Pakiety numeryczne Interpolacja i aproksymacja

Slides:



Advertisements
Podobne prezentacje
OBLICZENIA NUMERYCZNE
Advertisements

ZACHODNIOPOMORSKI UNIWERSYTET TECHNOLOGICZNY W SZCZECINIE
IV Tutorial z Metod Obliczeniowych
Krzywe parametryczne x = fx(t); y = fy(t) funkcje liniowe x = 20t + 5
Interpolacja Cel interpolacji
Sztuczna Inteligencja Reprezentacja wiedzy I Logika przybliżona
STATYSTYKA WYKŁAD 03 dr Marek Siłuszyk.
Jak korzystać z platformy e-learningowej? Podsumowanie
Grafika komputerowa Wykład 7 Krzywe na płaszczyźnie
Sztuczna Inteligencja Reprezentacja wiedzy I Logika przybliżona
JAK TO JEST ZROBIONE? Zajęcia artystyczne dla uczniów szkoły podstawowej. Materiał dla uczniów Autor: Karolina Vyšata Projekt zrealizowany w ramach Akademii.
Obiekt bryła obrotowa (ang lathe = „tokarka”)
Podstawy informatyki 2013/2014
Podstawy informatyki 2013/2014 Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
Dane do obliczeń.
Podstawy informatyki 2013/2014 Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
Podstawy informatyki 2012/2013
Projekt jest współfinansowany w ramach programu polskiej współpracy rozwojowej Ministerstwa Spraw Zagranicznych RP w 2011r. NAUKA POPRZEZ ZABAWĘ. Zabawy.
Dodatkowe własności funkcji B-sklejanych zawężenie f do K Rozważmy funkcjeIch zawężenia do dowolnego przedziałutworzą układ wielomianów. Dla i=k ten układ.
ETO w Inżynierii Chemicznej MathCAD wykład 4.. Analiza danych Aproksymacja danych.
Metody numeryczne SOWIG Wydział Inżynierii Środowiska III rok
LICENCJE.
Tanzania: między tradycją a nowoczesnością
METODY NUMERYCZNE I OPTYMALIZACJA
Podstawy informatyki 2013/2014
Podstawy informatyki 2013/2014 Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
Programowanie obiektowe 2013/2014 Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
Programowanie obiektowe 2013/2014
SYSTEMY EKSPERTOWE I SZTUCZNA INTELIGENCJA
MOiPP Matlab Aproksymacja Interpolacja Inne metody obliczeniowe
otwartymandat.pl Wyniki wszystkich badań finansowanych ze środków publicznych powinny być dostępne w trybie Open Access.
6 Informatyka Zakres podstawowy PRAWO AUTORSKIE
Ćwiczenia 7 Interpolacja za pomocą ilorazów różnicowych
Ćwiczenia 8 Aproksymacja funkcji
Wykład 6 Dr Aneta Polewko-Klim
Pakiety numeryczne Wprowadzenie Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Pakiety numeryczne Optymalizacja
Biblioteka.pollub.pl facebook.com/BibliotekaPL. Katarzyna Panasiewicz Modele otwartego dostępu.
Podstawy informatyki Tablice Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
ELEMENTY METOD NUMERYCZNYCH
Pakiety numeryczne Graphical User Interface Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Pakiety numeryczne Tablice: tworzenie, indeksowanie, wymiary Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Pakiety numeryczne Wykresy Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Pakiety numeryczne Wielomiany Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Podstawy informatyki Preprocesor Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
Podstawy informatyki Funkcje Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi i Pawła Jerzego Matuszyka Podstawy.
Pakiety numeryczne Skrypty, funkcje Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Podstawy informatyki Struktury Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi.
Podstawy informatyki Szablony funkcji Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty.
Podstawy informatyki Operatory rzutowania Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały.
Podstawy informatyki Mechanizm obsługi sytuacji wyjątkowych Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu.
Pakiety numeryczne Operatory, instrukcje sterujące, operacje bitowe Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Model GRID znaczenie NMT o postaci GRID strategie interpolacji: dane → GRID stosowane metody interpolacji omówienie wybranych metod przykłady.
Wstęp do metod numerycznych
Wstęp do metod numerycznych Wykład 6 Interpolacja 1 dr inż. Wojciech Bieniecki Instytut Matematyki i Informatyki
Pakiety numeryczne Równania różniczkowe Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Pakiety numeryczne Optymalizacja Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania.
Fundamentals of Data Analysis Lecture 12 Approximation, interpolation and extrapolation.
© Fundacja Dajemy Dzieciom Siłę 2016
Różni i równi. Warsztaty dla nauczycieli szkół ponadpodstawowych – moduł 1 Wprowadzenie do tematyki uchodźczej.
Obliczenia w Matlabie Tablice
Obliczenia inżynierskie w Matlabie
Obliczenia w Matlabie Optymalizacja
Obliczenia w Matlabie Interpolacja i aproksymacja
Język C++ Typy Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi i Pawła Jerzego.
Język C++ Operatory Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi i Pawła.
Język C++ Tablice Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania Prezentacja przygotowana w oparciu o materiały Danuty Szeligi i Pawła Jerzego.
Obliczenia w Matlabie Analiza statystyczna
Obliczenia w Matlabie Obliczenia symboliczne
Zapis prezentacji:

Pakiety numeryczne Interpolacja i aproksymacja Łukasz Sztangret Katedra Informatyki Stosowanej i Modelowania

Definicje Podstawowe zadanie interpolacji polega na przeprowadzeniu krzywej przez szereg zadanych punktów (xi, yi) (i=0,1,…,n). W przypadku aproksymacji krzywa nie musi przechodzić przez zadane punkty.

Interpolacja liniowa x=-1:0.5:1; y=x.^2; xx=-1:0.01:1; yy=interp1(x,y,xx); plot(x,y,'rs',xx,yy); figure; plot(x,y,'rs',x,y,'g');

Aproksymacja wielomianowa x=[0 1 2 3]; y=[2 1.5 4 2.5]; plot(x,y,'rs'); set(gca,'YLim',[0.5 4.5]); p0=polyfit(x,y,0); p1=polyfit(x,y,1); p2=polyfit(x,y,2); p3=polyfit(x,y,3); xx=0:0.01:3; yy0=polyval(p0,xx); yy1=polyval(p1,xx); yy2=polyval(p2,xx); yy3=polyval(p3,xx); hold on; plot(xx,yy0,xx,yy1,xx,yy2,xx,yy3); legend({'Punkty','St 0','St 1','St 2','St 3'});

Efekt Rungego x=0:10; y=rand(size(x)); plot(x,y,'rs'); p=polyfit(x,y,10); xx=0:0.01:10; yy=polyval(p,xx); hold on; plot(xx,yy); Zastosowanie wielomianów wysokiego stopnia może powodować pojawienie się oscylacji, zwłaszcza przy skrajnych węzłach

Wielomiany Czebyszewa T0=1 T1=x Tk=2xTk-1-Tk-2

Wielomiany Czebyszewa T{1}=1; T{2}=[1 0]; for i=3:12 T{i}=conv([2 0],T{i-1})-[0 0 T{i-2}]; end x=5*roots(T{end})+5; y=rand(size(x)); plot(x,y,'rs'); p=polyfit(x,y,10); xx=0:0.01:10; yy=polyval(p,xx); hold on; plot(xx,yy);

Funkcje sklejane

Funkcje sklejane - definicja Mając dyskretną funkcję f zdefiniowaną na przedziale [a,b] oraz zbiór punktów, zwanych węzłami, a=x0<x1<…<xn=b, funkcję F można zdefiniować jako interpolującą kubiczną funkcję sklejaną, gdy spełnia poniższe warunki: 1. Fj jest wielomianem trzeciego stopnia, dla j=0,1,…,n-1 2. oraz , dla j=0,1,…,n-1

