Transp Tema2

Aproximacin de funciones Interpolacin Int. Segm.
Complementos de Matemticas, ITT Telemtica

Tema 2. Interpolacin polinmica
Rafael Bravo de la Parra
Departamento de Matemticas, Universidad de Alcal
Rafael Bravo de la Parra Interpolacin polinmica
Aproximacin de funciones Interpolacin Int. Segm. Introduccin Propiedades de los polinomios
ndice
1
Aproximacin de funciones
Introduccin
Propiedades de los polinomios
2
Interpolacin polinmica
Polinomio de Taylor
Polinomio de Lagrange
Polinomio de Newton
Convergencia de los polinomios de interpolacin
Interpolacin de Hermite
3
Interpolacin Segmentaria
Interpolacin lineal segmentaria
Interpolacin cbica de Hermite a trozos
Aproximar una funcin f consiste en reemplazarla por otra

f parecida
y que tenga una forma ms simple.
Este proceso requiere especicar en qu consiste el parecido y cul es
la clase de funciones ms simples entre las que se busca

f .
En este tema utilizaremos el tipo de aproximacin denominado
interpolacin y la clase de funciones simples que utilizaremos sern
los polinomios.
Aplicaciones
En el Tema 1 hemos hablado de mtodos interpolatorios: el mtodo de Newton
o el de la secante se basan en la interpolacin lineal.
En el Tema 3 utilizaremos la interpolacin polinmica para obtener frmulas
de integracin numrica.
Funciones conocidas solo para algunos valores.
CENSO DE LA POBLACIN ESPAOLA
AO N
o
HABITANTES AO N
o
HABITANTES
1594 8.206.791 1930 23.677.095
1769 9.159.999 1940 26.014.278
1787 10.268.150 1950 28.117.873
1797 10.541.221 1960 30.582.936
1833 12.286.941 1970 33.956.047
1846 12.162.872 1981 37.742.561
1857 15.464.340 1991 39.433.942
1877 16.622.175 2001 40.499.791
1887 17.549.608 2006 44.708.964
1900 18.616.630 2007 45.200.737
1910 19.990.669 2008 46.063.511
1920 21.388.551 2009 46.745.807
Cmo estimar la poblacin en instantes distintos de los de la tabla?
CENSO DE LA POBLACIN ESPAOLA
Datos conocidos desde 1900
45
40
35
30
25
20
15
10
5
Ao (+1900)
10 20 30 40 50 60 70 80 90 100 110
Millones de Habitantes
Interpolacin lineal entre cada dos datos
45
40
35
30
25
20
15
10
5
Ao (+1900)
10 20 30 40 50 60 70 80 90 100 110
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
Resultados fundamentales
Polinomio de grado n: p
n
(x) = a
n
x
n
+ a
n1
x
n1
+ + a
1
x + a
0
(a
n
= 0)
Teorema
Si p
n
es un polinomio de grado n 1, entonces p
n
(x) = 0 tiene al menos una raz
(posiblemente compleja).
Teorema
Sea p
n
es un polinomio de grado n 1, entonces existen constantes x
1
, x
2
, . . . , x
k
,
posiblemente complejas, y enteros positivos m
1
, m
2
, . . . , m
k
, tales que
m
1
+ m
2
+ . . . + m
k
= n vericando:
p
n
(x) = a
n
(x x
1
)
m
1
(x x
2
)
m
2
(x x
k
)
m
k
.
Teorema
Sean p
n
y q
n
