Interpolaci

on

INTERPOLACION
Escuela Politecnica de Mieres
Grado en Ingeniera
Universidad de Oviedo. Departamento de Matematicas
Ma Reyes de los Ros Fern
andez

Curso 2014-2015 Segundo semestre

M
etodos Num
ericos 2014-15

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Interpolaci
on

Introduccion
Dados n + 1 puntos {(x0 , y0 ), (x1 , y1 ), . . . , (xn , yn )} con xi 6= xj si i 6= j ,
buscamos una funci
on g , funci
on de interpolaci
on, que verifique:
g (x0 ) = y0 , g (x1 ) = y1 , . . . , g (xn ) = yn
a los puntos x0 , x1 , . . . , xn se les llama nodos de interpolaci
on.
Entre las funciones de interpolaci
on, las polin
omicas, resultan mas u
tiles por
su sencillez: interpolaci
on polinomial.
5

10

M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Polinomio de interpolacion
Dados n + 1 puntos {(x0 , y0 ), (x1 , y1 ), . . . , (xn , yn )} con xi 6= xj si i 6= j ,
existe un u
nico polinomio Pn (x) = a0 + a1 x + a2 x 2 + an x n de grado
menor o igual que n tal que:
Pn (x0 ) = y0 , Pn (x1 ) = y1 , . . . , Pn (xn ) = yn
Al resolver este problema se genera el sistema:

a0 + x0 a1 + x02 a2 + + x0n an = y0

a + x a + x 2a + + x na = y
0
1 1
1
1 2
1 n
..
..
..

.
.
.

a0 + xn a1 + xn2 a2 + + xnn an = yn

M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Polinomio de interpolacion

1
1
..
.

x0
x1
..
.

x02
x12
..
.

xn

xn2

x0n
x1n
..
.
xnn

a0
a1
..
.
an

y0
y1
..
.

yn

La matriz A del sistema es la matriz de Vandermonde, por lo que el sistema es

compatible determinado.
La matriz de Vandermonde esta mal condicionada, luego la resolucion del sistema
puede ser poco fiable. Por ello, la resoluci
on directa del sistema puede dar
resultados alejados de la soluci
on real.
Buscamos entonces formas distintas de encontrar el polinomio de interpolacion.

M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Polinomio de Lagrange
Dados n + 1 nodos x0 , x1 , . . . , xn distintos, se llaman polinomios de Lagrange
relativos a estos nodos a:
li (x) =
(
se verifica:

(x x0 )(x x1 ) (x xi1 )(x xi+1 ) (x xn )

(xi x0 )(xi x1 ) (xi xi1 )(xi xi+1 ) (x xn )
li (xi ) = 1
li (xj ) = 0 si j 6= i

i = 0, 1, . . . , n.

Se denomina forma de Lagrange del polinomio de interpolaci

on de los
puntos {(x0 , y0 ), (x1 , y1 ), . . . , (xn , yn )} a:
Pn (x) = y0 l0 (x) + y1 l1 (x) + + yn ln (x)
Esta construcci
on sigue siendo u
til si se cambian los valores yi .

M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Polinomio de Newton
Buscamos un polinomio de interpolaci
on de la forma:
Pn (x) = a0 + a1 (x x0 ) + a2 (x x0 )(x x1 ) + . . . + an (x x0 )(x x1 ) . . . (x xn1 )
P (x )
n 0

Pn (x1 )

Pn (x2 )

Pn (xn )

1
1
1
.
.
.
1

= y0 = a0
= y1 = a0 + a1 (x1 x0 )
= y2 = a0 + a1 (x2 x0 ) + a2 (x2 x0 )(x2 x1 )
.
.
.
= yn = a0 + a1 (xn x0 ) + a2 (xn x0 )(xn x1 ) + + an (xn x0 )(xn x1 ) (xn xn1 )

0
(x1 x0 )
(x1 x0 )
.
.
.
(xn x0 )

0
0
(x2 x0 )(x2 x1 )
.
.
.
(xn x0 )(xn x1 )

0
0
0
.
.
.

0
0
0
.
.
.
(xn x0 ) . . . (xn xn1 )

a0

a1

a2
=

.
an

y0
y1
y2
.
.
.
yn

Este sistema lineal es triangular inferior. Newton ide

o una tecnica, que evita construir
explcitamente la matriz, llamada diferencias divididas.

M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Polinomio de Newton: diferencias divididas

Llamaremos diferencias divididas a los siguiente cocientes:
Dif. div. de orden 0

f [xi ] = yi

Dif. div. de orden 1

f [xi , xi+1 ] =

Dif. div. de orden 2

f [xi , xi+1 , xi+2 ] =

Dif. div. de orden k

f [xi+1 ] f [xi ]
xi+1 xi
f [xi+1 , xi+2 ] f [xi , xi+1 ]
xi+2 xi

f [xi , xi+1 , . . . , xi+k ] =

f [xi+1 , . . . , xi+k ] f [xi , xi+1 , . . . , xi+k1 ]

xi+k xi

Para facilitar los calculos, conviene disponer las diferencias divididas como
sigue:
x0

y0 = f [x0 ]

x1

y1 = f [x1 ]

x2

y2 = f [x2 ]

x3

y3 = f [x3 ]

.
.
.

