105
ULPGCLogo Métodos Numéricos Grado en Ingeniería Informática Tema 3: Interpolación de Funciones I Luis Alvarez León Univ. de Las Palmas de G.C. Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 / 38

Métodos Numéricos Grado en Ingeniería Informática Tema 3 ...lalvarez/teaching/mn/2012MnTransparenciasTema… · ULPGCLogo Métodos Numéricos Grado en Ingeniería Informática

  • Upload
    lamcong

  • View
    227

  • Download
    2

Embed Size (px)

Citation preview

ULPGCLogo

Métodos NuméricosGrado en Ingeniería Informática

Tema 3: Interpolación de Funciones I

Luis Alvarez León

Univ. de Las Palmas de G.C.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 1 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 2 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 3 / 38

ULPGCLogo

Interpolación de funcionesPlanteamiento del problema de interpolación

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 4 / 38

ULPGCLogo

Interpolación de funcionesPlanteamiento del problema de interpolación

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 5 / 38

ULPGCLogo

Interpolación de funcionesInterpolación lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 6 / 38

ULPGCLogo

Interpolación de funcionesInterpolación lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 7 / 38

ULPGCLogo

Interpolación de funcionesInterpolación polinómica

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 8 / 38

ULPGCLogo

Interpolación de funcionesInterpolación polinómica

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 9 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 10 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = (x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = (x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = (x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = (x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = (x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = P0(x) + P2(x) + P4(x) + P6(x) + P8(x) + P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = ?

(x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = (x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = (x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = (x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = (x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = P0(x) + P2(x) + P4(x) + P6(x) + P8(x) + P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = (x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = ?

(x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = (x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = (x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = (x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = P0(x) + P2(x) + P4(x) + P6(x) + P8(x) + P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = (x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = (x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = ?

(x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = (x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = (x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = P0(x) + P2(x) + P4(x) + P6(x) + P8(x) + P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = (x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = (x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = (x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = ?

(x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = (x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = P0(x) + P2(x) + P4(x) + P6(x) + P8(x) + P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = (x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = (x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = (x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = (x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = ?

(x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = P0(x) + P2(x) + P4(x) + P6(x) + P8(x) + P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = (x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = (x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = (x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = (x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = (x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = ?P0(x) + ?P2(x) + ?P4(x) + ?P6(x) + ?P8(x) + ?P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

T (0) = 20, T (2) = 18, T (4) = 16, T (6) = 17, T (8) = 21, T (10) = 23

Polinomios base de Lagrange

P0(x) = (x−2)(x−4)(x−6)(x−8)(x−10)(0−2)(0−4)(0−6)(0−8)(0−10)

P2(x) = (x−0)(x−4)(x−6)(x−8)(x−10)(2−0)(2−4)(2−6)(2−8)(2−10)

P4(x) = (x−0)(x−2)(x−6)(x−8)(x−10)(4−0)(4−2)(4−6)(4−8)(4−10)

P6(x) = (x−0)(x−2)(x−4)(x−8)(x−10)(6−0)(6−2)(6−4)(6−8)(6−10)

P8(x) = (x−0)(x−2)(x−4)(x−6)(x−10)(8−0)(8−2)(8−4)(8−6)(8−10)

P10(x) = (x−0)(x−2)(x−4)(x−6)(x−8)(10−0)(10−2)(10−4)(10−6)(10−8)

Polinomio Interpolador

P5(x) = 20P0(x)+18P2(x)+16P4(x)+17P6(x)+21P8(x)+23P10(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 11 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función ex por un polinomio de grado 2

Interpolamos la función ex en los puntos 0,−1,1

Polinomios base de Lagrange

P0(x) = (x+1)(x−1)(0−1)(0+1)

P−1(x) = (x−0)(x−1)2

P1(x) = (x+1)(x−0)2

Polinomio Interpolador

P2(x) = P0(x) + P−1(x) + P1(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 12 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función ex por un polinomio de grado 2

Interpolamos la función ex en los puntos 0,−1,1

Polinomios base de Lagrange

P0(x) = ?

(x+1)(x−1)(0−1)(0+1)

P−1(x) = (x−0)(x−1)2

P1(x) = (x+1)(x−0)2

Polinomio Interpolador

P2(x) = P0(x) + P−1(x) + P1(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 12 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función ex por un polinomio de grado 2

Interpolamos la función ex en los puntos 0,−1,1

Polinomios base de Lagrange

P0(x) = (x+1)(x−1)(0−1)(0+1)

P−1(x) = ?

(x−0)(x−1)2

P1(x) = (x+1)(x−0)2

Polinomio Interpolador

P2(x) = P0(x) + P−1(x) + P1(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 12 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función ex por un polinomio de grado 2

Interpolamos la función ex en los puntos 0,−1,1

Polinomios base de Lagrange

P0(x) = (x+1)(x−1)(0−1)(0+1)

P−1(x) = (x−0)(x−1)2

P1(x) = ?

(x+1)(x−0)2

Polinomio Interpolador

P2(x) = P0(x) + P−1(x) + P1(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 12 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función ex por un polinomio de grado 2

Interpolamos la función ex en los puntos 0,−1,1

Polinomios base de Lagrange

P0(x) = (x+1)(x−1)(0−1)(0+1)

P−1(x) = (x−0)(x−1)2

P1(x) = (x+1)(x−0)2

Polinomio Interpolador

P2(x) = ?P0(x) + ?P−1(x) + ?P1(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 12 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función ex por un polinomio de grado 2

Interpolamos la función ex en los puntos 0,−1,1

Polinomios base de Lagrange

P0(x) = (x+1)(x−1)(0−1)(0+1)

P−1(x) = (x−0)(x−1)2

P1(x) = (x+1)(x−0)2

Polinomio Interpolador

P2(x) = e0P0(x) + e−1P−1(x) + e1P1(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 12 / 38

ULPGCLogo

Interpolación de funcionesComparación de la función ex (trazo discontinuo) y P2(x)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 13 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 14 / 38

ULPGCLogo

Interpolación de FuncionesError de interpolación de Lagrange

TeoremaSea f (x) una función, y PN(x) su polinomio interpolador de Lagrangeen los puntos {xi}i=0,..,N ⊂ [a,b] y x ∈ [a,b], entonces

f (x)− PN(x) =f N+1)(ξ)

(N + 1)!ΠN

i=0(x − xi)

donde ξ es un valor intermedio perteneciente a [a,b].

ProblemaCalcular la expresión del error de interpolación al aproximar la funciónf (x) = sen(x) en el intervalo [0,2π] interpolando en los puntos 0, π2 , πy 3π

2 , y acotarlo superiormente.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 15 / 38

ULPGCLogo

Interpolación de FuncionesError de interpolación de Lagrange

TeoremaSea f (x) una función, y PN(x) su polinomio interpolador de Lagrangeen los puntos {xi}i=0,..,N ⊂ [a,b] y x ∈ [a,b], entonces

f (x)− PN(x) =f N+1)(ξ)

(N + 1)!ΠN

i=0(x − xi)

donde ξ es un valor intermedio perteneciente a [a,b].

ProblemaCalcular la expresión del error de interpolación al aproximar la funciónf (x) = sen(x) en el intervalo [0,2π] interpolando en los puntos 0, π2 , πy 3π

2 , y acotarlo superiormente.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 15 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x)

f ′(x) = cos(x)

f ′′(x) = − sen(x)

f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P(x) =

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x)

f ′(x) = ?

cos(x)

f ′′(x) = − sen(x)

f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P(x) =

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x)

f ′(x) = cos(x)

f ′′(x) = ?

− sen(x)

f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P(x) =

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x)

f ′(x) = cos(x)

f ′′(x) = − sen(x)

f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P(x) =

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x) f (x)− PN(x) = f N+1)(ξ)

(N+1)! ΠNi=0(x − xi)

f ′(x) = cos(x)

f ′′(x) = − sen(x) Los puntos a interpolar son 0, π/2, π,3π/2f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P?(x) =

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x) f (x)− PN(x) = f N+1)(ξ)

(N+1)! ΠNi=0(x − xi)

f ′(x) = cos(x)

f ′′(x) = − sen(x) Los puntos a interpolar son 0, π/2, π,3π/2f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P3(x) = ?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x) f (x)− PN(x) = f N+1)(ξ)

(N+1)! ΠNi=0(x − xi)

f ′(x) = cos(x)

f ′′(x) = − sen(x) Los puntos a interpolar son 0, π/2, π,3π/2f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P3(x) =sen(ξ)

4!?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x) f (x)− PN(x) = f N+1)(ξ)

(N+1)! ΠNi=0(x − xi)

f ′(x) = cos(x)

f ′′(x) = − sen(x) Los puntos a interpolar son 0, π/2, π,3π/2f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P3(x) =sen(ξ)

4!x(

x − π

2

)(x − π)

(x − 3π

2

)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

Solución:f (x) = sen(x) f (x)− PN(x) = f N+1)(ξ)

(N+1)! ΠNi=0(x − xi)

f ′(x) = cos(x)

f ′′(x) = − sen(x) Los puntos a interpolar son 0, π/2, π,3π/2f ′′′(x) = −cos(x)

f 4)(x) = sen(x)

La fórmula del error de interpolación es

f (x)− P3(x) =sen(ξ)

4!x(

x − π

2

)(x − π)

(x − 3π

2

)

Como el valor máximo del sen(x) es 1 y el valor más alejado de lospuntos de interpolación en [0,2π] es 2π podemos acotar el error como:

|f (x)− P3(x)| ≤ 14!

