Interpolación polinomial en dimensiones superiores

Luisa Marı́a Rodrı́guez Cadavid

Profesor: Mauricio Osorio Lema

Escuela de Matemáticas
Facultad de Ciencias, Universidad Nacional de Colombia
Medellı́n, Colombia.
8 de mayo de 2018

En ingenierı́a y en algunas ciencias es frecuente disponer de un cierto número de puntos obtenidos a partir de
un experimento y pretender construir una función que los ajuste, esto es, a partir de n datos x1 , . . . , xn se desea
determinar una función que verifique estos puntos y sea fácilmente computable, pues de esta manera es posible
obtener información sobre datos que no hacen parte del muestreo inicial. Tal función se denomina interpolante de
los puntos x1 , . . . , xn .

Visto desde otro punto, el problema de interpolación también puede plantearse de la siguiente manera: dada una
función f complicada, se desea encontrar una función g que verifique (interpole) cierto conjunto de puntos en el
dominio de f y sea fácil de computar. En este caso se dirá que g interpola a f en el conjunto de puntos dado.

Visto esto, es evidente por qué uno de los problemas clásicos de las matemáticas consiste en desarrollar técni-
cas que permitan encontrar interpolantes lisos para funciones de varias variables, pues como se verá, el caso
multivariado muestra algunos rasgos que no están presentes cuando se trata de una sola dimensión.

El problema de la interpolación bidimensional

Comenzaremos estudiando el caso bivariado, y particularmente concentraremos nuestro análisis sobre aquellos
métodos de interpolación para problemas unidimensionales que se pueden extender de manera natural a la inter-
polación bivariada.

El problema central de nuestro análisis es el siguiente: dado un conjunto de puntos de interpolación (o nodos)

(x1 , y1 ) (x2 , y2 ) ··· (xn , yn )

(suponemos que estos n puntos son diferentes entre sı́) con cada punto (xi , yi ) asociado un número real ci . Nuestro
objetivo es encontrar una función fácilmente computable F que sea lisa, tal que

F(xi , yi ) = ci (1 6 i 6 n)

1
Malla y producto cartesianos
El problema que acabamos de describir se puede resolver en ocasiones por medio de un producto tensorial de
métodos de interpolación unidimensionales.

Sea N = {(xi , y j ) : 1 6 i 6 p, 1 6 j 6 q} nuestro conjunto de nodos a interpolar, consideremos un arreglo

de estos como se muestra en la siguiente figura, tal arreglo se suele llamar una malla cartesiana.

Figura 1: Malla cartesiana de nodos

Supongamos que tenemos un esquema de interpolación lineal para los nodos x1 , . . . , x p , éste puede pensarse como
un operador lineal P como sigue:
p
(P f )(x) = ∑ f (xi )ui (x)
i=1

donde las funciones ui son tales que ui (x j ) = δi j para 1 6 i, j 6 p, por ejemplo, estas funciones ui (x) pueden
tomarse como los polinomios básicos de Lagrange. Notemos además, que el operador P se puede extender de
manera natural para que opere sobre funciones de dos o más variables. Ası́, si f es una función de (x, y), podemos
escribir:
p
(P f )(x, y) = ∑ f (xi , y)ui (x)
i=1

es claro que P f es una función de dos variables que interpola a f sobre lı́neas verticales Li = {(xi , y) : −∞ < y < ∞}
con 1 6 i 6 p.

Suponga que también se dispone de otro operador para interpolar en los nodos y1 , · · · , yq :
q
(Q f )(y) = ∑ f (yi )vi (x)
i=1

donde las funciones vi son tales que vi (y j ) = δi j , para 1 6 i, j 6 q. Nuevamente Q se puede extender para que opere
sobre funciones bivariadas utilizando la ecuación
q
(Q f )(x, y) = ∑ f (x, yi )vi (x)
i=1

donde puede notarse que Q f interpola a f sobre todas las lı́neas horizontales Li = {(x, yi ) : −∞ < x < ∞} con
1 6 i 6 q.

