Mtodos Numricos: Resumen y ejemplos

Tema 2: Aproximacin e interpolacin

Francisco Palacios
Escuela Politcnica Superior de Ingeniera de Manresa
Universidad Politcnica de Catalua
Febrero 2008, Version 1.4

Contenido

1. Objetivo de los mtodos numricos

2. Errores

3. Dgitos significativos 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 finito 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 sin x + ex = 0.

3. Aproximar el valor de Z1
sin x dx.
0 x

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
R 0.2
aproximar el valor de f (0.07), 0 f (x) dx, f 0 (0.07).

5. Si y = y(x) cumple
y0 = x cos 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 xj de un valor

x0, x1, x2,... , xn,...

consiste en el uso de una frmula recurrente

xn+1 = g(xn),
x0 = valor inicial.

Ejemplo 1.1 Mtodo iterativo para c.

La siguiente frmula recurrente

1 xn + c ,
xn+1 = xn
2

nos proporciona un mtodo iterativo para aproximar el valor de c. Para
iniciar el mtodo, necesitamos una primera estimacin x0.

Supongamos que deseamos calcular 27, la frmula de recurrencia, en nues-
tro caso, es
1 27
xn+1 = xn + .
2 xn
Podemos tomar como estimacin inicial x0 = 5, entonces
x0 = 5,
1 27
= 5. 2,
x1 = 5+
2 5
1 27
x2 = 5.2 + = 5. 19615 3846,
2 5.2
1 27
x3 = 5. 19615 3846 + = 5. 19615 2423,
2 5. 19615 3846
1 27
x4 = 5. 19615 2423 + = 5. 19615 2423.
2 5. 19615 2423
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 3

Observamos que x4 = x3 (con 9 decimales), el mtodo ha convergido al valor

= 5. 19615 2423.
El valor obtenido es correcto hasta el noveno decimal

27 = 5. 19615 24227 06631.
En el tema dedicado a la resolucin numrica de ecuaciones, veremos que
este mtodo se obtiene al aplicar el mtodo de Newton-Raphson a la ecuacin
x2 c = 0.

2 Errores
Sea un valor exacto y (xj) una sucesin de aproximaciones de
x0, x1, x2,..., xj,... ,
definimos:
Error absoluto
ej = xj.

Error relativo
xj ej
rj = = .

Error relativo aproximado
xj
rj = .
xj
Normalmente usamos los valores absolutos
de los errores

xj xj
|ej | = | xj | , |rj | = , |rj | = .
x
j

Simplificacin del problema.

(no rozaminento, etc...)

En la determinacin

del modelo. Errores en la medida de datos

y parmetros.
Fuentes
de error Errores accidentales.

(de clculo, de programacin, etc...)


En la resolucin

numrica. Truncamiento de procesoso infinitos.


Redondeo.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 4

Ejemplo 2.1 Ejemplo de error de truncamiento.

Queremos aproximar
X1
=
=1 + 1 + 1 + 1 +

n=1
n2 4 9 16

para ello calculamos la suma finita

6
1 1 1 1 1 1
X
S6 = =1 + + + + +
n2 4 9 16 25 36 = 1. 491389.
n=1

Puede demostrarse que el valor exacto de es

X 1 2
= = ,
n2 6
n=1

por lo tanto, el error absoluto de truncamiento es

2
e6 = 1. 491389 = 0. 15354 5.
6
Para el error relativo, obtenemos
0. 15354 5
r6 = e6 =
( 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 significativos y decimales exactos

Decimos que x aproxima con t decimales exactos si

|ex| = | x| 0.5 10t.

Decimos que x aproxima con t dgitos significativos si

| x| t
|| 5 10 .
|rx| =

Ejemplo 3.1 Aproximamos = 49.99 mediante x = 50.00.

(a) Cuntos decimales exactos tiene x?
(b) Cuntos dgitos significativos?
(c) Cuantos decimales son iguales?
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 5

(a) El error absoluto es

|ex| = | x| = |49.99 50.00| = 0. 01 = 0.1 101,

como |ex| < 0.5 101, x aproxima con un decimal exacto.

(b) El error relativo es
| x| 0.01
|rx| = = = 2. 0004 104,
|| 49.99

como |rx| < 5 104, x aproxima con 4 dgitos significativos.

(c) 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

f 0 (c) f 00 (c) f (n)(c) n

(x c)+ 2! (x c) + + n! (x c) .
2
P n (x)= f (c)+
1!