dos polinomios de grado menor o igual que n. Si existen x
1
, x
2
, . . . , x
k
,
con k > n, nmeros distintos tales que p
n
(x
i
) = q
n
(x
i
), i = 1, . . . , k, entonces
p
n
(x) = q
n
(x) para todo x.
Evaluacin de polinomios
p
n
(x) = a
n
x
n
+ a
n1
x
n1
+ + a
1
x + a
0
Se necesitan menos operaciones para evaluarlo en un punto x
0
si se escribe:
p
n
(x) = a
0
+ x(a
1
+ x( (a
n2
+ x(a
n1
+ xa
n
)) ))
Algoritmo de Horner para evaluar p
n
(x
0
)
b
n1
= a
n
b
k
= a
k+1
+ x
0
b
k+1
(k = n 1, n 2, . . . , 0, 1)
Entonces: p
n
(x
0
) = b
1
Adems si llamamos
q
n1
(x) = b
n1
x
n1
+ b
n2
x
n2
+ + b
1
x + b
0
se tiene que
p
n
(x) = (x x
0
)q
n1
(x) + b
1
y, por tanto,
p
n
(x
0
) = q
n1
(x
0
)
Aproximacin de funciones Interpolacin Int. Segm. Taylor Lagrange Newton Convergencia Interpolacin de Hermite
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
Problema de interpolacin de Taylor
Dados un entero n no negativo, un punto x
0
R y los valores f (x
0
), f
(x
0
),...,
f
(n)
(x
0
) de una funcin y sus n primeras derivadas en x
0
, encontrar un polinomio
P(x) de grado n tal que
P(x
0
) = f (x
0
), P
(x
0
) = f
(x
0
), ..., P
(n)
(x
0
) = f
(n)
(x
0
).
Teorema
El problema de interpolacin de Taylor tiene solucin nica, que se denomina
polinomio de Taylor de grado n de la funcin f en el punto x
0
:
P(x) = f (x
0
) + f
(x
0
)(x x
0
) + f
(x
0
)
(x x
0
)
2
2!
+ ... + f
(n)
(x
0
)
(x x
0
)
n
n!
Teorema
Para n > 1 sea f (x) una funcin n veces derivable en x
0
. El polinomio de Taylor
P(x) verica que:
lm
xx
0
f (x) P(x)
(x x
0
)
n
= 0
con la notacin o pequea de Landau f (x) P(x) = o((x x
0
)
n
) para x x
0
.
Adems, P(x) es el nico polinomio de grado n con esta propiedad.
Error del polinomio interpolador de Taylor
Teorema
Sean x y x
0
dos nmeros reales distintos y f (x) una funcin con n derivadas
continuas en un intervalo conteniendo a x y x
0
, en el que tambin existe f
(n+1)
.
Entonces existe un punto entre x y x
0
tal que:
f (x) P(x) = f
(n+1)
()
(x x
0
)
(n+1)
(n + 1)!
Corolario
Adems de las hiptesis del teorema supongamos que para cada t entre x y x
0
se
verica que |f
(n+1)
(t)| K
n+1
constante, entonces:
|f (x) P(x)|
|x x
0
|
(n+1)
K
n+1
(n + 1)!
.
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
Problema de interpolacin de Lagrange
Problema de interpolacin de Lagrange
Dados un entero n no negativo, n + 1 puntos x
0
, . . . , x
n
R distintos dos a dos y los
correspondientes valores f (x
0
),..., f (x
n
) de una funcin, encontrar un polinomio P(x)
de grado n tal que
P(x
0
) = f (x
0
), P(x
1
) = f (x
1
), ..., P(x
n
) = f (x
n
).
Teorema
El problema de interpolacin de Lagrange tiene solucin nica, que se denomina
polinomio interpolador de Lagrange de grado n de la funcin f en los puntos