2
Suma booleana y producto tensorial
Hay dos operadores de interpolación bivariada muy útiles que se pueden construir a partir de P y Q, estos son
el producto tensorial P ⊗ Q y la suma booleana P ⊕ Q definidas como sigue

P⊕Q = P+Q−P⊗Q

donde a partir de las definiciones de P y Q se tiene que:

p
[(P ⊗ Q) f ](x, y) = P(Q f )(x, y) = ∑ (Q f )(xi , y)ui (x)
i=1
p q (1)
= ∑ ∑ f (xi , y j )v j (y)ui (x)
i=1 j=1

dado que v j (yk )ui (xl ) = δ jk δil podemos ver sin dificultad que (P ⊗ Q) f es una función que interpola a f en todos
los nodos (xi , yi ).

De la misma manera, una fórmula para P ⊕ Q es:

[(P ⊕ Q) f ](x, y) = (P f )(x, y) + (Q f )(x, y) − [(P ⊗ Q) f ](x, y)

p q p q
(2)
= ∑ f (xi , y)ui (x) + ∑ f (x, y j )v j (y) − ∑ ∑ f (xi , y j )v j (y)ui (x)
i=1 j=1 i=1 j=1

Ası́ que la función (P ⊕ Q) f interpola a f en todas las lı́neas horizontales y verticales Li y L j con 1 6 i 6 p y
1 6 j 6 q.

Interpolación bilineal y transfinita

A partir de los operadores definidos en la sección anterior, es posible construir explı́citamente algunas fun-
ciones de interpolación bidimensional, que, como ya hemos señalado, extienden de manera natural métodos de
interpolación univariada que ya conocemos.
Para comenzar, notemos que si en (1) tomamos las funciones ui (x) y v j (y) como los polinomios básicos de
Lagrange, obtenemos el siguiente método:
p q
[(P ⊗ Q) f ](x, y) = ∑ ∑ f (xi , y j )v j (y)ui (x)
i=1 j=1
   
p q q p
(3)
 y − yk   x − xl 
 ∏ y j − yk  · ∏ xi − xl 
= ∑ ∑ f (xi , y j ) · 
i=1 j=1 k=1 l=1
k6= j l6=i

el cual, por las propiedades de la interpolación de Lagrange unidimensional, es un polinomio interpolante

del conjunto de nodos N . Este método recibe el nombre de interpolación bilineal.

3
En la práctica, la interpolación bilineal se suele utilizar para determinar valores intermedios para funciones
de dos variables, z = f (xi , yi ). Como se muestra en la figura 2, si se tienen valores en cuatro nodos que
provienen de una malla cartesiana, digamos f (x1 , y1 ), f (x1 , y2 ), f (x2 , y1 ) y f (x2 , y2 ), se desea interpolar entre
estos puntos para estimar el valor de un punto intermedio f (xi , yi ), entonces se puede mantener fijo el valor
de y y aplicar interpolación unidimensional en la dirección de x haciendo uso de los polinomios básicos de
Lagrange, y luego interpolar linealmente a lo largo de la dimensión y.

Figura 2

Ası́ que, haciendo uso del método descrito en (3), tenemos que

f (xi , yi ) = [(P ⊗ Q) f ](xi , yi )

2 2
= ∑ ∑ f (xi , y j )v j (yi )ui (xi )
i=1 j=1
yi − y2 xi − x2 yi − y1 xi − x2 (4)
= · f (x1 , y1 ) + · f (x1 , y2 )
y1 − y2 x1 − x2 y2 − y1 x1 − x2
yi − y2 xi − x1 yi − y1 xi − x1
+ · f (x2 , y1 ) + · f (x2 , y2 ).
y1 − y2 x2 − x1 y2 − y1 x2 − x1

Ejemplo 1 Suponga que ha medido temperaturas en varias coordenadas en la superficie de una placa rectan-
gular calentada y obtuvo los siguientes datos:

T (2, 1) = 60 T (9, 1) = 57.5

T (2, 6) = 55 T (9, 6) = 70.

Usando interpolación bilineal podemos estimar la temperatura en xi = 5.25 y yi = 4.8, basta reemplazar los
datos en la ecuación (4) y obtenemos:

4
 4.8 − 6 5.25 − 9 4.8 − 1 5.25 − 9 4.8 − 6 5.25 − 2 4.8 − 1 5.25 − 2
f (5.25, 4.8) = · 60 + · 55 + · 57.5 + · 70.
1−6 2−9 6−1 2−9 1−6 9−2 6−1 9−2
Es decir, f (5.25, 4.8) = 61.2143.

Ejemplo 2 Suponga que a partir de cierto experimento se obtienen los siguientes valores:

(x,y) (1,1) (2,1) (4,1) (5,1) (1,3) (2,3) (4,3) (5,3) (1,4) (2,4) (4,4) (5,4)
f(x,y) 1.7 -4.1 -3.2 4.9 6.1 -4.2 2.3 7.5 -5.9 3.8 -1.7 2.5

Observemos que los nodos dados forman una malla cartesiana, luego podemos aplicar el método de interpo-
lación bilineal, donde los valores de ui y v j vienen dados por
x−2 x−4 x−5 1
u1 (x) = = − (x − 2)(x − 4)(x − 5)
1−2 1−4 1−5 12
1
u2 (x) = (x − 1)(x − 4)(x − 5)
6
1
u3 (x) = − (x − 1)(x − 2)(x − 5)
6
1
u4 (x) = (x − 1)(x − 2)(x − 4)
12
y−3 y−4 1
v1 (y) = = (y − 3)(y − 4)
1−3 1−4 6
1
v2 (y) = − (y − 1)(y − 4)
2
1
v3 (y) = (y − 1)(y − 3)
3
ası́ que, la función interpolante en este caso está dada por
F(x, y) =u1 (x)[1.7v1 (y) + 6.1v2 (y) − 5.9v3 (y)]
+ u2 (x)[−4.1v1 (y) − 4.2v2 (y) + 3.8v3 (y)]
+ u3 (x)[−3.2v1 (y) + 2.3v2 (y) − 1.7v3 (y)]
+ u4 (x)[4.9v1 (y) + 7.5v2 (y) + 2.5v3 (y)]

Por el momento, hemos visto cómo el operador construido a partir del producto tensorial nos provee méto-
dos (que dependen de métodos univariados) para interpolar puntos sobre mallas cartesianas, veamos que esto
mismo sucede con el operador bivariado construido a partir de la suma booleana.

Observemos que si en (2) tomamos las funciones ui (x) y v j (y) como los polinomios básicos de Lagrange,
obtenemos un nuevo método de interpolación bidimensional, éste método es conocido como interpolación
transfinita y hereda de la función (P ⊕ Q) f la propiedad de interpolar a f en todas las lı́neas horizontales y
verticales Li y L j con 1 6 i 6 p y 1 6 j 6 q.

En la práctica el método de interpolación transfinita es utilizado para determinar una función suave F(x, y)
que satisfaga condiciones de frontera dadas por
F(x1 , y) = fW (y)
F(x p , y) = fE (y)
F(x, y1 ) = fS (x)
F(x, yq ) = fN (x)

5
REFERENCIAS REFERENCIAS

donde las funciones de condición en la frontera son en general, funciones analı́ticas. Pero, por su cons-
trucción, sabemos que el método de interpolación transfinita siempre se puede implementar para interpolar
funciones sobre multiples lineas horizontales y verticales determinadas por una malla cartesiana de nodos.
En conclusión, dados operadores univariados interpolantes, hemos visto que estos se pueden extender para
construir métodos de interpolación multidimensional, en nuestro caso hemos hecho uso de la interpolación polino-
mial de Lagrange y nos hemos restringido al caso bivariado, pero en general un desarrollo similar puede realizarse a
partir de cualquier otro método de interpolación unidimensional y extender éste a dimensiones superiores. Además,
cabe señalar que, para el caso de una variable, la única condición que exigı́amos sobre el conjunto de n nodos era
tener n abscisas diferentes, pues cualquier técnica de interpolación podı́a aplicarse sobre éstos, pero no pasa ası́ en
el caso de varias variables, es debido a este inusual rasgo que nuestro análisis se ha restringido a nodos dispuestos
sobre mallas cartesianas. Basta notar que si se desea interpolar un conjunto de tres nodos (xi , yi ) colineales, el
problema de interpolación será (en general) irresoluble, es decir que las técnicas que se pueden emplear para la
interpolación polinomial en dimensiones superiores dependen significativamente de la geometrı́a del conjunto de
nodos N .

Referencias
[1] ATKINSON K. An introduction to Numerical Analysis 2a ed. Wiley and Sons, 1988.

[2] D. K INCAID Y W. C HENEY, Numerical Analysis: Mathematics of Scientific Computing. 3a ed. American
Mathematical Society. 2002
[3] S HOICHIRO NAKAMURA, Métodos numéricos aplicados con software 1a ed. Prentice-Wall Hispanoamericana.
1992