Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INTERPOLACIN Y APROXIMACIN.
CURSO
COMPUTACION II
DOCENTE :
CICLO
IV
INTERPOLACIN y APROXIMACIN
La solucin de problemas mediante el mtodo de interpolacin y Aproximacin de funciones de la asignatura Anlisis Numrico. Consiste en determinar el comportamiento de una variable con respecto a otra, por lo general para brindar esta solucin se utilizan polinomios debido a las propiedades de estos que permiten su manipulacin. Los mtodos usados son: Frmula de interpolacin de Lagrange, Newton en diferencias divididas, Frmulas progresiva y regresiva de Newton, el Error en la interpolacin polinmica, Interpolacin por splines cbicos, Tcnica de los mnimos cuadrados discreta e Interpolacin racional usando el algoritmo de Thiele.
Interpolacin de Lagrange
Sea fla funcin a interpolar, sean 0 , 1 , 2 , , las abscisas conocidas de f y sean0 , 1 , 2 , , los valores que toma la funcin en esas abscisas, el polinomio interpolador de grado nde Lagrange es un polinomio de la forma:
() = ()
=0
Donde () son los llamados polinomios de Lagrange, que se calculan de este modo:
() =
=0 ,
( 0 )( 1 ) ( 1 )( +1 ) ( ) = ( 0 )( 1 ) ( 1 )( +1 ) ( )
Ntese que en estas condiciones, los coeficientes () estn bien definidos y son siempre distintos de cero. Se muestra en el ejemplo siguiente el clculo de un polinomio interpolador de Lagrange usando interpolacin por Lagrange y diferencias divididas de Newton. Ejemplo: Se quiere hallar el valor de la funcin () = +1 para = 0.75 usando un polinomio interpolador de Lagrange de grado 2. Para ello se usan los siguientes datos:
(0) =
3 1 ( ) = 2 2
(1) = 2
Se usa primero el mtodo directo para calcular el polinomio interpolador de Lagrange. Con las condiciones dadas, los polinomios de Lagrange son:
( 2 )( 1 ) ( 0 )( 0 1 )
1 2 1
0 () =
= 2 2 3 + 1
1 () =
( 0 )( 1 ) ( 0 )( 1 )
1 2 1 2
= 4 2 + 4
2 () =
( 0 )( ) ( 1 0 )( 1
1 2 1 ) 2
= 2 2
2 () = () = ( 2 2 3 + 1 ) + 2 (4 2 + 4 ) + 2 ( 2 2 )
=0
3 3
2 () = ( 2 4 2 + 2 2 ) 2 + (3 + 4 2 2 ) +
Ahora evaluamos este polinomio en = 0.75 para obtener un valor aproximado de 1.75 :
7 3 3 ( 0.75 ) = ( ) = 4 2 ( ) 5.792377 4 4
0.037774324 5.754602676
= 0.006564193
Mtodo Neville
Es una variante del mtodo de Newton con diferencias divididas. Este mtodo se utiliza cuando se desea evaluar el polinomio interpolador en un punto nico o cuando el nmero de puntos es muy reducido, el problema es que los clculos son complejos aun siendo el nmero de puntos muy pequeos. El algoritmo para generar el polinomio de interpolacin () , para los datos{ ( , ): = 0,1,2, , } , viene dado por:
() = [0 ] + [0 , 1 ]( 0 ) + [, 0 , 1 , 2 ]( 0 )( 1 ) + . . +
+ [, 0 , 1 , . , ]( 0 )( 1 ) ( 1 )
Donde las diferencias divididas [, 0 , 1 , . , ]para = 0,1,2, . , . , estn definidas segn el siguiente esquema recursivo:
[ ] = , = 0,1,2, . , .
