

Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Cosa significa interpolazione in matematica e come si differenzia tra interpolazione matematica e statistica. Viene inoltre descritto come si determinano le diverse funzioni interpolanti come interpolazione lineare, parabolica, esponenziale e potenza. Il documento illustra anche i metodi per ottenere la funzione interpolante che passa più vicina possibile ai valori interpolati, come il metodo dei minimi quadrati.
Tipologia: Appunti
1 / 2
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!


In generale, in matematica, per interpolazione si intende l’individuazione di una funzione matematica che approssima l’andamento di un insieme finito di punti dati. Dobbiamo fare una differenza tra interpolazione matematica e statistica. Quella matematica ha l’obbiettivo di individuare una funzione che passa per tutti i punti, quindi la funzione assume esattamente tutti i valori del diagramma a dispersione. L’ interpolazione statistica invece individua la funzione che passa fra i punti del diagramma a dispersione quindi non passa fra tutti i valori individuati. Viene utilizzata l’interpolazione statistica quando il numero di punti è elevato e inoltre permette di analizzare funzioni semplici e facili da interpretare come per esempio la retta. Per diagramma a dispersione , chiamato anche nube a dispersione , indichiamo l’insieme di tutti i punti noti che vengono rappresentatati sul piano cartesiano grazie ad esso possiamo individuare la funzione matematica (funzione interpolante) quella che può rappresentare in modo migliore tutta la nube e quindi il fenomeno oggetto di studio. A seconda della distribuzione dei punti e dell’analisi del diagramma avremmo diverse funzioni interpolanti:
Ci sono diversi metodi per far si che la funzione interpolante possa passare il più vicino possibile ai valori interpolati; il metodo più utilizzato è quello dei minimi quadrati. Attraverso questo criterio possiamo analizzare i valori ricavati tra due variabili statistiche (X, Y) collegate fra di loro, con lo scopo di trovare una funzione la cui condizione di accostamento è la minimizzazione della somma dei quadrati delle differenze fra ciascun valore effettivo e il corrispondente valore teorico. Quindi dobbiamo avvicinare i dati teorici a quelli effettivi. Dato che si possono commettere errori che possono essere positivi, negativi o nulli; dobbiamo minimizzarli non per la somma delle differenze perché ciò potrebbe portare gli errori positivi a compensare quelli negativi, ma per la somma dei quadrati delle differenze. Una volta calcolata la funzione interpolante dobbiamo valutare la bontà dell’approssimazione e quindi se è accettabile o no lo scostamento. Possiamo fare ciò attraverso gli indici di scostamento e il loro grado. Quest’ultimo è accettabile se gli indici di scostamento non superano il valore di 0,1 e in certi casi non devono superare il 0,01. Gli indici di scostamento possono essere di due tipi: