Professional Documents
Culture Documents
RESUMEN
Es un mtodo de interpolacin polinmica.Aunque slo existe un nico polinomio que interpola una serie de puntos, existen diferentes formas de calcularlo.
Este mtodo es til para situaciones que requieran un nmero bajo de puntos
para interpolar, ya que a medida que crece el nmero de puntos, tambin lo
hace el grado del polinomio. Se basa en la obtencin de un polinomio a partir de un conjunto de puntos dados, aproximndose lo ms posible a la curva
buscada
PALABRAS CLAVE
Polinomio,interpolacin,curvas
1.
2.
INTERPOLACIN LINEAL:
(1)
reordenndose se tiene:
f1 (x) = f (x0 ) +
f (x1 ) f (x0 )
(x x0 )
x1 x0
(2)
que adems de representar la pendiente de la lnea que une los puntos, el terf (x ) f (x )
1
0
mino
es una aproximacin en diferencias divididas nitas a la
x1 x0
primera derivada. En general, cuanto menor sea el intervalo entre los puntos
asociados con datos, mejor ser la aproximacin. Esto se debe al hecho de que,
conforme el intervalo disminuye, una funcin continua estar mejor aproximada por una lnea recta.
2.2.
INTERPOLACIN CUADRTICA:
(3)
agrupando trminos:
f2 (x) = a0 + a1 x + a2 x2
donde:
a0 = b 0 b 1 x 0 + b 2 x 0 x 1
a1 = b 1 b 2 x 0 b 2 x 1
a2 = b 2
(4)
(5)
(6)
b1 =
f (x1 ) f (x0 )
x1 x0
(7)
Por ltimo, las ecuaciones (4) y (7) se sustituye en la ecuacin (3), despus
se evala en x = x2 y (luego de algunas manipulaciones algebraicas) se resuelve
para
b2 =
2.3.
x2 x1
x1 x0
/(x2 x0 )
(8)
(9)
Como se hizo antes con las interpolaciones lineales y cuadrticas, los puntos
asociados con datos se utilizan para evaluar los coecientes b0 , b1 , ..., bn para
un polinomio de n-simo grado se requieren n+1 puntos asociados con datos:
[x0 , f (x0 )], [x1 , f (x1 )], ..., [xn , f (xn )]. Usamos estos puntos asociados con datos
y las siguientes ecuaciones para evaluar los coecientes:
b0 = f (x0 )
(10)
b1 = f [x1 , x0 ]
(11)
b2 = f [x2 , x1 , x0 ]
(12)
(13)
2.4.
Hay ocasiones en las que resulta til construir varios polinomios aproximantes P1 (x), P2 (x), ..., PN (x) y, despus, elegir el ms adecuado a nuestras
necesidades. Si usamos el polinomio interpolador de Lagrange, uno de los inconvenientes es que no hay relacin entre la construccin de PN 1 (x) y la de
PN (x); cada polinomio debe construirse individualmente y el trabajo necesario
para calcular polinomios de grado elevado requiere muchas operaciones. Vamos
a seguir ahora un camino de construccin distinto, en el cual los polinomios
interpoladores, que se llamarn de Newton, se calculan mediante un esquema
recursivo.
P1 (x) = b0 + b1 (x x0 )
P2 (x) = b0 + b1 (x x0 ) + b2 (x x0 )(x x1 )
(14)
(15)
(18)
3.
Supongamos que queremos encontrar los coecietes bk de todos los polinomios P1 (x)...., PN (x) que nos sirven para aproximar una funcin dada f (x).
