Está en la página 1de 19

Interpolaci´on

Universidad Aut´onoma de Quer´etaro Ingenier´ıa f´ısica Isaac Guill´en Castellanos

5 de mayo de 2017

Resumen

La interpolaci´on es, en ciencias e ingenier´ıa, el encontrar una funci´on apropiada a partir de datos que proceden de una poblaci´on en la que se ha realizado un registro de informacio- nes o estudio estad´ıstico, para que cumplan determinadas condiciones que nos interesen, como que sean continuas, derivables, etc.

Bas´andose en lo anterior dicho, en el presente reporte se enunciar´a algo de teor´ıa y se resolver´an algunos ejercicios resueltos con algoritmos programados.

´

Indice general

1. M´etodos Num´ericos para la interpoalci´on

 

3

1.1. Interpolaci´on Polinomial

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3

1.2. Interpolaci´on de Lagrange

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3

1.3. Interpolaci´on por Trazadores .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

4

1.4. Problemas

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

1.4.1. Problema de Interpolacion de Newton

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

5

1.4.2. Interpolaci´on de Lagrange

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

1.4.3. Interpolaci´on por Trazadores .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

8

1.5. Conclusiones .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

 

1

´

Indice de figuras

1.1. Gr´aficas para el problema 3

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

6

1.2. Gr´afica de Splines Cuadraticos para el problema 6

 

.

.

.

.

.

.

.

.

.

.

.

.

10

1.3. Interpolaci´on por trazadores cubicos del problema 7

.

.

.

.

.

.

.

.

.

.

.

.

.

11

1.4. Ilustraci´on de un patito para interpolar .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

1.5. Ajuste para obtener el patito

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

13

1.6. Tiempo contra velocidad para problema de aplicaci´on en cinem´atica

 

15

2

Cap´ıtulo 1

M´etodos Num´ericos para la interpoalci´on

1.1. Interpolaci´on Polinomial

Con frecuencia se encontrar´a con que tiene que estimar valores intermedios entre datos definidos por puntos. El m´etodo m´as com´un que se usa para este prop´osito es la interpo- laci´on polinomial.

Dados n + 1 puntos, hay uno y s´olo un polinomio de grado n que pasa a trav´es de todos los puntos. Por ejemplo, hay s´olo una l´ınea recta (es decir, un polinomio de primer grado) que une dos puntos. De manera similar, unicamente´ una par´abola une un conjunto de tres puntos. La interpolaci´on polinomial consiste en determinar el polinomio unico´ de n-´esimo grado que se ajuste a n + 1 puntos.

Con el ejemplo del polinomio de primer grado (la recta), la ecuaci´on que aproxima un punto en la recta unida por puntos (x, y) es:

+ f(x 1 ) f(x 0 ) (x x 0 )

f 1 (x) = f(x 0 )

x 1 x 0 que es una f´ormula de interpolaci´on lineal. En el caso de una par´abola:

f 2 (x) = b 0 + b 1 (x x 0 ) + b 2 (x x 0 )(x x 1 )

(1.1)

(1.2)

Donde los coeficientes se pueden determinar por:

b 0 = f(x 0 )

b 1 = f(x 1 )f(x 0 ) x 1 x 0

f(x 2 )f(x 1 ) f(x 1 )f(x 0 )

b 2 =

x 2 x 1

x 1 x 0

x 2 x 1

(1.3)

La forma general de los polinomios de inteporlaci´on de Newton es

f n (x) = b 0 + b 1 (x x 0 ) + ··· + b n (x x 0 )(x x 1 ) ··· (x x n1 )

(1.4)

1.2. Interpolaci´on de Lagrange

El polinomio de interpolaci´on de Lagrange es simplemente una reformulaci´on del po- linomio de Newton que evita el c´alculo de las diferencias divididas, y se representa de manera concisa como:

3

donde

n

i=0

n

j=0

f n (x) =

L i (x)f(x i )

L i (x) =

x x j

x i x

k

j

=i

(1.5)