Cuando c = 0, resulta el polinomio de McLaurin

f 0(0) f 00 (0) 2 f (n)(0) n

P n (x)= f (0) + x+ x + + x.
1! 2! n!

Propiedad
Si Pn(x) es el polinomio de Taylor de orden n de f (x) en x = c, entonces
se cumple
Pn(c) = f (c), P 0 (c) = f 0 (c), P 00 (c) = f 00 (c), . . . , P (n)(c) = f (n)(c).
n n n

Aplicacin
Los polinomios de Taylor permiten aproximar el valor de una funcin f (x)
para x prximos a c. Observa que para construir el polinomio de Taylor
usamos nicamente valores de f y sus derivadas (consecutivas) en x = c.

Ejemplo 4.1 Consideramos f (x)= ex.

(a) Determina al polinomio de McLaurin de orden 5 para f.
(b) Aproxima el valor de e0.5.
(c) Cuntos decimales exactos tiene la aproximacin?
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 6

(a) Polinomio de McLaurin. Se cumple

f(x) = ex , f 0 (x) = ex , f 00 (x) = ex , . . . , f (5) (x) = ex .

Sustituyendo en x = 0, resulta

f(0) = f 0(0) = f 00 (0) = = f (5)(0) = 1,

por lo tanto
x 2 x3 + x4 + x5 .
P5(x)=1 + x + + 6 24 120
2
(b) Valor aproximado. Sustituyendo x = 0.5 en el polinomio, resulta

P5(0.5) = 1. 648698.

(c) Error. El valor de e0.5, calculado con 6 decimales es

e0.5 = 1. 64872 1,

el valor absoluto del error absoluto es

|e5| = e0.5 P5(0.5) = 0.000023 = 0.23 104.

Por lo tanto, la aproximacin P5(0.5) tiene 4 decimales exactos.

Ejemplo 4.2 Consideramos f (x)= sin x.

(a) Determina al polinomio de McLaurin de orden 5 para f.
(b) Aproxima el valor1 de sin(0.2).
(c) Cuntos decimales exactos tiene la aproximacin?

(a) Polinomio de McLaurin. Se cumple:

f (x)= sin x, f (0) = 0,

f 0 (x) = cos x, f 0 (0) = 1,
f 00 (x) = sin x, f f 00 (0) = 0,
(3) (x)= cos x, f (3)(0) = 1,
f (4) (x)= sin x, f (4)(0) = 0,
f (5) (x)= cos x, f (5)(0) = 1,

por lo tanto
x3 + x5 .
P5(x)= x
6 120
1
El argumento de sin(x) est en radianes. Debes tener en cuenta que las reglas usuales
de derivacin de funciones trigonomtricas, como
d d
sin (x)= cos (x) , cos (x)= sin(x),

dx dx
slo son vlidas si el ngulo est en radianes.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 7

(b) Valor aproximado. Sustituyendo x = 0.2 en el polinomio, resulta

P5(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

|e5| = |sin(0.2) P5(0.2)| = 0.25 108.

Por lo tanto, la aproximacin P5(0.2) tiene 8 decimales exactos.

5 Resto del polinomio de Taylor

Sea

I = [a, b] y c un punto interior, esto es a < c < b.

f (x) una funcin de clase2 Cn+1[a, b].

Para cada x [a, b] se cumple

f (x)= P n (x)+ Rn(x),

donde:
f 0 (c) f 00 (c) 2 f (n)(c) n
P n (x)= f (c)+ (x c)+ (x c) + + (x c) ,
1! 2! n!

f(n+1)(t) n+1
, t est entre c y x.
Rn(x)= (x c)
(n + 1)!
Cota de error
Si representamos por Mn+1 una cota superior de f (n+1)(t), esto es


max f (n+1) (t) Mn+1 ,
t[a,b]

entonces tenemos la siguiente acotacin para el error absoluto que se produce

cuando aproximamos f (x) mediante Pn(x)

Mn+1 n+1
|en(x)| = |f (x) Pn(x)| = |Rn(x)| |x c| .
(n + 1)!
2
Una funcin es de clase Cn+1[a, b] si tiene derivadas contnuas hasta orden (n + 1) en
[a, b]
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 8

Ejemplo 5.1 Aproxima sin(0.2) usando un polinomio de McLaurin de gra-

do 3. Determina una cota superior de error y verifica los resultados.