Entonces cada Pk (x) es el polinomio de Newton que tiene como centros los
puntos x0 , x1 , ...., xk y es tambien el polinomio de interpolacin para los nodos x0 , x1 , ...., xk+1 . Para el polinomio P1 (x), los coecientes b0 y b1 tienen un
signicado familiar en este caso, se tiene que:
P1 (x0 ) = f (x0 ) y P1 (x1 ) = f (x1 )
(19)
de modo que usando las formulas (14) y (19); podemos despejar a0 y obtener:
f (x0 ) = P1 (x0 ) = b0 + b1 (x0 x0 ) = b0
(20)
f (x1 ) f (x0 )
x1 x0
(21)
Por tanto b1 es la pendiente de la lnea recta que pasa por los puntos
(x0 , f (x0 )) y (x1 , f (x1 )).
Los coecientes b0 y b1 son los mismos para P1 (x) y P2 (x) as que , para
continuar, ahora evaluamos la expresin (15) en el nodo x2 y obtenemos:
f (x2 ) = P2 (x2 ) = b0 + b1 (x2 x0 ) + b2 (x2 x0 )(x2 x1 )
(22)
/(x2 x1 )
x2 x0
x1 x0
b2 =
x2 x1
x1 x0
/(x2 x0 )
(23)
4.
Diferencias divididas
f [xk ] f [xk1 ]
,
xk xk1
(24)
Los coecientes bk de los polinomios PN (x) dependen de los valores de interpolacin f (xj ) (con j =0,1,...,k); el siguiente teorema establece que bk puede
calcularse usando las diferencias divididas de f (x):
(25)
bk = f [x0 , x1 , ..., xk ].
Se debe notar que no es necesario que los datos usados estn igualmente
espaciados o que los valores de la abscisa necesariamente se encuentren en orden
ascendente, Todas las diferencias pueden arreglarse en una tabla de diferencias
divididas, donde cada diferencia se indica entre los elementos que la producen:
i
0
1
2
3
xi
x0
x1
x2
x3
f (xi )
f (x0 )
f (x1 )
f (x2 )
f (x3 )
primera
segunda
f (x1 , x0 ) f (x2 , x1 , x0 )
f (x2 , x1 ) f (x3 , x2 , x1 )
f (x3 , x4 )
tercera
f (x3 , x2 , x1 , x0 )
(POLINOMIO INTERPOLADOR DE NEWTON) Supongamos que x0 , x1 , ..., xN son N + 1 no meros distintos en [a, b].Entonces existe
un o nico polinomio PN (x) de grado menor o igual que N tal que
Teorema 4.1.
(26)
corolario 4.1.
f (x),
esto es:
(27)
en
EN (x) =
Observacion.El
(x x0 )(x x1 ) (x xN )f N +1 (c)
(N + 1)!
EN (x)
numero
c = c(x)
(28)
(t x0 )(t x1 )
(x x0 )(x x1 )
(29)
(x x0 )(x x1 )
= f (x) P1 (x) E1 (x) = 0
(x x0 )(x x1 )
(x0 x0 )(x0 x1 )
= f (x0 ) P1 (x0 ) = 0
(x x0 )(x x1 )
(x1 x0 )(x1 x1 )
= f (x1 ) P1 (x0 ) = 0
(x x0 )(x x1 )
(30)
(31)
g 0 (d1 ) = 0
g 00 (c) = 0
(t x0 ) + (t x1 )
(x x0 )(x x1 )
2
(x x0 )(x x1 )
(33)
donde hemos usado el hecho de que, por ser P1 (t) un polinomio de grado
N = 1, su segunda derivada es P1 (t) = 0. Evaluando la expresin (33) en el
punto t = c y usando la expresin (32), se verica
0 = f 00 (c) E1 (x)
2
(x x0 )(x x1 )
(x x0 )(x x1 )f 2 (c)
2!
