Teora Bsica de Interpolacin

Curso PDI

Interpolacin
n

La interpolacin consiste en generar a partir de un conjunto N de puntos, un polinomio P que represente el comportamiento de los puntos

X Y

x0 y0

x1 L xn y1 L yn

P ( x) = b0 + b1 ( x x0 ) + b2 ( x x0 )( x x1 ) + L bn ( x x0 ) L ( x xn1 )

Interpolacin
n

Condiciones para la interpolacin

P( xi ) = yi , i = 0,..., n
X Y x0 y0 x1 L xn y1 L yn
P ( x0 ) = y 0 P ( x1 ) = y1 P ( xn ) = y n

Interpolacin Lineal
n

Cantidad de puntos requeridos: 2

X Y x0 y0 x1 y1

Estructura General Polinomio Lineal:

P ( x) = b0 + b1 ( x x0 )
Dado que P(x0) = y0, entonces:

P( x1 ) = y0 + b1 ( x1 x0 ) = y1 y y b1 = 1 0 x1 x0

P ( x0 ) = b0 + b1 ( x0 x0 ) = b0 = y0

Interpolacin Cuadrtica

X Y

x0 y0

x1 x 2 y 1 y2

P( x ) = b0 + b1 ( x x0 ) + b2 ( x x0 )( x x1 )
P( x2 ) = b0 + b1 ( x2 x 0 ) + b2 (x 2 x0 )(x2 x1 ) = y2
b0 = y0 y y b1 = 1 0 x1 x 0

y 2 y1 y1 y 0 x x x1 x0 b2 = 2 1 x2 x 0

Diferencias Divididas de Newton

n

Con la finalidad de simplificar las operaciones, se utilizan las Diferencias Divididas de Newton

f [ xi , x j ] =

f [ xi ] f [ x j ] xi x j

Diferencias Divididas de Newton Caso Lineal

b0 b1

x0 f [ xo ] = yo x1 f [ x1 ] = y1

f [ x1 , x0 ] =

f [x1 ] f [ x0 ] x1 x0

f ( x) = b0 + b1 ( x x0 ) = f [ x0 ] + f [ x1 , x0 ]( x x0 )

Diferencias Divididas de Newton Caso Cuadrtico

x0 f [ xo ] = yo x1 f [ x1 ] = y1 x2 f [ x2 ] = y2
b0
f [ x1] f [ x0 ] f [ x1, x0 ] = x1 x0 f [ x2 ] f [ x1 ] f [ x2 , x1 ] = x2 x1

b1

f [ x2 , x1 ] f [ x1 , x0 ] f [ x2 , x1 , x0 ] = x2 x0

b2

f ( x) = b0 + b1 ( x x0 ) + b2 ( x x0 )( x x1 ) = f [ x0 ] + f [ x1 , x0 ]( x x0 ) + f [ x2 , x1 , x0 ]( x x0 )( x x1 )

Lagrange
n

Enfoque alternativo para calcular un polinomio de interpolacin

X Y x0 y0 x1 L xn y1 L y n

P ( x) = y0l0 ( x ) + y1l1 ( x) + L + yn ln ( x)
P( x0 ) = y0 l0 ( x0 ) = 1, P( x1 ) = y1 l1 ( x1 ) = 1, M P( xn ) = yn ln ( xn ) = 1, l 0 ( xi ) = 0 i 0 l1 ( xi ) = 0 i 1 ln ( xi ) = 0 i n

Lagrange
n

Despejando l0(x0) = 1 y l0(xi) = 0, i 0, entonces se propone:

l0 ( x ) = c( x x1 )( x x2 ) L ( x xn )
Como l 0(x0) = 1, entonces:

1 = l0 ( x0 ) = c ( x 0 x1 )( x0 x2 ) L ( x0 xn )
c= 1 ( x0 x1)( x0 x1 ) L( x0 xn )

l0 ( x) =

( x x1 )( x x 2 ) L ( x x n ) ( x0 x1)( x 0 x 2 ) L ( x 0 x n )

Lagrange
n

Generalizando:

l j ( x) =

i j ,i =0 ,...,n j i j ,i =0 ,...,n

(x x ) , (x x )
i i

j = 0,..., n

Lagrange
n

Por ejemplo, calcular el polinomio de Lagrange para los siguientes puntos:

X Y

1 3 5 7 2 1 2 3

Splines
n

Tcnica ampliamente utilizada en el procesamiento digital de imgenes En lugar de representar a todos los puntos con un polinomio de alto grado, se dividen por segmentos a los puntos, donde cada segmento ser representado por un polinomio

Splines
n

Una funcin spline s(x) esta formada por varios polinomios, cada uno definido en un intervalo, los cuales se unen bajo ciertas condiciones de continuidad
x0 < x1 < < xn

X Y

x0 y0

x1 L xn y1 L y n

a) s(xi) = yi , i = 0, , n b) s(x) es un polinomio de grado k en cada subintervalo [xi-1, xi ] c) s(x) tiene derivada continua hasta de orden k-1

