Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
MÉTODOS DE INTERPOLACIÓN
La interpolación lineal es el método más simple en uso hoy. Es el método usado por los programas
de generación de gráficas, donde se interpola con líneas rectas entre una serie de puntos que el
usuario quiere graficar. La idea básica es conectar los 2 puntos dados en xi, es decir (x0, y0) y (x1,
y1). La función interpelante es una línea recta entre los dos puntos. Para cualquier punto entre los
dos valores de x0 y x1 se debe seguir la ecuación de la línea.
donde se asume que x0 < x < x1, de otra forma esto se conocería como extrapolación. Si se tienen
más de dos puntos para la interpolación, es decir N > 2, con puntos x0, x1, · · · , xN , simplemente
se concatena la interpolación lineal entre pares de puntos continuos.
Interpolación polinomial
Cuando se tienen dos puntos, ´estos pueden ser unidos con una línea recta. Dos puntos cualesquiera
en un plano (x0, y0) and (x1, y1), donde x0 6= x1, determinan un polinomio de primer grado en x,
donde la función pasa por ambos puntos (lo que se discutió en la sección anterior). Una
generalización de lo anterior sugiere que dados N puntos en un plano (xk, yk) con k = 1, 2, · · · , N y
distintos xk, existe un ´único polinomio en x de grado menor a N cuya función pasa por todos los
puntos. Este tipo de polinomio se le conoce como polinomio de interpolación ya que reproduce los
datos exactamente
conocida como power form. Esta expresión se puede generalizar para polinomios de interpolación
así:
De igual forma que en los casos anteriores, se puede construir un espacio formado por funciones
cúbicas a trozos de clase dos. Es el espacio vectorial de los splines cúbicos, que se nota
por . Este espacio tiene dimensión , como indica un razonamiento similar al
de los casos precedentes. De nuevo podemos escribir una base para el mismo en función de
potencias truncadas
Con el espacio podemos interpolar valores en los nodos y dos datos más. Cabría
pensar que los dos datos restantes para la interpolación son relativos a derivadas en los extremos
de uno de los subintervalos. Efectivamente esa es una posibilidad, pero no la más interesante. Los
problemas de interpolación en el espacio tienen sus dos datos restantes referidos
a los nodos extremos y ; por tanto, su construcción no es tan simple como en los casos
anteriores.
El problema de interpolación lagrangiana en es el siguiente:
Como hemos comentado, se requieren dos condiciones adicionales; tres elecciones muy
interesantes son las siguientes:
i)
Caso cúbico natural
.
ii)
Caso cúbico periódico
.
iii)
Caso cúbico sujeto
,
Los problemas de Lagrange con las anteriores condiciones adicionales tienen datos de
interpolación comunes.
Veamos cómo se podría determinar el primero de ellos, el spline cúbico natural de interpolación.
Mantenemos la notación empleada en el caso cuadrático. La restricción al
subintervalo del spline se nota y es un polinomio de grado menor o igual que tres,
que debe tomar en los extremos los valores e , respectivamente. Si
denominamos y a los valores (desconocidos) de la derivada primera de en los
extremos y , entonces satisface las igualdades
Pero y
La matriz de coeficientes del sistema que determina los valores de la derivada de en los nodos de
interpolación es
Es una matriz diagonalmente dominante en sentido estricto, por lo que es invertible. Así pues, existe
un único spline natural de interpolación. El vector de términos intependientes es
cúbico natural de interpolación relativo a la partición uniforme del intervalo con paso
, y el error de interpolación asociado, respectivamente.
El caso cúbico sujeto es más simple, pues las condiciones en los extremos se traducen en valores
concretos de y , por lo que las ecuaciones primera y última que relacionan los valores de las
incógnitas se simplifican, obteniendo un sistema de orden en lugar de uno de orden .
Conocidos los valores de las derivadas del spline en cada nodo es inmediato obtener
con Mathematica la expresión del spline en ese intervalo con la orden InterpolatingPolynomial.
El caso periódico, que también es unisolvente, se trata de forma análoga, aunque la matriz de
coeficientes ya no es tridiagonal.
BIBLIOGRAFÍA
https://www.ugr.es/~prodelas/AnNumCaminos/ftp/Tema6.htm
http://wwwprof.uniandes.edu.co/~gprieto/classes/compufis/interpolacion.pdf