Métodos Numericos Unidad 5 Iterpolación.

Unidad 5 interpolacin
Interpolacin.
En el subcampo matemtico del anlisis numrico, se denomina interpolacin a
la obtencin de nuevos puntos partiendo del conocimiento de un conjunto
discreto de puntos.
En ingeniera y algunas ciencias es frecuente disponer de un cierto nmero de
puntos obtenidos por muestreo o a partir de un experimento y pretender
construir una funcin que los ajuste.
Otro problema estrechamente ligado con el de la interpolacin es la
aproximacin de una funcin complicada por una ms simple. Si tenemos una
funcin cuyo clculo resulta costoso, podemos partir de un cierto nmero de
sus valores e interpolar dichos datos construyendo una funcin ms simple.
En todo caso, se trata de, a partir de n parejas de puntos (x k,yk), obtener una funcin f que
verifique.
a la que se denomina funcin interpolante de dichos puntos. A los puntos x k se les
llama nodos.
5.1 Polinomio de interpolacin de Newton.
Definicin de interpolacin polinmica.

En anlisis numrico, la interpolacin polinomial es una tcnica de
interpolacin de un conjunto de datos o de una funcin por un polinomio. Es
decir, dado cierto nmero de puntos obtenidos por muestreo o a partir de un
experimento se pretende encontrar un polinomio que pase por todos los
puntos.
Definicin de interpolacin polinmica

de Newton.
Es un mtodo de interpolacin polinmica. Aunque slo
existe un nico polinomio que interpola una serie de
puntos, existen diferentes formas de calcularlo. Este
mtodo es til para situaciones que requieran un
nmero bajo de puntos para interpolar, ya que a medida
que crece el nmero de puntos, tambin lo hace el
grado del polinomio.
Requiere la elaboracin de una tabla de diferencias,

pero una vez hecha esta, se obtienen con facilidad
polinomios de interpolacin de distintos grados para
grupos de datos consecutivos. Adems, el error se
estima con facilidad.
Metodologa.
Tomemos una vez ms los n+ 1 puntos dados {(x0, y0),(x1, y1), . . . ,(xn, yn)}.
Consideremos un polinomio de grado cero que pase por (x0, y0), lgicamente,
la nica posibilidad es :
P0(x) = y0
Consideremos ahora un polinomio de grado uno que pase por los dos primeros
puntos de la lista de datos, que, adems, imponemos sea de la forma:
P1(x) = P0(x) + a1(x x0)
que por construccin pasa por el primer punto. Si P1(x1) = y1, entonces
necesariamente:
De igual forma, construimos: ). Imponer P2(x2) = y2
nos conduce a:
as sucesivamente, obtendremos: con
Polinomios P1(x), P2(x), ..., para un conjunto dado de puntos, calculados por el Mtodo
de Newton.
Tenemos por tanto descrito cmo se obtiene el polinomio de interpolacin por

el Mtodo de Newton, sin embargo, no es la manera ms rpida ni til de
obtenerlo, veamos por ello, en la seccin siguiente, cmo se construye la tabla
de diferencias, que agiliza el proceso.
Diferencias divididas.
Dada una tabla de datos como la que estamos manejando: {(x0,y0),(x1,y1),...,
(xn,yn)}, llamaremos diferencias divididas de orden uno a las expresiones
siguientes:
Es decir: , y as sucesivamente. Con las diferencias de
orden uno podemos construir las diferencias de orden 2:
es decir: , etc. De manera general, las diferencias de orden k sern:
Con todas estas definiciones, y asumiendo adems que las diferencias

divididas de orden 0 no son ms que los propios yi, es fcil comprobar que los
coeficientes del polinomio de interpolacin calculado por el mtodo de Newton
no son ms que las diferencias divididas de los sucesivos rdenes.
Pn(x) = a0 + a1(x x0) + a2(x x0)(x x1) + ... + an(x x0)...(x xn1)
a0 = y0, a1 = y01, a2 = y012, ..., an = y012...n
y, en definitiva:
Pn(x) = y0 + y01(x x0) + ... + y012...n(x x0)...(x xn1)
Pn(x) = y0 + (x x0)(y01 + (x x1)(y012 + ((x x2)(... + y012...n(x xn1)))))
Por tanto, si calculamos una tabla de diferencias divididas de la forma (por

ejemplo, para siete datos)
i xi yi yii+1 yii+1i+2 yi...i+3 yi...i+4 yi...i+5 yi...i+6

