TEMA: INFORME DE METODOS DE INTERPOLACION

DE LAGRANGE, NEVILLE, NEWTON

DOCENTE : Lic. MELQUIADES LIZARRAGA, Jaime

ALUMNO : GARAY CARLOS, Mariano







2
INTRODUCCION
La interpolacin y la aproximacin de funciones se aplican en la informtica en
diversos campos: Tratamientos de imgenes mediante
una animacin interpolada: La animacin se crea mediante el cambio del
contenido de imgenes sucesivas. Puede hacer que un objeto se desplace,
aumente o disminuya de tamao, gire, cambie de color, aparezca o
desaparezca, o cambie de forma. Los cambios pueden ocurrir por separado o
combinados entre s.
Interpolacin de movimiento, se definen propiedades como la posicin, el
tamao y la rotacin de una instancia, un grupo o un bloque de tipos en un
punto en el tiempo, y estas propiedades se cambian en otro punto.
Interpolacin de forma: se dibuja una forma en un punto del tiempo y se cambia
o se dibuja una nueva en otro punto. Al interpolar formas se crea un efecto
similar al de transformacin y las formas parecen cambiar en el transcurso del
tiempo.
Uno de los principales logros de la Matemtica es su aplicabilidad a la solucin
de problemas reales. Algunos de estos problemas aparecen en fenmenos de
la naturaleza como por ejemplo, la propagacin de ondas, la prediccin del
tiempo, y otros muchos aparecen en aplicaciones o procesos industriales o
tcnicos, como por ejemplo, el control de temperaturas, el di-seo de una
cadena de montaje, el control de vuelo en un avin, el diseo de una aeronave,
etc. Frecuentemente, a la resolucin del problema se aaden otro tipo de
factores, como pueden ser, la inaccesibilidad de la maquinaria o procesos de
corrosin qumica, que incrementan la dicultad de obtenerlos resultados
deseados y detectar averias. Las matemticas juegan un papelfundamental en
estos casos ya que permiten disear modelos que se ajus-ten al
comportamiento del problema, complementando el estudio terico delmodelo
con un proceso de simulacin que mejore los resultados obtenidos


3
INDICE
1. INTERPOLACIN DE LAGRANGE........................................................................... 4
1.1. TEOREMA ............................................................................................................ 6
1.2. CASO PARTICULAR: ........................................................................................... 7
1.3. Cotas del error para la interpolacin de lagrange con nodos equiespaciados 7
DEMOSTRACIN ............................................................................................................... 8
SOLUCIN ........................................................................................................................... 9
Adems: .............................................................................................................................. 9
2. INTERPOLACIN RECURSIVA: MTODO DE NEVILLE ................................... 10
2.1. DEFINICIN.- .................................................................................................... 10
2.2. TEOREMA.- ....................................................................................................... 10
2.3. OBSERVACIN.- .............................................................................................. 10
El teorema anterior nos permite una manera recursiva de generar los polinomios
interpolantes. .................................................................................................................... 10
SOLUCIN ......................................................................................................................... 11
3. INTERPOLACIN DE NEWTON .......................................................................... 15
3.1. DIFERENCIAS DIVIDIDAS FINITAS DE NEWTON .................................. 15
3.2. Polinomio de interpolacin de newton con diferencias divididas ........................ 16
CONCLUSION ................................................................................................................... 19
BIBLIOGRAFIA ................................................................................................................. 20







4
1. INTERPOLACIN DE LAGRANGE

La frmula de interpolacin de Lagrange es un alternativa a la forma de series de potencias
de los polinomios de interpolacin, pues tiene dos ventajas importantes:

No hay necesidad de resolver ecuaciones lineales.
Permiten la interpolacin incluso cuando los valores funcionales se
expresan con smbolos por que no se conocen los valores numricos.

En lo que respecta a la primera ventaja, la eficiencia computacional de la interpolacin de
Lagrange es mayor que de la forma de series de potencias, esto es ms notorio cuando el
nmero de puntos de datos es grande; y es menos susceptibles a los efectos de los errores
de redondeo.
En lo que respecta a la segunda ventaja, es posible expresar un polinomio en trminos de
ordenadas no determinadas de los puntos de datos..