2π(

2π − π

2

)(2π − π)

(2π − 3π

2

)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 16 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 17 / 38

ULPGCLogo

Interpolación de FuncionesElección de los puntos de interpolación

TeoremaSea N ≥ 0, y un intervalo [a,b] Se consideran los puntos xi dados por

xi = a +b − a

2

(1 + cos

(2i + 12N + 2

π

))i = 0, ...,N

entonces

maxx∈[a,b] | ΠNi=0(x − xi) |=

(b − a

2

)N+1 12N ≤ maxx∈[a,b] | ΠN

j=0(x − x̃j) |

para cualquier otra elección posible de valores de interpolación x̃j .

Por tanto, utilizando este resultado, el error de interpolación máximo vienedeterminado por:

| f (x)− PN(x) |≤maxx∈[a,b]f N+1)(ξ)

(N + 1)!2N

(b − a

2

)N+1

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 18 / 38

ULPGCLogo

Interpolación de FuncionesElección de los puntos de interpolación

TeoremaSea N ≥ 0, y un intervalo [a,b] Se consideran los puntos xi dados por

xi = a +b − a

2

(1 + cos

(2i + 12N + 2

π

))i = 0, ...,N

entonces

maxx∈[a,b] | ΠNi=0(x − xi) |=

(b − a

2

)N+1 12N ≤ maxx∈[a,b] | ΠN

j=0(x − x̃j) |

para cualquier otra elección posible de valores de interpolación x̃j .

Por tanto, utilizando este resultado, el error de interpolación máximo vienedeterminado por:

| f (x)− PN(x) |≤maxx∈[a,b]f N+1)(ξ)

(N + 1)!2N

(b − a

2

)N+1

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 18 / 38

ULPGCLogo

Interpolación de FuncionesElección de los puntos de interpolación

TeoremaSea N ≥ 0, y un intervalo [a,b] Se consideran los puntos xi dados por

xi = a +b − a

2

(1 + cos

(2i + 12N + 2

π

))i = 0, ...,N

entonces

maxx∈[a,b] | ΠNi=0(x − xi) |=

(b − a

2

)N+1 12N ≤ maxx∈[a,b] | ΠN

j=0(x − x̃j) |

para cualquier otra elección posible de valores de interpolación x̃j .

Por tanto, utilizando este resultado, el error de interpolación máximo vienedeterminado por:

| f (x)− PN(x) |≤maxx∈[a,b]f N+1)(ξ)

(N + 1)!2N

(b − a

2

)N+1

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 18 / 38

ULPGCLogo

Interpolación de FuncionesElección de puntos de interpolación

xi = a +b − a

2

(1 + cos

(2i + 12N + 2

π

))i = 0, ...,N

EjemploSe considera [a,b] = [0,1] y N = 5 (es decir 6 puntos deinterpolación). Los puntos de interpolación dados por el teoremaanterior son:

x0 = .982 96x1 = .853 55x2 = .629 41x3 = .370 59x4 = .146 45

x5 = 1.703 7× 10−2

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 19 / 38

ULPGCLogo

Interpolación de FuncionesElección de puntos de interpolación

xi = a +b − a

2

(1 + cos

(2i + 12N + 2

π

))i = 0, ...,N

EjemploSe considera [a,b] = [0,1] y N = 5 (es decir 6 puntos deinterpolación). Los puntos de interpolación dados por el teoremaanterior son:

x0 = .982 96x1 = .853 55x2 = .629 41x3 = .370 59x4 = .146 45

x5 = 1.703 7× 10−2

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 19 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

ProblemaCalcular el error máximo de interpolación en el intervalo [0,1] alinterpolar la función cos(x) utilizando los puntos de interpolaciónóptimos tomando N = 5.

El error de interpolación viene dado por la expresión:

| f (x)− PN(x) |≤maxx∈[a,b]

∣∣f N+1)(ξ)∣∣

(N + 1)!2N

(b − a

2

)N+1

en nuestro caso N = 5 y la derivada sexta de cos(x) es − cos(x) cuyomáximo en valor absoluto es 1. Por tanto obtenemos:

| f (x)− P5(x) |≤ 16!25

(12

)6

= 6.78× 10−7

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 20 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

ProblemaCalcular el error máximo de interpolación en el intervalo [0,1] alinterpolar la función cos(x) utilizando los puntos de interpolaciónóptimos tomando N = 5.