(a) Valor de la aproximacin. En principio, tomaramos

x3
P3(x)= x ,
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.

x3
P4(x)= x .
6
Tomamos P4(x) porque nos proporciona una cota de error ms ajustada.
El valor de la aproximacin, con 10 decimales es

P4(0.2) = 0. 19866 66667.

(b) Cota de error. Como

f (5) (x)= cos x,
tenemos
cos t x5 , t entre 0 y x.
|e4(x)| =
5!
Podemos tomar M5 = 1, entonces
(0.2)5
= 0.2 6667 10 .
5
|e4(0.2)| (1)
5!
Por lo tanto, la aproximacin P4(0.2) tiene al menos 5 decimales exactos,
podemos tomar el valor

sin (0.2) = 0.19867.

(c) Verificacin 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

|e4(0.2)| = |sin (0.2) P4(0.2)| = 0.2664 105.

Vemos que, en efecto, el error real es inferior a la cota superior de error

calculada en (1).
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 9

6 Polinomio interpolador de Lagrange

6.1 Planteamiento
Dada la tabla de valores
x x0 x1 xn
(2)
y y0 y1 yn

donde

x0, x 1 ,. . . , xn son n + 1 abscisas distintas.

y0, y 1 ,... , yn son n + 1 valores arbitrarios.

Queremos determinar un polinomio de grado n

Pn(x)= a0 + a1x + + anxn,

que verifique las n + 1 condiciones

P n (x j )= yj, para j = 0, 1 , .. ., n. (3)

Propiedad Si las abscisas x0, x1,..., xn son distintas, existe un nico po-
linomio Pn(x) de grado n que cumple las condiciones

P n (x j )= yj, para j = 0, 1 ,. . ., n.

Decimos que Pn(x) es el polinomio interpolador de la tabla

x x0 x1 xn
y y0 y1 yn

Cuando los valores yj se generan empleando una funcin

yj = f (xj), para j = 0, 1, . . . , n,

entonces decimos que Pn(x) es el polinomio interpolador de la funcin

f (x) en las abscisas o nodos xj.
1
Ejemplo 6.1 Calcula el polinomio interpolador de la funcin f (x)= en
x
los nodos x0 = 1, x1 = 2, x2 = 3.

La tabla de valores es
x 1 2 3
y 1 1/2 1/3
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 10

Como tenemos 3 puntos, debemos determinar un polinomio de grado 2

P 2 (x)= a0 + a1x + a2x2. (4)

Las condiciones de interpolacin (3) se traducen en

P2(1) = 1,
P2(2) = 1/2, (5)

P2(3) = 1/3.

Sustituyendo en (4), obtenemos

a0 + a1 + a2 = 1
a0 + 2a1 + 4a2 = 1/2

a0 + 3a1 + 9a2 = 1/3

Se trata de un sistema de 3 ecuaciones lineales con 3 incgnitas. Resolvemos

por reduccin
a0 + a1 + a2 = 1
(2a 1a) a1 + 3a2 = 1/2

(3a 2a) a1 + 5a2 = 1/6

a0 + a1 + a2 = 1
a1 + 3a2 = 1/2

(3a 2a) 2a2 = 1/3
de donde resulta 1 11
a2 = , a1 = 1, a0 = .
6 6
El polinomio interpolador, es por lo tanto
11 x2
P2(x)= x+ .
6 6
Es inmediato verificar 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
xj, lo representamos por

hx0, x1, . . . , xni = [min xj, max xj].

Si los nodos estn ordenados de forma creciente

x0 < x1 < < xn,

entonces el intervalo de interpolacin es [x0, xn].

Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 11

El siguiente grfico muestra la representacin conjunta de la funcin

f(x)= 1/x
y el polinomio interpolador calculado en el Ejemplo 6.1
11 x2
P2(x)= x+ .
6 6
4
y f(x)=1/x
f(x)=11/6-x+x^

interpolado2 r funcin

x
-1 -0.5 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Intervalo de interpolacin
-1

-2

-3

Observamos que:
El polinomio interpolador coincide con la funcin en los puntos de
interpolacin (xj,f(xj )).
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 |en(x)| = |f(x) Pn(x)|
aumenta rpidamente.

