Documente Academic
Documente Profesional
Documente Cultură
UNIDAD 3 INTERPOLACION
En el subcampo matemtico del anlisis numrico, se denomina interpolacin a la
obtencin 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 evaluamos 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 (xk,yk), obtener una
funcin f que verifique
que es una frmula de interpolacin lineal. La notacin f1(x) designa que ste es
un polinomio de interpolacin de primer grado. Adems de representar la
pendiente de la lnea que une los puntos, el trmino [f(x1) f(x0)] / (x1 x0) es una
aproximacin en diferencia dividida finita a la primer derivada.
Para n + 1 puntos, existe uno y slo un polinomio de n-simo orden o menor que
pasa a travs de todos los puntos. Por ejemplo, hay slo una lnea recta (es decir
un polinomio de primer orden) que conecta dos puntos. El polinomio de
interpolacin consiste en determinar el nico polinomio de n-simo orden que se
5
ajusta a los n+1 puntos dados. Este polinomio proporciona una frmula para
calcular los valores intermedios.
Aunque existe uno y slo un polinomio de n-simo orden que se ajusta a los n+1
puntos, existen una gran variedad de frmulas matemticas mediante las cuales
se puede expresar este polinomio, entre ellos estn los polinomios de Newton y de
Lagrange.
La interpolacin de polinomios de Lagrange es simplemente una formulacin del
polinomio de Newton que evita el clculo por diferencias divididas.
Caractersticas:
Generalmente los puntos ms cercanos al punto desconocido, ejercen ms
influencia que los ms lejanos.
Se trata de utilizar igual nmero de puntos a un lado y al otro del punto
desconocido.
La distancia entre los diferentes puntos (x) (nodos) no necesariamente debe
ser la misma.
Ventajas:
Es el mtodo que permite resolver interpolacin polinomial sin resolver las
ecuaciones lineales.
Una ventaja de la interpolacin de Lagrange es que el mtodo no necesita
espaciados uniformemente en los valores de x.
El mtodo resulta ptimo para abordar diferentes problemas de
interpolacin.
Desventajas:
No siempre funciona correctamente con una gran cantidad de puntos. A
medida que crece el grado del polinomio interpolador, se percibe una
creciente variacin entre puntos.
La cantidad de clculos necesaria para una interpolacin en grande.
La evaluacin del error no es fcil.
Se puede expresar de manera concisa como:
L1(x)
L2(x)
L3(x)
Grfica de aproximaciones
con
diferencias
finitas
divididas de la primera
derivada:
a) Hacia adelante,
b) hacia atrs y
c) centrales.
xk=x0+kh
xk-x0=kh
fk
xn=x0+nh
xn-x0=nh
fn
Como los denominadores de las diferencias dividas siempre van a ser kh,
k=1,2,,n, podemos definir las diferencias dividas:
0f0 = f0 = f(x0)
1f 0 = f 1 - f 0
nf0 = n-1fi+1 n-1fi
Pn(x0+ht)=0f0+1f0 t + 2f0 t(t-1)/2! + 3f0 t(t-1)(t-2)/3!+ nf0 t(t-1)(t-2)(t-n+1)/n!
Donde t = (x x0) / h
x = x0 + h t
h = (x x0) / t
0
1
2
3
4
5
-5
1
9
25
55
105
1f0=f1-f0=1-(-5) = 6
1f1=f2-f1=9-1 = 8
1
f2=f3-f2=25-9 = 16
1f3=f4-f3=55-25 = 30
1f4=f5-f4=105-55 = 50
2das diferencias
3ras diferencias
2f0=1f1-1f0=8-6 = 2
2f1=1f2-1f1=16-8 = 8
2
f2=1f3-1f2=30-16 = 14
2f3=1f4-1f3=50-30 = 20
2f
3f0=2f1-2f0=8-2 = 6
3f1=2f2-2f1=14-8 = 6
3f2=2f3-2f2=20-14 = 6
3f
2
8
6
14
6
20
6
polinomio de tercer grado y es un
6
6
11
x=x0+ht,
x = xn + h t
h = (x xn) / t
12
1 1.5 2
2.5
f(x)
1ras diferencias
2das diferencias
1
1.5
2
2.5
1
0.8
0.65
0.55
1f0=f1-f0=0.8-1=-0.2
1f1=f2-f1=0.65-0.8=-0.15
1f2=f3-f2=0.55-0.65=-0.1
2f0=1f1-1f0=-0.15-(-0.2)=0.05
2f1=1f2-1f1=-0.1-(-0.15)=0.05
f(x)
1ras diferencias
2das diferencias
1
1.5
2
2.5
1
0.8
0.65
0.55
1f1=f1-f0=0.8-1=-0.2
f2=f2-f1=0.65-0.8=-0.15
1f3=f3-f2=0.55-0.65=-0.1
2f2=1f2-1f1=-0.15-(-0.2)=0.05
2f3=1f3-1f2=-0.1-(-0.15)=0.05
13
f(T)=
Graficando esta expresin.
14
Como se ve, el ajuste del polinomio a los datos experimentales corresponde a una
parbola y se puede determinar ahora un valor de densidad para una temperatura
no reportada.
b) Calclese ahora el valor de la densidad para T=251C sustituyendo en la
expresin, se tiene:
f(251)=
f(251) = 890.5 kg /cm3
Esta aproximacin tiene un error de 5.53%.
Interpolacin lineal.
Conocemos los datos de (x1, y1) y de (x2, y2) y queremos conocer el valor
desconocido de y cuando se proporciona la abscisa x1<x<x2. Si suponemos que
los puntos 1 y 2 estn unidos por una recta.
MATLAB dispone para este propsito de la funcin interp1.
15
16
Splines
Es otro modo de interpolacin que produce muy buenos resultados y cuya
explicacin se puede encontrar en textos de clculo numrico.
x=[0.97 1.12 2.92 3.00 3.33 3.97 6.10 8.39 8.56 9.44];
y=[2.58 0.43 0.06 5.74 7.44 8.07 6.37 2.51 1.44 0.52];
xx=linspace(x(1),x(end),80);
yy=interp1(x,y,xx,'spline');
plot(xx,yy,x,y,'o','markersize',4,'markerfacecolor','r')
xlabel('x')
ylabel('y')
title('Interpolacin spline');
18
2.- Utilizar la funcin NDICE de Microsoft Excel para determinar los valores de x0,
y0, x1 y y1 en la frmula de Interpolacin Lineal.
Con la funcin INDICE podremos obtener el valor de la variable que ocupa
determinada posicin dentro de un rango especificado.
De esta forma, y como veremos en la siguiente figura, logramos obtener los
valores de referencia para la frmula de Interpolacin Lineal:
19