Catedra Metodos Numericos 2015 - UNSCH PDF

CATEDRA 1
Facultad de Ingeniería de Minas, Geología y Civil

Departamento académico de ingeniería de minas y civil
METODOS
NUMERICOS
Ingeniería Civil
ING. CRISTIAN CASTRO P.

Capitulo XIII
Aproximación Funcional
&
Interpolación
ING. CRISTIAN CASTRO P.

C0NTENIDO
2.2.0. INTRODUCCIÓN
2.2.1. APROXIMACIÓN POLINOMIAL SIMPLE E
INTERPOLACIÓN LINEAL
2.2.2. POLINOMIO DE APROXIMACIÓN DE LAGRANGE
2.2.3. DIFERENCIAS DIVIDIDAS
2.2.4. APROXIMACIÓN POLINOMIAL DE NEWTON
2.2.5. POLINOMIO DE APROXIMACIÓN DE NEWTON EN
DIFERENCIAS FINITAS: HACIA DELANTE – HACIA ATRÁS
2.2.6. ESTRUCTURA DEL POLINOMIO DE NEWTON EN DIFERENCIAS
DIVIDIDAS HACIA ATRÁS DE GRADO n EN xn
2.2.7. APROXIMACIÓN POLINOMIAL SEGMENTARIA
3
En el campo de la matemática aplicada es de gran importancia la manera
como determinar una función o funciones a partir de un conjunto de
datos discretos, i.e., puntos tabulados, situación que siempre se enfrenta
cualquier investigador, para decir generalmente un Ingeniero siempre
tiene al frente esta problemática fenómeno que será el objetivo de este
ítem.
Pues es común encontrar datos con valores discretos, y sin embargo
nosotros queremos encontrar valores entre estos puntos discretos, y esto
es lo que lo llamamos ajuste de curvas y, generalmente se usa el
procedimiento de mínimos cuadrados.
Cuando existe un conjunto de datos muy precisos, en este caso se usa lo
que se llama interpolación.
4
Las funciones de aproximación generalmente es

obtenida por combinación lineal de funciones
elementales, que toman la forma de:
En donde:
a n g n ( x)  a n 1 g n 1 ( x)  ........  a1 g 1 ( x)  a 0 g 0 ( x) : 0in
ai: Son constantes que deseamos encontrar,
i=1,2,...,n
gi(x): Son funciones elementales específicas,
i=1,2,...,n
5
Ejemplo:
1.gi (x): Puede ser la familia de monomios
en x :x , x , ....., x  luego tenemos la combinación lineal:
0 1 n
p ( x )  a n x n  a n 1 x n 1  ......  ai x i  .......  a 2 x 2  a1 x 1  a 0 x 0
2. La familia de funciones elementales de Fourier, en
función de “x”
1, sen x, cos x, sen 2x, cos 2x, sen 3x, cos 3x,..
La combinación lineal que genera aproximaciones de
la forma: n n
a 0   a i cos i x   bi sen i x
i 1 i 1
6
Observación:
1. De las tres familias observadas podemos decir que
la primera es la más utilizada y la más sencilla en su
manejo.
2. ¿Qué buscamos en esta unidad?
Buscamos unan función f(x) a partir de una
tabulación funcional f (x):
Punto 0 1 2 ..... n
Variable x0 x1 x2 .... xn
Función f (x0) f (x1) f (x2) ....... f (xn)
7
Es decir queremos aproximar a f(x) por medio de la

familia elemental de monomios
x 0
, x 1 , x 2 , ..... , x i , ...... , x n 
es decir,
p ( x )  a n x n  a n 1 x n 1  ......  ai x i  .......  a 2 x 2  a1 x 1  a 0 x 0
, que se puede realizar por medio de los siguientes
criterios:
Ajuste exacto
Mínimos cuadrados
8
Ajuste Exacto:
Consiste en determinar una función polinomial que
pase por los puntos proporcionados tubularmente.
Esto es:
9
Mínimos Cuadrados:
Consiste en determinar una función polinomial que pase por
los puntos y que cumpla la condición de minimizar la suma de
las desviaciones (di) elevados al cuadrado.
n
i.e.;  d i2 = mínimo
i 0
Encontrado el polinomio de aproximación podemos utilizarlo
para determinar otros puntos que no están en la tabla,
mediante una evaluación, fenómeno que se llama
Interpolación, así mismo se puede derivar o integrar con la
finalidad de buscar alguna otra información adicional de la
función tabular.
:
10
2.2.1. APROXIMACIÓN POLINOMIAL SIMPLE E
Podemos decir que la interpolación lineal es el eje para

muchos métodos numéricos y de gran relevancia en la
ingeniería, puesto que una gran información se encuentra
en su forma tabular como veremos más adelante y es
usado por una diversidad de métodos numéricos, por
ejemplo si integramos este método tendremos el método
de integración trapezoidal.
¿En qué consiste este método?
Supongamos que tenemos los siguientes cuadros:
:
11
2.2.1. APROXIMACIÓN POLINOMIAL
Cuadro 1 SIMPLE E
Cuadro 1
Puntos 0 1 2 3 4 5
6
f(x) 56 78 113 144 181 205 214
X 1 2 5 10 20 30 40
Puntos 0 1 2
3
Cuadro 2
f(x) 56 ¿-? 113 181 214
X 1 2 5 20 40
12
Cuadro 1 SIMPLE E
Supongamos por un instante que sólo se dispone del cuadro 2

y que queremos el valor de la variable “y=f(x)” cuando x tiene
un valor de 2 unidades. Una manera muy común es considerar
la ecuación de una línea recta así:
, y sustituirlos valores de los puntos 0 y 1, obteniendo dos

p ( x)  a 0  a1con
ecuaciones x variables a0 y a1
Punto “0” = (1,56); punto 1: (5,113); (x, f(x))
56  a 0  a1 a1 
57
 14.2
113  a 0  5a1  4a1  57  4
a 0  56  14.2  41.8
13
Cuadro 1 SIMPLE E
Luego la ecuación de la función lineal:

p(x) = 41.8 + 14.2x
Esta ecuación puede ser usado para calcular f (x) cuando x
= 2 f (2)  41.8  (14.2)2  41.8  28.4  70.2
14
Cuadro 1 SIMPLE E
Observación:
Si queremos una mejor aproximación para nuestra función
deberíamos considerar otro punto más y tendremos:
p ( x )  a 0  a 1 x  a 2 x 2
En general tendremos la siguiente aproximación

polinomial.
p n ( x)  a 0  a1 x  a 2 x 2  .......  a i x i  .......  a n x n
15
Cuadro 1 SIMPLE E
POLINOMIO DE INTERPOLACIÓN DE NEWTON