7 Forma de Lagrange para el polinomio interpola-

dor
Consideremos la tabla
x x0 x1 xn
y y0 y1 yn
donde los nodos xj son distintos. Sabemos que existe un nico polinomio
Pn(x) de grado n que interpola la tabla. Hemos visto que podemos deter-
minar Pn(x) resolviendo un sistema de ecuaciones. Podemos obtener el poli-
nomio interpolador de forma directa (sin resolver un sistema de ecuaciones)
expresndolo en una forma especial, conocida como la forma de Lagrange
Pn(x)= l0(x) y0 + l1(x) y1 + + ln(x) yn.
 Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 12

Los polinomios lj(x) se denominan polinomios componentes y se caracterizan

por las propiedades

1 si j = k,
l j (x k )= jk =

0 si j 6= k.

Es decir, el polinomio componente lj(x) vale 1 en su nodo xj y se anula en

los restantes.
Como lj(x) se anula para

x0, x 1 ,. . . , xj1, x j + 1 ,..., xn,

y es de grado n, debe ser de la forma

lj(x)= C (x x0) (x x1) (x xj1) (x xj+1) (x xn) .

Para cumplir l j (x j )= 1, debe ser
1
C= ,
(xj x0) (xj x1) (xj xj1) (xj xj+1) (xj xn)
por lo tanto

(x x0) (x x1) (x xj 1 ) (x xj+1 ) (x xn)

lj (x)= .
(xj x0) (xj x1) (xj xj 1) (xj x j+1 ) (xj xn)

Ejemplo 7.1 Polinomio interpolador para 3 nodos.

Consideremos la tabla
x x0 x1 x2
y y0 y1 y2
Los polinomios componentes son
(x x1) (x x2)
l 0 (x)= .
x0 x1 x2 (x0 x1 ) (x0 x2 )
(x x0) (x x2)
l 1 (x)= .
x0 x1 x2 (x1 x0 ) (x1 x2 )
(x x0) (x x1)
l 2 (x)= x ) (x x ).
x0 x1 x2 (x2 0 2 1
Observamos que, efectivamente, los polinomios componentes cumplen

l 0 (x 0 )= 1 l 1 (x 0 )= 0 l 2 (x 0 )=0
l0(x1)= 0 , l1(x1)= 1 , l2(x1)=0 .

l 0 (x 2 )= 0 l 1 (x 2 )= 0 l 2 (x 2 )=1
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 13

El polinomio interpolador es, entonces

P2(x)= l0(x) y0 + l1(x) y1 + l2(x) y2.

Vemos que P2(x) es de grado 2, adems toma los valores adecuados

P2(x0)= l0(x0) y0 + l1(x0) y1 + l2(x0) y2 = y0,

P2(x1)= l0(x1) y0 + l1(x1) y1 + l2(x1) y2 = y1,

P2(x2)= l0(x2) y0 + l1(x2) y1 + l2(x2) y2 = y2,

Ejemplo 7.2 Determina el polinomio interpolador de la tabla

x 1 2 3
.
y 1 1/2 1/3

Los polinomios componentes son

(x 2) (x 3) 1
= (x 2) (x 3) .

x0 =1 x1 =2 x2 =3 l 0 (x)=
(1 2) (1 3) 2
(x 1) (x 3)
= (x 1) (x 3) .
1) (2 3)
(2
x0 =1 x1 =2 x2 =3 l 1 (x)=
(x 1) (x 2) 1
= (x 1) (x 2) .
l 2 (x)= 1) (3 2)
(3
x0 =1 x1 =2 x2 =3 2
El polinomio interpolador es
1 1
P2(x)= l0(x) 1+ l1(x) + l2(x) .
3 2
1 1 1
P 2 (x)= (x 2) (x 3) (x 1) (x 3) + (x 1) (x 2) . (6)
2 2 6
La tabla de valores es la misma que la del Ejemplo 6.1, si operamos en (6),
resulta
1 2 11
P2(x)= x x + ,
6 6
que coincide con el obtenido mediante la resolucin de un sistema de ecua-
ciones.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 14

8 Error de interpolacin
Para el polinomio interpolador de una funcin, es posible obtener una ex-
presin del error que es muy parecida a la frmula de error para el polinomio
de Taylor.
Sean

(n + 1) nodos distintos x0, x 1 ,... , xn.

[a, b]= hx0, x 1 ,. . . , xni (el menor intervalo que contiene los nodos)

f (x) funcin de clase Cn+1[a, b].

Pn(x) el polinomio interpolador de f (x) en los nodos x0, x 1 ,..., xn.

