Capitulo 4 Interpolacion Aproximacion de Funciones MA 33A

Universidad de Chile Departamento de Ingeniera Matemtica
0.5 0.4
Clculo Numrico
0.3 0.2 0.1
Captulo 4:
0 -0.1 -0.2
Interpolacin y
-0.3 -0.4 -0.5 -5
y=x/(x^2+1) Taylor 3 Ord Taylor 5 Ord
Aproximacin Funciones
Dr. Gonzalo Hernndez Oliva
Dr. Gonzalo Hernndez Oliva Interpolacin y Aproximacin Funciones
-4
-3
-2
-1
Interpolacin y Aproximacin de Funciones : Temario

1) 2) 3) 4) 5) Motivacin Aproximacin de Taylor Interp. de Lagrange, Newton y Hermite Interpolacin por Spline Cbicos Aproximacin por Mnimos Cuadrados: Discretos y Continuos 6) Aproximacin Racional (Propuesto) 7) Aproximacin Trigonomtrica
Dr. Gonzalo Hernndez Oliva Interpolacin y Aproximacin Funciones 2
Interp. y Aprox. de Funciones:

1) Motivacin 1: Interpol. Polinomial
yi = p( xi ) = ak xi k
k =0 n
Dados n+1 puntos (xi , yi ) Encontrar un polinomio de grado n tal que:

x
p(xi ) = yi i =1,..., n +1
x
yi
x x x x
x x x
p(x)
xi

1) Motivacin 1: Interpol. Polinomial
y i px i i 1, . . . , n 1 yi
1 1 1
a k x k i 1, . . . , n 1 i
k0
x1 x2 x3
x2 1 x2 2 x2 3
xn 1 xn 2 xn 3
a0 a1 a2 an
y1 y2 y3 y n1
4
2 1 x n1 x n1 x n n1
Interpolacin y Aproximacin Funciones

1) Mot. 2: Mn. Cuadrados Discretos
yk = 0 + 1 xk
Nube de puntos con tendencia lineal Dados n puntos (xi , yi ) Encontrar la recta que mejor los representa:
yi
+ ++ ++ + + + + ++ ++ + + + + + + + + + + + + + ++ + + ++ + + + + + + + +++ +
min [ yk ( 0 + 1 xk )]
0 , 1
k =1
xi


z
+
zk = 0 + 1 xk + 2 yk + k
++ + + + + + + + + + + + + + + + + + + ++ + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +

Regresin Lineal Bidimensional:
min T zk 0 1 x k 2 y k 2
k1 n
Ecuaciones Normales:
n
n k1 n k1
xk yk
n n k1 x k k1 y k n n x 2 k1 x k y k k1 k n n x k y k k1 y 2 k k1
0 1 2
n k1 z k n k1 x k zk n y k zk k1
8

1) Motivacin 3: Aproximacin Taylor
1 0.9 0.8 f(x) y Taylor 0.7 0.6 0.5 0.4 Aproximacin de Taylor para Campana de Gauss
f ( x) = exp( x 2 )
x4 pT (x) = 1 x + 2
2
Campana Gauss Taylor 4 Orden
-1
-0.5
0 0.5 x Interpolacin y Aproximacin Funciones
1
9

1) Motivacin 3: Aproximacin Taylor
1.5 Aproximacion de Taylor para f(x)= x*sin(x )
2
f ( x) = x sin( x 2 )
0.5 f(x), g(x)
x7 pT (x) = x3 6
-0.5
-1
f(x) = x*sin(x 2) Taylor f(x)
-1.5 -1.5
-1
-0.5
0 0.5 Interpolacin y x Aproximacin Funciones
1.5
10

2) Resultado Terico Bsico Teorema de Aproximacin de Weierstrass: Sea f : [ a, b ] R una funcin continua.
> 0)
( p ( x ) ) polinomio tal que:
| f ( x ) p ( x ) |< x [ a, b]