El problema de interpolacin de Lagrange, consiste en: Hallar para una funcin ) (x f y =
(puede ser conocida o no conocida) un polinomio ) (x P
n
de grado n s , que tome en los
puntos dados
n
x x x x , ... , , ,
2 1 0
los valores
) ( , ,... ) ( ), ( ), (
2 2 1 1 0 0 n n
x f y x f y x f y x f y = = = = .

Para esto consideremos el producto de factores:

) )...( )( )( ( ) (
.
.
.
) )...( )( )( ( ) (
) )...( )( )( ( ) (
) )...( )( )( ( ) (
1 2 1 0
3 1 0 2
3 2 0 1
3 2 1 0

=
=
=
=
n n
n
n
n
x x x x x x x x x u
x x x x x x x x x u
x x x x x x x x x u
x x x x x x x x x u
( 1 )

Tomemos el polinomio de n simo grado y de la forma:

) ( ... ) ( ) ( ) (
1 1 0 0
x u c x u c x u c x P
n n n
+ + + = ( 2 )

Encontrando los coeficientes
n
c c c c , ... , , ,
2 1 0
tal que se cumple:

n n n n n n
y x P y x P y x P y x P = = = = ) ( ..., , ) ( , ) ( , ) (
2 2 1 1 0 0
( 3 )

Haciendo
0
x x = en la frmula ( 2 ) y teniendo en cuenta las igualdades de ( 3 ) se obtiene:

) (
) (
0 0
0
0 0 0 0 0
x u
y
c x u c y = =
5

) )...( )( )( (
0 3 0 2 0 1 0
0
0
n
x x x x x x x x
y
c

=


Haciendo
1
x x = en la frmula ( 2 ) y teniendo en cuenta las igualdades de ( 3 ) se obtiene:

) )...( )( )( (
1 3 1 2 1 0 1
1
1
n
x x x x x x x x
y
c

=

De igual forma se encuentra:

) )...( )( )( (
2 3 2 1 2 0 2
2
2
n
x x x x x x x x
y
c

=

.
.
.

) )...( )( )( (
1 3 1 0

=
n n n n n
n
n
x x x x x x x x
y
c


Entonces el polinomio de la frmula ( 2 ) queda expresada como:

) )...( )( )( (
) )...( )( )( (

...
) )...( )( )( (
) )...( )( )( (

) )...( )( )( (
) )...( )( )( (

) )...( )( )( (
) )...( )( )( (
) (
1 2 1 0
1 2 1 0
2 3 2 1 2 0 2
3 1 0
2
1 3 1 2 1 0 1
3 2 0
1
0 3 0 2 0 1 0
3 2 1
0

+ +


+


+


=
n n n n n
n
n
n
n
n
n
n
n
n
x x x x x x x x
x x x x x x x x
y
x x x x x x x x
x x x x x x x x
y
x x x x x x x x
x x x x x x x x
y
x x x x x x x x
x x x x x x x x
y x P


Si se define:


) (
) (
) ( , ... ,
) (
) (
) ( ,
) (
) (
) ( ,
) (
) (
) (
,
2 2
2
2 ,
1 1
1
1 ,
0 0
0
0 ,
n n
n
n n n n n
x u
x u
x L
x u
x u
x L
x u
x u
x L
x u
x u
x L = = = =

En general:


) ( ) )( ( ) )( (
) ( ) )( ( ) )( (
) (
1 1 1 0
1 1 1 0
,
n k k k k k k k
n k k
k n
x x x x x x x x x x
x x x x x x x x x x
x L


=
+
+



6

n k x L
x x
x x
x L
k
n
k i
i
i k
i
k n
.. 0 , ) (
) (
) (
) (
0
,
= =

=
[
=
=



que es conocido como el polinomio coeficiente de Lagrange, adems:

=
=
=
k i
k i
x L
i k n
, 0
, 1
) (
,
.

Entonces:

=
=
n
k
k n k n
x L y x P
0
,
) ( ) (


1.1.TEOREMA
(Polinomio Interpolador de Lagrange).- Supongamos que | | b a C f
n
,
1 +
e y que
n
x x x x , ... , , ,
2 1 0
| | b a, e son (n + 1) nodos de interpolacin. Si | | b a x , e , entonces
) ( ) ( ) ( x E x P x f
n n
+ = , donde ) (x P
n
es un polinomio que aproxima a ) (x f .
) (x f ~