Para cada x [a, b], el error de interpolacin admite la siguiente expresin

f (n+1)(t)
e n (x)= f (x) P n (x)= (x x0) (x xn), t [a, b].
(n + 1)! (n+1)
Si Mn+1 es una cota superior para f (t) , esto es



max f (n+1) (t) Mn+1 ,
t[a,b]

obtenemos la siguiente cota superior para el error de interpolacin

Mn+1
|en(x)| = |f(x) Pn(x)| |(x x0) (x xn)| .
(n + 1)!
Ejemplo 8.1 A partir de los datos

e0 = 1,
e0.1 = 1.105171,
e0.2 = 1.221403.

(a) Aproxima el valor de e0.14.

(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 0.1) (x 0.2)
.
x0 =0 x1 = 0.1 x2 = 0.2 l 0 (x)= 0.1) (0 0.2)
(0
1
l0(x)= (x 0.1) (x 0.2) .
0.02
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 15

(x) (x 0.2)
l 1 (x)= 0) (0.1 0.2)
(0.1
x0 =0 x1 = 0.1 x2 = 0.2
1
l1(x)= x (x 0.2)
0.01
(x) (x 0.1)
.

(0.2 0) (0.2 0.1)
x0 =0 x1 = 0.1 x2 = 0.2 l 2 (x)=
1
l2(x)= x (x 0.1) .
0.02
Polinomio interpolador

P2(x)= l0(x) y0 + l1(x) y1 + l2(x) y2.

Para calcular P2(1.14), sustituimos en los polinomios componentes

1 (0.04) (0.06)
= 0.12,
l0(0.14) = (0.14 0.1) (0.14 0.2) = 0.02
0.02
1 (0.14) (0.06)
l1(0.14) = (0.14) (0.14 0.2) =
0.01
= 0.84,
0.01
1 (0.14) (0.04)
= 0.28,
l2(0.14) = (0.14) (0.14 0.1) = 0.02
0.02
finalmente

P2(0.14) = l0(0.14) y0 + l1(0.14) y1 + l2(0.14) y2

= (0.12) 1 + 0.84 1.105171 + 0.28 1.221403
= 1. 150336.

(b) Cota superior de error. En nuestro caso, el intervalo de interpolacin es

[0, 0.2], tenemos
M3
|e2(x)| |(x x0) (x x1) (x x2)| ,
3!
con
M3 max f (3) (t) = max et = e0.2 = 1.221403,

t[0,0.2] t[0,0.2]

por lo tanto
1.221403
e2(0.14) |(0.14 0) (0.14 0.1) (0.14 0.2)|
3!
0.6 83986 104 = 0.06 83986 103.

Vemos que la aproximacin tiene al menos 3 decimales exactos, el resultado

es
e0.14 = 1. 150 .
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 16

(c) Comparacin con el valor de la calculadora. El error exacto (con 6

decimales) es

|e2(0.14)| = e0.14 P2(0.14) = |1. 150273 1. 150336|

= 0. 63 104

vemos que, efectivamente, el error real es inferior a la cota de error calculada.

9 Forma de Newton para el polinomio interpola-

dor
En esta seccin se presenta otra forma para calcular el polinomio interpola-
dor, conocida como la forma de Newton. Esta forma es especialmente ade-
cuada para realizar los clculos manualmente. Adems, permite incorporar
nuevos puntos de interpolacin sin tener que rehacer todos los clculos.

9.1 Diferencias divididas

Dada la tabla de valores
x x0 x1 x2 x3 x4
y y0 y1 y2 y3 y4

formamos la tabla de diferencias divididas

x0 f [x0]
x1 f [x1] f [x0, x1]
x2 f [x2] f [x1, x2] f [x0, x1, x2]
x3 f [x3] f [x2, x3] f [x1, x2, x3] f [x0, x1, x2, x3]
x4 f [x4] f [x3, x4] f [x2, x3, x4] f [x1, x2, x3, x4] f [x0, x1, x2, x3, x4]
Las diferencias divididas se calculan de forma recurrente

f [x j ]= f (x j )= y j,

f[xi+1, , xj1, xj ] f[xi, xi+1, , xj1]

f [xi, xi+1, , xj1, x j ]= ,
xj xi
Ejemplo 9.1 Diferencias divididas.

