Académique Documents
Professionnel Documents
Culture Documents
Interpolacin Lineal y Ajuste Polinomial. IV.1. Introduccin. En algunas ocasiones, encontrar el valor de y asociado a una x determinada no significa problema alguno, si se conoce la funcin de la cual provienen los datos; pero en las aplicaciones es frecuente encontrarse con funciones que no son de tipo elemental o con tablas de valores obtenidos experimentalmente. En casos como este, los mtodos de interpolacin lineal y ajuste polinomial resultan de gran inters. Para el problema de interpolacin se tiene una tabla de valores, as: xi x0 x1 x2 ... xn yi y0 y1 y2 ... yn
El problema consiste en encontrar el valor de y asociado a una x contenida entre dos valores xi y xi+1 de la tabla. IV.2. Tabla de Diferencias Finitas. Dada una tabla de valores, las diferencias entre dos valores consecutivos de y, se conocen como primeras diferencias hacia delante; se denotan por:
Mtodos Numricos
Las segundas diferencias hacia adelante, se calculan a partir de las primeras diferencias: 2 yi = bi Donde: b0 = a1 a0 b1 = a2 a1 b2 = a3 a2 ... ... ... bn-2 = an-1 an-2 Continuando con las terceras diferencias, las cuartas, etc., y tabulando estos valores, se construye la Tabla de Diferencias Finitas Hacia Adelante, as: xi x0 x1 x2 ... xn-2 xn-1 xn yi y0 y1 y2 ... yn-2 yn-1 yn yi a0 a1 a2 ... an-2 an-1 2 yi b0 b1 b2 ... bn-2 ... ... ... ... n-2 yi k0 k1 k2 n-1 yi w0 w1 n yi z0
As, la tabla incluye hasta la n sima diferencia o hasta la i sima diferencia, si sta es constante. Se puede demostrar (aunque esto no se har aqu) que para valores provenientes de un polinomio de grado k, las k simas diferencias son constantes. Obsrvese el siguiente ejemplo: Ejemplo: Dada la siguiente tabla de valores, determina el polinomio del cual provienen: x y -2 3 -1 2 0 3 1 6 2 35 3 138 4 387
54
Mtodos Numricos
xi -2 -1 0 1 2 3 4 El polinomio es:
yi 3 2 3 6 35 138 387
yi -1 1 3 29 103 249
2 yi 2 2 26 74 146
3 yi 0 24 48 72
4 yi 24 24 24
IV.3. Los Mtodos de Interpolacin. Se presenta a continuacin el mtodo de Newton para la interpolacin en tablas de valores dadas. Tambin se presenta el mtodo de Lagrange como un camino alterno en la interpolacin, el cual tambin es un camino para la interpolacin inversa. IV.3.1. Mtodo de Newton. Este mtodo es aplicable slo cuando el incremento h = xi+1 xi es constante para todos los valores de i. Para poder derivar el mtodo, despjese de las diferencias lo siguiente: yi y1 = y0 + a0 y2 = y1 + a1 y3 = y2 + a2 ... yn-2 = yn-3 + an-3 yn-1 = yn-2 + an-2 yn = yn-1 + an-1 2 yi a1 = a0 + b0 a2 = a1 + b1 a3 = a2 + b2 ... an-2 = an-3 + bn-3 an-1 = an-2 + bn-2 ... ... ... ... ... n-2 yi j 1 = j 0 + k0 j 2 = j 1 + k1 j 3 = j 2 + k2 n-1 yi k1 = k0 + w0 k2 = k1 + w1 n yi w1 = w0 + z0
Mtodos Numricos
y2 = y1 + a1 = (y0 + a0) + (b0 + a0) = y0 + 2 a0 + b0 y3 = y2 + a2 = (y0 + 2 a0 + b0) + b1 + a1 = y0 + 2 a0 + b0 + (c0 + b0) + (b0 + a0) = y0 + 3 a0 + 3 b0 + c0 y4 = y3 + a3 = (y0 + 3 a0 + 3 b0 + c0) + b2 + a2 = (y0 + 3 a0 + 3 b0 + c0) + (a0 + 2 b0 + c0) + (b0 + 2 c0 + d0) = y0 + 4 a0 + 6 b0 + 4 c0 + d0 y5 = . . . = y0 + 5 a0 + 10 b0 + 10 c0 + 5 d0 + e0 ...= ... Extrayendo los coeficientes se obtiene:
1 1 1 1 1 1 1 6 5 15 4 10 20 3 6 10 15 2 3 4 5 6 1 1 1 1 1 1
De aqu, los coeficientes de las frmulas anteriores provienen del binomio de Newton; por lo tanto, el trmino k simo sera:
y k = y 0 + ka 0 + k ( k 1) k ( k 1)(k 2) k ( k 1)(k 2)(k 3) b0 + c0 + d 0 + ... 2! 3! 4!
