Documente Academic
Documente Profesional
Documente Cultură
INTERPOLĂRI, EXTRAPOLĂRI
2. INTERPOLĂRI
3. EXTRAPOLĂRI
MNI
BIBLIOGRAFIE 1
BIBLIOGRAFIE
[PAU15] T. Păunescu. Metode numerice în ingineria fabricatiei. Ed. Univ. Transilvania Bv. 2015.
[MOR04] C. Morariu, T.Păunescu. Informatică aplicată în inginerie. Mathcad 2001. Ed. Univ. Bv. 2004.
[POS94] M. Postolache. Metode Numerice. Ed. Sirius, Bucureşti, 1994.
[BEU92] T.Beu. Analiză numerică în Pascal. Ed. Micro inf. Cluj-Napoca. 1992.
[SAL72] M.G.Salvadori, M.L.Baron. Metode numerice în tehnică. Edit. Tehnică, Bucureşti, 1972.
[LAR89] D.Larionescu. Metode numerice.Ed. Tehnică, Bucureşti, 1989.
[DOD76] Gh.Dodescu, M.Toma. Metode de calcul numeric. Ed. did. şi pedag. Bucureşti, 1976.
[MEM80 ] ***, Mică enciclopedie matematică, traducere din limba germană. Edit. Tehnică, Bucureşti, 1980.
[DOR76] W.S.Dorn, D.D.Mc.Cracken. Metode numerice cu programe in Fortran IV. Ed.Tehhnica. Buc. 76.
2
1. GENERALITĂŢI DESPRE INTERPOLĂRI
INTERPOLÁ, interpolez, vb. I. Tranz. 1. A introduce, a intercala într-un text cuvinte sau fraze care nu aparțin
originalului, pentru a-l explica, a-l completa etc. 2. (Mat.) A intercala într-un șir de valori cunoscute una sau
mai multe mărimi determinate sau estimate. – Din fr. interpoler, lat. interpolare.
Sursa: DEX '98 (1998)
INTERPOLÁ vb. tr. 1. a insera cuvinte, fraze care nu aparțin textului respectiv, în textul unui manuscris. 2.
(mat.) a intercala într-un șir de valori cunoscute una sau mai multe valori determinate prin calcul. ◊ a
determina valoarea unei funcții într-un punct al unui interval, cunoscând valoarea ei în extremitățile
intervalului. (< fr. interpoler, lat. interpolare)
Sursa: MDN (2000) |
Numeroase probleme specifice ingineriei moderne îşi găsesc rezolvarea în urma analizei şi prelucrării
numerice a datelor experimentale. În general, aceste valori se prezintă sub forma unor tabele de
corespondenţă între variabile independente şi o variabilă dependentă de acestea. Spre exemplu, în cazul
bidimensional, dacă notăm cu x variabila independentă şi cu y variabila dependentă, interesează o relaţie
de dependenţă exprimată sub forma y=f(x). Cele n valori determinate experimental sunt uzual prezentate
tabelar:
Valorile:
− x = x1 ,x2 ,...,xn se numesc puncte de sprijin (noduri);
− y = y1 , y2 ,..., yn se numesc valori de sprijin (valori nodale).
4
INTERPOLARE, EXTRAPOLARE REGRESIE
Interpolarea constă în găsirea unei funcţii, F(x), care să Regresia reprezintă operaţia matematică prin care se
permită, pentru valori oarecare a lui x, situate în determină valorile parametrilor unei funcţii trasate printre
intervalul [x1,xn], estimarea valorilor funcţiei f(x). O punctele experimentale, din condiţia minimizării distanţei
condiţie necesară pentru determinarea funcţiei de dintre funcţia f(x) şi modelul F(x) adoptat (1).
interpolare, F(x), este coincidenţa cu funcţia f(x) în
valorile nodale (F(x) trece prin puncte).