f [x1] f [x0]
f [x0, x 1 ]= ,
x1 x0
f [x2] f [x1]
f [x1, x 2 ]= ,
x2 x1
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 17

f [x1, x2] f [x0, x1]

f [x0, x1, x 2 ]= ,
x2 x0
f [x2, x3, x4] f [x1, x2, x3]
f [x1, x2, x3, x 4 ]= .
x4 x1
Ejemplo 9.2 Diferencias divididas para la tabla

x 0 1 3
.
y 1 3 1

x0 =0 f [x0]= 1
x1 =1 f [x 1 ]=3 f [x0, x1]= 31 = 2
1
22 4
x2 =3 f [x 2 ]= 1 f [x1, x2]= 13 = 2 f [x0, x1, x2]= =
31 30 3

9.2 Interpolador de Newton

Dada la tabla de valores
x x0 x1 x2 x3 x4
y y0 y1 y2 y3 y4

tenemos los siguientes polinomios interpoladores

Un nodo
x x0
y y0
P0(x)= f [x0].

Dos nodos
x x0 x1
y y0 y1
P 1 (x)= f[x 0 ]+ f [x0, x1] (x x0).
Tres nodos
x x0 x1 x2
y y0 y1 y2
P 2 (x)= f [x 0 ]+ f [x0, x1] (x x 0 )+ f [x0, x1, x2] (x x0)(x x1).
Cuatro nodos
x x0 x1 x2 x3
y y0 y1 y2 y3

P3(x) = f[x 0 ]+ f [x0, x1] (x x 0 )+ f [x0, x1, x2] (x x0)(x x1)

+f [x0, x1, x2, x3] (x x0)(x x1)(x x2).
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 18

Cinco nodos
x x0 x1 x2 x3 x4
y y0 y1 y2 y3 y4

P4(x) = f[x 0 ]+ f [x0, x1] (x x 0 )+ f [x0, x1, x2] (x x0)(x x1)

+f [x0, x1, x2, x3] (x x0)(x x1)(x x2)
+f [x0, x1, x2, x3, x4] (x x0)(x x1)(x x2)(x x3).
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
x0 =0 f [x0]= 1
x1 =1 f [x1]= 3 f [x0, x 1 ] = 2
4
x2 =3 f [x2]= 1 f [x1, x 2 ]= 2 f [x0, x1, x 2 ]= 3
El interpolador es

P 2 (x)= f[x 0 ]+ f [x0, x1] (x x 0 )+ f [x0, x1, x2] (x x0)(x x1).

En nuestro caso
4
P2(x)=1 + 2x + x (x 1).
3
El polinomio P2(x) es de grado 2. En los nodos xj toma los valores
P2(0) = 1,
P2(1) = 1 + 2 = 3,
4
P2(3) = 1 + 6 6 = 7 8 = 1.
3
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
Hemos obtenido la tabla de diferencias divididas
x0 =0 f [x 0 ]=0
x1 =1 f [x 1 ]=0 f [x0, x 1 ] = 0
x2 = 1 f [x 2 ]=2 f [x1, x 2 ]= 1 f [x0, x1, x 2 ] = 1
El interpolador es
P 2 (x)= f[x 0 ]+ f [x0, x1] (x x 0 )+ f [x0, x1, x2] (x x0)(x x1),
en nuestro caso
P 2 (x)= x (x 1).
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 19

10 Interpolacin de Hermite
10.1 Presentacin del problema
Dada la tabla de datos
x x0 x1 xn
y y0 y1 yn
y0 y00 y01 yn0
se pretende determinar un polinomio de grado 2n + 1
H2n+1(x)= a0 + a1x + + a2n+1x2n+1,

que cumpla las 2n + 2 condiciones

H2n+1(xj)= yj para j = 0, 1,. . . , n.
H0 (xj)= y
0
2n+1 j

Propiedad. Si los nodos x0, x 1 ,.. ., xn, son distintos, entonces el polinomio
interpolador de Hermite H2n+1(x) existe y es nico, para cualquier eleccin
de los valores yj y y0j.

Ejemplo 10.1 Calcula el polinomio interpolador de Hermite para la tabla

x 0 1
y 1 3 .
y0 1 1

Se trata de un polinomio de grado 3

H 3 (x)= a0 + a1x + a2x2 + a3x3. (7)

Las condiciones de interpolacin son

H3(0) = 1,
30(0) = 1,

H (1) = 3, (8)
H 3

30 (1) = 1.
H
Calculamos H 30 (x)
H0 2
3 (x)= a1 + 2a2x + 3a3x , (9)
sustituyendo en (7) y (9), resulta

a0 = 1 a0 = 1 a0 = 1



a1 = 1 a1 = 1
a1 = 1
a0 + a1 + a2 + a3 =3
a =5

a2 + a3 = 1
2

a1 + 2a2 + 3a3 = 1 2a2 + 3a3 = 2 a3 = 4
 Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 20

El polinomio interpolador es, por lo tanto,

H 3 (x)=1 + x + 5x2 4x3.