.
.
.

f [x1 ] f [x0 ]

= f [x0 , x1 ]

x1 x0
f [x2 ] f [x1 ]

= f [x1 , x2 ]

x2 x1
f [x3 ] f [x2 ]

= f [x2 , x3 ]

x3 x2
.
.
.

f [x1 , x2 ] f [x0 , x1 ]
x2 x0
f [x2 , x3 ] f [x1 , x2 ]
x3 x1

= f [x0 , x1 , x2 ]
= f [x1 , x2 , x3 ]

.
.
.
M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Polinomio de Newton: diferencias divididas

Volvemos a la resoluci
on del sistema triangular del polinomio de interpolacion de
la forma de Newton:
Nota: Las diferencias divididas son conmutativas respecto cualquier permutacion
de sus nodos.
a0 = y0 = f [x0 ]
a1 =
a2 =

y1 y0
= f [x0 , x1 ]
x1 x0
y2 y0 f [x0 , x1 ](x2 x0 )
(x2 x0 )(x2 x1 )
=

f [x0 , x2 ] f [x0 , x1 ]
x2 x1

f [x2 ] f [x0 ]
(x2 x0 )(x2 x1 )
=

f [x0 , x2 ] f [x1 , x0 ]
x2 x1

f [x0 , x1 ]
x2 x1

= f [x1 , x0 , x2 ] = f [x0 , x1 , x2 ]

Por lo tanto:
Pn (x) = f [x0 ] + f [x0 , x1 ](x x0 ) + f [x0 , x1 , x2 ](x x0 )(x x1 ) + + f [x0 , . . . , xn ](x x0 )(x x1 ) . . . (x xn1 )

M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Error de interpolacion
Se denomina error de interpolaci
on en un punto x a:
E (
x ) = | f (
x ) Pn (
x) |
Si f C n+1 [a, b], se verifica:
E (
x ) = | f (
x ) Pn (
x) |

M
|(
x x0 )(
x x1 ) (
x xn )|
(n + 1)!

con M = sup {|f (n+1) (x)|}

x[a,b]

C
omo se consigue disminuir el error de interpolaci
on?
No es seguro que al aumentar el n
umero de nodos mejore la aproximacion.
Por eso se opta por distintos metodos:
Elegir nodos que minimicen el error: nodos de Chebyshev.
Elegir una funci
on de aproximaci
on no polin
omica.
Interpolar a trozos.
M
etodos Num
ericos 2014-15

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Interpolaci
on

Interpolacion lineal a trozos

La interpolaci
on a trozos mas sencilla se obtiene uniendo los nodos consecutivos
mediante polinomios de grado uno (rectas).

a0 + b0 (x x0 )

a1 + b1 (x x1 )
s(x) =
..

an1 + bn1 (x xn1 )

x [x0 , x1 ]

ai = yi

x [x1 , x2 ]
yi+1 yi
bi =

..
xi+1 xi

i
=
0,
...,n 1
x [xn1 , xn ]

3.5

2.5

1.5

0.5

0.5

10

M
etodos Num
ericos 2014-15

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Interpolaci
on

Interpolacion a trozos de grado tres: spline cubico

Se denomina spline c
ubico a la funci
on s(x) definida por:

s (x)
x [x0 , x1 ]

0
(1) si R3 [x]

s (x)

x [x1 , x2 ]
1
(2) s(xi ) = yi
s(x) =
tal que
..
..

.
.

(3) s C 2 ([x0 , xn ])
sn1 (x) x [xn1 , xn ]
4

P5(x)

puntos
Pol. Trozos
Spline

10

M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Construccion del spline cubico

4 n inc
ognitas

2
3

a0 + b0 (x x0 ) + c0 (x x0 ) + d0 (x x0 )

a1 + b1 (x x1 ) + c1 (x x1 )2 + d1 (x x1 )3
s(x) =
..
..

.
.

an1 + bn1 (x xn1 ) + cn1 (x xn1 )2 + dn1 (x xn1 )3

x [x0 , x1 ]
x [x0 , x1 ]
..
.
x [xn1 , xn ]

4 n 2 condiciones


s(xi ) = yi
i = 0, . . . , n

si (xi+1 ) = si+1 (xi+1 )

0
si0 (xi+1 ) = si+1
(xi+1 )
i = 0, . . . , n 2

00
00
si (xi+1 ) = si+1 (xi+1 )

A
nadimos dos condiciones m
as

Spline natural: s 00 (x0 ) = 0 , s 00 (xn ) = 0.

Spline sujeto: s 0 (x0 ) = , s 0 (xn ) = .
Spline no nodo: s(x) tenga derivada tercera continua en los nodos
x1 , xn1 .
M
etodos Num
ericos 2014-15

Interpolaci
on

Forma de Lagrange del polinomio de interpolaci

on
Forma de Newton del polinomio de interpolaci
on
Interpolaci
on a trozos

Construccion del spline cubico natural

ai = yi , i = 0, . . . , n 1
c0 = 0 = cn


yi+2 yi+1
yi+1 yi
ci hi + ci+1 2(hi + hi+1 ) + ci+2 hi+1 = 3

hi+1
hi
i = 0, 1, . . . , n 2
con:
hi = (xi+1 xi ) , i = 0, . . . , n 1
di =

bi =

ci+1 ci
, i = 0, 1, . . . , n 1
3hi

yi+1 yi
ci+1 + 2ci

hi , i = 0, 1, . . . , n 1
hi
3
M
etodos Num
ericos 2014-15