INSTITUTO

TECNOLOGICO DE
CIUDAD VICTORIA


Mtodos numricos
UNIDAD 5


Nombre: Erick Alejandro Toledano Reyna
N Control: 1038076
5.1 Polinomio de interpolacin de Newton.
Utilizar la matriz de Vandermonde para muchos nodos no es muy buena
idea ya que el tiempo de clculo para matrices grandes es excesivo. Es mucho
ms sencillo utilizar el mtodo clsico de las diferencias divididas de Newton.
Recordemos su definicin, para dos nodos, se llama diferencia dividida de orden
uno a :


Mientras que la diferencia dividida de orden n se obtiene por recurrencia a
partir de las anteriores como:


El polinomio de Newton en diferencias divididas es entonces:
p(x)=f[x0]+(x-x0) f[x0,x1]+ (x-x0)(x-x1) f[x0,x1]+ +(x-x0)(x-x1) (x-xn-1)
f[x0,x1, ... , xn]
El polinomio de interpolacin con diferencias divididas de Newton, entre
otros es la forma ms popular adems de las ms til.






5.2 Polinomio de interpolacin de Lagrange.
En anlisis numrico, el polinomio de Lagrange, llamado as en honor a Joseph-
Louis de Lagrange, es el polinomio que interpola un conjunto de puntos dado en la
forma de Lagrange. Fue descubierto por Edward Waring en 1779 y redescubierto
ms tarde por Leonhard Euler en 1783.

Dado que existe un nico polinomio interpolador para un determinado conjunto de
puntos, resulta algo confuso llamar a este polinomio el polinomio interpolador de
Lagrange. Un nombre ms conciso es interpolacin polinmica en la forma de
Lagrange.
Existen en todas las ramas de la ciencia, en la Fsica, en la Matemtica, en la
Qumica, en la Astronoma, en Biologa, etc.. situaciones en las que conociendo un
conjunto de datos experimentales en un cierto intervalo de la variable
independiente, esto es, conociendo una cierta cantidad de datos tabulados, se
hace preciso encontrar una funcin que verifique todos esos datos y permita, por
consiguiente, predecir la existencia de otros valores con la aproximacin
adecuada. El problema de la interpolacin es de gran importancia en el anlisis
numrico. En este artculo vemos muy brevemente una manera elemental de
interpolacin y la obtencin de la conocida Frmula Interpoladora de Lagrange.

Interpolacion y Polinomio de Interpolacion de Lagrange
Se trata de encontrar un polinomio de grado n que pase por los puntos (x
0
, f(x
0
)),
(x
1
, f(x
1
)), ... (x
n
, f(x
n
)), se construye un cociente L
n
,
k
(x
k
) con la propiedad de que
L
n
,
k
(x
i
) = 0 cuando i k y L
n
,
k
(x
k
) = 1
Se requiere entonces que el numerador contenga
(x x
0
) (x x
1
)... (x x
k1
)(x x
k+1
)... (x x
n
)
El denominador debe coincidir con el numerador cuando x = x
k
.

N-simo polinomio interpolante de Lagrange
Teorema
Si x
0
, x
1
, x
2
, ... x
n
, son n+1 nmeros distintos y si f es una funcin cuyos valores
estn dados en esos nmeros, entonces existe un polinomio de grado a lo ms n,
con la propiedad de que
f(x
k
) = P(x
k
) para cada k = 0, 1, 2, ...n
Este polinomio est dado por:


