 El objetivo de la interpolación polinomial es de

estimar los valores funcionales para uno o mas

valores de las variables independientes
desconocidas, a partir de un conjunto de datos
discretos de una función dada.
Veamos como se define un polinomio de grado “n” con una sola
variable

Donde “n” el grado del polinomio, en Matlab los polinomios

definidos solamente por sus coeficientes, colocándolos como
vectores, de la siguiente forma:

Como observamos, el orden de las declaración depende del

orden del polinomio
CARACTERISTICA FUNCION
Multiplicacion de polimnomios C=conv(a,b)
divicion de polinomios [Q,R]=deconv(a,b)
Coeficientes de polinomios C=poly(r)
Derivada de un polinonio D=polyder(p)
Ajuste polinomico A=polyfit(x,y,n)
Evaluacion de un polinomio E=polyval(p,x)
Raices del polinomio R=roots(p)
Matlab provee dos tipos de interpolación de una sola dimensión
La interpolación polinómicas
La interpolación basada en FFT, este método calcula la trasformadas de
Fourier de un vector que contiene los valores de una función periódica

La función interp1 realiza interpolación de una dimensión, una operación

importante para el análisis de datos y el ajuste de curvas, esta función usa
técnicas polinómicas, ajustando los datos suministrados con polinomios de
su forma más general

Y1=interp1 (X, Y, X1, ‘METODO’)

X es un arreglo de los valores en orden creciente
Y es un arreglo que contiene las imágenes de x de una función
X1 es un numero o arreglo numérico los cuales van hacer
interpolados
nearest (valor del punto mas próximo)
linear (utiliza una función lineal para cada par de puntos
consecutivos )
spline (utiliza una función cúbica suave para cada par de puntos
consecutivos)
cubic (utiliza una función cubica de hermite)

x=[0 1 2 4];
y=[1 1 7 61];
Y1=interp1(x,y,1.5,'linear')
En las ciencias e ingenierías muchas veces ocurre que
solamente tenemos los valores de una función en una cantidad
finita de puntos y lo que se requiere es saber el
comportamiento de toda la función a través de todo su dominio
realizar esto en general es casi imposible y lo que se realiza es
aproximar la función por medio de otras funciones que se
asemejan el comportamiento con la función.

 INTERPOLACIÓN LINEAL
 INTERPOLACIÓN LAGRANGE

 MÉTODOS DE DIFERENCIAS DIVIDIDAS

 La interpolación lineal es un caso particular de la interpolación
general de Newton.
 Con el polinomio de interpolación de Newton se logra aproximar
un valor de la función f(x) en un valor desconocido de x. El caso
particular, para que una interpolación sea lineal es en el que se
utiliza un polinomio de interpolación de grado 1, y se denota de
la siguiente manera:
sabemos que:

y
Queremos, pues, saber:

Siendo:
La interpolación lineal consiste en trazar una recta
que pasa por (x1,y1) y (x2,y2), y = r(x) y calcular los
valores intermedios según esta recta en lugar de la
función y = f(x)
O lo que es lo mismo:

El valor buscado es:

esto es:
• El polinomio de interpolación de Lagrange, simplemente
es una reformulación del polinomio de Newton que evita
los cálculos de las diferencias divididas. Este se puede
representar concretamente como:

En donde:

En donde denota el "producto de".

Por ejemplo, la versión lineal (n = 1) es:
Y la versión de segundo orden es:

Al igual que en el método de Newton, la versión de

Lagrange tiene un error aproximado dado por:

[C] = lagran(X,Y)
El análisis se puede generalizar en el ajuste de un polinomio
de n-ésimo orden a los n+1 puntos. El polinomio de n-ésimo
orden es:

Como se hizo anteriormente con las interpolaciones lineales y

cuadráticas, se usan los puntos en la evaluación de los coeficientes
b0, b1, ... , bn.
Se requieren n + 1 puntos para obtener un polinomio de n-ésimo
orden: X0, X1, ... , Xn.
Usando estos datos, con las ecuaciones siguientes se evalúan
los coeficientes:

b0 = f (X0)
b1 = f [X1, X0]
b2 = f [X2, X1, X0]...
bn = f [X n, Xn-1, ..., X1, X0]

En donde las evaluaciones de la función entre corchetes

son diferencias divididas finitas.
Por ejemplo, la primera diferencia dividida finita se representa
generalmente como:

La segunda diferencia dividida finita, que representa la

diferencia de dos primeras diferencias divididas finitas, se
expresa generalmente como:

De manera similar, la n-ésima diferencia dividida finita es:

• Estas diferencias se usan para evaluar los coeficientes de la
ecuación, los cuales se sustituyen, para obtener el polinomio
de interpolación:

f n (X) = f(X0) + (X-X0) f[X1, X0] + (X-X0)(X-X1) f[X2, X1,

X0] +...+ (X-X0)(X-X1)...(X-Xn-1) f[Xn, Xn-1,...,X1, X0]

Al cual se le llama Polinomio de Interpolación con

Diferencias Divididas de Newton.
Todas las diferencias pueden arreglarse en una tabla de
diferencias divididas, en donde cada diferencia se indica entre
los elementos que la producen:
i Xi f(Xi) Primera Segunda Tercera
0 X0 f(X0) f(X1, X0) f(X2, X1, X0) f(X3, X2, X1, X0)
1 X1 f(X1) f(X2, X1) f(X3, X2, X1)

2 X2 f(X2) f(X3,X2)

3 X3 f(X3)
 EJEMPLO
 Usando la siguiente tabla de datos, calcúlese con un
polinomio de interpolación de Newton con diferencias
divididas de tercer orden:

X f(X)
1 0.0000000
4 1.3862944
6 1.7917595
5 1.6094379

.
SOLUCIÓN:
 El polinomio de tercer orden con n = 3, es.

 Las primeras diferencias divididas del problema son:

.
 Las segundas diferencias divididas son:

 La tercera diferencia dividia es:

.
• Los resultados para f(X1, X0), f(X2, X1, X0) y f(X3, X2, X1, X0)
representan los coeficientes b1, b2 y b3 Junto con b0 = f (X0) = 0.0, la
ecuación da:

f3(X) = 0 + 0.46209813 (X-1) - 0.0518731 (X-1)(X-4) + 0.0078655415

(X-1)(X-4)(X-6)

• Arreglando la tabla de diferencias

X f [X] f1[] f2[] f3[]
1.0 0.00000000 0.46209813 - 0.051873116 0.0078655415
4.0 1.3862944 0.20273255 - 0.020410950
6.0 1.7917595 0.18232160
5.0 1.6094379

[C,D]=difdivaba(X,Y)