Polinomios Interpolantes de Gauss

-

Carl Friedrich Gauss (Abril 1777 - Febrero de 1855) llamado “príncipe de las matemáticas”

 
Hay una gran variedad de fórmulas de interpolación además del Método de Newton-Gregory, difieren de la forma de las trayectorias tomadas en la tabla de diferencias; Por ejemplo la fórmula del Polinomio Interpolante de Gauss (en avance y retroceso), donde la trayectoria es en forma de Zig-Zag, es decir los valores desde el punto de partida Xo serán seleccionados en forma de zig-zag.
En el caso de la fórmula de avance los valores son tomados en forma de zig-zag, iniciando primero hacia abajo, luego hacia arriba, luego hacia abajo, y así sucesivamente. En fórmula de avance los valores son tomados en forma de zig-zag, iniciando primero hacia arriba, luego hacia abajo, luego hacia arriba, y así sucesivamente. La fórmula de Gauss puede expresarse de la siguiente manera:

Donde  

Comentarios

Publicar un comentario

Entradas más populares de este blog

Métodos de Interpolación

-
Imagen
Según el tipo de los datos de interpolación, podemos considerar diversos tipos de interpolación, en ingeniería entre los métodos más frecuentes tenemos: Polinomios Interpolantes de Newton-Gregory James Gregory (November 1638 – October 1675) Isaac Newton (December 1642 – March 1726) Se dice que los datos estén uniformemente espaciados si x i +1 − x i = Δ x es constante para      i =1, 2, 3,…, Para el caso particular de datos uniformemente espaciados, es posible encontrar una forma más sencilla del polinomio de Newton. Esta forma más sencilla se basa en diferencias que se definen de la siguiente manera: Diferencia de orden 0: Δ 0 f i = f i Diferencia de orden 1: Δ 1 f i = f i +1 − f i Diferencia de orden 2: Δ 2 f i = Δ(Δf i ) = Δ(f i +1 − f i ) = Δf i +1 − Δf i = f i +2 −2f i +1 + f i Diferencia de orden 3: Δ 3 f i = Δ(Δ 2 f i ) = Δ 2 f i +1 − Δ 2 f i = f i +3 − 3f i +2 + 3f i
Leer más

Interpolación Usando Splines

-
Imagen
Los dos tipos de polinomios por pedazos que hemos discutidos hasta ahora tienen la desventaja de que su segunda derivada no es continua en los puntos de interpolación. Se ha observado que en aplicaciones gráficas, el ojo humano es capaz de detectar discontinuidades en la segundas derivadas de una función, haciendo que los gráficos con este tipo de funciones no luscan uniformes. Esto motiva el uso de los Splines que son funciones s(x) continuas por pedazos con las siguientes propiedades: 1. s(x) es polinomio cúbico en. 2. existen y son continuas en. 3. s(x) interpola a la función f en los datos. 4. s(x) es continua en el intervalo. Si escribimos, entonces tenemos un total de 4n desconocidas. Las condiciones 2 y 4 nos dan 3(n-1) ecuaciones mientras que de 3 obtenemos n+1 para un total de 4n-3(n-1)-(n+1)=2 grados de libertad. Estos grados de libertad se fijan imponiendo condiciones de frontera adicionales en s(x). Defina como s(x) es cúbico en , entonces s"(x) es
Leer más