Interpolazione di dati

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

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

Interpolazione e approssimazione di funzioni

Complementi di Matematica e Calcolo Numerico A.A

Interpolazione composita di Lagrange

Interpolazione e approssimazione di dati

Interpolazione e approssimazione di dati

Interpolazione di immagini

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

Esercitazione 7: Aggiornamento minimi quadrati.

Foglio Esercizi A (interpolazione, approssimazione, integrazione)

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

Calcolo Numerico A.A Lab. 6

Interpolazione e Approssimazione

INTERPOLAZIONI CON SPLINE

Lezione 5, 5/11/2014

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

Corso di Matematica per la Chimica

Complementi di Matematica e Calcolo Numerico A.A

Calcolo Numerico - A.A Laboratorio 6

Progetti d esame per il corso di ANALISI NUMERICA CDL Matematica Magistrale A.A. 2012/2013

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

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

ISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE

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

Interpolazione e Approssimazione

Interpolazione polinomiale. Interpolazione polinomiale

generazione degli ingressi di riferimento per il sistema di controllo del moto

Esercizi proposti di Analisi Numerica

Minimi quadrati. Ángeles Martínez Calomardo e Alvise Sommariva. 4 dicembre Università degli Studi di Padova

Laboratorio di Calcolo Numerico Approssimazione ai minimi quadrati

PON Liceo Scientifico Leonardo da Vinci. Vallo della Lucania

Esercitazione 7 Maggio

Corso di Analisi Numerica

Laboratorio di Matematica Computazionale A.A Lab. 9

Interpolazione polinomiale. Interpolazione polinomiale

Corso di Calcolo Scientifico

Approssimazione con le splines. Approssimazione con le splines

Interpolazione polinomiale a tratti

BOZZA BOZZA BOZZA. Funzioni per effettuare delle interpolazioni su dati tabellati: interp1, interp2, interp3.

Lezione 6 e 7, /11/2014

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

Interpolazione. Davide Manca Calcoli di Processo dell Ingegneria Chimica Politecnico di Milano

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

Analisi Numerica I Approssimazione polinomiale

Interpolazione ed approssimazione di funzioni

Calcolo Numerico. Esercitazioni (A.A ) Lezione n. 16 Approssimazione

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

Interpolazione polinomiale.

Corso di Calcolo Numerico

METODO DI EULERO ESPLICITO

Prova di recupero sui capitoli 4 6

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

Esercizi Elaborato (versione )

SETTIMANA 11 ESERCIZIO 1.1. X=sym([3;-1;2]) X1=sym([1;2;-1]) X2=sym([2;0;1])

Esercizio 1: Compressione utilizzando spline di grado il grafico dell errore tra funzione interpolante ed interpolata;

Sistemi sovradeterminati. b vettore(termine noto) V n. y* proiezione ortogonale di b. Carla Guerrini 1

Raccolta di esercizi di Calcolo Numerico Prof. Michela Redivo Zaglia

+ Analisi Numerica (1 modulo) Docente: M.Gaviano; domande di ripasso a.a

Risoluzione di problemi ingegneristici con Excel

Approssimazione di dati

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

Si chiamano n nodi di Chebyshev gli zeri del polinomio di) n T n (x) = cos(n arccos(x)). Dunque, x j+1 = cos, j = 0,...,n 1.

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

Alcuni esercizi in preparazione all appello scritto di Calcolo Numerico

EQUAZIONI DIFFERENZIALI

Approssimazione di dati

Approssimazione di dati

Generazione di Numeri Casuali- Parte 2

Metodi Numerici con elementi di Programmazione (A.A )

Approssimazione di dati

Corso di Matematica per la Chimica

a n i=0 F = a a n 2

PIANIFICAZIONE DI TRAIETTORIE

Quiz Esercizio 1 Esercizio 2 Esercizio 3 Voto Finale

Soluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente

a = 37679, b = 37654, c = ,

E S E R C I TA Z I O N E D I M AT E M AT I C A P E R L E V A C A N Z E N ATA L I Z I E C L A S S E 2 A

Innanzitutto preparo i dati:

Cambio di base. Capitolo Introduzione. 8.2 Cambio di base

Integrazione numerica

Interpolazione polinomiale. Gabriella Puppo

Elementi di Calcolo Scientifico per l Ingegneria A.A

Differenze divise. Polinomio di interpolazione nella forma di Newton. Proprietà. Se n=0. Simmetria. Ricorsività. Abbiamo un solo punto

Table of contents Introduction. Controllo dei Robot. Pianificazione di traiettorie

Interpolazione polinomiale

Approssimazione di dati e funzioni

g(x) = arctan(1.5x 0.1)

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

Integrazione numerica

Implementazione degli algoritmi.

