Interpolación I

(datos con cualquier separación o

espaciamiento)
Departamento de Informática
FCEFN-UNSJ
Dra. María L. Gordillo

2015
Clase 6
 Aproximación de funciones:
Aproximación de funciones:

P li
Polinomio
i Interpolador
I t l d d de L
Lagrange
1- Interpolación
Polin de Newton: diferencias finitas
Polin.

2- Ajuste de datos por mínimos cuadrados

 Interpolación
• Interpolar (en el plano): determinar una función que
pase por puntos dados del plano (con abscisas
diferentes).

• La interpolación permite aproximar valores

i t
intermedios
di (abscisas
( b i no tabuladas)
t b l d ) aproximando
i d una
función a datos experimentales tabulados por que no
tienen una función que los represente, o bien la
función resulta extremadamente compleja.

• El método más común para aproximar valores

intermedios, es la Interpolación Polinomial, la cual
consiste en determinar un polinomio de orden a lo
sumo n que pasa por n+1
+1 puntos
t datos.
d t
 Interpolación Polinomial
Interpolación Polinomial
• Uno de los métodos fundamentales para encontrar una
función que pase a través de datos dados (de abscisas
diferentes) es encontrar un polinomio que los satisfaga:
x f(x)
x1 y1
x2 y2
: :
: : Tabla de datos
xn yn (datos tabulados)

encontrar un polinomio P(x) de manera tal que:

P(xi) =yi para todo i=1,2,…,n

 Teorema (Muy importante)
Por n+1
Por n+1 puntos del plano pasa un único
puntos del plano pasa un único
polinomio de grado n o menor.

Independientemente de la fórmula de interpolación 
que se utilice todas aquellas interpolaciones
que se utilice, todas aquellas  interpolaciones 
polinomiales que se ajustan a los mismos puntos son 
matemáticamente idénticas.
 Teorema : ejemplos

Casos lilineal,
C l cuadrático
d áti y cúbico:
úbi n+1
+1 puntos,
t
polinomio de grado n
n=3,
=3 único polinomio n=4,
=4 único polinomio de
n=2, único polinomio
de grado 2 grado 3
de grado 1

y y

x x x
 Teorema 1: ejemplos

Otros casos: n+1 puntos, polinomio de grado menor o

igual que n

n=3, único polinomio de grado 0 n=3, único polinomio de grado 1 n=3, único polinomio de
grado 2
 Existencia y unicidad del polinomio
p
Interpolador
Planteo del problema: sean n+1 puntos de IR2 (x0,y0), (x1,y1), …, (xn,yn), con
xi≠ xj si i ≠ j se q polinomio Pn de g
quiere hallar un p grado igual
g o menor a n tal
que:
Pn ( x i )= y i  i  0 ,1 ,2 ,..., n 

Vamos a ver que este polinomio existe y es único:

Tomamos:

Pn ( x)  a0  a1 x  a2 x    an x ,
2 n
(I)
ai   , i  0,1,
0 1 , n
Teniendo en cuenta la condición:

Pn ( xi )  yi i  0,1,
0 1 , n (II)
 Reemplazando en (I) cada valor de abscisa xi y considerando
((II)) obtenemos un sistema lineal de n+1 ecuaciones con n+1
incógnitas:

Pn ( x0 )  a0  a1 x0  a2 x02   an x0n  y0
Pn ( x1 )  a0  a1 x1  a2 x1   an x1  y1
2 n

Pn ( x2 )  a0  a1 x2  a2 x22   an x2n  y2
     
Pn ( xn )  a0  a1 xn  a2 xn2   an xnn  yn

ai ( i=0,1,…n ) son n+1 ecuaciones con n+1 incógnitas

las incógnitas
  1 x0 x02  x0n   a0   y0 
 n     
 1 x1 x1  x1   a1    y1 
2

          
 
n     
1 xn xn  xn 

2
an   yn 

A X b

Matriz de Vandermonde. Mal

condicionada.

 a0 
 
 a1 
xi  x j  det A  0   A  1  !  A  1b (III)
  
 
 an 
 Interp. Lineal Newton (diferencias divididas)
E
Ecuación
ió dde una recta
t en ell plano
l ((polinomio
li i dde grado
d 1)
1):

P1  x   b0  b1  x  x0  (A)
Si la
l recta
t debe
d b pasar por d
dos puntos
t d dell plano
l (x0, f(x0)) y (x1, f(x1)) entonces:
t
P1(x0)=f (x0) y P1(x1)=f (x1) , entonces:

f (x)
P1  x0   f  x0   b0  b1  x0  x0  
 b0 = f  x0 
  
0
f (x1)
f  x1   f  x0 
P1  x1   f  x1   f  x0   b1  x1  x0   b1 
   x1  x0 f (x0)
se despeja b1 P1(x)
x0 x x1
Reemplazando en (A) b0 y b1:

f  x1   f  x0 
P1  x   f  x0    x  x0  (B)
x1  x0
 Ejemplo 1: Estimar ln 2 por interpolación lineal:

1. Si Ln1 = 0 y Ln 6 = 1.791759; 2. Si Ln 1=0 y Ln 4=1.386294

1.791759  0 1.386294  0
1. P1  2   Ln1   2  1  0.3583519 2. P1  2   Ln1   2  1  0.4620981
6 1 4 1
Valor real Ln 2 = 0.6931472
Error relativo porcentual en 1. = 48.3%; error relativo porcentual en 2. = 33.3%;

2.5

2 f(x) = ln x

1.5

1
Ln 2
P1((x))
0.5

0
Estimaciones
-0.5 lineales

-1
0 1 2 3 4 5 6 7 8
Interp.cuadrática Newton:(diferencias divididas)
Un polinomio cuadrático (grado 2) puede expresarse como:

P2 ( x)  b0  b1 ( x  x0 )  b2 ( x  x0 )( x  x1 )
Podemos evaluar b0, b1 y b2 sustituyendo x por las abscisas x0, x1 y x2
en P2 (x),
) y recordando que P2 (xi))=y
yi =ff (xi) entonces:

x  x0 b0  f ( x0 )
f ( x1 )  f ( x0 )
x  x1 b1 
x1  x0
f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )

x2  x1 x1  x0
x  x2 b2 
x2  x0
 Veamos la cuenta para b2

Si x  x2 , entonces:
f ( x1 )  f ( x0 )
f ( x2 )  f ( x0 )  ( x2  x0 )  b2 ( x2  x0 )( x2  x1 )
x1  x0
restamos de ambos miembros f ( x1 )
f ( x1 )  f ( x0 )
f ( x2 )  f ( x1 )  f ( x0 )  f ( x1 )  ( x2  x0 )  b2 ( x2  x0 )( x2  x1 )
x1  x0
sacamos factor común en el segundo miembro a f ( x1 )  f ( x0 ) :
 1 
f ( x2 )  f ( x1 )   f ( x1 )  f ( x0 )   1  ( x2  x0 )   b2 ( x2  x0 )( x2  x1 ), entonces
 x1  x0 
(x  x )
f ( x2 )  f ( x1 )   f ( x1 )  f ( x0 )  2 1  b2 ( x2  x0 )( x2  x1 ), luego factor común ( x2  x1 ) :
x1  x0
f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )
  b2 ( x2  x0 ), entonces:
x2  x1 x1  x0
f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )

x2  x1 x1  x0
b2 
x2  x0
 Ejemplo 2:
Interpolemos ln 2 con ln 1, ln 4 y ln 6, los punto que se conocen son:
x0 = 1 f (x0) = 0
x1 = 4 f (x1) = 1.386294
1 386294 f (x)
(x)=ln(x)
ln(x)
ln2
x2 = 6 f (x2) = 1.791759
Aplicando las ecs. anteriores
P2(x)
b0 = 0
b1 = (1.386294 – 0)/(4 – 1) = 0.4620981
b2 = ((1.791759
((1 791759 – 1.386294)
1 386294)
aproximación
/(6 – 4) – 0.4620981)/(6 – 1)
= – 0.0518731
El polinomio es
P2(x) = 0.4620981(x – 1) – 0.0518731(x – 1)(x – 4)
V l reall ln
Valor l 2 = 0.6931472
0 6931472
P2(2) = 0.5658444 Error relativo porcentual = 18.4%
 Interpolación de Newton: 
Dif
Diferencias Divididas
i Di idid
Generalización de un polinomio de grado n:
Pn ( x )  b0  b1 ( x  x0 )  b2 ( x  x0 )( x  x1 )   
+bn ( x  x0 )( x  x1 ) ( x  xn 1 )
Pn interpola el conjunto de puntos{(xi,f(xi))} i=0,1,…n ,entonces Pn(xi)=f(xi) :
f ( x1 )  f ( x0 )
x  x0 
 b0  f ( x0 ),
) x  x1 
 b1 
x1  x0

f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )

x2  x1 x1  x0
x  x2 
 b2 
x 2  x0
Continuamos igualando x=xi , y despejando los coef. bi . Para simplificar
definimos recursivamente las diferencias divididas como:
 


 f [ x0 ]  f ( x0 )
 f ( x1 )  f ( x 0 )
 f [ x1 , x 0 ]  d iferen cia d ivid id a p ara x1 , x 0
 x 1  x 0
 f [ x 2 , x1 ]  f [ x1 , x 0 ]

 f [ x , x , x ]  d iferen cia d ivid id a p ara x 2 , x1 , x 0
x2  x0
2 1 0

 

 f [ x , x ,  , x , x ]  f [ x n , x n  1 ,  , x1 ]  f [ x n  1 , x n  2 ,  , x 0 ]
 n n 1 1 0
xn  x0
         
 n -ésim a d iferen cia d ivid id a
p ara x n , x n 1 , , x1 , x 0

Luego:

b0  f  x0  , b1  f [ x1 , x0 ], b2  f [ x 2 , x1 , x0 ],  , bn  f [ xn , x n 1 ,  , x 1 , x0 ]

Con lo cual el Polinomio de Newton Pn que interpola n+1 puntos del plano es:

Pn ( x )  f  x0   f [ x1 , x0 ]( x  x0 )  f [ x2 , x1 , x0 ]( x  x0 )( x  x1 )
   f [ xn , xn 1 ,  , x0 ]( x  x0 )( x  x1 )  ( x  xn 1 )
Tabla de diferencias divididas: (esquema para 5 puntos)
Tabla de diferencias divididas: (esquema para 5 puntos)

x y
x0 f [x0]
f [x1, x0]
x1 f [x1] f [x2, x1, x0]
f [x1, x2] f [x3, x2, x1, x0]
x2 f [x2] f [x3, x2, x1] f [x4, x3, x2, x1, x0]
f[x3, x2] f [x4, x3, x2, x1]
x3 f [x3] f [x4, x3, x2]
f [x4, x3]
x4 f [x4]
 Ejemplo 3:
Aproximemos ln 2 sabiendo que:
ln 1=0 , ln 4= 1.386294, ln 6=1.791759 y ln 5 =1.609438
x0 = 1 f(x0) = 0
x1 = 4 f(x1) = 1.386294
f(
x2 = 6 f(x3) =1.791759
x3 = 5 f(x2) = 1.609438
1 609438

La función a interpolar es f(x)=ln x

Se necesita construir la tabla de diferencias divididas

 Ejemplo 3:
i x f(xi) f[xi+1,xi] f[xi+2 ,xi+1,xi] f[xi+3, xi+2,xi+1, xi]

0 1 0
0.4602981
1 4 1.386294 –0.05187311
0.2027326 0.007865529
2 6 1 791759
1.791759 –0.02041100
0 02041100
0.1823216
3 5 1.609438

Polinomio Interpolador de Newton en diferencias divididas de grado 3:

P3(x) = 0 + 0.4602981(x – 1) –0.05187311(x – 1) (x – 4) + 0.007865529(x – 1) (x – 4) (x – 6)
Valor aproximado de ln 2 calculado con el polinomio P3
0,6931472 =ln 2= ≈ P3(2) = 0.6287686
Error relativo porcentual ≈ 9 %
 Polinomio Interpolador de Lagrange:
Lagrange construye de otra forma el polinomio Pn(x) que interpola n+1 puntos de 2.
Comienza definiendo n+1 ppolinomios de g grado n : Lk((x)) ( k=0,1,2,…,n
, , , , ), con la
siguiente propiedad:
1 si j  k
Lk ( x j )   k  0,1, 2, , n
0 si j  k

Lk  x  
 x  x0  x  x1   x  xk 1  x  xk 1   x  xn 
 xk  x0  xk  x1   xk  xk 1  xk  xk 1   xk  xn 

Lk ( x)  
n
 x  xi 
grad  Lk   n k  0,1..., n
i  0  xk  xi 
ik

Al polinomio Lk(x ) se lo denomina k-ésimo coeficiente de Lagrange

 Construcción del n‐ésimo polinomio 
i
interpolante de Lagrange:
l d L
El p
polinomio de g
grado n de Lagrange
g g está determinado como
sigue:
Pn  x   f  x0  L0  x   f  x1  L1  x     f  xn  Ln  x 
n
Pn ( x )   f x L x
k 0
k k

grad (Pn)= n
( f (xk) constante y Lk (x) polinomio de grado n,  k  0,1, 2,..., n )

Observar que: Pn ( xi )  f ( xi )  y i  i  0,1, 2, ..., n

 Ejemplo 4: Aproximación a 1/x con 
interpolantes de Lagrange
interpolantes de Lagrange
Si x0 = 2, x1 = 2.5 y x2 = 4 entonces f(x0) = 0.5, f(x1)= 0.4 y f(x2) = 0.25.
L polinomios
Los li i d de L
Lagrange d
de grado
d 2 serán:
á

L  x 
 x  2.5 x  4   x  6.5
 6 5 x  10
0  2  2.5 2  4 
L  x 
 x  2  x  4 

 4 x  24  x  32
1  2
2.55  2  2
2.5
5  4  3

 x  2  x  2.5   x  4.5  x  5
L  x  
2  4  2  4  2.5 3
P2(x) = 0.5.((x–6.5)x+10)+0.4.((–4x+24)x–32)/3+ 0.25.((x - 4.5)x+5)/3
P2(x) = 0.05x2 – 0.425x + 1.15
(3,f (3)) no es un punto tabulado de la función f, luego aproximamos f(3) por
P2 (3) = 0.325
Ejemplo 4: Aproximación a 1/x con interpolantes 
de Lagrange

P2 ( x)  0.05 x 2  0.425 x  1.15

f (3)  P (3)  0.325

1/x 1/x
P2 ( x)
Error en la interpolación de Lagrange
Error en la interpolación de Lagrange

Bajo ciertas condiciones para la función f , el error

cometido en la aproximación por interpolación de
Lagrange de Pn(x) a f(x) puede acotarse con:

f n1  x 
ex  f  x   Pn  x    x  x0  x  x1  ... x  xn 
 n  1!

Donde  x es desconocido, depende de x y se encuentra en el

Intervalo [x0,x
xn]
Ejemplo 4: Usar polinomios de interpolación de
Ejemplo 4:
Lagrange de primer y segundo grado para evaluar ln 2
g
en base a los datos en la siguiente tabla:

i x f(x)

0 1.0 0.000 0000

1 4.0 1.386 2944

2 60
6.0 1 791 7595
1.791
 Solución:
• El polinomio de primer orden es:
x  x1 x  x0
P1 ( x )  x0  x1 f ( x0 )  x1  x0 f ( x1 )

y la aproximación en x= 2 será:
24 2 1
P1 (2)  .0  .1.3862944  0.4620981
1 4 4 1
• El polinomio de segundo orden valuado x= 2 es :

(2  4)(2  6) (2  1)(2  6) (2  1)(2  4)

P2 (2)  .0  .1.3862944  .1.7917595
(1  4)(1  6)  4  1 (4  6)  6  1 (6  4)
 0.5658444
Comparar con los ejemplos 1 y 2, y observar que los resultados son idénticos
¿por qué?