x
0
, . . . , x
n
.
Polinomio interpolador de Lagrange
x 1 6 7 8 9
f (x) 40.499791 44.708964 45.20073699 46.06351099 46.74580699
50
45
40
35
30
25
20
15
10
5
Ao (+2000)
-1 1 2 3 4 5 6 7 8 9 10 11
Millones de habitantes
x 1 6 7 8 9
f (x) 40.499791 44.708964 45.20073699 46.06351099 46.74580699
50
45
40
35
30
25
20
15
10
5
Ao (+2000)
-1 1 2 3 4 5 6 7 8 9 10 11
Millones de habitantes
P(x) = 0,01584350508 x
4
+ 0,3833919843 x
3
3,191897163 x
2
+ 10,80272723 x + 32,52141243
n + 1 puntos x
0
, . . . , x
n
R, distintos dos a dos, y los valores f (x
0
),..., f (x
n
)
P(x) = a
0
+ a
1
x + + a
n1
x
n1
+ a
n
x
n
Coecientes Indeterminados
_
_
a
0
+ a
1
x
0
+ + a
n1
x
n1
0
+ a
n
x
n
0
= f (x
0
)
a
0
+ a
1
x
1
+ + a
n1
x
n1
1
+ a
n
x
n
1
= f (x
1
)
.
.
.
.
.
.
a
0
+ a
1
x
n
+ + a
n1
x
n1
n
+ a
n
x
n
n
= f (x
n
)
Forma de Lagrange
Polinomios base de Lagrange, L
j
(x), j = 0, . . . , n
L
j
(x) =
(x x
0
) . . . (x x
j1
) (x x
j+1
) . . . (x x
n
)
(x
j
x
0
) . . . (x
j
x
j1
) (x
j
x
j+1
) . . . (x
j
x
n
)
=
n
i=0
i=j
x x
i
x
j
x
i
Expresin explcita del polinomio interpolador
P(x) = f (x
0
)L
0
(x) + f (x
1
)L
1
(x) + + f (x
n
)L
n
(x) =
n
j=0
f (x
j
)
n
i=0
i=j
x x
i
x
j
x
i
Ejemplo
x 0 1 2
sen(x) 0 0.841570 0.909297
sen (0,5) = 0,479426
Interpolando en 0 y 1 se obtiene
p
1
(x) = 0
x 1
0 1
+ 0,841570
x 0
1 0
.
Interpolando en 0, 1 y 2 se obtiene
p
2
(x) = 0
(x 1) (x 2)
(0 1) (0 2)
+ 0,841570
(x 0) (x 2)
(1 0) (1 2)
+ 0,909297
(x 0) (x 1)
(2 0) (2 1)
x = 0,5
p
1
(x) 0.420736
p
2
(x) 0.517441
Ejemplo
0 0.5 1 1.5 2
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
sen(x)
p
2
(x)
p
1
(x)
punto
Frmula del error
Teorema
Sea f C
n
[a, b] y tal que f
(n+1)
existe en (a, b). Sean x
0
,x
1
, . . ., x
n
puntos distintos
de [a, b] y sea P el polinomio interpolador de Lagrange de la funcin f en dichos
puntos. Entonces, para cada x [a, b] existe un
x
con
mn (x
0
, . . . , x
n
, x) <
x
< max (x
0
, . . . , x
n
, x) tal que
f (x) P(x) =
(x x
0
) . . . (x x
n
)
(n + 1)!
f
(n+1)
(
x
).
Corolario
En las hiptesis del teorema, si
f
(n+1)
(x)
K
n+1
para todo x [a, b] entonces
|f (x) P(x)|
|x x
0
| . . . |x x
n
|K
n+1
(n + 1)!
.
Ejemplo
x 0 1 2
sen(x) 0 0.841570 0.909297
sen (/4) = 0,707107
Interpolando en 0 y 1 se obtiene p
1
(x) = 0,841570 x.
Interpolando en 0 y 2 se obtiene q
1
(x) = 0,454648 x.
Interpolando en 0, 1 y 2 se obtiene
p
2
(x) = 1,22849 x 0,386921 x
2
.
Valor en x = /4 Error Estimacin del error
p
1
(x) 0,660520 0,046587 0,084273
q
1
(x) 0,357356 0,349751 0,476973
p
2
(x) 0,725748 0,018641 0,034119
Error en la interpolacin lineal
Interpolacin Lineal
Sea f C
2
([a, b]) y llamemos h = b a.
Si conocemos una cota M
2
de |f
(x)| en [a, b] entonces el error