=
=
n
k
k n k n
x L y x P
0
,
) ( ) (
llamado polinomio interpolador de Lagrange de ) (x f , para los nodos dados, y el trmino
error ) (x E
n
es:
) (
)! 1 (
) )...( )( )( (
) ( ) ( ) (
) 1 ( 2 1 0
c f
n
x x x x x x x x
x P x f x E
n n
n n
+
+

= = ,

n
x b c a x = s s =
0


y la estimacin mxima del error (cota de error) es:

) (
)! 1 (
) )...( )( )( (
) (
) 1 ( 2 1 0
c f max
n
x x x x x x x x
x E
n
b c a
n
n
+
s s +

s










7

1.2.CASO PARTICULAR:

Calculemos el polinomio de interpolacin lineal, correspondiente a los puntos
) ; ( ), ; (
1 1 0 0
y x y x con
1 0
x x = usando la forma de Lagrange:
En este caso, el polinomio de interpolacin de Lagrange es

) ( ) ( ) (
) ( ) (
1 1 0 0 1
1
0
1
x L y x L y x P
x L y x P
k
k k
+ =
=

=

Dnde:
) (
) (
) (
1 0
1
0
x x
x x
x L

= y
) (
) (
) (
0 1
0
1
x x
x x
x L

=
Luego:
0 0
0 1
0 1
1
) ( ) ( y x x
x x
y y
x P +

=
Ntese que ) (
1
x P y = es la ecuacin de la recta determinada por los puntos
) ; ( ), ; (
1 1 0 0
y x y x .

1.3.Cotas del error para la interpolacin de lagrange con nodos equiespaciados


hk x x
k
+ =
0
, k = 0..n.

TEOREMA.- Supongamos que ) (x f est definida en un intervalo | | b a, , que contiene
los nodos equiespaciados hk x x
k
+ =
0
, k = 0..n. Supngase adems que ) (x f y sus
derivadas, hasta la de orden 4, son continuas (por tanto acotadas) en el intervalo | |
n
x x ,
0
;
es decir:
1
) 1 (
) (
+
+
s
n
n
M x f , donde
n
x x x s s
0
, para n = 1, 2, 3.

Entonces los trminos del error correspondientes a los casos n = 1, 2 y 3 admiten cotas de
su tamao dada por:
8
| |
| |
| |
3 0
4
4
3
2 0
3
3
2
1 0
2
2
1
, ,
24
) (
, ,
3 9
) (
, ,
8
) (
x x x
M h
x E
x x x
M h
x E
x x x
M h
x E
e s
e s
e s


DEMOSTRACIN

En efecto para | | ) ( ,
1 0 1 0
x x x x x x s s e . Sea t x x =
0
y
h t h x x h x x x x = = + = ) ( ) (
0 0 1
.
Se sabe que:
) (
)! 2 (
) )( (
) ( ) ( ) (
) 2 ( 1 0
1 1
c f
x x x x
x P x f x E

= =
Entonces:

| | h t c f
th t
c f
h t t
t x E x E , 0 , ) (
)! 2 (
) (
) (
)! 2 (
) )( (
) ( ) (
) 2 (
2
) 2 (
0 1 1
e

= + =
Asimismo:

2
) 2 (
) ( M c f s , donde
1 0
x c x s s

Sea:
h t
dt
d
th t t = = 2 ) (
2

.

Si:

2
0 2
h
t h t
dt
d
= = =

es un nmero crtico ) (t .

Por lo tanto los valores extremos de ) (t en | | h , 0 se alcanza en los extremos del intervalo
o en el nmero crtico.

4 / ) 2 / ( 0 ) ( , 0 ) 0 (
2
h h o h = = =

Como nos interesa el de mayor tamao, entonces:

| | h
h
h
th t t , 0 t ,
4 4
) (
2
2
2
e s

s =
As:

9
8
) (
! 2
) (
) (
! 2
) (
2
2
) 2 ( ) 2 (
2
1
M h
c f
t
c f
th t
x E s =

=



Por lo tanto:
| |
1 0
2
2
1
, ,
8
) ( x x x
M h
x E e s
EJEMPLO.- Suponga que debe preparar una tabla de la funcin | | 1 , 0 , ) ( e = x e x f
x

sabiendo que h es el tamao de paso, es la diferencia entre los valores adyacentes de x.
Cul debe ser el valor de h para que el polinomio de grado 1 de Lagrange arroje un error
absoluto a lo mximo de
6
10

?.

