JESÚS EDUARDO ZÚÑIGA PIMIENTA CÓDIGO: 201222152

PRESENTADO A: DORA MARCELA BENITEZ

MÉTODOS DE INTERPOLACIÓN

Interpolación lineal (Splines de grado uno)

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.

que se puede derivar geométricamente. En lo anterior, el ´único valor desconocido es y, que

representa el valor desconocido para x, despejando queda:

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

La forma de describir este tipo de polinomios es con la forma Lagrangiana:

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. Una forma más común de
representar un polinomio, diferente a la Lagrangiana es de la forma

conocida como power form. Esta expresión se puede generalizar para polinomios de interpolación
así:

donde cn son los coeficientes, que deben ser estimados o encontrados.

Interpolación Spline Cúbico de clase dos.

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

Se trata de un problema de interpolación polinómica de Hermite, por lo que puede expresarse

en términos de los polinomios de la correspondiente base de Newton:
. Unos cálculos elementales muestran que

La función construida a partir de las restricciones , , interpola los

valores y es de clase . Sólo hay que imponer que sea de clase , lo que se
consigue si lo es en los nodos interiores . Pero esto equivale a que
para .

Pero y

En definitiva, igualando ambos valores y simplificando, se tiene clase si y sólo si

para . Constituyen un sistema de ecuaciones para incógnitas, por lo que

el problema (c10:Lagcub) no es unisolvente, como ya se anunció. Son necesarias dos condiciones
adicionales. En el caso cúbico natural, son , o,
equivalentemente, . A partir de las expresiones de y , se obtiene
que la segunda derivada de en y será nula si y sólo si

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

En las figuras (c10g3) y (c10g4) se muestran las gráficas de la función y de su spline

cúbico natural de interpolación relativo a la partición uniforme del intervalo con paso
, y el error de interpolación asociado, respectivamente.

Gráficas de la función y de su spline cúbico natural de interpolación relativo a la

partición uniforme del intervalo con paso .

Gráfica del error de interpolación correspondiente al ejemplo de la figura (c10g3).

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