Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Interpolacion01 PDF
Interpolacion01 PDF
LAGRANGE
La interpolacin:
g ( x) g ( x; a1 ,..., a n )
Estas condiciones consisten, en general, que coincidan los valores que presenta la
funcin dada en los nodos de interpolacin con los valores que en dichos nodos
presenta la funcin interpoladora:
g ( x k ) = f ( x k ), k = 0,1,..., n
(x0 , x1 ,..., xn , nodos de int erpolacin )
o bien, por ejemplo, que coincidan en dichos nodos las derivadas de ambas
funciones:
g ' ( xk ) = f ' ( xk ), k = 0,1,..., n
(x0 , x1 ,..., xn , nodos de int erpolacin )
1
Siempre aparecer, obviamente, un trmino residual, rn (x ) , como diferencia entre
la funcin a interpolar y la funcin interpoladora:
rn ( x) = f ( x) g ( x)
Interpolacin lineal:
n
g ( x; a0 ,..., a1 ) = a i .i ( x)
i =1
Para que cualquiera que sea la funcin f(x) definida en el segmento [a,b], y para
[ ]
cualquier conjunto de n+1 nodos x 0 , x1 ,..., x n , xi a, b , xi x j si i j , exista un
nico polinomio interpolador de la forma dada es suficiente que el conjunto de
funciones { i (x)} sea un sistema de Chebyshev (linealmente independientes y
generadoras). Pueden adoptarse como funciones { i (x)} , por ejemplo:
- La sucesin de potencias de x:
i ( x) = x i , i = 0,1,..., n
(es el caso de interpolacin con polinomios algebraicos)
1, e a1 x , e a2 x ,..., e an x
(donde los ai son nmeros reales distintos)
o sea:
2
a0 . 0 ( x0 ) + ... + an . n ( x0 ) = f ( x0 )
a0 . 0 ( x1 ) + ... + an . n ( x1 ) = f ( x1 )
... ... ... ... ... ...
a0 . 0 ( xn ) + ... + an . n ( xn ) = f ( xn )
Matricialmente:
0 ( x0 ) ... n ( x0 ) a0 f ( x0 )
( x )
0 1 ... n ( x1 ) a1 f ( x1 )
... ... ... . ... = ...
... ... ... ... ...
0 ( xn ) ... n ( xn ) an f ( xn )
hecho L = 1 )
a0
a
n 1
g ( x) g ( x; a0 ,..., a1 ) = a i .i ( x) = [ 0 ( x), 1 ( x),..., n ( x)]. ... = B. A
i =1
...
an
o bien, finalmente:
g ( x) = B.L.F
a .x
i =0
i
i
k = f ( x k ), k = 0,1,..., n
3
n
i.a .x
i =0
i
i 1
k = f ' ( x k ), k = 0,1,..., n
1
1 x0 ... ... x 0n f ( x0 )
1 x1 ... ... x1n f ( x1 )
[
g n ( x) = B.L.F = 1, x,..., x ....
n
] ... ... ... ... . ...
... ... ... ... ... ...
1 x n ... ... x nn f ( x n )
El producto de las dos primeras matrices tiene como resultado una matriz fila cuyos
elementos son polinomios
1
1 x0 ... ... x0n
1 x1 ... ... x1n
[ ]
B.L = 1, x,..., x .....
n
... ... ... ... = [l 0 ( x), l1 ( x)..., l n ( x)]
... ... ... ... ...
1 x n ... ... x nn
4
As, pues, usando los polinomios de Lagrange, la frmula de interpolacin en la
base y soporte indicados tendra esta expresin para la funcin f(x):
f ( x0 )
f (x )
1 n
g n ( x) = B.L.F = [l 0 ( x), l1 ( x),..., l n ( x)]. ... = l k ( x). f ( x k )
k =0
...