cometido al usar interpolacin lineal con x
0
= a y x
1
= b se puede
acotar:
|f (x) p
1
(x)|
|(x x
0
)(x x
1
)|
2
M
2
.
y calculando el mximo el mximo de |(x x
0
)(x x
1
)| en [a, b] se
reduce a
|f (x) p
1
(x)|
h
2
8
M
2
para todo x [a, b]
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
Forma de Newton. Construccin por recurrencia
Entero n 1, n + 1 puntos x
0
, . . . , x
n
R distintos y una funcin f denida en ellos.
P(x) = p
n1
(x) + q
n
(x)
= p
n1
(x) + c
n
(x x
0
) . . . (x x
n1
)
= p
n2
(x) + q
n1
(x) + c
n
(x x
0
) . . . (x x
n1
)
= p
n2
(x) + c
n1
(x x
0
) . . . (x x
n2
)
+c
n
(x x
0
) . . . (x x
n1
)
=
P(x) = c
0
+c
1
(x x
0
)
+c
2
(x x
0
)(x x
1
)

+c
n
(x x
0
) . . . (x x
n1
)
Diferencias divididas de una funcin.
Entero n 1, n + 1 puntos x
0
, . . . , x
n
R distintos y una funcin f denida en ellos.
Denicin
Se denomina diferencia dividida de la funcin f en los puntos x
0
, . . . , x
n
al
coeciente de x
n
en el desarrollo en potencias de x del correspondiente polinomio
interpolador de Lagrange.
Esta diferencia dividida se representa mediante f [x
0
, . . . , x
n
].
El entero n se llama orden de la diferencia dividida.
El valor de una diferencia dividida es independiente del orden en que se
escriban sus argumentos. Para cualquier permutacin :
f [x
0
, x
1
, . . . , x
n
] = f [x
(0)
, x
(1)
, . . . , x
(n)
].
Los coecientes c
i
que aparecen en la forma de Newton del polinomio
interpolador son diferencias divididas de la funcin:
P(x) = f [x
0
]
+f [x
0
, x
1
] (x x
0
)
+f [x
0
, x
1
, x
2
] (x x
0
)(x x
1
)

+f [x
0
, x
1
, . . . , x
n
] (x x
0
) . . . (x x
n1
)
Clculo de las diferencias divididas
Teorema
Si x
0
, . . . , x
n
R son n + 1 puntos distintos en los que la funcin f est denida
entonces
f [x
0
, x
1
, . . . , x
n
] =
f [x
1
, . . . , x
n
] f [x
0
, . . . , x
n1
]
x
n
x
0
Teorema
Si x
0
, . . . , x
n
entonces
f [x
0
, x
1
, . . . , x
n
] =
f [x
1
, . . . , x
n
] f [x
0
, . . . , x
n1
]
x
n
x
0
x
0
f [x
0
] = f (x
0
)
p
0
(x) = f [x
0
]
Teorema
Si x
0
, . . . , x
