P. 1
Interpolación lineal

Interpolación lineal

|Views: 1.583|Likes:
Publicado porMARÍA HERNÁNDEZ

More info:

Published by: MARÍA HERNÁNDEZ on Feb 03, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

05/02/2013

pdf

text

original

Interpolación lineal: consiste en evaluar el polinomio obtenido para estimar valores de la función entre los dos puntos disponibles

.

GRÁFICO INTERPOLACIÓN LINEAL

En la gráfica se observa que la interpolación lineal da como resultado una recta que se ajusta a dos puntos dados, donde f(a) y f(b) son valores conocidos de f(x) en x=a y x=b. estos puntos se aproximan a los resultados de la primera derivada de la función. 

Características: y Es la base para varios modelos numéricos fundamentales. Al integrar la función, se deduce el modelo de integración llamado regla del trapecio. y Por la interpolación lineal se obtiene una recta que se ajusta a dos datos dados; es decir, mediante la ecuación se puede conocer todos los valores de f(x) que correspondan a los valores de x. y Entre más pequeño es el intervalo entre los puntos, más exacto será la aproximación.  Ventajas: y la interpolación lineal es rápida y fácil, ya que solamente se hace el cálculo de trayectoria de dos puntos. y A pesar que se puede producir errores de cálculo entre intervalos, existe la función de error que puede aproximar x a xn , que representaría el punto medio entre los dos puntos. y Entre más pequeño sea el intervalo entre dos puntos, más exacta será la aproximación.  Desventajas: y La interpolación lineal es rápida y sencilla, pero no muy precisa. y Si el comportamiento no corresponden al de una línea recta los valores calculados no son correctos. y Por interconectar dos puntos en línea recta de un polinomio los resultados no se ajustan con exactitud para calcular el punto medio entre los mismo, por ello es más efectivo el método cuadrático.

Interpolación de Lagrange: evita el cálculo de las diferencias divididas, todos los puntos se determinan de manera que la curva del polinomio pase por todos y cada uno de los puntos especificados.

Se tiene un polinomio con tres puntos, cada uno pasa a través de uno de los puntos que se tienen como datos y es cero en los otros dos. La suma de los tres términos conforman la curva definida por f2 (x); es decir, se unen todos los puntos por la curva.  Características: y Generalmente los puntos más cercanos al punto desconocido, ejercen más influencia que los más lejanos. y Se trata de utilizar igual número de puntos a un lado y al otro del punto desconocido. y La distancia entre los diferentes puntos (x) (nodos) no necesariamente debe ser la misma.  Ventajas: y Es el método que permite resolver interpolación polinomial sin resolver las ecuaciones lineales. y na ventaja de la interpolación de Lagrange es que el método no necesita espaciados uniformemente en los valores de x. y El método resulta óptimo para abordar diferentes problemas de interpolación.  Desventajas: y No siempre funciona correctamente con una gran cantidad de puntos. A medida que crece el grado del polinomio interpolador, se percibe una creciente variación entre puntos. y La cantidad de cálculos necesaria para una interpolación en grande. y La evaluación del error no es fácil.

 

Interpolación de Newton-Raphson: encuentra una raíz, siempre y cuando se conozca una estimación inicial para la raíz deseada.

X0 es un valor inicial que está determinado para la raíz. Se obtiene la función que pasa por cada punto. La intersección de la recta con el eje x se denota como x1 y es considerado la primera aproximación. Se repite el mismo procedimiento utilizando el valor más actualizado para el siguiente ciclo de iteración.  Características: y Encuentra el valor de una raíz, siempre y cuando se conozca una estimación inicial para la raíz deseada. tiliza rectas tangentes que se evalúan analíticamente. y y Se puede aplicar al dominio complejo para hallar raíces complejas. También se puede extender a las ecuaciones no lineales simultáneas.  Ventajas: y El método es eficiente en la solución de sistemas de ecuaciones no lineales, converge muy rápidamente y proporciona una muy buena precisión en los resultados. y El método es muy rápido, ya que la convergencia es de tipo cuadrático (el número de cifras significativas se duplica en cada iteración). y El orden del polinomio puede cambiarse sin problemas. La evaluación de errores es fácil.  Desventajas: y El método en general es muy eficiente, hay situaciones en que se presenta dificultades. Un caso especial es en el de las raíces múltiples. y Se necesita conocer el valor de la primera derivada de la función en el punto. Sin embrago, la forma funcional de f(x) dificulta en ocasiones el cálculo de la derivada. y Necesita que la función sea continua.