SOLUCIN

Sean ... , , ,
2 1 0
x x x los nmeros en los que se evala | | 1 , 0 , ) ( e = x e x f
x
, y suponga
que j satisface
1 +
s s
j j
x x x .
Adems:
| | 1 , 0 , ) ( ) (
2
1 ) 2 ( ) 2 (
e = s = c M e c f e c f
c


Asimismo, el error de interpolacin lineal esta acotado por:

8 8
) ( ) ( ) (
1 2
2
2
1 1
e h M h
x P x f x E =s s =

y es suficiente elegir h de modo que:

3 6
1 2
10 x 72 . 1 00172 . 0 10
8

= s s h
e h

As de hk x x
k
+ =
0
, k = 0..n., se tiene que:
h h
x x
n
n
0 1
0

=

= debe ser un entero, si

h = 0.001 n = 1000.








10
2. INTERPOLACIN RECURSIVA: MTODO DE NEVILLE

2.1.DEFINICIN.-

Sea f una funcin definida en
n
x x x x , ... , , ,
2 1 0
, y supongamos que
k
m , ... , m , m
2 1

son k enteros distintos con n m
i
s s 0 para i. El polinomio de Lagrange que concuerda
con f en los k puntos
k
m m m
x x x ,..., ,
2 1
se denota por ) (
,..., ,
2 1
x P
k
m m m
.

EJEMPLO.- Sea 6 , 5 , 3 , 2 , 1
4 3 2 1 0
= = = = = x x x x x y
2
) ( x x f = , entonces ) (
4 , 2 , 1
x P
ser el polinomio que concuerda con f (x) en 6 , 3 , 2
4 2 1
= = = x x x , es decir:

2
2 2 2
4 4 2 2 1 1 4 , 2 , 1
) 3 )( 2 ( 3 ) 6 )( 2 ( 3 ) 6 )( 3 (
) 3 6 )( 2 6 (
) 3 )( 2 (
) 6 (
) 6 3 )( 2 3 (
) 6 )( 2 (
) 3 (
) 6 2 )( 3 2 (
) 6 )( 3 (
) 2 (
) ( ) ( ) ( ) ( ) ( ) ( ) (
x x x x x x x
x x x x x x
x L x f x L x f x L x f x P
= + =


+


+


=
+ + =


2.2.TEOREMA.-
Si f esta definida
k
x x x x , ... , , ,
2 1 0
y
i
x y
j
x son dos nmeros distintos de este
conjunto, entonces:

) (
) ( ) ( ) ( ) (
) (
, ... , 1 , 1 , ... , 1 , 0 , ... , 1 , 1 , ... , 1 , 0
, ... , 1 , 0
j i
k i i i k j j j
k
x x
x P x x x P x x
x P

=
+ +


describe el polinomio de grado k de Lagrange que interpola en los (k + 1) puntos
k
x x x x , ... , , ,
2 1 0
.

2.3.OBSERVACIN.-

El teorema anterior nos permite una manera recursiva de generar los polinomios
interpolantes.

11

k k k k k k k k k k k k k
Q P Q P Q P Q P x
Q P Q P Q P Q P Q P x
Q P Q P Q P Q P x
Q P Q P Q P x
Q P Q P x
Q P x
, ,..., 1 , 0 2 , , 1 , 2 1 , , 1 0 ,
4 , 4 4 , 3 , 2 , 1 , 0 3 , 4 4 , 3 , 2 , 1 2 , 4 4 , 3 , 2 1 , 4 4 , 3 0 , 4 4 4
3 , 3 3 , 2 , 1 , 0 2 , 3 3 , 2 , 1 1 , 3 3 , 2 0 , 3 3 3
2 , 2 2 , 1 , 0 1 , 2 2 , 1 0 , 2 2 2
1 , 1 1 , 0 0 , 1 1 1
0 , 0 0 0
.. . ....
.
.
.





= = = =
= = = = =
= = = =
= = =
= =
=



Donde:
) ( ,..., ) ( ), (
1 1 0 0 k k
x f P x f P x f P = = =

A este procedimiento se le conoce con el nombre de mtodo de Neville.

Donde ) (
,
x Q
j i
i j s s 0 , denota a un polinomio interpolante de grado j en los ( j + 1)
puntos
i i j i j i
x x x x , , ... , ,
1 ) 1 (
, es decir:

) ( ) (
, 1 ,..., ) 1 ( , ,
x P x Q
i i j i j i j i
=


EJEMPLO.- Sea 2 , 1 , 0 , 1
3 2 1 0
= = = = x x x x para
3
) ( x x f = , hallar una
aproximacin en f (0.5).

