E.T.S.

Minas: Mtodos Matemticos

Resumen y ejemplos
Tema 2: Aproximacin e interpolacin
Francisco Palacios
Escuela Politcnica Superior de Ingeniera de Manresa
Universidad Politcnica de Catalua
Septiembre 2008, Versin 1.7
Contenido
1. Objetivo de los mtodos numricos
2. Errores
3. Dgitos signicativos y decimales exactos
4. Polinomios de Taylor
5. Resto del polinomio de Taylor
6. Polinomio interpolador de Lagrange
7. Forma de Lagrange para el polinomio interpolador
8. Error de interpolacin
9. Forma de Newton para el polinomio interpolador
10. Polinomio interpolador de Hermite
1 Objetivo de los mtodos numricos
El objetivo de los mtodos numricos es aproximar el valor numrico de
objetos matemticos usando un nmero nito de operaciones aritmticas.
Algunos ejemplos tpicos del tipo de problema que abordan los mtodos
numricos son los siguientes:
1. Evaluar

5,
6

28, sin(0.361), (0.853)

0.71
.
2. Aproximar un valor de x que cumpla sinx + e
x
= 0.
3. Aproximar el valor de la integral denida
Z
1
0
sinx
x
dx.
1
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 2
4. Conocidos los valores de la tabla
x 0 0.1 0.2
f(x) 0.5 1.7 2.3
aproximar el valor de f(0.07),
R
0.2
0
f(x) dx, f
0
(0.07).
5. Si y = y(x) cumple

y
0
= xcos y,
y(0) = 0.
aproximar y(0.1), y(0.2), y(0.3).
1.1 Mtodo iterativo
Una forma bastante habitual de generar aproximaciones x
j
de un valor
x
0
, x
1
, x
2
, . . . , x
n
, . . .
consiste en el uso de una frmula recurrente

x
n+1
= g(x
n
),
x
0
=valor inicial.
Ejemplo 1.1 Mtodo iterativo para

c.
La siguiente frmula recurrente
x
n+1
=
1
2

x
n
+
c
x
n

nos proporciona un mtodo iterativo para aproximar el valor de

c. Para
iniciar el mtodo, necesitamos una primera estimacin x
0
.
Supongamos que deseamos calcular

27, la frmula de recurrencia, en nues-

tro caso, es
x
n+1
=
1
2

x
n
+
27
x
n

,
podemos tomar como estimacin inicial x
0
= 5, entonces
x
0
= 5,
x
1
=
1
2

5 +
27
5

= 5. 2,
x
2
=
1
2

5.2 +
27
5.2

= 5. 19615 3846,
x
3
=
1
2

5. 19615 3846 +
27
5. 19615 3846

= 5. 19615 2423,
x
4
=
1
2

5. 19615 2423 +
27
5. 19615 2423

= 5. 19615 2423.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 3
Observamos que x
4
= x
3
(con 9 decimales), el mtodo ha convergido al valor
= 5. 19615 2423.
Si tomamos el valor de

27 con 15 decimales (calculado con Maple)

27 = 5. 19615 24227 06631,

resulta que el valor obtenido mediante el mtodo iterativo propuesto es co-
rrecto hasta el noveno decimal. En el tema dedicado a la resolucin numrica
de ecuaciones, veremos que este mtodo puede obtenerse al aplicar el mtodo
de Newton-Raphson a la ecuacin x
2
c = 0.
2 Errores
Sea un valor exacto y (x
j
) una sucesin de aproximaciones de
x
0
, x
1
, x
2
, . . . , x
j
, . . . ,
denimos:
error absoluto
e
j
= x
j
,
error relativo
r
j
=
x
j

=
e
j

,
error relativo aproximado
r
j
=
x
j
x
j
.
Normalmente usamos los valores absolutos de los errores
|e
j
| = | x
j
| , |r
j
| =

x
j

, | r
j
| =

x
j
x
j

.
Fuentes
de error

En la determinacin
del modelo
En la resolucin
numrica

Simplicacin del problema

(no rozamiento, etc...)
Errores en la medida de datos
y parmetros

Errores accidentales
(de clculo, de programacin, etc...)
Truncamiento de procesoso innitos
Redondeo
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 4
Ejemplo 2.1 Ejemplo de error de truncamiento.
Queremos aproximar
=

X
n=1
1
n
2
= 1 +
1
4
+
1
9
+
1
16
+
para ello calculamos la suma nita
S
6
=
6
X
n=1
1
n
2
= 1 +
1
4
+
1
9
+
1
16
+
1
25
+
1
36
= 1. 491389.
Puede demostrarse que el valor exacto es
=

