Professional Documents
Culture Documents
Mtodos Computacionales
Agenda
Interpolacin Polinomial
Introduccin Introduccin Aplicaciones Interpolacin y aproximacin Teoria Vandermonde Lagrange Newton Interpolacion de Newton Diferencias Divididas Diferencias Finitas Anlisis de error
41
Anlisis de error
Interpolacin
Interpolacin Polinomial
Dado un conjunto de datos conocidos (x0 , y0 ), (x1 , y1 ), . . . , (xN , yN ) buscamos una funcin f : R R que satisfaga f (xi ) = yi , i = 0, . . . , N
3
Anlisis de error
41
Interpolacin
Interpolacin Polinomial
Dado un conjunto de datos conocidos (x0 , y0 ), (x1 , y1 ), . . . , (xN , yN ) buscamos una funcin f : R R que satisfaga f (xi ) = yi , i = 0, . . . , N
3
Anlisis de error
41
Interpolacin
Interpolacin Polinomial
Dado un conjunto de datos conocidos (x0 , y0 ), (x1 , y1 ), . . . , (xN , yN ) buscamos una funcin f : R R que satisfaga f (xi ) = yi , i = 0, . . . , N
3
Anlisis de error
Aplicaciones
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin 4 Aplicaciones Interpolacin y aproximacin Teoria
Trazado de curvas a travs de un conjunto discreto de datos. Determinar valores intermedios de una tabla de datos. Derivar e integrar a partir de una tabla de datos. Evaluar de manera fcil una funcin matemtica. Reemplazar una funcin complicada por una simple.
Anlisis de error
41
Introduccin
Interpolacin Polinomial Mg. Hermes Pantoja C.
Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
Los interpoladores se ajustan a los datos de manera exacta (f (xi ) = yi ) Interpolacin presenta problemas cuando los datos estn sujetos a errores signicativos.
Anlisis de error
41
Introduccin
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones 6 Interpolacin y aproximacin Teoria
Anlisis de error
41
Anlisis de error
41
Teorema
Si x0 , x1 , . . . , xN son nmeros reales distintos, entonces para N + 1 valores arbitrarios y0 , y1 , . . . , yN existe un nico polinomio PN de grado a lo sumo N tal que PN (xi ) = yi , i = 0, . . . , N Observaciones El teorema generaliza:Por 2 puntos distintos del plano pasa una y slo una lnea recta (polinomio de grado 1) x x . . . xN Dado una tabla de datos 0 1 y0 y1 . . . yN existe uno y slo un polinomio PN de grado N tal que PN (xi ) = yi . Aunque el polinomio es nico, existen diversas formas de expresarlo y diferentes algoritmos para determinarlos.
Polinomio interpolador
Interpolacin Polinomial
Asumimos un conjunto de puntos discretos {x0 , x1 , . . . , xN } con los valores correspondientes {f (x0 ), f (x1 ), . . . , f (xN )} Construimos una funcin f (x ) que pasa por (xi , f (xi )) por medio de la aproximacin
N
9
Vandermonde Lagrange
f (x ) PN (x ) =
i=0
ak k (x )
Newton
Interpolacion de Newton Diferencias Divididas Diferencias Finitas
PN (x ) es el polinomio interpolante. k (x ) son polinomios conocidos a priori y forman una base. ak son coecientes por determinar.
41
Anlisis de error
Interpolacin de Vandermonde
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones
Consideremos como bases los monomios k (x ) = x k , k = 0, . . . , N Para la base dada obtenemos la representacin PN (x ) = a0 + a1 x + a2 x 2 + . . . + aN x N donde a0 , a1 , . . . , aN son constantes a determinar.
Anlisis de error
41
Interpolacin de Vandermonde
Interpolacin Polinomial
1 1 . . .
x0 x1 . . .
1 xN
. . . 2 xN
2 x0 2 x1
... ...
. . . . N . . . xN
N x0 N x1
a0 a1 . . . aN
Anlisis de error
(xj xi ) = 0
Universidad Nacional Mayor de San Marcos Facultad de Ingenieria Industrial
.