0 x0 y0 y01 y012 y0123 y01234 y012345 y0123456
1 x1 y1 y12 y123 y1234 y12345 y123456
2 x2 y2 y23 y234 y2345 y23456
3 x3 y3 y34 y345 y3456
4 x4 y4 y45 y456
5 x5 y5 y56
6 x6 y6
dispondremos de todos los coeficientes de los diferentes polinomios de Newton
calculables con dichos datos.
Finalmente, es posible obtener una estimacin en general razonable para el
error cometido en la interpolacin usando las diferencias divididas. Teniendo en
cuenta la definicin de y01, es razonable considerar dicho valor como una buena
aproximacin para la derivada primera de la funcin en el punto medio del
intervalo [x0,x1]:
Y de manera anloga:
f(x2) y12 , f(x2) y23 ...
Para la derivada segunda en un punto medio , tendremos
Si continuamos el razonamiento se obtiene con facilidad que la derivada (n+a)-

encima en un punto intermedio se puede aproximar por la expresin:
y en definitiva podemos escribir la siguiente expresin aproximada para el error

de interpolacin:
5.2 Polinomio de interpolacin de Lagrange.
Definicin.
En anlisis numrico, el polinomio de Lagrange, llamado as en honor a Joseph-
Louis de Lagrange, es una forma de presentar el polinomio que interpola un
conjunto de puntos dado.
Objetivo.
Empezamos con un conjunto de n+1 puntos en el plano (que tengan diferentes
coordenadas x):
(x0, y0), (x1, y1), (x2, y2),.,(xn, yn).
Nuestro objetivo es encontrar una funcin polinmica que pase por esos n+1 puntos y
que tengan el menor grado posible. Un polinomio que pase por varios puntos
determinados se llama un polinomio de interpolacin.
Formula.
Dado un conjunto de k + 1 puntos: (xo,yo), , (xk,yk) donde todos los xj se

asumen distintos.
La frmula general para el polinomio de interpolacin de Lagrange es
Donde usamos polinomios bsicos de Lagrange:
Expandiendo el producto para verlo mejor:

Estos polinomios bsicos de Lagrange se construyen con una propiedad:
Entonces es muy fcil comprobar que estos polinomios pasan por todos los
n+1 puntos dados (es decir, es un polinomio de interpolacin).
Metodologa.
La funcin que estamos buscando es una funcin polinmica L(x) de grado k.
El problema de interpolacin puede tener tan solo una solucin, pues la diferencia
entre dos tales soluciones, sera otro polinomio de grado k a lo sumo, con k+1 ceros.
Por lo tanto, L(x) es el nico polinomio interpolador.
La resolucin de un problema de interpolacin lleva a un problema de lgebra lineal en

el cual se debe resolver un sistema de ecuaciones:
1. Primera forma de determinar el polinomio interpolador de Lagrange:

resolviendo un sistema de (n+1) ecuaciones llegamos a la matriz de Van der
Monde (si los puntos del soporte son distintos es no singular, solucin nica del
sistema)
2. Segunda forma de determinar el polinomio interpolador de Lagrange: frmula