Vemos que H3(x) cumple
H3(0) = 1, H3(1) = 3,
si calculamos la derivada
H0 2
3 (x)=1 + 10x 12x
y sustituimos en x0 = 0 y x1 = 1, resulta
H0 0
3(0) = 1, H3(1) = 1.
por lo tanto, H3(x) cumple las condiciones (8).

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.
x0 f [x0]
x0 f [x0] f [x0, x0]
x1 f [x1] f [x0, x1] f [x0, x0, x1]
x1 f [x1] f [x1, x1] f [x0, x1, x1] f [x0, x0, x1, x1]
x2 f [x2] f [x1, x2] f [x1, x1, x2] f [x0, x1, x1, x2] f [x0, x0, x1, x1, x2]
x2 f [x2] f [x2, x2] f [x1, x2, x2] f [x1, x1, x2, x2] f [x0, x1, x1, x2, x2]
La diferencia es que ahora hay nodos xj repetidos, las diferencias f [xj, xj]
se definen como
f [xj , xj ] = f 0 (xj ) = y 0j.
Los polinomios de Hermite H1(x), H2(x), H2(x), tienen la siguiente forma:

Un nodo. Tabla de datos

x x0
y y0
y0 y00
Tabla de diferencias
x0 f [x0]
x0 f [x0] f [x0, x0]
Interpolador
H 1 (x)= f [x 0 ]+ f [x0, x0] (x x0).
Observa que en este caso, se obtiene la recta tangente en x = x0.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 21

Dos nodos. Tabla de datos

x x0 x1
y y0 y1
y0 y00 y01
Tabla de diferencias
x0 f [x0]
x0 f [x0] f [x0, x0]
x1 f [x1] f [x0, x1] f [x0, x0, x1]
x1 f [x1] f [x1, x1] f [x0, x1, x1] f [x0, x0, x1, x1]
Interpolador

H 3 (x)= f [x 0 ]+ f [x0, x0] (x x 0 )+ f [x0, x0, x1] (x x0)2 +

+f [x0, x0, x1, x1] (x x0)2 (x x1) .

Tres nodos. Los datos son

x x0 x1 x2
y y0 y1 y2
y0 y00 y01 y02
y el polinomio interpolador tiene la forma

H 5 (x)= f [x 0 ]+ f [x0, x0] (x x 0 )+ f [x0, x0, x1] (x x0)2 +

+f [x0, x0, x1, x1] (x x0)2 (x x 1 )+
+f [x0, x0, x1, x1, x2] (x x0)2 (x x1)2 +
+f [x0, x0, x1, x1, x2, x2] (x x0)2 (x x1)2 (x x2).

Ejemplo 10.2 Calcula el polinomio interpolador de la tabla

x 0 1
y 1 3 .
y0 1 1
Los datos iniciales en la tabla de diferencias divididas son
x0 = 0 f [x 0 ]=1
x0 = 0 f [x 0 ]= 1 f [x0, x 0 ]= 1
x1 = 1 f [x 1 ]=3 f [x0, x1] f [x0, x0, x1]
x1 = 1 f [x 1 ]= 3 f [x1, x 1 ]= 1 f [x0, x1, x1] f [x0, x0, x1, x1]
A partir de ah, obtenemos
x0 = 0 f [x 0 ]=1
x0 = 0 f [x 0 ]= 1 f [x0, x 0 ]= 1
x1 = 1 f [x 1 ]=3 f [x0, x 1 ] = 2 f [x0, x0, x 1 ] = 1
x1 = 1 f [x 1 ]= 3 f [x1, x 1 ]= 1 f [x0, x1, x 1 ]= 3 f [x0, x0, x1, x 1 ]= 4
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 22

Por lo tanto, el interpolador es

H3(x) = f [x 0 ]+ f [x0, x0] (x x 0 )+ f [x0, x0, x1] (x x0)2 +

+f [x0, x0, x1, x1] (x x0)2 (x x1) .

