Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 54 vistas

    UBA - Econ.ANum - Interpolación de Lagrange - PrintVideo

    Cargado por

    Verónica del Río
    Este documento presenta el polinomio de interpolación de Lagrange, incluyendo su fórmula, aplicación en R, cota de error y gráfico. Explica cómo construir una función en R para realizar la interpolación de Lagrange e ilustra el método con ejemplos numéricos. También introduce el método de Neville como una alternativa recursiva para generar polinomios interpolantes.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    UBA - Econ.ANum - Interpolación de Lagrange - PrintVideo

    Cargado por

    Verónica del Río
    54 vistas34 páginas
    Este documento presenta el polinomio de interpolación de Lagrange, incluyendo su fórmula, aplicación en R, cota de error y gráfico. Explica cómo construir una función en R para realizar la interpolación de Lagrange e ilustra el método con ejemplos numéricos. También introduce el método de Neville como una alternativa recursiva para generar polinomios interpolantes.

    Título original

    UBA.Econ.ANum- Interpolación de Lagrange_PrintVideo

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta el polinomio de interpolación de Lagrange, incluyendo su fórmula, aplicación en R, cota de error y gráfico. Explica cómo construir una función en R para realizar la interpolación de Lagrange e ilustra el método con ejemplos numéricos. También introduce el método de Neville como una alternativa recursiva para generar polinomios interpolantes.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    54 vistas34 páginas

    UBA - Econ.ANum - Interpolación de Lagrange - PrintVideo

    Cargado por

    Verónica del Río
    Este documento presenta el polinomio de interpolación de Lagrange, incluyendo su fórmula, aplicación en R, cota de error y gráfico. Explica cómo construir una función en R para realizar la interpolación de Lagrange e ilustra el método con ejemplos numéricos. También introduce el método de Neville como una alternativa recursiva para generar polinomios interpolantes.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 34

    Carrera de Actuario.

    Cátedra de Análisis Numérico.


    Prof. Titular: Javier García Fronti.

    Curso modalidad Virtual


    Prof. Adjunto: R. Darío Bacchini

    Interpolación de Lagrange
    UBA – Económicas – Actuario – Análisis Numérico

    Contenidos

     Polinomios de Taylor
     Teorema de Weierstrass
     Polinomio de Interpolación de Lagrange
    - Fórmula
    - Aplicación en R
    - Cota de Error
    - Gráfico

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Polinomios de Taylor

     Los Polinomios de Taylor coinciden en


    lo posible con determinada función en
    un punto específico y concentran su
    exactitud cerca de éste.
     Una buena interpolación polinómica
    debe ofrecer una aproximación
    relativamente exacta en todo un
    intervalo, y los polinomios de Taylor
    generalmente no lo hacen.
    3

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Polinomio de Lagrange

    Curso modalidad virtual Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Polinomio interpolante de Lagrange

    Crear una función en R para realizar la interpolación de Lagrange.


    Inputs: x0,…,xn ; f(x0),…,f(xn); x
    Output: Pn(x)
    6

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Ejercitación
    Utilice la función de solicitada en la diapositiva anterior para
    resolver el siguiente ejercicio

    Ayuda:
    a. Polinomio grado 1:
    Inputs: x_dato = c(8.3,8.6); f_dato = c(17.56492, 18.50515); x = 8.4
    Polinomio grado 2:
    Inputs: x_dato = c(8.3,8.6,8.7); f_dato = c(17.56492, 18.50515, 18.82091); x = 8.4
    Polinomio grado 3:
    Inputs: x_dato = c(8.1,8.3,8.6,8.7); f_dato = c(16.9441, 17.56492, 18.50515, 18.82091); x = 8.4 7

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Término Residual y cota de error

     El Polinomio de Taylor concentra toda la información en torno a x0, y tiene


    un término de error:

     El Polinomio de Lagrange utiliza la información de n+1 puntos (x0, x1, …,


    xn), y su término de error es:

    Para hallar la Cota del error, se debe buscar el máximo


    valor de la derivada en el intervalo analizado. 8

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Ejercicio (para tener en cuenta…)

     Al aproximar f(2.1) con un Polinomio de  Al calcular la Cota, tenemos que:


    Lagrange de grado 2, el resultado es
    P2(2.1) = 0.7419 (usar la tabla anterior y la
    función programada en R para chequear!).

     Por otra parte, con cuatro decimales de exactitud,


    f(2.1) = Ln(2.1) = 0.7420.

     Por lo tanto el error absoluto es:

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Ejercitación

     https://www.wolframalpha.com/calculators/derivative-calculator/

    10

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Notación de los Polinomios de Lagrange

     Ejemplo

     Ejercicio
    - Escriba la notación adecuada de cada uno de los polinomios del
    Ejercicio 3.
    Ayuda:

    Por ejemplo, en el punto a., x0 = 8.1, x1 = 8.3, x2 = 8.6 y x3 = 8.7. Por lo tanto, el
    Polinomio de grado 1 utilizando x1 y x2 sería P1,2(x)

    11

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Polinomio de Lagrange. Ejemplo.


