Interpolazione

Lucia Gastaldi

DICATAM - Sez. di Matematica,

http://www.ing.unibs.it/gastaldi/
Indice

1 Interpolazione

2 Interpolazione polinomiale
Polinomi
Valutazione di un polinomio
Algoritmo di Horner–Ruffini
Errore di approssimazione
Nodi di Chebyshev

3 Interpolazione a tratti
Interpolazione a tratti
Spline
Le funzioni MATLAB per l’interpolazione
Interpolazione
Problema Dati n + 1 punti (xi , yi = f (xi )) per i = 0, 1, . . . , n si
cerca una funzione approssimante f˜ : R → R tale che

f˜(xi ) = yi per i = 0, 1, · · · , n. (1)

La funzione f˜ è detta interpolatore di f e le condizioni (1) sono

dette condizioni di interpolazione.
Interpolazione polinomiale

f˜(x) = p(x) = a0 x n + a1 x n−1 + a2 x n−2 + · · · + an−1 x + an

Interpolazione razionale

a0 x m + a1 x m−1 + a2 x m−2 + · · · + am−1 x + am

f˜(x) =
b0 x k + b1 x k−1 + b2 x k−2 + · · · + bk−1 x + bk
Interpolazione trigonometrica

f˜(x) = t(x) = a−M e −iMx + · · · + a0 + · · · + aM e iMx ,

dove i è l’unità immaginaria.
Polinomi
Un polinomio di grado n, con n intero non negativo, è una
funzione del tipo
n
X
p(x) = a0 x n + a1 x n−1 + a2 x n−2 + · · · + an−1 x + an = aj x n−j
j=0

dove aj ∈ R, per j = 0, 1, 2, . . . , n, sono i coefficienti del polinomio.

Il polinomio è individuato dai coefficienti che devono essere
memorizzati in un vettore.
Nota bene
In MATLAB i coefficienti devono essere ordinati a partire da
quello corrispondente al termine di grado più elevato fino a quello
di grado zero.
I coefficienti nulli vanno esplicitati.
Ad esempio al polinomio p(x) = 1 − 2x + 4x 3 si associa il vettore
p=[4 0 -2 1].
Algoritmo di Horner–Ruffini
L’algoritmo di Horner–Ruffini permette di calcolare il valore di un
polinomio in un punto ad un costo computazionale inferiore
rispetto all’uso della formula
n
X
n n−1 n−2
p(x) = a0 x + a1 x + a2 x + · · · + an−1 x + an = ai x n−i
i=0
Consideriamo il polinomio
p(x) = 1 − 2x + 5x 2 + 4x 3 ;
questo si può scrivere anche nella forma seguente:
p(x) = ((4x + 5)x − 2)x + 1.

Contiamo le operazioni
Nel primo caso: 6 (1+2+3) moltiplicazioni + 3 somme per
ciascuna componente di x
Nel secondo caso: 3 moltiplicazioni + 3 somme per ciascuna
componente di x
Algoritmo di Horner–Ruffini
In generale il polinomio
p(x) = a0 x n + a1 x n−1 + a2 x n−2 + · · · + an−1 x + an
può essere scritto nella forma di Horner:
p(x) = ((((a0 x + a1 )x + a2 ) . . . )x + an−1 )x + an .

Numero di operazioni
Nel primo caso: n(n + 1)/2 (1 + 2 + · · · + n) moltiplicazioni +
n somme per ciascuna componente di x
n
Totale (n + 3)N se N è il numero delle componenti di x
2

Nel secondo caso: n moltiplicazioni + n somme per ciascuna

componente di x

Totale 2nN se N è il numero delle componenti di x

polyval

La function polyval valuta il valore di un polinomio in una griglia

di punti usando l’algoritmo di Horner Ruffini.