(1) (2)
Interpolarea se recomandă a fi utilizată când:
− valorile experimentale sunt relativ precise, În majoritatea cazurilor, în care apelăm la regresie nu se
neafectate de erori semnificative; cunoaşte expresia lui f(x). În aceste situaţii se utilizează o
− numărul de valori experimentale este relativ mic, expresie, mai puţin riguroasă (2).
nerespectarea acestei condiţii, conduce la obţinerea unor Relaţia 2 poartă numele de principiul Gauss-Legendre, sau
relaţii complexe, greu de utilizat; metoda celor mai mici pătrate.
− funcţia f(x) este cunoscută, dar expresia ei este Regresia se recomandă a fi utilizată în condiţiile în care:
complicată şi/sau foarte greu de evaluat şi manipulat. − valorile experimentale sunt afectate de erori
semnificative;
Prin extrapolare se înţelege operaţia matematică ce
− numărul de valori experimentale este relativ mare, dacă
constă în găsirea unei funcţii, F(x), care să permită
s-ar utiliza interpolarea s-ar obţine relaţii complexe, greu de
estimarea valorilor funcţiei f(x), pentru valori oarecare a
utilizat;
lui x, situate în afara intervalului în care sunt determinate
− funcţia f(x) este cunoscută, dar expresia ei este
punctele nodale, (x < x1 )U(xn < x).
complicată şi/sau foarte greu de evaluat şi manipulat (se
interpolare extrapolare
aplică relația 1).
Fig. 1 Fig. 2
5
CRITERII DE APROXIMARE A FUNCŢIILOR [LAR89]
Fie M = { f f : a, b → R} un spaţiu vectorial şi fie o mulţime de funcţii 0 ( x),1 ( x),...,k ( x) care aparţin de
M, liniar independente (niciuna din funcții nu este combinația liniară a celorlalte).
Aproximarea unei funcţii f oarecare din M se poate face printr-o combinaţie liniară de m funcţii de tip φk,
adică f ( x) Fm ( x) , unde Fm ( x) = c00 ( x) + c11 ( x) + ... + cmm ( x) , ci fiind numere reale.
Funcţia Fm(x) se numeşte polinom generalizat. Deseori funcţiile liniar independente sunt: 1, x, x2, ...., xm
când polinomul generalizat se reduce la un polinom algebric.
Alt set de funcţii liniar independente, des utilizate în teoria aproximării, sunt cele trigonometrice, mai exact
a0
polinomul trigonometric: Fm ( x) = + a1 cos x + b1 sin x + ... + am cos mx + bm sin mx
2
Dacă funcţia f(x) este dată tabelar sistemul de ecuaţii impune coincidenţa dintre funcţia f(x) şi g(x) în
punctele xi (nodurile de interpolare)
6
INTERPOLAREA POLINOMIALĂ
Dacă se lucrează cu un polinom algebric de interpolare de grad n, condiţia ca distanţa dintre f(x) şi
polinomul F(x) să fie minimă impune sistemul de ecuaţii F(xi)=f(xi), i=0,1,...,n (coincidența funcțiilor în n de
puncte).
→ c = f → c = −1 f
......................................................
c + c x + c x 2 + ... + c x n = f ( x )
0 1 n 2 n n n n
Determinatul matricei Δ este
Interpolarea face o legătura între gradul polinomului de aproximare şi numărul de noduri, deci dacă
nr. de noduri este mare și gradul polinomului de interpolare este mare. S-a observat că mărind gradul
polinomului de interpolare eroarea nu se micşorează întotdeauna, uneori creşte foarte mult pe unele
7
porţiuni ale intervalului de interpolare (vezi exemplele din slideul următor).
Exemplul 1 Exemplul 2
În exemplele de mai sus s-au determinat polinoamele de interpolare pentru datele unui experiment care măsoară temperaturi într-un interval de
timp. În prima variantă se fac 6 măsurători iar în a doua 11. Funcția interp_polinom(x,y) generează determinantul Vandermonde și calculează
coeficienții polinomului de interpolare. În primul caz rezultă un polinom de grad 5 iar în al doilea unul de grad 10. Se observă din reprezentările
grafice că cele două polinoame trec prin noduri și că eroarea la capătul inferior al intervalului este mult mai mare în al doilea caz comparativ cu
primul.
