Interpolacin

Javier Segura
February 12, 2012
Javier Segura Interpolacin
Interpolacin
Interpolacin polinmica
Para cualquier conjunto de n + 1 (n 0) nmeros distintos
x
0
, x
1
, ..., x
n
y cualquier conjunto de nmeros arbitrarios
y
0
, y
1
, ..., y
n
, existe un nico polinomio P
n
(x) de grado menor o
igual que n tal que P
n
(x
k
) = y
k
para i = 0, 1, 2, ..., n.
Al polinomio P
n
(x) mencionado se le llamar polinomio de
interpolacin, que interpola n + 1 puntos (x
i
, y
i
),
i = 0, 1, 2, ..., n. Nuestro problema ser encontrar tal polinomio,
para lo cual estudiaremos dos mtodos: Frmula de
Lagrange y diferencias divididas de Newton.
Javier Segura Interpolacin
Interpolacin
Forma de Lagrange
Forma de Lagrange
Dados n + 1 puntos (x
i
, y
i
), i = 0, 1, ..., n (x
i
= x
j
i = j ), el nico
polinomio P
n
(x) de grado menor o igual n que pasa por estos n + 1
puntos, es decir, tal que P
n
(x
i
) = y
i
, i = 0, 1, 2, ..., n. es
P
n
(x) = y
0
L
0
(x) + y
1
L
1
(x) + ... + y
n
L
n
(x),
donde
L
i
(x) =
n

j =0,j =i
(x x
j
)
n

j =0,j =i
(x
i
x
j
)

(x x
0
)...(x x
i 1
)(x x
i +1
)...(x x
n
)
(x
i
x
0
)...(x
i
x
i 1
)(x
i
x
i +1
)...(x
i
x
n
)
Javier Segura Interpolacin
Interpolacin
Teorema del resto
Sea f (x) una funcin continua en [a, b] y derivable n + 1 veces
en (a, b). Si P
n
(x) es el polinomio de grado menor o igual que n
que interpola f (x) entre los n + 1 nodos distintos x
0
...x
n
[a, b]
entonces x [a, b]
x
(a, b), dependiente de x, tal que
f (x) = P
n
(x) +
f
(n+1)
(
x
)
(n + 1)!
n

j =0
(x x
j
) P
n
(x) + R
n
(x)
donde se dice que R
n
(x) es el resto y denotamos
n

j =0
(x x
j
) = (x x
0
)...(x x
n
).
Javier Segura Interpolacin
Interpolacin
Forma de Newton
Forma de Newton
Si x
0
, x
1
, ..., x
n
son puntos distintos y f (x) est denida en [a, b],
x
i
[a, b] i = 0, 1, ..., n, entonces el polinomio interpolador de f (x)
entre estos puntos se puede escribir como
P
n
(x) = f (x
0
) + (x x
0
)f [x
0
, x
1
] + (x x
0
)(x x
1
)f [x
0
, x
1
, x
2
] + ...
+(x x
0
)(x x
1
)...(x x
n1
)f [x
0
, x
1
, ..., x
n
] =
=
n

i =0
f [x
0
...x
i
]
i 1

j =0
(x x
j
)
Javier Segura Interpolacin
Interpolacin
Forma de Newton
La interpolacin con las diferencias divididas de Newton es, en general, ms
fcil de computar que la utilizacin de la frmula de Lagrange, y puede ser
evaluada de forma recursiva.
Por ejemplo, en el caso de interpolar una funcin f (x) en tres puntos distintos
x
0
, ..., x
2
, , se puede plantear la siguiente tabla de diferencias divididas:
x
i
f [] f [, ] f [, , ]
x
0
f [x
0
] = f (x
0
)
f [x
0
, x
1
] =
f [x
1
] f [x
0
]
x
1
x
0
x
1
f [x
1
] = f (x
1
) f [x
0
, x
1
, x
2
] =
f [x
1
, x
2
] f [x
0
, x
1
]
x
2
x
0
f [x
1
, x
2
] =
f [x
2
] f [x
1
]
x
2
x
1
x
2
f [x
2
] = f (x
2
)
Observemos que cada diferencia dividida se forma tomando la diferencia de
las diferencias divididas vecinas (a la derecha) y dividiendo por la diferencia
de abscisas; los valores de las abscisas se encuentran trazando las
diagonales desde la posicin que se est evaluando hasta la columna de las
diferencias divididas de orden 0.
Javier Segura Interpolacin
Interpolacin
Forma de Newton
Datos igualmente espaciados: forma de Newton
P(x
0
+ sh) = f (x
0
) + sf (x
0
) + s(s 1)

2
f (x
0
)
2!
+ ...
+s(s 1)...(s n + 1)

n
f (x
0
)
n!
.
donde

0
f
i
= f
i
, f
i
= f
i +1
f
i
,
n
f
i
=
n1
f
i
=
n1
f
i
=
n1
f
i +1

n1
f
i
y utilizamos la notacin f
i
= f (x
i
) = f (x
0
+ ih).
Javier Segura Interpolacin
Interpolacin
Interpolacin de Hermite
El problema de interpolacin
P
n
(x
0
) = f (x
0
), . . . P
(n
0
)
n
(x
0
) = f
(n
0
)
(x
0
)
. . .
P
n
(x
k
) = f (x
k
), . . . P
(n
k
)
n
(x
k
) = f
(n
k
)
(x
k
)
mediante un polinomio de grado n = n
0
+ .. + n
k
+ k, siendo f (x)
n + 1 veces derivable en [a, b], tiene solucin nica, que se puede
construir mediante el esquema de diferencias divididas. Denotando
(

x
0

x
1
...

x
n
) = ([x
0
]
n
0
+1
, ..., [x
k
]
n
k
+1
), tenemos:
P
n
(x) =
n

i =0
f [

x
0
...

x
i
]
i 1

j =0
(x

x
j
) .
Adems f (x) P
n
(x) =
f
(n+1)
(
x
)
(n + 1)!
n

j =0
(x

x
j
) para algn
x
(a, b).
Javier Segura Interpolacin
Comportamiento del error
Volvamos a la interpolacin de Lagrange (todos los nodos distintos).
Denamos
S(x)
n

j =0
(x x
j
)
y, por comodidad, consideraremos x
0
< x
1
< ... < x
n1
< x
n
.
Para x
i
igualmente espaciados, los mayores valores de |S(x)| se
encuentran para los mayores o menores valores de x en el
intervalo [x
0
, x
n
] (sin coincidir con los x
i
) mientras que |S(x)| alcanza
menores valores para valores intermedios de x.
Javier Segura Interpolacin
Comportamiento del error
Ejemplo: interpolacin de una funcin para los valores de
x
i
= i 4, i = 0..8.
S(x) = x(x
2
1)(x
2
4)(x
2
9)(x
2
16):
5 3 1 1 3 5
X
6000
4000
2000
0
2000
4000
6000
S(X)
Javier Segura Interpolacin
Comportamiento del error
Ejemplo: comparacin la interpolacin en 9 puntos x
i
= 4 i ,
i = 0, .., 8 de la funcin f (x) = x
2
/

x
2
+ 1 (lnea continua) con
la propia funcin (lnea discontinua).
4 3 2 1 0 1 2 3 4
X
0
1
2
3
4
Javier Segura Interpolacin
Interpolacin de Chebyshev
Dada una funcin f (x) denida en un intervalo [a, b], la mejor
aproximacin polinmica de grado n ser aquella que minimice
E[q(x)] max
x[a,b]
|f (x) q(x)|,
Si un determinado polinomio Q
n
(X) hace que E[Q
n
(x)] sea el de
valor mnimo entre todos los polinomios de grado n entonces se dice
Q
n
(x) es la aproximacin minimax de grado n de la funcin f (x)
en [a, b] .
Javier Segura Interpolacin
Interpolacin Chebyshev
Polinomios de Chebyshev: denicin
El polinomio de Chebyshev de orden n-simo se dene como
T
n
(x) = cos
_
n cos
1
(x)
_
, x [1, 1] , n = 0, 1, 2, 3, ...
Javier Segura Interpolacin
Polinomios de Chebyshev: propiedades
1
Relacin de recurrencia de tres trminos para los polinomios de
Chebyshev:
T
n+1
(x) = 2xT
n
(x) T
n1
(x) , n = 1, 2, 3, ...
siendo los valores iniciales de la recurrencia T
0
(x) = 1,
T
1
(x) = x.
2
El coeciente del trmino x
n
en T
n
(x) es 2
n1
y se cumple que
T
n
(x) = (1)
n
T
n
(x).
3
Los n ceros de T
n
(x) estn en el intervalo [1, 1] y estn dados
por
x
k
= cos
_
2k + 1
2n