41
Ejemplo
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones
Ejemplo
Determine el polinomio de grado 2 que interpola los tres dados (2, 27), (0, 1), (1, 0) Solucin
12
Anlisis de error
41
El polinomio est dado por P2 (x ) = a0 + a1 x + a2 x 2 Para este caso el sistema est dado por
13
Anlisis de error
41
Interpolacin de Lagrange
Interpolacin Polinomial
(x x0 )(x x1 ) (x xk1 )(x xk+1 ) (x xN ) Aplicaciones y Interpolacin Lk (x ) = (xk x0 )(xk x1 ) (xk xk1 )(xk xk+1 ) (xk xN aproximacin ) Teoria
N
= i =0 i =k
(x xi ) (xk xi )
Vandermonde
14
Lagrange Newton
Interpolacion de Newton Diferencias Divididas Diferencias Finitas
Propiedades
Lk es un polinomio de grado N 1 si k = j Lk (xj ) = 0 si k = j
41
Anlisis de error
Interpolacin Polinomial
El polinomio de interpolacin de Lagrange est dado por PN (x ) = f (x0 )L0 + f (x1 )L1 + . . . + f (xN )LN
n
=
k=0
f (xk )LN (x )
15
El polinomio de interpolacin de Lagrange es de grado N y pasa por los N + 1 puntos (x0 , f (x0 )), . . . , (xN , f (xN ))
Anlisis de error
41
Interpolacin de Lagrange
Interpolacin Polinomial
Ejemplo
Dado los siguientes puntos x 0 0.5 1 y 1 0.8 0.5 hallar los polinomios bsicos de lagrange y el polinomio interpolante. Solucin: L0 (x ) = L1 (x ) = L2 (x ) = (x x1 )(x x2 ) (x0 x1 )(x0 x2 ) (x x0 )(x x2 ) (x1 x0 )(x1 x2 ) (x x0 )(x x1 ) (x2 x0 )(x2 x1 ) = = = (x 0.5)(x 1) (0 0.5)(0 1) (x 0)(x 1) (0.5 0)(0.5 1) (x 0)(x 0.5) (1 0)(1 0.5)
41
Vandermonde
16
Lagrange Newton
Interpolacion de Newton Diferencias Divididas Diferencias Finitas
Anlisis de error
Interpolacin de Lagrange
Interpolacin Polinomial Mg. Hermes Pantoja C.
Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
Vandermonde
17
Lagrange Newton
Interpolacion de Newton Diferencias Divididas Diferencias Finitas
Anlisis de error
41
Ejemplo
1 Determine el polinomio de lagrange para f (x ) = en los x puntos x0 = 2, x1 = 2.25, x2 = 4 y utilcelo para aproximar f (3) Solucin: (x 2.5)(x 4) L0 (x ) = = x 2 6.5x + 10 (2 2.5)(2 4) (x 2)(x 4) 4 32 L1 (x ) = = x 2 + 8x (2.5 2)(2.5 4) 3 3 1 2 4.5 5 (x 2)(x 2.5) = x x+ L2 (x ) = (4 2)(4 2.5) 3 3 3 P(x ) = f (2)L0 (x ) + f (2.5)L1 (x ) + f (4)L2 (x ) = 0.05x 2 0.425x + 1.15 f (3) P(3) = 0, 325
Observacin
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
El mtodo de Lagrange tiene un inconveniente y es que la forma obtenida es mala para operar: para sumarlo con otra funcin, para derivar, integrar, etc. Por lo que la respuesta es slo formal y hay que realizar mucho clculo para obtener la expresin nal en la forma a0 + a1 x + a2 x 2 + . . . + an x n . De hecho hay otro inconveniente, ms sutil que el anterior. Es natural que en el contexto de mediciones y experimentos que nombrmos en la introduccin del tema se incorporen nuevos datos. Qu ocurre si nos dan otro dato ms (xn+1 , f (xn+1 ))? A travs de esta va hay que construir todos los polinomios de Lagrange de nuevo! (lo realizado antes es trabajo intil). Ambos motivos nos conducen a replantear el problema por otra va ms eciente.
Vandermonde
19
Lagrange Newton
Interpolacion de Newton Diferencias Divididas Diferencias Finitas
Anlisis de error
41
Interpolacin de Newton
Interpolacin Polinomial Mg. Hermes Pantoja C.
Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
k (x ) =
i=0
(x xi )
20
Anlisis de error
41
Diferencias Divididas
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Diferencias Divididas
La k-sima diferencia dividida f [xi , xi+1 , . . . , xi+k1 , xi+k ] = f [xi+1 , xi+2 , . . . , xi+k ] f [xi , xi+1 , . . . , xi+k1 ] xi+k xi Los coecientes son ak = f [x0 , x1 , x2 , . . . , xk ] y
n
21
Anlisis de error
Pn (x ) = f [x0 ] +
k=1
41
Anlisis de error
41
Implementacin en MATLAB
function F=divideddifference(x,f) n=length(x)-1; F=zeros(n+1,n+1); F(:,1)=f(:); for i=1:n for j=1:i F(i+1,j+1)=(F(i+1,j)-F(i,j))/(x(i+1)-x(i-j+1)); end end
23
Anlisis de error
41
Ejemplo
Ejemplo
Dado los siguientes puntos x 0 0.5 1 y 1 0.8 0.5 hallar el polinomio interpolante de Newton. Solucin:
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
Anlisis de error
41
P2 (x ) = f (x0 )+f [x0 , x1 ](x x0 )+f [x0 , x1 , x2 ](x x0 )(x x1 ) P2 (x ) = 1 0.4(x 0) 0.2(x 0)(x 0.5) P2 (x ) = 0.2x 0.3x + 1
25
Anlisis de error
41
Ejemplo
Interpolacin Polinomial
Use diferencias divididas para encontrar el polinomio de interpolacin que pasa por los puntos (0, 1), (2, 5) y (4, 17)
Anlisis de error
p(x ) = 1 + 2x + x (x 2) = 1 + x 2
41 Universidad Nacional Mayor de San Marcos Facultad de Ingenieria Industrial
Ejercicio
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones
Ejercicio
Aada el punto (3, 16) a los puntos anteriores y encuentre el polinomio interpolante. Solucin: P(x ) = 2x 3 + 13x 2 16x + 1
27
Anlisis de error
41
Diferencias Finitas
Se dene para un conjunto de puntos (x0 , f0 ); (x1 , f1 ); . . . ; (xn , fn ), igualmente espaciados para x ; es decir, xi+1 xi = h; para i = 0, 1, . . . , n 1. Diferencia Finita hacia adelante o progresiva Diferencia nita de primer orden fk = fk+1 fk Diferencia nita de segundo orden fk = fk+1 fk Diferencia nita de orden n n fk = n1 fk+1 n1 fk
41 Universidad Nacional Mayor de San Marcos Facultad de Ingenieria Industrial
28
Diferencias Finitas
Anlisis de error
Anlisis de error
41
Diferencias Finitas
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
Polinomio de interpolacin basado en Diferencias Finitas Progresivas Se debe hallar una relacin entre las diferencias nitas y divididas k f0 f [x0 , x1 , x2 , . . . , xk ] = k!hk Reemplazando en el polinomio basado en diferencias divididas se tiene: f0 0 Pn (x ) = f0 + (x x0 ) + (x x0 )(x x1 ) + . . . 1!h1 2!h2 + n f0 (x x0 ) . . . (x xn1 ) n!hn
41
2 f
30
Diferencias Finitas
Anlisis de error
Diferencias Finitas
Interpolacin Polinomial
Teniendo en cuenta que los intervalos se tomarn igualmente espaciados (h = xi+1 xi ) para x , y haciendo el cambio de x x0 variable s = h
Vandermonde
Pn (s) = f0 +sf0 +
Lagrange Newton
Interpolacion de Newton Diferencias Divididas
s(s 1) . . . (s n + 1) n ... + f0 n!
n
Diferencias Finitas
Anlisis de error
= f0 +
k=1
s k f0 k
41 Universidad Nacional Mayor de San Marcos Facultad de Ingenieria Industrial
Error de Interpolacin
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Teorema
Sea f C n+1 [a, b] y p el polinomio de grado n que interpola a f en los n + 1 puntos x0 , x1 , . . . , xn del intervalo [a, b]. Para cada x [a, b] existe un = (x ) a, b tal que n 1 f (n+1) () (x xi ) f (x ) p(x ) = (n + 1)! i=0
Anlisis de error
41
Ejemplo
Estime el error cometido al aproximar la funcin f (x ) = sin(x ) por medio del polinomio de grado nueve que interpola a f en diez puntos del intervalo [0, 1] Solucin La cota de error est dado por f (x ) p(x ) =
n 1 (10) f () (x xi ) 10! i=0
Por otra parte: [f (10) () = sin |f (10) ()| 1 y x [0, 1] n (x xi ) 1 i=0 Luego 1 2.8 107 |f (x ) p(x )| 10!