X
n=1
1
n
2
=

2
6
' 1.644934,
por lo tanto, el error absoluto de truncamiento es
e
6
=

2
6
1. 491389 = 0. 15354 5.
Para el error relativo, obtenemos
r
6
=
e
6

=
0. 15354 5
(
2
/6)
= 0.09 33 = 9.33%.
Obviamente, al realizar los clculos, tambin se han producido errores de re-
dondeo, sin embargo, en este caso, los errores de redondeo son muy inferiores
al error de truncamiento.
3 Dgitos signicativos y decimales exactos
Decimos que x aproxima con t decimales exactos si
|e
x
| = | x| 0.5 10
t
.
Decimos que x aproxima con t dgitos signicativos si
|r
x
| =
| x|
||
5 10
t
.
Ejemplo 3.1 Aproximamos = 49.99 mediante x = 50.00.
(a) Cuntos decimales exactos tiene x?
(b) Cuntos dgitos signicativos?
(c) Cuantos decimales son iguales?
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 5
(a) El error absoluto es
|e
x
| = | x| = |49.99 50.00| = 0. 01 = 0.1 10
1
,
como |e
x
| < 0.5 10
1
, resulta que x aproxima con un decimal exacto.
(b) El error relativo es
|r
x
| =
| x|
||
=
0.01
49.99
= 2. 0004 10
4
,
como |r
x
| < 5 10
4
, x aproxima con 4 dgitos signicativos.
(c) Observamos que y x no tienen dgitos iguales.
4 Polinomio de Taylor
Sea f(x) una funcin derivable hasta orden n en x = c.
El polinomio de Taylor de f(x) en x = c es
P
n
(x) = f(c) +
f
0
(c)
1!
(x c) +
f
00
(c)
2!
(x c)
2
+ +
f
(n)
(c)
n!
(x c)
n
.
Cuando c = 0, resulta el polinomio de McLaurin
P
n
(x) = f(0) +
f
0
(0)
1!
x +
f
00
(0)
2!
x
2
+ +
f
(n)
(0)
n!
x
n
.
Propiedad
Si P
n
(x) es el polinomio de Taylor de orden n de f(x) en x = c, entonces
se cumple
P
n
(c) = f(c), P
0
n
(c) = f
0
(c), P
00
n
(c) = f
00
(c), . . . , P
(n)
n
(c) = f
(n)
(c).
Ejemplo 4.1 Consideramos f(x) = e
x
.
(a) Determina al polinomio de McLaurin de orden 5 para f.
(b) Aproxima el valor de e
0.5
.
(c) Cuntos decimales exactos tiene la aproximacin?
(a) Polinomio de McLaurin. Se cumple
f(x) = e
x
, f
0
(x) = e
x
, f
00
(x) = e
x
, . . . , f
(5)
(x) = e
x
.
Sustituyendo en x = 0, resulta
f(0) = f
0
(0) = f
00
(0) = = f
(5)
(0) = 1,
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 6
por lo tanto
P
5
(x) = 1 + x +
x
2
2
+
x
3
6
+
x
4
24
+
x
5
120
.
(b) Valor aproximado. Sustituyendo x = 0.5 en el polinomio, resulta
P
5
(0.5) = 1. 648698.
(c) Error. El valor de e
0.5
, calculado con 6 decimales es
e
0.5
= 1. 64872 1,
el valor absoluto del error absoluto es
|e
5
| =

e
0.5
P
5
(0.5)

= |1. 64872 1 1. 648698| = 0.000023 = 0.2 3 10

4
,
por lo tanto, la aproximacin P
5
(0.5) tiene 4 decimales exactos.
Ejemplo 4.2 Consideramos f(x) = sinx.
(a) Determina al polinomio de McLaurin de orden 5 para f.
(b) Aproxima el valor
1
de sin(0.2).
(c) Cuntos decimales exactos tiene la aproximacin?
(a) Polinomio de McLaurin. Se cumple
f(x) = sinx
f
0
(x) = cos x
f
00
(x) = sinx
f
(3)
(x) = cos x
f
(4)
(x) = sin(x)
f
(5)
(x) = cos(x)
f(0) = 0
f
0
(0) = 1
f
00
(0) = 0
f
(3)
(0) = 1
f
(4)
(0) = 0
f
(5)
(0) = 1
por lo tanto
P
5
(x) = x
x
3
6
+
x
5
120
.
(b) Valor aproximado. Sustituyendo x = 0.2 en el polinomio, resulta
P
5
(0.2) = 0.19866 93333.
(c) Error. El valor de sin(0.2), calculado con 10 decimales es
sin(0.2) = 0.19866 93308,
el valor absoluto del error absoluto es
|e
5
| = |sin(0.2) P
5
(0.2)| = 0.2 5 10
8
,
por lo tanto, la aproximacin P
5
(0.2) tiene 8 decimales exactos.
1
El argumento de sin(x) est en radianes. Debes tener en cuenta que las reglas usuales
de derivacin de funciones trigonomtricas, como
d
dx
sin (x) = cos (x) ,
d
dx
cos (x) = sin(x)
slo son vlidas si el ngulo est en radianes.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 7
5 Resto del polinomio de Taylor
Sea:
I = [a, b] y c un punto interior, esto es, a < c < b.
f una funcin de clase
2
C
n+1
[a, b].
Para cada x [a, b] se cumple
f(x) = P
n
(x) + R
n
(x),
donde
P
n
(x) = f(c) +
f
0
(c)
1!
(x c) +
f
00
(c)
2!
(x c)
2
+ +
f
(n)
(c)
n!
(x c)
n
,
R
n
(x) =
f
(n+1)
(t)
(n + 1)!
(x c)
n+1
, t est entre c y x.
Cota de error
Si representamos por M
n+1
una cota superior de

f
(n+1)
(t)

, esto es
max
t[a,b]

f
(n+1)
(t)