Esta es conocida como la frmula de Interpolacin de Newton y su algoritmo estructurado es el siguiente: Algoritmo Newton: Leer n Para i = 1 hasta n Leer xi, i,0 fin_para Para j = 1 hasta n-1 Para i = 1 hasta n - j ij = i+1,j-1 i,j-1 fin_para fin_para
56
Mtodos Numricos
Leer x k = (x x1)/(x2 x1) y=0 Para i = 1 hasta n num = 1 j=0 Mientras j i -2 hacer num = num * (k j) j=j+1 fin_mientras y = y + num/(i 1)! * 1,i-1 fin_para Imprimir y Terminar Ejemplo: Calcular el valor de y para x = 3.2, segn la tabla siguiente: x y 1 -4 2 -3 3 10 4 41 5 96 6 181
y2.2 = 14.568 IV.3.2. Mtodo de Lagrange. Este mtodo de interpolacin tiene como base la idea de que el incremento h = xi+1 xi, es variable, como la muestra la Figura IV.1. Un polinomio Pn(x) que pase por todos los puntos, cumple con: 57
Mtodos Numricos
y =
A1 (x x2) (x x3) (x x4) . . . (x xn) + A2 (x x1) (x x3) (x x4) . . . (x xn) + A3 (x x1) (x x2) (x x4) . . . (x xn) + ...+ An (x x1) (x x2) (x x3) . . . (x xn-1)
Por la naturaleza del polinomio, todos los puntos (x, y) lo satisfacen; por lo tanto, sustituyndolos y despejando las incgnitas Ai:
Figura IV.1. Mtodo de Lagrange. y1 = A1(x1 x2)(x1 x3)(x1 x4) . . . (x1 xn);
A1 =
y1 ( x1 x 2 )( x1 x3 )( x1 x 4 )...( x1 x n )
A2 =
y2 ( x 2 x1 )( x 2 x3 )( x 2 x 4 )...( x 2 x n ) y3 ( x3 x1 )( x3 x 2 )( x3 x 4 )...( x3 x n )
A3 =
58
Mtodos Numricos
yn ( x n x1 )( x n x 2 )( x n x3 )...( x n x n 1 )
y=
(x x
j =1 n
) yi
(x
j =1
con i j
xj)
donde representa una serie de productos, as como representa una serie de sumas. Finalmente, de igual manera que en los mtodos anteriores, se da a continuacin el algoritmo estructurado para trabajar con este mtodo: Algoritmo Lagrange: Leer n Para i = 1 hasta n Leer xi, yi fin_para Leer x y=0 Para i = 1 hasta n num = 1 den = 1 Para j = 1 hasta n Si i j entonces num = num * (x - xj) den = den * (xi xj) fin_si fin_para y = y + num/den * yi fin_para Imprimir x, y Terminar 59
Mtodos Numricos
Ejemplo: Considerar a I como la intensidad de la corriente y a V como el voltaje, calcular V, cuando I = 5, para: 1 2 4 8 I 120 94 75 62 V la frmula queda: V5 = (5 2)(5 4)(5 8) (5 1)(5 4)(5 8) (120) + (94) + (1 2)(1 4)(1 8) (2 1)(2 4)(2 8)
(5 1)(5 2)(5 8) (5 1)(5 2)(5 4) (75) + (62) = 74.36 (4 1)(4 2)(4 8) (8 1)(8 2)(8 4)
IV.4. Ajuste Polinomial. Cuando no se requiere de gran exactitud, o cuando los valores a interpolar son muchos, un camino alterno resulta ser el Ajuste Polinomial. IV.4.1. Mtodo de Mnimos Cuadrados. Los mtodos de interpolacin anteriormente estudiados se basan en que dada una serie de puntos (x, y), se encuentra una curva que pasa por todos y cada uno de los puntos dados. El mtodo de los Mnimos Cuadrados intenta encontrar una curva suave que se aproxime a los puntos dados. Observe la Figura IV.2.