¡

Método de la Secante: es el método que usa una diferencia dividida en lugar de una derivada para estimar la pendiente en una función, igualmente para encontrar los ceros de una función de forma iterativa.

El punto representado por los puntos xn+1 está determinado por las a rectas de intersección de la recta secante que pasa por los puntos (xn-1, fn-1) y el eje y=0. Al inicio del método se necesitan dos aproximaciones pero en cada paso solo se evalúa la función en un punto.  Características: y Se tienen dos puntos: uno anterior (xn-1,fn-1) y uno nuevo (xn,fn). para empezar el método, se dan los valores de inicio x0 y x1. y Se traza la recta que une ambos puntos (secante). y Donde corte la recta del eje x es el nuevo punto. Se llega a la raíz cuando f(xn+1) se aproxima a cero, pero como se trata de un método iterativo, pueden necesitarse muchas iteraciones para llegar a esta condición.  Ventajas: y Se usa para dar optimización a los resultados conseguidos con otra técnica. Dado que el método requiere de una buena aproximación inicial, por lo general es de convergencia rápida. y No se necesita encontrar la derivada de la función. y Se aplica cuando la función f(x) es demasiado compleja como para obtener su derivada.  Desventajas: y Puede no converger. y La convergencia no se asegura si la primera aproximación a la raíz no es lo suficientemente cercana a ella, ni tampoco se asegura cuando la raíz es múltiple. y El método de la secante puede converger a una raíz no deseada si la estimación inicial (puntos x0,x1) no es buena.

Método de la Regla Falsa: basado en interpolación lineal ajustada a dos puntos extremos para encontrar una aproximación a la raíz.

El valor que se calcula con la ecuación reemplaza a uno de los valores x0 o x1, se produce un valor de la función que tiene el mismo signo f(xn), los nuevos valores de x0 y x1 siempre contienen la raíz. Así se repite el proceso hasta que la aproximación de la raíz sea adecuada.  Características: y Está basado es la interpolación lineal, es análogo al método de bisección, puesto que el tamaño del intervalo que contiene a la raíz se reduce mediante iteración. y el método parte de un intervalo inicial [a,b] que contiene al menos una solución de la ecuación f(x) = 0, a la cual se llama raíz de f. Es decir, parte de un intervalo con f(a) y f (b) de signos contrarios. y Se buscan los valores de las raíces y se encuentran los valores extremos del nuevo intervalo que contiene la raíz. El procedimiento se repita hasta que las raíces estimadas convergen.  Ventajas: y Si la función está bien aproximada por la interpolación lineal inversa, entonces las raíces estimadas tendrán una buena precisión y en consecuencia, la iteración convergerá más rápido. y método convergente, ya que su aplicación repetida siempre genera valores más cercanos a la raíz independientemente que sea lento. y No necesita calcular derivadas.  Desventajas: y Pueden aparecer extremos fijos en donde uno de los extremos de la sucesión de intervalos no se mueve del punto original, por lo que las aproximaciones a la raíz, denotadas convergen a la raíz exacta solamente por un lado. Los extremos fijos no son deseables debido a que hacen más lenta la convergencia. y Es necesario especificar un intervalo que contenga a la raíz. y Como el método tiene orden de convergencia lineal, por lo que suele converger muy lentamente a la solución de la ecuación.

Polinomio de newton y diferencias divididas: se define como la diferencia entre el valor de la función entre dos puntos consecutivos. El sistema es de forma triangular.