Convergencia
Con el teorema logramos entender la simple relacin que hay entre los
terminos del error para las interpolaciones lneal, cuadrtica y cubica.En los
tres casos la cota del error |EN (x)| depende de h de dos maneras distintas:En
primer lugar, el termino hN +1 aparece en la expresin de dicha cota, de manera
que |EN (x)| es directamente proporcional a hN +1 . En segundo lugar, para N
jo, los valores de MN +1 depende generalmente de h y tienden a |f N +1 (x0 )|
cuando h tiende a 0.Por consiguiente, cuando h tiende a 0, se tiene que |EN (x)|
converge a 0 a la misma velocidad que hN +1 . En la Denicin De Orden de
Aproximacion O(hn ), se dice que una funcin f (h) es de orden g(h) cuando
h 0, lo que se denota por f (h) = O(g(h)), si existen constantes C y c tales
que: |f (h)| C|g(h)| siempre que |h| C por lo tanto O(hN ) nos permite
analizar comodamente este tipo de comportamiento.Por ejemplo, la cota de
error dada en la expresin (28) pude expresarse como
|E1 (x)| = O(h2 )
10
valida para
x [x0 , x1 ]
Ejemplo 4.1.
solucin 1.
Para P1 (x) el espaciado entre los nodos es h = 1,2, luego su cota de error es:
|E1 (x)|
(1,2)2 (1,000)
(h2 M2 )
= 0,18
8
8
Para P2 (x) el espacio entre sus nodos es h = (1,2/2) = 0,6 luego su cota de
error es:
|E2 (x)|
(0,6)3 (0,932039)
(h3 M3 )
= 0,012915
9 3
9 3
Para P3 (x) el espaciado entre sus nodos es h = (1,2/3) = 0,4 luego su cota de
error es:
|E3 (x)|
(h4 M4 )
(0,4)4 (1,000)
= 0,001067
24
24
x0 = 1; f (x0 ) = 0
x1 = 4; f (x1 ) = 1, 3863
x2 = 6; f (x2 ) = 1, 7917
x3 = 5; f (x3 ) = 1, 6094
11
solucin 2.
es:
Primero debemos calcular las diferencias divididas para hallar los coecientes
b0 , b1 , b2 , b3 de la siguiente manera:
b0 = f (x0 )
b1 = f [x1 , x0 ]
b2 = f [x2 , x1 , x0 ]
b3 = f [x3 , x2 , x1 , x0 ]
Primeras diferencias divididas:
f [x1 , x0 ] =
1, 3863 0
f (x1 ) f (x0 )
=
= 0, 4621 b1
x1 x0
41
f (x2 ) f (x1 )
1, 7917 1, 3863
=
= 0, 2027
x2 x1
64
1, 6094 1, 7917
f (x3 ) f (x2 )
=
= 0, 1823
f [x3 , x2 ] =
x3 x2
56
f [x2 , x1 ] =
f [x2 , x1 , x0 ] =
f [x2 , x1 ] f [x1 , x0 ]
0, 2027 0, 4621
=
= 0, 05188 b2
x2 x0
61
f [x3 , x2 , x1 ] =
f [x3 , x2 ] f [x2 , x1 ]
0, 1823 0, 2027
= 0, 0204
=
x3 x1
54
f [x3 , x2 , x1 , x0 ] =
f [x3 , x2 , x1 ] f [x2 , x1 , x0 ]
0, 0204 + 0, 05188
= 0, 00787 b3
=
x3 x0
51
Luego
f (x) = 0, 4621(x 1) 0, 05188(x 1)(x 4) + 0, 00787(x 1)(x 4)(x 6)
f (x) = Ln(x)
f (2) = Ln(2) = 0, 69314
Error:
0, 69314 0, 62882
| 100 = 9, 3
0, 69314
12
Ejemplo 4.3. Se quiere aproximar la funcin f (x) = cos(2x) en el intervalo [1,2] utilizando interpolacin polinmica con 3 puntos dados por el vector
x=[1.3, 1.2, 1.9]. Cul es el error mximo terico que se cometera en el
punto 1.5? Y cul es el error real?
x0
solucin 3.
x1
x2
x 1.3
1.2
1.9
y -0.85 -0.73 -0.79
Sabemos que la frmula que nos da una estimacin conservadora del error
de interpolacin viene dada por:
(x x0 )(x x1 ) (x xN )f N +1 (c)
EN (x) =
(N + 1)!
en la que se han considerado los n+1 puntos (xk , yk ), k=0,...,n. En nuestro
8 sin(2)
(1,51,3)(1,51,2)(1,51,9)(1,52)| = 0,016 sin(2) = 0,0145487
3!
