UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN – TACNA

FACULTAD DE INGENIERÍA

Escuela Profesional de Ingeniería en Informática y Sistemas

“INTERPOLACIÓN USANDO LOS NODOS DE LOS

POLINOMIOS DE CHEBYSHEV”

ASIGNATURA : Métodos Numéricos

AÑO ACADÉMICO : Segundo

TURNO : Mañana

DOCENTE : Msc. Amaya Cedrón, Luis Andrés

INTEGRANTES:

Jesús Joseph Flores Yance (2015-119054)

Elvis Rubén Pacco Concori (2015-119028)

TACNA – PERÚ

2016

1
 ÍNDICE
I. INTRODUCION ............................................................................................................... 5

II. PROBLEMA ..................................................................................................................... 6

III. ALGORITMO MATEMÁTICO ....................................................................................... 7

3.1. Modelo matemático: ...................................................................................................... 7

3.2. Propiedades de los polinomios de Chebyshev .............................................................. 7
3.3. Nodos compuestos (En otros intervalos) ..................................................................... 11
3.4. Nodos equiespaciados (Polinomios de Lagrange)....................................................... 12
3.5. Nodos de Chebyshev (Polinomios de Chebyshev)...................................................... 13
IV. EJEMPLO MATEMATICO ........................................................................................... 14

V. ALGORITMO COMPUTACIONAL ............................................................................. 15

5.1 Análisis de datos.......................................................................................................... 15

5.2 Diagrama de flujo ........................................................................................................ 15
5.3 Código en Matlab ........................................................................................................ 16
VI. APLICACIÓN ................................................................................................................. 18

6.1. Resolución manual ........................................................................................................... 18

6.2. Resolución usando un computador .................................................................................. 20
6.3 Análisis del error ............................................................................................................... 21
VII. CONCLUSIONES .......................................................................................................... 23

VIII. RECOMENDACIONES ................................................................................................. 23

IX. REFERENCIA BIBLIOGRAFICA ................................................................................ 23

2
 DEDICATORIA

Quiero dedicarle este trabajo

A Dios que me ha dado la vida y fortaleza

para terminar este trabajo de investigación,

A mis Padres por estar ahí cuando más los necesité; en

especial a mi madre por su ayuda y constante cooperación y

A nuestros compañeros de la universidad que nos brindan su apoyo incondicional en los

momentos más difíciles de nuestras vida ya sea fuera o dentro de la universidad.

3
 AGRADECIMIENTO

Quiero agradecer a todos mis maestros que conocí en este larga carrera del estudiar ya

que ellos me enseñaron a valorar los estudios, aconsejarme, que me diera cuenta que el

estudio es muy importante para una persona y a superarme cada día.

También agradezco a mis padres porque ellos estuvieron en los días más difíciles de mi

vida como estudiante y forjarme con buenos valores desde muy niño y no desviarme de

mis metas.

Y agradezco a Dios por la buena salud que tengo ahora, por tener una cabeza con la que

puedo pensar, razonar, imaginar muy bien y además un cuerpo sano y una mente de

bien. Estoy seguro que todo esfuerzo tiene su recompensa y que mis metas planteadas

darán fruto en el futuro y por ende me debo esforzar cada día para ser mejor en los

estudios y en todo lugar sin olvidar el respeto hacia los demás.

4
I. INTRODUCION

Un polinomio de interpolación es un polinomio que se asemeja o

aproxima en lo mayor posible a una función dada, para ello este polinomio tiene

que pasar exactamente por un conjunto de puntos que son a su vez puntos que se

extraen de la función que se desea interpolar. Sabiendo que por n puntos pasa un

único polinomio de grado n‐1, se podría decir que la única manera de buscar la

mejor aproximación del polinomio a la función es la de escoger de formas

distintas los puntos por los cuales el polinomio debe de pasar.

Lo que busca el método de Chebyshev principalmente es seleccionar los

nodos o raíces de tal manera que haga mínimo el valor máximo del error, es

decir reducir el error en lo mayor posible.