(1.6)

polinomio de n-´esimo

grado que pasa exactamente a trav´es de todos los n + 1 puntos, que se tienen como datos.

la sumatoria de todos los productos en la ecuaci´on 1.5 es el unico´

1.3. Interpolaci´on por Trazadores

Los m´etodos anteriores utilizan polinomios de n-´esimo grado para interpolar entre n + 1 puntos que se ten´ıan como datos. Por ejemplo, para ocho puntos se puede obtener un perfecto polinomio de s´eptimo grado. Esta curva podr´ıa agrupar todas las curvas (al menos hasta, e incluso, la s´eptima derivada) sugeridas por los puntos. No obstante, hay casos donde estas funciones llevar´ıan a resultados err´oneos a causa de los errores de re- dondeo y los puntos lejanos. Un procedimiento alternativo consiste en colocar polinomios de grado inferior en subconjuntos de los datos. Tales polinomios conectores se denominan trazadores o splines.

Los trazadores de Primer grado son los mas sencillos de calcular, porque se tiene que encontrar la ecuaci´on de la recta que une a 2 nodos, pero el problema es que no es una curva suave y las derivadas son discontinuas en los nodos. Entonces se utilizan trazadores cuadrados, que son polinomios de segundo orden que unen a 2 nodos, y deben obedecer las condiciones:

Los valores de la funci´on de polinomios adyacentes deben ser iguales en los nodos interiores. Esta condici´on se representa como[1]

La primera y la ultima´ agrega dos ecuaciones m´as:

a i–1 x

(1.7)

(1.8)

funci´on deben pasar a trav´es de los puntos extremos. Esto

2 i1 + b i1 x i1 + c i1 =

f(x i1 )

2

a i x i1 + b i x i1 + c i = f(x i1 )

2

a 1 x 0 + b 1 x 0 + c 1 a n x n + b n x n + c n

2

=f(x 0 ) =f(x n )

(1.9)

(1.10)

y Las primeras derivadas en los nodos interiores deben ser iguales.

f (x) = 2ax + b

2a i1 x i1 + b i1 = 2a i x i1 + b i

4

(1.11)

(1.12)

(1.13)

y como nos falta si o hay m´as informaci´on que nos pueda ayudar a encontrar el valor de los coeficientes, se d´a por hecho que en el primer punto la segunda derivada es 0, a 1 = 0.

Debe quedar claro que en las ecuaciones anteriores, i = 2

n

Trazadores C´ubicos

Si bien encontrar los coeficientes de los trazadores cuadr´aticos para algunos puntos es dif´ıcil y tedioso, se encontrar los c´ubicos lo es a´un m´as, por eso se utilizan algoritmos pro- gramados para encontrarlos, pero tienen una ventaja, y es que en los trazadores c´ubicos, las derivadas en los nodos son continuas hasta en el tercer orden (f (x)) y deben seguir las siguientes codiciones:

1. Los valores de la funci´on deben ser iguales en los nodos interiores (2n – 2 condicio- nes).

funci´on deben pasar a trav´es de los puntos extremos (2 condi-

2. La primera y ultima´ ciones).

3. Las primeras derivadas en los nodos interiores deben ser iguales (n – 1 condiciones).

4. Las segundas derivadas en los nodos interiores deben ser iguales (n – 1 condiciones).

5. Las segundas derivadas en los nodos extremos son cero (2 condiciones).

1.4.

Problemas

1.4.1. Problema de Interpolacion de Newton

Problema 1

Estime Estime el logaritmo natural de 10 por medio de interpolaci´on lineal.

a) Interpole entre log 8 = 0.9030900 y log 12 = 1.0791812.

b) Interpole entre log 9 = 0.9542425 y log 11 = 1.0413927.

Para cada una de las interpolaciones calcule el error relativo porcentual con base en el valor verdadero

Soluci´on

Utilizando las ecuaci´on 1.1

a) log(10) = 0,991136

b) log(10) = 0,997818

r = 0,88644 %

r = 0,21824 %

(1.14)

Problema 2

Ajuste un polinomio de interpolaci´on de Newton de segundo orden para estimar el log 10, con los datos del problema 1 en x = 8, 9 y 11. Calcule el error relativo porcentual verdadero.

