Académique Documents
Professionnel Documents
Culture Documents
Interpolacin:
polinomios de Newton
polinomios de Lagrange
Interpolacin y Extrapolacin
Interpolacin: Los datos a ser encontrados se encuentran
dentro del dominio de los datos observados.
Interpolacin
Utilizada para estimar valores en puntos en el
rango de los datos observados.
Es diferente a una regresin (aproximacin)
Una interpolacin pasa exactamente por los
puntos marcados por los datos.
De esta forma, no existe ningn error en los
datos puntuales.
El mtodos ms comn utiliza polinomios de interpolacin
Interpolacin polinomial
Dados n datos puntuales, ajustar un nico
polinomio de orden (n-1) a travs de ellos.
f ( x ) = a1 + a2 x + a3 x + ... + an x
2
n 1
f ( x ) = p1 x
n 1
+ p2 x
n 2
+ L + pn 1 x + pn
Polinomios de interpolacin
Primer-orden
Segundo-orden
Tercer-orden
n 1
n 2
=
+
+ L + pn 1 x 2 + pn
f
(
x
)
p
x
p
x
2
1 2
2 2
f ( x ) = p x n 1 + p x n 2 + L + p x + p
n
1 n
2 n
n 1 n
n
M
x nn 1
1 p1 f ( x 1 )
1 p2 f ( x 2 )
1 p3 = f ( x 3 )
M
M O M M
L x n 1 pn f ( x n )
x1n 2 L x 1
x 2n 2 L x 2
x 3n 2 O x 3
M
x nn 2
Coeficientes polinomiales
Ejemplo Dadas las siguientes parejas de
puntos: X
250
300
400
500
F(x)
0.675
0.616
0.525
0.457
f ( x ) = p1 x 3 + p2 x 2 + p3 x + p4
( 250 ) 3
3
300
(
)
( 400 ) 3
3
500
(
)
x1 = 250 ;
x1 = 300 ;
x1 = 400 ;
x1 = 500 ;
( 250 ) 2
( 300 ) 2
( 400 ) 2
( 500 ) 2
Matrices de
250 1 p1 0.675
Vandermonde
300 1 p2 0.616
=
Vij = ij 1
400 1 p3 0.525
det(V ) = ( j i )
500 1 p4 0.457
1 i < j n
Matrices de Vandermonde
f ( x ) = p1 x 3 + p2 x 2 + p3 x + p4
f ( x ) = 0 .0000000026 x 3 + 0 .0000042700 x 2
0 .0029370000 x + 1 .1830000000
>> cond(A)
9.306535523991324e+009
f1 ( x ) f ( x1 ) f ( x 2 ) f ( x1 )
=
x x1
x 2 x1
f1 ( x ) = f ( x1 ) +
f ( x 2 ) f ( x1 )
( x x1 )
x 2 x1
1.5
e 2.5 e 1.5
(2 1.5 ) = 4.4817 + 12.1825 4.4817 (0.5 ) = 8.3321
+
2.5 1.5
1
2
Estimaciones
lineales de ln(2)
f 2 ( x ) = a1 + a 2 x + a 3 x 2
a1 = b1 b2 x 1 + b3 x 1 x 2
a2 = b2 b3 x 1 b3 x 2
a = b
3
3
x3 x2
x 2 x1
b3 =
x 3 x1
x2 = 3
x = 5
3
f ( x1 ) = 2.7183
f ( x 2 ) = 20.086
f ( x 3 ) = 148.41
e5 e3 e3 e1
e3 e1
3 1 = 13.870
b1 = 2.7183 ; b2 =
= 8.6836 ; b3 = 5 3
31
51
x2 = 1.5
x = 2.5
3
f ( x1 ) = 2.7183
f (x2 ) = 4.4817
f ( x3 ) = 12.1825
e 1.5 e 1
1.5 1 = 2.7827
b1 = 2.7183 ; b2 =
= 3.5268 ; b3 = 2.5 1.5
1.5 1
2.5 1
Interpolacin de Newton
- Orden de interpolacinEstimados Lineal, cuadrtico y cbico de ln(2)
Funcin Logartmica
xi x j
Segunda diferencia
f [x i , x j , x k ] =
f [x i , x j ] f [x j , x k ]
xi xk
f [x n , x n 1 , K , x 3 , x 2 ] f [x n 1 , x n 2 , K , x 2 , x 1 ]
xn x1
Proceso iterativo :
1. Evaluar todas las diferencias de primer orden; salvar f (x1) para b1
2. Evaluar de segundo orden utilizando las de primer orden; salvar f
[x2, x1] para b2
3. Continuar hasta orden n-simo, salvando los valores en la parte
superior o inferior de las columnas de diferencias.