M
n+1
,
entonces tenemos la siguiente acotacin para el error absoluto que se produce
cuando aproximamos f(x) mediante P
n
(x)
|e
n
(x)| = |f(x) P
n
(x)| = |R
n
(x)|
M
n+1
(n + 1)!
|x c|
n+1
.
Ejemplo 5.1 Aproxima sin(0.2) usando un polinomio de McLaurin de gra-
do 3. Determina una cota superior de error absoluto y verica los resultados.
(a) Valor de la aproximacin. En principio, tomaramos
P
3
(x) = x
x
3
6
,
ahora bien, observamos que en este caso se cumple
f
(4)
(x) = sin(x) f
(4)
(0) = 0,
por lo tanto, el polinomio de orden 4 coincide con el de orden 3
P
4
(x) = x
x
3
6
.
2
Una funcin es de clase C
n+1
[a, b] si tiene derivadas contnuas hasta orden (n+ 1) en
[a, b]
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 8
Tomamos P
4
(x) porque nos proporciona una cota de error ms ajustada.
El valor de la aproximacin, con 10 decimales es
P
4
(0.2) = 0. 1986666667.
(b) Cota de error. Como
f
(5)
(x) = cos x,
tenemos
|e
4
(x)| =

cos t
5!
x
5

, t entre 0 y x.
Podemos tomar |cos x| 1, entonces,
|e
4
(0.2)|
(0.2)
5
5!
= 0.2 6667 10
5
. (1)
Por lo tanto, la aproximacin P
4
(0.2) tiene al menos 5 decimales exactos;
tomamos la aproximacin
sin(0.2) = 0.19867.
(c) Vericacin de resultados. El valor de sin(0.2) calculado con 10 decimales
es
sin(0.2) = 0.1986693307,
por lo tanto, el error absoluto es
|e
4
(0.2)| = |sin(0.2) P
4
(0.2)| = |0.1986693307 0. 1986666667| = 0.266410
5
.
Vemos que, en efecto, el error real es inferior a la cota superior de error
calculada en (1).
6 Polinomio interpolador de Lagrange
6.1 Planteamiento
Dada la tabla de valores
x x
0
x
1
x
n
y y
0
y
1
y
n
(2)
donde
x
0
, x
1
, . . . , x
n
son n + 1 abscisas distintas,
y
0
, y
1
, . . . , y
n
son n + 1 valores arbitrarios.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 9
Queremos determinar un polinomio de grado n
P
n
(x) = a
0
+ a
1
x + + a
n
x
n
,
que verique las n + 1 condiciones
P
n
(x
j
) = y
j
, para j = 0, 1, . . . , n. (3)
Propiedad Si las abscisas x
0
, x
1
, . . . , x
n
son distintas, existe un nico po-
linomio P
n
(x) de grado n que cumple las condiciones
P
n
(x
j
) = y
j
, para j = 0, 1, . . . , n.
Decimos que P
n
(x) es el polinomio interpolador de la tabla
x x
0
x
1
x
n
y y
0
y
1
y
n
Cuando los valores y
j
se generan empleando una funcin
y
j
= f(x
j
),
entonces decimos que P
n
(x) es el polinomio interpolador de la funcin
f(x) en las abscisas o nodos x
j
.
Ejemplo 6.1 Calcula el polinomio interpolador de la funcin f(x) =
1
x
en
los nodos x
0
= 1, x
1
= 2, x
2
= 3.
La tabla de valores es
x 1 2 3
y 1 1/2 1/3
Como tenemos 3 puntos, debemos determinar un polinomio de grado 2
P
2
(x) = a
0
+ a
1
x + a
2
x
2
. (4)
Las condiciones de interpolacin (3) se traducen en

P
2
(1) = 1,
P
2
(2) = 1/2,
P
2
(3) = 1/3,
(5)
sustituyendo en (4), obtenemos

a
0
+ a
1
+ a
2
= 1,
a
0
+ 2a
1
+ 4a
2
= 1/2,
a
0
+ 3a
1
+ 9a
2
= 1/3.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 10
Se trata de un sistema de 3 ecuaciones lineales con 3 incgnitas. Resolvemos
por reduccin
(2
a
1
a
)
(3
a
2
a
)

a
0
+ a
1
+ a
2
= 1
a
1
+ 3a
2
= 1/2
a
1
+ 5a
2
= 1/6
(3
a
2
a
)

a
0
+ a
1
+ a
2
= 1
a
1
+ 3a
2
= 1/2
2a
2
= 1/3
de donde resulta
a
2
=
1
6
, a
1
= 1, a
0
=
11
6
.
El polinomio interpolador es, por lo tanto,
P
2
(x) =
11
6
x +
x
2
6
.
Vemos que, efectivamente, el polinomio obtenido cumple las condiciones de
interpolacin (5).
6.2 Intervalo de interpolacin
El intervalo de interpolacin es el menor intervalo que contiene los nodos x
j
,
lo representamos por hx
0
, x
1
, . . . , x
n
i = [minx
j
, max x
j
]. Si los nodos estn
ordenados de forma creciente, x
0
< x
1
< < x
n
, entonces el intervalo de
interpolacin es [x
0
, x
n
].
El siguiente grco muestra la representacin conjunta de la funcin
f(x) = 1/x
y el polinomio interpolador P
2
(x) calculado en el Ejemplo 6.1
P
2
(x) =
11
6
x +
x
2
6
.
f(x)=1/x
f(x)=11/6-x+x^2
-1 -0.5 0.5 1 1.5 2 2.5 3 3.5 4 4.5
-3
-2
-1
1
2
3
4
x
y
funcin
interpolador
Intervalo de interpolacin
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 11
Observamos que:
El polinomio interpolador coincide con la funcin en los puntos de
interpolacin (x
j
, f(x
j
)).
El polinomio interpolador es un buen aproximante de la funcin cuan-
do x pertenece al intervalo de interpolacin.
Fuera del intervalo de interpolacin, el error |e
n
(x)| = |f(x) P
n
(x)|
aumenta rpidamente.
7 Forma de Lagrange para el polinomio interpola-
dor
Consideremos la tabla
x x
0
x
1
x
n
y y
0
y
1
y
n
donde los nodos x
j
son distintos. Sabemos que existe un nico polinomio
P
n
(x) de grado n que interpola la tabla. Hemos visto que podemos deter-
minar P
n
(x) resolviendo un sistema de ecuaciones. La forma de Lagrange
permite obtener el polinomio interpolador de forma directa
P
n
(x) = l
0
(x) y
0
+ l
1
(x) y
1
+ + l
n
(x) y
n
.
Los polinomios l
j
(x) se denominan polinomios componentes y se caracterizan
por las propiedades
l
j
(x
k
) =
jk
=

