Documente Academic
Documente Profesional
Documente Cultură
Carrera:
Ingeniería Petrolera.
Asignatura:
Análisis numérico.
Docente:
Trabajo:
Investigación:
Unidad 4. Interpolación.
Introducción:
En ciertos casos el usuario conoce el valor de una función f(x) en una serie de
puntos x1, x2, · · ·, xN, pero no se conoce una expresión analítica de f(x) que permita
calcular el valor de la función para un punto arbitrario.
Un ejemplo claro son las mediciones de laboratorio, donde se mide cada minuto un
valor, pero se requiere el valor en otro punto que no ha sido medido. Otro ejemplo
son mediciones de temperatura en la superficie de la Tierra, que se realizan en
equipos o estaciones meteorológicas y se necesita calcular la temperatura en un
punto cercano, pero distinto al punto de medida.
4.1 Interpolación.
Interpolación Lineal
La interpolación lineal es el método más simple en uso. 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 interpolante 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 que se puede derivar geométricamente.
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 conecta la interpolación lineal entre
pares de puntos continuos.
La interpolación lineal es un caso particular de la interpolación general de Newton.
Con el polinomio de interpolación de Newton se logra aproximar un valor de
la función f(x) en un valor desconocido de x. El caso particular, para que una
interpolación sea lineal es en el que se utiliza un polinomio de interpolación de grado
1, que se ajusta a los valores en los puntos x1 y x2 . Se denota de la siguiente
manera:
Y:
Queremos, pues, saber:
Siendo:
La interpolación lineal consiste en trazar una recta que pasa por (x1, y1) y (x2, y2),
y = r(x) y calcular los valores intermedios según esta recta en lugar de la función y
= f(x)
Para ello nos basamos en la semejanza de triángulos esto es:
Interpolación polinomial.
Cuando se tienen dos puntos, estos pueden ser unidos con una línea recta. Dos
puntos cualquiera en un plano (x0, y0) and (x1, y1), donde x0 ≠ x1, determinan un
polinomio de primer grado en x, donde la función pasa por ambos puntos.
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:
Donde hay N términos en la suma y N − 1 en los productos, de tal manera que esta
expresión describe un polinomio de grado hasta N −1. Si P(x) es evaluado en los
puntos x = xk, todos los productos excepto el k son ceros. Además el producto k es
igual a 1, así que la suma es igual a yk y las condiciones de interpolación (puntos
xk exactos) son cumplidas.
Donde cn son los coeficientes, que deben ser estimados o encontrados. Este
sistema de ecuaciones lineales se puede resolver con métodos de teoría de
inversión y estimación paramétrica que más adelante se discutirán.
Fi: L −→ R, i = 1,. . ., N.
En caso de que el P.G.I. tenga solución ´única, esta puede caracterizarse mediante
el siguiente resultado:
Definiendo como:
Y definiendo como:
Interpolación de Lagrange
El polinomio de interpolación de Lagrange, simplemente es una reformulación del
polinomio de Newton que evita los cálculos de las diferencias divididas. Este se
puede representar concretamente como:
En donde:
A partir de aquí procedemos de la misma forma, pero con la diferencia que tenemos
que definir f(xi, xi) = f´i, el valor de la derivada en xi.
Por lo tanto, si disponemos de n+1 valores de la función y valores de n+1 las
derivadas, el polinomio de Hermite tendrá grado 2n+1.
Consideremos un ejemplo:
Para el ajuste de curvas, los splines se utilizan para aproximar formas complicadas.
La simplicidad de la representación y la facilidad de cómputo de los splines los
hacen populares para la representación de curvas en informática, particularmente
en el terreno de los gráficos por ordenador.
El término "spline" hace referencia a una amplia clase de funciones que son
utilizadas en aplicaciones que requieren la interpolación de datos, o un suavizado
de curvas.
Los splines son utilizados para trabajar tanto en una como en varias dimensiones.
Tipos:
Spline Lineal
Una función spline de grado 1 que interpole los datos es simplemente unir cada
uno de los puntos (Par coordenados) mediante segmentos de recta, como se
ilustra en las siguientes figuras:
Claramente esta función cumple con las condiciones de la spline de grado 1. Así,
se tiene que para este caso:
Spline cuadrática.