2) Resultado Terico Bsico
y
y = f ( x) +
y = f ( x)
y = p( x)
y = f (x)
x

2) Polinomio de Taylor
Teorema de Taylor: Suponga que:
[ a, b ] , f
( n +1)
existe en [a,b] , x0 [ a, b]
Para cada x [a,b] (x) entre x y x0 tal que:
f ( x) = pn ( x ) + Rn ( x)
f (k ) ( x0 ) f (n+1) ( (x)) (x x0 )k Rn (x) = (x x0 )n+1 pn (x) = (n +1)! k! k =0
n

2) Polinomio de Taylor: Ejemplo 1
x
1 0.5 0.3 0.1 0.01 0.001
x2 x2 x3 x4 x 2 x3 1+ x + + + 1+ x + + 1+ x 1+ x + 2 6 24 2 6 2
2 1.5 1.3 1.1 1.01 1.001 2.5 1.625 1.345 1.105 1.01005 1.0010005 2.666666 1.645833 1.3495 1.10516667 1.01005017 1.00100050000 2.7083333 1.6484375 1.3498375 1.10517083 1.01005017 1.00100050017
ex
2.718281828 1.6487212707 1.34985880757 1.10517091807 1.010050167 1.00100050016
14

Determine el polinomio de Taylor de quinto orden para la funcin:
f ( x) = ln( x + 1)
2
en torno a x0 = 0 Utilice estos polinomios que aproximan a f para calcular: Cual es el error relativo ?
f (0.5), p5 (0.5) y f (1.0), p5 (1.0)

Interpolacin y Aproximacin Funciones 15

1.2 1 0.8
Aproximacin de Taylor de f(x)=ln(x +1)
f ( x) = ln( x 2 + 1)
x4 pT (x) = x 2
2
Funcin y Taylor
0.6 0.4 0.2 0 -0.2 -0.4 -1.5
Funcin Taylor
-1
-0.5
0.5
1.5
16
x Interpolacin y Aproximacin Funciones

2) Polinomio de Taylor: Ejercicios
Ejemplos Polinomio de Taylor de f en torno a x0=0: 2 2 f ( x ) = sin( x ), cos( x ), sin( x ), x sin( x ) 1 x , 2 f ( x) = 2 x +1 x +1 2 2 f ( x ) = ln( x + 1), x ln( x + 1)
n 1 k m 1+ k k Si f ( x) = pn ( x) = ( 1) x m k (1 + x) k =0

2) Pol. Taylor: Error de Aproximacin
1 Aproximacin de f ( x ) = en torno a x0 =1 x
pn ( x ) = ( 1) ( x 1)
k k =0
0 1
1 -1
2 3
3 -5
4 11
5 -21
6 43
7 -85
pn ( 3)
1 f ( 3) = !!! 3
18

3) Interpolacin de Lagrange
El polinomio de Taylor no entrega una buena aproximacin de una funcin en un intervalo. Una alternativa a Taylor es Lagrange. Supongamos que se conocen (n+1) puntos de una funcin:
( x , f ( x ) ) , ( x , f ( x ) ) ,..., ( x , f ( x ) )
0 0 1 1 n n

Teorema: Si x0 ,x1,,xn son (n+1) puntos distintos y si f es una funcin que se evala en esos puntos ! polinomio de grado a lo ms n que interpola f en estos puntos:
pL ( xk ) = f ( xk ) k = 0,1,..., n
Donde: pL ( x) =
f (x )L
k =0 k
n ,k
( x)
20

Y a su vez:
(x x0 )(x x1)...(x xk1)(x xk+1)...(x xn ) Ln,k (x) = (xk x0 )(xk x1)...(xk xk1)(xk xk+1)...(xk xn )
Es fcil ver que:
Veamos un ejemplo
1 si j = k Ln ,k ( x j ) = 0 si j = k
21

Teorema: Sean x0,x1,xn reales distintos en el intervalo [a,b] y
f [a,b]
n+1
Entonces: x [ a, b ] ( x ) ( a, b ) tal que
f ( x) = pL ( x) + RL ( x)
Error Polinomio Lagrange
RL (x) =
( n+1)
( (x)) (x x0 )(x x1)...(x xn ) (n +1)!