1 si j = k
0 si j 6= k
, j, k = 0, 1, . . . , n.
Es decir, el polinomio componente l
j
(x) vale 1 en su nodo x
j
y se anula en
los restantes.
Como l
j
(x) se anula para
x
0
, x
1
, . . . , x
j1
, x
j+1
, . . . , x
n
,
y es de grado n, l
j
(x) debe ser de la forma
l
j
(x) = C (x x
0
) (x x
1
) (x x
j1
) (x x
j+1
) (x x
n
) ,
para cumplir l
j
(x
j
) = 1, debe ser
C =
1
(x
j
x
0
) (x
j
x
1
) (x
j
x
j1
) (x
j
x
j+1
) (x
j
x
n
)
,
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 12
por lo tanto
l
j
(x) =
(x x
0
) (x x
1
) (x x
j1
) (x x
j+1
) (x x
n
)
(x
j
x
0
) (x
j
x
1
) (x
j
x
j1
) (x
j
x
j+1
) (x
j
x
n
)
.
Ejemplo 7.1 Polinomio interpolador para 3 nodos.
Consideremos la tabla
x x
0
x
1
x
2
y y
0
y
1
y
2
Los polinomios componentes son

x
0
x
1
x
2
l
0
(x) =
(x x
1
) (x x
2
)
(x
0
x
1
) (x
0
x
2
)
,

x
0
x
1
x
2
l
1
(x) =
(x x
0
) (x x
2
)
(x
1
x
0
) (x
1
x
2
)
,

x
0
x
1
x
2
l
2
(x) =
(x x
0
) (x x
1
)
(x
2
x
0
) (x
2
x
1
)
.
Observamos que los polinomios componentes cumplen:

l
0
(x
0
) = 1,
l
0
(x
1
) = 0,
l
0
(x
2
) = 0,

l
1
(x
0
) = 0,
l
1
(x
1
) = 1,
l
1
(x
2
) = 0,

l
2
(x
0
) = 0,
l
2
(x
1
) = 0,
l
2
(x
2
) = 1.
El polinomio interpolador es, entonces
P
2
(x) = l
0
(x) y
0
+ l
1
(x) y
1
+ l
2
(x) y
2
.
Vemos que P
2
(x) es de grado 2, adems toma los valores adecuados
P
2
(x
0
) = l
0
(x
0
) y
0
+ l
1
(x
0
) y
1
+ l
2
(x
0
) y
2
= y
0
,
P
2
(x
1
) = l
0
(x
1
) y
0
+ l
1
(x
1
) y
1
+ l
2
(x
1
) y
2
= y
1
,
P
2
(x
2
) = l
0
(x
2
) y
0
+ l
1
(x
2
) y
1
+ l
2
(x
2
) y
2
= y
2
.
Ejemplo 7.2 Determina el polinomio interpolador de la tabla
x 1 2 3
y 1 1/2 1/3
.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 13
Los polinomios componentes son

x
0
= 1 x
1
= 2 x
2
= 3
l
0
(x) =
(x 2) (x 3)
(1 2) (1 3)
=
1
2
(x 2) (x 3) ,

x
0
= 1 x
1
= 2 x
2
= 3
l
1
(x) =
(x 1) (x 3)
(2 1) (2 3)
= (x 1) (x 3) ,

x
0
= 1 x
1
= 2 x
2
= 3
l
2
(x) =
(x 1) (x 2)
(3 1) (3 2)
=
1
2
(x 1) (x 2) .
El polinomio interpolador es
P
2
(x) = l
0
(x) 1 + l
1
(x)
1
2
+ l
2
(x)
1
3
,
P
2
(x) =
1
2
(x 2) (x 3)
1
2
(x 1) (x 3) +
1
6
(x 1) (x 2) . (6)
La tabla de valores es la misma que la del Ejemplo 6.1, si operamos en (6),
resulta
P
2
(x) =
1
6
x
2
x +
11
6
que coincide con el obtenido mediante la resolucin de un sistema de ecua-
ciones.
8 Error de interpolacin
Sean:
(n + 1) nodos distintos x
0
, x
1
, . . . , x
n
,
[a, b] = hx
0
, x
1
, . . . , x
n
i (el menor intervalo que contiene los nodos),
f(x) funcin de clase C
n+1
[a, b],
P
n
(x) el polinomio interpolador de f(x) en los nodos x
0
, x
1
, . . . , x
n
.
Para cada x [a, b], el error de interpolacin admite la siguiente expresin
e
n
(x) = f(x) P
n
(x) =
f
(n+1)
(t)
(n + 1)!
(x x
0
) (x x
n
), t [a, b].
Si M
n+1
es una cota superior para

f
(n+1)
(t)