y=polyval(p,z)
restituisce il vettore y contenente i valori di un polinomio di grado
n calcolati nei punti z. Il vettore p di n + 1 componenti deve
contenere i coefficienti del polinomio corrispondenti alle potenze in
ordine decrescente.
Quindi per calcolare il valore del polinomio p(x) = 1 + 2x − 4x 3
nei punti z distribuiti in maniera equispaziata nell’intervallo [a, b] si
può usare la seguente sequenza di comandi:

>> z=linspace(-1,1,101);
>> p=[-4 0 2 1];
>> y=polyval(p,z);
Esercizi
Esercizio 1
Riportare in una stessa figura il grafico dei seguenti due polinomi:

p1 (x) = 1 − 3x − 4x 2 + 2x 5 x ∈ [−3/2, 3/2]

3 4
p2 (x) = 2 + 3x − 2x − 3x x ∈ [−3/2, 3/2]

Esercizio 2
Sia x il vettore che contiene i punti dell’intervallo [0.995, 1.005]
equispaziati a distanza 10−4 (usare x=.995:1.e-4:1.005). Fare il
grafico del polinomio:

p(x) = x 6 − 6x 5 + 15x 4 − 20x 3 + 15x 2 − 6x + 1.

Confrontare il grafico ottenuto con quello della funzione

f (x) = (x − 1)6 nello stesso intervallo.
Esistenza ed unicità del polinomio interpolatore

Teorema
Per ogni insieme di punti (xi , yi ) per i = 0, 1, · · · , n, con gli xi
distinti tra loro, esiste un unico polinomio di grado n, che
indicheremo con Πn , tale che

Πn (xi ) = yi per i = 0, 1, · · · , n.

Esso viene detto polinomio interpolatore dei valori yi nei nodi xi .

Se per una opportuna funzione si ha yi = f (xi ) allora indichiamo
con Πn f il polinomio interpolatore che approssima la funzione f .
polyfit
La function polyfit fornisce i coefficienti del polinomio
interpolatore.
La sintassi di polyfit è:
p=polyfit(x,y,n)
dove x contiene i nodi xi , y contiene i valori della funzione yi e n è
il grado del polinomio interpolatore.
Ad esempio:
>> x=0:4;
>> y=[2 0 -1 -2 1];
>> p=polyfit(x,y,4)

p = 0.2083 -1.4167 3.2917 -4.0833 2.0000

Per fare il grafico del polinomio interpolatore:
>> z=linspace(0,4,51);
>> yp=polyval(p,z);
>> plot((z,yp,x,y,’or’)
Esercizio 3

Calcolo dei coefficienti del polinomio interpolatore e sua

rappresentazione
Si consideri la funzione f (x) = (1 − x 2 ) arctan(x) + e x
nell’intervallo [−4, 4]. Dati i nodi x=[-3 -1 2 3 ];, usare il
comando polyfit per trovare i coefficienti del polinomio
interpolatore.
Riportare in una stessa figura il grafico del polinomio interpolatore
e della funzione f .

Suggerimento
Per ottenere il grafico valutare il polinomio (usare il comando
polyval) e la funzione in un numero appropriato di punti
equispaziati nell’intervallo dato (usare il comando linspace).
Errore di approssimazione

Teorema: stima dell’errore di interpolazione

Dati n + 1 nodi di interpolazione xi per i = 0, 1, · · · , n. Sia f una
funzione derivabile con continuità n + 1 volte in un intervallo I
contenente tutti i nodi di interpolazione e sia Πn il polinomio
interpolatore nei nodi xi , allora per ogni x ∈ I , esiste un punto
ξ ∈ I tale che
n
f (n+1) (ξ) Y
En (x) = f (x) − Πn (x) = (x − xi ).
(n + 1)!
i=0
Funzione di Runge
1
Si consideri la funzione di Runge f (x) = , x ∈ [−5, 5].
1 + x2
Esercizio 4
Interpolare con polinomi di grado n=2:2:12, la funzione data,
usando n + 1 punti equispaziati nell’intervallo [−5, 5].
Riportare il grafico di ciascun polinomio interpolatore insieme
con quello della funzione data.
Calcolare per ciascun valore di n l’errore commesso ossia