O soluţie pentru depăşirea acestei situaţii este de a renunţa la interpolarea globală a funcţiei şi de a se trece
la interpolarea pe porţiuni (interpolare spline). Termenul de funcţii spline a fost introdus în 1946 de I.J.
Schoenberg pentru a defini o funcţie formată din polinoame pe subintervale adiacente şi care se racordează
în noduri împreună cu un anumit număr de derivate (vezi slide 15).
Cele mai utilizate funcţii spline sunt cele de gradul 3 (interpolare cubică spline).
Metoda celor mai mici pătrate (MCMMP) a lui Gauss (vezi relaţiile 1 şi 2 ) este frecvent aplicată în prelucrarea
datelor experimentale, şi se utilizează când există îndoieli asupra exactităţii nodurilor. Deseori se întâmplă ca
polinomul de aproximare dorit să aibă un grad mic dar numărul de date experimentale să fie mare (vezi fig.2 ).
Deoarece criteriul de interpolare face o legătura între gradul polinomului de aproximare şi numărul de valori xi
(vezi sistemul de la slide-ul 6), se recomandă ca în aceste cazuri să se utilizeze MCMMP, care are avantajul
că nu impune o asemenea condiţie.
Relaţia 1 are semnificaţia: aria porţiunii haşurate din figura de mai jos să fie minimă.
(1)
Fig. 5 [LAR89]
unei funcții de aproximare F(x) mai simplă, când nu se
cunoaște f(x) se utilizează relația mai puțin riguroasă 2
(2) 9
Criteriul de aproximare în sensul Cebâşev (CC)
Presupunând că spaţiul metric M este C0 [a,b] (f, g funcţii continue definite pe interval) distanţa dintre două
funcţii este definită ca:
d ( f , g ) = f ( x) − g ( x) (5)
Dacă înlocuim funcţia g(x) cu polinomul de aproximare Fm(x), m≤n calculul coeficienţilor polinomului se face
din condiţia ca abaterea să fie minimă:
min i max = min( max f ( xi ) − Fm ( xi ) ) (6)
0i n
Din punct de vedere geometric criteriul impune ca graficul polinomului de aproximare să nu depăşească o
bandă centrată pe graficul f(x) de lăţime 2ε, unde ε este abaterea minimax.
10
Fig. 6 [LAR89]
Concluzii privitoare la criteriile
interpolarii (CI), celor mai mici patrate (MCMMP), Cebisev (CC)
➢ CC conduce în general la rezultatele cele mai precise, dar folosirea lui este
fiecare punct.
11
2. INTERPOLĂRI
2.1. INTERPOLAREA LINIARĂ
13
INTERPOLAREA LINIARĂ ÎN MAHCAD 3.0
- Valoarea returnată: un număr real care reprezintă valoarea calculată prin interpolare
liniară.
14
Exemplul 3
15
2.2. INTERPOLAREA SPLINE
Interpolarea polinomială de tip spline se aplică pe diviziuni: a = x1 < x2 <…< xi <…< xn = b în intervalului [a,b].
O funcție spline polinomială F(x) de gradul p cu nodurile în punctele xi, i ∈1,n , are următoarele proprietăți:
a. Pe fiecare subinterval [xi ,xi+1 ], F(x) este un polinom de gradul p;
b. F(x) și primele sale (p-1) derivate sunt continue pe [a,b].
Deoarece funcția spline F(x) are primele (p-1) derivate continue pe [a,b], derivata de ordinal p fiind discontinuă
în nodurile xi ale diviziunii, aceasta este o funcție netedă pe porțiuni. Gradul de netezime este dat de ordinul p.
Principiul de realizare al interpolării polinomiale de tip spline este prezentat în figura de mai jos.