Primero debemos calcular las diferencias divididas para hallar los coecientes
a0 , a1 , a2 , a3 de la siguiente manera:
b0 = f (x0 ) = 085
b1 = f [x1 , x0 ]
13
b2 = f [x2 , x1 , x0 ]
Primeras diferencias divididas:
f [x1 , x0 ] =
f (x1 ) f (x0 )
0, 73 + 0, 85
=
= 1,2 b1
x1 x0
1, 2 1, 3
f [x2 , x1 ] =
f (x2 ) f (x1 )
0, 79 + 0, 73
=
= 0, 085
x2 x 1
1, 9 1, 2
f [x2 , x1 , x0 ] =
f [x2 , x1 ] f [x1 , x0 ]
0, 085 + 1, 2
=
= 1, 592 b2
x2 x0
1, 9 1, 2
Luego
f (x) = 0, 85 1, 2(x 1, 3) + 1, 592(x 1, 3)(x 1, 2)
Error real =
| f (1, 5) p(1, 5) |= | 0, 98999 + 0, 99448| = 0,00449
5.
5.1.
%Interpolacion de newton
clear;clc;
disp('metodos numericos');
disp('interpolacion');
n=input('ingrese el grado del polinomio, n=');
fprintf('Se necesitan %.0f puntos\n',n+1);
disp('ingrese los puntos');
for i=1:n+1
fprintf('x %.0f=',i-1);
X(i)=input(' ');
fprintf('y %.0f=',i-1);
Y(i)=input(' ');
end
DD=zeros(n+1);
DD(:,1)=Y;
for k=2:n+1
for J=k:n+1
DD(J,k)=[DD(J,k-1)-DD(J-1,k-1)]/[X(J)-X(J-k+1)];
end
end
disp('La matriz de diferencias divididas es:');
disp(DD);
disp(' El polinomio de newton es');
syms x;
polnew=DD(1,1);
P=1;
for i=1:n
P=P*(x-X(i));
polnew=polnew+P*DD(i+1,i+1);
end
polnew=expand(polnew);
pretty(polnew);
x=input(' ingrese el valor de x a interpolar,x=');
vi=eval(polnew);
fprintf(' el valor interpolado es %.2f\n',vi);
hold on;
ezplot(polnew,[X(1) X(n+1)]);
plot(x,vi,'r+');
trabajan de la forma:
D(k, j) =
D(k, j 1) D(k 1, j 1)
xk xkj
dk,j1 dk1,j1
xk xkj
(34)
El polinomio de newton es
3
2
787x 2769x 24727x
1717/2000
100000 20000 25000
Vamos a realizar el ejemplo 4.3 utilizando el programa matlab, para comprobar los datos obtenidos, y obtener la graca de interpolacin en el punto
16
(35)
x=1.5.
17
metodos numericos
interpolacion
ingrese el grado del polinomio, n=2
Se necesitan 3 puntos
ingrese los puntos
x0 = 1,3
y0 = 0,85
x1 = 1,2
y1 = 0,73
x2 = 1,9
y2 = 0,79
(36)
El polinomio de newton es
2
13x
409x
101/28
7
70
Ejercicio 5.1.
(37)
6.
Bibliografa
Referencias
[1]
[2]
[3]
Timothy Sauer
[4]
Perez Lopez .
Anlisis Numrico.
, Mtodos
Pearson Educacin 7a edicin. Editorial Math
, Anlisis
, Matlab y
edicin. pearson edicin.
Numrico.
7a edi-
19
1a