En esta oportunidad presentaremos los polinomios de
llamados de Newton como previos al proceso recursivo,
p0; p1; p2;....; pn,en donde cada pk se obtiene simplemente
añadiendo un término a pk-1 , y al final del proceso pn se
encuentra formado por una suma de términos
16
2.2.2. POLINOMIO DE APROXIMACIÓN DE
LAGRANGE
Comentarios:
El método anterior tiene su punto débil en la
aproximación exacta, al realizar la interpolación, pues se
tenía que solucionar un sistema de ecuaciones que su
orden dependía de la exactitud de la aproximación, con la
finalidad de salvar estos inconvenientes, surgen otros
métodos de aproximación polinomial, que realicen
cálculos directos sin desarrollar tales sistemas de
ecuaciones que envuelven cierta dificultad en su solución.
Entre estos métodos tendremos la aproximación
polinomial de LaGrange. El método que consiste en:
17
LAGRANGE
Primero: Supongamos una función desconocida f (x) dada

en forma tabular y se asume un polinomio de primer
grado es decir una línea recta el cual se puede escribir de
la siguiente manera:
1. Supongamos que la ecuación de un recta se escribe así:
P ( x)  a 0 ( x  x1 )  a1 ( x  x 0 )
18
LAGRANGE
En donde:
x0, x1: Son valores de la función en puntos conocidos [x0, f
(x0)], [x1, f (x1)]
a0, a1: Coeficientes por determinar, y lo encontramos
haciendo las consideraciones siguientes:
Determinando a0 para ello consideramos
P( x 0 ) f ( x0 )
x  x 0  P( x 0 )  a 0 ( x 0  x1 )  a 0  
x 0  x1 x 0  x1
Determinando a1 para ello hacemos:
P( x1 ) f ( x1 )
x  x1  P( x1 )  a1 ( x1  x 0 )  a1  
x1  x 0 x1  x 0
19
LAGRANGE
Luego:
f ( x0 ) f ( x1 )
P( x)  ( x  x1 )  ( x  x0 )
( x 0  x1 ) ( x1  x 0 )
( x  x1 ) ( x  x0 )
P( x)  f ( x 0 )  f ( x1 )
( x 0  x1 ) ( x1  x 0 )
P( x)  L0 ( x) f ( x 0 )  L1 ( x) f ( x1 )
2. Supongamos un polinomio de segundo grado
P2 ( x)  a 0 ( x  x1 )( x  x 2 )  a1 ( x  x 0 )( x  x 2 )  a 2 ( x  x 0 )( x  x1 )
20
LAGRANGE
En donde:
x0, x1, x2 son los valores de los puntos conocidos [x0, f(x0)],
[x1, f(x1)], [x2, f(x2)]
Si x  x0  a0 
P2 ( x0 )

f ( x0 )
( x0  x1 )( x0  x 2 ) ( x0  x1 )( x0  x 2 )
Si P2 ( x1 ) f ( x1 )
x  x1  a1  
( x1  x0 )( x1  x 2 ) ( x1  x0 )( x1  x 2 )
Si P2 ( x 2 ) f ( x2 )
x  x2  a2  
( x 2  x0 )( x 2  x1 ) ( x 2  x0 )( x 2  x1 )
21
LAGRANGE
Luego: P 2 (x)  L 0 (x) f (x 0 )  L1 (x) f (x1 )  L 2 (x) f (x 2 )
En donde:
( x  x1 )( x  x 2 ) ( x  x0 )( x  x 2 ) ( x  x0 )( x  x1 )
L0 ( x)  ; L1 ( x)  ; L2 ( x ) 
( x0  x1 )( x0  x 2 ) ( x1  x0 )( x1  x 2 ) ( x 2  x0 )( x 2  x1 )
3. Podemos suponer un polinomio de grado n:
Pn ( x)  L0 ( x) f ( x0 )  L1 ( x) f ( x1 )  .....  Li ( x) f ( xi )  ......  Ln ( x) f ( x n )
22
LAGRANGE
En donde:
( x  x1 )( x  x 2 ).....( x  x i ).....( x  x n )
L0 ( x ) 
( x 0  x1 )( x 0  x 2 ).....( x 0  x i )....( x 0  x n )
( x  x 0 )( x  x 2 ).....( x  x i ).....( x  x n )
L1 ( x ) 
( x1  x 0 )( x1  x 2 ).....( x1  x i )....( x1  x n )

( x  x 0 )( x  x1 ).....( x  x i  1 ).....( x  x n )
Li ( x ) 
( x i  x 0 )( x i  x1 ).....( x i  x i  1 )....( x i  x n )
Que en general el polinomio se puede escribir:
n
, polinomio LaGrange
Pn ( x )   Li ( x ) f ( x i )
i 0
23
LAGRANGE
En donde:
, n (x  x j )
Li ( x )  
j 0 ( x i  x j )
j i
La aproximación polinomial de LaGrange, es

la combinación lineal de f(xi ) y de los
coeficientes Li(X).
24
LAGRANGE
Ejemplo:
Supongamos que tenemos la función tabular
i 0 1 2 3
F(Xi) -3 0 5 7
Xi 0 1 3 6
a) Determinar la aproximación polinomial de LaGrange