Los polinomios P(x) a través de los que construimos el Spline tienen grado 2. Esto
quiere decir, que va a tener la forma P(x) = ax² + bx + c
Como en la interpolación segmentaria lineal, vamos a tener N-1 ecuaciones (donde
N son los puntos sobre los que se define la función). La interpolación cuadrática nos
va a asegurar que la función 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 cómo condiciones:
Que las partes de la función 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.
Se necesita una sexta ecuación. Esto suele hacerse con el valor de la derivada en
algún punto, al que se fuerza uno de los P(x).
Spline Cubica
Cada polinomio P(x) a través del que construimos los Splines en [m,n] tiene grado
3. Esto quiere decir, que va a tener la forma P(x) = ax³ + bx² + cx + d
En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una
nueva condición para cada punto común a dos intervalos, respecto a la derivada
segunda:
Que las partes de la función 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.
Splines cúbicos sujetos: La derivada primera de P debe tener el mismo valor que
las derivada primera de la función para el primer y último punto sobre el que está
definido el conjunto de Splines, esto son, los puntos m y n en el intervalo [m,n].
Definición:
Proceso de cálculo del polinomio s(x):
1) Determinar los hi= xi-xi-1.
2) Hallar los coeficientes ai con la expresión (1) (incluido an+1).
3) Plantear el sistema de ecuaciones en ci con la expresión (6), al que añadimos la
ecuación que contiene cn+1(i = 2, 3,…, n).
4) Plantear las 2 ecuaciones adicionales en ci con las expresiones (7a), (7b), (8a)
u (8b) según corresponda.
5) Resolver el sistema y hallar los coeficientes ci (incluido cn+1).
6) Hallar los coeficientes di con la expresión (4).
7) Hallar los coeficientes bi con la expresión (2).
8) Hallar el polinomio interpolador s(x) definido a trozos (un sí (x) para cada
intervalo Ii)
Interpolación racional.
La primera forma de obtener esta función racional se parece más a una interpolación
que a una aproximación, propiamente dicha. Supongamos que x1, x2,…, xN son
puntos, ninguno de los cuales es igual al punto x0, en torno al cual se obtiene la
interpolación. Queremos que f(x) y r(x) coincidan en el conjunto x0, x1, x2,…, xN.
Para que exista en x0, debe ser q0≠0 y podemos suponer, sin pérdida de
generalidad, que q0=1. Por otra parte, al sustituir x por x0, se obtiene p0=f(x0). Así
pues, el punto ya ha sido utilizado y no intervendrá en los cálculos siguientes.
Si sustituimos en r(x), cada uno de los puntos x0, x1, x2,…, xN y exigimos que el
resultado sea, en cada caso, el valor de f(x) en dichos puntos, obtendremos el
sistema de ecuaciones:
Interpolación cuadrática
Cuando el polinomio que conviene es de 2º grado la interpolación recibe el nombre
de cuadrática. El polinomio interpolador es único, luego como se encuentre da
igual., sin embargo, a veces los cálculos son muy laboriosos y es preferible utilizar
un método que otro. A la vista de los datos se decide. También podemos utilizar la
expresión del polinomio interpolador.
4.2 Aplicaciones
Interpolación en la ingeniería.
Los métodos son los mismos para todas las áreas ya que se deben tomar esos
valores no existentes y aplicar el tipo de interpolación deseada a partir de los datos
que ya se tienen o que forman parte de una ecuación o tabla.
Interpolación en la termodinámica.
Interpolación en la dinámica.
Otras aplicaciones:
Conclusión:
Bibliografía:
http://wwwprof.uniandes.edu.co/~gprieto/classes/compufis/interpolacion.pdf
http://www.dma.uvigo.es/~lino/Tema5.pdf
http://aniei.org.mx/paginas/uam/CursoMN/curso_mn_07.html
https://www.sangakoo.com/es/temas/interpolacion-de-hermite
http://interpolacion.wikidot.com/spline-teoria
https://prezi.com/ypylnxr-clpo/interpolacion/