Interpolacin lineal: consiste en evaluar el polinomio obtenido para estimar valores de la funcin entre los dos puntos disponibles.

GRFICO INTERPOLACIN LINEAL

En la grfica se observa que la interpolacin lineal da como resultado una recta que se ajusta a dos puntos dados, donde f(a) y f(b) son valores conocidos de f(x) en x=a y x=b. estos puntos se aproximan a los resultados de la primera derivada de la funcin.

 Caractersticas: y Es la base para varios modelos numricos fundamentales. Al integrar la funcin, se deduce el modelo de integracin llamado regla del trapecio. y Por la interpolacin lineal se obtiene una recta que se ajusta a dos datos dados; es decir, mediante la ecuacin se puede conocer todos los valores de f(x) que correspondan a los valores de x. y Entre ms pequeo es el intervalo entre los puntos, ms exacto ser la aproximacin.  Ventajas: y la interpolacin lineal es rpida y fcil, ya que solamente se hace el clculo de trayectoria de dos puntos. y A pesar que se puede producir errores de clculo entre intervalos, existe la funcin de error que puede aproximar x a xn , que representara el punto medio entre los dos puntos. y Entre ms pequeo sea el intervalo entre dos puntos, ms exacta ser la aproximacin.  Desventajas: y La interpolacin lineal es rpida y sencilla, pero no muy precisa. y Si el comportamiento no corresponden al de una lnea recta los valores calculados no son correctos. y Por interconectar dos puntos en lnea recta de un polinomio los resultados no se ajustan con exactitud para calcular el punto medio entre los mismo, por ello es ms efectivo el mtodo cuadrtico.

Interpolacin de Lagrange: evita el clculo de las diferencias divididas, todos los puntos se determinan de manera que la curva del polinomio pase por todos y cada uno de los puntos especificados.

Se tiene un polinomio con tres puntos, cada uno pasa a travs de uno de los puntos que se tienen como datos y es cero en los otros dos. La suma de los tres trminos conforman la curva definida por f2 (x); es decir, se unen todos los puntos por la curva.  Caractersticas: y Generalmente los puntos ms cercanos al punto desconocido, ejercen ms influencia que los ms lejanos. y Se trata de utilizar igual nmero de puntos a un lado y al otro del punto desconocido. y La distancia entre los diferentes puntos (x) (nodos) no necesariamente debe ser la misma.  Ventajas: y Es el mtodo que permite resolver interpolacin polinomial sin resolver las ecuaciones lineales. y na ventaja de la interpolacin de Lagrange es que el mtodo no necesita espaciados uniformemente en los valores de x. y El mtodo resulta ptimo para abordar diferentes problemas de interpolacin.  Desventajas: y No siempre funciona correctamente con una gran cantidad de puntos. A medida que crece el grado del polinomio interpolador, se percibe una creciente variacin entre puntos. y La cantidad de clculos necesaria para una interpolacin en grande. y La evaluacin del error no es fcil.

Interpolacin de Newton-Raphson: encuentra una raz, siempre y cuando se conozca una estimacin inicial para la raz deseada.

X0 es un valor inicial que est determinado para la raz. Se obtiene la funcin que pasa por cada punto. La interseccin de la recta con el eje x se denota como x1 y es considerado la primera aproximacin. Se repite el mismo procedimiento utilizando el valor ms actualizado para el siguiente ciclo de iteracin.  Caractersticas: y Encuentra el valor de una raz, siempre y cuando se conozca una estimacin inicial para la raz deseada. tiliza rectas tangentes que se evalan analticamente. y y Se puede aplicar al dominio complejo para hallar races complejas. Tambin se puede extender a las ecuaciones no lineales simultneas.  Ventajas: y El mtodo es eficiente en la solucin de sistemas de ecuaciones no lineales, converge muy rpidamente y proporciona una muy buena precisin en los resultados. y El mtodo es muy rpido, ya que la convergencia es de tipo cuadrtico (el nmero de cifras significativas se duplica en cada iteracin). y El orden del polinomio puede cambiarse sin problemas. La evaluacin de errores es fcil.  Desventajas: y El mtodo en general es muy eficiente, hay situaciones en que se presenta dificultades. Un caso especial es en el de las races mltiples. y Se necesita conocer el valor de la primera derivada de la funcin en el punto. Sin embrago, la forma funcional de f(x) dificulta en ocasiones el clculo de la derivada. y Necesita que la funcin sea continua.