usando todos los puntos
b) Determinar el valor aproximado de f (x) para x = 1.
25
LAGRANGE
Solución:
Debemos destacar que la tabla presenta cuatro puntos lo
que induce la existencia de un polinomio de tercer orden
P3 ( x )  L0 ( x ) f ( x 0 )  L1 ( x ) f ( x1 )  L2 ( x ) f ( x 2 )  L3 ( x ) f ( x 3 )
P 3( x )  L0 ( x )( 3)  L1 ( x )( 0)  L 2 ( x )(5)  L3 ( x )( 7 )
( x  x1 )( x  x 2 )( x  x 3 ) ( x  1)( x  3)( x  6) ( x  1)( x  3)( x  6)
L0 ( x )   
( x 0  x1 )( x 0  x 2 )( x 0  x 3 ) (0  1)( 0  3)( 0  6)  18
( x  x 0 )( x  x 2 )( x  x 3 ) ( x  0)( x  3)( x  6) x ( x  3)( x  6)
L1 ( x )   
( x1  x 0 )( x1  x 2 )( x1  x 3 ) (1  0)(1  3)(1  6) 10
( x  x 0 )( x  x1 )( x  x 3 ) ( x  0)( x  3)( x  6) x ( x  1)( x  6)
L2 ( x )   
( x 2  x 0 )( x 2  x1 )( x 2  x 3 ) (3  0)(3  1)(3  6)  18
( x  x 0 )( x  x1 )( x  x 2 ) x ( x  1)( x  3) x ( x  1)( x  3)
L3 ( x )   
( x 2  x 0 )( x 3  x1 )( x 3  x 2 ) 6 (6  1)( 6  3) 90
26
LAGRANGE
Operando tenemos:
x 3 x 2 46
P3     x 3
30 30 15
El valor aproximado de la función cuando x = 1.8
(1.8) 3 (1.8) 2 46
P3 (1.8)     (1.8)  3  2.2176
30 30 15
27
Así como podemos aproximar una función mediante la

aproximación polinomial de LaGrange, también podemos
aproximar la derivada y la integral de una función con
diferencias divididas. La derivada y la integral
respectivamente el polinomio de interpolación, que en
realidad es el principio básico para la diferenciación e
integración de los métodos numéricos.
Supongamos una función f (x) con derivada en el punto x0
analíticamente esta dado por:
f ( x)  f ( x 0 )
lim  f ' ( x)
x  x0 x  x0
28
Pero cuando la función es dada de manera tabular, se

tiene.
Punto 0 1 .......... i .......... n

x x0 x1 .......... xi .......... xn
f ( x) f ( x0 ) f ( x1 ) .......... f ( x i ) .......... f (xn )
29
La derivada sólo puede obtenerse de manera aproximada,

por ejemplo si se desea calcular la derivada de f(x) en el
punto “x” tal que x0 < x < x1
Esto se determina así: f ( x1 )  f ( x 0 )
f ' ( x)  , x 0  x  x1
x1  x 0
La expresión de la derecha se llama primera diferencia

dividida de f (x) respecto a los valores de x0 y x1 y se
denota generalmente f [x0, x1], esto es,
f ( x1 )  f ( x 0 )
f x 0 , x1  
x1  x 0
30
Observación:
1. Se debe destacar que la relación entre la primera
diferencia dividida y la primera derivada esta dada por el
teorema del valor medio.
f ( x1 )  f ( x 0 )
 f ' (c ) , c  ( x 0 , x1 )
x1  x 0
Siempre que f (x) cumpla con las condiciones del teorema
del valor medio.
2. Podemos generalizar para un orden más alto en donde
el argumento es se llama diferencia dividida, de orden
cero:
31
i.e f x1 , x 2 , ..... , x i   f x 0 , x1 , ..... , x i 1 

f x 0 , x1 , ..... , x i  
xi  x0
Primero
Segundo
x0 f x0 
f x1   f x0  Tercero
f x0 , x1  
x1  x0 f x1 , x2   f x0 , x1
x1 f x1 f x0 , x1 , x2  
f x   f x1  x2  x0 f x1 , x2 , x3   f x0 , x1 , x2 
f x1 , x2   2 f x0 , x1 , x2 , x3  
f x3 , x2   f x1 , x2  x3  x0
x2 f x2 
x2  x1 f x1 , x2 , x3 
f x   f x2  x3  x1 f x2 , x3 , x4   f x1 , x2 , x3 
f x1 , x2 , x3 , x4  
f x2 , x3   3 f x3 , x4   f x2 , x3 x4  x1
x3 f x3 
x3  x2 f x2 , x3 , x4  
x4  x2 f x3 , x4 , x5   f x2 , x3 , x4 
f x   f x3  f x2 , x3 , x4 , x5  
f x3 , x4   4 f x4 , x5   f x3 , x4  x5  x2
x4 f x4 
x4  x3 f x3 , x4 , x5  
x5  x3
f x5   f x4 
f x4 , x5  
x5 f x5  x5  x4
32
Observación:
Para formar la expresión se requiere i + 1 puntos.
El numerador es la recta de dos diferencias de orden i – 1.
El denominador es la recta de los argumentos no comunes
en el numerador.
Ejemplo:
Supongamos que tenemos la siguiente información
Puntos 0 1 2 3 4 5
x 2 1 0 2 3 6
f ( x)  18  5  2  2 7 142
33
Obtenido del polinomiox 3  2 x 2  2
La primer diferencia dividida en los puntos (0), (1) y (1),

