Interpolacion

Titulacin:
Ingeniero Gelogo
Asignatura: Anlisis Numrico Autor: Csar Menndez
Interpolacin Numrica
Planificacin: Materiales: Conocimientos previos:
4 Teora+1 Prcticas+2 Laboratorio MATLAB Tmas. bsicos de Clculo Desarrollos de Taylor Sistemas lineales
Anlisis Numrico
por Csar Menndez Fernndez
Ejemplo
Descripcin Objetivos Temario Bibliografa
Ensayos en laboratorio que determinan la permeabilidad de un material para diferentes presiones Estimar su permeabilidad para presiones intermedias Determinar el tipo de problema y seleccionar la base de funciones

Existencia y unicidad de solucin? Soporte {x0,x1,x2,xn}

0 .03 0 .0 25
0 .02 permeabilidad
0 .0 15
0 .01
0 .0 05
-0 . 0 0 5
5 6 p re s i n (a t m )
10
Anlisis Numrico
Interpolacin
Sustitucin de una funcin (conocida o tabulada) por otra ms simple Interpolante como combinacin de la base de un espacio funcional:
( x ) = ii ( x )
Funciones base: polinmicas, trigonomtricas, Lagrange: valor de la funcin en algunos puntos Taylor: valor de las derivadas en un punto Hermite: valor de la funcin y la derivada
i =0
Funcin interpolante coincide con la inicial

Anlisis Numrico
Interpolacin
Plantear las condiciones de existencia y unicidad de solucin del problema general de interpolacin Saber que el problema de Lagrange tiene un nico polinomio de interpolacin de grado mnimo Conocer las diferentes formas de representar dicho polinomio Conocer las ventajas e inconvenientes de las formas de Lagrange y de Newton Comprender la relacin entre diferencias divididas y expansin en serie de Taylor y su uso para acotar el error Comprender las limitaciones e incertidumbres de la extrapolacin Valorar las ventajas e inconvenientes de los diferentes interpolantes segmentarios
Anlisis Numrico
Problema de Lagrange
Descripcin Objetivos Temario
Introduccin Int. Polinomial Reglas simples Int. Cerradas - Segmentaria Int. Abiertas - Multidimensional - Ejemplos Bibliografa Reglas Compuestas Cuadratura Gausiana Int. Romberg Int. Adaptativa
( x ) = ii ( x ) : ( xk ) = f ( xk ) , k = 0,1,
i =0
0 ( x0 ) 1 ( x0 ) 0 ( x1 ) 1 ( x1 ) ( x ) ( x ) 1 n 0 n
2 3
Existencia y unicidad asociadas al sistema
n ( xn ) n
n ( x0 ) 0 f ( x0 ) n ( x1 ) 1 f ( x1 )
= f (x ) n
Base polinnica: soporte sin puntos repetidos
Bibliografa
{1, x, x , x , x }
n
Base trigonomtrica: soporte sin puntos repetidos y comprendidos en [- , ]
{1,sin ( x ) , cos ( x ) , sin ( kx ) , cos ( kx ) ,}
Anlisis Numrico
Problema de Hermite
Introduccin Int. Polinomial Int. Segmentaria Int. Multidimensional
( xk ) = f ( xk ) ( x ) = ii ( x ) : , k = 0,1, ( xk ) = f ( xk ) i =0
2 n +1
Existencia y unicidad asociadas al sistema

1 ( x0 ) 1 ( x1 ) 1 ( xn ) 1 ( x0 ) 1 ( xn ) n ( x0 ) n +1 ( x0 ) n ( x1 ) n +1 ( x1 ) n ( xn ) n+1 ( xn ) n ( x0 ) n +1 ( x0 )
n ( xn ) n+1 ( xn ) 2 n +1 ( xn ) n = 2n +1 ( x0 ) n 1 2 n +1 ( xn ) 2 n +1
Bibliografa
0 ( x0 ) 0 ( x1 ) 0 ( xn ) ( x ) 0 0 ( x ) 0 n
2n +1 ( x0 ) 0 f ( x0 ) 2 n +1 ( x1 ) 1 f ( x1 )
f ( xn ) f ( x0 ) f ( xn )
{1, x, x , x , x }
2 3 2 n +1
Base polinnica: soporte sin puntos repetidos Base trigonomtrica: soporte sin puntos repetidos y comprendidos en [- , ]
{1,sin ( x ) , cos ( x ) , sin ( kx ) , cos ( kx ) ,}

6
Anlisis Numrico
Problema de Taylor
( x ) = ii ( x ) : ( k ) ( a ) = f ( k ) ( a ) , k = 0,1,
Existencia y unicidad asociados al sistema
i =0
Bibliografa
0 ( a ) 1 ( a ) 0 ( a ) 1 ( a ) ( n) ( a ) (n) ( a ) 1 0
0 f ( a ) f (a) 1 = ( n) ( n) n f ( a ) n ( a ) 0
n ( a ) n ( a )
Series de potencias
k =0
converge ? x k ( x ) k
Criterios del cociente y de la raz
Si L=, converge en x=0, si L=0, converge x Sino converge para |x|<1/L
k +1 lim = L lim k k = L k k k
Anlisis Numrico
Ejemplos
Existencia y unicidad de
F(-)=1,F(0)=0,F()=1
Base polinmica: solucin nica
1 P2 ( x ) = 0 + 0 x + ( ) x 2 2
Bibliografa
{1,sen(x),sen(2x)}: sin solucin {1,cos(x),cos(2x)}: solucin mltiple