Mtodo de la Secante: es el mtodo que usa una diferencia dividida en lugar de una derivada para estimar la pendiente en una funcin, igualmente para encontrar los ceros de una funcin de forma iterativa.

El punto representado por los puntos xn+1 est determinado por las a rectas de interseccin de la recta secante que pasa por los puntos (xn-1, fn-1) y el eje y=0. Al inicio del mtodo se necesitan dos aproximaciones pero en cada paso solo se evala la funcin en un punto.  Caractersticas: y Se tienen dos puntos: uno anterior (xn-1,fn-1) y uno nuevo (xn,fn). para empezar el mtodo, se dan los valores de inicio x0 y x1. y Se traza la recta que une ambos puntos (secante). y Donde corte la recta del eje x es el nuevo punto. Se llega a la raz cuando f(xn+1) se aproxima a cero, pero como se trata de un mtodo iterativo, pueden necesitarse muchas iteraciones para llegar a esta condicin.  Ventajas: y Se usa para dar optimizacin a los resultados conseguidos con otra tcnica. Dado que el mtodo requiere de una buena aproximacin inicial, por lo general es de convergencia rpida. y No se necesita encontrar la derivada de la funcin. y Se aplica cuando la funcin f(x) es demasiado compleja como para obtener su derivada.  Desventajas: y Puede no converger. y La convergencia no se asegura si la primera aproximacin a la raz no es lo suficientemente cercana a ella, ni tampoco se asegura cuando la raz es mltiple. y El mtodo de la secante puede converger a una raz no deseada si la estimacin inicial (puntos x0,x1) no es buena.

Mtodo de la Regla Falsa: basado en interpolacin lineal ajustada a dos puntos extremos para encontrar una aproximacin a la raz.

El valor que se calcula con la ecuacin reemplaza a uno de los valores x0 o x1, se produce un valor de la funcin que tiene el mismo signo f(xn), los nuevos valores de x0 y x1 siempre contienen la raz. As se repite el proceso hasta que la aproximacin de la raz sea adecuada.  Caractersticas: y Est basado es la interpolacin lineal, es anlogo al mtodo de biseccin, puesto que el tamao del intervalo que contiene a la raz se reduce mediante iteracin. y el mtodo parte de un intervalo inicial [a,b] que contiene al menos una solucin de la ecuacin f(x) = 0, a la cual se llama raz de f. Es decir, parte de un intervalo con f(a) y f (b) de signos contrarios. y Se buscan los valores de las races y se encuentran los valores extremos del nuevo intervalo que contiene la raz. El procedimiento se repita hasta que las races estimadas convergen.  Ventajas: y Si la funcin est bien aproximada por la interpolacin lineal inversa, entonces las races estimadas tendrn una buena precisin y en consecuencia, la iteracin converger ms rpido. y mtodo convergente, ya que su aplicacin repetida siempre genera valores ms cercanos a la raz independientemente que sea lento. y No necesita calcular derivadas.  Desventajas: y Pueden aparecer extremos fijos en donde uno de los extremos de la sucesin de intervalos no se mueve del punto original, por lo que las aproximaciones a la raz, denotadas convergen a la raz exacta solamente por un lado. Los extremos fijos no son deseables debido a que hacen ms lenta la convergencia. y Es necesario especificar un intervalo que contenga a la raz. y Como el mtodo tiene orden de convergencia lineal, por lo que suele converger muy lentamente a la solucin de la ecuacin.

Polinomio de newton y diferencias divididas: se define como la diferencia entre el valor de la funcin entre dos puntos consecutivos. El sistema es de forma triangular.