n
entonces
f [x
0
, x
1
, . . . , x
n
] =
f [x
1
, . . . , x
n
] f [x
0
, . . . , x
n1
]
x
n
x
0
x
0
f [x
0
] = f (x
0
)
x
1
f [x
1
] = f (x
1
) f [x
0
, x
1
] =
f [x
1
] f [x
0
]
x
1
x
0
p
1
(x) = f [x
0
] + f [x
0
, x
1
](x x
0
)
Teorema
Si x
0
, . . . , x
n
entonces
f [x
0
, x
1
, . . . , x
n
] =
f [x
1
, . . . , x
n
] f [x
0
, . . . , x
n1
]
x
n
x
0
x
0
f [x
0
] = f (x
0
)
x
1
f [x
1
] = f (x
1
) f [x
0
, x
1
] =
f [x
1
] f [x
0
]
x
1
x
0
x
2
f [x
2
] = f (x
2
) f [x
1
, x
2
] =
f [x
2
] f [x
1
]
x
2
x
1
f [x
0
, x
1
, x
2
] =
f [x
1
, x
2
] f [x
0
, x
1
]
x
2
x
0
p
2
(x) = f [x
0
] + f [x
0
, x
1
](x x
0
) + f [x
0
, x
1
, x
2
](x x
0
)(x x
1
)
Teorema
Si x
0
, . . . , x
n
entonces
f [x
0
, x
1
, . . . , x
n
] =
f [x
1
, . . . , x
n
] f [x
0
, . . . , x
n1
]
x
n
x
0
x
0
f [x
0
] = f (x
0
)
x
1
f [x
1
] = f (x
1
) f [x
0
, x
1
]
x
2
f [x
2
] = f (x
2
) f [x
1
, x
2
] f [x
0
, x
1
, x
2
]
x
3
f [x
3
] = f (x
3
) f [x
2
, x
3
] f [x
1
, x
2
, x
3
] f [x
0
, x
1
, x
2
, x
3
] =
f [x
1
, x
2
, x
3
] f [x
0
, x
1
, x
2
]
x
3
x
0
p
3
(x) = f [x
0
] + f [x
0
, x
1
](x x
0
) + f [x
0
, x
1
, x
2
](x x
0
)(x x
1
)
+ f [x
0
, x
1
, x
2
, x
3
](x x
0
)(x x
1
)(x x
2
)
Ejemplo, Censo espaol siglo XXI.
Datos
Ao 1 6 7 8 9
Hab. (10
6
) 40,499791 44,708964 45,200737 46,063511 46,745807
Tabla de diferencias
1 40,499791
6 44,708964 0,8418346
7 45,200737 0,491773 -0,0583436
8 46,063511 0,862774 0,1855005 0,034834871
9 46,745807 0,682296 -0,090239 -0,091913167 -0,015843505
Polinomio de grado 4, forma de Newton
p
3
(x) = 40,499791 + 0,8418346(x 1)0,0583436(x 1)(x 6)
+ 0,034834871(x 1)(x 6)(x 7)0,015843505(x 1)(x 6)(x 7)(x 8).
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
f funcin denida en el intervalo [a, b].
Consideramos una sucesin de puntos de interpolacin en [a, b] cada vez ms densa:
Elegimos x
(0)
0
[a, b], interpolamos y obtenemos p
0
(x) = f (x
(0)
0
).
Elegimos x
(1)
0
, x
(1)
1
[a, b] distintos, interpolamos y obtenemos p
1
(x).
Elegimos x
(2)
0
, x
(2)
1
, x
(2)
2
2
(x).

