INTRODUCCION

En el subcampo matemático del análisis numérico, se denomina interpolación a la obtención de

nuevos puntos partiendo del conocimiento de un conjunto discreto de puntos.

En ingeniería y algunas ciencias es frecuente disponer de un cierto número de puntos obtenidos

por muestreo o a partir de un experimento y pretender construir una función que los ajuste.

Otro problema estrechamente ligado con el de la interpolación es la aproximación de una función

complicada por una más simple. Si tenemos una función cuyo cálculo resulta costoso, podemos
partir de un cierto número de sus valores e interpolar dichos datos construyendo una función más
simple.

En general, por supuesto, no obtendremos los mismos valores evaluando la función obtenida que
si evaluamos la función original, si bien dependiendo de las características del problema y del
método de interpolación usado la ganancia en eficiencia puede compensar el error cometido.
Interpolación
Con frecuencia se encontrará con que tiene que estimar valores intermedios entre datos
definidos por puntos. El método más común que se usa para este propósito es la
interpolación polinomial. Recuerde que la fórmula general para un polinomio de n-ésimo
grado es:

Dados n + 1 puntos, hay uno y sólo un polinomio de grado* n que pasa a través de todos
los puntos. Por ejemplo, hay sólo una línea recta (es decir, un polinomio de primer grado)
que une dos puntos (figura 18.1a). De manera similar, únicamente una parábola une un
conjunto de tres puntos (figura 18.1b). La interpolación polinomial consiste en determinar
el polinomio único de n-ésimo grado que se ajuste a n + 1 puntos. Este polinomio,
entonces, proporciona una fórmula para calcular valores intermedios. Aunque hay uno y
sólo un polinomio de n-ésimo grado que se ajusta a n + 1 puntos, existe una gran variedad
de formas matemáticas en las cuales puede expresarse este polinomio.

Interpolación polinomial de newton en diferencias divididas

Como se dijo antes, existe una gran variedad de formas alternativas para expresar una
interpolación polinomial. El polinomio de interpolación de Newton en diferencias
divididas es una de las formas más populares y útiles.

Fig. 1 - Ejemplos de interpolación polinomial: a) de primer grado (lineal), b) cuadrática y c) cúbica

Formula general:
Interpolación lineal
La interpolación lineal es un caso particular de la interpolación general de Newton. La
forma más simple de interpolación consiste en unir dos puntos con una línea recta.

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, que se ajusta a los valores
en los puntos. Se denota de la siguiente manera:

En una tabla se representan algunos valores de la función, pero no todos. En ocasiones,

nos interesa el valor de la función para un valor de la variable independiente distinto de
los que figuran en la tabla; en este caso, podemos tomar el más próximo al buscado o
aproximarnos un poco más por interpolación. La interpolación casi siempre nos dará un
pequeño error respecto al valor de la función verdadero, pero siempre será menor que
tomar el valor más próximo de los que figuran en la tabla. Veamos cómo se calcula al
valor de la función para un valor de la variable independiente que se encuentre entre dos
valores de la tabla por interpolación lineal.

Fig. 2 - Interpolacion lineal

Por la tabla sabemos que:

Queremos, pues, saber:

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)

Para ello nos basamos en la semejanza de triángulos:

Despejando, tenemos:

En coordenadas:

El valor buscado es y por lo que añadimos el valor de y1 a cada lado:

Finalmente se tiene:

O lo que es lo mismo:

Es una fórmula de interpolación lineal. La notación f1(x) designa que éste es un polinomio
de interpolación de primer grado. Observe que además de representar la pendiente de la
línea que une los puntos, el término [f(x1) – f(x0)]/(x1 – x0) es una aproximación en
diferencia dividida finita a la primer derivada.
Planteamiento del problema.

Estime el logaritmo natural de 2 mediante interpolación lineal. Primero, realice el cálculo

por interpolación entre ln 1 = 0 y ln 6 = 1.791759. Después, repita el procedimiento, pero
use un intervalo menor de ln 1 a ln 4 (1.386294). Observe que el valor verdadero de ln 2
es 0.6931472.

Solución:

Usamos la ecuación y una interpolación lineal para ln (2) desde x0 = 1 hasta x1 = 6 para
obtener:

Que representa un error: 𝜀𝑡 = 48.3%. Con el intervalo menor desde x0 = 1 hasta x1 = 4

se obtiene:

Así, usando el intervalo más corto el error relativo porcentual se reduce a 𝜀𝑡 = 33.3%.

Ambas interpolaciones se muestran a continuación, junto con la función verdadera.

Conclusiones
En general la interpolación lineal da un error pequeño sobre el valor real de la función
verdadera, aunque el error es mínimo en comparación a si se elige de forma intuitiva un
número próximo al que se quiere hallar.

El error ocurre cuando se intenta aproximar el valor de una curva con una línea recta; para
esos casos se debe disminuir el tamaño del intervalo para hacer más precisa la
aproximación.

En cuanto menor sea el intervalo entre los datos, mejor será la aproximación. Esto se debe
al hecho de que, conforme el intervalo disminuye, una función continua estará mejor
aproximada por una línea recta.

Referencias Bibliográficas
Métodos numéricos para ingenieros, Chapra-Canale, 5ta edición, Cap.18

Análisis numérico, Burden-Faires, 10ma edición

https://www.lifeder.com/interpolacion-lineal/

https://matematica.laguia2000.com/general/interpolacion-lineal