(2)
f ( x 2 )  f ( x1 ) 2  (5)
f x 0 , x1  
f ( x1 )  f ( x 0 ) 5  (18)
  13 f x1 , x 2    3
x1  x 0  1  (2) x 2  x1 0  (1)
La segunda diferencia dividida para (0), (1) y (2)
f `x1 , x 2   f x 0 , x1  3  (13)
f x 0 , x1 , x 2     5
x 2  x0 0  (2)
34
De esta manera construimos la tabla de diferencias

divididas
Puntos X f(x) 1º orden 2º orden 3º 0rden 4º orden

0 -2 -18
13
1 -1 -5 -5
3 1
2 0 -2 -1 0
0 1
3 2 -2 3 0
9 1
4 2 7 9
45
5 6 142
35
Observemos que:
Todas las diferencias divididas de tercer orden tienen el mismo
valor independiente del valor de las x que se usen para calcularse.
Las diferencias de cuarto orden todos tienen el valor de cero, lo que
tiene afinidad con el criterio que la derivada de tercer orden es una
constante y la de cuarto orden es cero, para cualquier valor de x.
El razonamiento anterior nos induce a decir que si al construir una
tabla de diferencias divididas en alguna columna el valor es
constante y la siguiente columna es cero la información proviene
de un polinomio de grado igual al orden de las diferencias que
tengan valores constantes.
36
El razonamiento anterior nos induce afirmar que nuestro polinomio

es de grado 3 es decir mi polinomio será:
k 1
n
 
p ( x)   f x 0 , x1 ,..., x k   x  x j  f x 0   f x 0 , x1 ( x  x 0 )  f x 0 , x1 , x 2 ( x  x 0 )( x  x1 )  ...
k 0 j 0
En nuestro ejemplo se tiene:

p(x)  f x0  f x0, x1(xx0) f x0, x1, x2(xx0)(xx1) f x0, x1, x2, x3(xx0)(xx1)(xx2)
.
p( x)  18  13( x  2)  5( x  2)(x  1)  1( x  2)(x  1)(x  0)
p ( x )  x3  2 x 2  2
37

Supongamos que tenemos una función tabular y que queremos
aproximar mediante un polinomio de primer grado:
Puntos 0 1 2  i  n
x x0 x1 x2  xi  xn
f ( x) f x 0  f x1  f x 2   f x i   f x n 
1. Aproximación por un Polinomio de Primer Grado
P1 ( x)  a 0  a1 ( x  x 0 )
38
En donde:
x0 : Es la abscisa del punto “0”
a0, a1 : Constantes por determinar
Si x  x 0  a 0  P ( x 0 )  f x 0   a 0  f x 0 
P( x1 )  f x 0  f x1   f x 0 
x  x1  a1 
x  x0
( x  x0 )  a1 
x1  x 0
Consecuentemente tendremos: a1  f x 0 , x1 
f x1   f x 0 
P1 ( x)  f x 0   ( x  x0 )
x  x0
P1 ( x)  f x 0   ( x  x 0 ) f x 0 , x1 
39
2. Aproximación por un Polinomio de Segundo Grado
P2 ( x)  a 0  a1 ( x  x 0 )  a 2 ( x  x 0 ) ( x  x1 )
En donde:
x0, x1 : Son las abscisas de los puntos “0” y “1”
a0, a1, a2: Constantes que debemos encontrar
Si:
40
x  x0  a0  P2 ( x)  a0  f x0 
P2 ( x1 )  a0 f x1   f x0 
x  x1  a1   a1  a  f x0 , x1 
x1  x0 x1  x0
1
f x1   f x0 
f x2   f x0   ( x 2  x0 )
P2 ( x2 )  a0  a1 ( x2  x0 ) ( x1  x0 )
x  x2  a2   a2 
( x2  x0 )( x2  x1 ) ( x2  x0 )( x2  x1 )
( f x2   f x0 ) ( f x1   f x0 )

( x2  x1 ) ( x1  x0 )
 a2 
( x 2  x0 )
( f x2   f x0 ) ( x1  x0 )  ( f x1   f x0 ) ( x2  x1 )
 a2   f x0 , x1 , x2 
( x2  x0 )( x2  x1 )( x1  x0 )
41
Luego tenemos:
P2 ( x)  f x 0   ( x  x 0 ) f x 0 , x1   ( x1  x 0 ) ( x  x1 ) f x 0 , x1 , x 2 
GENERALIZACIÓN
Pn ( x)  a 0  a1 ( x  x0 )  a 2 ( x  x0 ) ( x  x1 )  ...  a n ( x  x0 ) ( x  x1 ) ... ( x  x n 1 )
En donde:
x 0 , x 1 , ... , x n : Son las abscisas de los puntos 0, 1, 2, …, n
a 0 , a1 , ..., a n : Son coeficientes por determinar y están dados por
a 0  f x 0 ; a1  f x 0 , x1 ; a 2  f x 0 , x1 , x 2 ; .... ; a n  f x 0 , x1 , .... , x n 
42
Esto es tendremos la siguiente aproximación polinomial
Pn ( x)  f x0   ( x  x0 ) f x0 , x1   ( x  x0 )( x  x1 ) f x0 , x1 , x2   ...

 ( x  x0 )( x  x1 )...( x  xn ) f x0 , x1 , ... , xn 
n j 1
Pn ( x)   a j  x  xi 
j 0 i 0
Polinomio de aproximación de Newton
43
Ejemplo:
Determinar la aproximación polinomial de Newton para la
información tabular e interpolar para x = 2
DIFERENCIAS DIVIDIDAS
Diferencias divididas
Punto X f[x] 1º dividida 2º dividida 3º dividida
s
0 1 56
14.2
1 5 113 -0.31
4.5 0.019
2 20 181 0.081
1.68
3 40 214
44
i.e
P1 ( x)  a 0  a1 ( x  x 0 )  f x 0   f x 0 , x1   x  x 0   56  14.2 ( x  1)
Observación: f x1   f x 0  113  56 57

f x 0 , x1      14.2
x1  x 0 5 1 4
P2 ( x)  a 0  a1 ( x  x 0 )  a 2 ( x  x 0 )( x  x1 )  f x 0   f x 0 , x1  x  x 0 
 f x 0 , x1 , x 2  x  x 0  x  x1 
f x1 , x 2   f x 0 , x1  4.5  14.2  9.7
f x 0 , x1 , x 2      0.51
x 2  x0 20  1 19
f x 2   f x1  181  113 68
f x1 , x 2      4.5
x 2  x1 15 15
P2 x   56  14.2x  1  0.51x  1x  5
P1 2   56  14.22  1  70.2
P2 2   56  14.22  6   0.512  12  5  70.2  1.53  71.7
45
i.e P3 ( x)  a 0  a1  x  x 0   a 2  x  x 0  x  x1   a 3  x  x 0  x  x1  x  x 3 
a 0  f x 0   56; a1  f1 x 0 , x1   14.2 ; a 2  f x 0 , x1 , x 2   0.51 ;