Splines Lineales
n

Unir a los puntos con segmentos de recta

s1 ( x), x [ x0 , x1 ] s ( x ), x [ x , x ] 2 1 2 s( x ) = M sn ( x ), x [ x n1, x n ]

y 0 + f [ x1 , x0 ]( x x0 ), x [ x0 , x1 ] y + f [ x , x ]( x x ), x [ x , x ] 1 2 1 1 1 2 s( x ) = M y n 1 + f [x n , x n1 ]( x x n1 ), x [ x n 1 , x n ]

Splines Cuadrticos
n

Consiste en unir cada uno de los puntos a travs de segmentos de curvas cuadrticas:
s1 ( x), x [ x0 , x1 ] s ( x ), x [ x , x ] 2 1 2 s( x ) = M sn ( x ), x [ x n1, x n ]

a1 x 2 + b1x + c1 , x [ x0 , x1 ] s( x) = M 2 a x + b x + c , x [ x , x ] n n n1 n n

Splines Cuadrticos
n

Por ejemplo, considere el siguiente conjunto de puntos

X Y 3 2.5 4.5 1 7 9 2.5 0.5

a1x 2 + b1 x + c1 , x [3, 4.5] s( x) = a2 x 2 + b2 x + c2 , x [4.5, 7] a x 2 + b x + c , x [7,9] 3 3 3

Splines Cuadrticos
n

Dado que s(3)=2.5, s(4.5)=1, s(7)=2.5, s(9)=0.5

s (3) = 2 .5 9a1 + 3b1 + c1 = 2.5 (4.5) 2 a1 + 4 .5b1 + c1 = 1 s (4.5) = 1 2 (4.5 ) a2 + 4.5b 2 + c2 = 1 7 2 a + 7b 2 + c2 = 2.5 s (7 ) = 2 .5 2 2 7 a 3 + 7 b3 + c3 = 2.5 s (9 ) = 0.5 9 2 a 3 + 9b3 + c3 = 0 .5

Considerando las derivadas continuas:

2a1 + b1 , x [3,4.5] s' ( x ) = 2a 2 + b2 , x [4 .5,7 ] 2a + b , x [7,9] 3 3

Splines Cuadrticos
n

A partir de s(x) se obtienen las siguientes condiciones:

2a1 ( 4.5) + b1 = 2 a2 (4.5) + b2 9a1 + b1 = 9a2 + b2 2a 2 (7 ) + b2 = 2a3 (7) + b3 14 a2 + b2 = 14a3 + b3

Se obtiene un sistema de 8 ec. y 9 incgnitas: Se considera que a 1 = 0 8 ec. y 8 incgnitas

Splines Cbicos
n

Consiste en unir cada uno de los puntos a travs de segmentos de curvas cbicas:
s1 ( x), x [ x0 , x1 ] s ( x ), x [ x , x ] 2 1 2 s( x ) = M sn ( x ), x [ x n1, x n ]

a1 x 3 + b1 x 2 + c1 x + d1 , x [ x0 , x1 ] s( x) = M 3 2 a x + b x + c x + d , x [ x , x ] n n n n 1 n n

10

Splines Cbicos: Ejemplo

X Y 2 3 5 1 2 7

a1 x3 + b1 x 2 + c1 x + d1 , x [2,3] s( x ) = a x3 + b x 2 + c x + d , x [3,5] 2 2 2 2
s (2 ) = 1 8a1 + 4b1 + 2c1 + d1 = 1 s (3) = 2 27a1 + 9b1 + 3c1 + d1 = 2 s (3) = 7 27a 2 + 9b2 + 3c2 + d 2 = 7 s (5) = 7 125 a2 + 25b2 + 5c 2 + d 2 = 7

Splines Cbicos: Ejemplo

n

Considerando las derivadas se tiene:

6a1 x + b1 , x [ 2,3] s ' ' ( x) = 6a2 x + b2 , x [3,5]

3a x 2 + 2b1x + c1, x [ 2,3] s ' ( x) = 1 2 3a2 x + 2b2 x + c2 , x [3,5]

Dado que se requiere continuidad en todos los puntos:

3a1 (3) 2 + 2b1 (3) + c1 = 3a 2 (3)2 + 2b2 (3) + c2 27 a1 + 6 b1 + c1 = 27 a 2 + 6b2 + c2 6 a1 (3) + b1 = 6 a 2 (3) + b2 18 a1 + b1 = 18a 2 + b2

11

Splines Cbicos
n

Dado que se tienen 6 ec. y 8 incgnitas, se pueden aadir las siguientes condiciones:

s' ' (x0 ) = 0 s' ' (2) = 0 6a1 (2) + 2b1 = 0 s' ' (xn ) = 0 s' ' (5) = 0 6a2 (5) + 2b2 = 0
Con lo anterior, se tiene un sistema de 8 ec. y 8 incgnitas

12