En = max |f (x) − Πn (x)|

a≤x≤b

Costruire un vettore contenente gli errori ottenuti per ciascun

valore di n e riportare gli errori in un grafico in scala
semilogaritmica semilogy(n,E).
Traccia per la risoluzione dell’esercizio

1. Assegnare un vettore che contiene i valori di n.

2. Costruire il vettore z dei punti per valutare tutti i polinomi.
3. Valutare la funzione in z (risultato yy).
4. Per ogni valore di n (for i=1:length(n)) eseguire la seguente
sequenza:
Costruire il vettore x dei nodi con il comando
x=linspace(a,b,n(i)+1).
Valutare la funzione nei nodi y=f(x).
Trovare i coefficienti del polinomio con il comando polyfit.
Valutare il polinomio nei punti z con il comando polyval
(risultato py).
Plottare la funzione e il polinomio di grado n (inserire una pausa
pause).
Calcolare l’errore
E(i)=norm(yy-py,inf)
5. Plottare l’errore con il comando semilogy(n,E).
Esercizio 5

Si consideri la funzione f (x) = e x per x ∈ [−5, 5].

Costruire il polinomio interpolatore Πn f per n = 2 : 2 : 12
usando n + 1 punti equispaziati nell’intervallo [−5, 5].
Confrontare il grafico di ciascun polinomio interpolatore con
quello della funzione data.
Calcolare per ciascun valore di n l’errore commesso En e
riportare l’errore su un grafico in scala semilogaritmica.
Interpolazione di Chebyshev

Il fenomeno di Runge può essere evitato utilizzando opportune

distribuzioni di nodi.
Nell’intervallo [a, b] consideriamo i nodi xi dati da:

a+b b−a πi
xi = + x̂i con x̂i = − cos( ), i = 0, . . . , n.
2 2 n
I punti x̂i ∈ [−1, 1] si dicono nodi di Chebyshev.

Teorema di Bernstein
Sia f : [a, b] → R una funzione di classe C1 . Sia Πn il polinomio
interpolatore di grado n costruito usando i nodi di Chebyshev.
Allora
lim kf − Πn f k∞ = 0.
n→∞
Calcolo del polinomio con nodi di Chebyshev

Esercizio 6
Calcolare il polinomio di grado 7 che interpola la seguente funzione
usando 8 nodi di Chebyshev
10
f (x) = x 2 + x ∈ [−2, 8].
sin(x) + 1.2

Usare la seguente istruzione per costruire i nodi di Chebyshev:

xc=(a+b)/2-(b-a)/2*cos(pi*(0:n)/n)
Funzione di Runge
Esercizio 7
Per n=2:2:12, eseguire le seguenti operazioni:
Interpolare la funzione di Runge nell’intervallo [−5, 5] con i
polinomi di grado n, costruiti usando n + 1 nodi di Chebyshev
e n + 1 punti equidistanti nell’intervallo [−5, 5].
Usando il comando subplot riportare 4 grafici contenenti
rispettivamente:
la funzione;
la funzione e il polinomio interpolatore con nodi equispaziati;
la funzione e il polinomio interpolatore con nodi di Chebyshev;
la funzione e i due polinomi interpolatori.
Si veda la figura nella pagina seguente.
Calcolare per ciascun valore di n l’errore commesso.
Riportare gli errori per i due polinomi in uno stesso grafico in scala
semilogaritmica semilogy(n,E1,n,E2).

