Upload
teresa-carrillo
View
219
Download
0
Embed Size (px)
DESCRIPTION
Generalidades para la construcción de polinomios de interpolación por el método de Lagrange
Citation preview
Métodos Numéricos II
Teresa Carrillo Ramírez - pág. 1
Fórmula de Lagrange
Objetivo
Reconocer la naturaleza de la fórmula de Lagrange en la construcción
de polinomios mediante el ajuste de puntos tabulados a una función.
Interpolación
Es el cálculo de valores para una función tabulada en puntos que no
se encuentran en la tabla mediante una representación analítica
sencilla.
La enorme ventaja de aproximar información discreta o funciones
“complejas”, con funciones analíticas sencillas, radica en su mayor
facilidad de evaluación y manipulación, situación necesaria en el
campo de la ingeniería.
Muchos matemáticos famosos tienen su nombre asociado con
procedimientos para interpolación: Gauss, Newton, Bessel, Stirling. La
necesidad de interpolar comenzó con los primeros estudios de
astronomía cuando los movimientos de cuerpos celestes fueron
determinados por observaciones periódicas.
Los métodos de interpolación son la base para muchos otros
procedimientos tales como, diferenciación e integración numérica y
métodos de solución para ecuaciones diferenciales ordinarias y
parciales.
Además, la interpolación de polinomios sirve como una excelente
introducción de algunas técnicas para suavizar curvas.
Métodos Numéricos II
Teresa Carrillo Ramírez - pág. 2
Interpolación o
ajuste de curvas
Para aproximar f(x) por medio de un polinomio a partir de puntos
tabulados, se pueden aplicar dos criterios: el de interpolación
polinomial o el de ajuste de curvas.
La técnica de interpolación consiste en encontrar una función
polinomial que ajuste de forma exacta, es decir, que pase por los
puntos dados en la tabla. Los métodos de ajuste de curvas consisten
en hallar un polinomio que pase entre los puntos y que satisfaga la
condición de minimizar el error entre los puntos tabulados y el
polinomio.
Cuando la información de la que se dispone es hasta cierto punto
exacta y confiable, se usa un ajuste exacto. Pero si se considera que
pueden existir errores, no tiene sentido buscar que pase por los
puntos, sino que pase entre ellos.
Una vez que se obtiene el polinomio de aproximación se puede
emplear para obtener puntos adicionales a los existentes en la tabla,
lo que se conoce como interpolación.
Fórmula de Lagrange
Si se tiene un conjunto de n + 1 valores de datos (xi , yi) para i = 0, 1, ...
, n para representar a y como una función de valuación única de x, es
posible encontrar un polinomio único de grado n que pasa por los
puntos. Por ejemplo, es posible encontrar una recta única que pasa
por dos puntos, y es posible encontrar un polinomio cuadrático único
que pasa por tres puntos.
Los polinomios de Lagrange se pueden determinar especificando
algunos puntos en el plano por los cuales debe pasar.
Consideremos el problema de determinar un polinomio de grado 1
que pase por los puntos distintos (x0, y0) y (x1, y1). Este problema es el
mismo que el de aproximar una función f, para la cual f(x0) = y0 y f(x1)
= y1, por medio de un polinomio de primer grado, interpolando entre,
o coincidiendo con, los valores de f en los puntos dados.
Métodos Numéricos II
Teresa Carrillo Ramírez - pág. 3
Considérese el polinomio
1
01
0
0
10
1
)(
)(
)(
)()( y
xx
xxy
xx
xxxP
−−
+−−
=
cuando x = x0
)()(
)(
)(
)()( 001
01
00
0
10
10
0 xfyyxx
xxy
xx
xxxP ==
−−
+−−
=
cuando x = x1
)()(
)(
)(
)()( 111
01
01
0
10
11 xfyyxx
xxy
xx
xxxP ==
−−
+−−
=
así que P tiene las propiedades requeridas.