Ejemplo
Se desea tabular la funcin f (x ) = cos(x )e x denida en [, ] mediante puntos equiespaciados. Cantos puntos son necesarios para que al interpolar linealmente entre dos valores consecutivos el error entre la funcin y el interpolante no supere a 0.5. Solucin: M h2 f () (x x0 )(x x1 ) < 0.5 |f (x ) P1 (x )| = 2! 2 4 x0 + x1 Tomando como caso critico x = y 2 M = mx[,] |f ()| Dado que: f (x ) = 2 sin(x )e x Entonces: M = 2e , por lo tanto h < 0.2940 N> 2 N = 22 h
41
Anlisis de error
Ejemplo
Interpolacin Polinomial
Encuentre una cota superior para la diferencia en x = 0.25 y x = 0.75 entre f (x ) = e x y el polinomio de interpolacin en los puntos 1; 0.5; 0; 0.5; 1. Solucin: Con cinco puntos el polinomio de interpolacin ser de grado menor o igual a cuatro, P4 (x ). De la frmula de error de interpolacin se obtiene |(x + 1)(x + 0.5)x (x 0.5)(x 1)| (5) f () f (x )P4 (x ) = 5! donde 1 1
35
Anlisis de error
41
Interpolacin Polinomial
La quinta derivada de e x en es f (5) () = e Como e x es una funcin creciente su mximo lo obtiene en el extremo derecho del intervalo, |f (5) (x )| e 1 en [1, 1] La frmula de error queda f (x ) P4 (x ) (x + 1)(x + 0.5)x (x 0.5)(x 1) e 5!
36
Anlisis de error
41
Interpolacin Polinomial Mg. Hermes As que en x = 0.25 el error de interpolacin est Pantoja C. acotado por 1.25 0.75 0.25 0.25 0.75 Introduccin e |e 0.25 P4 (0.25)| 120 0.000995 Y en x = 0.75 el error queda acotado por 1.75 1.25 0.75 0.25 0.25 Vandermonde |e 0.75 P4 (0.75)| e Lagrange 120 Newton 0.002323 el cal es ms grande.
Introduccin Aplicaciones Interpolacin y aproximacin Teoria Diferencias Divididas Diferencias Finitas 37
Interpolacion de Newton
Anlisis de error
41
Teorema
Sea f y p el polinomio de grado n que interpola a f en los n + 1 puntos x0 , x1 , . . . , xn del intervalo [a, b]. Entonces
n
Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
C n+1 [a, b]
Vandermonde Lagrange
f (x ) p(x ) = f [x0 , x1 , . . . , xn , x ]
i=0
(x xi )
38
Newton
Interpolacion de Newton Diferencias Divididas Diferencias Finitas
Anlisis de error
41
Ejemplo
Dada la siguiente tabla de datos
Hallar el polinomio cuadrtico interpolante de Newton. Interpolar para x = 0.17 Hallar el error cometido.
Solucin
Interpolacin Polinomial
P2 (x ) = f0 + f [x0 , x1 ](x x0 ) + f [x0 , x1 .x2 ](x x0 )(x x1 ) Reemplazando: P2 (x ) = 0.7481250.10044(x 0.1)+0.00655(x 0.1)(x 0.2) P2 (0.17) = 0.741080445 Podemos aproximar el error de la siguiente forma en (x ) = f [x0 , x1 , . . . , xn+1 ](x x0 )(x x1 ) . . . (x xn ) e2 (x ) = f [x0 , x1 , x2 , x3 ](x x0 )(x x1 )(x x2 ) e2 (0.17) = 0.2193 (0.17 0.1) (0.17 0.2) (0.17 0.4) e2 (0.17) = 1.0592 104
41 40
Anlisis de error
Observaciones
Si P interpola a f en los n + 1 puntos x0 , x1 , . . . , xn n 1 f (x ) P(x ) = f (n+1) () (x xi ) ...() (n + 1)! i=0 con [x0 , xn ]. es desconocido y () slo es til si la derivada est acotada Si |f (n+1) (x )| < M y h = mx{xi+1 xi ; i = 0, 1, . . . , n}, Mhn+1 mxx [x0 ,xn ] |f (x ) P(x )| (n + 1)! El error disminuye a medida que n crece y h disminuye, solo si |f n+1 (x )| est acotada. Aumentar el grado del polinomio no garantiza una mejor aproximacin (puede aparecer oscilaciones entre los puntos de interpolacin).
Interpolacin Polinomial Mg. Hermes Pantoja C. Introduccin
Introduccin Aplicaciones Interpolacin y aproximacin Teoria
Anlisis de error
41