SOLUCIN

Encontraremos de manera recursiva los polinomios interpolantes:
3 , 3 3 , 2 , 1 , 0 2 , 3 3 , 2 , 1 1 , 3 3 , 2 0 , 3 3 3
2 , 2 2 , 1 , 0 1 , 2 2 , 1 0 , 2 2 2
1 , 1 1 , 0 0 , 1 1 1
0 , 0 0 0




Q P Q P Q P Q P x
Q P Q P Q P x
Q P Q P x
Q P x
= = = =
= = =
= =
=





As tenemos los polinomios de grado cero:

12
) ( 8 ) ( ) (
) ( 1 ) ( ) (
) ( 0 ) ( ) (
) ( 1 ) ( ) (
3 3 0 , 3
2 2 0 , 2
1 1 0 , 1
0 0 0 , 0
x P x f x Q
x P x f x Q
x P x f x Q
x P x f x Q
= = =
= = =
= = =
= = =


Los polinomios de grado uno son:

) (
) (
) ( ) (
) ( ) (
) (
1 , 1
1 , 0
1 0
1 0 0 1
1 0
0 , 1 0 0 , 0 1
1 , 1
x x Q
x P
x x
P x x P x x
x x
Q x x Q x x
x Q
=
=

=


5 . 0 ) 5 . 0 (
1 , 1
= Q


x x Q
x P
x x
P x x P x x
x x
Q x x Q x x
x Q
=
=

=
) (
) (
) ( ) (
) ( ) (
) (
1 , 2
2 , 1
2 1
2 1 1 2
2 1
0 , 2 1 0 , 1 2
1 , 2


5 . 0 ) 5 . 0 (
1 , 2
= Q


6 7 ) (
) (
) ( ) (
) ( ) (
) (
1 , 3
3 , 2
3 2
3 2 2 3
3 2
0 , 3 2 0 , 2 3
1 , 3
=
=

=
x x Q
x P
x x
P x x P x x
x x
Q x x Q x x
x Q


5 . 2 ) 5 . 0 (
1 , 3
= Q

Los polinomios de grado dos son:


x x Q
x P
x x
P x x P x x
x x
Q x x Q x x
x Q
=
=

=
) (
) (
) ( ) ( ) ( ) (
) (
2 , 2
2 , 1 , 0
2 0
2 , 1 0 1 , 0 2
2 0
1 , 2 0 1 , 1 2
2 , 2


5 . 0 ) 5 . 0 (
2 , 2
= Q


13
x x x Q
x P
x x
P x x P x x
x x
Q x x Q x x
x Q
2 3 ) (
) (
) ( ) ( ) ( ) (
) (
2
2 , 3
3 , 2 , 1
3 1
3 , 2 1 2 , 1 3
3 1
1 , 3 1 1 , 2 3
2 , 3
=
=

=


25 . 0 ) 5 . 0 (
2 , 3
= Q


El polinomio de grado tres es:

3
3 , 3
3 , 2 , 1 , 0
3 0
3 , 2 , 1 0 2 , 1 , 0 3
3 0
2 , 3 0 2 , 2 3
3 , 3
) (
) (
) ( ) ( ) ( ) (
) (
x x Q
x P
x x
P x x P x x
x x
Q x x Q x x
x Q
=
=

=


125 . 0 ) 5 . 0 (
3 , 3
= Q

Asimismo tenemos los polinomios:


) ( ) (
) ( ) ( ) ( ) ( ) (
2 0
2 2 1 1 0 0
2
0
2
x L x L
x L y x L y x L y x L y x P
k
k k
+ =
+ + = =

=

) ( 8 ) ( ) (
) ( ) ( ) ( ) ( ) ( ) (
3 2 0
3 3 2 2 1 1 0 0
3
0
3
x L x L x L
x L y x L y x L y x L y x L y x P
k
k k
+ + =
+ + + = =

=


Dnde:

14
6
) 1 ( ) 1 (
) )( )( (
) )( )( (
) (
) (
) (
2
) 2 ( ) (
) )( )( (
) )( )( (
) (
) (
) (
2
) 2 )( 1 )( 1 (
) )( )( (
) )( )( (
) (
) (
) (
6
) 2 )( 1 (
) )( )( (
) )( )( (
) (
) (
) (
2 3 1 3 0 3
2 1 0
3
3
0
3
3
3 2 1 2 0 2
3 1 0
3
2
0
2
2
3 1 2 1 0 1
3 2 0
3
1
0 1
1
3 0 2 0 1 0
3 2 1
3
0
0
0
0
+
=


