Clase 6 Interpolacion y Aproximacion Polinomial

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 47

Interpolación y

Aproximación
Polinomial

Docente: Katia Vigo Ingar


1
Una de las clases de funciones más útiles y
mejor conocidas que “mandan” al conjunto
de los números reales sobre sí mismo es la de
los polinomios algebraicos, es decir, el
conjunto de funciones de la forma.

2
Donde n es un entero no negativo y 𝑎0 … 𝑎𝑛
son constantes reales.
Su importancia se debe a que aproximan de
manera uniforme a las funciones continuas.
Dada una función cualquiera, definida y
continua en un intervalo cerrado, existe un
polinomio que está tan “cerca” de la función
como se desee.
3
4
Teorema de aproximación de Weierstrass

Suponga que f está definida y es continua en


[a,b]. Para cada 𝜖 > 0, existe un polinomio
P(x), con la propiedad de que

5
Otra razón importante por la cual se debe
considerar la clase de polinomios en la
aproximación de funciones, es que la
derivada y la integral indefinida de un
polinomio son fáciles de determinar y también
son polinomios

Por estas razones, con frecuencia se usan los


polinomios para aproximar a las funciones
continuas.
6
Interpolación y Polinomio de Lagrange

Encontraremos polinomios de aproximación que se


determinan con solo especificar determinados puntos
en el plano por donde deben pasar.

El problema de encontrar un polinomio de primer


grado que pasa por los puntos distintos y
es el mismo que el de aproximar una función f, para la
cual y por medio de un polinomio
de primer grado que interpole los valores de f en los
puntos dados o que coincida con ellos.

7
Primero definiremos las funciones:

Y el polinomio de interpolación de Lagrange que


pasa por los puntos 𝑥0 , 𝑦0 y (𝑥1 , 𝑦1 ) es:

Como,

8
Tenemos,

Así, p es la única función lineal que pasa por 𝑥0 , 𝑦0 y


(𝑥1 , 𝑦1 )

9
A fin de generalizar el concepto de interpolación
lineal, consideremos la construcción de un
polinomio de grado máximo n que pasa por los n+1
puntos
10
11
En este caso para cada k=0,1…,n construimos una
función Ln,k(x) con la propiedad de que Ln,k(xi)=0,
cuando i≠k y Ln,k(xi)=1.

Para satisfacer Ln,k(xi)=0 para cada i≠k se requiere


que el numerador de Ln,k(x) contenga el término

Para satisfacer Ln,k(xi)=1, el denominador de Ln,k(x)


debe coincidir con este término cuando se evalúe
en x = xk. Es decir,
12
13
El polinomio de interpolación se describe fácilmente
ahora que conocemos la forma de Lnk. Este polinomio,
denominado n-ésimo polinomio Interpolante de
Lagrange se define de la siguiente teorema:

14
Teorema:

15
Escribiremos Ln,k(x) simplemente como Lk(x) cuando no
haya confusión respecto a su grado.

EJEMPLO 1

Determine el polinomio interpolador de


Lagange que pasa a través de los puntos
(2,4) y (5,1)

16
En este caso, tenemos

Tal que:

17
EJEMPLO 2

a) Utilice los números (llamados nodos) x0 = 2, x1= 2,75


y x2=4 para encontrar el segundo polinomio
1
interpolante de Lagrange para 𝑓 𝑥 = .
𝑥

b) Utilice este polinomio para aproximar f(3).

18
a) Primero determinamos los coeficientes polinómicos

𝐿0 𝑥 , 𝐿1 (𝑥) y 𝐿2 𝑥 :

19
Puesto que:

tendremos

20
b) Una aproximación de f(3) es:

21
22
Error de interpolación

23
24
EJEMPLO 3

Determine el error para el polinomio interpolante de


Lagrange del ejemplo 2, y el error máximo cuando el
polinomio es usado para aproximar f(x) para 𝑥 ∈ 0,4 .

Puesto que 𝑓 𝑥 = 𝑥 −1 tenemos:

Entonces, el polinomio de Lagrange tiene el error de


interpolación,

25
−4
El valor máximo de − 𝜉 𝑥 en el intervalo es
−4 1
2 = .
16

Así la cota superior para el error es:

26
EJEMPLO 4

27
28
Polinomio interpolador

Para calcular P(0,14) sustituimos en los polinomios


componentes:

29
30
31
32
Interpolación y
Aproximación vía
Spline Cúbico

33
Spline Cúbico
 Los splines cúbicos se utilizan para crear una
función que interpola un conjunto de puntos de
datos.

 Esta función consiste en una unión de polinomios


cúbicos, uno por cada intervalo.

 Está construido para ser una función con derivada


primera y segunda continuas.

 También tiene su segunda derivada igual a cero en


la coordenada x del primer punto y el último punto
de la tabla de datos.
34
Supongamos que tenemos n + 1 puntos
(x0,y0),...,(xn,yn) con x0 < x1 < ... < xn. En vez de
interpolar f con un solo polinomio que pase por
todos estos puntos, interpolamos la función f en
cada subintervalo [xk,xk+1] con un spline cúbico(en
realidad de grado ≤ 3) Sk(x) de tal manera que el
spline cúbico Si(x) en [xi,xi+1] y el spline cúbico Si+1(x)
en [xi+1,xi+2], coincidan en xi+1 y que también sus
derivadas primera y segunda coincidan en este
punto.
35
Cada spline cúbico coincide con f en los extremos
de cada intervalo.

(𝑥)

36
Definición

37
Algunas curvas presentan ”picos” así que se
construye un spline para cada curva entre cada dos
picos. El tratamiento de picos requiere usualmente un
spline con con frontera sujeta (campled boundary).

El proceso de construcción del spline cúbico consiste


en determinar cada polinomio cúbico Sj(x), es decir,
buscar sus coeficientes ai, bi, ci y di . La definición nos
da las condiciones que se deben cumplir.

De estas condiciones podemos obtener un sistema


de ecuaciones 4nx4n, donde las incógnitas son todos
los coeficientes, i=0,1,2,…,n-1

Lo que obtenemos es un spline cúbico único.

38
Ejemplo

Determinar el spline cúbico (frontera libre) para los


siguientes datos

Solución: El spline es

39
40
En las figuras se muestra el spline correspondiente a los
nodos x0=0, x1=0,5, x2=1, x3=1,5 y x0=0, x1=0,375, x2=0,75,
x3=1,125, x4=1,5.

41
Spline S y f con 3 y 4 puntos

Pasos para obtener el Spline cúbico (frontera natural)


Sea: hi =xi+1 - xi

42
43
Ejemplo
Determinar el spline cúbico para los siguientes datos:
𝑦𝑖

El spline es determinado por :

𝑥2 𝑥2 𝑥2
corregir

44
45
Finalmente el spline cúbico es determinado por:

46
47

También podría gustarte