad es. il risultato di misura sperimentale). Si ha quindi una sequenza di m valori della funzione, f 1,f 2,..., f m, assunti in corrispondenza di altrettanti valori della variabile x 1,x 2,..., x m (x può essere il tempo, o una distanza...) Diagrammando questi dati ci si accorge che i punti sembrano avere un andamento regolare (ad esempio una retta o una parabola...) oppure èla fisica del fenomeno osservato che induce a pensarlo Viene illustrato il procedimento assumendo m =5eprovando ad interpolare con una retta di equazione a 0 +a 1 x. L estensione al caso generale viene fatta successivamente.

INTERPOLAZIONE AI MINIMI QUADRATI Il problema è quindi trovare i coefficienti a 0 ed a 1 in modo che la retta a 0 +a 1 x passi per f 1 in x = x 1, per f 2 in x = x 2,..., per f 5 in x = x 5. Si tratterebbe di risolvere il sistema di 5 equazioni nelle due incognite a 0,a 1 : a 0 + x 1 a 1 = f 1 a 0 + x 2 a 1 = f 2 a 0 + x 3 a 1 = f 3 a 0 + x 4 a 1 = f 4 a 0 + x 5 a 1 = f 5 1 x 1 1 x 2 1 x 3 1 x 4 1 x 5 a 0 a 1 = f 1 f 2 f 3 f 4 f 5

INTERPOLAZIONE AI MINIMI QUADRATI Per quanto detto riguardo la soluzioni di sistemi sovradeterminati, si cerca la retta tale che la somma delle distanze (al quadrato) di tutti i punti dalla retta assuma il valore minimo. Per la soluzione si calcola la matrice A T A 1 1 1 1 1 x 1 x 2 x 3 x 4 x 5 1 x 1 1 x 2 1 x 3 1 x 4 1 x 5 = 1 (x 1 + x 2 + x 3 + x 4 + x 5 ) (x 1 + x 2 + x 3 + x 4 + x 5 ) (x 2 1 + x2 2 + x2 3 + x2 4 + x2 5 )

INTERPOLAZIONE AI MINIMI QUADRATI... e il vettore A T B 1 1 1 1 1 x 1 x 2 x 3 x 4 x 5 f 1 f 2 f 3 f 4 f 5 = (f 1 + f 2 + f 3 + f 4 + f 5 ) (f 1 x 1 + f 2 x 2 + f 3 x 3 + f 4 x 4 + f 5 x 5 ) A questo punto il problema è ridotto alla soluzione di un sistema di due equazioni in due incognite. Da notare: la dimensione del sistema finale NON dipende dal numero di valori di f!

INTERPOLAZIONE AI MINIMI QUADRATI Nel caso più generale si avranno m valori della funzione f 1,..., f m per corrispondenti valori x 1,..., x m della variabile e si vorranno interpolare con un polinomio a 0 + a 1 x + a 2 x 2 +.. + a n x n (con n<m). Si procede in modo analogo, costruendo una matrice A di m righe ed n colonne ed un vettore B di m righe A = 1 x 1 x 2 1.. xn 1 1 x 2 x 2.. xn 2.......... 1 x m x 2 m.. x n m B = f 1 f 2.. f m

INTERPOLAZIONE AI MINIMI QUADRATI.. e procedendo allo stesso modo: A T A = s 0 s 1 s 2.. s n s 1 s 2 s 3.. s n+1.......... s n s n+1 s n+2.. s 2n A T B = v 0 v 1.. v n dove s k = m i=1 x k i e v k = m i=1 f i x k i Si otterrà un sistema di n eq. in n incognite. Generalmente n è piccolo (< 10) mentre m può essere anche molto grande.

INTERPOLAZIONE TRIGONOMETRICA -TRASFORMATA DI FOURIER Molto usata per funzioni periodiche. Se f è periodica in x [0, 2π), sipuò scrivere f(x) t n (x) = a 0 2 + n k=1 (a k cos kx + b k sin kx) Per valutare il k-esimo coefficiente ( a k iconk =0, 1,.., n o b k con k =1,..., n) sipuò moltiplicare a destra easinistra per la corrispondente funzione seno o coseno e integrare tra 0 e 2π, ottenendo quindi a k = 1 π 2π 0 f(x)coskx dx b k = 1 π 2π 0 f(x)sinkx dx

INTERPOLAZIONE TRIGONOMETRICA -TRASFORMATA DI FOURIER Se funzione f è data in m nodi equispaziati (generalmente m 2n +1) i coefficienti possono essere valutati attraverso le a k = 2 m m m i=1 f i cos kx i b k = 2 m i=1 f i sin kx i Nel testo si giunge a queste espressioni con un approccio ai minimi quadrati. È possibile ottenere lo stesso risultato utilizzando semplici formule di quadratura, come vedremo in seguito.

DERIVAZIONE NUMERICA Data la serie di dati f i,x i,coni =1,.., n, si vuole valutare (in modo approssimato) la derivata della funzione f (assunta continua e con derivate continue). Per semplicità si assume che i nodi siano equispaziati, x i x i 1 = h per ogni i. Per valutare la derivata prima nel generico nodo i, sipuò usare uno sviluppo di Taylor per valutare la funzione in x i+1 e in x i 1 : f i+1 = f i + f i h + f i h 2 2 + f i f i 1 = f i f i h + f i h 2 2 f i h 3 h 4 6 + f i iv 24... h 3 h 4 6 + f i iv 24...

DERIVAZIONE NUMERICA Sottraendo la seconda dalla prima si ottiene ovvero f i+1 f i 1 = f i 2h + f h3 3 +... f i = f i+1 f i 1 2h f h2 6 +... Per h sufficientemente piccolo, l espressione data fornisce l espressione della derivata prima calcolata alle differenze finite centrate

DERIVAZIONE NUMERICA Sempre a partire dagli sviluppi dati, sommando le due equazioni si ottiene da cui f i+1 + f i 1 =2f i + f h 2 + f iv i h 2 h 4 12 +... f i = f i+1 2f i + f i 1 h 2 fi iv 12 +... Per h sufficientemente piccolo, l espressione data fornisce l espressione della derivata seconda calcolata alle differenze finite centrate

DERIVAZIONE NUMERICA Le formule date consentono di calcolare le derivate per tutti i punti interni ma non consentono di calcolare le derivate per i =0oper i = n, per i quali non è disponibile un valore precedente (f 1 ) o successivo (f n+1 ) della funzione. Procedendo allo stesso modo si ricavano le seguenti espressioni f i = f i+2 +4f i+1 3f i 2h + f h2 3 +... f i = f i 2 4f i 1 +3f i 2h + f h2 3 +... che sono le espressioni delle derivate prime calcolate alle differenze finite in avanti e indietro