22

3) Interpolacin de Lagrange: Ejercs.
Determinar el polinomio de Lagrange de las siguientes funciones:
f ( x) = cos( x), x sin( x), xe , ln( x + 1), (1 + x)

x 2
1/ 3
en los puntos x = 0, 1, 2, 3, 4. Utilice este polinomio para evaluar:
f ( x) = 0.5,0.5,1.5, 2.5,3.5, 4.5
Obtenga una cota del error en [0,5]. Determine error absoluto y relativo.

3) Interpolacin de Lagrange: Ejercs.
Para la funcin de error estadstico:
erf ( x) =
e dt
t 2
1) Determine Pol. de Taylor de orden 4. 2) Determine Pol. de Lagrange en x=0.2, 0.4, 0.6, 0.8, 1.0, utilizando 1). 3) Determine cotas del errores de estas aproximaciones.

3) Interpolacin de Hermite
Los polinomios osculantes son una generalizacin de los polinomios de Taylor y Lagrange. Sean: x0,x1,,xn (n+1) reales distintos en [a,b] m0,m1,,mn enteros no negativos m = max{m0,m1,,mn}

El polinomio osculante que aproxima f [ a,b] en xk , k=0,..., n es el polinomio de menor grado que concuerda con f y con todas sus derivadas de orden menor o igual a mk en xk, k = 0,1,...,n.
m
El grado de este polinomio osculante es a n lo ms:
M = mi + n
i =0
26

Resumen: El polinomio osculante satisface: Dados: x0 ,x1 ,,xn (n+1) reales distintos en [a,b] m0 ,m1 ,,mn (enteros no negativos) Si f
k
[ a, b] ( m = max m )
0 i n i
p es el polinomio de menor grado tal que:
d p d f x = k ( xi ) k = 0,..., mi i = 0,..., n k ( i) dx dx

Observacin:
1) Si n = 0 el polinomio osculante es el polinomio de Taylor 2) Si mi = 0 i=0,,n, el polinomio osculante es el polinomio de Lagrange. 3) Si mi = 1 i=0,,n, el polinomio osculante es el polinomio de Hermite.

Teorema: Si f [ a, b ] y x0,x1,,xn son (n+1) reales distintos en [a,b], el nico polinomio de grado a lo ms (n+1) que interpola f(x) y f(x) en los puntos xi es el polinomio de Hermite H2n+1(x) que est dado por:
m
H 2 n+1 ( x ) = f ( x j ) H nj ( x) + f '( x j ) H nj ( x)
j =0
j =0
29

Donde:
H nj ( x) = (1 2( x x j ) L 'nj ( x) ) L ( x)
2 nj
( x) = ( x x ) L2 ( x) H nj j nj
Lnj: j-simo pol. de Lagrange de grado n. Si: f 2 n+2 [ a, b ] x [a, b] ( x) (a, b) :
( x x0 )2 ( x x1 )2 ...( x xn )2 (2n+2) ( ( x)) f ( x) = H2n+1 ( x) + f (2n + 2)

4) Interpolacin por Splines Cbicos
Dada una funcin f definida en [a,b] y (n+1) puntos x0=a, x1, x2, ..., xn=b, el spline cbico S de f es una funcin que satisface las siguientes condiciones : a) S(x) es un polinomio cbico en el subintervalo [xj, xj+1] denotado por Sj(x) para j=0,1,,(n-1) b) S(xj) = f(xj) para j=0,1,,n: Condicin de interpolacin c) Sj+1(xj+1) = Sj(xj+1) para j=0,1,,(n-2): Condicin de continuidad.

d) Sj+1(xj+1)=Sj(xj+1) para j=0,1,,(n-2): Condicin de continuidad de primera derivada. e) Sj+1(xj+1)=Sj(xj+1) para j=0,1,,(n-2): Condicin de continuidad de segunda derivada f) Condicin de frontera: i) S(x0)=S(xn)=0 (Frontera libre o natural) ii) S(x0)=f(x0) S(xn)=f(xn) (Frontera sujeta)

Para construir un spline cbico de f se tiene que j = 0,1,,(n-1):
Sj (x) = aj +bj (x xj ) +cj (x xj ) + dj (x xj )

2
Claramente Sj(xj) = aj = f(xj) j = 0,1,,n:
Aplicando la condicin c) j = 0,1,,(n-1): aj+1 = Sj+1(xj+1) = Sj (xj+1) =

= aj + bj (xj+1 xj ) + cj (xj+1 xj ) + d j (xj+1 xj )