( x ) = 1 1 + 21 cos ( x ) + 0icos ( 2 x ) 2 ( x ) = 0i1 + 21 cos ( x ) + 1 cos ( 2 x ) 2
F(x0)=y0,F(x1)=y1,F(x2)=y2
Base polinmica:
Solucin nica si
x0 x1 x2
1 2
( x0 + x1 )
Anlisis Numrico
Problema de Lagrange
Introduccin Int. Polinomial - Lagrange - Dif. Divididas - Acotacin del error - Dif. Div. General - Int. Tchabishev. Int. Segmentaria Int. Multidimensional
Pn ( x ) = i x k : Pn ( xk ) = f ( xk ) , k = 0,1,
i =0
Resolucin frontal del sistema desaconsejable nica solucin de grado menor o igual a n Formas ms simples de escribir el polinomio
Forma de Lagrange
( x) =
i=0
x xk f ( xi ) L ( x ) : L ( x ) = k = 0 xi xk
n n i n i k i
Bibliografa
Forma de Newton
n
( x ) = i x xk
i =0 k =0
i 1
Anlisis Numrico
Forma de Lagrange (I)

Introduccin Int. Polinomial - Lagrange - Dif. Divididas - Acotacin del error - Dif. Div. General - Int. Tchabishev Int. Segmentaria Int. Multidimensional
x xk n : Li ( xk ) = ik Grado n y adems L ( x ) = k = 0 xi xk Ejemplo k i

n n i
F(x)
X0=-2 -13/5 X1=-1 -3 X2=1 X3=2 -2 3/5
( x + 1)( x 1)( x 2 ) = x3 2 x 2 x + 2 L ( x) = 12 ( 2 + 1)( 2 1)( 2 2 ) ( x + 2 )( x 1)( x 2 ) = x3 x 2 4 x + 4 3 L1 ( x ) = 6 ( 1 + 2 )( 1 1)( 1 2 )

3 0
Bibliografa
n i =0
( x + 2 )( x + 1)( x 2 ) = x3 + x 2 4 x 4 L ( x) = 6 (1 + 2 )(1 + 1)(1 2 ) ( x + 2 )( x + 1)( x 1) = x3 + 2 x 2 x 2 3 L3 ( x ) = 12 ( 2 + 2 )( 2 + 1)( 2 1)

3 2
Pn ( x ) = f ( xi ) L3 ( x ) = 13 5 L3 ( x ) 3L3 ( x ) 2 L3 ( x ) + 3 5 L3 ( x ) = 0 1 2 3 i x3 2 x 2 x + 2 x3 x 2 4 x + 4 x3 + x 2 4 x 4 3 x3 + 2 x 2 x 2 = 13 5 3 2 + 5 6 12 12 6 3 2 1 2 = 10 x + 1 x + 5 x 3 2
10
Anlisis Numrico
Forma de Lagrange (II)

Introduccin Int. Polinomial - Lagrange - Dif. Divididas - Acotacin del error - Dif. Div. General. - Int. Tchabishev - Int. Tchabishev Int. Segmentaria Int. Multidimensional 0.5 0.8 1.5 funcin interpolante 1.2 L3 (x)
0
L3 (x) 1 L3 (x) 2 L3 (x)

3
0.6
-0.5
0.4
Bibliografa
-1
0.2
-1.5
11
-2 -2
-1
-0.2 -2
Anlisis Numrico
Forma de Lagrange (III)

Introduccin Int. Polinomial - Lagrange - Dif. Divididas - Acotacin del error - Dif. Div. General. - Int. Tchabishev - Int. Tchabishev Int. Segmentaria Int. Multidimensional
Ventajas
Inconvenientes
Bibliografa
El interpolante puede ser mucho ms simple que los polinomios de Polinomio:y=2x-1 Lagrange {(-2,-5),(-1,-3),(1,1),(2,3)} Si cambia el soporte n los polinomios 3 Pn ( x ) = f ( xi ) Li ( x ) = obtenidos son i=0 3 = 5L3 ( x ) 3L1 ( x ) + 1L3 ( x ) + 3L3 ( x ) = intiles, es necesario 0 2 3 repetir todo el x3 2 x 2 x + 2 x3 x 2 4 x + 4 = 5 3 + proceso
6 12 x3 + x 2 4 x 4 x3 + 2 x 2 x 2 +1 +3 12 6 = 0 x3 + 0 x 2 + 2 x 1
Fcil de calcular Independientes de la funcin a interpolar
12
Anlisis Numrico
Forma de Newton Diferencias Divididas (I)

Introduccin Int. Polinomial - Lagrange - Dif. Divididas - Acotacin del error - Dif. Div. General. - Int. Tchabishev - Int. Tchabishev Int. Segmentaria Int. Multidimensional
Pn ( x ) = i ( x xk ) = f [ x0 , x1 , xi ] ( x xk )
i =0 k =0 i =0 k =0
i 1
i 1
Origen: Qn ( x ) = Pn ( x ) Pn 1 ( x ) = n ( x xk )
k =0
n 1
Pn ( x ) = Pn 1 ( x ) + n ( x xk )
k =0
n 1
Propiedades
Simetra
f [ x0 , x1 , xk ] =
i=0
f ( xi )
Bibliografa
(x x )
k j =0 j i i j
=
i=0
( xi x0 )
f ( xi ) ( xi xi1 )( xi xi +1 )
( xi xn )
Clculo
f [ x0 ] = f ( x0 ) f [ x0 , x1 , xk 1 , xk ] = f [ x0 , x1 , xk 1 ] f [ x1 , xk 1 , xk ] x0 xk
13
Anlisis Numrico
Forma de Newton Diferencias Divididas (II)