5

f(x)

soluci´on

El polinomio queda de la forma:

f (x) = (x 11)(0,0461009 0,0025258(x 8)) + 1,04139 f (x) = 0,0025258x 2 + 0,0940911x + 0,312012

y el punto a interpolar es

(1.15)

(1.16)

Donde podemos apreciar que el error absoluto es menor que en los casos de interpo- laci´on lineal, se puede ver el la gr´afica que dentro del intervalo de los valores dados, las aproximaciones son bastante cercanas.

log(10) = 1,00034

r = 0,03434

Problema 3

Ajuste un polinomio de interpolaci´on de Newton de tercer orden para estimar log 10 con los datos del problema 1.

Soluci´on

El polinomio de tercer orden, utilizando 4 puntos, es:

f (x) = 0,000149233x 3 0,00670433x 2 + 0,132743x + 0,19382

(1.17)

Y podemos comparar su exactitud con el que utilizaba 3 puntos:

1.2

1

0.8

0.6

0.4

0.2

0

-0.2

Aproximación al Logaritmo Real Aproximación de segundo grado Aproximación de tercer grado 0 5 10
Aproximación al Logaritmo
Real
Aproximación de segundo grado
Aproximación de tercer grado
0
5
10
15

x

Figura 1.1: Comparaci´on de utilizar polinomios de mayor orden para una mejor proxima- ci´on

6

Problema 4

Dados los datos

1.6

x 2

2.5

3.2

4

4.5

2

y 8

14

15

8

2

Calcule f(2.8) con el uso de polinomios de interpolaci´on de Newton de ´ordenes 1 a 3. Elija la secuencia de puntos m´as apropiada para alcanzar la mayor exactitud posible para sus estimaciones.

Soluci´on

Usando primero un polinomio de orden 1, necesitamos 2 puntos, lo m´as adecuado es escoger los 2 puntos m´as cercanos a por la derecha y por la izquierda a 2.8, los cuales son (2.5,14) y (3.2,15). Obtenemos el siguiente polinomio:

f (x) = 10,4286 + 1,42857x

(1.18)

f

(2,8) = 14,42857

(1.19)

Ajustando polinomio de segundo orden, utilizando los puntos (2,8), (2.5,14) y (3.2 15), se obtiene el siguiente polinomio:

f (x) = 8,80952x 2 + 51,6429x 60,0476

(1.20)

f

(2,8) = 15,48571

(1.21)

Y finalmente ajustando un polinomio de orden 3 con los 4 puntos (2,8), (2.5,14), (3.2,15) y (4,8) se obtiene el polinomio:

f (x) = 1,0119x 3 16,6012x 2 + 71,2738x 76,2381

(1.22)

f

(2,8) = 15,38857

(1.23)

1.4.2. Interpolaci´on de Lagrange

Problema 5

Repita los problemas 1 a 3 empleando el polinomio de Lagrange.

Soluci´on

Solucionando el problema 1 con Lagrange

Con los puntos (8, log(8)) y (12, log(12)) se obtiene:

L 0 (x) =3 x

4

L 1 (x) = x

4 2

7

f (x) = 0,550907 + 0,0440228x

f (10) = 0,99113

(1.24)

Con los puntos (9, log(9)) y (11, log(11)) se obtiene:

L 0 (x) = 11 x

2

L 1 (x) = x 9

4

f (x) = 0,562067 + 0,0435751x

f (10) = 0,99781

(1.25)

Solucionando el problema 2 con Lagrange

Se obtiene un polinomio:

f (x) = 0,00252581x 2 + 0,0940913x + 0,312011

f (10) = 1,00034

(1.26)

Solucionando el problema 3 con Lagrange

Se obtiene el siguiente polinomio:

f (x) = 0,000149242x 3 0,0067046x 2 + 0,132745x + 0,193811

f (10) = 1,00004

(1.27)

1.4.3. Interpolaci´on por Trazadores

Problema 6

Desarrolle trazadores cuadr´aticos para los cinco datos y pronostique f(3.4) y f(2.2).

x

1.6

2

2.5

3.2

4

f(x)

2

8

14

15

8

Soluci´on

Utilizando las ecuaciones de condiciones 1.7, 1.9, 1.11.