El error de interpolación viene dado por la expresión:

| f (x)− PN(x) |≤maxx∈[a,b]

∣∣f N+1)(ξ)∣∣

(N + 1)!2N

(b − a

2

)N+1

en nuestro caso N = 5 y la derivada sexta de cos(x) es − cos(x) cuyomáximo en valor absoluto es 1. Por tanto obtenemos:

| f (x)− P5(x) |≤ ?

16!25

(12

)6

= 6.78× 10−7

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 20 / 38

ULPGCLogo

Interpolación de FuncionesPolinomios base de Lagrange

ProblemaCalcular el error máximo de interpolación en el intervalo [0,1] alinterpolar la función cos(x) utilizando los puntos de interpolaciónóptimos tomando N = 5.

El error de interpolación viene dado por la expresión:

| f (x)− PN(x) |≤maxx∈[a,b]

∣∣f N+1)(ξ)∣∣

(N + 1)!2N

(b − a

2

)N+1

en nuestro caso N = 5 y la derivada sexta de cos(x) es − cos(x) cuyomáximo en valor absoluto es 1. Por tanto obtenemos:

| f (x)− P5(x) |≤ 16!25

(12

)6

= 6.78× 10−7

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 20 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 21 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función ex

Si aproximamos la función ex en el intervalo [0,1] utilizando los puntos :

xi =12

(1 + cos

(2i + 12N + 2

π

))i = 0, ...,N

El error de interpolación viene acotado por :

| ex − PN(x) | ≤ e(N + 1)!2N

(12

)N+1

Por tanto si u es la unidad de redondeo y se verifica que

e(N + 1)!2N

(12

)N+1

≤ u · ex ∀x ∈ [0,1]

Entonces la aproximación será la mejor posible dentro de la aritmética. Eneste ejemplo esto ocurre cuando N = 6, (en una aritmética de 32 bits). Asi,tomando un polinomio de grado N = 6, es decir 7 puntos de interpolación,obtenemos ya la mejor aproximación posible de ex en el intervalo [0,1].

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 22 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función cos(x)

También podemos aproximar funciones utilizando el desarrollo de Taylor que viene dado por

f (x) = f (x0) + f ′(x0)(x − x0) + ...f N)(x0)

N!(x − x0)N +

f N+1)(ξ)

(N + 1)!(x − x0)N+1

Por ejemplo, consideremos f (x) = cos(x) en el intervalo [0, π4 ], x0 = 0

cos(x) = 1− x2

2!+

x4

4!− ...+ (−1)N x2N

(2N)!+ (−1)N+1 sin(ξ)x2N+1

(2N + 1)!

La mejor aproximación de cos(x) en una aritmética vendrá dada por la condición∣∣∣∣sin(ξ)x2N+1

(2N + 1)!

∣∣∣∣ ≤ u|cos(x)| →

∣∣∣∣∣ (π/4)2N+1

cos(x)(2N + 1)!

∣∣∣∣∣ ≤ 2 (π/4)2N+1√

2(2N + 1)!≤ u

Por tanto, a partir de esta expresión, y en función de la calidad de la aritmética, se calcularáhasta que término hay que llegar en el desarrollo de Taylor para obtener la aproximacióndeseada.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 23 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función cos(x)

También podemos aproximar funciones utilizando el desarrollo de Taylor que viene dado por

f (x) = f (x0) + f ′(x0)(x − x0) + ...f N)(x0)

N!(x − x0)N +

f N+1)(ξ)

(N + 1)!(x − x0)N+1

Por ejemplo, consideremos f (x) = cos(x) en el intervalo [0, π4 ], x0 = 0

cos(x) = 1− x2

2!+

x4

4!− ...+ (−1)N x2N

(2N)!+ (−1)N+1 sin(ξ)x2N+1

(2N + 1)!

La mejor aproximación de cos(x) en una aritmética vendrá dada por la condición∣∣∣∣sin(ξ)x2N+1

(2N + 1)!

∣∣∣∣ ≤ u|cos(x)| →

∣∣∣∣∣ (π/4)2N+1

cos(x)(2N + 1)!