, esto es,
max
t[a,b]

f
(n+1)
(t)

M
n+1
,
entonces, obtenemos la siguiente cota superior para el error de interpolacin
|e
n
(x)| = |f(x) P
n
(x)|
M
n+1
(n + 1)!
|(x x
0
) (x x
n
)| .
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 14
Ejemplo 8.1 A partir de los datos
e
0
= 1,
e
0.1
= 1.105171,
e
0.2
= 1.221403.
(a) Aproxima el valor de e
0.14
.
(b) Determina una cota superior del error de interpolacin.
(c) Compara con el valor de la calculadora.
(a) Clculo de la aproximacin. Los polinomios componentes son

x
0
= 0 x
1
= 0.1 x
2
= 0.2
l
0
(x) =
(x 0.1) (x 0.2)
(0 0.1) (0 0.2)
,
l
0
(x) =
1
0.02
(x 0.1) (x 0.2) .

x
0
= 0 x
1
= 0.1 x
2
= 0.2
l
1
(x) =
x (x 0.2)
(0.1 0) (0.1 0.2)
,
l
1
(x) =
1
0.01
x(x 0.2) .

x
0
= 0 x
1
= 0.1 x
2
= 0.2
l
2
(x) =
x (x 0.1)
(0.2 0) (0.2 0.1)
,
l
2
(x) =
1
0.02
x(x 0.1) .
Polinomio interpolador
P
2
(x) = l
0
(x) y
0
+ l
1
(x) y
1
+ l
2
(x) y
2
.
Para calcular P
2
(0.14), sustituimos en los polinomios componentes
l
0
(0.14) =
1
0.02
(0.14 0.1) (0.14 0.2) =
(0.04) (0.06)
0.02
= 0.12,
l
1
(0.14) =
1
0.01
(0.14) (0.14 0.2) =
(0.14) (0.06)
0.01
= 0.84,
l
2
(0.14) =
1
0.02
(0.14) (0.14 0.1) =
(0.14) (0.04)
0.02
= 0.28,
nalmente
P
2
(0.14) = l
0
(0.14) y
0
+ l
1
(0.14) y
1
+ l
2
(0.14) y
2
= (0.12) 1 + 0.84 1.105171 + 0.28 1.221403
= 1. 150336.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 15
(b) Cota superior de error. En nuestro caso, el intervalo de interpolacin es
[0, 0.2], tenemos
|e
2
(x)|
M
3
3!
|(x x
0
) (x x
1
) (x x
2
)|
con
M
3
= max
t[0,0.2]

f
(3)
(t)

= max
t[0,0.2]

e
t

= e
0.2
= 1.221403,
por lo tanto
e
2
(0.14)
1.221403
3!
|(0.14 0) (0.14 0.1) (0.14 0.2)|
0.6 83986 10
4
= 0.06 83986 10
3
.
Vemos que la aproximacin tiene al menos 3 decimales exactos, el resultado
es
e
0.14
= 1. 150.
(c) Comparacin con el valor de la calculadora. El error exacto (con 6
decimales) es
|e
2
(0.14)| =

e
0.14
P
2
(0.14)

= |1. 150273 1. 150336|

= 0. 63 10
4
,
vemos que, efectivamente, el error real es inferior a la cota de error calculada.