8

8

4a 2 + 2b 2 + c 2 = 8

4a 1 + 2b 1 + c 1 =

6,25a 2 + 2,5b 2 + c 2 = 14 6,25a 3 + 2,25b 3 + c 3 = 14 10,24a 3 + 3,2b 3 + c 3 = 15 10,24a 4 + 3,2b 4 + c 4 = 15 2,56a 1 + 1,6b 1 + c1 = 2

16a 4 + 4b 4 + c 4

= 8

4a 1 + b 1 4a 2 b 1

= 0

5a 2 + b 2 5a 3 b 3

= 0

6,4a 3 + b 3 6,5a 4 b 4 = 0

y como suponemos que a 1 = 0 tenemos 11 inc´ognitas y 11 ecuaciones entonces podemos resolver el siguiente sistema:

2

0

0

0

0

0

1,6

0

1

0

0

1

0

0

0

0

0

1

0

0

0

0

0

4

6,25

0

0

0

0

0

4

5

0

0

2

2,5

0

0

0

0

0

4

1

0

0

1

1

0

0

0

0

0

1

0

0

0

0

0

6,25

10,24

0

0

0

0

5

6,4

0

0

0

2,5

3,2

0

0

0

0

1

1

0

0

0

1

1

0

0

0

0

0

0

0

0

0

0

0

10,24

0

16

0

0

6,4

0

0

0

0

0

3,2

0

4

0

0

1

0

0

0

0

0

1

0

1

0

0

0

b

c

a

b

c

a

b

c

a

b

c

1

1

2

2

2

3

3

3

4

4

4

=

8

8

14

14

15

15

2

8

0

0

0

(1.28)

Utilizando el m´etodo de Gauss-Jordan, se obtiene que los coeficientes son:

Obteniendo las ecuaciones

b

c

a

b

c

a

b

c

a

b

c

1

1

2

2

2

3

3

3

4

4

4

=

15

22

1

7

11

15,813

91,5816

116,1020

1,1161

16,7857

57,28

9

(1.29)

f(x)

y 1 =15x 22 y 2 =x 2 + 7x 11 y 3 = 15,813x 2 + 91,5816x 116,1020 y 4 =1,1161x 2 16,7857x + 57,28

Entonces, evaluando las funciones:

f (3,4) y 4 f (2,2) y 2

1,6 x 2 2 x 2,5 2,5 x 3,2 3,2 x 4

y 4 (3,4) = 13,1107 y 2 (2,2) = 9,24

Se muestra una figura del ajuste por Splines o Trazadores

Aproximación por Splines cuadraticos 18 Intervalo 1 Intervalo 2 16 Intervalo 3 Intervalo 4 14
Aproximación por Splines cuadraticos
18
Intervalo 1
Intervalo 2
16
Intervalo 3
Intervalo 4
14
12
10
8
6
4
2
0
1.5
2
2.5
3
3.5
4

x

Figura 1.2: Los intervalos 1, 2 y 4 al tener coeficientes tan grandes, no se aprecia que sean una curva, pero en el intervalo 3, se ve claramente que es una cuadr´atica

Problema 7

Obtenga trazadores c´ubicos para los datos y a) pronostique f (4) y f (2,5) y b)Verifique

que f (3) =

19

 

x

1

2

3

5

7

8

f(x)

3

6

19

99

291

444

Soluci´on

Usando Interpolaci´on cubica de Splines de XMGrace, se genera la siguiente gr´afica

10

450

400

350

300

250

200

150

100

50

0

Interpolación por Trazadores cubicos Datos Trazador 1 2 3 4 5 6 7 8
Interpolación por Trazadores cubicos
Datos
Trazador
1
2
3
4
5
6
7
8

Figura 1.3: Interpolaci´on de Trazadores C´ubicos

Y obteniendo:

Problema sencillo

f (4) = 48

f (2,5) = 10,8750

f (3) = 19

Encuentre el trazador c´ubico para la funci´on que pasa por los puntos (0,0), (1,1), (2,2):

En este ejercicio no se tiene qu´e utilizar ning´un m´etodo de trazadores, incluso si se utiliza, arrojar´a que es una ecuaci´on lineal con centro en el origen y pendiente 1,(a = 0, b = 0, c = 1, d = 0).