Pn ( x ) = f [ x0 ] + f [ x0 , x1 ] ( x x0 ) + f [ x0 , x1 , x2 ] ( x x0 )( x x1 ) +
Introduccin Int. Polinomial - Lagrange - Dif. Divididas - Acotacin del error - Dif. Div. General. - Int. Tchabishev Int. Segmentaria Int. Multidimensional
f [ x0 , x1 , xn ] ( x x0 )( x x1 )
x x0=-2 x1=-1 x2=1 x3=2 F(x)
( x xn1 )
Clculo de la tabla de Diferencias divididas

f [ x0 ] =
13 5
13 f [ x0 ] f [ x1 ] ( 5 ) ( 3) 2 f [ x0 , x1 ] = = = x0 x1 ( 2 ) ( 1) 5
f [ x1 ] = 3 f [ x2 ] = 2 f [ x3 ] =
3 5
f [ x1 , x2 ] =
f [ x1 ] f [ x2 ] ( 3) ( 2 ) 1 f [ x0 , x1 ] f [ x1 , x2 ] 3 = = f [ x0 , x1 , x2 ] = = x1 x2 x0 x2 10 ( 1) (1) 2 f [ x2 ] f [ x3 ] ( 2 ) ( 3 ) 13 f x , x , x = f [ x1 , x2 ] f [ x2 , x3 ] = 7 5 [ 1 2 3] f [ x2 , x3 ] = = = x1 x3 10 x x 2 ) (1) 5 (
2 3
Bibliografa
f [ x1 , x2 , x3 , x4 ] =
Pn ( x ) =
13 5
3 1 + 52 ( x + 2 ) + 10 ( x + 2 )( x + 1) + 10 ( x + 2 )( x + 1)( x 1)
f [ x0 , x1 , x2 ] f [ x1 , x2 , x3 ] 1 = x0 x3 10
14
1 2 P3 ( x ) = 10 x3 + 1 x 2 + 5 x 3 2
7 1 = 3 + 13 ( x 2 ) + 10 ( x 2 )( x 1) + 10 ( x 2 )( x 1)( x + 1) 5 5
Anlisis Numrico
Forma de Newton Diferencias Finitas

Puntos equiespaciados xk=x0+k h Progresivas f k = f ( xk +1 ) f ( xk ) y n f k = n 1 f k +1 n 1 f k n n 1 nn 1 Regresivas f k = f ( xk ) f ( xk 1 ) yf f k 1= f f k f k 1 = ( ) i Relaciones

n n n i k i=0 k +i
f k = f k 1 y n f k = n f k n n f k = n !h n f [ xk , xk +1 ,
, xk + n ]
f k = ( 1)
n i =0
n i
n f k +i i
, xk 1 , xk ]
Bibliografa
n f k = n !h n f [ xk n ,
f k = ( 1)
n i =0
n i
n f k n +i i
15
Anlisis Numrico
Error en la interpolacin de Lagrange (I)

f ( n +1) ( ) n f ( x ) Pn ( x ) = ( x xk ) ( n + 1)! k =0
f ( n ) ( ) f [ x0 , x1 , xn ] = ( n )!
f ( z ) Pn ( z ) max f (
xI n +1)
I = ( xmin , xmax )
I = ( xmin , xmax )
( x)
( n + 1)!
xI
(z x )
k k =0
Bibliografa
max f ( x ) Pn ( x )
xI
max f ( n +1) ( x )
( n + 1)!
max
xI
( x x )
k =0 k
16
Anlisis Numrico
Error en la interpolacin de Lagrange (II)

f(x)-P n (x) 0.5

error
Datos provienen de x3 5 f ( x) = 2
x +1
-0.5
-1
Valor del interpolante en x=0 1 2 Pn ( 0 ) = 10 03 + 1 0 2 + 5 0 3 = 3 2 Error mximo cometido en x=0

x[ 2,2]
-1.5
-2
-2.5 -2
-1.5
-1
-0.5
0.5
1.5
max f
(4)
( x ) = xmax ] 24 [2,2
x 5 + 25 x 4 10 x 3 50 x 2 + 5 x + 5
(x
+ 1)
122
f ( 0 ) Pn ( 0 )
122 61 ( 0 + 2 )( 0 + 1)( 0 1)( 0 2 ) = 4! 3
Bibliografa
Error mximo cometido en todo el intervalo

x[ 2,2]
max
( x x ) = ( x x )
k =0 k k =0 k
=4
x =0
17
x[ 2,2]
max f ( x ) Pn ( x )
122 61 4= 4! 3
Anlisis Numrico
Error en la interpolacin de Lagrange (III)

Datos equiespaciados xk=x0+k h
Interpolacin lineal
f ( x) P ( x) 1
x[ x0 , x0+ h ]
max
max f ( 2) ( x )
xI
2!
max f (3) ( x )
xI
max
xI
(x x ) =
k =0 k
2
max f ( 2) ( x )
xI
2!
max f ( 3) ( x )
xI
1 4
h2
Interpolacin parablica
max f ( x ) P2 ( x ) 3!
x[ x0 , x0+2 h ]
max ( x xk ) =
xI k =0
3!
2 3 3
h3
Interpolacin cbica
max f ( x ) P3 ( x )
max f (
xI
4)
( x)
x[ x0 , x0+3 h ]
4!
max
xI
(x x ) =
k =0 k n
max f (
xI
4)
( x)
4!
h4
Bibliografa
n 4 5 6
max
s[0, n]
(s k )
k =0
n 7 8 9
max
s[0, n]
(s k )
k =0
3.6314 16.9009 95.8419
640.6010 4.9292 103 4.2901 104
18
Anlisis Numrico
Ejemplo 1 de Interpolacin de Lagrange (I)

