INTERPOLACIN:

Se denomina interpolacin a la obtencin de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. En ingeniera y algunas ciencias es frecuente disponer de un cierto nmero de puntos obtenidos por muestreo o a partir de un experimento y pretender construir una funcin que los ajuste. Otro problema estrechamente ligado con el de la interpolacin es la aproximacin de una funcin complicada por una ms simple. Si tenemos una funcin cuyo clculo resulta costoso, podemos partir de un cierto nmero de sus valores e interpolar dichos datos construyendo una funcin ms simple. En general, no obtendremos los mismos valores evaluando la funcin obtenida que si evaluamos la funcin original, si bien dependiendo de las caractersticas del problema y del mtodo de interpolacin usado la ganancia en eficiencia puede compensar el error cometido.

i.

Interpolacin de LaGrange:

Este mtodo de interpolacin consiste en encontrar una funcin que pase a travs de n puntos dados. Un polinomio en series de potencias es:

( )
( ( )( )( ) ( ) ( ( ( )( )( ) ) ( ) ( ) ( ( )( )( ) ) ) ( ) ( ) )

( )

1. Algoritmo:
Entrada: Nmero de datos n, datos (x,f(x)) y el valor para el que se desea interpolar xint:
1.- Hacer f (xint)=0 2.- Hacer i=0 3.- Mientras i<=n-1 hacer 4.- Hacer L=1 5.- Hacer j=0 6.- Mientras j<=n-1 hacer 7.- Si i j entonces

8.- Hacer
9. - Hacer j=j+1 10. - Hacer f(xint)=f(xint)+L*f(x(i)) 11.- Hacer i=i+1

()

( ) ( )

12.- Imprimir f (xint)

2. Ejemplo aplicativo:
Del siguiente conjunto ajuste un polinomio con n = 3 puntos para el valor de x = 251 x 94 205 371 Solucin:
( ) ( ( )( )( ) ) ( ( ) ( )( )( ) ) ( ( )( )( ) )

y 929 808 860

Fuente: http://www.itapizaco.edu.mx/~joseluis/texas/voyage/web/interpolacion/lagrange.htm

ii.

interpolacin de newton:

Se basa en la obtencin de un polinomio a partir de un conjunto de puntos dado, aproximndose lo ms posible a la curva buscada. La ecuacin general para la obtencin de la funcin por este mtodo es: ( ) ( ) ( )( ) ( )( ) ( )

Donde las se obtienen mediante la aplicacin de una serie de funciones incluidas en una tabla de diferencias.

1. Algoritmo:
Entrada: Nmero de datos n, datos (x,f(x)) y el valor para el que se desea interpolar xint Variable: Matriz T(n,n) Programa principal 1.- Ejecutar Tabla_diferencias_divididas 2.- Hacer f(xint)=f(x(0)) 3.- Hacer i=0 4.- Mientras i<=n-1 hacer 5.- Hacer p=1 6.- Hacer j=0 7.- Mientras j<=i hacer

8.- Hacer p=p*(xint-x(j)) 9.- Hacer j=j+1 10.- Hacer f(xint)=f(xint)+T(i,i)*P 11.- Hacer i=i+1 12.- Imprimir f(xint) Tabla_diferencias_divididas () 1.- Hacer m=n-1 2.- Hacer i=0 3.- Mientras i<=m-1 hacer 4.- Hacer ( )
( ( ( )) ) ( ( )) ()

5.- Hacer i=i+1 6.- Hacer j=1 7.- Mientras j<=m-1 hacer 8.- Hacer i=j 9.- Mientras i<=m-1 hacer 10.- Hacer ( 11.- Hacer i=i+1 12.- Hacer j=j+1 )

( (

) )

( ( )

2. Ejemplo aplicativo:
Teniendo 4 puntos, la tabla de diferencias tiene la siguiente forma:

Con esto, la ecuacin quedara de la siguiente forma: ( ) ( ) ( )( ) (

)(

)(

Teniendo los siguientes puntos x 0.1 0.4 0.7 1 Calculamos su tabla: x 0.1 0.4 0.7 1 F(x) 2.31 3.36 4.59 6 primera 3.5 4.1 4.7 segunda 1 1 tercera 0 f(x) 2.31 3.36 4.59 6

Obteniendo el siguiente polinomio: ( ) ( ) ( )( ( )

)(

)(

iii.

interpolacin spline lineal:

Una funcin spline lineal que interpole los datos es simplemente unir cada uno de los puntos mediante segmentos de recta, como sigue: Dados los n +1 puntos X Y

Claramente esta funcin cumple con las condiciones de la spline lineal. As, tenemos que para este caso:

Dnde: ( ) Es un polinomio de grado menor o igual que 1 ( ) Tiene derivada continua de orden k-1=0. ( ) , para j =0,1,, n. Por lo tanto, la spline de grado 1 queda definida como:

Dnde: f [xi, xj] es la diferencia dividida de Newton.