Ripetere l’esercizio usando la funzione f (x) = sin(x) per

x ∈ [0, 2π].
Figura
funzione grado= 8
1 1.5
equi
funz
1
0.8

0.5
0.6

0.4
−0.5

0.2
−1

0 −1.5
−5 0 5 −5 0 5

grado= 8 grado= 8
1.4 1.5
cheby equi
1.2 funz cheby
1 funz

1
0.5
0.8
0
0.6
−0.5
0.4

0.2 −1

0 −1.5
−5 0 5 −5 0 5
Interpolazione a tratti

Dato un’intervallo I = [a, b], si introduce una partizione mediante

un numero finito di punti

a = x0 < x1 < · · · < xm = b;

Ik = [xk−1 , xk ], k = 1, · · · , m indica il k-esimo sottointervallo.

Definizione
Si definisce polinomio a tratti una funzione g : [a, b] → R tale che

g (x) = pn (x) ∀x ∈ Ik ,

essendo pn (x) un polinomio di grado n.

Interpolazione lineare a tratti

Sia f : [a, b] → R una funzione sufficientemente regolare.

Problema
costruire un polinomio lineare a tratti che interpoli la funzione f
nei nodi xi , i = 0, . . . , n.
Consideriamo la partizione dell’intervallo [x0 , xn ] data dai nodi xi .
Quindi su ciascun intervallino [xi−1 , xi ] i = 1, . . . , n il polinomio
interpolatore a tratti è
x − xi x − xi−1
g (x) = f (xi−1 ) + f (xi )
xi−1 − xi xi − xi−1
Stima dell’errore di approssimazione

Sia H = max1≤i≤n (xi − xi−1 ). Sia f una funzione continua insieme

alle sue derivate prima e seconda. Sia g il polinomio lineare a tratti
definito prima.
Per ogni i = 1, · · · , n esiste un punto ηi ∈ [xi−1 , xi ] tale che

f 00 (ηi )
f (x) − g (x) = (x − xi−1 )(x − xi ) per x ∈ [xi−1 , xi ],
2
da cui segue la seguente maggiorazione:

max max |f (x) − g (x)|

1≤i≤n xi−1 ≤x≤xi

(xi − xi−1 )2 H2
≤ max max |f 00 (x)| ≤ max |f 00 (x)|.
1≤i≤n 2 xi−1 ≤x≤xi 8 a≤x≤b
Spline
Siano xi , per i = 0, · · · , n, n + 1 nodi distinti e ordinati
sull’intervallo [a, b], tali che a = x0 < x1 < · · · < xn = b.

Definizione
La funzione sm : [a, b] → R è una funzione spline di grado m
relativa ai nodi xi se
sm (x) per x ∈ [xi−1 , xi ], i = 1, · · · , n, è un polinomio di grado
m.
La funzione sm è continua sull’intervallo [a, b] insieme alle sue
derivate fino all’ordine m − 1.
La spline più usata è la spline cubica s3 .
Stime dell’errore
(r )
max |f (r ) (x) − s3 (x)| ≤ Cr H 4−r max |f (4) (x)| r = 0, 1, 2
x0 ≤x≤xn x0 ≤x≤xn
(3) (3)
max |f (x) − s3 (x)| ≤ C3 H max |f (4) (x)|
x0 ≤x≤xn x6={x0 ,...,xn } x0 ≤x≤xn
Le funzioni MATLAB per l’interpolazione

Funzione Significato
interp1 Interpolazione 1D.
interp2 Interpolazione 2D.
interp3 Interpolazione 3D.
spline Spline cubica interpolante.
pchip Interpolazione cubica ”shape preserving”
interpft Interpolazione mediante il metodo FFT.
interp1 e spline

yi=interp1(x,y,z,metodo)

x, y specificano le coordinate dei punti di interpolazione.

z sono i punti in cui si vuole valutare il valore interpolato.
metodo è una stringa di caratteri che specifica il metodo da
utilizzare:
metodo=’nearest’ si sceglie il valore nel nodo di
interpolazione più vicino;
metodo=’linear’ interpolazione lineare a tratti;
metodo=’spline’ interpolazione con spline cubica;
metodo=’pchip’ o metodo=’cubic’ interpolazione di
Hermite cubica a tratti shape preserving.