Para generalizar el concepto de interpolación lineal, consideremos la
construcción de un polinomio a lo más de grado n que pase por los n
+ 1 puntos (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), ... , (xn, f(xn))
El polinomio lineal que pasa por (x0, f(x0)) y (x1, f(x1)) se construye
usando los cocientes
)(
)()(y
)(
)()(
01
0
1
10
1
0xx
xxxL
xx
xxxL
−−
=−−
=
Cuando x = x0, L0(x0) = 1, mientras que L1(x0) = 0. Cuando x = x1, L0(x1) =
0, mientras que L1(x1) = 1
Para el caso general, se necesita construir, para cada k = 0, 1, ..., n, un
cociente Ln,k(x) con la propiedad de que Ln,k(xi) = 0 cuando i ≠ k y que
Ln,k(xk) = 1 cuando x = xk.
Entonces los cocientes de Lagrange están dados por:
∏≠=
+−
+−
−−
=
−−−−−−−−−−
=
n
kii ik
i
nkkkkkkk
nkk
kn
xx
xx
xxxxxxxxxx
xxxxxxxxxxxL
0
1110
1110
,
)(
)(
)())(())((
)())(())(()(
LL
LL
El “Polinomio de interpolación de Lagrange” se define en el siguiente
teorema.
Métodos Numéricos II
Teresa Carrillo Ramírez - pág. 4
Definición
Teorema: Si x0, x1, ... , xn son (n + 1) números diferentes y f es una
función cuyos valores están dados en estos puntos, entonces existe
un único polinomio P de grado a los más n con la propiedad de que
)()( kk xPxf = para cada k = 0, 1, ... ,n.
Este polinomio está dado por
∑=
=++=n
k
knknnnn xLxfxLxfxLxfxP0
,,0,0 )()()()()()()( L
Ejemplo:
Las densidades de sodio para tres temperaturas están dadas por
i Temperatura
ti (en °C)
Densidad di
0 94 929
1 205 902
2 371 860
Determinar la densidad para t = 251°C
Para obtener el valor de los cocientes, se sustituye el valor
t = 251, entonces, la densidad del sodio a una temperatura de t =
251°C es d = 890.556117 kg/m3.
Realizando los cálculos con MAPLE:
>PolynomialInterpolation([[94,929], 205,902],
[371,860],x);
> PolynomialInterpolation([[94,929], [205,902], [371,860]],251);
> evalf(%);
− − + 30
850667x2
197949
850667x809141929
850667
757566700
850667
890.5561166
Métodos Numéricos II
Teresa Carrillo Ramírez - pág. 5
Consideraciones
Cabe aclarar que, aunque con el método de Lagrange se puede
obtener una expresión en serie de potencias que aproxime a la
función que describe la tabla de datos, esto no es una práctica
común, primero porque generalmente se aplica mediante un
programa de computadora y segundo porque aumenta la posibilidad
de cometer errores humanos.
Un polinomio de interpolación, aunque pase por los puntos que se
utilizaron en su construcción, en general no proporciona valores
exactamente correctos. La razón es que la relación subyacente a
menudo no es un polinomio del mismo grado. Por tanto, a
continuación se calcula un residuo o cota de error incurrido al
aproximar una función mediante un polinomio. Esto se hace en el
siguiente teorema:
Fórmula del error
Teorema: Supóngase que x0, x1, ..., xn son números distintos en el
intervalo [a, b] y que f ∈ Cn+1
[a, b]. Entonces, para cada x en [a, b]
existe un número ξ(x) en (a, b) con
)())(()!1(
))(()()( 10
)1(
n
n
n xxxxxxn
xfxPxf −−−
++=
+
Lε
donde Pn(x) es el polinomio de Lagrange.
Esta fórmula de error es un resultado teórico muy importante,
porque los polinomios de Lagrange se emplean frecuentemente para
derivar la diferenciación numérica y los métodos de integración. Las
cotas de error de estas técnicas se obtienen aplicando la fórmula del
error de Lagrange.
El uso específico de esta fórmula de error se limita a las funciones
cuyas derivadas tienen cotas conocidas, es decir para aquellos casos
en que la función es conocida.
En la práctica el término del error es difícil de aplicar, ya que
normalmente no se conoce el grado óptimo del polinomio.