Elegimos x
(n)
0
, x
(n)
1
, . . . , x
(n)
n
n
(x).
Se cumple que lm
n
p
n
(x) = f (x) para x [a, b]?
Aumentar el grado de los polinomios de interpolacin no siempre es aconsejable.
Ejemplo de Runge
f (x) =
1
1 + x
2
en el intervalo [5, 5]
Para cada n = 1, 2, . . . se interpola en n + 1 abcisas equiespaciadas en [5, 5]:
x
(n)
i
= 5 + 10i/n, i = 0, 1, . . . , n y se obtiene el polinomio interpolador p
n
(x).
Se tiene que lm
n
|p
n
(x) f (x)| = para |x| > 3,63.
5 0 5
0.5
0
0.5
1
1.5
2
Funcin de Runge
p
5
(x)
p
10
(x)
Convergencia de los polinomios interpolantes
Teorema (Faber)
Para cualquier sucesin de nodos en las condiciones denidas anteriormente, existe
una funcin continua f tal que
lm
n
_
max
x[a,b]
p
n
(x) f (x)
_
= .
Teorema (Marcinkiewicz)
Para cada f C([a, b]), existe una disposicin de nodos de interpolacin en [a, b],
como la denida anteriormente, para la que los polinomios de interpolacin p
n
(x)
verican que
lm
n
_
max
x[a,b]
p
n
(x) f (x)
_
= 0.
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
Problema de interpolacin de Hermite
Dados una funcin f , k veces derivable en el intervalo [a, b],
n + 1 puntos distintos x
0
, x
1
, . . . , x
n
[a, b] y
n + 1 nmeros naturales m
0
, m
1
, . . . , m
n
, con m
i
k para i = 0, . . . , n,
encontrar un polinomio p
N
(x) de grado menor o igual que
N = m
0
+ m
1
+ . . . + m
n
+ n tal que
f (x
i
) = p
N
(x
i
), f
(x
i
) = p
N
(x
i
), . . . , f
(m
i
)
(x
i
) = p
(m
i
)
N
(x
i
) para i = 0, . . . , n.
En este caso se dice que p
N
(x) interpola a f (x) en
m
0
+1
..
x
0
, . . . , x
0
,
m
1
+1
..
x
1
, . . . , x
1
, . . . ,
m
n
+1
..
x
n
, . . . , x
n
Teorema
El problema de interpolacin de Hermite tiene una solucin y sta es nica
Interpolacin de Hermite: casos particulares
En el caso n = 0 el polinomio de Hermite es el Polinomio de Taylor de grado
m
0
.
En el caso m
0
= m
1
= = m
n
= 0 el polinomio de Hermite es el Polinomio
interpolador de Lagrange.
El caso m
0
= m
1
= = m
n
= 1 se denomina polinomio de Hermite
estricto.
Interpolacin de Hermite: Frmula del error
Teorema
Sean x
0
, x
1
, . . . , x
n
[a, b] n + 1 puntos distintos, m
0
, m
1
, . . . , m
n
n + 1 nmeros
naturales, y f C
N
([a, b]) y tal que existe f
(N+1)
en (a, b) con
N = m
0
+ m
1
+ . . . + m
n
+ n. Si p
N
(x) es el polinomio interpolador de Hermite
asociado entonces para cada x [a, b] existe un punto
x
tal que
mn(x
0
, . . . , x
n
, x) <
x
< max(x
0
, . . . , x
n
, x) vericando
f (x) p
N
(x) =
(x x
0
)
m
0
+1
. . . (x x
n
)
m
n
+1
(N + 1)!
f
(N+1)
(
x
).
Corolario
En las hiptesis del teorema, si
f
(N+1)
(x)
K
N+1
para todo x [a, b] entonces
|f (x) P
N
(x)|
|x x
0
|
m
0
+1
. . . |x x
n
|
m
n
+1
K
N+1
(N + 1)!
.
Interpolacin de Hermite: Diferencias Divididas con Nodos Repetidos
m
0
+1
..
x
0
, . . . , x
0
,
m
1
+1
..
x
1
, . . . , x
1
, . . . ,
m
n
+1
..
x
n
, . . . , x
n
Supongamos que x
i
< x
i+1
para i = 0, . . . , n 1 y renombremos la sucesin anterior
como z
i
con i = 0, . . . , N donde N = n + m
0
+ m
1
+ . . . + m
n
Teorema
En las condiciones anteriores el polinomio interpolador de Hermite se puede
escribir como:
p
N
(x) = f [z
0
] +
N
k=1
f [z
0
, z
1
, . . . , z
k
](x z
0
)(x z
1
) (x z
k1
)
donde:
f [z
i
, . . . , z
j
] =
_
_
f
(ji)
(z
i
)
(j i)!
, z
j
= z
i
( z
l
= z
i
, i l j)
f [z
i+1
, . . . , z
j
] f [z
i
, . . . , z
j1
]
z
j
z
i
, z
j
= z
i
Ejemplo
f (x) = cos x, [0, 1], x
0
= 0, x
1
= 1, m
0
= 2 y m
1
= 1
z
0
= 0, z
1
= 0, z
2
= 0, z
3
