AJUSTE DE FUNCIONES, (MTODO DE MINIMOS CUADRADOS).

INTRODUCCIN Cuando se trata de aproximacin polinomial se establecen los mtodos de interpolacin de Newton y La Grange. Para encontrar la ecuacin de la cuna que contiene a todos y cada uno de los n puntos que definen a una fusin tabular dada, como la que se presenta en la tabla siguiente y que se representa con todos los puntos de la figura tambin siguiente. Esta ecuacin resulta ser algebraica de grado (n-1). r ,.j-0. Obsrvese que en la tabla aparecen n puntos y que en la figura curva continua representa la aproximacin polinomial de estos; es decir, la representacin geomtrica de los mtodos de interpolacin. Ahora se trata de encontrar la ecuacin de una curva que, aunque no pase por todos los puntos, tenga pocas variaciones (sea suave, como la curva de los trazos de la figura anterior). y pase lo mas ceca posible de todos. Generalmente" lo mas cerca posible se obtiene imponiendo el criterio de los mnimos cuadrados. Antes de aplicar este criterio, debe de escogerse la forma de curva ms suave que se va a ajustar al conjunto de puntos dados. La ecuacin de esa curva puede obtenerse por conocimiento previo del problema, es decir, o la interpretacin fsica del fenmeno, o en forma arbitraria observando que ecuacin conocida describe aproximadamente a esta curva. En lo que sigue, la curva que se va a ajustar, es la grfica de un polinomio de grado conocido m. Interpolacin De Wikipedia, la enciclopedia libre Saltar a: navegacin, bsqueda Para otros usos de este trmino, vase Interpolacin (desambiguacin). En el subcampo matemtico del anlisis numrico, se denomina interpolacin a la obtencin de nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos. En ingeniera y algunas ciencias es frecuente disponer de un cierto nmero de puntos obtenidos por muestreo o a partir de un experimento y pretender construir una funcin que los ajuste. Otro problema estrechamente ligado con el de la interpolacin es la aproximacin de una funcin complicada por una ms simple. Si tenemos una funcin cuyo clculo resulta costoso, podemos partir de un cierto nmero de sus valores e interpolar dichos datos construyendo una funcin ms simple. En general, por supuesto, no obtendremos los mismos valores evaluando la funcin obtenida que si evalusemos la funcin original, si bien dependiendo de las caractersticas del problema y del mtodo de interpolacin usado la ganancia en eficiencia puede compensar el error cometido. En todo caso, se trata de, a partir de n parejas de puntos (xk,yk), obtener una funcin f que verifique a la que se denomina funcin interpolante de dichos puntos. A los puntos xk se les llama nodos. Algunas formas de interpolacin que se utilizan con frecuencia son la interpolacin lineal, la interpolacin polinmica (de la cual la anterior es un caso particular), la interpolacin por medio de spline o la interpolacin polinmica de Hermite. [editar] Interpolacin Lineal

La lnea azul representa la interpolacin lineal entre los puntos rojos. Artculo principal: Interpolacin lineal. Uno de los mtodos de interpolacin ms sencillos es el lineal. [editar] En general, en la interpolacin lineal se utilizan dos puntos, (xa,ya) y (xb,yb), para obtener un tercer punto interpolado (x,y) a partir de la siguiente frmula:

La interpolacin lineal es rpida y sencilla, pero no muy precisa.

Polinomios de Interpolacin con Diferencias de Newton. Las diferencias de Newton se subdividen en: Diferencias Finitas Divididas Al asumir que los valores de una funcin f(x) son aproximadamente lineales, dentro de un rango de valores, es equivalente a decir que la razn es aproximadamente independiente de x0 y x1 en el rango. Esta razn se conoce con el nombre de primera diferencia dividida de f(x), relativa a x1 y x0, y se designa por medio de f[x1 ,x0]. Se puede inferir de la ecuacin que f[x1 ,x0] = f[x0 ,x1]. Por tanto, la linearidad aproximada se puede expresar en la forma f[x0 ,x] f[x1 ,x0] lo que nos lleva a la ecuacin de interpolacin f(x) f(x0)+ (x -x0).f[x0 ,x1] o o la frmula equilalente, Las diferencias divididas de orden 0, 1, 2, , n se pueden deducir recursivamente por medio de las relaciones siguientes: Diferencias hacia adelante Suponga que tiene la tabla de valores siguientes: x f(x) 0.0 0.0 0.2 0.4 0.4 1.9 La tabla de diferencias divididas es: x f(x)

0.0 0.0 0.2 0.4 0.5 1.9 y, renumerndo i x f(x) 0 0.0 0.0 1 0.2 0.4 2 2 0.5 1.9 5 6 donde y son la primera y segunda diferencia dividida. Newton establece que se puede generar un polinomio a partir de una tabla de diferencias divididas (como la que se present anteriormente). Para ello se utiliza la ecuacin As que para constrir el polinomio que representa el grupo de datos solo se necesitar los tres primeros trminos de la ecuacin anterior, quedando as: lo que resulta en un polinomio de segundo grado. La caracterstica de este polinomio es que se construy utilizando la numeracin del ndice i en sentido ascendente o de conteo hacia adelante. Este conteo hacia adelante indica que las diferencias estn definidas hacia adelante o ms bien, utilizando la terminologa de Newton, sera una tabla de diferencias finitas hacia adelante de Newton. Diferencias hacia atrs Diferencias centrales Interpolacin por diferencias divididas de Newton El caso ms sencillo se presenta cuando queremos interpolar dos puntos, , obtenindose la muy conocida funcin lineal que une dos puntos: Si los puntos pertenecen a la grfica de una funcin , la pendiente , que tiene una forma de diferencias divididas, representa una aproximacin muy global de la primera derivada de , con variando en el intervalo . En el caso de tres puntos , en principio se busca el polinomio de interpolacin de grado dos de la forma Al evaluar el polinomio en cada uno de los tres puntos y despejando , y , se obtiene: Una forma sencilla de hacer los clculos anteriores es determinando sucesivamente las entradas de un arreglo triangular: Donde para En la diagonal de este arreglo triangular aparecen los valores , y . A manera de ejemplo con una cantidad mayor de puntos, determinemos por el mtodo de diferencias divididas de Newton el polinomio interpolante que pasa por los puntos , , y . El arreglo triangular en este caso toma la forma especfica: Interpolacin polinmica de Lagrange En anlisis numrico, el polinomio de Lagrange, llamado honor a Joseph-Louis de Lagrange, es el polinomio que un conjunto de puntos dado en la forma de Lagrange. Fue descubierto por Edward Waring en 1779 y redescubierto por Leonhard Euler en 1783. Dado que existe un nico polinomio interpolador para un determinado conjunto de puntos, resulta algo confuso este polinomio el polinomio interpolador de Lagrange. Un ms conciso es interpolacin polinmica en la forma de as en interpola ms tarde

llamar a nombre Lagrange.

En esta imagen se muestran, para cuatro puntos ((9, 5), (4, 2), (1, 2), (7, 9)), la interpolation polinmica (cbica) L(x), que es la suma de la bases polinmicas escaladas y0l0(x), y1l1(x), y2l2(x) y y3l3(x). La interpolacin polinmica pasa exactamente por los cuatro puntos (llamados puntos de control) y cada base polinmica escalada pasa por su respectivo punto de control y se anula cuando x corresponde a los otros puntos de control.

Definicin Dado un conjunto de k + 1 puntos donde todos los xj se asumen distintos, el polinomio interpolador en la forma de Lagrange es la combinacin lineal

de bases polinmicas de Lagrange

[editar] Demostracin La funcin que estamos buscando es una funcin polinmica L(x) de grado k con El problema de interpolacin puede tener tan solo una solucin, pues

la diferencia entre dos tales soluciones, sera otro polinomio de grado k a lo sumo, con k+1 ceros. Por lo tanto, L(x) es el nico polinomio interpolador. [editar] Concepto La resolucin de un problema de interpolacin lleva a un problema de lgebra lineal en el cual se debe resolver un sistema de ecuaciones. Usando una base monmica estndar para nuestro polinomio interpolador, llegamos a la matriz de Vandermonde. Eligiendo una base distinta, la base de Lagrange, llegamos a la forma ms simple de matriz identidad = i,j, que puede resolverse inmediatamente. [editar] Uso [editar] Ejemplo

La funcin tangente y su interpolador. Se desea interpolar en los puntos

Con cinco puntos, el polinomio interpolador tendr, como mximo, grado cuatro (es decir, la mxima potencia ser cuatro), al igual que cada componente de la base polinmica. La base polinmica es:

As, el polinomio interpolador se obtiene simplemente como la combinacin lineal entre los las abscisas:

y los valores de

Aproximacin Aproximacin es una representacin inexacta que, sin embargo, es suficientemente fiel como para ser til. Aunque en matemticas la aproximacin tpicamente se aplica a nmeros, tambin puede aplicarse a objetos tales como las funciones matemticas, figuras geomtricas o leyes fsicas.

Ajuste Interpolacion Segmentaria (Spline) En el subcampo matemtico del anlisis numrico, un spline es una curva diferenciable definida en porciones mediante polinomios. En los problemas de interpolacin, se utiliza a menudo la interpolacin mediante splines porque da lugar a resultados similares requiriendo solamente el uso de polinomios de bajo grado, evitando as las oscilaciones, indeseables en la mayora de las aplicaciones, encontradas al interpolar mediante polinomios de grado elevado. Para el ajuste de curvas, los splines se utilizan para aproximar formas complicadas. La simplicidad de la representacin y la facilidad de cmputo de los splines los hacen populares para la representacin de curvas en informtica, particularmente en el terreno de los grficos por ordenador. [editar] Introduccin

El trmino "spline" hace referencia a una amplia clase de funciones que son utilizadas en aplicaciones que requieren la interpolacin de datos, o un suavizado de curvas. Los splines son utilizados para trabajar tanto en una como en varias dimensiones. Las funciones para la interpolacin por splines normalmente se determinan como minimizadores de la aspereza sometidas a una serie de restricciones. En este artculo nos referiremos con el trmino "spline" a su versin restringida en una dimensin y polinomial, que es la ms comnmente utilizada. [editar] Interpolacin Segmentaria Lineal Este es el caso ms sencillo. En l, vamos a interpolar una funcin f(x) de la que se nos dan un nmero N de pares (x,f(x)) por los que tendr que pasar nuestra funcin polinmica P(x). Esta serie de funciones nuestras van a ser lineales, esto es, con grado 1: de la forma P(x) = ax + b. Definiremos una de estas funciones por cada par de puntos adyacentes, hasta un total de (N-1) funciones, hacindolas pasar obligatoriamente por los puntos que van a determinarlas, es decir, la funcin P(x) ser el conjunto de segmentos que unen nodos consecutivos; es por ello que nuestra funcin ser continua en dichos puntos, pero no derivable en general. Ejemplo : Interpolar con splines f(x) = 1 / x , en los puntos en los que x vale 1, 2 y 4 f(1) = 1 f(2) = 0.5 f(4) = 0.25 El primer segmento P1(x) = ax + b deber unir los primeros dos puntos de coordenadas (1,1) y (0.5,2). Surge un sistema lineal de dos ecuaciones en dos incgnitas: (1) 1=a+b (2) 0.5=2a+b De (1) se obtiene: a=1-b (3) Reemplazando (3) en (2) se obtiene: 0.5=2(1-b)+b luego b=1.5 Reemplazando el valor de (b) en (1), se obtiene: a = - 0.5 Por lo tanto, se concluye que: P1(x) = - 0.5x + 1.5 El segundo segmento P2(x) = ax + b deber unir el segundo punto (0.5,2) con el tercer punto (0.25,4). Anlogamente a lo hecho para P1(x), en el caso de P2(x) se obtiene: 1. (1) 0.5 = 2a + b 2. (2) 0.25 = 4a + b a = - 0.125, b = 0.75 Luego P2(x) = - 0.125x + 0.75 http://es.wikipedia.org/wiki/Spline http://es.wikipedia.org/wiki/Interpolaci%C3%B3n_polin%C3%B3mica_de_Lagrange Aproximacion Multilineal con minimos cuadrados http://mailweb.udlap.mx/~ccastane/Analisis_Numerico_html/Unidad2_html/Sub2_5/2_5.html (7 de 7) [10/01/2003 19:33:49]
Unidad 5 Ajuste de funciones 5.1 Interpolacion Funciones 5.1.1 Diferencias Divididas de Newton para la interpolacion de polinomios 5.1.2 Polinomio de Lagrange 5.2 Aproximacion 5.2.1 Aproximacion Polinomial con numeros cuadrados 5.2.2 Aproximacion Multilineal con minimos cuadrados 5.3 Ajuste Interpolacion Segmentaria (Spline)