H 3 (x)=1 + x + x2 4x2 (x 1) .
Si operamos, resulta

H 3 (x)=1 + x + 5x2 4x3.

que coincide con el obtenido en el Ejemplo 10.1

10.3 Error del polinomio de Hermite

Sean

(n + 1) nodos distintos x0, x 1 ,... , xn.

[a, b]= hx0, x 1 ,. . . , xni (el menor intervalo que contiene los nodos).

f (x) funcin de clase C2n+2[a, b].

H2n+1(x) el polinomio interpolador de Hermite para f (x) en los nodos

x0, x1,. .., xn.

Para cada x [a, b], el error de interpolacin admite la siguiente expresin

(2n+2)
f (t)

|e2n+1(x)| = |f (x) H2n+1(x)| = (x x0)2 (x xn)2 , t [a, b].
(2n + 2)!

Si M2n+2 es una cota superior para f (2n+2) (t) , esto es



max f (2n+2) (t) M2n+2,
t[a,b]

obtenemos la siguiente cota superior para el error de interpolacin

M2n+2
|e2n+1 (x)| = |f (x) H2n+1 (x)|
(2n + 2)! (x x ) (x x ) .
2 2
0 n

Ejemplo 10.3 Calcula el polinomio de Hermite que interpola la funcin

sin(x) en x0 = 0 y x1 = /4. Aproxima el valor de sin(0.5), calcula una cota
superior de error.
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 23

Tenemos
f(x) = sin(x), f 0 (x) = cos(x),
f 0 (0) = 1,
f(0) = 0,
1
f( ) = = 0. 70710 678, f 0 ( )= 0.70710 678.
4 2 4
La tabla de datos es
x x0 =0 x1 = 0. 78539 816
y 0 0.70710 678
y0 1 0.70710 678

la tabla de diferencias inicial es

x0 = 0 f [x 0 ]=0
x0 = 0 f [x 0 ]=0 f [x0, x 0 ]= 1.
x1 = 0. 78539 816 f [x 1 ]= 0.70710 678 f [x0, x1]
x1 = 0. 78539 816 f [x 1 ]= 0.70710 678 f [x1, x 1 ]= 0.70710 678

de donde obtenemos

f [x0, x 0 ]= 1.
f [x0, x 1 ]= 0. 90031 632 f [x0, x0, x 1 ]= 0. 12692 12
f [x1, x 1 ]= 0.70710 678 f [x0, x1, x 1 ]= 0. 24600 203 f [x0, x0, x1, x 1 ]= 0. 15161 842

El clculo detallado de algunas diferencias divididas es como sigue

f [x1] f [x0] 0.70710 678
f [x0, x 1 ]= = = 0. 90031 632,
x1 x0 0. 78539 816
f [x0, x1] f [x0, x0] 0. 90031 632 1.
f [x0, x0, x 1 ]= = = 0. 12692 12,
x1 x0 0. 78539 816
f [x1, x1] f [x0, x1] 0.70710 678 0. 90031 632
f [x0, x1, x 1 ]= = = 0. 24600 203.
x1 x0 0. 78539 816
Los valores relevantes para construir H3(x) son

f [x 0 ]= 0, f [x0, x 0 ]= 1,

f [x0, x0, x 1 ]= 0. 12692 12, f [x0, x0, x1, x 1 ]= 0. 15161 842.

El polinomio interpolador tiene la forma

H3(x) = f [x 0 ]+ f [x0, x0] (x x 0 )+ f [x0, x0, x1] (x x0)2 +

+f [x0, x0, x1, x1] (x x0)2 (x x1) ,
Resumen y ejemplos Tema 2: Aproximacin e Interpolacin. 24

es, por lo tanto

H3(x)= x 0. 12692 12 x2 0. 15161 842 x2(x 0. 78539 816).

El valor aproximado para x = 0.5 es

H3(0.5) = 0.47908 76. (10)

Cota de error. Tenemos

M4
(x x )2(x x )2.
|e3(x)| = |f(x) H3(x)| 0 1
4!
El intervalo de interpolacin es [0, /4]. En nuestro caso f (4) (x) = sin(x)
por lo tanto 1
(4)
f
M4 = max (t) = sin(/4) = ,
t[0,/4] 2
de donde resulta la cota de error

12
|e3(0.5)| (0.5)2 3
24 (0.5 /4)2 = 0.59995 10 .

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,

el error real es

|e3(0.5)| = |sin(0.5) H3(0.5)| = 0.33794 103.