Bibliografa
El mstil de un barco construido con una nueva aleacin de aluminio tiene un rea transversal de 5.65 cm2. Se desarrollan pruebas para definir la relacin entre esfuerzo (fuerza aplicada al material por unidad de rea) y deformacin (deflexin por unidad de longitud), cuyos resultados se muestran en la tabla. Utilize polinomios de varios grados para obtener la deformacin del mstil debida a la fuerza del viento, evaluada en 2900Kg. . Cual parece ser el ms adecuado?.
Esfuerzo (Kg/cm2) 506 527 562 365 703 126
Deforma. (m) 0.002 0.0045 0.006 0.0013 0.0085 0.0005
19
Anlisis Numrico
Ejemplo 1 de Interpolacin de Lagrange (II)

x F(x) 0.002 0.0045 0.006 0.0013 0.0085 0.0005 0.1190 10-3 0.0429 10-3 0.0239 10-3 0.0213 10-3 0.0139 10-3 -0.1361 10-5 0.0117 10-5 -0.0018 10-5 0.0031 10-5 -0.1048 10-7 -0.0077 10-7 -0.0011 10-7 0.4930 10-10 -0.0164 10-10 0.1340 10-12

506 527 562 365 703 126
Punto de interpolacin: z= 2900/5.65= 513.2743
Interpolante P1(x)=0.002+ 0.1190 10-3 (x-506) P2(x)= P1(x) - 0.1361 10-5 (x-506)(x-527) P3(x)= P2(x)- 0.1048 10-7 (x-506)(x-527)(x-562) P4(x)= P3(x) + 0.4930 10-10 (x-506)(x-527)(x-562)(x-365) P5(x)= P4(x) + 0.1340 10-12 (x-506)(x-527)(x-562)(x-365)(x-703)
P(z) 2.865992 10-3 3.001836 10-3 2.950845 10-3 2.986407 10-3 2.968062 10-3
Bibliografa
20
Anlisis Numrico
Ejemplo 1 de Interpolacin de Lagrange (III)

Interpolante P(z) 2.865992 10-3 3.001836 10-3 2.950845 10-3 2.986407 10-3 2.968062 10-3
P (x)
3
P1(x)=0.002+ 0.1190 10-3 (x-506) P2(x)= P1(x) - 0.1361 10-5 (x-506)(x-527) P3(x)= P2(x)- 0.1048 10-7 (x-506)(x-527)(x-562) P4(x)= P3(x) + 0.4930 10-10 (x-506)(x-527)(x-562)(x-365)
9 8 7 6 5 4 3 2 1 x 10
-3
Introduccin P5(x)= P4(x) + 0.1340 10-12 (x-506)(x-527)(x-562)(x-365)(x-703) Int. Polinomial - Lagrange -3 x 10 - Dif. Divididas 5 - Acotacin del error - Dif. Div. General. - Int. Tchabishev 4.5 Int. Segmentaria Int. Multidimensional 4
P1 (x) 9 8 7 6 5 4 3 2 1 x 10
-3
P (x)
2
10
x 10
-3
8 6 4 2 0
-2 -4 -6
0 100
200
300
400 P4 (x)
500
600
700
800
0 100 0.12
200
300
400 P 5 (x)
500
600
700
800
-8 100 0.12
200
300
400
500
600
700
800
Bibliografa
0.01
3.5
0.1 0.005 0.08
P (x)
1 2 3 4 5
0.1
P (x) P (x)
P 1 (x) P 2 (x) P 3 (x) P 4 (x) P 5 (x)

200 300 400 500 600 700 800
0.08
P (x) P (x)
0.06
0.06
-0.005
0.04
0.04
2.5
-0.01
0.02
0.02
21
2 505
-0.015 100
200
300
400
500
600
700
800
-0.02 100
-0.02 100
200
300
400
500
600
700
800
510
515
520
525
530
Anlisis Numrico
Ejemplo 2 de Interpolacin de Lagrange (I)

Se desea tabular la funcin f(x)=cos(x)*exp(x) definida en [,] mediante puntos equiespaciados. Cuntos puntos son necesarios para que al interpolar linealmente entre dos valores consecutivos el error entre la funcin y el interpolante no supere lmedia unidad?. Y si se utiliza una interpolacin con tres puntos consecutivos?. Cual es el mximo error cometido al utilizar 5 puntos equiespaciados? Y si se toman 9?
Interpolacin lineal
x[ x0 , x0+ h ]
max
f ( x) P ( x) 1
max f ( 2) ( x )
xI
2!
1 4
h2
2) x[ , ]
f ( x ) = cos ( x ) e x f ( x ) = 2sin ( x ) e x max f (
( x ) 2e
Bibliografa
2e 1 2 2 + 1 = 23 puntos max f ( x ) P ( x ) h < 0.5 h < 0.2940 N > 1 x[ xk , xk +1 ] 2! 4 h Interpolacin cuadrtica

x[ x0 , x0+ 2 h ]
max
f ( x ) P2 ( x )
max f (3) ( x )
xI
3!
2 3 3
2 3 3
h3
3)
f ( x ) = 2 cos ( x ) e x 2sin ( x ) e x max f (

x[ , ]
( x ) 4e
2 + 1 = 16 puntos h
22
x[ xk , xk +1 ]
max
f ( x ) P2 ( x )
4e 3!
h3 < 0.5 h < 0.4383 N >
Anlisis Numrico
Ejemplo 2 de Interpolacin de Lagrange (II)