Se tiene una función f(x) de orden n se denotan variables dependientes que van en forma descendente debido a que la función busca su valor más próximo a cero.la gráfica va a depender de la función dada, ya que el método en sí no tiene estipulado una gráfica sino que se genera tablas.  Características: y Las diferencias divididas se pueden calcular o desarrollar en función de los operadores en diferencias finitas progresivas. y Las diferencias divididas de orden n+1 es una diferencia de coeficientes dominantes de orden n se divide entre la distancia de los puntos más exteriores. y Se puede aplicar a puntos que tienen igual o distinta separación.  Ventajas: y Si se añaden más puntos de interpolación, puede aprovecharse todo lo realizado. Para construir el nuevo polinomio solo hace falta continuar el esquema de construcción de diferencias divididas y calcular los nuevos coeficientes. y Nos da un indicio del grado máximo del polinomio de interpolación requerido para una precisión en particular. y Se pueden detectar fácilmente los errores aleatorios en los valores de la función observando la tabla de diferencias divididas si se observa que estas se comportan de manera errática.  Desventajas: y El polinomio calculado no se puede adaptar para realizar una interpolación inversa excepto si se trata de un polinomio lineal. y En el caso que exista más de una serie de valores de las ordenadas (variables dependientes) se debe calcular la tabla de diferencias divididas para cada una de las ordenadas.

Método de Horner: consiste en re-expresar un polinomio en forma de multiplicaciones anidadas, buscando que no haya términos de potencias mayores a uno.

Se observa la evaluación de un función f(x), la cual fue generada por los puntos evaluados, la función contiene un mínimo determinado en un cierto punto calculado y luego un máximo todo va a depender del comportamiento que tome la misma.  Características: y Consiste en tomar el coeficiente del término de mayor grado y multiplicarlo por el valor x0; añadir luego coeficiente del término siguiente y multiplicar la suma por x0 y así sucesivamente. y Requiere n multiplicaciones y n adiciones para la evaluación de un polinomio de grado n . y Re-expresar un polinomio en forma de multiplicaciones anidadas, buscando que no haya términos de potencias mayores a uno.  Ventajas: y Se puede decir que es un método rápido y sencillo, pues al trabajar de manera tabular no requiere iteraciones. y Trabaja de forma segmentada lo que da más seguridad de los resultados dados realizando el recorrido por segmentos. y El método es muy exacto dando el resultado de la raíz más próxima al óptimo.  Desventajas: y Cuando x es una matriz, el método no es óptimo. y Trabaja para el cálculo de funciones polinómicas. y Se llega al resultado de una raíz única donde no se puede calcular el error de la aproximación.

Interpolación cuadrática: consiste en obtener la parábola que determinan tres puntos del plano. Si los puntos tienen abscisas distintas, su ecuación es un polinomio de segundo grado en x.

Se tiene tres puntos evaluados para una función f(x) que todos al ser unidos contienen un óptimo que ajusta una parábola a los puntos. X0, x1 y x2 son los valores de extremo y x3 es el valor de x que corresponde al máximo valor de ajuste.  Características: y Se tienen tres puntos los cuales contienen un máximo o un mínimo se puede ajustar la parábola a los puntos, después se puede diferenciar e igualar a cero el resultado y resolver para una estimación de la óptima en x. y Se genera una función a trozos con los distintos puntos que va hacer continua, ya que para sacar las condiciones que ajusten el polinomio cada parte de la función deben pasar por los puntos a evaluar.

Si los tres puntos están alineados, a (primer término de la función) valdrá 0 y tendremos un polinomio de primer grado. Incluso podría pasar que también b fuera 0, y en tal caso el polinomio sería de grado 0. En general, dados n+1 puntos con abscisas distintas, se puede probar que siempre hay un polinomio de grado menor o igual que n que pasa por ellos.  Ventajas: y Cuando a partir de dos puntos (Xi, Yi) dados observamos que no se ajustan a una recta, entonces la interpolación lineal produce grandes errores. Para obviar este problema recurrimos a la interpolación cuadrática. y Por medio de este método se encuentran los valores de los puntos cercanos a un máximo o mínimo proporcionando una buena aproximación a la función f(x). y Mientras mayor información para la resolución de la función se tenga, los parámetros tienen menos errores.  Desventajas: y Así como el método de la falsa posición, la interpolación cuadrática puede quedarse con sólo un extremo del intervalo convergiendo. Así, la convergencia puede ser lenta. y Se deben seleccionar cuidadosamente los puntos que habrán de retenerse en cada iteración e intentos de minimizar la acumulación del error de redondeo. y Es fácil comprender que si intentamos hacer interpolación mediante un polinomio de 3º, 4º, entre otros el sistema de ecuaciones correspondiente se hará cada vez más tedioso de resolver. y

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->