∣∣∣∣∣ ≤ 2 (π/4)2N+1√

2(2N + 1)!≤ u

Por tanto, a partir de esta expresión, y en función de la calidad de la aritmética, se calcularáhasta que término hay que llegar en el desarrollo de Taylor para obtener la aproximacióndeseada.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 23 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función cos(x)

También podemos aproximar funciones utilizando el desarrollo de Taylor que viene dado por

f (x) = f (x0) + f ′(x0)(x − x0) + ...f N)(x0)

N!(x − x0)N +

f N+1)(ξ)

(N + 1)!(x − x0)N+1

Por ejemplo, consideremos f (x) = cos(x) en el intervalo [0, π4 ], x0 = 0

cos(x) = 1− x2

2!+

x4

4!− ...+ (−1)N x2N

(2N)!+ (−1)N+1 sin(ξ)x2N+1

(2N + 1)!

La mejor aproximación de cos(x) en una aritmética vendrá dada por la condición∣∣∣∣sin(ξ)x2N+1

(2N + 1)!

∣∣∣∣ ≤ u|cos(x)| →

∣∣∣∣∣ (π/4)2N+1

cos(x)(2N + 1)!

∣∣∣∣∣ ≤ 2 (π/4)2N+1√

2(2N + 1)!≤ u

Por tanto, a partir de esta expresión, y en función de la calidad de la aritmética, se calcularáhasta que término hay que llegar en el desarrollo de Taylor para obtener la aproximacióndeseada.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 23 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función cos(x)

También podemos aproximar funciones utilizando el desarrollo de Taylor que viene dado por

f (x) = f (x0) + f ′(x0)(x − x0) + ...f N)(x0)

N!(x − x0)N +

f N+1)(ξ)

(N + 1)!(x − x0)N+1

Por ejemplo, consideremos f (x) = cos(x) en el intervalo [0, π4 ], x0 = 0

cos(x) = 1− x2

2!+

x4

4!− ...+ (−1)N x2N

(2N)!+ (−1)N+1 sin(ξ)x2N+1

(2N + 1)!

La mejor aproximación de cos(x) en una aritmética vendrá dada por la condición∣∣∣∣sin(ξ)x2N+1

(2N + 1)!

∣∣∣∣ ≤ u|cos(x)| →

∣∣∣∣∣ (π/4)2N+1

cos(x)(2N + 1)!

∣∣∣∣∣ ≤ 2 (π/4)2N+1√

2(2N + 1)!≤ u

Por tanto, a partir de esta expresión, y en función de la calidad de la aritmética, se calcularáhasta que término hay que llegar en el desarrollo de Taylor para obtener la aproximacióndeseada.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 23 / 38

ULPGCLogo

Interpolación de FuncionesAproximación de la función cos(x)

También podemos aproximar funciones utilizando el desarrollo de Taylor que viene dado por

f (x) = f (x0) + f ′(x0)(x − x0) + ...f N)(x0)

N!(x − x0)N +

f N+1)(ξ)

(N + 1)!(x − x0)N+1

Por ejemplo, consideremos f (x) = cos(x) en el intervalo [0, π4 ], x0 = 0

cos(x) = 1− x2

2!+

x4

4!− ...+ (−1)N x2N

(2N)!+ (−1)N+1 sin(ξ)x2N+1

(2N + 1)!

La mejor aproximación de cos(x) en una aritmética vendrá dada por la condición∣∣∣∣sin(ξ)x2N+1

(2N + 1)!

∣∣∣∣ ≤ u|cos(x)| →

∣∣∣∣∣ (π/4)2N+1

cos(x)(2N + 1)!

∣∣∣∣∣ ≤ 2 (π/4)2N+1√

2(2N + 1)!≤ u

Por tanto, a partir de esta expresión, y en función de la calidad de la aritmética, se calcularáhasta que término hay que llegar en el desarrollo de Taylor para obtener la aproximacióndeseada.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 23 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 24 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 20?

2 : 18

4 : 16

6 : 17

8 : 21

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 25 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18?

4 : 16

6 : 17

8 : 21

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 25 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 1816−184−2 = −1

4 : 16?

6 : 17

8 : 21

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 25 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 1816−184−2 = −1

4 : 1617−166−4 = 1

2

6 : 17?

8 : 21

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 25 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 1816−184−2 = −1

4 : 1617−166−4 = 1

2

6 : 1721−178−6 = 2

8 : 21?

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 25 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 1816−184−2 = −1

4 : 1617−166−4 = 1

2

6 : 1721−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 25 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 1816−184−2 = −1

4 : 1617−166−4 = 1

2

6 : 1721−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 ?16−184−2 = −1

4 : 1617−166−4 = 1

2

6 : 1721−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 1617−166−4 = 1

2

6 : 1721−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 16 ?17−166−4 = 1

2

6 : 1721−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 1721−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 17 ?21−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 17 2−1/28−4 = 3

821−178−6 = 2

8 : 2123−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 17 2−1/28−4 = 3

821−178−6 = 2

8 : 21 ?23−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 17 2−1/28−4 = 3

821−178−6 = 2

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 26 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 17 2−1/28−4 = 3

821−178−6 = 2

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 27 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 ?