f ( x n )
En definitiva:
n
g n ( x) = l k ( x). f ( x k )
k =0
- para x=x0:
g n ( x0 ) = f ( x0 ) l0 ( x0 ). f ( x0 ) = f ( x0 ) l0 ( x0 ) = 1 li ( x0 ) = 0, si i 0
- para x=x1:
g n ( x1 ) = f ( x1 ) l1 ( x1 ). f ( x1 ) = f ( x1 ) l1 ( x1 ) = 1 li ( x1 ) = 0, si i 1
- para x=xk:
g n ( xk ) = f ( xk ) lk ( xk ). f ( xk ) = f ( xk ) lk ( xk ) = 1 li ( xk ) = 0, si i k
o lo que es lo mismo:
l k ( xi ) = ik (Cronecker)
Esto nos permite plantear los trminos del polinomio l k (x) de modo que:
n
l0 ( x) = c0 ( x x1 )....( x xn ) = c0 ( x x j )
j 0
5
1 1
l0 ( x0 ) = 1 c0 = =
( x x1 ).....( x xn ) n
(x x )
j 0
j
n n (x x j )
l 0 ( x) = c0 . ( x x j ) =
j 0 j 0 ( x0 x j )
n
l k ( x) = c k ( x x1 )....( x x n ) = c k ( x x j )
jk
1 1
l k ( xk ) = 1 ck = =
( x x1 ).....( x x n ) n
(x x
jk
j )
n n (x x j )
l k ( x) = c k . ( x x j ) =
jk jk ( xk x j )
y la frmula de interpolacin de Lagrange queda finalmente en la forma:
n n (x x j )
g n ( x) = f ( x k ).
k =0 jk ( xk x j )
Sea el caso de una funcin f(x) desconocida, que toma los valores 0, -3 y 1 en los
puntos 1, 2 y 4, respectivamente. Encontrar un polinomio de interpolacin.
Se tiene:
[
Soporte (nodos) de la interpolacin: S = x 0 = 1, x1 = 2, x 2 = 4 ]
Base de la interpolacin: [
B = 1, x, x 2 ]
Valores de la funcin en los nodos: [ f ( x0 ) = 0, f ( x1 ) = 3, f ( x 2 ) = 1]
6
2 2 (x x j ) ( x x1 )( x x 2 ) ( x x0 )( x x 2 )
g 2 ( x) = f ( x k ). = f ( x0 ) + f ( x1 ) +
k =0 jk ( xk x j ) ( x0 x1 )( x0 x1 ) ( x1 x0 )( x1 x 2 )
( x x0 )( x x1 ) ( x 2)( x 4) ( x 1)( x 4)
+ f ( x2 ) = f (1) + f (2) +
( x 2 x0 )( x 2 x1 ) ( x0 2)( x0 4) ( x1 1)( x1 4)
( x 1)( x 2) 0 3 1
+ f (4) = ( x 2)( x 4) + ( x 1)( x 4) + ( x 1)( x 2)
( x 2 1)( x 2 2) 3 2 6
f n +1) ( ) n
r ( x) = f ( x) g n ( x) = ( x xi )
(n + 1)! i =0
n
g n ( x) = f ( x k ).
n [
sen ( x x j ) 2 ]
k =0 j k sen[( x k xj) 2]
7
Estas representaciones pueden resultar ms apropiadas para resolver ciertos
problemas especficos que se plantean en situaciones prcticas diversas. Las ms
conocidas son: La frmula de interpolacin de Bessel, las de Gauss, la de Newton,
la de Everett, la de Stirling, la de Steffensen, etc..
En los casos en los que resulta complicado determinar la potencia del polinomio
interpolador para obtener una cierta exactitud en la interpolacin de bloque datos o
tablas de valores, se puede recurrir a los denominados Esquemas de Aitken, en
donde los polinomios de interpolacin se construyen con potencias cada vez
mayores, lo que permite controlar la exactitud del proceso de clculo.
Bibliografa:
Atkinson, K.E., "An Introduction to Numerical Analysis", John Wiley, New York
(1978).
Bajvlov, N.S., Mtodos numricos, Paraninfo, Madrid, 1966.
Bakhavalov, N., Numerical Methods: Anlisis, lgebra, Ordinary Differential
Equations, Mir, Mosc, 1977.
Cheney, W.; Kincaid, D., "Numerical Mathematics and Computing", Brooks/Cole,
Monterrey (California) (1980).
Davis, P.J., "Interpolation and Approximation", Dover, New York (1975).
Rivlin, T.J., "An Introduction to the Approximation of Functions", Dover, New York
(1981).
Stoer, J.; Bulirsch, R., "Introduction to Numerical Analysis", Springer-Verlag, New
York (1980).
Carlos S. Chinea
casanchi@teleline.es