[MOR04] 16
Exemplul numeric 3 [ HNM08 ]
Mult mai frecvent decât polinoame de grad doi se utilizează pentru interpolări spline
polinoamele de grad trei:
2
𝐹 𝑥 𝑖 = 𝑦𝑖 + 𝑏𝑖 𝑥 − 𝑥𝑖 + 𝑐𝑖 𝑥 − 𝑥𝑖 + 𝑑𝑖 𝑥 − 𝑥𝑖 3 , 𝑝𝑒𝑛𝑡𝑟𝑢 𝑥𝑖 ≤ 𝑥 ≤ 𝑥𝑖+1
Dacă se face un raționament similar celui pentru polinomul spline de interpolare de grad doi, la
care se mai adaugă condițiile de continuitate ale curbelor pentru derivate de ordin doi, rezultă
că numărul de necunoscute este mai mare cu 2 decât numărul ecuațiilor. Pentru rezolvarea
problemei mai sunt necesare încă două ecuații. Uzual se utilizează următoarele artificii
matematice prin introducerea a două condiții suplimentare:
- C1. 𝐹1,, 𝑥1 = 𝐹𝑛−1
,,
𝑥𝑛 = 0 care conduc la funcții spline cubice naturale.
- C2. Alegerea a două polinoame de grad trei C1(x) și Cn(x) care să treacă prin primele patru
puncte, respectiv prin ultimele patru puncte.
- C3. Alegerea a două polinoame de grad doi C1(x) și Cn(x) care să treacă prin primele trei
puncte, respectiv prin ultimele trei puncte.
În Mathcad există trei funcții predefinite pentru interpolarea cubică spline:
- lspline(Vx,Vy) (l de la liniar);
- pspline(Vx,Vy) (p de la parabolic);
- cspline(Vx,Vy) (c de la cubic).
Cele două argumente Vx și Vy sunt doi vectori cu elemente reale care conțin abscisele respectiv
ordonatele punctelor. Vx trebuie să fie ordonat crescător.
Cele trei funcții returnează un vector care conține coeficienții polinoamelor. Aceștia sunt valorificați de
funcția interp:
y(x)=interp(Vs, Vx, Vy, x)
unde Vs este vectorul returnat de una din funcțiile lspline, pspline sau cspline.
lspline(Vx,Vy)
rezultat
1. pspline(Vx,Vy) 2. interp(Vr,Vx,Vy,x)
cspline(Vx,Vy)
20
Exemplul 4
21
(S) INTERPOLAREA SPLINE TRIDIMENSIONALĂ [MOR04]
Cele trei funcții detaliate mai sus pot fi utilizate și în cazul interpolării tridimensionale lspline(Mxy,Mz), pspline(Mxy,Mz),
cspline(Mxy,Mz), unde Mxy reprezintă un tablou cu elemente reale și cu dimensiunile n linii × 2 coloane, ce conține valorile
absciselor și respectiv a ordonatelor, pentru n puncte din planul XY. Cele n puncte se aleg astfel încât să fie plasate pe diagonala
unui domeniu dreptunghiular.
Cele trei funcții returnează câte un vector ce conține coeficienții suprafeței spline de interpolare.
unde prin Vr s-a notat vectorul pe care-l returnează funcția lspline. Valorile argumentelor x și y trebuie să respecte relaţiile:
𝑀𝑥𝑦0,0 ≤ 𝑥 ≤ 𝑀𝑥𝑦𝑛−1,0 𝑀𝑥𝑦0,1 ≤ 𝑦 ≤ 𝑀𝑥𝑦𝑛−1,1
Exemplu
Exemplul 5
23
3. EXTRAPOLĂRI
Regresia și interpolarea determină valorile parametrilor unei funcții care de exemplu
aproximează datele experimentale și permit estimarea valorilor funcției f(x), pentru valori
oarecare ale lui x, situate în interiorul intervalului în care sunt determinate punctele nodale.
Extrapolarea procesează date prin prelungirea acestora în afara domeniului de definiție.
25
Exemplul 6 Exemplul 7
În exemplul de mai sus se observă că abscisele sunt la intervale În exemplu sunt generate 100 de puncte cu funcția gen care are ca argumente:
egale. Cele două extrapolări sunt aberante din cauza numărului func numele unei funcții monovariabile în jurul căreia se vor afla punctele;
mic de valori procesate. domeniul xmin…xmax; n numărul de puncte; e este variația aleatoare uniform
distribuită față de valorile y nominale. În acest caz numărul de puncte fiind mare și
dese funcția predict realizează extrapolări corecte.
26