f x1 , x 2 , x 3   f x 0 , x1 , x 2   0.081  0.51
a 3  f x 0 , x1 , x 2 , x3   
x3  x0 40  1
0.429
  0.011
39
Pero: f x 2 , x 3   f x1 , x 2  1.68  4.5
f x1 , x 2 , x 3     0.081
x 3  x1 40  5
Si x=2 P3 ( x)  56  14.2( x  1)  0.51( x  1)( x  5)  0.019( x  1)( x  5)( x  20)

f (2)  P3 (2)  56  14.2(2  1)  0.51(2  1)(2  5)  0.019(2  1)(2  5)(2  20)
 71.7  0.969  72.67
46
Ejemplo 1. Calcular la tabla de diferencias divididas finitas con los siguientes

datos:
Y utilizar la información de dicha tabla, para construir el

polinomio de interpolación de Newton.
Solución.
47
2.2.5. POLINOMIO DE APROXIMACIÓN DE NEWTON EN DIFERENCIAS
FINITAS: HACIA DELANTE – HACIA ATRÁS
Supongamos que la distancia entre dos argumentos (abscisas)

consecutivas cualquiera es igual, en toda la función tabular y sea
“h”.
El polinomio de aproximación de Newton se puede escribir de
manera más simple, para nuestro propósito, consideremos otro
punto S; definido por:
x  x 0  sh
x: Es el valor que se quiere interpolar. Pero:
x1  x 0  h , x 2  x 0  2h , x 3  x 0  3h , ..., x i  x 0  ih i  1, 2, .... , n
48
Que ocurre si restamos xi en ambos miembros

x  x i  x 0  sh  xi
 x 0  sh  x 0  ih
x  x i  h( s  i )
Para; i  1,2,..., n
x  x1  h( s  1); x  x 2  h( s  2); x  x 3  h( s  3); .... ; x  x n  h( s  n)
Si consideramos el desarrollo general del polinomio de Newton, i.e.:

Pn ( x)  a 0  a1 ( x  x 0 )  a 2 ( x  x 0 )( x  x1 )  ...  a n ( x  x 0 )( x  x1 )...( x  x n 1 )
Pn ( x 0  sh)  f x 0   f x 0 , x1 hs  f x 0 , x1 , x 2 h 2 s ( s  1)  f x 0 , x1 , x 2 , x 3 h 3 s ( s  1)( s  2)

 ...  f x 0 , x1 ,..., x n h 3 s ( s  1)( s  2)  ..  f x 0 , x1 ,..., x n h n s ( s  1)...( s  (n  1))
49
O
n k k 1
Pn ( x)   a k h  ( s  i )
k 0 i 0
Observemos que la última relación de aproximación se puede
simplificar si hacemos ingresar los operadores lineales y,
conocidos como:
: Operador lineal en diferencias hacia delante
: Operador lineal en diferencias hacia atrás
En donde
Primera Diferencia f (x)
 f ( x )  f ( x  h)  f ( x )
50
La segunda diferencia 2 f ( x)
 ( f ( x))  2 f ( x)   ( f ( x  h)  f ( x ))  f ( x  h)  f ( x )
 f ( x  h  h)  f ( x  h)  f ( x  h)  f ( x )
 f ( x  2h)  2 f ( x  h)  f ( x )
La tercera diferencia 3 f ( x)
 (2 f ( x))   ( f ( x  2h)  2 f ( x  h)  f ( x))  f ( x  2h)  2f ( x  h)  f ( x)
 f ( x  2h  h)  f ( x  2h)  2( f ( x  h  h)  f ( x  h))  f ( x  h)  f ( x)
 f ( x  3h)  3 f ( x  2h)  3 f ( x  h)  f ( x)
En general:
i f ( x)  (i 1 f ( x))
51
De manera análoga para el operador lineal de diferencia hacia atrás

Primera Diferencia f (x ) f ( x)  f ( x)  f ( x  h)
Segunda Diferencia  2 f ( x)
( f ( x))  ( f ( x)  f ( x  h))  f ( x)  f ( x  h)
 f ( x )  f ( x  h)  f ( x  h)  f ( x  2h)
 f ( x )  2 f ( x  h)  f ( x  2h)
En general:
 i f ( x)  ( i 1 f ( x)
52
Que ocurre si aplicamos al primer valor funcional f [x0] de una tabla

proporcionada.
 f x1   f x0  
f x0   f x0  h  f x0     x1  x0   h f x0 , x1 
 x1  x0 
ie : f ( x0 )  h f x0 , x1   f x0 , x1   f ( x0 )
1
h
Para
f x 2   2 f x1   f x0  2 f x0 
f x0 , x1 , x 2   2

2h 2h 2
para
f x3   3 f x 2   3 f x1   f ( x0 ) 3 f x0 
f x0 , x1 , x 2 , x3   
2  3h 3 3!h 3
53
En general:
n f ( x 0 )
f x 0 , x1 ,..., x n  
n! hn
De manera análoga para el operador de diferencias hacia atrás
 n f ( xn )
f xn , xn 1 , ... , x1 , x0  
n! h n
Consecuentemente al sustituir f x0 , x1 ,..., x n  , i  0,1,2,..., n en
s(s  1) 2 s(s  1)(s  2)...(s  (n  1)) n
Pn ( x0  sh)  f x0   sf x0     f x0   ...   f ( x0 )
2! n!
Es conocido como el polinomio de Newton en diferencia finita hacia

delante.
54
Ejemplo:
Supongamos que tienen las siguientes tabulaciones:
Puntos 0 1 2 3 4 5
x 50 60 70 80 90 100
f ( x) 24.94 30.71 36.05 42.84 50.57 59.30
Aproximar la función tabulada usando el polinomio de Newton en
diferencias finitas hacia delante e interpole para 64
Solución
En este conjunto de datos tenemos que h = 10, el valor por
interpolares 64
El valor de s es xx 64  50
s 0
  1.4  S  1.4
h 10
55
PARA UN POLINOMIO DE PRIMER ORDEN

Para n = 1 P1(x)  f x0   s f x0 
 24.94  1.4(5.17)  32.17
f x 0   f x 0  h  f x 0   f x1   f x 0 
En donde
f x 0   30.11  24.94  5.17
Punto xi f xi  f xi  2 f xi  3 f xi  4 f xi 

0 50 24.94
f x0   5.17 2
1 60 30.11  f x0   0.77 3
f x1   5.94 2  f x0   0.08 4
2 70 36.05  f x1   0.85 3  f x0   0.01
f x2   5.79 2  f x1   0.09 4
3 80 42.84  f x2   0.94 3  f x1   0.03
f x3   7.73 2  f x2   0.06
4 90 50.57  f x3   1
f x4   8.73
5 100 59.30
56
Es preciso destacar que en realidad se esta extrapolando, pues el

valor de x queda fuera del intervalo de los puntos que se usan para
formar el polinomio de aproximación.
Debemos observar que el polinomio de aproximación descrita en 1
fue estructurado considerando x0 como pivote y luego si queremos

aplicar para los puntos (1) y (2) debemos modificar así: 1
s(s  1) 2 s(s  1)...(s  (n  1)) n

Pn ( x)  f x1  sh  f x1  sf xi    f x1  ...   f x1 2
2! n!
P ( x )  f x 1   s  f x 1 
x  x1 64  60
s   0.4
h 10 f ( 64 )  30 . 11  0 . 4 ( 5 . 94 )  32 . 49
57
Debemos resaltar que si deseamos aproximar con un

polinomio de segundo grado se requieren tres puntos,
tendríamos dos alternativas, tomar como puntos (0),
(1) y (2) ó (1), (2) y (3), en este caso tomaría la primera
serie por que el valor a interpolar está más al centro,
luego tendríamos:
s ( s  1) 2
P2 ( x)  f x 0   sf x 0    f x 0  ; s  1.4
2!
1.4 (1.4  1)
P2 (64)  24.94  1.4 (5.17)  0.77  32.385
2!
58
APROXIMACIÓN POLINOMIAL SEGMENTARIA

En los ítems anteriores para interpolar entre n+1 puntos se
usaron polinomios de grado n, para decir para un conjunto de 8
puntos se puede obtener un polinomio de grado 7, parecerá
que se llevaba todo correctamente pero sin embargo se tenían
resultados erróneos como errores de redondeo y los puntos
lejanos.
Una alternativa para mitigar estos errores fue pensar

considerar polinomios de grado inferior en subconjunto de
datos y a tales polinomios se llamaran funciones segmentarias.
59
APROXIMACIÓN POLINOMIAL SEGMENTARIA

Por ejemplo, las curvas de tercer grado usadas para
unir cada par de puntos se llaman segmentarias
cubicas. Tales funciones d se pueden construir de tal
manera que las conexiones entre las ecuaciones
cubicas adyacentes sean suaves, pareciera que las
aproximaciones de tercer grado de las segmentarias
serian inferior a la aproximación de séptimo grado.
Veamos algunos gráficos que ilustran mejor la idea.
60
. f(x) f(x)
x x
Caso (a) Caso (b)

f(x) f(x)
x x
Caso (c) Caso (d)
61
En definitiva las figuras plasman mejor la

idea de la aproximación segmentaria, las
figuras de a hasta c representan las
oscilaciones de una función suave
Debemos destacar que esta aproximación
también se le llama aproximación spline,
en ingles para dibujar curvas suaves a
través de un conjunto de puntos.
62
,
INTERPOLACIÓN SEGMENTARIA LINEAL
La unión mas simple entre dos puntos es una recta, las

segmentarias de primer grado para un grupo de datos
ordenados se define como un conjunto de funciones lineales.
63
,
,
De donde la pendiente mi de la línea recta que une los puntos.
Esta relación se usa para evaluar la función de cualquier punto

entre x0 y x1,
Ejemplo
Dado el siguiente conjunto de datos,
Ajuste con segmentaras de primer orden y evalué la función en x=5

x 3 4.5 7 9
f(x) 2. 1 2.5 0.5
.
64
Solución
Primero. Usar los datos para determinar las pendientes
entre los puntos
Para decir en el intervalo [4.5 ,7] la pendiente calculamos
usando el modelo planteado .n
El valor en x=5 es 1.3

.
65
.
f(x) f(x)
Segmentaria de primer orden Segmentaria de Segundo orden
x x
f(x)
Segmentaria de Tercer orden
x
Interpolacion cubica
66
INTERPOLACIÓN SEGMENTARIA CUADRÁTICA

En esta oportunidad el objetivo de las segmentarias
cuadrática es obtener un polinomio de segundo
grado para cada intervalo en el conjunto de datos,
en
General el polinomio en cada intervalo se representa
así,
67
En donde a, b y c son tres constantes desconocidas y

se requieren tres ecuaciones, en el caso que se
tengan n+1 datos existen n intervalos y por cada
intervalo se requieren tres ecuaciones es decir 3n, se
deben tener en consideración los siguientes criterios.
1. Los valores de la función de polinomios
adyacentes deben de ser guales en los nodos
interiores esta condición lo representamos de la
siguiente manera.
68
Para i=2 a n como solo se emplean dos nodos

interiores cada ecuación proporciona n-1 condiciones
en total 2n-2 .
2. La primera y la ultima función deben de pasar a
través de los puntos extremos esto agrega dos
ecuaciones mas
69
3. Las primeras derivadas en los nodos interiores

deben de ser iguales es decir,
En consecuencia en general tenemos,
para i=2 a n, esto proporciona otras n-1 condiciones.