de Lagrange, el aspecto de las funciones de base de Lagrange (polinomios de
Lagrange) depende del n de puntos de soporte
Dados dos puntos (x0, y0) y (x1, y1) hay exactamente una recta que pasa por esos dos
puntos:
Dados tres puntos (x 0, y0), (x1, y1) y (x2, y2), con coordenadas x diferentes, o bien los
tres puntos estn en una recta o hay un polinomio de segundo grado (una parbola)
que pasa por esos tres puntos. En cualquier caso, hay un polinomio de grado como
mucho 2 que pasa por esos tres puntos.
5.3 Interpolacin
segmentada o
splines.
En el subcampo
matemtico del
anlisis
numrico, un
spline es una
curva
diferenciable
definida en
porciones
mediante
polinomios.
En los
problemas de
interpolacin, se
utiliza a menudo
la interpolacin
mediante splines porque da lugar a resultados similares requiriendo
solamente el uso de polinomios de bajo grado, evitando as las
oscilaciones, indeseables en la mayora de las aplicaciones, encontradas
al interpolar mediante polinomios de grado elevado.
Para el ajuste de curvas, los splines se utilizan para aproximar formas

complicadas. La simplicidad de la representacin y la facilidad de
cmputo de los splines los hacen populares para la representacin de
curvas en informtica, particularmente en el terreno de los grficos por
ordenador.
Definicin
El trmino "spline" hace referencia a una amplia clase de funciones que

son utilizadas en aplicaciones que requieren la interpolacin de datos, o
un suavizado de curvas. Los splines son utilizados para trabajar tanto en
una como en varias dimensiones.
Las funciones para la interpolacin por splines normalmente se

determinan como minimizadores de la aspereza sometidas a una serie
de restricciones.
Tipos
Interpolacin con splines de grado 1 - Spline lineal
Interpolacin con splines de grado 2 - Spline cuadrtica
Interpolacin con splines de grado 3 - Spline cbica
Spline Lineal
Los splines de grado 1 son funciones polinomiales de grado 1 (Rectas de
la forma f(x)=ax+b) que se encargan de unir cada par de coordenadas
mediante una recta.
Dados los n+1 puntos:
Una funcin spline de grado 1 que interpole los datos es simplemente

unir cada uno de los puntos (Par coordenados) mediante segmentos de
recta, como se ilustra en las siguientes figuras:
Claramente esta funcin cumple con las condiciones de la spline de

grado 1. As, se tiene que para este caso:
Spline Cuadratica
Los polinomios P(x) a travs de los que construimos el Spline tienen grado 2. Esto
quiere decir, que va a tener la forma P(x) = ax + bx + c
Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones (donde N

son los puntos sobre los que se define la funcin). La interpolacin cuadrtica nos va a
asegurar que la funcin que nosotros generemos a trozos con los distintos P(x) va a
ser continua, ya que para sacar las condiciones que ajusten el polinomio, vamos a
determinar cmo condiciones:
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir, que las
dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada
uno de estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la funcin

definida a trozos que pasa por tal punto comn.
Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por qu?.
Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida en
tres puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis
incgnitas en total. Para resolver esto necesitaramos seis ecuaciones, pero
vamos a tener tan slo cinco: cuatro que igualan el P(x) con el valor de f(x) en
ese punto (dos por cada intervalo), y la quinta al igualar la derivada en el punto
comn a las dos P(x).
Se necesita una sexta ecuacin,de dnde se extrae? Esto suele hacerse con el valor
de la derivada en algn punto, al que se fuerza uno de los P(x).
Spline Cubica
Cada polinomio P(x) a travs del que construimos los Splines en [m,n] tiene grado
3. Esto quiere decir, que va a tener la forma P(x) = ax + bx + cx + d
En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una
nueva condicin para cada punto comn a dos intervalos, respecto a la derivada
segunda:
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir,
que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a
f(x) en cada uno de estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la

funcin definida a trozos que pasa por tal punto comn. Que la derivada
segunda en un punto siempre coincida para ambos "lados" de la funcin
definida a trozos que pasa por tal punto comn.
Como puede deducirse al compararlo con el caso de splines cuadrticos,

ahora no nos va a faltar una sino dos ecuaciones (condiciones) para el
nmero de incgnitas que tenemos.
La forma de solucionar esto, determina el carcter de los splines cbicos. As,