Interpolacin con 5 puntos

max f ( 5) ( x )
xI
x[ , ] x[ , ]
max f ( x ) P4 ( x )
x[ , ]
max f (5) ( x ) = max 4e x ( sin ( x ) cos ( x ) ) 8e 103 h8

5
5!
3.6314h5
8e 2 max f ( x ) P4 ( x ) 3.6314 = 53.5746 x[ , ] 5! 4
Interpolacin con 9 puntos

max f (
xI 9)
Bibliografa
x[ , ] x[ , ]
max f ( x ) P8 ( x )
x[ , ]
( x)
max f ( 9) ( x ) = max 16e x ( sin ( x ) cos ( x ) ) 32e

9
9!
4.9292 103 h9
32e 2 max f ( x ) P8 ( x ) 4.9292 103 = 1.1438 x[ , ] 9! 8
23
Anlisis Numrico
Ejemplo 2 de Interpolacin de Lagrange (III)

c o s ( x ) 2 e x p (x )

0 -2 -4 -6 -8 -1 0 -1 2 -1 4 -1 6 -3 fu n c io n P 1 ( x ) P
2
( x ) - 1 0 x 1 2 3
-2
c o s (x ) e x p (x ) 2 0 -2 -4 -6 -8 fu n c io n P 4 (x ) P 8 (x )
Bibliografa
-1 0 -1 2 -1 4 -1 6 -3
-2
-1
Mximo error real

Lineal: 0.0750 5 Puntos: 0.9028
0 x
24
Cuadrtica: 0.0923 9 Puntos: 0.0160
Anlisis Numrico
Definicin
Introduccin Int. Polinomial Int. Segmentaria - Definicin - Lineal - Splines (cbicas) Int. Multidimensional
Sea X={a=x0,x1,x2,xn=b} un soporte ordenado donde se conoce f(x), se define el interpolante segmentario de grado n (spline de grado n) mediante
S ( x) = { P ( x) con x Ik } con [ a, b] = Ik = [ xk 1, xk ] k
k =1 k =1
donde a = x0 < x1 < x2 < y
Bibliografa
S ( xk ) = P ( xk ) = P +1 ( xk ) = f ( xk ) k k
< xn1 < xn = b
33
Anlisis Numrico
Interpolacin Segmentaria Lineal

Definicin
Los polinomios en cada uno de los n intervalos de la particin son lineales, esto es, de grado 1 (dos coeficientes cada polinomio). Cada polinomio coincide con la funcin en ambos extremos. Hay n polinomios lineales
Condiciones (Ecuaciones): 2n
Coeficientes (Incgnitas): 2n
Bibliografa
Sistema compatible determinado. Se obtiene una poligonal
34
Anlisis Numrico
Interpolacin Segmentaria Lineal: Ejemplo (I)

Aproximar la funcin f(x)=cos(x)*exp(x) definida en [-,] mediante una poligonal utilizando 5 y 9 puntos equiespaciados. Acotar el error cometido en cada caso. Interpolacin con 5 puntos y polinomios
x
10
F[.] -0.0432 0 1 0 -23.1407

-3 -2
Interpolacion F[.,.]
Intervalo [-, -/2]
Polinomio -0.0432+ 0.0275(x+) 0+ 0.6366(x+/2) 1 -0.6366(x-0) 0 -14.7318(x-/2)

3 4
-
0
-/2 0
0.0275 0.6366 -0.6366 -14.7318

-1 0 Error 1
[-/2 ,0]
f(x) S[/2, (x) 1 Datos 2
-10
[0 , /2] ]
-20/2 -30 -4
Bibliografa
Error de interpolacin
Maximo:4.1056
k =1, n
4 x[ , ] 2
max f ( x ) S1 ( x ) = max f ( x ) Pk ( x )
xI k
max f ( 2) ( x )
xI
2!
2
max
k =1, n
xI k
(x x ) =
i =0 k i
=
-3 -2 -1
max f ( 2) ( x )
xI
35
0 -4
2!
0 1
2e 1 2 1 14.2743 4h = 2! 4 4
2
Anlisis Numrico
Interpolacin Segmentaria Lineal: Ejemplo (II) Interpolacin con 9 puntos y polinomios

x - F[.] -0.0432 -0.0670 0 0.3224 1 1.5509 0 -7.4605
-2 -1

F[.,.]
Intervalo [-,-3/4]
Polinomio -0.0432-0.0303(x+) -0.0432+0.0853(x+3/4) 0+0.4105(x+/2) 0+0.8628(x+/4) 1+0.7014(x-0) 1-1.9746(x-/4) 0-9.4990(x-/2) 0-19.9647(x-3/4)

3 4
-3/4 -/2
10 0 -10 -20
-0.0303 0.0853 Interpolacion 0.4105 0.8628 0.7014 -1.9746 -9.4990

0 Error 1
[-3/4,-/2] [-/2,-/4] [-/4,0] [0,/4] [/4,/2]

f(x) [/2,3/4] S1 (x) Datos
-/4 0 /4 /2
Bibliografa
-30 3/4 -4 -3
[/2,]
2
-23.1407
-19.9647
Maximo:1.0023
1.5
Error de interpolacin
k =1, n
x 0.5 [ , ]
max f ( x ) S1 ( x ) = max f ( x ) Pk ( x )
xI k
max f ( 2) ( x )
xI
2!
2
max
k =1, n
xI k
(x x ) =
i =0 k i
36
0 -4
-3
-2
-1
max f ( 2) ( x )
xI 0
2!
1 4
2e3 1 24 h = 3.5686 2! 4 8
2 2
Anlisis Numrico
Splines cbicos: Definicin