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 17 2−1/28−4 = 3

821−178−6 = 2

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 27 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2

6 : 17 2−1/28−4 = 3

821−178−6 = 2

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 27 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

2 ?6 : 17 2−1/2

8−4 = 38

21−178−6 = 2

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 27 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

23/8−3/8

8−2 = 0

6 : 17 2−1/28−4 = 3

821−178−6 = 2

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 27 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

23/8−3/8

8−2 = 0

6 : 17 2−1/28−4 = 3

821−178−6 = 2 ?

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 27 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

23/8−3/8

8−2 = 0

6 : 17 2−1/28−4 = 3

821−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 27 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

817−166−4 = 1

23/8−3/8

8−2 = 0

6 : 17 2−1/28−4 = 3

821−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 28 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

8 ?17−166−4 = 1

23/8−3/8

8−2 = 0

6 : 17 2−1/28−4 = 3

821−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 28 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0

6 : 17 2−1/28−4 = 3

8 ?21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 28 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 28 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 ?6 : 17 2−1/2

8−4 = 38

−5/48−010−2 = − 5

38421−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 29 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 29 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

P(x) = ?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 30 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

P(x) = 20 ?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 30 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

P(x) = 20 − 1x ?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 30 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

P(x) = 20 − 1x + 0x(x − 2) ?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 30 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

P(x) = 20 − 1x + 0x(x − 2) + 116x(x − 2)(x − 4) ?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 30 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

P(x) = 20 − 1x + 0x(x − 2) + 116x(x − 2)(x − 4)

− 1128x(x − 2)(x − 4)(x − 6) ?

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 30 / 38

ULPGCLogo

Interpolación de FuncionesMétodo de diferencias de Newton

0 : 2018−202−0 = −1

2 : 18 −1−(−1)4−0 = 0

16−184−2 = −1 3/8−0

6−0 = 116

4 : 16 1/2−(−1)6−2 = 3

80−1/16

8−0 = − 1128

17−166−4 = 1

23/8−3/8

8−2 = 0 −5/384−(−1/128)10−0 = − 1

1920

6 : 17 2−1/28−4 = 3

8−5/48−0

10−2 = − 5384

21−178−6 = 2 −1/4−3/8

10−4 = − 548

8 : 21 1−210−6 = −1

423−2110−8 = 1

10 : 23

P(x) = 20 − 1x + 0x(x − 2) + 116x(x − 2)(x − 4)

− 1128x(x − 2)(x − 4)(x − 6) − 1

1920x(x − 2)(x − 4)(x − 6)(x − 8)

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 30 / 38

ULPGCLogo

Contenido

1 Introducción

2 Interpolación de funciones utilizando los polinomios de Lagrange

3 El error de interpolación

4 Elección de los puntos de interpolacion óptimos para minimizar elerror

5 Aproximación de funciones elementales utilizando polinomios

6 El método de diferencias de Newton para calcular el polinomiointerpolador

7 Aproximación por mínimos cuadrados. Regresión lineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 31 / 38

ULPGCLogo

Interpolación de funcionesAproximación por mínimos cuadrados

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 32 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 33 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

La aproximación mínimo cuadrática aproxima, a través de una función,un conjunto de valores de forma global, sin exigir que la funciónaproximante pase exactamente por ese conjunto de puntos.

Dado un conjunto de valores {(xi , yi)}i=1,..,N , la aproximación mínimocuadrática lineal consiste en buscar la recta y = ax + b, tal que lafunción de error cuadrático

E(a,b) =N∑

i=1

(axi + b − yi)2

sea mínima. Esta aproximación en estadística se denomina regresiónlineal

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 34 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

TeoremaLos valores a y b que minimizan el error cuadrático anterior son

a =N∑N

1 xiyi −∑N

i xi∑N

1 yi

N∑N

1 x2i −

(∑N1 xi

)2 y b =

∑N1 x2

i∑N

1 yi −∑N

1 xiyi∑N

1 xi

N∑N

1 x2i −

(∑N1 xi

)2

Demostración Primero, observamos que, dada la forma cuadráticaque tiene el funcional, debe poseer un mínimo. Además, en un mínimode E(a,b), las derivadas parciales son

cero, y por tanto

∂E∂a

(a,b) = 2N∑

i=1

(axi + b − yi) xi = 0 y∂E∂b

(a,b) = 2N∑

i=1

(axi + b − yi) = 0

Esto da lugar a un sistema lineal de ecuaciones cuyas incógnitas sona y b, y cuya resolución lleva al resultado establecido en el teorema.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 35 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