En este trabajo mostraremos como generar lo polinomios de Chebyshev

usando identidades trigonométricas, cambio de variables y se darán cuenta

fácilmente que son definidos de forma recursiva, tal como ocurre con

los números de Fibonacci o los números de Lucas. También veremos las gráficas

correspondientes, código fuentes en Matlab y su aplicación.

5
II. PROBLEMA

Muchos de los métodos de interpolación comenten grandes errores al

momento de realizar la aproximación de valores en una funcion. Para funciones

como sen(x) o ex mientras más alto sea el grado n del polinomio interpolante, el

error tendera a cero y entonces mejor será la aproximación. Pero en general, para

el resto de las funciones lo cierto es que mientras más alto sea el grado n del

polinomio interpolante, el error producido por este no necesariamente tendera a

cero. Por ejemplo: para una función f(x) = 1/(1+12x2), si n tiende al infinito, el

error es aun mayor. Esta falta de convergencia es conocida como “Fenómeno de

Runge”.

Lo que hace interesante usar los nodos de los polinomios de Chebyshev

es que al usar estos como puntos por donde interpolar polinomio, garantiza que

el error máximo disminuya al crecer el grado del polinomio. De esta manera este

inconveniente observado por Runge se puede minimizar usando los nodos de

Chebyshev en lugar de los nodos equidistantes usualmente usados, de esta

manera se garantiza que el error máximo disminuya al crecer el grado del

polinomio.

En este trabajo usaremos al método interpolante de Lagrange para

compararlo con el método de Chebyshev y ver cuál de los 2 errores producidos

por ambos tiende más al cero, es decir quién produce mejor aproximación.

6
III. ALGORITMO MATEMÁTICO

3.1. Modelo matemático:

T0(x) = cos(0) = 1

T1(x) = cos(arccos(x)) = x

El problema resuelto por P.L Chebyshev fue de cómo seleccionar

el conjunto de nodos x(k) donde k = 0,1,2,..,n que haga mínimo el

error de interpolación. Para ello necesitamos saber que son los

polinomios de Chebyshev y cuáles son sus propiedades más

importantes.

3.2. Propiedades de los polinomios de Chebyshev

3.2.1 Relación de recursividad

Se define con x [-1,1]:

7
Calcularemos los primeros términos:

 Si n=0

 Si n=1

Hacemos nuestro cambio de variable:

DONDE

Recordaremos un poco de Trigonometría para seguir generando

nuestros polinomios, empecemos usando las identidades

trigonométricas.

Luego al sumar estas ecuaciones obtenemos:

Esta ecuación nos ayudará a generar nuestros polinomios de

Chebyshev:

 Y así podremos aplicar la recursividad:

8
 …para n>=2

3.2.1 Coeficiente líder

El coeficiente líder de en es para N >=1.

Esto se prueba observando que la relación de recurrencia

multiplica por 2 el coeficiente líder de para obtener el

3.2.2 Simetría

Cuando N = 2M, el polinomio es de grado par.

…[negativopar=positivo]

Cuando N = 2M+1, el polinomio es de grado impar.

…[negativoimpar=negativo]

3.2.3 Representación trigonométrica

Los polinomios de Chebyshev nacen directamente de la siguiente

relación trigonométrica. (Véase la Figura N°01)

9
 Figura n°01: Gráfica de los Polinomios de Chebyshev
Fuente: http://sanzserna.org/pdf/568_Leccion1.pdf

3.2.4 Nodos simples

Tn(x) tiene N nodos distintos xk que están todos en el intervalo

[-1,1] (Véase la Figura N°02).

3.2.5 Interpretación geométrica de los nodos

Una interpretación geométrica de los nodos de Chebyshev es

aquella en la que estos se colocan en un segmento de longitud

igual al diámetro de un círculo, cuya semicircunferencia se

reparte en n partes iguales. Proyectando a lo largo del dicho

segmento el punto medio de cada partición de la

semicircunferencia obtenemos puntos que coinciden con las raíces

del polinomio de Chebyshev.

