1 / 50

Seminario di Metodi Matematici per l’ottimizzazione A.A.2011/2012 Interpolazione Trigonometrica

Seminario di Metodi Matematici per l’ottimizzazione A.A.2011/2012 Interpolazione Trigonometrica. Daniele Santamaria – Marco Ventura. Sommario. Introduzione. Interpolazione. Interpolazione nel piano complesso. Radici n-esime. Interpolazione trigonometrica. Esempi.

moral
Télécharger la présentation

Seminario di Metodi Matematici per l’ottimizzazione A.A.2011/2012 Interpolazione Trigonometrica

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Seminario di Metodi Matematici per l’ottimizzazioneA.A.2011/2012Interpolazione Trigonometrica Daniele Santamaria – Marco Ventura

  2. Sommario • Introduzione. • Interpolazione. • Interpolazione nel piano complesso. • Radici n-esime. • Interpolazione trigonometrica. • Esempi. • Implementazione in Matlab.

  3. Introduzione Approssimare le funzioni è utile quando: • Manca l’espressione che descrive un fenomeno e abbiamo solo alcuni valori. • L’espressione è nota, ma difficile da gestire.

  4. Introduzione Nel primo sostituiamo la funzione f con una più semplice g, che sia quanto più possibile “vicina” a quella approssimata, rispettando una certa tolleranza: Nel secondo caso cerchiamo una funzione approssimante che passi per i punti noti (interpolazione).

  5. Interpolazione Nel caso dell’interpolazione vogliamo che la funzione interpolante passi esattamente per alcuni punti. Date n coppie di numeri reali una funzione g è detta interpolante se: Se come funzione interpolante usiamo i polinomi, l’interpolazione si dirà: Interpolazione Polinomiale.

  6. Interpolazione Nel corso di Formazione Numerica abbiamo studiato vari metodi di interpolazione: • Metodo dei coefficienti Indeterminati. • Lagrange. • Metodo delle differenze divise di Newton. • Hermite.

  7. Interpolazione Cosa accade però se la funzione da interpolare è periodica? Ricordiamo che f è periodica di periodo T se: Se f è periodica di periodo T, lo è anche di periodo kT, con k intero.

  8. Interpolazione Per approssimare funzioni periodiche non possiamo usare i classici polinomi, in quanto non periodici. Allora dobbiamo considerare i polinomi composti da funzioni che siano: • Periodiche. • Facili da calcolare. Ovviamente ci riferiamo alle funzioni seno e coseno.

  9. Interpolazione Le funzioni seno e coseno godono delle seguenti proprietà: • Sono periodiche. • Facili da calcolare. • Sono ortogonali tra loro in un intervallo di , allora sono anche linearmente indipendenti e quindi formano una base. • Le loro derivate e primitive sono funzioni della stessa classe.

  10. Interpolazione Vogliamo calcolare un nuovo polinomio, ovvero un Polinomio Trigonometrico, la cui base è data dalle funzioni: In particolare una funzione del tipo: È detta Polinomio Trigonometrico di grado m.

  11. Interpolazione Quindi, data funzione periodica, il problema dell’interpolazione trigonometrica è quello di trovare Dove, dati n punti:

  12. Interpolazione nel piano complesso Per trovare F(x) nel piano reale possiamo partire dal caso generale nel piano complesso. Infatti, dato che una funzione a valori reali può essere considerata come una particolare funzione a valori complessi il problema in R può essere considerato un caso particolare del problema in C. Pertanto, il problema dell’interpolazione trigonometrica è riconducibile al problema di interpolazione polinomiale sul cerchio unitario nel piano complesso.

  13. Interpolazione nel piano complesso Nel piano complesso gli n nodi corrispondono alle radici n-esime dell’unita, cioè dei punti del cerchio unitario. Geometricamente sono i vertici di un poligono regolare di n lati i cui vertici sono disposti lungo la circonferenza unitaria, radialmente equispaziati e con un vertice in (1,0).

  14. Radice n-esima Nel piano complesso gli n nodi sono le radici n-esime dell’unità, cioè i punti del cerchio unitario:

  15. Interpolazione nel piano complesso L’interpolazione polinomiale nel piano complesso consiste nel trovare i numeri complessi coefficienti del polinomio di grado al più n-1: Tale che: 1 2

  16. Interpolazione nel piano complesso Partendo dalle precedenti formule (1 e 2) si ha che i coefficienti z si ricavano risolvendo il sistema: Con: 3

  17. Interpolazione nel piano complesso V è la matrice di Vandermonde con elementi

  18. Interpolazione nel piano complesso Se n=3

  19. Interpolazione nel piano complesso Dobbiamo risolvere il sistema 3. Definita la trasposta i cui elementi sono i coniugati degli elementi di V si ha che: Quindi:

  20. Interpolazione nel piano complesso Il vettore z è la Trasformata Discreta di Fourier: Il vettore y è la Trasformata Discreta Inversa di Fourier: 4

  21. Interpolazione nel piano complesso Osserviamo che ponendo i valori Corrispondono alle radici n-esime dell’unità E, per la 3, ai valori

  22. Interpolazione nel piano complesso Adesso abbiamo quello che serve per calcolare il polinomio 1: Distingueremo due casi, uno per n pari e l’altro per n dispari.

  23. Interpolazione nel piano complesso Se n è dispari, ponendo n=2m-1, avremo:

  24. Interpolazione nel piano complesso Alla fine, per n dispari si ottiene: Analogamente per n pari poniamo n=2m, allora

  25. Interpolazione nel piano complesso Iniziamo calcolando Visto che (formula di Eulero):

  26. Interpolazione nel piano complesso Siottiene Ma e , allora:

  27. Interpolazione nel piano complesso Pongo Ottenendo

  28. Interpolazione nel piano complesso Calcoliamo il coefficiente, , e per la 4:

  29. Interpolazione nel piano complesso Richiamando Eulero: Otteniamo:

  30. Interpolazione nel piano complesso Calcoliamo il coefficiente, , per la 4:

  31. Interpolazione nel piano complesso Richiamando Eulero: Otteniamo:

  32. Interpolazione nel piano complesso Torniamo al polinomio: con

  33. Interpolazione nel piano complesso Considerando che: Abbiamo:

  34. Interpolazione nel piano complesso Ponendo:

  35. Interpolazione Trigonometrica Si ha che il polinomio trigonometrico di interpolazione della funzione negli n punti vale: Ponendo n=2m-1 se n è dispari e n=2m se è pari.

  36. Interpolazione Trigonometrica I coefficienti sono dati da:

  37. Esempi Calcoliamo il polinomio trigonometrico per una semplice funzione periodica. Consideriamo ed f sia periodica. Supponiamo di voler interpolare su 4 punti.

  38. Esempi Avremo: Dividiamo il dominio in punti equidistanti:

  39. Esempi n è pari, allora calcoleremo ovvero

  40. Esempi Calcoliamo i coefficienti: , , , .

  41. Esempi Continuando, si ha:

  42. Esempi L’ultimo coefficiente vale:

  43. Esempi Pertanto il polinomio cercato nei 4 punti vale:

  44. Esempi Risultato grafico su tre periodi di f

  45. Esempi Interpolazione su 10 punti:

  46. Esempi Interpolazione su 25 punti:

  47. Esempi Proviamo con: e n=5

  48. Esempi Proviamo con: e n=20

  49. Esempi Proviamo con: e n=50

  50. Implementazione in MatLab InterpolazioneTri.m

More Related