2
3
33

Definimos: h j = x j +1 x j j = 0,1,..., n 1 Luego: a j +1 = a j + b j h j + c j h + d j h
2 j 3 j
Se define bn=S(xn) y bj=S(xj) j=0,1,...,n-1 Aplicando la condicin d) j=0,1,...,n-1:
b j +1 = b j + 2c j h j + 3d j h
2 j
Se define cn=S(xn)/2 y aplicando la cond. e):

c j +1 = c j + 3d j h j j = 0,1,...n 1 3
34

Despejando dj de 3 y sustituyendo en 1 y 2 se obtienen las ecuaciones: h2 j 4 a j +1 = a j + b j h j + (2c j + c j +1 ) j = 0,1,..., n 1 3 5 b j +1 = b j + h j (c j + c j +1 ) j = 0,1,..., n 1 Despejando bj en 4 : (Tambin bj-1) hj 1 b j = (a j +1 a j ) (2c j + c j +1 ) j = 0,1,..., n 1 3 hj

Se obtiene el siguiente SEL j=1,,n-1: 6
3 3 (a j a j1) hj1c j1 + 2(hj1 + hj )c j + hj c j+1 = (a j+1 a j ) hj hj1
A estas ecuaciones se debe adicionar las condiciones de frontera: Libre o Sujeta Este sist. de ecs. tiene variables: c0,c1,...,cn Tiene solucin nica 6 ?

4) Interp. por Splines Cbicos Libre
Teo: Si se define f en a = x0<x1<...<xn = b, entonces f tendr un nico spline cbico natural (libre) que cumple con las condiciones de frontera S(x0) = S(xn) = 0. La forma matricial de 6 es Ejercicio: Determinar el spline cbico libre de f(x)=sin(x) en los puntos: 0, 1/2, 1

Forma matricial S.C. Libre 6 :
1 0 0 0 0 0 h1 0 h1 2h 1 h 2 h n3 0 0 0 h2 2h n3 h n2 h n2 0
h n2 0
0 0 0 0 1
38
h 0 2h 0 h 1
2h n2 h n1 h n1

Forma matricial S.C. Libre 6 :
0
3 h1 3 h2
a 2 a 1 a 3 a 2
3 h0 3 h1
a 1 a 0 a 2 a 1 a n1 a n2
c0 c1 c n1 cn
Incgnitas
h n1
a n a n1 0
h n2
Vector Lado Derecho
39

4) Interp. por Splines Cbicos Sujeto
Teo: Si se define f en a = x0<x1<...<xn = b, entonces f tendr un nico spline cbico sujeto que cumple con las condiciones de frontera S(x0) = f(x0) , S(xn) = f(xn). La forma matricial de 6 es Ejercicio: Determinar el spline cbico sujeto de f(x)=cos(x) en los puntos: 0, 1/2, 1

Forma matricial S.C. Sujeto 6 :
2h 0 h0 0 0 0 0 h0 2h 0 h 1 h1 0 h1 2h 1 h 2 h n3 0 0 0 h2 2h n3 h n2 h n2 0 h n2 h n1 0 0 0 0 2h n1
41
2h n2 h n1 h n1

Forma matricial S.C. Sujeto 6 :
3 h0 3 h1 3 h2
a 1 a 0 3f x0
3 h0 3 h1
a 2 a 1 a 3 a 2
a 1 a 0 a 2 a 1 a n1 a n2
c0 c1 cn1 cn
Incgnitas
42
h n1
a n a n1 3f xn
h n1 3
h n2
a n a n1
Vector Lado Derecho

5) Aproximacin Mtodo MC Discreto
Regresin Lineal Multidimensional:
min T y k 0 1 x 1k 2 x 2k n x nk 2
k1 n
n
n x 1k k1 n x 2k k1
n n x 1k k1 x 2k n x nk k1 k1 n n x 2 k1 x 1k x 2k n x 1k x nk k1 1k k1 n n k1 x 2k x nk n x 2k x 1k k1 x 2 2k k1
0 1 2 n
n y k k1 n x 1k y k k1 n x 2k y k k1
n n x nk n x nk x 1k k1 x nk x 2k k1 k1
n x2 k1 nk
n x nk y k k1
43