10
 Figura N°02:Gráfica de las raíces de los Polinomios de Chebyshev

Fuente: http://wwweio.upc.es/~nasini/Blog/ChebyshevPolinomio.pdf

3.3. Nodos compuestos (En otros intervalos)

No siempre se usan los únicos intervalos [-1,1], es por ello que es

necesario transformar esta limitación y generalizarlo en intervalos [a,b]:

Para ello hacemos un cambio de variable:

Donde:

Además:

Los nodos de Chebyshev correspondientes a en [-1,1]

son:

11
 Entonces:

Usando cambio de variable y reemplazando los nodos de

Chebyshev en [a,b] se obtiene:

3.4. Nodos equiespaciados (Polinomios de Lagrange)

El método de interpolación de Lagrange construye un polinomio que se

aproxima a una función y se define de la siguiente manera:

Donde:

L es un polinomio de lagrange de grado N.

Ademas:

Si aproximamos f(x) por un polinomio interpolante de grado menor o

igual a N = 3 en [-1,1], entonces los nodos equiespaciados son x(0) = -1,

x(1) = -1/3, x(2) = 1/3 y x(3) = 1, que son valores cómodos en el

12
 momento de realizar los cálculos. Sustituyendo estos valores en el

método de interpolación de Lagrange se tendrá:

Tabla N°01: Polinomios coeficientes de Lagrange usados para formar P 3(x) con nodos
equiespaciados xk =-1+2k/3.

3.5. Nodos de Chebyshev (Polinomios de Chebyshev)

El método de interpolación mediante nodos de Chebyshev se define de la

siguiente manera:

Donde:

Tj(x) es un polinomio de Chebyshev de grado j

Además:

Cj es un coeficiente que multiplica al polinomio Tj(x)

-Si j=0:

-Si j>0:

13
 Si aproximamos f(x) por un polinomio interpolante de grado menor o

igual a N = 3 en [-1,1], entonces los nodos de Chebyshev serían x(0) =

cos(7π/8), x(1) = cos(5π/8), x(2) = cos(3π/8) y x(3) = cos(π /8), estos

podrían ser valores tediosos al realizar los cálculos si se hace a mano,

pero con una computadora y un algoritmo (que desarrollaremos más

adelante) esto será más sencillo. Sustituyendo estos valores en el Método

de interpolación de Chebyshev se tendrá:

Tabla N°02: Polinomios coeficientes de Lagrange usados para formar P 3(x) con los
nodos de Chebyshev xk = cos((7-2k)π/8).

IV. EJEMPLO MATEMATICO

Se conoce una función f(x)=ex que deseamos interpolar, con ayuda del Método

de interpolación de Lagrange y método de los nodos de Chebyshev interpole

esta función en grado n=3 para x=0.5 en el intervalo [-1,1] y compare cuál de

ellos produce mejor aproximación.

14
V. ALGORITMO COMPUTACIONAL

5.1 Análisis de datos

-Datos de entrada:

 n = grado del polinomio.

 [a,b] = intervalos de acción.
 Xint = valor que se quiere aproximar.
 Y(i) = puntos en la función real (i=0->n)

-Datos de salida

 R=V(Xint) = valor aproximado de Xint usando nodos de Chebyshev.

