Académique Documents
Professionnel Documents
Culture Documents
Indice
1. RESUMEN
2. OBJETIVOS
3. MARCO TEORICO
3.1. METODO
DE LAGRANGE MATRICIAL . . . . . . . . . . . . . . . .
POLINOMIAL DE NEWTON EN DIFERENCIAS
3.2. INTERPOLACION
DIVIDIDAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3. DIFERENCIAS FINITAS : FORMULAS DE NEWTON PROGRESIVA Y REGRESIVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1. FORMULA NEWTON PROGRESIVA . . . . . . . . . . . . . .
3.3.2. FORMULA DE NEWTON REGRESIVA . . . . . . . . . . . .
POLINOMIAL DE NEWTON
3.4. ERRORES DE LA INTERPOLACION
4
4
6
9
10
11
11
4. IMPLEMENTACION
4.1. ALGORITMO COMPUTACIONAL PARA EL POLINOMIO DE IN DE NEWTON . . . . . . . . . . . . . . . . . . . . .
TERPOLACION
12
5. APLICACIONES
13
6. CONCLUSIONES
16
12
1.
RESUMEN
Con frecuencia se encontrara con que tiene que estimar valores intermedios entre
datos definidos por puntos. El metodo mas com
un que se usa para este proposito es la
interpolacion polinomial. Recuerde que la formula general para un polinomio de n-esimo grado es
2.
OBJETIVOS
3.
MARCO TEORICO
3.1.
METODO
DE LAGRANGE MATRICIAL
Se establece que:
a = X 1 y
Ejemplo:
Halle el polinomio de interpolacion de lagrange para el siguiente conjunto de puntos,
y estime el valor de la funcion para x=3.5 , utilizando este polinomio.
Finalmente se obtiene:
3.2.
POLINOMIAL DE NEWTON EN
INTERPOLACION
DIFERENCIAS DIVIDIDAS
Chapra & Canale(2007,p. 503)El polinomio de interpolacion de Newton en diferencias divididas es uno de los metodos mas populares y u
tiles para expresar una
interpolacion polinomial.
LINEAL
INTERPOLACION
Es la forma mas simple de interpolacion,consiste en unir 2 puntos con una linea recta.
INTERPOLACION
Una estrategia para mejorar la estimacion consiste en introducir alguna curvatura a la
lnea que une los puntos. Si se tienen tres puntos como datos, estos pueden ajustarse
en un polinomio de segundo grado.
Una forma conveniente para ello es:
Nota:Como en el caso de la interpolacion lineal, b1 todava representa la pendiente de la lnea que une los puntos x0 y x1 . As, los primeros dos terminos
de la 1era ecuacion son equivalentes a la interpolacion lineal de x0 a x1 . El
u
ltimo termino, b2 (x x0 )(x x1 ), determina la curvatura de segundo grado
en la formula.
Como se hizo antes con las interpolaciones lineales y cuadraticas, los puntos asociados con datos se utilizan para evaluar los coeficientes b0 , b1 , ..., bn . Para un polinomio de
n-esimo grado se requieren n + 1 puntos: [x0 , f (x0 )], [x1 , f (x1 )],..., [xn , f (xn )]. Usamos
estos datos y las siguientes ecuaciones para evaluar los coeficientes:
Donde las evaluaciones de la funcion colocadas entre parentesis son diferencias divididas finitas. Por ejemplo, la primera diferencia dividida finita en forma general se
representa como:
La segunda diferencia dividida finita, que representa la diferencia de las dos primeras
diferencias divididas, se expresa en forma general como:
Es decir:
Estas diferencias sirven para evaluar los coeficientes en las ecuaciones a , los
cuales se sustituiran en la ecuacion para obtener el polinomio de interpolacion:
3.3.
Nos preguntamos, ahora, como puede expresarse el polinomio de interpolacion para datos lagrangianos; es decir, p(xi) = f(xi) = yi cuando los nodos estan igualmente
espaciados?.
Supongamos que los nodos son de la forma: a = x0 < x1 < ... < xn = b con
xi = a + ih, i = 0, ..., n y h = (b a)/n ; entonces, podemos relacionar las diferencias
divididas de f(x) con las llamadas Diferencias Finitas (D.F.) de f(x). Pero, como se
definen?.
Llamamos D.F. progresiva de f de orden k 0 en un punto x, al valor:
Si usamos como punto un nodo de interpolacion, entonces las D.F. progresivas seran:
De forma similar pueden denirse las D.F. regresivas para f o datos; a saber,
Llamamos D.F. regresiva de f de orden k 0 en un punto x, al valor:
o bien
entonces
(*)
10
3.3.2.
y, desde aqu, de forma similar pero con las diferencias regresivas llegamos a la expresion:
tenemos la expresion:
(**)
Observacion.- En las expresiones (*) y (**) he usado el combinatorio formal:
3.4.
ERRORES DE LA INTERPOLACION
POLINOMIAL
DE NEWTON
11
Donde x esta en alguna parte del intervalo que contiene la incognita y los datos.
Para que esta formula sea u
til, la funcion en turno debe ser conocida y diferenciable.
Por lo com
un este no es el caso. Por fortuna, hay una formulacion alternativa que no
requiere del conocimiento previo de la funcion. Utilizandose una diferencia dividida
finita para aproximar la (n + 1)-esima derivada:
Donde f [x, xn, xn1, ..., x0] es la (n + 1)esima diferencia dividida finita. Debido a
que la ecuacion contiene la incognita f (x), no permite obtener el error. Sin embargo,
si se tiene un dato mas, f (xn + 1), la ecuacion puede usarse para estimar el error como
sigue:
4.
IMPLEMENTACION
4.1.
Paso 1:
Paso 2:
Paso 3:
Paso 4:
Comprobaci
on del algoritmo de interpolaci
on de newton
12
13
6.
CONCLUSIONES
La interpolacion polinomial es una herramienta matematica utilizada por las computadoras para estimar y ajustar valores en medio de 2 puntos, es aplicable para cualquier
rubro de la ciencia y la industria.
Sin embargo, como es una herramienta que se utiliza para estimar valores presenta
un error por dicha estimacion.
La interpolacion lineal y la cuadratica permiten estimar valores en medio de 2 o
3 puntos respectivamente, independientemente de los n+1 que se tengan, sin embargo
el error producido es mayor que cuando se aplica un polinomio de 4to, 5to o n-esimo
orden para estimarse dicho valor.
La interpolacion de Lagrange y diferencias divididas de Newton son tales que permiten estimar un valor utilizando todos los n+1 puntos descritos en un problema, es
por ello que son muy utilizadas para encontrar un polinomio interpolador ya que el
error de aproximacion es mnimo.
16