Regresin Cuadrtica:
min T zk 0 1 x k 2 x 2 2 k
k1 n
n
k1 x k n x 2 k1 k
n k1 n k1 n k1
x k k1 x 2 k x 2 k1 x 3 k k x 3 k1 x 4 k k
n n
0 1 2
yk n k1 x k y k n k1 x 2 y k k
44
n k1

Regresin Polinomial: (n < m1)
min T
m m n 2
y i pnx i 2
i1 i1
yi ak xk i
k0
Ecuaciones Normales: Sol. nica para xi

n
m xi i1
m i1 x i m i1 x 2 i
m i1 x2 m xn i i1 i m i1 x3 m x n1 i i1 i
a0 a1 an
m xi yi i1 m x2 yi i1 i
m xn m xn1 m xn2 m x2n i1 i i1 i i1 i i1 i
m xn yi i1 i
45

5) Aproximacin Mtodo MC Continuo
Sea f [a, b] . Se quiere determinar un polinomio pn ( x) de grado n segn MC:
min T = [ f ( x) pn ( x) ] dx
2 pn ( x ) a b
Matriz tipo Hilbert !
a x 0 dx a x 1 dx a x dx a x dx
1 2 b b b b
c efi co
tes ie n
bi + j +1 a i + j +1 ij = i + j +1
a x 2 dx a x n dx
b 3 x dx a
a0 a1 an
a x 0 fxdx a x 1 fxdx
a x
b
n1
dx
b
b n1 b
n2
2n
a x dx a x dx a x Interpolacin y Aproximacindx dx a x Funciones

n
a x n fxdx 46

El conjunto de funciones { 0 , 1 ,..., n } es linealmente independiente en [a,b] si:
c00 ( x) + c11 ( x) + ... + cnn ( x) = 0 x [a, b]

Implica que: c0 = c1 = ... = cn = 0 Si j es un polinomio de grado j j=0,,n {0 ,1 ,...,n } es un conjunto linealmente independiente para cualquier intervalo [a,b].

Una funcin (x) es una funcin de peso en [a,b] si (x) 0 para x[a,b] y (x) 0 en cualquier subintervalo de [a,b].
f(x)=1/sqrt(1-x 2) 4 3.5 3 2.5 2 1.5 1 0.5 0 -1
Por ejemplo:
( x) =
1 1 x2
Sea {1 , 2 ,..., n } un conjunto de funciones l.i

-0.8 -0.6 -0.4 -0.2 0 x 0.2 0.4 0.6 0.8 1
en [a,b].

Sea f [a, b] . Se quiere determinar una funcin p ( x) de la forma:
p ( x) = akk ( x)
k =0
que aproxime f ( x) segn el criterio de MC para el peso (x):

min T = ( x)[ f ( x) p( x)] dx

2 p( x) a
49

min T = ( x) f ( x) akk ( x) dx k =0 a
n b 2
a 2xdx a 01 xdx a 0n xdx 0 a 10 xdx a 2xdx a 1n xdx 1
b b b b b
a0 a1 an
af0 xdx af1 xdx
a n0 xdx a n1 xdx a 2xdx n

n min T = ( x) f ( x) akk ( x) dx k =0 1 a b 2
afn xdx
Si las funciones { , 2 ,..., n } son ortogonales con respecto a (x) en [a,b] se tiene que:

0 si j k ( jk )( x)dx = j si j = k a
b
j = ( j 2 )( x)dx > 0
a
En este caso, las ecuaciones normales quedan diagonales:

a 2xdx 0
0 0

b a
0 0 2 xdx n
a0 a1 an
af0 xdx af1 xdx
2xdx 1 a 0
afn xdx
51

Teo: El conjunto de polinomios { 0 , 1 ,..., n } definidos recursivamente es ortogonal en [a,b] con respecto a la funcin de peso (x):
0 ( x) = 1 1 ( x) = x B1 k ( x) = ( x Bk )k 1 ( x) Ckk 2 ( x) k 2
Bk
x ( x) [ = ( x) [
b a b a
k 1
( x) ] dx
2
k 1
( x) ] dx
Ck
x ( x)k 2 ( x)k 1 ( x)dx
( x) [
b a
k 2
( x) ] dx
52

