Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
F FA AC CU UL LT TA AD D D DE E I IN NG G. . D DE E M MI IN NA AS S, , G GE EO OL LO OG G A A Y Y
C CI IV VI IL L
ESCUELA DE FORMACIN PROFESIONAL DE INGENIERA CIVIL
METODOS NUMERICOS
INTERPOLACION Y AJUSTE DE CURVAS
D DO OC CE EN NT TE E : : I In ng g. . C Cr ri is st ti ia an n C Ca as st tr ro o P P r re ez z
E ES ST TU UD DI IA AN NT TE E : :
- - A Aq qu ui is se e O Ob br re eg g n n, , V Vl la ad di im mi ir r
- - M Me ed di in na a G Go od do oy y, , C Ce es sa ar r
- - T To ov va ar r P Po om ma a, , C Ci ir ro o L Lu ui is s
A AY YA AC CU UC CH HO O P PE ER R
2 20 01 10 0
Mtodos Numricos Ingeniera Civil - UNSCH
2
CONTENIDO
Introduccin 3
Objetivos 3
Interpolacin 4
Diferencias finitas de newton 8
Interpolacin con diferencias finitas de newton 9
Interpolacin de LANGRANGE 9
Interpolacin con SPLINES 11
Funciones de SPLINES de 1er grado 11
Ajuste de curvas 12
Mtodo de mnimos cuadrados 12
Bibliografa 14
Anexo 14
Mtodos Numricos Ingeniera Civil - UNSCH
3
INTRODUCCIN
En este captulo estudiaremos el tema de la interpolacin de datos y ajuste de curvas.
Veremos dos tipos de interpolacin: la interpolacin polinomial, en donde se encuentran
comprendidos los mtodos de diferencias divididas de NEWTON y el mtodo de LAGRANGE.
Adems interpolacin segmentaria (SPLINES), para este caso solo haremos de grado 1.
Adems daremos ejemplos de aplicacin con un desarrollo analtico y computacional (programa
MATLAB).
Objetivos:
- Lo que buscamos es desarrollar los mtodos de interpolacin y ajuste de curvas, a travs
de una resolucin computacional, y en base a esto comparar los datos obtenidos en el
desarrollo.
Mtodos Numricos Ingeniera Civil - UNSCH
4
INTERPOLACIN
En el subcampo matemtico del anlisis numrico, se denomina interpolacin a la construccin
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 general, por supuesto, no obtendremos los mismos valores evaluando la
funcin obtenida que si evalusemos la funcin original, si bien dependiendo de las
caractersticas del problema y del mtodo de interpolacin usado la ganancia en eficiencia
puede compensar el error cometido.
En todo caso, se trata de, a partir de n parejas de puntos (x
k
,y
k
), 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. Algunas formas de interpolacin que se utilizan con frecuencia son la interpolacin
lineal, la interpolacin polinmica (de la cual la anterior es un caso particular), la interpolacin
por medio de spline o la interpolacin polinmica de Hermite.
Interpolacin lineal de una variable independiente.
En una tabla se representan algunos valores de la funcin, pero no todos, en ocasiones nos
interesa el valor de la funcin para un valor de la variable independiente distinto de los que
figuran en la tabla, en este caso podemos tomar el ms prximo al buscado, o aproximarnos un
poco ms por interpolacin, la interpolacin casi siempre nos dar un pequeo error respecto al
valor de la funcin verdadero, pero siempre ser menor que tomar el valor ms prximo de los
que figuran en la tabla, veamos como se calcula al valor de la funcin para un valor de la
variable independiente que se encuentre entre dos valores de la tabla por interpolacin lineal.
Mtodos Numricos Ingeniera Civil - UNSCH
5
Por la tabla sabemos que:
()
y
()
Queremos, pues, saber:
()
Siendo:
La interpolacin lineal consiste en trazar una recta que pasa por (x1,y1) y (x2,y2), y = r(x) y
calcular los valores intermedios segn esta recta en lugar de la funcin y = f(x)
Para ello nos basamos en la semejanza de tringulos BAD y CAE
Esto es:
Despejando, tenemos:
O lo que es lo mismo:
( )
()
()
( )
Mtodos Numricos Ingeniera Civil - UNSCH
6
El valor buscado es:
( )
()
()
( )
Esto es:
()
()
( )
Definicin. Un polinomio de interpolacin es una funcin polinomial que adems de interpolar
los datos, es el de menor grado posible.