Funkcje sklejane - definicja 3. , dla j=0,1,…,n-2 4. , dla j=0,1,…,n-2 5. - metoda ograniczeń naturalnych albo oraz - metoda ograniczeń związanych

Funkcje sklejane - przykład albo albo

Funkcje sklejane x=[0 1 2 3]; y=[0 1 4 9]; s=spline(x,y) s = form: 'pp' breaks: [0 1 2 3] coefs: [3x4 double] pieces: 3 order: 4 dim: 1 xx=0:0.01:3; yy=ppval(s,xx); plot(x,y,'rs',xx,yy)

s.breaks(i+1)-s.breaks(i) Funkcje sklejane Ogólnie: s.breaks(i+1)-s.breaks(i) x=[0 1 2 3]; y=[0 1 4 9]; s=spline(x,y); for i=1:s.pieces xx(:,i)=s.breaks(i):0.01:s.breaks(i+1); yy(:,i)=polyval(s.coefs(i,:),xx(:,i)); end plot(xx,yy); s.coefs ans = -0.0000 1.0000 -0.0000 0 -0.0000 1.0000 2.0000 1.0000 0.0000 1.0000 4.0000 4.0000 for i=1:s.pieces xx(:,i)=s.breaks(i):0.01:s.breaks(i+1); yy(:,i)=polyval(s.coefs(i,:),0:0.01:1); end plot(xx,yy);

Spline vs polynomial x=0:10; y=rand(size(x)); plot(x,y,'rs'); p=polyfit(x,y,10); s=spline(x,y); xx=0:0.01:10; yy=polyval(p,xx); yys=ppval(s,xx); hold on; plot(xx,yy,xx,yys); legend({'Punkty','St 10','Spline'});

Aproksymacja dowolną funkcją x=-pi:pi/2:pi; y=2*sin(3*x); f=fittype('a*sin(b*x)'); f=fit(x.',y.',f,'StartPoint',[1 2]) f = General model: f(x) = a*sin(b*x) Coefficients (with 95% confidence bounds): a = 2 (2, 2) b = 3 (3, 3) xx=-pi:0.01:pi; yy=2*sin(3*xx); yyf=f(xx); plot(x,y,'rs',xx,yy,xx,yyf); legend({'Punkty','Fun','Fit'});

Sztuczne sieci neuronowe (typ MLP) x=-1:0.1:1; y=x.^2; SSN=fitnet(5); view(SSN); SSN=train(SSN,x,y); xx=-1:0.01:1; yy=xx.^2; yy_SSN=sim(SSN,xx); plot(x,y,'rs',xx,yy,xx,yy_SSN) legend({'Punkty','Fun','SSN'});

Interpolacja liniowa funkcji 2D figure('Color',[1 1 1]); [x, y]=meshgrid(-1:0.5:1,-1:0.5:1); z=x.^2+y.^2; plot3(x,y,z,'*','MarkerSize',10) box on; view(-18,50) hold on [xi, yi]=meshgrid(-1:0.05:1,-1:0.05:1); zi=interp2(x,y,z,xi,yi); surf(xi,yi,zi) zi=interp2(x,y,z,xi,yi,'spline');

Prezentacja udostępniona na licencji Creative Commons: Uznanie autorstwa, Na tych samych warunkach 3.0. Pewne prawa zastrzeżone na rzecz autorów. Zezwala się na dowolne wykorzystywanie treści pod warunkiem wskazania autorów jako właścicieli praw do prezentacji oraz zachowania niniejszej informacji licencyjnej tak długo, jak tylko na utwory zależne będzie udzielana taka sama licencja. Tekst licencji dostępny jest na stronie: http://creativecommons.org/licenses/by-sa/3.0/deed.pl