Teo: El conjunto de polinomios { 0 , 1 ,..., n } de Legendre definidos recursivamente es ortogonal en [-1,1] c/r a la f. de peso (x)=1:
0 (x) = 1 1(x) = x B1 k (x) = (x Bk )k1(x) Ckk2 (x) k 2

Bk
Dr. Gonzalo Hernndez Oliva 1 k 1
x [ = [
1 1 1
k 1
( x) ] dx
2
( x) ] dx
Ck
xk 2 ( x)k 1 ( x)dx
[
1 1
k 2
( x) ] dx
53

Teo: El conjunto de polinomios {T0 , T1 ,..., Tn } de Chebyshev definidos recursivamente es 2 1/2 ortogonal en [-1,1] c/r a la f.p. (x) = (1 x ) :
T0 (x) = 1 T1(x) = x Tk+1 (x) = 2xTk ( x) Tk1 (x) k 1

Se utilizan para ubicar los puntos interpolantes debido a que minimizan el error de interp. de Lagrange

Polinomios de 1 Chebyshev
0.5 T0,T1,T2,T3,T4
Polinomios de Chebyshev
T0 T3 T4 T1
-0.5
T2
-1
-1
Interpolacin y Aproximacin Funciones -0.8 -0.6 -0.4 -0.2 0 x
0.2
0.4
0.6
0.8
55 1

Teo: El polinomio de Chebyshev Tn ( x) de grado n1 tiene n ceros simples en [-1,1] definidos por: 2k 1 xk = cos k = 1,2,..., n 2n Adicionalmente en: k xk = cos n
Tn ( x) alcanza sus extremos

Tn ( xk ) = (1) k k = 0,1, 2,..., n

Teo: Si pL(x) es el polinomio de Lagrange de grado n definido en los ceros del polinomio de Chebyshev Tn ( x) , se tiene que:
1 max f ( x) pL ( x) n max f ( n+1) ( x) x[ 1,1] 2 (n + 1)! x[ 1,1]
Para cualquier f
n +1
[1,1]
57

Ejemplo: Interpolacin de f ( x) = xe en [0,1.5]
x
x 0.15 0.35 0.75 1.15 1.35
f ( x) = xe
0.1743 0.4967 1.588 3.632 5.208
pL ( x )
0.1969 0.5121 1.572 3.650 5.237
f (x) pL(x) p L (x)

0.0226 0.0154 0.016 0.018 0.029 0.1868 0.5064 1.571 3.644 5.224
f (x) pCL(x)
0.0125 0.0097 0.017 0.012 0.016
58

Teo: Las funciones BT = {0 ,1,...,2n1} son ortonales en [-,] para la funcin de peso (x) = 1:
1 0 ( x) = 2 k ( x) = cos(kx) k = 1, 2,..., n
n+k ( x) = sin(kx) k = n + 1,..., 2n 1
El conjunto de funciones generado por BT se denomina polinomios trigonomtricos

59

Para una funcin f [ , ] la aproximacin de mnimos cuadrados en T es de la forma:
S n ( x) = a0 + an cos(nx) + ( ak cos(kx) + bk sin(kx) )

k =1
n 1
donde los coeficientes ak , bk estn dados por:

ak = 1
f ( x)cos(kx)dx
bk =
f ( x)sin(kx)dx
60
k=0,1,,n Interpolacin y Aproximacin Funciones k=1,2,,n-1

Aproximacin trigonomtrica de:
f(x) y S(x)
f(x)=abs(x) y S(x)=1/2 - 4cos(x)/ - 4/9cos(3x)/

3
2.5
f ( x) = x x [ , ]
1.5
4 S3 ( x) = cos( x) cos(3x) 2 9
0.5 0
T3
0 x 1 2 3
61
-3
-2
-1

