Interpolación Polinómica

La interpolación polinómica construye el polinomio único de grado a lo sumo n que pasa a través de n+1 puntos de datos dados, proporcionando una base para la diferenciación, integración y aproximación de funciones.

Definition

La interpolación polinómica es la determinación del polinomio de menor grado que concuerda con los valores prescritos (y posiblemente derivadas) en un conjunto dado de puntos, denominados nodos de interpolación.

Scope

Este tema cubre la existencia y unicidad del polinomio interpolador, las representaciones de Lagrange y de diferencias divididas de Newton, la forma baricéntrica utilizada para una evaluación estable, la fórmula del error de interpolación y el fenómeno de Runge que motiva las distribuciones de puntos de Chebyshev.

Core questions

• ¿Por qué el polinomio interpolador que pasa por n+1 puntos distintos es único y cómo se representa?
• ¿Cómo se comparan las formas de Lagrange y Newton, y por qué se prefiere la forma baricéntrica para la evaluación?
• ¿Qué dice la fórmula del error de interpolación sobre la precisión y cómo afecta la colocación de los nodos?
• ¿Por qué falla la interpolación en puntos igualmente espaciados para grados altos y cómo lo remedian los nodos de Chebyshev?

Key theories

Existencia y unicidad

Para n+1 nodos distintos, existe exactamente un polinomio de grado a lo sumo n que coincide con los valores prescritos, una consecuencia de la no singularidad del sistema de Vandermonde; las formas de Lagrange y Newton ofrecen dos representaciones constructivas de este mismo polinomio.

Error de interpolación y elección de nodos

El error de interpolación es la diferencia dividida de orden n+1 multiplicada por el polinomio nodal; la minimización del máximo del polinomio nodal impulsa la elección de los nodos de Chebyshev, que suprimen el fenómeno de Runge y producen una precisión casi óptima.

Mechanisms

La forma de Newton construye el interpolante de manera incremental utilizando diferencias divididas, por lo que añadir un nodo requiere solo un término adicional. La forma baricéntrica reescribe el interpolante de Lagrange con pesos precalculados, permitiendo que el interpolante sea evaluado en tiempo lineal por punto con una excelente estabilidad numérica. La fórmula del error expresa la diferencia entre la función y el interpolante a través de una derivada de alto orden y el producto de las distancias a los nodos, que es pequeño en el interior y grande cerca de los extremos para nodos equiespaciados —la fuente del fenómeno de Runge— pero acotado uniformemente para nodos de Chebyshev.

Clinical relevance

La interpolación polinómica es el componente fundamental para las fórmulas de diferenciación e integración numérica, para la construcción de plantillas de cuadratura y diferencias finitas, para los métodos espectrales y para la evaluación de funciones tabuladas; su análisis de error informa sobre la densidad y el lugar donde se deben muestrear los datos para una reconstrucción precisa.

History

Las fórmulas de interpolación datan de Newton y Lagrange, pero la comprensión moderna fue afinada por el ejemplo de Runge de 1901 que mostraba divergencia en puntos equiespaciados y por el reconocimiento en el siglo XX de que los nodos de Chebyshev y la fórmula baricéntrica estable hacen que la interpolación de alto grado sea precisa y práctica.

Key figures

• Joseph-Louis Lagrange
• Isaac Newton
• Carl Runge
• Pafnuty Chebyshev

Seminal works

• trefethen2013
• powell1981

Frequently asked questions

¿Un polinomio interpolador de mayor grado es siempre más preciso?

No necesariamente. Con nodos igualmente espaciados, aumentar el grado puede causar grandes oscilaciones cerca de los extremos del intervalo (el fenómeno de Runge) y reducir la precisión. El uso de nodos distribuidos según Chebyshev o la interpolación por tramos (spline) restablece la convergencia fiable.

¿Qué representación del interpolante se debe usar en la práctica?

Generalmente se prefiere la forma baricéntrica: una vez calculados sus pesos, evalúa el interpolante rápidamente y es numéricamente estable, a diferencia de la resolución directa del sistema de Vandermonde, que suele estar mal condicionado.