5.2 Diagrama de flujo

-Para generar los polinomios recursivos de Chebyshev:

T(n,x)

Switch
(n)

0
r=1

1
r=x

default
r=2*x*T(n-1,x)+T(n-2,x)

return(r)

15
 - Para obtener la aproximación de un valor dado (Xint)

INICIO

n , [ a , b ] , Xint

i=0->n ; i++

t=cos((2*i+1)*π/(2*n+2))

x[i]=((a-b)*t/2)+((a+b)/2)

y[i]

R=0

j=0->n ; j++

s=0

k=0->n ; k++

s=s+y[i]*T(j,x[k])

j=0

C=(1*s/(n+1)) C=(2*s/(n+1))

R=R+C*T(j,Xint)

FIN

5.3 Código en Matlab

-Para generar los polinomios recursivos de Chebyshev:

function r=cheby(n,x)

switch(n)
case 0
r=1;
case 1
r=x;
otherwise
r=2*x*cheby(n-1,x)-cheby(n-2,x);
end

16
-Para obtener los nodos:

function nodos_Callback(hObject, eventdata, handles)

pi=3.141592654;
n=str2double(get(handles.a1,'string'));
a=str2double(get(handles.a2,'string'));
b=str2double(get(handles.a3,'string'));

for(i=1:1:n+1)
t=cos((2*(i-1)+1)*pi/(2*n+2));
x(i)=((a-b)*t/2)+(a+b)/2;
end
set(handles.c1,'string',x');

-Para obtener la aproximación de un valor dado (Xint)

function chebyshev_Callback(hObject, eventdata, handles)

pi=3.141592654;
n=str2double(get(handles.a1,'string'));
a=str2double(get(handles.a2,'string'));
b=str2double(get(handles.a3,'string'));
y=str2num(get(handles.a4,'string'));
xint=str2double(get(handles.a5,'string'));

for(i=1:1:n+1)
t=cos((2*(i-1)+1)*pi/(2*n+2));
x(i)=((a-b)*t/2)+((a+b)/2);
end

R=0;
for(j=1:1:n+1)
s=0;
for(k=1:1:n+1)
s=s+y(k)*cheby((j-1),x(k));
end
if(j==1)
C=(1*s/(n+1));
else
C=(2*s/(n+1));
end
R=R+C*cheby((j-1),xint);
end
set(handles.b1,'string',R);

17
VI. APLICACIÓN

6.1. Resolución manual

Vamos a comparar los polinomios interpoladores de Lagrange de grado n=3

de la función f(x)= ex en el intervalo [-1,1], que se obtienen usando los

polinomios coeficientes de la Tablas N°01y N°02 respectivamente (sección

3.4 y 3.5 del capítulo III).

Usando nodos equiespaciados tenemos, obtenemos el polinomio

P(x) = 0.99519577 + 0.99904923x + 0.54788486x2 + 0.17615196x3

Para ello hemos calculado los valores de la función en los nodos

f(x0) = e(-1) = 0.36787944

f(x1) = e(-1/3) = 0.71653131

f(x2) = e(1/3) = 1.39561243

f(x3) = e(1) = 2.71828183

Y hemos usado lo polinomios coeficientes L3,k(x) de la Tabla N°01 formando

la combinación lineal

P(x) = 0.36787944L3,0(x) + 0.71653131 L3,1(x) + 1.39561243 L3,2(x) +

2.71828183 L3,3(x)

De manera parecida, si usamos los nodos de Chebyshev, obtenemos

V(x) = 0.99461532 + 0.99893323x + 0.54290072x2 + 0.17517569x3

Hagamos notar que los coeficientes son distintos de los de P(x); la razón es

que hemos usado nodos y valores de la función diferentes:

18
 f(x0) = e-0.92387953 = 0.39697597

f(x1) = e-0.38268343 = 0.68202877

f(x2) = e0.38268343 = 1.46621380

f(x3) = e0.92387953 = 2.51904417

Luego hemos usado el conjunto de polinomios coeficientes Ck(x) que se

muestran en la Tabla N°02 para formar la combinación lineal:

V(x) = 0.39697597C0(x) + 0.68202877 C1(x) + 1.46621380 C2(x)

+ 2.571904417 C3(x)

Ya obtenidos los polinomios interpolantes en ambos casos, solo es cuestión

de reemplazar el valor x=0.5 usando una calculadora y ver quien se aproxima

mejor.