Definicin
Los polinomios en cada uno de los n intervalos de la particin son cubicos (cuatro coeficientes cada polinomio). Cada polinomio coincide con la funcin en ambos extremos (2n condiciones) La derivada primera de los polinomios es continua en los puntos del soporte (n-1 condiciones) La derivada segunda de los polinomios es continua en los puntos del soporte (n-1 condiciones) 4n (n intervalos con polinomios cbicos en cada uno)
Condiciones

Bibliografa
Incgnitas Sistema indeterminado (hay 4n incgnitas y 4n-2 ecuaciones)
37
Anlisis Numrico
Splines cbicos: Planteamiento (I)

Definicin
Pk ( x ) = ak ( x xk 1 ) + bk ( x xk 1 ) + ck ( x xk 1 ) + d k
3 2
con x I k = [ xk 1 , xk ]
Condiciones
Pk ( xk 1 ) = f ( xk 1 ) Pk ( xk ) = f ( xk ) Pk ( xk ) = Pk+1 ( xk ) k = 1, 2, n 1 Pk( xk ) = Pk 1 ( xk ) k = 1, 2, n 1 +
Sustituyendo las condiciones, se obtiene
k = 1, 2,
Bibliografa
ak =
bk +1 bk b b = k +1 k 3 ( xk xk 1 ) 3hk
k = 1, 2,
n n
ck = f [ xk , xk 1 ] d k = f ( xk 1 )
bk +1 + 2bk hk k = 1, 2, 3 k = 1, 2, n
38
3 ( f [ xk +1 , xk ] f [ xk , xk 1 ]) = bk hk + 2bk +1 ( hk + hk +1 ) + bk + 2 hk +1 k = 1, 2,3,
n 1
Anlisis Numrico
Splines cbicos: Planteamiento (II)

Sistema
h2 0 h1 2 ( h1 + h2 ) h2 2 ( h2 + h3 ) h2 0 0 0 0 0 f [ x1 , x2 ] f [ x0 , x1 ] f [ x2 , x3 ] f [ x1 , x2 ] = 3 f [ x , x ] f [ x , x ] n 1 n n2 n 1
0 0
0 0
hn 1 2 ( hn 1 + hn )
0 b1 0 b2 = hn bn +1
Bibliografa
Se necesitan 2 condiciones ms para que el sistema sea compatible determinado
39
Anlisis Numrico
Splines cbicos: Planteamiento (III)

Condiciones

Spline Sujeta (pendiente conocida en los extremos) Spline Natural (S(a)=S(b)=0) Aproximacin parablica en los extremos S ( x0 ) = S ( x1 ) ; S ( xn 1 ) = S ( xn ) Aproximacin cbica en los extremos Comportamiento peridico
h1 0 0 2 ( hn 1 + hn ) hn
0 0 2 ( hn 2 + hn 1 ) hn 1
Bibliografa
2h1 h1 0 0
2 ( h1 + h2 ) 0 0
0 b1 f [ x0 , x1 ] A 0 b2 f [ x1 , x2 ] f [ x0 , x1 ] = 3 hn bn f [ xn 1 , xn ] f [ xn 2 , xn 1 ] 2hn bn +1 B f [ xn 1 , xn ]
b2 f [ x1 , x2 ] f [ x0 , x1 ] f [ x2 , x3 ] f [ x1 , x0 ] b3 = 3 hn 1 f [ xn 2 , xn 1 ] f [ xn 3 , xn 2 ] bn 1 2 ( hn 1 + hn ) bn f [ xn 1 , xn ] f [ xn 2 , xn 1 ] 0 0
40
2 ( h1 + h2 ) h2 h2 2 ( h2 + h3 ) 0 0 0 0
Anlisis Numrico
Spline Cbicos: Procedimiento y Cota de error

Procedimiento

Datos de partida {(x0, f(x0)), (x1, f(x1)),(xn, f(xn))} (derivadas en los extremos cuando se desea una spline sujeta) Seleccin de las 2 condiciones a aadir Planteamiento y resolucin del sistema Recuperacin de los coeficientes de los polinomios para cada intervalo Seleccin del intervalo al que pertenece el punto a interpolar y uso del polinomio correspondiente Spline sujeta
x0 x xn
Acotacin del error
Bibliografa
max f ( k ) ( x ) S ( k ) ( x ) ck Mh 4 k , k = 0,1, 2
4) x0 x xn 5 3 1 ( x ) , c0 = 384 , c1 = 24 , c2 = 8
con M = max f (
Spline natural
x1 x xn1
max f ( k ) ( x ) S ( k ) ( x ) ck Mh 4 k , k = 0,1, 2 max f ( x ) S ( x ) cMh 2
x[ x0 , x1 ][ xn1 , xn ]
41
Anlisis Numrico
Spline Cbicos: Ejemplo (I)

Aproximar la funcin f(x)=cos(x)*exp(x) definida en [-,] mediante una spline cbica sujeta utilizando 5 y 9 puntos equiespaciados. Spline Sujeta con 5 puntos
x - 10 - 0 -/2 -10 0 /2
-20
F(x),F(x) -0.0432 -0.0432 0 1 0

-3 -23.1407 -2
Intervalo [-,-/2] [-/2,0] [0,/2] [/2,]