     Dada la siguiente tabla de puntos,
    se desea aproximar f(1.5).
     Usando el Teorema 3.2 (Polinomio de Lagrange), y la notación
    de la Definición 3.4, se pueden construir polinomios
    interpolantes de hasta grado 4.
    - Lineal: utilizando x1 = 1.3 y x2=1.6, resulta P1,2(1.5) = 0.5102968
    - Grado 2: dos posibles aproximaciones.
    - Con x1 = 1.3 , x2=1.6, x3=1.9 resulta P1,2,3(1.5) = 0.5112857
    - Con x0 = 1.0 , x1=1.3, x2=1.3 resulta P0,1,2(1.5) = 0.5124715
    - Grado 3:
    - Con x1 = 1.3 , x2=1.6, x3=1.9 , x4=2.2 resulta P11,2,3,4(1.5) = 0.5118302
    - Con x0 = 1.0 , x1=1.3, x2=1.6 , x3=1.9 resulta P10,1,2,3(1.5) = 0.5118127
    - Grado 4: utilizando todos los puntos, resulta P0,1,2,3,4(1.5) = 0.5118200
     Si no se conoce la expresión analítica de f(x):
    - No se puede utilizar el Teorema 3.3 para estimar la cota del error.
    - Se esperaría que P0,1,2,3,4(1.5) sea el más preciso porque es el que usa más información.

    12

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Gráfico del Polinomio de Lagrange

    13

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Gráfico del Polinomio de Lagrange

    14

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Resumen:
    Polinomio de Interpolación de Lagrange
     Fórmula y Aplicación en R

     Cota de Error

     Gráfico en R
    (construyendo una secuencia de valores de x)
    15

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Contenidos

     Aproximación y Método de Neville


     Fórmulas de Newton
    - Diferencias Divididas
    - Diferencias Progresivas
    - Diferencias Regresivas

    16

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Método de Neville

    Curso modalidad virtual Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Método recursivo para generar


    polinomios Interpolantes: Neville.

     Recursividad:
    - El polinomio de grado k se genera a partir de dos
    polinomios de grado k-1: uno de ellos excluye a xj
    mientras que el otro excluye a xi.
    18

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Método de Neville: Tabla Recursiva.

     El Teorema 3.5 implica que los Polinomios pueden generarse


    recursivamente

     Para simplificar la notación (evitar múltiples subíndices) se define:

    19

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Método de Neville: Tabla Recursiva.


    Fórmulas.
     Explícitamente, la recursión de la tabla
    anterior sería:
    Qk ,0 ( x ) = f ( xk ) k = 0,..., n
    ( x − xk −1 )  Qk ,0 ( x ) − ( x − xk )  Qk −1,0 ( x )
    Qk ,1 ( x ) = k = 1,..., n
    ( xk − xk −1 )
    ( x − xk −2 )  Qk ,1 ( x ) − ( x − xk )  Qk −1,1 ( x )
    Qk ,2 ( x ) = k = 2,..., n
    ( xk − xk −2 )
    ...
    ( x − xk −i )  Qk ,i −1 ( x ) − ( x − xk )  Qk −1,i −1 ( x )
    Qk ,i ( x ) = k = i,..., n
    ( xk − xk −i ) 20

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Algoritmo de Interpolación Iterada de Neville

    21

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    EJERCICIO.
    Algoritmo de Interpolación Iterada de Neville.
    1. Escriba en R el algoritmo de la diapositiva anterior (que completa la
    tabla recursiva por filas)
    2. Escriba un algoritmo que complete la Tabla Recursiva por columnas.
    3. Resuelva el ejercicio de la diapositiva 9 utilizando el método de Neville.

    Salida de R con los resultados de la diapositiva 9 resaltados:

    22

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Fórmulas interpolantes de
    Newton
    Basadas en Diferencias (Divididas,
    Progresivas, y Regresivas)

    Curso modalidad virtual Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Diferencias divididas (recursivamente)

     Diferencia dividida de orden 0 (cero) de f respecto a xi:

     Diferencia Divida de Orden 1, respecto a xi y xi+1:

     Diferencia Dividida de Orden 2:

     ….
     Diferencia Dividida de Orden k:

    24

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Cuadro de Diferencias Divididas

    25

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Polinomio interpolante en función de


    Diferencias Dividas

     Se demuestra que las constantes a0, a1, …, an son las diferencias divididas:

    Fórmula de diferencias divididas interpolantes de Newton

    26

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Algoritmo para Diferencias Dividas (coeficientes


    del Polinomio Interpolante de Newton)

    27

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    EJERCICIO.
    Diferencias Divididas y Polinomio de Newton.
    1. Escriba en R un algoritmo que calcule la tabla de
    diferencias divididas dados los pares de puntos (xk, f(xk)),
    k = 1, …, n.
    2. Calcule la tabla de diferencias divididas correspondiente
    a los datos de la tabla siguiente.
    3. Escriba en R el algoritmo de la diapositiva anterior.
    4. Calcule los coeficientes del Polinomio de Newton
    correspondiente a los datos de la tabla, y escriba el
    polinomio.
    5. Escriba un algoritmo que permita calcular P(xp), la
    aproximación de f(xp).
    6. Calcule P(1.5) utilizando el algoritmo que programó en el
    punto anterior. 28

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    EJERCICIO. Resultados.
    Diferencias Divididas y Polinomio de Newton.
    1. Algoritmo.
    2. Tabla de Diferencias Divididas generada con R.

    3. Algoritmo.
    4. Coeficientes generados con R y polinomio (escrito con algoritmo en R, opcional).

    5. Algoritmo.
    6. Resultado en R del algoritmo programado por los docentes (coincidente con
    resultados de diapositivas 9 y 15):
    29

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Generalización del Teorema del Valor Medio

    30

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Diferencias Divididas en función de


    Diferencias Progresivas
     Cuando los valores xi están equiespaciados:

    31

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Polinomio interpolante en función de


    Diferencias Progresivas

    32

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Diferencias regresivas

    Definición 3.7

    33

    Prof. Darío Bacchini


    UBA – Económicas – Actuario – Análisis Numérico

    Polinomio interpolante en función de


    Diferencias Regresivas

    34

    Prof. Darío Bacchini

    También podría gustarte