4. Suponga que en el primer punto de la derivada
es cero, esta condición se representa así,
a1=0.
Esto quiere decir que los dos primeros puntos se
unirán con una línea recta.
70
Ejemplo. Considerando el conjunto de datos

x 3 4.5 7 9
f(x) 2. 1 2.5 0.5
Ajuste usando segmentarias de segundo grado y
estime el valor de x=5
Solución
En este problema tenemos cuatro datos y n=3
intervalos por lo tanto 3(3)=9 incógnitas que deben
de determinarse, consideran las dos condiciones del
primer criterio es decir 2(3)-2=4 condiciones
71
Evaluando las dos condiciones del segundo criterio se

tienen 2 ecuaciones
72
A seguir consideramos la continuidad de las

derivadas la cual crea 3-1=2 ecuaciones esto del
tercer criterio.
Por ultimo consideramos el cuarto criterio que

determina que a1=0, como esta relación nos dice de
manera exacta que a1 tiene como valor cero
entonces se reduce a determinar ocho ecuaciones
simultaneas.
73
Este sistema se puede resolver usando cualquier

técnica analizado y tenemos:
a1=0 b1=-1 c1=5.5

a2=0.64 b2=-6.76 c2=18.465
a3=-1.6 b3=24.6 c3=-91.3
74
Consecuentemente tenemos las siguientes

relaciones para cada intervalo.
Como x=5 usamos f2 para determinar su

aproximación
75
INTERPOLACIÓN POR SEGMENTARÍAS CUBICAS

En esta oportunidad tenemos como objetivo de encontrar un
polinomio de interpolación de tercer grado para cada
intervalo entre los nodos.
Para n+1 datos existen n intervalos en consecuencia 4n

incógnitas que debemos evaluar requiriéndose 4n
condiciones para evaluar. Las cuales se obtienen de las
siguientes consideraciones:
Los valores de la función deben de ser iguales en los nodos
interiores (2n-2 condiciones)
76
•La primera y la ultima función deben pasar a través de

los puntos extremos (2 condiciones)
•Las primeras derivadas en los puntos interiores deben
de ser guales (n-1 condiciones)
•Las segundas derivadas en los nodos interiores deben
de ser iguales (n-1 condiciones)
•Las segundas derivadas en los nodos extremos son
ceros (2 condiciones ) esta condición dice que la función
en los extremos se vuelve en una línea recta, lo que
induce a que se le llame segmentara natural o lineal.
77
Las cinco condiciones anteriores permiten obtener 4n

ecuaciones requeridas para obtener los 4n coeficientes.
Para determinar las ecuaciones de la segmentaria
cubica tenemos la siguiente relación valida para cada
intervalo.
78
Esta ecuación solo contiene dos incógnitas las segundas

derivadas en los extremos de cada intervalo.
Las incógnitas se evalúan usando la siguiente relación.
Si escribimos esta relación para todos los nodos

interiores resultan n-1 ecuaciones simultáneas con n-1
incógnitas. No debemos olvidar que las segundas
derivadas en los puntos extremos son ceros.
79
Ejemplo.
Considerando el conjunto de datos
x 3 4.5 7 9
f(x) 2. 1 2.5 0.5
Ajuste usando segmentarias de tercer grado y estime el
valor de x=5
Solución
Primero: Usaremos la ultima relación llamado @ con la
finalidad de obtener un conjunto de ecuaciones para las
segundas derivadas en los nodos.
80
pero como por ser segmentaria natural
De manera análoga se aplica al segundo punto interior y

obtenemos
Estas dos ecuaciones se resuelven simultáneamente y

tenemos
81
Valores que serán sustituidos en & junto con los valores

de las x y las f(x),
Esta ecuación es la segmentaria cubica para el primer

intervalo de igual manera se obtienen para el segundo y
tercer intervalo
82
Las tres ecuaciones se pueden usar para calcular valores

dentro de cada intervalo.
Por ejemplo x=5 se encuentra dentro del segundo

intervalo se calcula como sigue
83
EJERCICIOS Y APLICACIONES SOBRE INTERPOLACIÓN Y

APROXIMACIÓN FUNCIONAL
Determine el polinomio que interpolan los siguientes conjuntos
de datos: Primer grado, segundo grado, tercer grado, y cuarto
grado.
I 0 1 2 3 4
f(xi) 40 45 50 55 60
xi 2 3 5 6 8
I 0 1 2 3 4
f(xi) 10 15 20 25 30
xi 0 1 2 3 4
30/07/2015 84
.
I 0 1 2 3 4
f(xi) 140 245 450 655 960
xi 1 5 10 15 20
I 0 1 2 3 4
f(xi) 1 -3 2 4 10
xi 3 1 2 6 9
I 0 1
f(xi) 3 7
xi 5 -1
I 0 1 2
f(xi) 146 2 1
xi 7 1 2
85
. I 0 1 2 3
f(xi) 10 146 2 1
xi 3 7 1 1
I 0 1 2 3
f(xi) 12 20 50 55
xi 3 7 1 2
86
II Encuentre un polinomio de Interpolación de Lagrange,

Diferencias Divididas y Newton
.
I 0 1 2 3
f(xi) 3 2 -4 5
xi 1 2 0 3
I 0 1 2
f(xi) 11 7 28
xi 2 0 3
87
II Encuentre un polinomio de Interpolación de

LaGrange, Diferencias Divididas y Newton
.
I 0 1 2
f(xi) 1 -1 0
xi 0 1 -2
I 0 1 2
f(xi) 10 5 20
xi 2 1 2
88
III Determinar la interpolación en los puntos dados

usando los dos polinomios :
Para el caso (a)X= -1; X =1.5; X = 2.01: X= 0.5; X= 4
Para el caso (b)X= -1; X =1.5; X = 2.01: X= 0.5; X= 4
Para el caso (c)X= -1; X =1.5; X = 2.01: X= 0.5; X= 3
IV: Solucionar las siguientes problemáticas
1.- Se conoce que la densidad del carbonato neutro de
potasio en solución acuosa varia en temperatura y en
su concentración de acuerdo a la siguiente
investigación:
30/07/2015 89
.
0 40 80 100
T(ºC)
c(%)
4 1.0381 1.0276 1.0063 0.9931
12 1.1160 1.1013 1.0786 1.0663
20 1.1977 1.1801 1.1570 1.1451
28 1.2846 1.2652 1.2418 1.2301
90
a) Calcular la densidad a 40ºC y 15% de concentración

b) Calcular la densidad a 50º Cy 28% de concentración
c) Calcular la concentración que tiene una solución de
densidad 1.129 a una temperatura 60ºC
2.- Supongamos que se tiene un conjunto de datos,
donde e representa los voltios y p los kilowatios en una
curva de pérdida en el núcleo para un motor eléctrico:
a) Construir una tabla de diferencias divididas
b) Usando el polinomio de Newton de segundo grado
aproxime el valor correspondiente a e = 90 voltios .
91
. I 0 1 2 3 4 5 6
E 40 60 80 100 120 140 160
P 0.63 1.36 2.18 3.00 3.93 6.22 8.59
3.- Se tiene los siguientes datos tabulados
Puntos 0 1 2 3
a = l/r 140 180 220 240
y = p/a 12,800 7,500 5,000 3,800
92
Donde y = p/a es la carga en lb/pul2 que causa la

ruptura de una columna de hierro dulce con extremos
redondeados y a es la razón de la longitud de la
columna al mínimo radio de giro en su sección
transversal a = l/r
Determinar el polinomio de tercer grado que pasa por
estos puntos en sus distintas formas
a) p3 ( x)  a 0  a1 x  a 2 x 2  a3 x 3 Aproximación polinomial simple
b) Formula de LaGrange
c) Aproximación de Newton y Diferencias Divididas.
93
Muchas Gracias

Catedra Metodos Numericos 2015 - UNSCH PDF

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Catedra Metodos Numericos 2015 - UNSCH PDF

Transféré par

Droits d'auteur :

Formats disponibles

CATEDRA 1

Facultad de Ingeniería de Minas, Geología y Civil

ING. CRISTIAN CASTRO P.

ING. CRISTIAN CASTRO P.

Las funciones de aproximación generalmente es

Es decir queremos aproximar a f(x) por medio de la

Podemos decir que la interpolación lineal es el eje para

Supongamos por un instante que sólo se dispone del cuadro 2

, y sustituirlos valores de los puntos 0 y 1, obteniendo dos

Luego la ecuación de la función lineal:

En general tendremos la siguiente aproximación

POLINOMIO DE INTERPOLACIÓN DE NEWTON

Primero: Supongamos una función desconocida f (x) dada

1. Supongamos que la ecuación de un recta se escribe así:

2. Supongamos un polinomio de segundo grado

Luego: P 2 (x)  L 0 (x) f (x 0 )  L1 (x) f (x1 )  L 2 (x) f (x 2 )

3. Podemos suponer un polinomio de grado n:

La aproximación polinomial de LaGrange, es

a) Determinar la aproximación polinomial de LaGrange

Así como podemos aproximar una función mediante la

Pero cuando la función es dada de manera tabular, se

Punto 0 1 .......... i .......... n

La derivada sólo puede obtenerse de manera aproximada,

La expresión de la derecha se llama primera diferencia

i.e f x1 , x 2 , ..... , x i   f x 0 , x1 , ..... , x i 1 

Obtenido del polinomiox 3  2 x 2  2

La primer diferencia dividida en los puntos (0), (1) y (1),

La segunda diferencia dividida para (0), (1) y (2)

De esta manera construimos la tabla de diferencias

Puntos X f(x) 1º orden 2º orden 3º 0rden 4º orden

El razonamiento anterior nos induce afirmar que nuestro polinomio

En nuestro ejemplo se tiene:

p( x)  18  13( x  2)  5( x  2)(x  1)  1( x  2)(x  1)(x  0)

2.2.4. APROXIMACIÓN POLINOMIAL DE NEWTON

2. Aproximación por un Polinomio de Segundo Grado

x0, x1 : Son las abscisas de los puntos “0” y “1”

a0, a1, a2: Constantes que debemos encontrar

Esto es tendremos la siguiente aproximación polinomial

Pn ( x)  f x0   ( x  x0 ) f x0 , x1   ( x  x0 )( x  x1 ) f x0 , x1 , x2   ...

Polinomio de aproximación de Newton

Observación: f x1   f x 0  113  56 57

a 0  f x 0   56; a1  f1 x 0 , x1   14.2 ; a 2  f x 0 , x1 , x 2   0.51 ;

Si x=2 P3 ( x)  56  14.2( x  1)  0.51( x  1)( x  5)  0.019( x  1)( x  5)( x  20)

Ejemplo 1. Calcular la tabla de diferencias divididas finitas con los siguientes

Y utilizar la información de dicha tabla, para construir el

Supongamos que la distancia entre dos argumentos (abscisas)

Que ocurre si restamos xi en ambos miembros

Si consideramos el desarrollo general del polinomio de Newton, i.e.:

Pn ( x 0  sh)  f x 0   f x 0 , x1 hs  f x 0 , x1 , x 2 h 2 s ( s  1)  f x 0 , x1 , x 2 , x 3 h 3 s ( s  1)( s  2)

De manera análoga para el operador lineal de diferencia hacia atrás

Que ocurre si aplicamos al primer valor funcional f [x0] de una tabla

Es conocido como el polinomio de Newton en diferencia finita hacia

PARA UN POLINOMIO DE PRIMER ORDEN

Punto xi f xi  f xi  2 f xi  3 f xi  4 f xi 

Es preciso destacar que en realidad se esta extrapolando, pues el

fue estructurado considerando x0 como pivote y luego si queremos

s(s  1) 2 s(s  1)...(s  (n  1)) n

Debemos resaltar que si deseamos aproximar con un

APROXIMACIÓN POLINOMIAL SEGMENTARIA

Una alternativa para mitigar estos errores fue pensar

APROXIMACIÓN POLINOMIAL SEGMENTARIA

Caso (a) Caso (b)