Comprobando con XMGrace:

Problema 8

f (x) = x

(1.30)

Construye un Spline cubico para las siguientes funciones:

a)

x f(x) 0 1 0.5 2.71828
x f(x)
0
1
0.5 2.71828
 

x

f(x)

 

b)

-0.25

1.33203

c)

0.25

0.800781

11

x

f(x)

0.1

-0.29004996

0.2

-0.56079734

0.3

-0.81401972

soluci´on

a) Dado que solo tenemos 2 puntos, tenemos solo un intervalo, y el resultado polinomio

que lo define es:

f (x) = 3,43656x + 1,0

(1.31)

b) Aqu´ı aun tenemos 2 datos solamente, por lo que solo hay un intervalo.

(1.32)

c) Aqu´ı tenemos 3 puntos por lo tanto tenemos 2 intervalos pero una unica funci´on

f (x) = 1,06640 1,062498x

toca los 3.

 

f (x) = 82,27822x 2 27,39094x + 1,62626

(1.33)

Problema 9

Determine los coeficientes de la ecuaci´on c´ubica que pasa por los primeros cuatro puntos del problema anterior.

Soluci´on

Si tenemos 4 puntos y nos pide una ecuaci´on cubica, podemos utilizar el m´etodo de Lagranga, que nos d´a:

f(x) = x 3 x 2 x + 4

Entonces nuestros coeficientes son:

a = 1

b = 1

c = 1

d = 4

(1.34)

Ejemplo de Aplicaci´on

En la figura se muestra un patito volando, para aproximarnos a la forma superior de patito, se han escogido puntos mostrados en la tabla.[2]

12

Figura 1.4: Puntos para interpolar la figura de un pato, notese que se han usado

Figura 1.4: Puntos para interpolar la figura de un pato, notese que se han usado m´as puntos cuando las curvas se vuelven m´as bruscas.

x

0.9

1.3

1.9

2.1

2.6

3.0

3.9

4.4

4.7

5.0

6.0

f(x)

1.3

1.5

1.85

2.1

2.6

2.7

2.4

2.15

2.05

2.1

2.25

x

7.0

8.0

9.2

10.5

11.3

11.6 12.0

 

12.6

13.0

13.3

f(x)

2.3

2.25

1.95

1.4

0.9

0.7 0.6

 

0.5

0.4

0.25

Ajustando los Splines Cubicos obtenemos; Interpolación de trazadores cubicos para el pato 3 Ajuste Datos
Ajustando los Splines Cubicos obtenemos;
Interpolación de trazadores cubicos para el pato
3
Ajuste Datos de Trazadores
2.5
2
1.5
1
0.5
0
0
2
4
6
8
10
12
14

Figura 1.5: El ajuste de los trazadores result´o bastante efectivo

Problema de coefientes

Un Spline cubico en [0, 2] est´a dado por:

S 0 (x) =

S 1 (x) = 2 + b(x 1) + c(x 1) 2 + d(x 1) 3

1 + 2x + x 3

13

0 x 1

1 x 2

Soluci´on

Tenemos las condiciones de que en el segundo nodo x = 1, las derivadas deben ser iguales, entonces

Y

2 3x 2 1 = b

=

b + 2c(x 1) + 3d(x 1) 2

tambi´en tenemos la condici´on para la segunda derivada

6x = 2c + 6d(x 1)