TeoremaLos valores a y b que minimizan el error cuadrático anterior son

a =N∑N

1 xiyi −∑N

i xi∑N

1 yi

N∑N

1 x2i −

(∑N1 xi

)2 y b =

∑N1 x2

i∑N

1 yi −∑N

1 xiyi∑N

1 xi

N∑N

1 x2i −

(∑N1 xi

)2

Demostración Primero, observamos que, dada la forma cuadráticaque tiene el funcional, debe poseer un mínimo. Además, en un mínimode E(a,b), las derivadas parciales son cero, y por tanto

∂E∂a

(a,b) =

2N∑

i=1

(axi + b − yi) xi = 0 y∂E∂b

(a,b) = 2N∑

i=1

(axi + b − yi) = 0

Esto da lugar a un sistema lineal de ecuaciones cuyas incógnitas sona y b, y cuya resolución lleva al resultado establecido en el teorema.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 35 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

TeoremaLos valores a y b que minimizan el error cuadrático anterior son

a =N∑N

1 xiyi −∑N

i xi∑N

1 yi

N∑N

1 x2i −

(∑N1 xi

)2 y b =

∑N1 x2

i∑N

1 yi −∑N

1 xiyi∑N

1 xi

N∑N

1 x2i −

(∑N1 xi

)2

Demostración Primero, observamos que, dada la forma cuadráticaque tiene el funcional, debe poseer un mínimo. Además, en un mínimode E(a,b), las derivadas parciales son cero, y por tanto

∂E∂a

(a,b) = 2N∑

i=1

(axi + b − yi) xi = 0 y∂E∂b

(a,b) =

2N∑

i=1

(axi + b − yi) = 0

Esto da lugar a un sistema lineal de ecuaciones cuyas incógnitas sona y b, y cuya resolución lleva al resultado establecido en el teorema.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 35 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

TeoremaLos valores a y b que minimizan el error cuadrático anterior son

a =N∑N

1 xiyi −∑N

i xi∑N

1 yi

N∑N

1 x2i −

(∑N1 xi

)2 y b =

∑N1 x2

i∑N

1 yi −∑N

1 xiyi∑N

1 xi

N∑N

1 x2i −

(∑N1 xi

)2

Demostración Primero, observamos que, dada la forma cuadráticaque tiene el funcional, debe poseer un mínimo. Además, en un mínimode E(a,b), las derivadas parciales son cero, y por tanto

∂E∂a

(a,b) = 2N∑

i=1

(axi + b − yi) xi = 0 y∂E∂b

(a,b) = 2N∑

i=1

(axi + b − yi) = 0

Esto da lugar a un sistema lineal de ecuaciones cuyas incógnitas sona y b, y cuya resolución lleva al resultado establecido en el teorema.

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 35 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

Efectívamente si partimos deN∑

i=1

(axi + b − yi) xi = 0 yN∑

i=1

(axi + b − yi) = 0

esto nos lleva al sistema :{a∑N

i=1 x2i + b

∑Ni=1 xi =

∑Ni=1 yixi

a∑N

i=1 xi + b∑N

i=1 1 =∑N

i=1 yi

cuya solución por el método de Cramer es

a =

∣∣∣∣∣∑N

i=1 yixi∑N

i=1 xi∑Ni=1 yi N

∣∣∣∣∣∣∣∣∣∣∑N

i=1 x2i∑N

i=1 xi∑Ni=1 xi N

∣∣∣∣∣b =

∣∣∣∣∣∑N

i=1 x2i∑N

i=1 xiyi∑Ni=1 xi

∑Ni=1 yi

∣∣∣∣∣∣∣∣∣∣∑N

i=1 x2i∑N

i=1 xiyi∑Ni=1 xi N

∣∣∣∣∣Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 36 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

ProblemaLa evolución de altura de un niño ha sido la siguiente : al nacer : 50cm, a los 3 meses 60 cm, a los 6 meses 67 cm y a los 9 meses 71 cm.Calcular la tasa de variación del peso del niño utilizando unaaproximación mínimo cuadrática.