Prove d esame Esercizi con Matlab

Introduzione al problema

Laboratorio di Calcolo Numerico - Corso di Laurea in Matematica Appello d esame del 18/09/2012

Anno accademico

Dipartimento di Ingegneria Industriale DII Anno Accademico 2018/19 Registro lezioni del docente SOMMARIVA ALVISE

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

Transcript:

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 dei controlli. Determinare le traiettorie (interpolatorie) che il robot può compiere, utilizzando: 1. l interpolazione globale di Lagrange, 2. l interpolazione composita lineare di Lagrange, 3. le spline cubiche. Rappresentarla graficamente le traiettorie insieme ai punti di passaggio. Nell ottica di avere una traiettoria breve ed allo stesso tempo regolare, quale approssimazione è da preferirsi? c Paola Gervasio - Calcolo Scientifico - 2018/19 1

Svolgimento del punto 1. (interp. globale di Lagrange) 1.1. definire i vettori dei dati x=[x0,..., xn] e y=[y0,..., yn] 1.2. costruire la matrice di Vander-Monde: X=vander(x) 1.3. risolvere il sistema di Vander-Monde e trovare il vettore a dei coefficienti del polinomio 1.4. definire un vettore x1 di ascisse molto più fitte delle ascisse di x (ad esempio con il comando linspace) 1.5. valutare il polinomio sul vettore di ascisse x1 con il comando polyval: y1=polyval(a,x1) 1.6. rappresentare con il comando plot i punti dati (senza congiungerli) e il polinomio interpolatore valutato nei nodi x1 con una linea continua. c Paola Gervasio - Calcolo Scientifico - 2018/19 2

Svolgimento del punto 2. (interp. composita di Lagrange) 2.1. definire i vettori dei dati x=[x0,..., xn] e y=[y0,..., yn] 2.2. definire un vettore x1 di ascisse molto più fitte delle ascisse di x (ad esempio con il comando linspace) 2.3. costruire l interpolatore lineare composito p1 c (x) con il comando y1=interp1(x,y,x1). y1 è un vettore della dimensione di x1 che contiene i valori di p1 c nei punti del vettore x1 2.4. rappresentare con il comando plot i punti dati (senza congiungerli) e il polinomio interpolatore valutato nei nodi x1 con una linea continua. Svolgimento del punto 3. (interp. con spline cubiche) Come per il punto 2, ma con 2.3 sostituito da: 3.3 costruire la spline cubica s 3 (x) con il comando y1=spline(x,y,x1). y1 è un vettore della dimensione di x1 che contiene i valori di s 3 nei punti del vettore x1 c Paola Gervasio - Calcolo Scientifico - 2018/19 3

Rappresentazione grafica degli interpolatori costruiti 9 8 nodi di interpolazione Lagrange globale lineare composito spline 7 6 5 4 3 2 3 4 5 6 7 8 9 10 11 c Paola Gervasio - Calcolo Scientifico - 2018/19 4

Problema 2 (es clima): climatologia La temperatura t in prossimità del suolo varia al variare della concentrazione K dell acido carbonico e della latitudine L. In particolare, per K = 1.5, la temperatura al suolo subirebbe una variazione ( t) dipendente dalla latitudine come descritto in tabella: L -55-45 -35-25 -15-5 t 3.7 3.7 3.52 3.27 3.2 3.15 L +5 +15 +25 +35 +45 +55 +65 t 3.15 3.25 3.47 3.52 3.65 3.62 3.52 Si vuole dare un approssimazione della variazione di temperatura t a Roma (la latitudine a Roma è L = +42) e ad Oslo (L = +59), utilizzando interpolazione globale di Lagrange, interpolazione composita lineare e interpolazione con spline cubiche. Le approssimazioni trovate sono significative? c Paola Gervasio - Calcolo Scientifico - 2018/19 5

Svolgimento Impostare il lavoro come si è fatto per il problema es robot. Per valutare le variazioni di temperatura a Roma e ad Oslo: % Lagrange globale t_roma1=polyval(a,42); t_oslo1=polyval(a,59); % interpolazione composita lineare t_roma2=interp1(x,y,42); t_oslo2=interp1(x,y,59); % interpolazione spline t_roma3=spline(x,y,42); t_oslo3=spline(x,y,59); 4 3.8 3.6 3.4 3.2 3 2.8 2.6 2.4 nodi di interpolazione Lagrange globale lineare composito spline temp Roma temp Oslo 2.2-60 -40-20 0 20 40 60 80 c Paola Gervasio - Calcolo Scientifico - 2018/19 6