Caso n=0
Tenemos los datos:
En este caso, tenemos que (polinomio constante) es el polinomio de menor grado
tal que , por lo tanto, es el polinomio de interpolacin.
Caso n=1
Tenemos los datos:
En este caso, el polinomio de interpolacin es la funcin lineal que une a los dos puntos
dados. Por lo tanto, tenemos que:
()
()
()
( )
Es el polinomio de interpolacin.
La siguiente grfica representa este caso:
0
) ( y x f =
0 0
) ( y x f =
Mtodos Numricos Ingeniera Civil - UNSCH
7
Caso n=2
Tenemos los datos:
Para este caso, el polinomio de interpolacin va a ser un polinomio de grado 2. Tomando en
cuenta la observacin anterior, intuimos que el polinomio de interpolacin ser como sigue:
trmino cuadrtico
Por lo tanto, planteamos el polinomio de interpolacin como sigue:
Si asignamos x=xo, se anulan los valores de b1 y b2 , quedndonos el resultado:
Como se debe cumplir que f(xo)=yo, entonces:
Si asignamos x=x1, el valor de b2 queda anulado, resultando lo siguiente:
Como se debe cumplir que f(x1)=y1 y ya sabemos que yo=bo, entonces obtenemos el valor
para b1:
Asignando x=x2, vamos a obtener:
) )( ( ) ( ) (
1 0 2 0 1 0
x x x x b x x b b x f + + =
0 0
) ( b x f =
0 0
b y =
) ( ) (
0 1 1 0 1
x x b b x f + =
1
0 1
0 1
b
x x
y y
=
)(
)
DI FERENCI AS DI VI DI DAS FI NI TAS DE NEWTON
Las diferencias divididas finitas de Newton, se define de la siguiente manera:
) )( ( ) ( ) (
1 2 0 2 2 0 2 1 0 2
x x x x b x x b b x f + + =
) )( ( ) (
1 2 0 2 2 0 2
0 1
0 1
0 2
x x x x b x x
x x
y y
y y +
+ =
0 2
0 1
0 1
1 2
1 2
2
x x
x x
y y
x x
y y
b
=
j i
j i
j i
x x
x f x f
x x f
=
) ( ) (
] , [
k i
k j j i
k j i
x x
x x f x x f
x x x f
=
] , [ ] , [
] , , [
0
0 1 1
0 1 1
] , , [ ] , , [
] , , , , [
x x
x x f x x f
x x x x f
n
n n
n n
- El polinomio de interpolacin de Newton se define de la siguiente manera:
donde :
Para calcular los coeficientes , es conveniente construir una tabla de diferencias
divididas como la siguiente:
Obsrvese que los coeficientes del polinomio de interpolacin de Newton, se encuentran en la
parte superior de la tabla de diferencias divididas.
POLI NOMI O DE I NTERPOLACI N DE LAGRANGE
Nuevamente tenemos los datos:
El polinomio de interpolacin de Lagrange se plantea como sigue:
( ) ( ) ( )( ) ( )( ) ( )
1 1 0 1 0 2 0 1 0
+ + + + =
n n
x x x x x x b x x x x b x x b b x f
( )
0 0
x f b =
] , [
0 1 1
x x f b =
| |
0 1 2 2
, , x x x f b =
| |
0
, , x x f b
n n
=
n
b b b , , ,
1 0
) ( ) ( ) ( ) (
1 1 0 0
x l y x l y x l y x P
n n
+ + + =
Mtodos Numricos Ingeniera Civil - UNSCH
10
Donde los polinomios li(x) se llaman los polinomios de Lagrange, correspondientes a la tabla
de datos.
Como se debe satisfacer que , esto se cumple si y para toda
.
Como se debe satisfacer que , esto se cumple si y para toda
.
Y as sucesivamente, veremos finalmente que la condicin se cumple si
y para toda .
