1. Interpolación Polinómica
Un problema de interpolación
Interpolación lineal y cuadrática
Forma normal del polinomio de interpolación.
Forma de Lagrange.
Forma de Newton.
Tabla de diferencias divididas
Evaluación y error del polinomio de interpolación
Conclusiones y alternativas
2.
3. Hora 6 8 10 12 14 16 18 20
Grados 7 9 12 18 21 19 15 10
Un problema de interpolación
Evolución de la temperatura diurna
4 6 8 10 12 14 16 18 20 22
6
8
10
12
14
16
18
20
22
Hora
Grados
4. a0 + 12a1 = 18
a0 + 14a1 = 21
a0 + a1x0 = y0
a0 + a1x1 = y1
P1(x) = a0 + a1x
Interpolación lineal
Recta que pasa por los
puntos (x0,y0) y
(x1,y1)
5 10 15 20
5
10
15
20
25
Hora
Grados
7. Pn(x) = a0 + a1x + a2x2
+ ··· + anxn
Forma normal del polinomio de
interpolación
Dados n+1 puntos de abscisas distintas (x0,y0),..., (xn,yn),
existe un único polinomio de grado no superior a n tal que
P(xi) = yi, i=1,2,...,n
1 x x x
x x x
x x x
x x x
a
a
a
a
y
y
y
y
0 0
2
0
n-1
1 1
2
1
n-1
2 2
2
2
n-1
n n
2
n
n-1
0
1
2
n
0
1
2
n
1
1
1
8. Forma de Lagrange del
polinomio de interpolación
Polinomios de Lagrange
Existencia del polinomio de interpolación.
Lin ( )
( ) ( )( ) ( )
( ) ( )( ) ( )
x
x x x x x x x x
x x x x x x x x
i i n
i i i i i i n
0 1 1
0 1 1
Pn(x) = y0 L0n(x) + y1 L1n(x) + y2 L2n(x) + ···+ yn Lnn(x)
9. Pn(x0) = y0 = c0
Pn(x1) = y1 = c0+ c1(x1x0)
Pn(x2) = y2 = c0+ c1(x2x0) + c2(x2x0)(x2x1)
Determinación algebraica
Ventajas
El sistema es triangular
Permite añadir nuevos puntos sin rehacer todos los cálculos.
Forma de Newton del
polinomio de interpolación
Pn(x) = c0 + c1(xx0) + c2(xx0)(xx1) + +
+ cn(xx0)(xx1) (xxn-1)
10. Tabla de diferencias divididas
c0 = f[x0] = y0
c = f x ,x
y c
x x
f x f x
x x
1 0 1
1 0
1 0
1 0
1 0
f x ,x
f x x f x x
x x
0 1
1 2 0 1
2 0
,
, ,
x2
f x ,x
f x x f x x
x x
0 1
1 2 0 1
k 0
,
, , , ,
x
x x
k
k k
1
11. Tabla de diferencias divididas
y f x
y f x f x x
y f x f x x f x x x
y f x f x x f x x x f x x x x
0 0
1 1 0 1
2 2 1 2 0 1 2
3 3 2 3 1 2 3 0 1 2 3
[ ]
[ ] [ , ]
[ ] [ , ] [ , , ]
[ ] [ , ] [ , , ] [ , , , ]
12 18
14 21 1.5000
10 12 2.2500 -0.3750
16 19 1.1667 -0.5417 -0.0417
13. Error de interpolación
f(x) P (x)
f ( )
(n 1)!
(x x )(x x ) (x x )
n
(n 1)
0 1 n
f x , x , x x
f ( )
(n 1)!
0 1 n n+1
(n 1)
, ,
14. Conclusiones
El polinomio de interpolación suele usarse para estimar
valores de una función tabulada, en las abscisas que no
aparecen en la tabla.
El aumento de grado no siempre mejora la aproximación.
El polinomio es muy sensible a los errores de los datos.
Alternativas
Método de Mínimos Cuadrados
Interpolación polinómica segmentaria. Splines