-Solución “real”:

f(x) = ex

f(0.5) = e0.5 = 1.64872127

-Método de Lagrange:

P(x) = 0.99519577 + 0.99904923x + 0.54788486x2 + 0.17615196x3

P(0.5) = 0.99519577+0.99904923(0.5)+0.54788486(0.5)2+0.17615196(0.5)3

P(0.5) = 1.65371059

-Metodo de Chebyshev:

V(x) = 0.99461532+0.99893323x+0.54290072x2+0.17517569x3

19
 V(0.5) = 0.99461532+0.99893323(0.5) + 0.54290072(0.5)2 + 0.17517569(0.5)3

V(0.5) = 1.65170407

Claramente podemos ver que usando los nodos de Chebyshev se obtiene una

mejor aproximación a la función e0.5 de la que se podría obtener usando nodos

equiespaciados.

6.2. Resolución usando un computador

 Grado del polinomio interpolante: n=3

 Tenemos el intervalo [-1,1] : [a,b] = [-1,1]

 El valor a aproximar: x = 0.5

-Valor “real”

f(0.5) = e0.5 = 1.64872127

-Método de Lagrange (Nodos equiespaciados)

20
 -Método de Chebyshev (Nodos de Chebyshev)

6.3 Análisis del error

Para comparar las precisiones de P(x) y V(x), veremos dos gráficas de los

términos del error en las Figuras N°03 y N°04, respectivamente.

 El error máximo |ex – P(x) | se alcanza en x = 0.75490129, entonces:

|ex – P(x) | ≤ 0.00998481 para -1≤ x ≤ 1

21
 Figura N°03. El término del error y = ex – P(x) de la aproximación de Lagrange con nodos
equiespaciados en [-1,1].
Fuente: Jhon H. Mathews, K. D. (200). Métodos Numéricos con Matlab. Madrid:
PRENTICE HALL.

 El error máximo |ex – V(x) | se alcanza en x = 1 y nos queda:

|ex – V(x) | ≤ 0.00665687 para -1 ≤ x ≤ 1.

Figura N°04. El término del error y = ex – v(x) de la aproximación de Lagrange con

nodos de Chebyshev.
Fuente: Jhon H. Mathews, K. D. (200). Métodos Numéricos con Matlab. Madrid:
PRENTICE HALL.

Hagamos notar que el erro máximo de V(x) es como unos dos tercios del

error máximo de P(x) y, también, que el error de V(x) está distribuido de

forma más uniforme a lo largo del intervalo.

22
VII. CONCLUSIONES

 Logramos que el error máximo disminuya al crecer el grado del polinomio.

 Se logró ver quien produce mejor aproximación comparando los polinomios

interpolantes de Lagrange y los polinomios de Chebyshev. Al utilizar puntos

de Chebyshev en la interpolación de Lagrange, el error se distribuye de

manera más uniforme que con los puntos de igual separación.

VIII. RECOMENDACIONES

 Si hubiéramos usado otro polinomio que no sea Lagrange como el método de

Maclaurin el error hubiera sido más vistoso, por eso que usamos el de

Lagrange que es un mejor Interpolador.

 Que los nodos al que nos referenciamos estaban inversos es por eso que si

hubiéramos usado los ceros simples la gráfica hubiera sido distinta a la

figura mostrada.

IX. REFERENCIA BIBLIOGRAFICA

Departamento de Matemáticas. (2008). Recuperado el 28 de Junio de 2016, de

Análisis Numérico Interpolación y aproximación polinomial:
http://ciencias.udea.edu.co/programas/pregrado/CNM-
425/docs/clase5.pdf

Jhon H. Mathews, K. D. (200). Métodos Numéricos con Matlab. Madrid:

PRENTICE HALL.

Polinomios de Chebyshev. (s.f.). Recuperado el 5 de junio de 2015, de

http://sanzserna.org/pdf/568_Leccion1.pdf:
http://sanzserna.org/pdf/568_Leccion1.pdf

23