Donde














5.3 Interpolacin segmentada.
Esta interpolacin se llama interpolacin segmentaria o interpolacin por
splines. La idea central es que en vez de usar un solo polinomio para interpolar los
datos, podemos usar segmentos de polinomios y unirlos adecuadamente para
formar nuestra interpolacin.
Cabe mencionar que entre todas, las splines cbicas han resultado ser las
ms adecuadas para aplicaciones como la mencionada anteriormente.
As pues, podemos decir de manera informal, que una funcion spline est
formada por varios polinomios, cada uno definido en un intervalo y que se unen
entre si bajo ciertas condiciones de continuidad.
Interpolacin Segmentaria Lineal
Este es el caso ms sencillo. En l, vamos a interpolar una funcin f(x) de la
que se nos dan un nmero N de pares (x,f(x)) por los que tendr que pasar
nuestra funcin polinmica P(x). Esta serie de funciones nuestras van a ser
lineales, esto es, con grado 1: de la forma P(x) = ax + b.
Definiremos una de estas funciones por cada par de puntos adyacentes,
hasta un total de (N-1) funciones, hacindolas pasar obligatoriamente por los
puntos que van a determinarlas, es decir, la funcin P(x) ser el conjunto de
segmentos que unen nodos consecutivos; es por ello que nuestra funcin ser
continua en dichos puntos, pero no derivable en general.
Interpolacin Segmentaria Cuadrtica
En este caso, los polinomios P(x) a travs de los que construimos el Spline
tienen grado 2. Esto quiere decir, que va a tener la forma P(x) = ax + bx + c
Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones
(donde N son los puntos sobre los que se define la funcin). La interpolacin
cuadrtica nos va a asegurar que la funcin que nosotros generemos a trozos con
los distintos P(x) va a ser continua, ya que para sacar las condiciones que ajusten
el polinomio, vamos a determinar como condiciones:
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir,
que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en
cada uno de estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la
funcin definida a trozos que pasa por tal punto comn.
Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por
qu?. Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida en
tres puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis incgnitas
en total. Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener
tan slo cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por
cada intervalo), y la quinta al igualar la derivada en el punto comn a las dos P(x).
Se necesita una sexta ecuacin,de dnde se extrae? Esto suele hacerse
con el valor de la derivada en algn punto, al que se fuerza uno de los P(x).
Interpolacin Segmentaria Cbica
En este caso, cada polinomio P(x) a travs del que construimos los Splines
en [m,n] tiene grado 3. Esto quiere decir, que va a tener la forma P(x) = ax + bx +
cx + d
En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y
una nueva condicin para cada punto comn a dos intervalos, respecto a la
derivada segunda:
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir,
que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en
cada uno de estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la
funcin definida a trozos que pasa por tal punto comn.
Que la derivada segunda en un punto siempre coincida para ambos "lados"
de la funcin definida a trozos que pasa por tal punto comn.
Como puede deducirse al compararlo con el caso de splines cuadrticos,
ahora no nos va a faltar una sino dos ecuaciones (condiciones) para el nmero de
incgnitas que tenemos.
La forma de solucionar esto, determina el carcter de los splines cbicos.
As, podemos usar:
Splines cbicos naturales: La forma ms tpica. La derivada segunda de P
se hace 0 para el primer y ltimo punto sobre el que est definido el conjunto de
Splines, esto son, los puntos m y n en el intervalo [m,n].
Dar los valores de la derivada segunda de m y n de forma "manual", en el
conjunto de splines definidos en el intervalo [m,n].
Hacer iguales los valores de la derivada segunda de m y n en el conjunto de
splines definidos en el intervalo [m,n]

5.4 Problemas de aplicacin.
Existen numerosos problemas en la Ciencia y en la Tcnica que precisan para su
resolucin la utilizacin de procedimientos de initerpolacin. Se cita.n a
continuacin algunos ejemplos:
a) La fabricacin automatizada de objetos mecnicos crea la necesidad de
algoritmos de definicin de formas geomtricas (carroceras de un coche, etc.) en
dos o tres dimensiones. En este sentido los algoritmois de interpolacin de datos
puntuales representan una herramienta poderosa, permitiendo pasar de un diseo
definido por un conjunto de puntos y condiciones de tangencia a la materializacin
de la forma continua generada por estos datos discretos ms unas
consideraciones de esttica y/o aerodinmicas.
b)Conocidas las coordenadas (x,y) y la cota z de un conjunto de puntos obt$dos
de un trabajo taquimtrico, se intenta obtener la superficie del terreno y las curvas
de nivel ,representativas del mismo. Segn el tipo de variacin del terreno, se
pueden suponer unos niveles de continuidad a la superficie interpolante.
c) En el trazado de ,una va de comunicacin, puede ser interesante el diseiio del
eje, de forma que sea lo ms suave posible (condicin de comodidad y seguridad
de la circulacin) y satisfaga una serie de condiciones, como el paso por un
conjunto de puntos especificados exctamente o dentro de un entorno de error.
d) Definicin de la geometra de estructuras conocidas las caractersticas ptimas
en un conjunto discreto de secciones. Por ejemplo el conocimiento de la directriz
de una serie de arcos horizontales de una presa bveda y los valores de lo's
espesores en algunas secciones de los mismos. La definicin de la bveda exige
obtener una superficie suave, sin bruscos cambios de curvatura.
Se trata aqu el problema de interpolacin y aproximacin de funciones 1-D y 2-D
con un determinado orden de continuidad CK a partir de un conjunto de datos de
Birkhoff sobre un conjunto St y con la condicin de minimizacin de un
determinado funcional cuadrtico.
Despus de formular el problema en Rf se hace una exposicin del mtodo
emplea- do en R1 as como su aplicacin a distintos ejemplos. La extensin a un
mayor nmero de dimensiones sigue una pauta similar. En particular se ha
aplicado al caso 2-D con la utilizacin de los hiperelementos CK extraclase H9
como elementos finitos. Se obtienen las funciones de forma para un elemento de
esta familia, y se indican las ventajas e inconvenientes de la utilizacin de stos.
Por ltimo se analiza la potencia del mtodo, en el sentido de comprobar la
aproximacin alcanzada en funcin de la relacin nmero de datos y nmero de
incgnitas consideradas.



Bibliografa:
https://sites.google.com/site/danaly7/unidad-5/polinomio-de-interpolacion-de-newton
https://sites.google.com/site/sistrevolution/5-1-interpolacion
www.itescam.edu.mx/principal/sylabus/fpdb/recursos/r85082.DOCX
http://upcommons.upc.edu/revistes/bitstream/2099/7306/1/Article04.pdf