9 Forma de Newton para el polinomio interpola-

dor
9.1 Diferencias divididas
Dada la tabla de valores
x x
0
x
1
x
2
x
3
x
4
y y
0
y
1
y
2
y
3
y
4
formamos la tabla de diferencias divididas:
x
0
f [x
0
]
x
1
f [x
1
] f [x
0
, x
1
]
x
2
f [x
2
] f [x
1
, x
2
] f [x
0
, x
1
, x
2
]
x
3
f [x
3
] f [x
2
, x
3
] f [x
1
, x
2
, x
3
] f [x
0
, x
1
, x
2
, x
3
]
x
4
f [x
4
] f [x
3
, x
4
] f [x
2
, x
3
, x
4
] f [x
1
, x
2
, x
3
, x
4
] f [x
0
, x
1
, x
2
, x
3
, x
4
]
Las diferencias divididas se calculan de forma recurrente como sigue:
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 16
f[x
j
] = f(x
j
) = y
j
,
f[x
i
, x
i+1
, , x
j1
, x
j
] =
f[x
i+1
, , x
j1
, x
j
] f[x
i
, x
i+1
, , x
j1
]
x
j
x
i
.
Ejemplo 9.1 Diferencias divididas
f [x
0
, x
1
] =
f [x
1
] f [x
0
]
x
1
x
0
,
f [x
1
, x
2
] =
f [x
2
] f [x
1
]
x
2
x
1
,
f [x
0
, x
1
, x
2
] =
f [x
1
, x
2
] f [x
0
, x
1
]
x
2
x
0
,
f [x
1
, x
2
, x
3
, x
4
] =
f [x
2
, x
3
, x
4
] f [x
1
, x
2
, x
3
]
x
4
x
1
.
Ejemplo 9.2 Diferencias divididas para la tabla
x 0 1 3
y 1 3 1
x
0
= 0 f [x
0
]= 1
x
1
= 1 f [x
1
] = 3 f [x
0
, x
1
]=
31
10
= 2
x
2
= 3 f [x
2
] = 1 f [x
1
, x
2
]=
13
31
= 2 f [x
0
, x
1
, x
2
]=
22
30
=
4
3
9.2 Interpolador de Newton
Dada la tabla de valores
x x
0
x
1
x
2
x
3
x
4
y y
0
y
1
y
2
y
3
y
4
tenemos los siguientes polinomios interpoladores
Un nodo
x x
0
y y
0
P
0
(x) = f[x
0
].
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 17
Dos nodos
x x
0
x
1
y y
0
y
1
P
1
(x) = f[x
0
] + f [x
0
, x
1
] (x x
0
).
Tres nodos
x x
0
x
1
x
2
y y
0
y
1
y
2
P
2
(x) = f[x
0
] + f [x
0
, x
1
] (x x
0
) + f [x
0
, x
1
, x
2
] (x x
0
)(x x
1
).
Cuatro nodos
x x
0
x
1
x
2
x
3
y y
0
y
1
y
2
y
3
P
3
(x) = f[x
0
] + f [x
0
, x
1
] (x x
0
) + f [x
0
, x
1
, x
2
] (x x
0
)(x x
1
)
+f [x
0
, x
1
, x
2
, x
3
] (x x
0
)(x x
1
)(x x
2
).
Cinco nodos
x x
0
x
1
x
2
x
3
x
4
y y
0
y
1
y
2
y
3
y
4
P
4
(x) = f[x
0
] + f [x
0
, x
1
] (x x
0
) + f [x
0
, x
1
, x
2
] (x x
0
)(x x
1
)
+f [x
0
, x
1
, x
2
, x
3
] (x x
0
)(x x
1
)(x x
2
)
+f [x
0
, x
1
, x
2
, x
3
, x
4
] (x x
0
)(x x
1
)(x x
2
)(x x
3
).
Ejemplo 9.3 Calcula el polinomio interpolador de la tabla
x 0 1 3
y 1 3 1
.
Hemos obtenido la tabla de diferencias divididas
x
0
= 0 f [x
0
]= 1
x
1
= 1 f [x
1
]= 3 f [x
0
, x
1
] = 2
x
2
= 3 f [x
2
]= 1 f [x
1
, x
2
] = 2 f [x
0
, x
1
, x
2
] =
4
3
El interpolador es
P
2
(x) = f[x
0
] + f [x
0
, x
1
] (x x
0
) + f [x
0
, x
1
, x
2
] (x x
0
)(x x
1
)
en nuestro caso
P
2
(x) = 1 + 2x +
4
3
x(x 1).
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 18
El polinomio P
2
(x) es de grado 2. En los nodos x
j
toma los valores
P
2
(0) = 1,
P
2
(1) = 1 + 2 = 3,
P
2
(3) = 1 + 6
4
3
6 = 7 8 = 1.
Se trata, por lo tanto, del polinomio interpolador.
Ejemplo 9.4 Calcula el polinomio interpolador de la tabla
x 0 1 1
y 0 0 2
La tabla de diferencias divididas es
x
0
= 0 f [x
0
] = 0
x
1
= 1 f [x
1
] = 0 f [x
0
, x
1
] = 0
x
2
= 1 f [x
2
] = 2 f [x
1
, x
2
] = 1 f [x
0
, x
1
, x
2
] = 1
El interpolador es
P
2
(x) = f[x
0
] + f [x
0
, x
1
] (x x
0
) + f [x
0
, x
1
, x
2
] (x x
0
)(x x
1
),
en nuestro caso
P
2
(x) = x(x 1).
10 Interpolacin de Hermite
10.1 Presentacin del problema
Dada la tabla de datos
x x
0
x
1
x
n
y y
0
y
1
y
n
y
0
y
0
0
y
0
1
y
0
n
se pretende determinar un polinomio de grado 2n + 1
H
2n+1
(x) = a
0
+ a
1
x + + a
2n+1
x
2n+1
que cumpla las 2n + 2 condiciones

H
2n+1
(x
j
) = y
j
H
0
2n+1
(x
j
) = y
0
j
para j = 0, 1, . . . , n.
Propiedad. Si los nodos x
0
, x
1
, . . . , x
n
, son distintos, entonces el polinomio
interpolador de Hermite H
2n+1
(x) existe y es nico, para cualquier eleccin
de los valores y
j
y y
0
j
.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 19
Ejemplo 10.1 Calcula el polinomio interpolador de Hermite para la tabla
x 0 1
y 1 3
y
0
1 1
.
Se trata de un polinomio de grado 3
H
3
(x) = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
. (7)
Las condiciones de interpolacin son

