5. En general:
La notación f(X) indica que se trata de un polinomio de
interpolación de primer orden
Además de representar la pendiente de la línea que
conecta los dos puntos, el término [f(X1) - f(X0)] / (X1 –
X0) es una aproximación de diferencias divididas finitas a
la primera derivada
6. Ejemplo 1:
Calcúlese el logaritmo natural de 2 (ln 2) usando
interpolación lineal.
Primero, llévese a cabo los cálculos interpolando
entre ln 1 = 0 y ln 6 = 1.7917595.
Después repítase el procedimiento, pero usando
un intervalo más pequeño desde:
ln 1 = 0 a ln 4 = 1.3862944.
Nótese que el valor real de ln2 = 0. 69314718
7. Solución:
Evaluando la fórmula de interpolación lineal (3) de X =
1 a X = 6 da:
La cual representa un error porcentual de e% = 48.3
%. Usando el intervalo más pequeño desde X = 1 a X
= 4 da:
Utilizando el intervalo más pequeño se reduce el error
relativo porcentual a e% = 33.3%.
8.
9. ¿Cuándo falla el método de
interpolación lineal?
Cuando la derivada es horizontal en
un punto. Además, el valor de la segunda
derivada es muy grande.
10. Ejemplo 2:
Estime el logaritmo base 10 de 5 (log 5):
Primero, llévese a cabo los cálculos
interpolando entre log 4 = 0.60206 y log 6 =
0.7781513.
Después repítase el procedimiento, pero
usando un intervalo más pequeño desde:
log 4.5= 0.6532125 a log 5.5 = 07403627.
Nótese que el valor real de log 5 = 0. 6989700043
11. Solución:
Evaluando la fórmula de interpolación lineal de
X = 4 a X = 6 da:
La cual representa un error porcentual de e% =
1.268 %. Usando el intervalo más pequeño
desde X = 4.5 a X = 5.5 da:
Utilizando el intervalo más pequeño se reduce
el error relativo porcentual a e% = 0.31223%.
12. Polinomios de Interpolación
de Newton
La estrategia de este método consiste en mejorar la
estimación introduciendo curvatura a la línea de
unión de puntos.
Para generalizar, se utiliza el polinomio de grado n
para diferencias divididas de newton como:
fn (x) = b0 + b1 ( x – x0) + b2 ( x– x0 ) ( x – x1 ) + ... + bn ( x - x0 )
( x – x1 ) ( x – x2 )… ( x - xn-1).
13. Donde los coeficientes se obtienen utilizando los (n+1)
puntos requeridos de la siguiente forma:
b0 = f (x0)
b1 = f [x1, x0]
b2 = f [x2, x1, x0]
.
:
bn = f [xn, xn-1, ..., x1, x0]
14. Donde las evaluaciones de la función colocadas
entre paréntesis son diferencias divididas finitas. Por
ejemplo:
1. f [ xi, xj] = f(xi) - f(xj)
xi – xj
2.
f [ xi, xj , xk] = f [xi, xj ] - f [ xj, xk ]
xi - xk
15. En general, la n-ésima diferencia
dividida finita es:
f[xn, xn-1, xn-2, x1, x0] = f[xn, xn-1, xn-2, x1] - f[xn-1, xn-2,x1,x0]
xn – x0
19. X f(X)
X0=1 0.000 0000
X1=4 1.386 2944
X2=6 1.791 7595
X3=5 1.609 4379
Ejemplo 1:
Usando la siguiente tabla de datos, calcúlese ln 2
con un polinomio de interpolación de Newton con
diferencias divididas de tercer orden.
24. i xi f (xi)
Primera
diferencia
dividida
Segunda
diferencia
dividida
Tercera
diferencia
dividida
0 1.0 0.00000000
0.46209813
1 4.0 1.3862944 - 0.051873116
0.20273255 0.0078655415
2 6.0 1.7917595 - 0.020410950
0.18232160
3 5.0 1.6094379
25. i xi f (xi)
Primera
diferencia
dividida
Segunda
diferencia
dividida
Tercera
diferencia
dividida
0 1.0 0.00000000
0.46209813
1 4.0 1.3862944 - 0.051873116
0.20273255 0.0078655415
2 6.0 1.7917595 - 0.020410950
0.18232160
3 5.0 1.6094379
26. Los resultados para f(x1, x0), f(x2, x1, x0) y f(x3, x2,
x1, x0) representan los coeficientes b1, b2 y b3 Junto con
b0 = f (x0) = 0.0, la ecuación da:
f3 (x) = 0 + 0.46209813 (x - 1) - 0.0518731 (x - 1) (x - 4)
+ 0.0078655415 (x - 1) (x - 4) (x - 6)
Con la ecuación anterior se puede evaluar para x=2,
f3(2) = 0.62876869, lo que representa un error del
εa % = 9.3%.
27. Ejemplo 2:
Usando la siguiente tabla de datos, calcúlese log 5
con un polinomio de interpolación de Newton de tercer
grado:
X f(X)
X0=4 0.60206
X1=4.5 0.6532125
X2=5.5 0.7403627
X3=6 0.7781513
32. i xi f (xi)
Primera
diferencia
dividida
Segunda
diferencia
dividida
Tercera
diferencia
dividida
0 4 0.60602
0.094385
1 4.5 0.6532125 - 0.0048232
0.0871502 -0.001446065
2 5.5 0.7403627 - 0.00771533
0.0755772
3 6 0.7781513
33. Los resultados para f(x1, x0), f(x2, x1, x0) y f(x3, x2,
x1, x0) representan los coeficientes b1, b2 y b3 Junto con
b0 = f (x0) = 0.0, la ecuación da:
f3 (x) = 0.60602 + 0.094385 (x - 4) - 0.0048232(x – 4) (x – 4.5)
-0.001446065 (x - 4) (x –4.5) (x – 5.5)
Con la ecuación anterior se puede evaluar para x=5,
f3(5) = 0.6983549163, lo que representa un error del
εa % = 0.087999%.