Buona sera, nell'ambito dell'interpolazione polinomiale, come si calcola l' errore di discretizzazione di Newton?
Grazie
Interpolazione polin. Errore di discretizzazione di Newton
Moderatori:
PietroBaima,
Ianero
1
voti
[2] Re: Interpolazione polin. Errore di discretizzazione di Newt
Nel caso generale, leggi qui:
viewtopic.php?f=7&t=52796
Per l'interpolazione con i polinomi di Newton, ne esistono di due tipi: interpolazione alle differenze divise ed alle differenze finite.
Quale ti interessa? Entrambi?
viewtopic.php?f=7&t=52796
Per l'interpolazione con i polinomi di Newton, ne esistono di due tipi: interpolazione alle differenze divise ed alle differenze finite.
Quale ti interessa? Entrambi?
1
voti
[4] Re: Interpolazione polin. Errore di discretizzazione di Newt
Dunque, le differenze divise sono definite come:
![f\left[ x \right]:=f\left( x \right) f\left[ x \right]:=f\left( x \right)](/forum/latexrender/pictures/7a966fc98b332de692d7ccb6c43906c7.png)
![f\left[ x_{1},\; x_{2} \right]=\frac{f\left( x_{1} \right)-f\left( x_{2} \right)}{x_{1}-x_{2}} f\left[ x_{1},\; x_{2} \right]=\frac{f\left( x_{1} \right)-f\left( x_{2} \right)}{x_{1}-x_{2}}](/forum/latexrender/pictures/42a6f1f783850f38cb1980ba3e0891ab.png)
![f\left[ x_{1},\; x_{2},\; x_{3} \right]=\frac{f\left[ x_{1},\; x_{2} \right]-f\left[ x_{2},\; x_{3} \right]}{x_{1}-x_{3}} f\left[ x_{1},\; x_{2},\; x_{3} \right]=\frac{f\left[ x_{1},\; x_{2} \right]-f\left[ x_{2},\; x_{3} \right]}{x_{1}-x_{3}}](/forum/latexrender/pictures/d59423bcd91bd42f8d7de0e58832f4ed.png)
e così via all'aumentare dei nodi.
Ora, applicando ripetutamente la definizione (ogni volta dal passo n+1, ottieni ciò che ti serve per il passo n) otteniamo (prova a farlo per i primi 2 nodi):
![f\left( x \right)=f\left( x_{0} \right)+\left( x-x_{0} \right)f\left[ x_{0},\; x_{1} \right]+\left( x-x_{0} \right)\left( x-x_{1} \right)f\left[ x_{0},\; x_{1},\; x_{2} \right]+... f\left( x \right)=f\left( x_{0} \right)+\left( x-x_{0} \right)f\left[ x_{0},\; x_{1} \right]+\left( x-x_{0} \right)\left( x-x_{1} \right)f\left[ x_{0},\; x_{1},\; x_{2} \right]+...](/forum/latexrender/pictures/be9715fea6293886541313c9b9b72477.png)
![...+\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right] ...+\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]](/forum/latexrender/pictures/622e41a5676aa80eca01e5b23424b282.png)
L'ultimo addendo non è calcolabile numericamente in quanto non si conosce il valore del generico nodo
.
Trascurando nei calcoli quel termine otteniamo che l'errore di discretizzazione o troncamento è dato proprio da:
![\mbox{E}_{T}\left( x \right)=\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right] \mbox{E}_{T}\left( x \right)=\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]](/forum/latexrender/pictures/cfdca7b399aff3b2036b467d5817279b.png)
Confrontando questa espressione con quella del caso generale nel link in [2], otteniamo l'uguaglianza:
![\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]=\frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right) \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]=\frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right)](/forum/latexrender/pictures/816835842e717c81c19469604b6bdb0d.png)
Supponendo infine che la derivata n-esima sia poco variabile nell'intervallo di interpolazione possiamo approssimare e quindi stimare l'errore di troncamento:
![\mbox{E}_{T}\left( x \right)\; =\; \frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right)\; =\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]\; \approx\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x_{n+1} \right] \mbox{E}_{T}\left( x \right)\; =\; \frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right)\; =\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]\; \approx\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x_{n+1} \right]](/forum/latexrender/pictures/a88a1b03a35f37bc608f0561de98862b.png)
Dall'ultimo passaggio sappiamo quindi che più la derivata è variabile, più la stima sarà peggiore.
Spero di essere stato chiaro, altrimenti dimmi pure
![f\left[ x \right]:=f\left( x \right) f\left[ x \right]:=f\left( x \right)](/forum/latexrender/pictures/7a966fc98b332de692d7ccb6c43906c7.png)
![f\left[ x_{1},\; x_{2} \right]=\frac{f\left( x_{1} \right)-f\left( x_{2} \right)}{x_{1}-x_{2}} f\left[ x_{1},\; x_{2} \right]=\frac{f\left( x_{1} \right)-f\left( x_{2} \right)}{x_{1}-x_{2}}](/forum/latexrender/pictures/42a6f1f783850f38cb1980ba3e0891ab.png)
![f\left[ x_{1},\; x_{2},\; x_{3} \right]=\frac{f\left[ x_{1},\; x_{2} \right]-f\left[ x_{2},\; x_{3} \right]}{x_{1}-x_{3}} f\left[ x_{1},\; x_{2},\; x_{3} \right]=\frac{f\left[ x_{1},\; x_{2} \right]-f\left[ x_{2},\; x_{3} \right]}{x_{1}-x_{3}}](/forum/latexrender/pictures/d59423bcd91bd42f8d7de0e58832f4ed.png)
e così via all'aumentare dei nodi.
Ora, applicando ripetutamente la definizione (ogni volta dal passo n+1, ottieni ciò che ti serve per il passo n) otteniamo (prova a farlo per i primi 2 nodi):
![f\left( x \right)=f\left( x_{0} \right)+\left( x-x_{0} \right)f\left[ x_{0},\; x_{1} \right]+\left( x-x_{0} \right)\left( x-x_{1} \right)f\left[ x_{0},\; x_{1},\; x_{2} \right]+... f\left( x \right)=f\left( x_{0} \right)+\left( x-x_{0} \right)f\left[ x_{0},\; x_{1} \right]+\left( x-x_{0} \right)\left( x-x_{1} \right)f\left[ x_{0},\; x_{1},\; x_{2} \right]+...](/forum/latexrender/pictures/be9715fea6293886541313c9b9b72477.png)
![...+\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right] ...+\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]](/forum/latexrender/pictures/622e41a5676aa80eca01e5b23424b282.png)
L'ultimo addendo non è calcolabile numericamente in quanto non si conosce il valore del generico nodo
.Trascurando nei calcoli quel termine otteniamo che l'errore di discretizzazione o troncamento è dato proprio da:
![\mbox{E}_{T}\left( x \right)=\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right] \mbox{E}_{T}\left( x \right)=\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]](/forum/latexrender/pictures/cfdca7b399aff3b2036b467d5817279b.png)
Confrontando questa espressione con quella del caso generale nel link in [2], otteniamo l'uguaglianza:
![\pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]=\frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right) \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]=\frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right)](/forum/latexrender/pictures/816835842e717c81c19469604b6bdb0d.png)
Supponendo infine che la derivata n-esima sia poco variabile nell'intervallo di interpolazione possiamo approssimare e quindi stimare l'errore di troncamento:
![\mbox{E}_{T}\left( x \right)\; =\; \frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right)\; =\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]\; \approx\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x_{n+1} \right] \mbox{E}_{T}\left( x \right)\; =\; \frac{f^{\left( n \right)}\left( \xi \right)}{n!}\pi _{n}\left( x \right)\; =\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x \right]\; \approx\; \pi _{n}\left( x \right)f\left[ x_{0},\; ...\; ,\; x_{n},\; x_{n+1} \right]](/forum/latexrender/pictures/a88a1b03a35f37bc608f0561de98862b.png)
Dall'ultimo passaggio sappiamo quindi che più la derivata è variabile, più la stima sarà peggiore.
Spero di essere stato chiaro, altrimenti dimmi pure
0
voti
[6] Re: Interpolazione polin. Errore di discretizzazione di Newt
Ti ringrazio infinitamente, sei stato chiarissimo
Prego, mi fa piacere
perché al denominatore appare il fattoriale di n?
Perché non ti sei fatto la stessa domanda del polinomio nodale e della derivata n-esima?
Dimostriamolo va
Allora..
Dobbiamo stimare l'errore di troncamento nel caso più generale possibile quando si approssima una funzione con un polinomio di grado
.Sappiamo per certo che (a meno di errore di propagazione sui valori di ingresso, che trascuriamo) l'errore sarà nullo nei nodi, allora possiamo scrivere che in generale l'errore di discretizzazione sarà della forma:

Ora dobbiamo determinare
.Per farlo consideriamo una funzione ausiliaria definita così:

(nota che
è proprio la definizione di errore di troncamento).Per come è definita questa funzione ammette
zeri, ed essendo polinomiale possiamo dire che la derivata n-esima si annullerà in un punto che chiamiamo
.Allora abbiamo che:

da cui finalmente:

Conoscendo
siamo giunti allora alla conclusione che:

Elettrotecnica e non solo (admin)
Un gatto tra gli elettroni (IsidoroKZ)
Esperienza e simulazioni (g.schgor)
Moleskine di un idraulico (RenzoDF)
Il Blog di ElectroYou (webmaster)
Idee microcontrollate (TardoFreak)
PICcoli grandi PICMicro (Paolino)
Il blog elettrico di carloc (carloc)
DirtEYblooog (dirtydeeds)
Di tutto... un po' (jordan20)
AK47 (lillo)
Esperienze elettroniche (marco438)
Telecomunicazioni musicali (clavicordo)
Automazione ed Elettronica (gustavo)
Direttive per la sicurezza (ErnestoCappelletti)
EYnfo dall'Alaska (mir)
Apriamo il quadro! (attilio)
H7-25 (asdf)
Passione Elettrica (massimob)
Elettroni a spasso (guidob)
Bloguerra (guerra)