H
3
(0) = 1,
H
0
3
(0) = 1,
H
3
(1) = 3,
H
0
3
(1) = 1.
(8)
Calculamos H
0
3
(x)
H
0
3
(x) = a
1
+ 2a
2
x + 3a
3
x
2
, (9)
sustituyendo en (7) y (9), resulta

a
0
= 1,
a
1
= 1,
a
0
+ a
1
+ a
2
+ a
3
= 3,
a
1
+ 2a
2
+ 3a
3
= 1,

a
0
= 1,
a
1
= 1,
a
2
+ a
3
= 1,
2a
2
+ 3a
3
= 2,

a
0
= 1,
a
1
= 1,
a
2
= 5,
a
3
= 4.
El polinomio interpolador es, por lo tanto,
H
3
(x) = 1 + x + 5x
2
4x
3
.
Vemos que H
3
(x) cumple
H
3
(0) = 1, H
3
(1) = 3,
si calculamos la derivada
H
0
3
(x) = 1 + 10x 12x
2
,
y sustituimos en x
0
= 0 y x
1
= 1, resulta
H
0
3
(0) = 1, H
0
3
(1) = 1.
Por lo tanto, H
3
(x) cumple las condiciones (8).
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 20
10.2 Clculo del polinomio de Hermite usando diferencias
divididas
Podemos calcular el polinomio de Hermite usando un procedimiento muy
parecido al empleado para construir la forma de Newton del polinomio in-
terpolador de Lagrange.
x
0
f [x
0
]
x
0
f [x
0
] f [x
0
, x
0
]
x
1
f [x
1
] f [x
0
, x
1
] f [x
0
, x
0
, x
1
]
x
1
f [x
1
] f [x
1
, x
1
] f [x
0
, x
1
, x
1
] f [x
0
, x
0
, x
1
, x
1
]
x
2
f [x
2
] f [x
1
, x
2
] f [x
1
, x
1
, x
2
] f [x
0
, x
1
, x
1
, x
2
] f [x
0
, x
0
, x
1
, x
1
, x
2
]
x
2
f [x
2
] f [x
2
, x
2
] f [x
1
, x
2
, x
2
] f [x
1
, x
1
, x
2
, x
2
] f [x
0
, x
1
, x
1
, x
2
, x
2
]
La diferencia es que ahora hay nodos x
j
repetidos, las diferencias f [x
j
, x
j
]
se denen como
f [x
j
, x
j
] = f
0
(x
j
) = y
0
j
.
Los polinomios de Hermite H
1
(x), H
2
(x), H
2
(x), tienen la siguiente forma:
Un nodo. Tabla de datos
x x
0
y y
0
y
0
y
0
0
Tabla de diferencias
x
0
f [x
0
]
x
0
f [x
0
] f [x
0
, x
0
]
Interpolador
H
1
(x) = f [x
0
] + f [x
0
, x
0
] (x x
0
).
Observa que en este caso, se obtiene la recta tangente en x = x
0
.
Dos nodos. Tabla de datos
x x
0
x
1
y y
0
y
1
y
0
y
0
0
y
0
1
Tabla de diferencias
x
0
f [x
0
]
x
0
f [x
0
] f [x
0
, x
0
]
x
1
f [x
1
] f [x
0
, x
1
] f [x
0
, x
0
, x
1
]
x
1
f [x
1
] f [x
1
, x
1
] f [x
0
, x
1
, x
1
] f [x
0
, x
0
, x
1
, x
1
]
Interpolador
H
3
(x) = f [x
0
] + f [x
0
, x
0
] (x x
0
) + f [x
0
, x
0
, x
1
] (x x
0
)
2
+
+f [x
0
, x
0
, x
1
, x
1
] (x x
0
)
2
(x x
1
) .
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 21
Tres nodos. Los datos son
x x
0
x
1
x
2
y y
0
y
1
y
2
y
0
y
0
0
y
0
1
y
0
2
y el polinomio interpolador tiene la forma
H
5
(x) = f [x
0
] + f [x
0
, x
0
] (x x
0
) + f [x
0
, x
0
, x
1
] (x x
0
)
2
+
+f [x
0
, x
0
, x
1
, x
1
] (x x
0
)
2
(x x
1
) +
+f [x
0
, x
0
, x
1
, x
1
, x
2
] (x x
0
)
2
(x x
1
)
2
+
+f [x
0
, x
0
, x
1
, x
1
, x
2
, x
2
] (x x
0
)
2
(x x
1
)
2
(x x
2
).
Ejemplo 10.2 Calcula el polinomio interpolador de la tabla
x 0 1
y 1 3
y
0
1 1
Los datos iniciales en la tabla de diferencias divididas son
x
0
= 0 f [x
0
] = 1
x
0
= 0 f [x
0
] = 1 f [x
0
, x
0
] = 1
x
1
= 1 f [x
1
] = 3 f [x
0
, x
1
] f [x
0
, x
0
, x
1
]
x
1
= 1 f [x
1
] = 3 f [x
1
, x
1
] = 1 f [x
0
, x
1
, x
1
] f [x
0
, x
0
, x
1
, x
1
]
A partir de ah, obtenemos
x
0
= 0 f [x
0
] = 1
x
0
= 0 f [x
0
] = 1 f [x
0
, x
0
] = 1
x
1
= 1 f [x
1
] = 3 f [x
0
, x
1
] = 2 f [x
0
, x
0
, x
1
] = 1
x
1
= 1 f [x
1
] = 3 f [x
1
, x
1
] = 1 f [x
0
, x
1
, x
1
] = 3 f [x
0
, x
0
, x
1
, x
1
] = 4
Por lo tanto, el interpolador es
H
3
(x) = f [x
0
] + f [x
0
, x
0
] (x x
0
) + f [x
0
, x
0
, x
1
] (x x
0
)
2
+
+f [x
0
, x
0
, x
1
, x
1
] (x x
0
)
2
(x x
1
) .
H
3
(x) = 1 + x + x
2
4x
2
(x 1) .
Si operamos, resulta
H
3
(x) = 1 + x + 5x
2
4x
3
.
que coincide con el obtenido en el Ejemplo 10.1.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 22
10.3 Error del polinomio de Hermite
Sean:
(n + 1) nodos distintos x
0
, x
1
, . . . , x
n
.
[a, b] = hx
0
, x
1
, . . . , x
n
i (el menor intervalo que contiene los nodos).
f funcin de clase C
2n+2
[a, b].
H
2n+1
(x) el polinomio interpolador de Hermite para f(x) en los nodos
x
0
, x
1
, . . . , x
n
.
Para cada x [a, b], el error de interpolacin admite la siguiente expresin
|e
2n+1
(x)| = |f(x) H
2n+1
(x)| =

