Interpolacin

Jorge Luis lvarez Cruz

Mtodos numricos

31/05/2012

Se debe notar que no es necesario que los datos usados en la ecuacin estn igualmente espaciados o que los valores de la abscisa necesariamente se encuentren en orden ascendente. Tambin ntese que las ecuaciones son recursivas, esto es las diferencias de orden superior se componen de las diferencias de orden inferior. Esta propiedad se puede aprovechar al desarrollar un programa eficiente por un computador.

Un polinomio de interpolacin de Lagrange, p, se define en la forma:

(68)

En donde tabulados general

son polinomios que dependen slo de los nodos , pero no de las ordenadas del . La frmula polinomio es:

(1)

Para el conjunto de nodos

, estos polinomios son conocidos

como funciones cardinales. Utilizando estos polinomios en la ecuacin (1) obtenemos la forma exacta del polinomio de interpolacin de Lagrange. Ejemplo: Suponga la siguiente tabla de datos: x 5 -7 -6 0

y 1 -23 -54 -954 Construya las funciones cardinales para el conjunto de nodos dado y el polinomio de interpolacin de Lagrange correspondiente. Las funciones cardinales, empleando la expresin (1), resultan ser:

El polinomio de interpolacin de Lagrange es:

Interpolacin Segmentaria Lineal Este es el caso ms sencillo. En l, vamos a interpolar una funcin f(x) de la que se nos dan un nmero N de pares (x,f(x)) por los que tendr que pasar nuestra funcin polinmica P(x). Esta serie de funciones nuestras van a ser lineales, esto es, con grado 1: de la forma P(x) = ax + b. Definiremos una de estas funciones por cada par de puntos adyacentes, hasta un total de (N-1) funciones, hacindolas pasar obligatoriamente por los puntos que van a determinarlas, es decir, la funcin P(x) ser el conjunto de

segmentos que unen nodos consecutivos; es por ello que nuestra funcin ser continua en dichos puntos, pero no derivable en general. Ejemplo: Interpolar con splines f(x) = 1 / x , en los puntos en los que x vale 1, 2 y4

f(1) = 1 f(2) = 0.5 f(4) = 0.25

El primer segmento P1(x) = ax + b deber unir los primeros dos puntos de coordenadas (1,1) y (2,0.5). Surge un sistema lineal de dos ecuaciones en dos incgnitas:

(1) 1=a+b (2) 0.5=2a+b

De (1) se obtiene: a=1-b (3) Reemplazando (3) en (2) se obtiene: 0.5=2(1-b)+b luego b=1.5 Reemplazando el valor de (b) en (1), se obtiene: a = - 0.5 Por lo tanto, se concluye que: P1(x) = - 0.5x + 1.5 El segundo segmento P2(x) = ax + b deber unir el segundo punto (2,0.5) con el tercer punto (4,0.25). Anlogamente a lo hecho para P1(x), en el caso de P2(x) se obtiene: 1. (1) 0.5 = 2a + b 2. (2) 0.25 = 4a + b a = - 0.125, b = 0.75 Luego P2(x) = - 0.125x + 0.75

Interpolacin Segmentaria Cuadrtica En este caso, los polinomios P(x) a travs de los que construimos el Spline tienen grado 2. Esto quiere decir, que va a tener la forma P(x) = ax + bx + c Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones (donde N son los puntos sobre los que se define la funcin). La interpolacin cuadrtica nos va a asegurar que la funcin que nosotros generemos a trozos con los distintos P(x) va a ser continua, ya que para sacar las condiciones que ajusten el polinomio, vamos a determinar como condiciones:

Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir, que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para ambos "lados" de la funcin definida a trozos que pasa por tal punto comn.

Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por qu?. Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida en tres puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis incgnitas en total. Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener tan slo cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por cada intervalo), y la quinta al igualar la derivada en el punto comn a las dos P(x). Se necesita una sexta ecuacin, de dnde se extrae? Esto suele hacerse con el valor de la derivada en algn punto, al que se fuerza uno de los P(x).

Interpolacin Segmentaria Cbica En este caso, cada polinomio P(x) a travs del que construimos los Splines en [m,n] tiene grado 3. Esto quiere decir, que va a tener la forma P(x) = ax + bx + cx + d En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una nueva condicin para cada punto comn a dos intervalos, respecto a la derivada segunda:

Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir, que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para ambos "lados" de la funcin definida a trozos que pasa por tal punto comn.

Que la derivada segunda en un punto siempre coincida para ambos "lados" de la funcin definida a trozos que pasa por tal punto comn.

Como puede deducirse al compararlo con el caso de splines cuadrticos, ahora no nos va a faltar una sino dos ecuaciones (condiciones) para el nmero de incgnitas que tenemos. La forma de solucionar esto, determina el carcter de los splines cbicos. As, podemos usar:

Splines cbicos naturales: La forma ms tpica. La derivada segunda de P se hace 0 para el primer y ltimo punto sobre el que est definido el conjunto de Splines, esto son, los puntos m y n en el intervalo [m,n].

Dar los valores de la derivada segunda de m y n de forma "manual", en el conjunto de splines definidos en el intervalo [m,n].

Hacer iguales los valores de la derivada segunda de m y n en el conjunto de splines definidos en el intervalo [m,n]

Splines cbicos sujetos: La derivada primera de P debe tener el mismo valor que las derivada primera de la funcin para el primer y ltimo punto sobre el que est definido el conjunto de Splines, esto son, los puntos m y n en el intervalo [m,n].