Se tiene una funcin f(x) de orden n se denotan variables dependientes que van en forma descendente debido a que la funcin busca su valor ms prximo a cero.la grfica va a depender de la funcin dada, ya que el mtodo en s no tiene estipulado una grfica sino que se genera tablas.  Caractersticas: y Las diferencias divididas se pueden calcular o desarrollar en funcin de los operadores en diferencias finitas progresivas. y Las diferencias divididas de orden n+1 es una diferencia de coeficientes dominantes de orden n se divide entre la distancia de los puntos ms exteriores. y Se puede aplicar a puntos que tienen igual o distinta separacin.  Ventajas: y Si se aaden ms puntos de interpolacin, puede aprovecharse todo lo realizado. Para construir el nuevo polinomio solo hace falta continuar el esquema de construccin de diferencias divididas y calcular los nuevos coeficientes. y Nos da un indicio del grado mximo del polinomio de interpolacin requerido para una precisin en particular. y Se pueden detectar fcilmente los errores aleatorios en los valores de la funcin observando la tabla de diferencias divididas si se observa que estas se comportan de manera errtica.  Desventajas: y El polinomio calculado no se puede adaptar para realizar una interpolacin inversa excepto si se trata de un polinomio lineal. y En el caso que exista ms de una serie de valores de las ordenadas (variables dependientes) se debe calcular la tabla de diferencias divididas para cada una de las ordenadas.

Mtodo de Horner: consiste en re-expresar un polinomio en forma de multiplicaciones anidadas, buscando que no haya trminos de potencias mayores a uno.

Se observa la evaluacin de un funcin f(x), la cual fue generada por los puntos evaluados, la funcin contiene un mnimo determinado en un cierto punto calculado y luego un mximo todo va a depender del comportamiento que tome la misma.  Caractersticas: y Consiste en tomar el coeficiente del trmino de mayor grado y multiplicarlo por el valor x0; aadir luego coeficiente del trmino siguiente y multiplicar la suma por x0 y as sucesivamente. y Requiere n multiplicaciones y n adiciones para la evaluacin de un polinomio de grado n . y Re-expresar un polinomio en forma de multiplicaciones anidadas, buscando que no haya trminos de potencias mayores a uno.  Ventajas: y Se puede decir que es un mtodo rpido y sencillo, pues al trabajar de manera tabular no requiere iteraciones. y Trabaja de forma segmentada lo que da ms seguridad de los resultados dados realizando el recorrido por segmentos. y El mtodo es muy exacto dando el resultado de la raz ms prxima al ptimo.  Desventajas: y Cuando x es una matriz, el mtodo no es ptimo. y Trabaja para el clculo de funciones polinmicas. y Se llega al resultado de una raz nica donde no se puede calcular el error de la aproximacin.

Interpolacin cuadrtica: consiste en obtener la parbola que determinan tres puntos del plano. Si los puntos tienen abscisas distintas, su ecuacin es un polinomio de segundo grado en x.

Se tiene tres puntos evaluados para una funcin f(x) que todos al ser unidos contienen un ptimo que ajusta una parbola a los puntos. X0, x1 y x2 son los valores de extremo y x3 es el valor de x que corresponde al mximo valor de ajuste.  Caractersticas: y Se tienen tres puntos los cuales contienen un mximo o un mnimo se puede ajustar la parbola a los puntos, despus se puede diferenciar e igualar a cero el resultado y resolver para una estimacin de la ptima en x. y Se genera una funcin a trozos con los distintos puntos que va hacer continua, ya que para sacar las condiciones que ajusten el polinomio cada parte de la funcin deben pasar por los puntos a evaluar.

Si los tres puntos estn alineados, a (primer trmino de la funcin) valdr 0 y tendremos un polinomio de primer grado. Incluso podra pasar que tambin b fuera 0, y en tal caso el polinomio sera de grado 0. En general, dados n+1 puntos con abscisas distintas, se puede probar que siempre hay un polinomio de grado menor o igual que n que pasa por ellos.  Ventajas: y Cuando a partir de dos puntos (Xi, Yi) dados observamos que no se ajustan a una recta, entonces la interpolacin lineal produce grandes errores. Para obviar este problema recurrimos a la interpolacin cuadrtica. y Por medio de este mtodo se encuentran los valores de los puntos cercanos a un mximo o mnimo proporcionando una buena aproximacin a la funcin f(x). y Mientras mayor informacin para la resolucin de la funcin se tenga, los parmetros tienen menos errores.  Desventajas: y As como el mtodo de la falsa posicin, la interpolacin cuadrtica puede quedarse con slo un extremo del intervalo convergiendo. As, la convergencia puede ser lenta. y Se deben seleccionar cuidadosamente los puntos que habrn de retenerse en cada iteracin e intentos de minimizar la acumulacin del error de redondeo. y Es fcil comprender que si intentamos hacer interpolacin mediante un polinomio de 3, 4, entre otros el sistema de ecuaciones correspondiente se har cada vez ms tedioso de resolver. y