6 = 2c c = 3

Y por ultimo tenemos la condici´on de que S

1

(2) = 0

2c + 6d 6 + 6d

= 0 = 0 d = 1

x = 1

x = 1

Problema de Cinem´atica

Un autom´ovil viajando en por el camino fue cronometrado a los en los siguientes instantes:

t(s)

0

3

5

8

13

d(f)

0

225

283

623

993

v(f/s)

75

77

80

74

72

a) Prediga la posici´on y velocidad al instante t = 10

b) Use la derivada del Trazador para determinar si el autom´ovil excede alguna vez la velocidad de v = 80,66f/s

c) Cual es la velocidad m´axima predicha para el autom´ovil

Soluci´on

a) Prediciendo la velocidad y la posici´on al tiempo t = 10:

d(10) = 778,4191f v(10) = 68,6151f/s

Mientras que la posici´on avanza de manera casi lineal, la velocidad si tiene un com- portamiento oscilatorio:

14

Interpolación de la Velocidad Por trazadores 82 80 Datos Aproximación por trazaodres 78 76 74
Interpolación de la Velocidad Por trazadores
82
80
Datos
Aproximación por trazaodres
78
76
74
72
70
68
66
0
2
4
6
8
10
12
14
Velocidad (f/s)

segundos (s)

Figura 1.6: Aunque la posici´on incrementa de una manera casi lineal, la velocidad oscila

b) y c) Para construir los trazadores de la velocidad se utilizaron los siguientes poli- nomios:

v(t) = 0,172541t 3 + 1,54700t 2 2,42146t + 75,0 v(t) = 0,17254t 3 + 1,54700t 2 2,42146t + 74,99999 v(t) = 0,11282t 3 2,73357t 2 + 18,98141t + 39,32853 v(t) = 0,11282t 3 2,73357t 2 + 18,98141t + 39,32853

0 t 3 3 t 5 5 t 8 8 t 13

Gui´andonos por la gr´afica podemos observar que el m´aximo de la funci´on se encuentra en el final del segundo intervalo, o bien, al principio del tercero. escogiendo el tercer intervalo tenemos qu´e

v(t) = 0,11282t 3 2,73357t 2 + 18,98141t + 39,32853 v (t) = 0,33846t 2 5,46714t + 18,9814

y Utilizando el m´etodo de Newton-Raphson para encontrar raices, tenemos qu´e el cuando la derivada toca el 0, o bien el maximo de la funci´on es:

t max =5,05192

v(t max ) =80,0016f/s

La velocidad m´axima alcanzada por el autom´ovil es de 80,0016f/s (c) y por lo tanto, nunca alcanza una velocidad de 80,66f/s

15

1.5.

Conclusiones

Los m´etodos de interpolaci´on son realmente utiles´ para saber como se comporta un fen´omeno del que se tomaron datos experimentales, y as´ı conocer como se comportar´ıa el ese fen´omeno o experimento en alg´un punto que est´e en medio de los datos tomados.

En este reporte se vieron muchos ejemplos de m´etodos cada vez mas complejos de entender y tambi´en de programar pero de la misma forma m´as eficientes y confiables, como por ejemplo los trazadores, aunque es m´as complicado encontrar una funci´on para cada intervalo, es m´as suave en las curvas. se podr´ıa decir que cuando son muchos puntos que se quieren interpolar, la mejor opci´on son los trazadores c´ubicos, pero si se tienen menos, y el polinomio no ser´a de un orden exagerado, podemos conformarnos con un polinomio de Newton o de Lagrange. Esta claro que los m´etodos de interpolaci´on son una herramienta clave para todo f´ısico, ingeniero y profesionista de cualquier ciencia, ya que tambi´en tienen aplicaciones en campos como la medicina y biolog´ıa (crecimiento de tumores y poblaciones de bacterias), la qu´ımica, la demograf´ıa (comportamiento de un censo), etc.

16

Bibliograf´ıa

[1] Chapra, S. C. C., Chapra, R. P. S. C., y Canale, R. P. (2007). M´etodos num´ericos para ingenieros. McGraw-Hill,.

[2] Richard, L., and Burden, J. (1988). Douglas Faires, Numerical Analysis.

17