f [x 2 ] f [ x 1 ]
x 2 x1
f [x 3 , x 2 ] f [x 2 , x 1 ]
b3 = f [x 3 , x 2 , x1 ] =
x 3 x1
b4 = f [x 4 , x 3 , x 2 , x1 ] =
f [x 4 , x 3 , x 2 ] f [x 3 , x 2 , x 1 ]
x 4 x1
b5 = f [x5 , x 4 , x 3 , x 2 , x1 ] =
f [ x 5 , x 4 , x 3 , x 2 ] f [x 4 , x 3 , x 2 , x 1 ]
x5 x1
f [x n , x n1 , L , x 3 , x 1 ] f [x n1 , x n 2 , L , x 2 , x 1 ]
xn x1
xi
yi = f ( x i )
f [x i + 1 , x i ]
1ra
f [x i + 2 , x i + 1 , x i ]
2da
f [x i + 3 , L , x i ]
3ra
f [x i + 4 , L , x i ]
4ta
x1
f ( x1 )
f [x 2 , x 1 ]
f [x 3 , x 2 , x 1 ]
f [x 4 , x 3 , x 2 , x 1 ]
f [x 5 , x 4 , x 3 , x 2 , x 1 ]
x2
f ( x2 )
f [x 3 , x 2 ]
f [x 4 , x 3 , x 2 ]
f [x5 , x 4 , x 3 , x 2 ]
f [x6 , x 5 , x 4 , x 3 , x 2 ]
3
4
x3
x4
f ( x3 )
f ( x4 )
f [x 4 , x 3 ]
f [x 5 , x 4 ]
f [x 5 , x 4 , x 3 ]
f [x6 , x 5 , x 4 ]
f [x6 , x5 , x 4 , x 3 ]
x5
f ( x5 )
f [x 6 , x 5 ]
x6
f ( x6 )
El error tambin es
sensible a la posicin y a
la secuencia de los datos
originales
(x1 , x2 , x3 , x4 , , xn)
xi
f ( xi )
f [x i + 1 , x i ]
f [x i + 2 , x i + 1 , x i ]
f [x i + 3 , x i + 2 , x i + 1 , x i ]
1.000000
1.718282
x = 10
3.893752
x = 4 0
1.571970
x = 30
2.718282
17.29329
8.609662
x = 31
54.59815
x =41
34.51261
x = 34
4
20.08554
f(x) = ex,
Interpolacin en [0 1 4 3 1.5 2.5]
f n 1 ( x ) = L1 ( x ) f ( x 1 ) + L2 ( x ) f ( x 2 ) + L + Ln ( x ) f ( x n ) = Li ( x ) f ( x i )
i =1
n
Li ( x ) =
j =1
j i
x xj
xi x j
Pi ( x )
Pi ( x i )
( x x 1 )( x x 2 ) LL ( x x i 1 )( x x i + 1 ) LL ( x x n )
( x i x 1 )( x i x 2 ) L ( x i x i 1 )( x i x i + 1 ) L ( x k x n )
Pi ( x i )
j
=
i
;
L
(
x
)
=
=1
i
i
Pi ( x i )
Note que :
j i ; L (x ) = 0
i
j
Li ( x j ) = ij
x x2
x x1
f ( x1 ) +
f ( x2 )
x1 x 2
x 2 x1
( x x 2 )( x x 3 )
( x x 1 )( x x 3 )
( x x1 )( x x 2 )
f ( x1 ) +
f ( x2 ) +
f ( x3 )
( x1 x 2 )( x 1 x 3 )
( x 2 x 1 )( x 2 x 3 )
( x 3 x1 )( x 3 x 2 )
( x x 1 )( x x 2 )( x x 3 )
( x x 1 )( x x 2 )( x x 4 )
f ( x3 ) +
f ( x4 )
( x 3 x 1 )( x 3 x 2 )( x 3 x 4 )
( x 4 x1 )( x 4 x 2 )( x 4 x 3 )
L1(x)f(x1)
x1
L2(x)f(x2)
x2
x3
f(x) = ex
Interpolacin en [0 4]
f(x) = ex,
Interpolacin en [0 1 4]
f(x) = ex,
Interpolacin en [0 1 4 3]
x=[0 4]
1er-orden
x =
0
4
y=exp(x)
y =
1.0000
54.5982
c=Lagrange_coef(x,y)
c =
-0.2500
13.6495
t=2; p=Lagrange_eval(t,x,c)
p =
27.7991
x=[0 1 4]
2do-orden
x =
0
1
4
y=exp(x)
y =
1.0000
2.7183
54.5982
c=Lagrange_coef(x,y)
c =
0.2500
-0.9061
4.5498
t=2; p=Lagrange_eval(t,x,c)
p =
12.2241
x=[0 1 4 3]
3er-orden
x =
0
1
4
3
y=exp(x)
y =
1.0000
2.7183
54.5982
20.0855
c=Lagrange_coef(x,y)
c =
-0.0833
0.4530
4.5498
-3.3476
t=2; p=Lagrange_eval(t,x,c)
p =
5.9362
Solucin exacta
e 2 = 7.389056
Extrapolacin
La extrapolacin
debe evitarse en
lo posible
La funcin de Runge
-oscilaciones1
1
f(x)=
f(x) = 1 + 25 x22
1 + 25 x
La funcin de Runge
-oscilaciones-
4to-orden
1
f(x) =
1 + 25 x 2
10o-orden
Lnea recta
-oscilaciones-
La campana de Gauss
La Distribucin Normal
x2
1
G(x) =
exp
2
2
La Distribucin Normal
Determinar la integral definida entre (inf, inf) de la
distribucin Normal no representa problemas, pero
resulta mas difcil determinar la integral en una de las
porciones del dominio. De hecho no existe una forma
cerrada para la integral definida en un intervalo.
Halle los coeficientes de un polinomio de
interpolacin de orden 10 para determinar una
aproximacin de la integral definida de la funcin
Normal G(x) en el intervalo de (inf, xa] para xa = -0.1,
-0.5, -1.0, -2.0, -3.0. Compare estos resultados con la
aproximacin de las integrales utilizando un ajuste
polinomial de orden 10 de la campana.
Fecha de entrega: Lunes 15 de Septiembre de 2014