podemos usar:
Splines cbicos naturales: La forma ms tpica. La derivada segunda de P

se hace 0 para el primer y ltimo punto sobre el que est definido el
conjunto de Splines, esto son, los puntos m y n en el intervalo [m,n].
Dar los valores de la derivada segunda de m y n de forma "manual", en el
conjunto de splines definidos en el intervalo [m,n].
Hacer iguales los valores de la derivada segunda de m y n en el conjunto
de splines definidos en el intervalo [m,n].
Splines cbicos sujetos: La derivada primera de P debe tener el mismo

valor que las derivada primera de la funcin para el primer y ltimo punto
sobre el que est definido el conjunto de Splines, esto son, los puntos m y n
en el intervalo [m,n].
Definicin

Métodos Numericos Unidad 5 Iterpolación.

Cargado por

Copyright:

Formatos disponibles

Métodos Numericos Unidad 5 Iterpolación.

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos Numericos Unidad 5 Iterpolación.

Cargado por

Copyright:

Formatos disponibles

Unidad 5 interpolacin

Definicin de interpolacin polinmica.

Definicin de interpolacin polinmica

Requiere la elaboracin de una tabla de diferencias,

as sucesivamente, obtendremos: con

Tenemos por tanto descrito cmo se obtiene el polinomio de interpolacin por

Dada una tabla de datos como la que estamos manejando: {(x0,y0),(x1,y1),...,

(xn,yn)}, llamaremos diferencias divididas de orden uno a las expresiones

es decir: , etc. De manera general, las diferencias de orden k sern:

Con todas estas definiciones, y asumiendo adems que las diferencias

a0 = y0, a1 = y01, a2 = y012, ..., an = y012...n

Pn(x) = y0 + y01(x x0) + ... + y012...n(x x0)...(x xn1)

Pn(x) = y0 + (x x0)(y01 + (x x1)(y012 + ((x x2)(... + y012...n(x xn1)))))

Por tanto, si calculamos una tabla de diferencias divididas de la forma (por

i xi yi yii+1 yii+1i+2 yi...i+3 yi...i+4 yi...i+5 yi...i+6

f(x2) y12 , f(x2) y23 ...

Para la derivada segunda en un punto medio , tendremos

Si continuamos el razonamiento se obtiene con facilidad que la derivada (n+a)-

y en definitiva podemos escribir la siguiente expresin aproximada para el error

(x0, y0), (x1, y1), (x2, y2),.,(xn, yn).

Dado un conjunto de k + 1 puntos: (xo,yo), , (xk,yk) donde todos los xj se

Donde usamos polinomios bsicos de Lagrange:

Expandiendo el producto para verlo mejor:

La resolucin de un problema de interpolacin lleva a un problema de lgebra lineal en

1. Primera forma de determinar el polinomio interpolador de Lagrange:

2. Segunda forma de determinar el polinomio interpolador de Lagrange: frmula

Para el ajuste de curvas, los splines se utilizan para aproximar formas

El trmino "spline" hace referencia a una amplia clase de funciones que

Las funciones para la interpolacin por splines normalmente se

Interpolacin con splines de grado 1 - Spline lineal

Interpolacin con splines de grado 2 - Spline cuadrtica

Interpolacin con splines de grado 3 - Spline cbica

Dados los n+1 puntos:

Una funcin spline de grado 1 que interpole los datos es simplemente

Claramente esta funcin cumple con las condiciones de la spline de

Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones (donde N

Que la derivada en un punto siempre coincida para ambos "lados" de la funcin

Que la derivada en un punto siempre coincida para ambos "lados" de la

Como puede deducirse al compararlo con el caso de splines cuadrticos,

La forma de solucionar esto, determina el carcter de los splines cbicos. As,

Splines cbicos naturales: La forma ms tpica. La derivada segunda de P

Splines cbicos sujetos: La derivada primera de P debe tener el mismo

También podría gustarte