5) Interpolacin Trigonomtrica
Teorema de Interpolacin Trigonomtrica: Considere 2m puntos ( x j , y j ) j=0,1,,2m-1, con: xj = + j / m (dist. uniforme en [-,]) Los coeficientes ak , bk que minimizan el error de interpolacin trigonomtrico:
min T =
ak ,bk 2 m1 j =0
y
n1 k =1
Sn ( x j )
donde:
Sn ( x j ) = a0 + an cos(nx j ) + ( ak cos(kx j ) + bk sin(kx j ) )


5) Interpolacin Trigonomtrica
Estn dados por:
ak = y j cos(kx j ) k = 0,1,2,..., n
j =0 2 m1
bk = y j sin(kx j ) k = 1,2,..., n 1
j =0
2 m1
63

5) Aproximacin por Mtodo MC
Ejercicios 1) Determine los polinomios trigonomtricos continuos de S2(x) y S3(x) de x2 2) Determine el polinomio trigonomtrico continuo Sn(x) de ex 3) Determine el pol. trigonomtrico discreto S3(x) de f(x) = excos(x) para m = 4 en [-,] 4) Determine el pol. trigonomtrico discreto S4(x) de f(x)= x2sin(x) para m = 5 en [0,1]
64
Bibliografa
1) R. Burden & J. D. Faires, Anlisis Numrico, Sptima Edicin, Thomson Learning, 2002. 2) J. Stoer & R. Burlisch, Introduction to Numerical Analysis, Second Edition, Springer, 1992. 3) G. Hernndez: Apuntes de Clculo Numrico 2006

Capitulo 4 Interpolacion Aproximacion de Funciones MA 33A

Transféré par

Informations du document

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

Capitulo 4 Interpolacion Aproximacion de Funciones MA 33A

Transféré par

Droits d'auteur :

Formats disponibles

Universidad de Chile Departamento de Ingeniera Matemtica

0.3 0.2 0.1

-0.3 -0.4 -0.5 -5

y=x/(x^2+1) Taylor 3 Ord Taylor 5 Ord

Interpolacin y Aproximacin de Funciones : Temario

Interp. y Aprox. de Funciones:

Dados n+1 puntos (xi , yi ) Encontrar un polinomio de grado n tal que:

Interp. y Aprox. de Funciones:

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

Interp. y Aprox. de Funciones:

Dr. Gonzalo Hernndez Oliva

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

Dr. Gonzalo Hernndez Oliva

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

Dr. Gonzalo Hernndez Oliva

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

0 0.5 x Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

0.5 f(x), g(x)

0 0.5 Interpolacin y x Aproximacin Funciones

Interp. y Aprox. de Funciones:

( p ( x ) ) polinomio tal que:

Interp. y Aprox. de Funciones:

Interp. y Aprox. de Funciones:

Para cada x [a,b] (x) entre x y x0 tal que:

Interp. y Aprox. de Funciones:

Dr. Gonzalo Hernndez Oliva

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

f (0.5), p5 (0.5) y f (1.0), p5 (1.0)

Interp. y Aprox. de Funciones:

Aproximacin de Taylor de f(x)=ln(x +1)

0.6 0.4 0.2 0 -0.2 -0.4 -1.5

Dr. Gonzalo Hernndez Oliva

x Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

Dr. Gonzalo Hernndez Oliva

Interp. y Aprox. de Funciones:

Dr. Gonzalo Hernndez Oliva

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

Interp. y Aprox. de Funciones:

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

Entonces: x [ a, b ] ( x ) ( a, b ) tal que

( (x)) (x x0 )(x x1)...(x xn ) (n +1)!

Interpolacin y Aproximacin Funciones

Interp. y Aprox. de Funciones:

f ( x) = cos( x), x sin( x), xe , ln( x + 1), (1 + x)

en los puntos x = 0, 1, 2, 3, 4. Utilice este polinomio para evaluar:

f ( x) = 0.5,0.5,1.5, 2.5,3.5, 4.5

Interp. y Aprox. de Funciones:

Interp. y Aprox. de Funciones:

Interp. y Aprox. de Funciones:

El grado de este polinomio osculante es a n lo ms:

Dr. Gonzalo Hernndez Oliva

Interp. y Aprox. de Funciones:

p es el polinomio de menor grado tal que: