Professional Documents
Culture Documents
INTERPOLACION
INTRODUCCION
Es comn que los datos se dan como valores discretos a lo largo de
un continuo.
Sin embargo, quizs se requiera la estimacin de un punto entre
valores discretos.
En este captulo se describir las tcnicas para ajustar curvas a
estos datos para obtener estimaciones intermedias.
Existen dos mtodos generales para el ajuste de curvas que se
distinguen entre s al considerar la cantidad de error asociado con
los datos.
Primero, si los datos exhiben un grado significativo de error o
ruido, la estrategia ser obtener una sola curva que represente la
tendencia general de los datos.
INTRODUCCION
Como cualquier dato individual puede ser incorrecto, no se
busca intersecar todos los puntos.
En lugar de esto, se construye una curva que siga la tendencia
de los puntos tomados como un grupo.
Un procedimiento de este tipo se llama regresin por
mnimos cuadrados. (ver figura 1.a)
Segundo, si se sabe que los datos son muy precisos, el
procedimiento bsico ser colocar una curva o una serie de
curvas que pasen por cada uno de los puntos en forma directa.
Usualmente tales datos provienen de tablas.
INTRODUCCION
Como ejemplos se tienen los valores de la densidad del
agua o la capacidad calorfica de los gases en funcin
de la temperatura.
La estimacin de valores entre puntos discretos bien
conocidos se llama interpolacin. (ver figuras 1.b y
1.c)
INTRODUCCION
Figura 1.
Sea mnima.
INTERPOLACION POLINOMIAL O
POLINOMICA
EI criterio mediante el cual se elige el polinomio Pm(x) es conocido
como criterio de los mnimos cuadrados.
Se probar que tal polinomio Pm(x) existe y es nico; se Ie denomina
polinomio de ajuste segn mnimos cuadrados para los datos dados.
EI polinomio Pm(x) lo que da es un ajuste razonable a los datos dados.
Este tipo de aproximacin mediante el polinomio de ajuste Pm(x) se
conoce como ajuste polinomial.
Aunque el ajuste polinomial segn mnimos cuadrados es el caso
ms usado, tambin existen el caso de ajuste exponencial,
logartmico y de potencia segn mnimos cuadrados.
INTERPOLACION POLINOMIAL O
POLINOMICA
Se podra pensar que al aumentar el grado se obtiene mejor aproximacin,
pero esto es falso en general.
La coincidencia del polinomio con muchos puntos de interpolacin se
consigue a costa de grandes oscilaciones en los intervalos entre nodos o
puntos de interpolacin dados.
La aplicacin clsica de la interpolacin consiste en estimar los valores de
una funcin tabulada en puntos que no figuran en la tabla.
Como ejemplo tpico de tabla citemos la campana de Gauss o distribucin
normal.
Actualmente la interpolacin se utiliza en clculo numrico para aproximar
funciones mediante otras ms sencillas, como los polinomios.
Por ejemplo, para deducir frmulas de integracin aproximada y mtodos
de resolucin de ecuaciones diferenciales.
INTERPOLACION POLINOMIAL O
POLINOMICA
Cuando la informacin tabular de que se dispone es
aproximada hasta cierto nmero de cifras significativas,
por ejemplo la de tablas de logaritmos o de funciones
de Bessel, se recomienda usar ajuste exacto.
En cambio, si la informacin tiene errores considerables,
como en el caso de datos experimentales, no tiene
sentido encontrar un polinomio que pase por esos
puntos sino ms bien que pase entre ellos; entonces, el
mtodo de mnimos cuadrados es aplicable.
INTERPOLACION POLINOMIAL O
POLINOMICA
18
16
14
Grados
12
10
6
4 6 8 10 12 14 16 18 20 22
Hora
UN PROBLEMA DE
INTERPOLACION
Sea T = f(t) la funcin (desconocida) que da la temperatura
ambiente en cada instante t.
Para estimar la temperatura en un instante t que no aparece en la
tabla, aproximaremos la funcin f mediante polinomios de
interpolacin.
Estos polinomios se determinan exigiendo que coincidan con f en
alguno de los valores tabulados.
Si exigimos que pase por dos puntos, obtenemos una recta, o sea un
polinomio de grado 1.
Si hacemos que pase por tres puntos, queda un polinomio de grado
2, y as sucesivamente podemos ir aadiendo puntos e
incrementando el grado.
UN EJEMPLO INTRODUCTORIO
siguiente tabla presenta la temperatura de ebullicin de la acetona (C 3H60) a diferentes presion
Una forma muy comn de resolver este problema es sustituir los puntos (0)
y (1) en la ecuacin de la lnea recta: p(x) = a0 + a1x, de tal modo que
resultan dos ecuaciones con dos incgnitas que son a0 y a1.
Con la solucin del sistema se consigue una aproximacin polinominal de
primer grado, lo que permite efectuar interpolaciones lineales; es decir, se
sustituye el punto (0) en la ecuacin de la lnea recta y se obtiene:
56.5 = a0 + a1
113.0 = a0 + a15 Para el punto (1)
UN EJEMPLO INTRODUCTORIO
Resolviendo el sistema de dos ecuaciones con dos incgnitas se tiene que: a0 =
42,375 y a1 = 14,125
or tanto, estos valores generan la ecuacin: p(x) = 42,375 + 14,125x
ecuacin resultante puede emplearse para aproximar la temperatura cuando la presin es cono
r lo tanto al sustituir en la ecuacin la presin x = 2 Atm., la temperatura es igual a 70,6C.
Grficamente, la tabla anterior puede verse como una serie puntos (0), (1), (2) y
(3) en un plano P vs T, en donde si se unen con una lnea los puntos (0) y (1), por
bsqueda grfica se obtiene T = 70,6 para P = 2 Atm.
reordenndose se tiene:
(1)
Dos interpolaciones
lineales para estimar ln2.
Observar cmo el
intervalo menor
proporciona una mejor
estimacin.
INTERPOLACION CUADRATICA
En el ejemplo anterior, el error resulta de nuestra
aproximacin a una curva mediante una lnea recta.
En consecuencia, una estrategia para mejorar la
estimacin consiste en introducir alguna curvatura a la
lnea que une los puntos.
Si se tienen tres puntos como datos, stos pueden
ajustarse en un polinomio de segundo grado (tambin
conocido como polinomio cuadrtico o parbola).
INTERPOLACION CUADRATICA
Dicha ecuacin cuadrtica se puede expresar mediante:
Donde:
INTERPOLACION CUADRATICA
As, la ecuacin (2) representa a un nico polinomio de
segundo grado que une los tres puntos.
Un procedimiento simple puede usarse para determinar
los valores de los coeficientes.
Para encontrar b0, en la ecuacin (2) se evala con x =
x0 para obtener: b0 = f(x0) (3)
La ecuacin (3) se sustituye en la (2), despus se
evala en x = x1 para tener:
(4)
INTERPOLACION CUADRATICA
Por ltimo, las ecuaciones (3) y (4) se sustituyen en la (2), despus se evala
en x = x2 y (luego de algunas manipulaciones algebraicas) se resuelve para:
(5)
El uso de la interpolacin
cuadrtica para estimar ln(2).
Para comparacin se presenta
tambin la interpolacin lineal
desde x = 1 hasta 4.
FORMULA GENERAL DE LOS
POLINOMIOS
POLINOMIO DE NEWTON:
El anlisis anterior que se hizo, para polinomios de
primer y segundo grado, puede generalizarse para
ajustar un polinomio de n-simo grado a n + 1 datos.
El polinomio de n-simo grado es:
(6)
(10)
POLINOMIO DE NEWTON
Donde se puede apreciar que las evaluaciones de la
funcin colocadas entre parntesis son diferencias
divididas finitas.
As por ejemplo, la primera diferencia finita en forma
(11)
general se representa como:
(13)
(23)
Al sustituir la
ecuacin
(b) en la (1) se
or ltimo, al agrupar trminos semejantes y simplificar se obtiene la forma del polinomio de Lag
obtiene
POLINOMIO DE LAGRANGE
EJEMPLO 5
Planteamiento del problema. Con un polinomio de
interpolacin de Lagrange de primero y segundo grado
evale ln(2) basndose en los datos del ejemplo 18.2:
EJEMPLO 6
INTERPOLACIN DE LAGRANGE EMPLEANDO LA
COMPUTADORA
Planteamiento del problema. Es posible usar el
algoritmo de Lagrange para estudiar un problema de
anlisis de tendencia que se relaciona con nuestro
conocido caso de la cada del paracaidista.
Suponga que se tiene un instrumento para medir la
velocidad del paracaidista. Los datos obtenidos en una
prueba particular son:
EJEMPLO 6
Nuestro problema consiste en estimar la velocidad del
paracaidista en t = 10 s para tener las mediciones
faltantes entre t = 7 y t = 13 s.
Estamos conscientes de que el comportamiento de los
polinomios de interpolacin tal vez resulte inesperado.
Por lo tanto, construiremos polinomios de grados 4, 3, 2
y 1, y compararemos los resultados.
Solucin. El algoritmo de Lagrange se utiliza para
construir polinomios de interpolacin de cuarto, tercer,
segundo y primer grado.
EJEMPLO 6