Interpolacion.

A partir de una serie de datos experimentales (xi,yi) con i=0,1,2,...,n que representan a la funcion f(x),
la cual desconocemos. Las xi's se suponen distintas, es decir la funcion es continua. El objetivo es
encontrar un valor de y dado un valor de x, tal que x0xxn. En general, en la interpolacion nos
interesa el comportamiento local de los datos y no el comportamiento global de la funcion.
Interpolacion lineal.
Para predecir un valor de y dado cierto valor de x, vamos a utilizar una linea recta que una los puntos
experimentales (xk,yk), (xk+1,yk+1) tal que xkxxk+1. Esto es:
y y k y k+ 1 y k
=
x x k x k+ 1x k
Despejando para y, tenemos
y yk
y= y k + k +1
( xx k )
x k +1 x k
Un problema de la interpolacion lineal es el error de prediccion que presenta, una alternativa es utilizar
un polinomio de orden superior para interpolar.
Interpolacion polinomial.
Queremos encontrar un valor de y dado un valor de x dentro de un set de datos experimentales. El
objetivo es generar un polinomio de grado n que cumpla con las siguientes restricciones
P n (x i )= y i i=0,1,2,. .. n
Metodo de Lagrange para generar polinomios de interpolacion
Este metodo genera un polinomio de grado n de la forma
n

P n (x )=L 0 ( x ) y 0 + L 1( x) y 1+ ...+ Ln ( x) y n= Li ( x ) y i
i=0

donde
n

Li ( x)=
j=0
ji

xx j
x i x j

Metodo de Newton para generar polinomios de interpolacion.

El polinomio de Newton esta dado por:
P n (x )=c 0 + c1 ( x x 0)+ c 2 (x x0 )( xx 1)+...+ cn ( xx 0 )( x x 1)...(x x n1)
los coeficientes ci's se calculan mediante diferencias divididas

c 0= f ( x 0)= y 0
c 1= f [ x 1 , x 0 ]
c 2= f [ x 2 , x 1 , x 0 ]

c n= f [ x n , x n1 , ... , x 1 , x 0 ]
donde las diferencias divididas estan dadas por
f ( x i ) f ( x j)
f [ x i , x j ]=
x i x j
f [x i , x j ] f [ x j , x k ]
f [ x i , x j , x k ]=
x i x k

f [ x n , x n 1 ,... , x 2 , x 1 ] f [ x n1 , x n2 , ... , x1 , x 0 ]
f [ x n , x n1 ,... , x 1 , x 0 ]=
x nx 0
Esto facilita los calculos, ya que se puede generar una tabla de diferencias divididas

Ejemplo.

Trazadores cubicos.
El objetivo del metodo es generar un polinomio cubico en cada intervalo de datos, esto es
3
2
P i (x )=ai (x x i ) + bi ( xx i ) +c i ( xx i )+ d i
Para poder aplicar este metodo se debe de tener algo de conocimiento sobre la dinamica del sistema
real, ya que debe de ser continue y debe de tener 1er y 2da derivada.
Ademas, el polinomio de aproximacion de la funcion real f(x) en el intervalo (xi,yi) a (xi+1,yi+1) debe de
satisfacer las siguientes restricciones
P i (x i +1)=P i+1 ( x i +1)
P i (x i +1)= Pi+1 ( x i +1)
P i (x i +1)= P i+1 ( x i+1 )
Para n pares de datos tenemos n-1 intervalos, por lo que tambien tendremos n-1 polinomios. Ya que se
conoce la forma del polinomio tambien se conocen sus derivadas.
P i ( x i )= y i =d i
P i ( x )=3a i ( xx i )2 +2b i ( x x i)+ci
P i ( x )=6a i ( xx i )+2b i
Con esta informacion hay que encontrar los valores de ai's, bi's, ci's y di's para los n-1 polinomios.
Si definimos la variable auxiliar si como si = P i ( x i ) podemos encontrar bi como
s
b i= i
2
Ahora, usando la condicion de continuidad de las 2das derivadas
P i ( x i+1 )= P i +1 (x i+ 1)
6a i (x i +1x i )+2b i=s i+1
sustituyendo el valor de bi, tenemos
a i=

si +1s i
6h i

h i=x i +1x i

Para determinar ci, hacemos uso de la condicion de continuidad de los polinomios

P i (x i +1)=P i+1 (x i +1)= y i+1
lo que resulta en
3
2
y i+1=ai ( x i+1 x i ) + bi ( xi +1 x i) + ci ( x i+1 x i )+ d i
haciendo uso de las definiciones de ai, bi, di y hi y despejando para el valor de ci da
y y i hi
c i= i+1
(2s i + si +1 )
6h i
6
Los valores de las constantes dependen de la variable auxiliar si, por lo que hacemos uso de la
condicion de continuidad de las 1eras derivadas para encontrar los valores de las si's, esto es
P i1 (x i )= P i ( x i)
3a i1 ( x i x i1) 2+ 2bi1 ( xi x i1 )+c i1=c i
3a i1 h2i1 +2b i1 hi1 +c i1=c i
Sustituyendo las expresiones para las constantes y agrupando terminos, tenemos:

hi 1 s i1+ 2( hi1 +hi ) si + hi si +1=6

y i +1 y i y i 1 y i
+
i=2,3,. .. , n2, n1
hi
hi1

Tan solo faltan dos ecuaciones para completar el sistema de n ecuaciones y encontra los n valores de si.
Para estas 2 ecuaciones faltantes tenemos 3 alternativas:
i) Definir diferente concavidad inicial y final
s1=
s n=
ii)Misma concavidad inicial y final
s1=s n =
iii) Linealizar las concavidades iniciales y finales
h 2 s 1(h1 +h 2) s 2+ h1 s 3=0
h n1 s n2(h n1+ hn2 )s n1 +h n2 s n=0
Ya con las n ecuaciones se pueden resolver el sistema lineal para encontrar los valores de si, y a su vez
encontrar los coeficientes ai, bi, ci y di de los polinomios.
Ejemplo.