f
(2n+2)
(t)
(2n + 2)!
(x x
0
)
2
(x x
n
)
2

, t [a, b]
Si M
2n+2
es una cota superior para

f
(2n+2)
(t)

, esto es
max
t[a,b]

f
(2n+2)
(t)

M
2n+2
,
obtenemos la siguiente cota superior para el error de interpolacin
|e
2n+1
(x)| = |f(x) H
2n+1
(x)|
M
2n+2
(2n + 2)!
(x x
0
)
2
(x x
n
)
2
.
Ejemplo 10.3 Calcula el polinomio de Hermite que interpola la funcin
sin(x) en x
0
= 0 y x
1
= /4. Aproxima el valor de sin(0.5), calcula una cota
superior de error.
Tenemos
f(x) = sin(x), f
0
(x) = cos(x),
f(0) = 0, f
0
(0) = 1,
f(

4
) =
1

2
= 0. 70710 678, f
0
(

4
) = 0.70710 678.
La tabla de datos es
x x
0
= 0 x
1
= 0. 78539 816
y 0 0.70710 678
y
0
1 0.70710 678
la tabla de diferencias inicial es
x
0
= 0 f [x
0
] = 0
x
0
= 0 f [x
0
] = 0 f [x
0
, x
0
] = 1.
x
1
= 0. 78539 816 f [x
1
] = 0.70710 678 f [x
0
, x
1
]
x
1
= 0. 78539 816 f [x
1
] = 0.70710 678 f [x
1
, x
1
] = 0.70710 678
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 23
de donde obtenemos
f [x
0
, x
0
] = 1.
f [x
0
, x
1
] = 0. 90031 632 f [x
0
, x
0
, x
1
] = 0. 12692 12
f [x
1
, x
1
] = 0.70710 678 f [x
0
, x
1
, x
1
] = 0. 24600 203 f [x
0
, x
0
, x
1
, x
1
] = 0. 15161 842
El clculo detallado de algunas diferencias divididas es como sigue
f [x
0
, x
1
] =
f [x
1
] f [x
0
]
x
1
x
0
=
0.70710 678
0. 78539 816
= 0. 90031 632
f [x
0
, x
0
, x
1
] =
f [x
0
, x
1
] f [x
0
, x
0
]
x
1
x
0
=
0. 90031 632 1.
0. 78539 816
= 0. 12692 12
f [x
0
, x
1
, x
1
] =
f [x
1
, x
1
] f [x
0
, x
1
]
x
1
x
0
=
0.70710 678 0. 90031 632
0. 78539 816
= 0. 24600 203
Los valores relevantes para construir H
3
(x) son
f [x
0
] = 0, f [x
0
, x
0
] = 1,
f [x
0
, x
0
, x
1
] = 0. 12692 12, f [x
0
, x
0
, x
1
, x
1
] = 0. 15161 842.
El polinomio interpolador tiene la forma
H
3
(x) = f [x
0
] + f [x
0
, x
0
] (x x
0
) + f [x
0
, x
0
, x
1
] (x x
0
)
2
+
+f [x
0
, x
0
, x
1
, x
1
] (x x
0
)
2
(x x
1
) .
es, por lo tanto
H
3
(x) = x 0. 12692 12 x
2
0. 15161 842 x
2
(x 0. 78539 816).
El valor aproximado para x = 0.5 es
H
3
(0.5) = 0.47908 76. (10)
Cota de error. Tenemos
|e
3
(x)| = |f(x) H
3
(x)|
M
4
4!
(x x
0
)
2
(x x
1
)
2
.
El intervalo de interpolacin es [0, /4]. En nuestro caso f
(4)
(x) = sin(x)
por lo tanto
M
4
= max
t[0,/4]

f
(4)
(t)

= sin(/4) =
1

2
,
de donde resulta la cota de error
|e
3
(0.5)|

24
(0.5)
2
(0.5 /4)
2
= 0.59995 10
3
.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 24
A la vista de la cota de error, slo podemos asegurar 2 decimales exactos
en la aproximacin, el valor que debemos tomar como resultado se obtiene
redondeando (10) a 2 decimales
sin(0.5) = 0.48.
Error exacto. El valor de sin(0.5) es
sin(0.5) = 0. 47942 554,
error real es
|e
3
(0.5)| = |sin(0.5) H
3
(0.5)| = 0.33794 10
3
.