1. Ejemplo aplicativo:
Interpolar con splines f(x) = 1 / x, en los puntos en los que x vale 1, 2 y 4 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) 0.5 = 2a + b (2) 0.25 = 4a + b a = - 0.125, b = 0.75 Luego P2(x) = - 0.125x + 0.75

iv.

mtodo spline cubico:

El spline cbico (k=3) es el spline ms empleado, debido a que proporciona un excelente ajuste a los puntos tabulados y su clculo no es excesivamente complejo. ][ ] ,[ ], S est definido por un polinomio Sobre cada intervalo [ ], cbico diferente. Sea el polinomio cbico que representa a S en el intervalo [ por tanto:

Los polinomios

y Si interpolan el mismo valor en el punto ( ) ( ) ( )

, es decir, se cumple:

Por lo que se garantiza que S es continuo en todo el intervalo. Adems, se supone que S' y S'' son continuas, condicin que se emplea en la deduccin de una expresin para la funcin del spline cbico. Aplicando las condiciones de continuidad del spline S y de las derivadas primera S' y segunda S'', es posible encontrar la expresin analtica del spline. No vamos a obtener

esta expresin, ya que su demostracin queda fuera del mbito de estos apuntes. Simplemente diremos que la expresin resultante es:
( ) ( ) ( ) ( )( ) ( )( )

En la expresin anterior, hi=xi+1-xi y son incgnitas. Para determinar sus valores, utilizamos las condiciones de continuidad que deben cumplir estas funciones. El resultado (que tampoco vamos a demostrar) es:

La ecuacin anterior, con i=1, 2, , n-1 genera un sistema de n-1 ecuaciones lineales con n+1 incgnitas z0, Z1, Z2, , Zn. Podemos elegir z0 y z1 de forma arbitraria y resolver el sistema de ecuaciones resultante para obtener los valores de Z1, Z2, , Zn1 . Una eleccin especialmente adecuada es hacer z0=z1=0. La funcin spline resultante se denomina spline cbico natural y el sistema de ecuaciones lineal expresado en forma matricial es:

En donde:

1. Algoritmo:

2. Ejemplo aplicativo:
Interpolar los siguientes datos mediante una spline cbica: x 2 3 5 y -1 2 -7

Solucin: Definimos un polinomio cbico en cada uno de los intervalos que se forman:

A continuacin, hacemos que se cumpla la condicin de que la spline debe pasar por los puntos dados en la tabla. As, tenemos que:

Ahora calculamos la primera derivada de s(x) :

Al igual que en el caso de las splines cuadrticas, se presentan ecuaciones que pueden presentar discontinuidad en los cambios de intervalo; las posibles discontinuidades son los puntos donde se cambia de intervalo, en este caso x = 3. Para evitar esta discontinuidad, evaluamos x = 3 en los dos polinomios e igualamos:

Anlogamente procedemos con la segunda derivada:

Para lograr que s (x) sea continua: En este punto contamos con 6 ecuaciones y 8 incgnitas, por lo tanto tenemos 2 grados de libertad; en general, se agregan las siguientes 2 condiciones:

De lo cual vamos a obtener:

Con lo cual, hemos completado un juego de 8 ecuaciones vs. 8 incgnitas, el cual es el siguiente:

Cuya forma matricial es la siguiente:

Obtenemos la siguiente solucin:

Sustituyendo estos valores en nuestra funcin inicial, vemos que la spline cbica para la tabla de datos dada, queda definida como sigue:

v.

Interpolacin de chebyshev

El fenmeno de runge puede evitarce si es una distribucin apropiada de los nudos. En particular, en un intervalo arbitrario [a,b], podemos considerar los llamados nudos de chebyshev .

A figura de la izquierda mustra la comparacin entre la funcin f(x)=1/(1+x2) (lnea continua delgada) y sus polinomios de interpolacin de chebyshev de grado 8 (lnea de trazos) y 12 (lnea continua gruesa). Notese que la amplitud de las oscilaciones espurias decrece cuando el grado crece. La figura de la derecha muestra la distribucin de los nudos de chebyshev en el intervalo [-1,1] Dnde: ( ) Luego , i =0, 1 , , n, cuando [a,b]= [-1,1]. En efecto, para la distribucin especial de los nudos es posible probar que, si f es una funcin continua y diferenciable en [a,b], converge a f cuando n para todo x [a,b]. Los nudos de chebyshev, que son las abscisas de nudos equiespaciados sobre la semicircunferencia unidad, estn en el interior de [a,b] y se acumulan cerca de los puntos extremos de este intervalo. Otra distribucin no uniforme de nudos en el intervalo [a,b], que comparten las mismas propiedades de convergencia que los nudos de chebyshev, viene proporcionada por: ( )

vi.

Interpolacin de hermite

Dados (n+1) puntos distintos {xo, x1,..., xn} y (n+1) nmeros enteros no negativos {0, 1, ..., n}

 Denotando por m al valor: Y siendo f(x) una funcin de la que se conoce, en cada punto xi , su valor y el de sus i primeras derivadas. Encontrar un polinomio pm(x) de grado menor o igual que m verificando las (m+1) igualdades siguientes: ( ( ( ( ) ( ) ( ) ( ) Teorema: Existe un nico polinomio pm(x) que es solucin del problema general de interpolacin polinmica de Hermite.