Solución: Tenemos que calcular a =N∑N

i=1 xi yi−∑N

i=1 xi∑N

i=1 yi

N∑N

i=1 x2i −(

∑Ni=1 xi)

2

Cálculando cada término por separado tenemos

N∑i=1

xiyi =

1221N∑

i=1

xi

N∑i=1

yi = 4464N∑

i=1

x2i = 126

(N∑

i=1

xi

)2

= 324

Por tanto la tasa de variación es a =4 · 1221− 4464

4 · 126− 324=

73

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 37 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

ProblemaLa evolución de altura de un niño ha sido la siguiente : al nacer : 50cm, a los 3 meses 60 cm, a los 6 meses 67 cm y a los 9 meses 71 cm.Calcular la tasa de variación del peso del niño utilizando unaaproximación mínimo cuadrática.

Solución: Tenemos que calcular a =N∑N

i=1 xi yi−∑N

i=1 xi∑N

i=1 yi

N∑N

i=1 x2i −(

∑Ni=1 xi)

2

Cálculando cada término por separado tenemos

N∑i=1

xiyi = 1221N∑

i=1

xi

N∑i=1

yi =

4464N∑

i=1

x2i = 126

(N∑

i=1

xi

)2

= 324

Por tanto la tasa de variación es a =4 · 1221− 4464

4 · 126− 324=

73

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 37 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

ProblemaLa evolución de altura de un niño ha sido la siguiente : al nacer : 50cm, a los 3 meses 60 cm, a los 6 meses 67 cm y a los 9 meses 71 cm.Calcular la tasa de variación del peso del niño utilizando unaaproximación mínimo cuadrática.

Solución: Tenemos que calcular a =N∑N

i=1 xi yi−∑N

i=1 xi∑N

i=1 yi

N∑N

i=1 x2i −(

∑Ni=1 xi)

2

Cálculando cada término por separado tenemos

N∑i=1

xiyi = 1221N∑

i=1

xi

N∑i=1

yi = 4464N∑

i=1

x2i =

126

(N∑

i=1

xi

)2

= 324

Por tanto la tasa de variación es a =4 · 1221− 4464

4 · 126− 324=

73

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 37 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

ProblemaLa evolución de altura de un niño ha sido la siguiente : al nacer : 50cm, a los 3 meses 60 cm, a los 6 meses 67 cm y a los 9 meses 71 cm.Calcular la tasa de variación del peso del niño utilizando unaaproximación mínimo cuadrática.

Solución: Tenemos que calcular a =N∑N

i=1 xi yi−∑N

i=1 xi∑N

i=1 yi

N∑N

i=1 x2i −(

∑Ni=1 xi)

2

Cálculando cada término por separado tenemos

N∑i=1

xiyi = 1221N∑

i=1

xi

N∑i=1

yi = 4464N∑

i=1

x2i = 126

(N∑

i=1

xi

)2

=

324

Por tanto la tasa de variación es a =4 · 1221− 4464

4 · 126− 324=

73

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 37 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

ProblemaLa evolución de altura de un niño ha sido la siguiente : al nacer : 50cm, a los 3 meses 60 cm, a los 6 meses 67 cm y a los 9 meses 71 cm.Calcular la tasa de variación del peso del niño utilizando unaaproximación mínimo cuadrática.

Solución: Tenemos que calcular a =N∑N

i=1 xi yi−∑N

i=1 xi∑N

i=1 yi

N∑N

i=1 x2i −(

∑Ni=1 xi)

2

Cálculando cada término por separado tenemos

N∑i=1

xiyi = 1221N∑

i=1

xi

N∑i=1

yi = 4464N∑

i=1

x2i = 126

(N∑

i=1

xi

)2

= 324

Por tanto la tasa de variación es a =

4 · 1221− 44644 · 126− 324

=73

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 37 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados

ProblemaLa evolución de altura de un niño ha sido la siguiente : al nacer : 50cm, a los 3 meses 60 cm, a los 6 meses 67 cm y a los 9 meses 71 cm.Calcular la tasa de variación del peso del niño utilizando unaaproximación mínimo cuadrática.

Solución: Tenemos que calcular a =N∑N

i=1 xi yi−∑N

i=1 xi∑N

i=1 yi

N∑N

i=1 x2i −(

∑Ni=1 xi)

2

Cálculando cada término por separado tenemos

N∑i=1

xiyi = 1221N∑

i=1

xi

N∑i=1

yi = 4464N∑

i=1

x2i = 126

(N∑

i=1

xi

)2

= 324

Por tanto la tasa de variación es a =4 · 1221− 4464

4 · 126− 324=

73

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 37 / 38

ULPGCLogo

Interpolación de FuncionesAproximación por mínimos cuadrados. Gráficas de crecimieno de niños

Luis Alvarez León () Métodos Numéricos Univ. de Las Palmas de G.C. 38 / 38