_
, k = 0, 1, ..., n 1.
T
n
(x) tiene n + 1 extremos en el intervalo [1, 1] que vienen
dados por x

k
= cos
k
n
, k = 0, ..., n, donde los polinomios valen:
T(x

k
) = (1)
k
Javier Segura Interpolacin
Interpolacin de Chebyshev
Teorema
Para cualquier n 1, entre todos los polinomios mnicos (es
decir, con coeciente 1 en el trmino de mayor grado) el
polinomio de Chebyshev modicado

T
n
(x)
1
2
n1
T
n
(x) es el
de mnimo mximo valor absoluto en [-1,1], siendo este valor
1/2
n1
. Es decir, que
1
2
n1
= max
x[1,1]
|

T
n
(x)| max
x[1,1]
|P
n
(x)|
para cualquier polinomio P
n
(x) de tipo mnico:
P
n
(x) = x
n
+ a
n1
x
n1
+ a
n2
x
n2
+ ... + a
1
x + a
0
,
Javier Segura Interpolacin
Interpolacin de Chebyshev
Teorema
Sea f (x) n + 1 veces diferenciable con continuidad en [a, b] Sea
P
n
(x) el polinomio de interpolacin de Lagrange grado n basado en
los n + 1 nodos (de Chebyshev)
x
k
=
b + a
2
+
b a
2
cos
_
2k + 1
2n + 2

_
, k = 0, ..., n
entonces el error viene acotado por:
max
axb
|f (x) P
n
(x)|
_
b a
2
_
n+1
1
(n + 1)!2
n
max
axb
|f
(n+1)
(x)|
donde hemos considerado el cambio de variable
x(t ) =
b + a
2
+
b a
2
t
que transforma el intervalo [1, 1] en [a, b].
Javier Segura Interpolacin
Interpolacin de Chebyshev
Ejemplo: f (x) = x
2
/

x
2
+ 1. Se representa f (x) P(x) con P(x) el
polinomio de interpolacin que interpola en 9 nodos distintos. La
lnea continua corresponde a los nodos equiespaciados y la lnea
discontinua corresponde a la aproximacin cuasi-minimax para 9
nodos en el intervalo [4, 4]
4 2 0 2 4
X
0.15
0.05
0.05
0.15
0.25
0.35
0.45
Javier Segura Interpolacin
Interpolacin de Chebyshev
Propiedad de ortogonalidad discreta
n

k=0
T
i
(x
k
)T
j
(x
k
) =
_
n + 1
2
(1 +
i 0
)
_

ij
, siendo
ij
=
_
1, i = j
0, i = j
la
delta de Kronecker. Las x
k
son los n + 1 ceros del polinomio T
n+1
(x).
Javier Segura Interpolacin
Interpolacin de Chebyshev
Evaluacin de la interpolacin Chebyshev
El polinomio interpolador de grado n basado en los nodos de
Chebyshev (ceros de T
n+1
(x)), que interpola f (x) en estos n + 1
puntos de [1, 1], se puede escribir como:
P
n
(x) =
n

j =0
c
j
T
j
(x)
donde
c
j
=
2
j 0
n + 1
n

k=0
f (x
k
)T
j
(x
k
)
y x
k
= cos
_
2k + 1
2n + 2

_
, k = 0, ..., n.
Javier Segura Interpolacin
Construccin de splines
Sean n + 1 puntos (x
i
, y
i
), i = 0, 1, ..., n vericando
a = x
0
< x
1
< x
2
< ... < x
n
= b ,
una spline cbica de estos puntos es una funcin s(x) en [a, b] que
satisface:
1
Polinomio de tercer grado. s(x) es un polinomio , P
i
(x), de
grado tres sobre cada intervalo [x
i 1
, x
i
] para i = 1, 2, ..., n.
2
Condiciones de interpolacin. s(x
i
) = y
i
para i = 0, 1, ..., n.
3
Suavidad. s

(x) es continua en [a, b] ( [x

0
, x
n
]), luego tambin
lo son s(x) y s

(x).
Javier Segura Interpolacin