60
Mtodos Numricos
La curva suave y = f(x) = a0 + a1 x + a2 x2 + . . . + am xm representa una ecuacin que se aproxima a todos los puntos dados. El problema consiste en hallar los coeficientes a0, a1, a2, . . ., am que satisfagan la ecuacin. La diferencia de ordenadas de la curva para un punto x = xi y la del punto (xi, f(xi)), es conocida como residuo; esto se muestra en la Figura IV.3.
El mtodo conocido como Mnimos Cuadrados intenta determinar los coeficientes ai de tal manera que se haga mnima la sumatoria de los cuadrados de los residuos; as:
Para lograr lo anterior, se utilizan las primeras derivadas parciales, con respecto a todos los parmetros e igualando a cero. As, derivando con respecto a aj: a j
Ri2 =
i =1
a j
(a
i =1
61
Mtodos Numricos
=
i =1
n
x
i =1
j i
y
i =1 n
Para j = 1:
...
x
i =1
m i
Lo anterior resulta ser un sistema de m+1 ecuaciones con m+1 incgnitas, el cual puede solucionarse con cualquier mtodo conocido. Para los Mnimos Cuadrados, se tiene el siguiente algoritmo: Algoritmo Mnimos_Cuadrados: Leer n, m a0 = n b0 = 0 Para i = 1 hasta n Leer xi, yi b0 = b0 + yi Para j = 1 hasta m * 2 62
Mtodos Numricos
aj = aj + xij fin_para Para j = 1 hasta m bj = bj + yi * xij fin_para fin_para Para i = 1 hasta m+1 Para j = 1 hasta m+1 cij = ai+j-2 fin_para ci,m+2 = bi-1 fin_para Llamar Gauss (cij) Para i = 1 hasta m+1 Imprimir ci,m+2 fin_para Terminar As, por ejemplo: Calcular la ecuacin de la curva que ms se aproxime a los puntos siguientes: X Y 1 1 2 1.5 3 2.5 4 4 5 6 6 9 7 15
Primero, se debe determinar el grado de la curva. Para esto, grafquense los puntos y determnese m; de la Figura IV.4, se tiene que m = 2.
Mtodos Numricos
x 1 2 3 4 5 6 7 28
y 1 1.5 2.5 4 6 9 15 39
x2 1 4 9 16 25 36 49 140
El sistema de ecuaciones es: 7 a0 + 28 a1 + 140 a2 = 39 28 a0 + 140 a1 + 784 a2 = 216.5 140 a0 + 784 a1 + 467 a2 = 1302.5 As:
IV.4.2. Transformaciones. En muchas ocasiones, los puntos no se aproximan a una recta; pero si se mapean (esto es, transforman) estos puntos a otro sistema de ejes coordenados, estos pueden aproximarse a una recta. Las transformaciones ms comunes son: X, Log (Y) Log (X), Y Log (X), Log (Y) Siendo los logaritmos siempre en base 10. La funcin debe transformarse de nuevo a los trminos x, y; excepto para el caso (log x, y), de la siguiente manera: ( 1 ) Para el caso (x, log y), se tiene: log y = a + b x y = 10a+bx = 10 (10b)x Sea = 10 y = 10b y = x
64
Mtodos Numricos
( 2 ) Para el caso (log x, log y), se tiene: log y = a + b * log x b y = 10 a + log x = 10 (xb) Sea = 10 y = b y = x Ejemplo: Determinar la recta que ms se aproxime a los puntos siguientes: X Y 0.5 160 1 120 2 94 4 75 8 62 12 56
Primero, se debe determinar la transformacin que aproxima a una recta. Para esto, grafquense los puntos y las transformaciones y determnese la transformacin adecuada; de la Figura IV.5, se tiene que (log x, log y).
65
Mtodos Numricos
y 160 120 94 75 62 56
66