s=spline(x,y,z)

valuta nei punti z, la spline cubica che passa per i punti di ascissa
x e ordinata y.
Confronto fra i diversi metodi di interpolazione

Considerare i seguenti punti:

x=1:6;
y=[16 18 21 17 15 12];.
Usare l’interpolazione polinomiale e tutti i metodi disponibili
nella function interp1 per interpolare i punti dati.
Riportare separatamente i grafici delle funzioni ottenute
insieme ai nodi marcati con un pallino. Usare il comando
subplot per avere tutti i grafici in una stessa finestra.
Riportare in una stessa figura il grafico ottenuto con le spline
e con il metodo pchip (shape preserving piecewise cubic).
Esercizio
Esercizio 8
Calcolare l’approssimazione spline e lineare a tratti relative
alla funzione di Runge nell’intervallo [−1, 1], usando n + 1
punti equidistribuiti nell’intervallo dato essendo n=2:2:20.
Usare le function spline e interp1.
Calcolare per ciascun valore di n l’errore commesso ossia

En = max |f (x) − Πn (x)|

a≤x≤b

Costruire un vettore contenente gli errori ottenuti per ciascun

valore di n e riportare gli errori in un grafico in scala
bilogaritmica loglog(n,E).

Esercizio 9
Ripetere l’esercizio 8 approssimando la funzione di Runge
nell’intervallo [−5, 5].
Sempre sull’intervallo [−5, 5] usare n punti invece che n + 1.
Shape preserving piecewise cubic
Le spline cubiche non conservano le proprietà di monotonia delle
funzioni.
Esempio
Per approssimare la semicirconferenza di centro l’origine e raggio 1
costruire i punti di coordinate:

xk = − cos(kπ/6), yk = sin(kπ/6) k = 0, 6.

Calcolare la spline che interpola tali punti, in un

campionamento di punti sufficientemente grande
dell’intervallo [−1, 1] (usare il comando spline).
Riportare su una stessa figura la spline e la semicirconferenza.
Osservato che la spline è oscillante intorno alla circonferenza,
usare il comando pchip per generare un interpolante che
conserva le proprietà di monotonia della funzione.
La function spline

Sono dati i vettori x,y contenenti le coordinate dei punti.

pp=spline(x,y) fornisce la struttura pp da cui si possono estrarre
le informazioni relative alla spline.
[breaks,coefs] = unmkpp(pp)
breaks punti di suddivisione (vettore x di partenza);
coefs coefficienti.

pp = mkpp(breaks,coefs) costruisce un polinomio a tratti.

v = ppval(pp,z) valuta il polinomio individuato dalla struttura
pp nei punti z.
Approssimazione delle derivate

Si consideri la funzione di Runge f (x) = 1/(1 + x 2 ) per x ∈ [−5, 5].

Suddividere l’intervallo in n parti e costruire la spline che
l’approssima.
Rappresentare la funzione e la spline in uno stesso grafico.
Determinare i coefficienti corrispondenti alle derivate fino all’ordine
3 e rappresentarle insieme alla corrispondente derivata della
funzione di partenza.
Grafico della mano
Fare il grafico della propria mano.
Disegnare su un foglio il contorno della propria mano;
Dare i seguenti comandi:
figure(’position’,get(0,’screensize’))
axes(’position’,[0 0 1 1])
[x,y]=ginput;
Cliccare su una ventina di punti sul contorno della mano, alla
fine dare INVIO;
I vettori x e y sono i valori di due funzioni di una variabile
indipendente t. Interpolare entrambe le funzioni mediante le
spline:
n=length(x);
s=(1:n)’;
t=(1:0.05:n);
u=spline(s,x,t);
v=spline(s,y,t);
clf
plot(x,y,’.’,u,v,’-’)