()
[ , +1 , . , +(1) , + ] =
Se procede a realizar ahora la interpolacin mediante el mtodo de las Diferencias Divididas de Newton:
Se disea una tabla de Diferencias Divididas esquemtica y se realiza los pertinentes clculos para obtener los siguientes coeficientes:
( ) [0 ] = 0 [1 ] = 1 [2 ] = 2 [0 , 1 ] = [1 , 2 ] = [1 ] [0 ] 1 0 [2 ] [1 ] 2 1 [, 0 , 1 , 2 ] = [1 , 2 ] [0 , 1 ] 2 0
0 1 2
3 1 [0 ] = (0) = [1 ] = ( ) = 2 [2 ] = (1) = 2 2 3 [1 ] [0 ] 2 [0 , 1 ] = = 1 = 2( 2 ) 1 0 0 3
3 [2 ] [1 ] 2 2 [1 , 2 ] = = = 2(2 2 ) 1 2 1 12
2 (2 2 ) 2( 2 ) [1 , 2 ] [0 , 1 ] [, ] 0 , 1 , 2 = = 2 0 10 [, 0 , 1 , 2 ] = 2( 22 + 2 )
Ahora se debe tomar de estos coeficientes los que se necesitasen para escribir el polinomio interpolador. Hay que recordar, segn lo apuntado anteriormente, que slo se usan aqullos coeficientes que involucren a 0 . De esta forma se obtiene el polinomio interpolador de Lagrange de grado 2:
2 () = [0 ] + [0 , 1 ]( 0 ) + [, 0 , 1 , 2 ]( 0 )( 1 )
3 3 1 2 () = + 2( 2 ) + 2 ( 2 ) ( 0 )( ) 2
2 () = ( 2 4 2 + 2 2 ) 2 + (3 + 4 2 2 ) +
Y, como se puede apreciar, se llega al mismo polinomio pero con relativamente menos trabajo.
Al aumentar los puntos de interpolacin, aumenta el grado del polinomio de aproximacin y las oscilaciones. Otro enfoque consiste en dividir el intervalo en una serie de subintervalos y en cada uno de esos subintervarlos construir un polinomio de interpolacin de grado bajo. La interpolacin lineal une los puntos mediante rectas.
f(x0; f(x0)); (x1; f(x1)); : : : ; (xn; f(xn))
Considere f : [a; b]
R y un conjunto de nodos
R tal que:
S(xj) = f(xj)
aj = f(xj)
De la condicin (3):
(5)
(6)
.(8)
De la ltima ecuacin:
..(9)
..(10)
..(11)
El sistema es (n - 1) * (n + 1):
Se requieren dos ecuaciones mas para cerrar" el sistema (condiciones de frontera (61), (62)): Para la condicin de frontera (61):
De (14):
Ejemplo:
Para b tenemos:
La solucin del sistema: Ax=b Viene dada por: X=[ 0;00000000 2,14285714 2,57142857 - 2,14285714 ]T
Para el resto de coeficientes del spline: S(x) = Sj(x) = aj + bj(x - xj) + cj(x - xj)2 + dj(x - xj)3 Podemos usar tambin el programa SplineLibre.c: Resultados obtenidos:
Interpolacin de Newton:
Con el fin de reducir la complejidad computacional hacemos el siguiente cambio de base:
.(1) Ahora f(x) es aproximada por: f(x) = a0+a1(x-x0)+a2(x-x0)(x-x1)+aN(x-x0)(x-x1) . (x-xN-1) Las N + 1 ecuaciones que surgen al evaluar xi se pueden expresar matricialmente como:
Formula de diferencias dividas: La matriz del sistema anterior es triangular inferior: O(N2)operaciones necesarias para resolver el sistema. Las soluciones vienen dadas por:
Adicionalmente:
Ambos polinomios tienen grado k Ambos polinomios interpolan los mismos k + 1 puntos (xi, f(xi)) Los polinomios de interpolacin estn dados por:
Al sustituirlos en (2):
Obtenemos
(4)
Bibliografa: Web: http://es.wikipedia.org/w/index.php?title=Interpolaci%C3%B3n_polin%C3%B3mica&veaction= edit§ion=5 https://sites.google.com/site/webnumerico20122/metodos-numericos/interpolacion/metodoneville/neville.gif?attredirects=0 Pdf: Tema 4 -Interpolacin y ajuste de curvas