-1 Interpolacion
Polinomio 0.0150(x+)3-0.0215(x+)2-0.0432(x+)-0.0432 -1.3564x3+0.7736x2+1.4949x+1.0000

f(x) 0.0843(x-/2)3-5.6182(x-/2)2-6.1149(x-/2)+0 SpSuj3 (x) Datos 0 1 2 3 max f 4( x ) S ( x )
0.1446(x+/2)3+0.0920(x+/2)2+0.1352(x+/2)+0
Bibliografa
-30 -4 0.8 0.6 0.4 0.2 0 -4
-23.1407
Maximo:0.76909
Error
x0 x xn
5 384
Mh 4
5 384
4e ( 24 ) 7.3376
4
42
-3
-2
-1
Anlisis Numrico
Spline Cbicos: Ejemplo (II)

Spline Sujeta con 9 puntos

x - - -3/4 10 -/2
0
F(x),F(x) -0.0432 -0.0432 -0.0670 0 0.3224 1 1.5509

-30 -2
Intervalo [-,-3/4] [-3/4,-/2]
Polinomio 0.0277(x+)3-0.0054(x+)2-0.0432(x+)-0.0432 0.0624(x+3/4)3+0.0600(x+3/4)2-0.0003(x+3/4)-0.0670
[-/2,-/4] 0.0622(x+/2)3+0.2071(x+/2)2+0.2095(x+/2)+0 Interpolacion [-/4,0] [0,/4] [/4,/2] -0.1052(x+/4)3+0.3536(x+/4)2+0.6499(x+/4)+0.3224 -0.6363(x-0)3+0.1058(x-0)2+1.0108(x-0)+1.0000 -1.4265(x+/4)3-1.3933(x+/4)2-0.0004(x+/4)+1.5509

SpSuj3 (x) 0 Error
-/4 0
-10 -20
[/2,3/4] f(x) -1.5177(x+/2)3-4.7543(x+/2)2-4.8288(x+/2)+0 [/2,]

-1
/4
Bibliografa
-30 /2-4
2.7288(x-/2)3-8.3302(x-/2)2-15.1054(x-/2)-7.4605 Datos
1 2 3 4
3/4
0.08
-7.4605 -23.1407 Maximo:0.075319 -23.1407
0.06 0.04 0.02 0 -4
x0 x xn
max f ( x ) S ( x )
5 384 4
5 384
Mh 4
-3 -2 -1 0 1 2 3
4e ( 28 ) 0.4586
4
43
Anlisis Numrico
Spline Cbicos: Ejemplo (I)

Aproximar la funcin f(x)=cos(x)*exp(x) definida en [-,] mediante una spline cbica natural utilizando 5 y 9 puntos equiespaciados. Spline Natural con 5 puntos
x
10
F[.] -0.0432 0 1 0
-3 -2 0
Interpolacion Intervalo
Polinomio
- -/2 0-10
-20 /2 -4
[-, -/2] [-/2 ,0] [0 , /2] [/2, ]

-1
0.0576(x+)3-0.0775(x+)2+0.0071(x+)-0.0432 0.0576(x+/2)3+0.1939(x+/2)2+0.1900(x+/2)+0
f(x) SpNat3 (x) -1.0508(x-/2)3 -4.4866(x-/2)2 -5.0914 Datos 0 1 2 3 4
-1.0508x3+0.4653x2+1.2254x+1.0000 (x-/2)+0
Bibliografa
-30 -23.1407
Error 0.8 0.6 0.4 0.2 0 -4 Maximo:0.50656
44
-3
-2
-1
Anlisis Numrico
Spline Cbicos: Ejemplo (II)

Introduccin Int. Polinomial Int. Segmentaria - Definicin - Lineal - Splines (cbicas) Int. Multidimensional Resumen
Spline Natural con 9 puntos

x - -3/4 -/2 10 -/4
0
F[.] -0.0432 -0.0670 0 0.3224 1 1.5509 0 -7.4605-2 -3 -23.1407
Intervalo [-,-3/4] [-3/4,-/2]
Polinomio 0.0542(x+)3-0.0541 (x+)2-0.0213 (x+)-0.0432 0.0542(x+3/4)3- 0.0736(x+3/4)2 -0.0059(x+3/4) -0.0670 0.0687(x+/2)3+ 0.2013(x+/2)2+ 0.2100(x+/2)+0
[-/2,-/4] Interpolacion [-/4,0] [0,/4] [/4,/2] [/2,3/4]
-0.1229(x+/4)3+ 0.3632(x+/4)2+ 0.6533(x+/4)+ 0.3224 -0.5717 (x-0)3+0.0735 (x-0)2+0.9963 (x-0)+1.0000 -1.6669(x+/4)3-1.2735 (x+/4)2+ 0.0538(x+/4)+ 1.5509
f(x) -0.6203(x+/2)3 -5.2012 (x+/2)2 -5.0314 (x+/2)+0 SpNat3 (x) 0 1 2 3 4
0 /4 /2
-30 3/4 -4 -20 -10
[/2,] Datos -0.6203(x-/2)3 -6.6627(x-/2)2-14.3492 (x-/2)+ -7.4605

-1
Bibliografa
0.4 0.3 0.2 0.1 0 -4
Error Maximo:0.31398
45
-3
-2
-1
Anlisis Numrico
Resumen
El problema de Lagrange tiene un nico polinomio de interpolacin de grado mnimo que se puede obtener mediante