= 1 y z
4
= 1
p
4
(x) = f [z
0
] + f [z
0
, z
1
](x z
0
) + f [z
0
, z
1
, z
2
](x z
0
)(x z
1
) + f [z
0
, z
1
, z
2
, z
3
](x z
0
)(x z
1
)(x z
2
)
+ f [z
0
, z
1
, z
2
, z
3
, z
4
](x z
0
)(x z
1
)(x z
2
)(x z
3
)
0 1
0
0 1 0,5
0 0.0403
0 1 0,4597 0,037622
0,4597 0,0779
1 0,5403 0,38177
0,84147
1 0,5403
p
4
(x) = 1 0,5 x
2
+ 0,0403 x
3
+ 0,037622 x
3
(x 1)
Aproximacin de funciones Interpolacin Int. Segm. Interpolacin lineal segmentaria Interpolacin cbica de Hermite a trozos
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
Denicin
Dado [a, b] y una particin : a = x
0
< x
1
< < x
n
= b. Denotamos con
L(x) a una funcin que verica: L(x) C([a, b]) y, para cada [x
i1
, x
i
],
i = 1, . . . , n, L(x) restringida a [x
i1
, x
i
] coincide con un polinomio de grado
menor o igual que 1.
L(x) interpola a los datos (x
i
, y
i
) (i = 0, . . . , n) si verica
L(x
i
) = y
i
(i = 0, . . . , n)
45
40
35
30
25
20
15
10
5
Ao (+1900)
10 20 30 40 50 60 70 80 90 100 110
Evaluacin
Localizar el intervalo tal que x [x
i
, x
i+1
]. (Algoritmo de localizacin)
L(x) = y
i
+ (x x
i
)
y
i+1
y
i
x
i+1
x
i
, x
i
x x
i+1
, i = 0, . . . n 1.
Error
Si y
i
= f (x
i
) con f C
2
[a, b]:
|L(x) f (x)|
1
8
h
2
max
x[x
0
,x
n
]
(x)
= O(h
2
)
donde h es la distancia mxima entre dos nodos adyacentes
Derivada
L
(x) =
y
i+1
y
i
x
i+1
x
i
, x
i
< x < x
i+1
, i = 0, 1, . . . n 1.
|L
(x) f
(x)| = O(h), x = x
i
, x
0
< x < x
n
.
Funcin de Runge f (x) =
1
1+x
2
L(x) interpolante lineal segmentaria determinado en n + 1 nodos equidistantes
5 0 5
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
f(x)
L
10
(x)
L
4
(x)
Nodos L
4
Nodos L
10
x
j
= 5 + j
10
n
, j = 0, 1, . . . , n
n f L
50 9.33e-03
100 2.46e-03
200 6.22e-04
400 1.50e-04
800 3.75e-05
1600 9.37e-06
3200 2.34e-06
6400 5.86e-07
Interpolacin de Lagrange vs segmentaria
Coste de evaluacin en un punto
Lagrange: se incrementa con el nmero de datos.
Segmentaria: no crece con el nmero de nodos.
Convergencia uniforme
Lagrange: no est garantizado.
Segmentaria: si
Derivabilidad
Lagrange: Indenidamente derivable.
Segmentaria: Slo continua.
ndice
1
Introduccin
2
Polinomio de Taylor
Polinomio de Newton
3
Denicin
Dado [a, b] y una particin : a = x
0
< x
1
< < x
n
= b. Denotamos con
C(x) a una funcin que verica: C(x) C
1
([a, b]) y, para cada [x
i1
, x
i
],
i = 1, . . . , n, C(x) restringida a [x
i1
, x
i
] coincide con un polinomio de grado
menor o igual que 3.
C(x) interpola a la funcin f (x) si verica
C(x
i
) = f (x
i
) y C
(x
i
) = f
(x
i
) (i = 0, . . . , n)
La frmula del error para interpolacin de Hermite:
|C(x) f (x)|
h
4
384
max
x[x
0
,x
n
]
|f
(4)
(x)|, x
0
< x < x
n
|C(x) f (x)| = O(h
4
), x
0
< x < x
n
.
|C
(x) f
(x)| = O(h
3
), x
0
< x < x
n
.
|C
(x) f
(x)| = O(h
2
), x
0
< x < x
n
x = x
i
.
|C
(x) f
(x)| = O(h), x
0
< x < x
n
x = x
i
.
Ejemplo
x 0 1 2
f (x) = sen(x) 0 0.841470 0.909297
f
(x) = cos(x) 1 0.540302 -0.416146

C(x) =
x 0,1585x
2
0,1426x
2
(x 1) si x [0, 1]
0,8414 + 0,5403(x 1) 0,4724(x 1)
2
0,0115(x 1)
2
(x 2) si x [1, 2]
El error que se comete es menor que 1/384.
Por ejemplo sen (/4) = 0,707107 y C(/4) = 0,706491

Transp Tema2

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

Transp Tema2

Transféré par

Droits d'auteur :

Formats disponibles

Aproximacin de funciones Interpolacin Int. Segm.

Complementos de Matemticas, ITT Telemtica

(x)| en [a, b] entonces el error

(x) = cos(x) 1 0.540302 -0.416146

Vous aimerez peut-être aussi