Esto nos sugiere como plantear los polinomios de Lagrange. Para ser ms claros, analicemos
detenidamente el polinomio . De acuerdo al anlisis anterior vemos que deben cumplirse
las siguientes condiciones para :
y , para toda
Por lo tanto, planteamos como sigue:
Con esto se cumple la segunda condicin sobre . La constante c se determinar para
hacer que se cumpla la primera condicin:
Por lo tanto el polinomio queda definido como:
Anlogamente se puede deducir que:
()
(
0 0
) ( y x P = 1 ) (
0 0
= x l 0 ) (
0
= x l
i
0 = i
1 1
) ( y x P = 1 ) (
1 1
= x l
0 ) (
1
= x l
i
1 = i
( )
n n n
y x P =
( ) 1 =
n n
x l ( ) 0 =
n i
x l
n i =
) (
0
x l
) (
0
x l
1 ) (
0 0
= x l 0 ) (
0
=
j
x l
0 = j
) (
0
x l
( ) ( )( ) ( )
n o
x x x x x x c x l =
2 1
) (
0
x l
( ) ( )( ) ( )
n
x x x x x x c x l = =
0 2 0 1 0 0 0
1 1
( )( ) ( )
n
x x x x x x
c
=
0 2 0 1 0
1
) (
0
x l
( )
( )( ) ( )
( )( ) ( )
n
n
x x x x x x
x x x x x x
x l
=
0 2 0 1 0
2 1
0
Una funcin spline de grado 1 que interpole los datos es simplemente unir cada uno de los
puntos mediante segmentos de recta, como sigue:
Claramente esta funcin cumple con las condiciones de la spline de grado 1. As, tenemos que
para cada caso:
1 + n
( ) | |
( ) | |
( ) | |
e
e
e
=
n n n
x x x si x s
x x x s x s
x x x si x s
x s
,
,
,
) (
1
2 1 2
1 0 1
e +
e +
e +
=
n n n n n n
x x x si x x x x f y
x x x si x x x x f y
x x x si x x x x f y
x s
, ,
, ,
, ,
1 1 1 1
2 1 1 1 2 1
1 0 0 0 1 0
Se trata de hallar los m coeficientes c
j
que hagan que la funcin aproximante f(x) sea la mejor
aproximacin a los puntos (x
k
,y
k
). El criterio de mejor aproximacin puede variar, pero en
general se basa en aqul que d un menor error en la aproximacin. El error en un punto (x
k
,y
k
)
se podra definir como:
e
k
= y
k
f (x
k
)
En este caso se trata de medir y minimizar el error en el conjunto de la aproximacin. En
matemticas, existen diversas formas de definir el error, sobre todo cuando ste se aplica a un
conjunto de puntos (y no slo a uno), a una funcin, etc. Dicho error podr ser:
Error Mximo: E (f) = max( e
k
)
Error Medio: E
m
(f) =
Mtodos Numricos Ingeniera Civil - UNSCH
14
Error Cuadrtico Medio:
La aproximacin mnimo cuadrada se basa en la minimizacin del error cuadrtico medio, o,
equivalentemente, en la minimizacin del radicando de dicho error, el llamado error cuadrtico,
definido como:
Para alcanzar este objetivo, suponemos que la funcin f es de una forma particular que contenga
algunos parmetros que necesitamos determinar. Por ejemplo, supongamos que es cuadrtica, lo
que quiere decir que, f(x)= ax
2
+bx+c donde no conocemos an a,b y c Ahora buscamos los
valores de a,b y c que minimicen la suma de los cuadrados de los residuos (S):
Esto explica el nombre de mnimos cuadrados. A las funciones que multiplican a los
coeficientes buscados, esto es, a x
2
, x y 1, se les conoce con el nombre de funciones base de la
aproximacin. Dichas funciones base pueden ser cualesquiera funciones, y para ese caso se
deduce a continuacin la frmula general en el caso de que la aproximacin sea discreta y
lineal.
La aproximacin de mnimos cuadrados es la mejor aproximacin al conjunto de puntos (x
k
,y
k
),
segn el criterio del error mnimo cuadrtico. Es posible generar otro tipo de aproximaciones si
se toman los errores mximos o medio, pero la dificultad que entraa operar con ellos debido al
valor absoluto de su expresin hace que apenas se usen.
BIBLIOGRAFA:
- METODOS NUMERICOS APLICADOS A LA INGENIERIA, Gerald Curtis
- METODOS NUMERICOS, Chapra Canale
- www.webdelprogramador.com
- es.wikipedia.org/wiki/Interpolaci%C3%B3n
ANEXO: Se adjunta informacin del programa
Mtodos Numricos Ingeniera Civil - UNSCH
15