Planteamiento directo del sistema lineal Usando los polinomios de Lagrange Usando diferencias divididas de Newton
Bibliografa
Los polinomios de Lagrange permiten slo dependen de los puntos del soporte y son independientes de la funcin pero pueden ser ms complejos que la funcin de partida Las diferencias divididas de Newton dependen tanto de los puntos como de la funcin y permiten aadir o eliminar puntos del soporte aprovechando los clculos realizados La frmula de error del polinomio de interpolacin es independiente de la forma en que se de ste y no siempre el error disminuye con el aumento del nmero de puntos del soporte Los polinomios de interpolacin de grado elevado tienden a tener oscilaciones muy fuertes, lo que limita su aplicabilidad La interpolacin segmentaria permite disminuir el error con el aumento del nmero de puntos a consta de calcular interpolantes simples en cada subintervalo Los mejores resultados se suelen obtener con los splines cbicos sujetos, si bien se utilizan las naturales porque los sujetos exigen conocer el valor de la derivada en los extremos
46
Anlisis Numrico
Resumen (Ejemplo)
Tipo Lineal Cuadrtica Polinomial Polinomial Poligonal Poligonal Sp. Sujeta Sp. Sujeta Sp. Natural Sp. Natural
Puntos 23 16 5 9 5 9 5 9 5 9
Cota 0.5 0.5 53.5746 1.1438 14.2743 3.5886 7.3376 0.4586
Error 0.0750 0.0923 0.09028 0.0160 4.1046 1.0023 0.76909 0.075319 0.50656 0.31398
Bibliografa
47

Interpolacion

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Interpolacion

Transféré par

Droits d'auteur :

Formats disponibles

Titulacin:

Asignatura: Anlisis Numrico Autor: Csar Menndez

por Csar Menndez Fernndez

Existencia y unicidad de solucin? Soporte {x0,x1,x2,xn}

por Csar Menndez Fernndez

Funcin interpolante coincide con la inicial

por Csar Menndez Fernndez

por Csar Menndez Fernndez

Existencia y unicidad asociadas al sistema

Base polinnica: soporte sin puntos repetidos

Base trigonomtrica: soporte sin puntos repetidos y comprendidos en [- , ]

{1,sin ( x ) , cos ( x ) , sin ( kx ) , cos ( kx ) ,}

por Csar Menndez Fernndez

Existencia y unicidad asociadas al sistema

{1,sin ( x ) , cos ( x ) , sin ( kx ) , cos ( kx ) ,}

por Csar Menndez Fernndez

Existencia y unicidad asociados al sistema

Criterios del cociente y de la raz

Si L=, converge en x=0, si L=0, converge x Sino converge para |x|<1/L

por Csar Menndez Fernndez

{1,sen(x),sen(2x)}: sin solucin {1,cos(x),cos(2x)}: solucin mltiple

por Csar Menndez Fernndez

por Csar Menndez Fernndez

Forma de Lagrange (I)

x xk n : Li ( xk ) = ik Grado n y adems L ( x ) = k = 0 xi xk Ejemplo k i

X0=-2 -13/5 X1=-1 -3 X2=1 X3=2 -2 3/5

( x + 1)( x 1)( x 2 ) = x3 2 x 2 x + 2 L ( x) = 12 ( 2 + 1)( 2 1)( 2 2 ) ( x + 2 )( x 1)( x 2 ) = x3 x 2 4 x + 4 3 L1 ( x ) = 6 ( 1 + 2 )( 1 1)( 1 2 )

( x + 2 )( x + 1)( x 2 ) = x3 + x 2 4 x 4 L ( x) = 6 (1 + 2 )(1 + 1)(1 2 ) ( x + 2 )( x + 1)( x 1) = x3 + 2 x 2 x 2 3 L3 ( x ) = 12 ( 2 + 2 )( 2 + 1)( 2 1)

por Csar Menndez Fernndez

Forma de Lagrange (II)

L3 (x) 1 L3 (x) 2 L3 (x)

por Csar Menndez Fernndez

Forma de Lagrange (III)

Fcil de calcular Independientes de la funcin a interpolar

por Csar Menndez Fernndez

Forma de Newton Diferencias Divididas (I)

por Csar Menndez Fernndez

Forma de Newton Diferencias Divididas (II)

Clculo de la tabla de Diferencias divididas

por Csar Menndez Fernndez

Forma de Newton Diferencias Finitas

Puntos equiespaciados xk=x0+k h Progresivas f k = f ( xk +1 ) f ( xk ) y n f k = n 1 f k +1 n 1 f k n n 1 nn 1 Regresivas f k = f ( xk ) f ( xk 1 ) yf f k 1= f f k f k 1 = ( ) i Relaciones

por Csar Menndez Fernndez

Error en la interpolacin de Lagrange (I)

por Csar Menndez Fernndez

Error en la interpolacin de Lagrange (II)

Descripcin Objetivos Temario

Valor del interpolante en x=0 1 2 Pn ( 0 ) = 10 03 + 1 0 2 + 5 0 3 = 3 2 Error mximo cometido en x=0

122 61 ( 0 + 2 )( 0 + 1)( 0 1)( 0 2 ) = 4! 3

Error mximo cometido en todo el intervalo

por Csar Menndez Fernndez

Error en la interpolacin de Lagrange (III)

Datos equiespaciados xk=x0+k h

3.6314 16.9009 95.8419

640.6010 4.9292 103 4.2901 104

por Csar Menndez Fernndez

Ejemplo 1 de Interpolacin de Lagrange (I)

Esfuerzo (Kg/cm2) 506 527 562 365 703 126

Deforma. (m) 0.002 0.0045 0.006 0.0013 0.0085 0.0005

por Csar Menndez Fernndez

Ejemplo 1 de Interpolacin de Lagrange (II)

Descripcin Objetivos Temario

506 527 562 365 703 126