=

+
=


=

+
=


=

=


=

=
[
[
[
[
=
=
=
=
=
=
=
=
x x x
x x x x x x
x x x x x x
x x
x x
x L
x x x
x x x x x x
x x x x x x
x x
x x
x L
x x x
x x x x x x
x x x x x x
x x
x x
x L
x x x
x x x x x x
x x x x x x
x x
x x
x L
i
i
i
i
i
i
i
i
i
i i
i
i
i
i
i


As:
x x P = ) (
2
5 . 0 ) 5 . 0 (
3
= P


3
3
) ( x x P = 125 . 0 ) 5 . 0 (
3
= P

Adems:

3
) ( x x f = 125 . 0 ) 5 . 0 ( = f



OBSERVACIN.- Como ) (
,
x Q
j i
i j s s 0 , denota a un polinomio interpolante de
grado j en los ( j + 1) puntos
i i j i j i
x x x x , , ... , ,
1 ) 1 (
, i = 1 .. n , j = 1 .. i es decir:

) ( ) (
, 1 ,..., ) 1 ( , ,
x P x Q
i i j i j i j i
=

Entonces:

) ( ) (
, 1 , ... , ) 2 ( , ) 1 ( 1 ,
x P x Q
i i j i j i j i
=

) ( ) (
1 , ... , ) 1 ( , 1 , 1
x P x Q
i j i j i j i
=
As se obtiene:


) (
) ( ) ( ) ( ) (
) (
1 , 1 1 ,
,
j i i
j i i j i j i
j i
x x
x Q x x x Q x x
x Q

= i j s s 0 , , i = 1 .. n ,
j = 1 .. i .

15
3. INTERPOLACIN DE NEWTON

Estas frmulas se basan en la idea de integrar una funcin polinomial en vez
de :

Donde

es un polinomio de interpolacin de grado
para ciertos datos de que se escogen apropiadamente.
Es importante observar que estas frmulas se pueden aplicar inclusive a una
tabla de datos, ya que lo que se usa es un polinomio de interpolacin, el cual
puede ser calculado con la tabla.
Dentro de las frmulas de Newton-Cotes, existen las formas cerradas y
abiertas. En las formas cerradas se conocen los valores de y ; en
caso contrario, se llaman formas abiertas.
Nosotros nos remitiremos a estudiar nicamente las formas cerradas, y por lo
tanto, siempre suponemos que conocemos los valores y .
3.1. DIFERENCIAS DIVIDIDAS FINITAS DE NEWTON
Las diferencias divididas finitas de Newton, se define de la siguiente manera:








A manera de ejemplo citemos el siguiente caso especfico :


donde a su vez:

j i
j i
j i
x x
x f x f
x x f

=
) ( ) (
] , [
k i
k j j i
k j i
x x
x x f x x f
x x x f

=
] , [ ] , [
] , , [
-
-
-
0
0 1 1
0 1 1
] , , [ ] , , [
] , , , , [
x x
x x f x x f
x x x x f
n
n n
n n

0 3
0 1 2 1 2 3
0 1 2 3
] , , [ ] , , [
] , , , [
x x
x x x f x x x f
x x x x f

=
16

y



Y donde a su vez:


etc.

Podemos ahora definir nuestro primer tipo de polinomio de interpolacin.


3.2. Polinomio de interpolacin de newton con
diferencias divididas


Dados datos:



- El polinomio de interpolacin de Newton se define de la siguiente manera:



Dnde:






Para calcular los coeficientes , es conveniente construir una tabla de
diferencias divididas como la siguiente :

1 3
1 2 2 3
1 2 3
] , [ ] , [
] , , [
x x
x x f x x f
x x x f

=
01 2
0 1 1 2
0 1 2
] , [ ] , [
] , , [
x x
x x f x x f
x x x f

=
2 3
2 3
2 3
) ( ) (
] , [
x x
x f x f
x x f

=
1 + n
( ) ( ) ( )( ) ( )( ) ( )
1 1 0 1 0 2 0 1 0
+ + + + =
n n
x x x x x x b x x x x b x x b b x f
( )
0 0
x f b =
] , [
0 1 1
x x f b =
| |
0 1 2 2
, , x x x f b =
| |
0
, , x x f b
n n

=
n
b b b , , ,
1 0

17


Obsrvese que los coeficientes del polinomio de interpolacin de Newton, se
encuentran en la parte superior de la tabla de diferencias divididas.
Ejemplo 1. Calcular la tabla de diferencias divididas finitas con los siguientes datos :


Y utilizar la informacin de dicha tabla, para construir el polinomio de interpolacin
de Newton.

Solucin.
Procedemos como sigue:



Por lo tanto el polinomio de interpolacin de Newton es :



Ejemplo 2. Calcular la tabla de diferencias divididas finitas con los siguientes datos :


Y usar la informacin en la tabla, para construir el polinomio de interpolacin de
Newton.

Solucin. Procedemos como sigue:

) 2 )( 1 )( 2 ( 3 . 0 ) 1 )( 2 ( 25 . 0 ) 2 ( 2 4 ) ( + + + + + + = x x x x x x x f
18


Por lo tanto el polinomio de interpolacin de Newton nos queda :



Antes de ver el siguiente tipo de polinomio de interpolacin, veamos como el
imponer la restriccin del grado mnimo, implica la unicidad del polinomio de
interpolacin.


TEOREMA .
Si son nmeros reales distintos, entonces para valores arbitrarios
existe un polinomio nico , de a lo ms grado n, y tal que:

para toda

DEMOSTRACIN.
En realidad, no probaremos formalmente la existencia de un polinomio de
interpolacin, aunque informalmente aceptamos que dada cualquier tabla de datos, el
polinomio de Newton siempre existe.
Probemos la unicidad del polinomio de interpolacin.
Supongamos que es otro polinomio de interpolacin de a lo ms grado n,
Sea
para todo

Por lo tanto, tiene races distintas, y es un polinomio de grado a lo
ms n, esto solamente es posible si .









) )( 2 )( 3 ( 20238 . 0 ) 2 )( 3 ( 66667 . 1 ) 3 ( 3 5 ) ( x x x x x x x f + + + + + + =
n
x x x , , ,
1 0

n
y y y , , ,
1 0
( ) x f
n
( )
i i n
y x f =
n i , , 2 , 1 , 0 =
( ) x g
n
( ) ( ) ( ) x g x f x h
n n n
=
( ) ( ) ( ) 0 = = =
i i i n i n i n
y y x g x f x h
n i , 2 , 1 , 0 =
( ) x h
n 1 + n
( ) 0 = x h
n
( ) ( ) x g x f
n n
=
19
CONCLUSION

Se concluye para los casos en donde el orden del polinomio se desconozca,
el mtodo de Newton tiene ventajas debido a que profundiza en el
comportamiento de las diferentes frmulas de orden superior.

Se concluye que la aproximacin del error dada por la ecuacin puede
integrarse fcilmente en los clculos de Newton ya que la aproximacin usa
una diferencia dividida. De esta forma, desde el punto de vista de clculo, a
menudo, se prefiere el mtodo de Newton.

Otro problema estrechamente ligado con el de la interpolacin es la
aproximacin de una funcin complicada por una ms simple. Si tenemos
una funcin cuyo clculo resulta costoso, podemos partir de un cierto
nmero de sus valores e interpolar dichos datos construyendo una funcin
ms simple. En general, por supuesto, no obtendremos los mismos valores
evaluando la funcin obtenida que si evalusemos la funcin original, si bien
dependiendo de las caractersticas del problema y del mtodo de
interpolacin usado la ganancia en eficiencia puede compensar el error
cometido.
























20

BIBLIOGRAFIA


http://lobojava.blogspot.com/2009/05/interpolacion-de-newton.html
http://www.google.com.pe/url?sa=t&rct=j&q=interpolacion+de+newton+
metodos+numericos+DOC&source=web&cd=6&ved=0CFUQFjAF&url=
http%3A%2F%2Fudomatematica.files.wordpress.com%2F2010%2F02%2
Fintegracion.
http://es.scribd.com/doc/13894544/metodos-numericos-para-ingenieria
http://es.scribd.com/doc/18131735/Interpolacion-Newton
http://www.buenastareas.com/materias/interpolaci%C3%B3n-de-hermite-
doc/20.
http://www.buenastareas.com/ensayos/Interpolacion/760265.html