APROXIMACIÓN DE FUNCIONES

• Dr. Samir Al-Amer

• Traducido por:
Prof.
• Rosa Mercedes Garrido
Juárez, Mg. Ing.
Introducción
Problema de Interpolación
 Existencia y unicidad
 Polinomio Interpolante
 Métodos:
Matriz de Vandermonde
Polinomio de Newton – diferencias divididas
Polinomio de Lagrange
Curso MB536 Prof. Rosa Garrido Juárez 2
Problema de Interpolación
La Interpolación fue usada x sin(x)
durante bastante tiempo para
0 0.0000
estimar valores de las funciones
tabuladas en puntos que no 0.1 0.0998
estaban disponibles en las 0.2 0.1987
tablas.
0.3 0.2955
¿Cuál es el valor de: sin (0.15)?
0.4 0.3894
Usando Interpolación Lineal sin (0.15) ≈ 0.1493
Valor real( 4 c.d.e. ) sin (0.15)= 0.1494
Curso MB536 Prof. Rosa Garrido Juárez 3
Problema de Interpolación
Dado un conjunto de (n+1) puntos,

x0 , f ( x0 ) , x1 , f ( x1 ) , ...., xn , f ( xn ) 

Encontrar un polinomio de máximo grado n, ,que pase

por todos los (n+1) puntos tal que:

Curso MB536 Prof. Rosa Garrido Juárez 4

Ejemplo
Temperatura Viscosidad
Un experimento es usado para
(grados)
determinar la viscosidad del agua
0 1.792
como una función de la
5 1.519
temperatura. Se genera la
siguiente tabla: 10 1.308

15 1.140
Problema: Estimar la viscosidad
cuando la temperatura es 8 grados.
Curso MB536 Prof. Rosa Garrido Juárez 5
Ejemplo (continuación)
Encontrar un polinomio que pase por los puntos de
los datos exactamente.
n  : viscosidad
Pn(T)   ak T k
T : Temperatur a
k 0
ak : coef .polinomio
 i  (Ti )
Interpolación Lineal: P1( T ) = 1.73 − 0.0422 T
P1(8)= 1.3924
Curso MB536 Prof. Rosa Garrido Juárez 6
 Existencia y Unicidad
Dado un conjunto de n+1 puntos
x0 , f ( x0 ) , x1 , f ( x1 ) , ...., xn , f ( xn ) 

Asumir: son distintos

Teorema:
Existe un único polinomio Pn(x) de grado ≤ ntal que:
Pn ( xi )  f ( xi ) para i  0,1,..., n
Curso MB536 Prof. Rosa Garrido Juárez 7
POLINOMIO INTERPOLANTE

Curso MB536 Prof. Rosa Garrido Juárez 8

 Interpolación de Vandermonde
 Método Matricial

Curso MB536 Prof. Rosa Garrido Juárez 9

 Ejemplo del método de Vandermonde
 Para cuatro puntos, (-2,10),(-1,4),(1,6),(2,3), determine
el polinomio cúbico interpolante usando el método de
Vandermonde.

Curso MB536 Prof. Rosa Garrido Juárez 10

Polinomio Interpolante de Newton
 Polinomio general
 fn(x) = b0 + b1(x – x0) +...+ bn(x – x0)(x – x1)... (x – xn–1)
 Los coeficientes se calculan con  Donde losparéntesis cuadrados se denominan
diferencias divididas.
 b0 = f(x0)  La n-ésima diferencia dividida finita es:
 b1 = f [x0, x1]
f x1 , x2 ,..., xn  f x0 , x1 ,..., xn 1 
 f x0 , x1 ,..., xn 1 , xn  
b2 = f [x0, x1, x2] xn  x0
Se conoce como polinomio de interpolación de Newton
 bn = f [,x0, x1, ..., xn-1, xn] en diferencias divididas.

Curso MB536 Prof. Rosa Garrido Juárez 11

 Diferencias Divididas (DD)
f [ xk ]  f ( xk ) DD orden cero
f [ x1 ]  f [ x0 ]
f [ x0 , x1 ]  DD orden uno
x1  x0
f [ x1 , x2 ]  f [ x0 , x1 ]
f [ x0 , x1 , x2 ]  DD orden dos
x2  x0
............
f [ x1 , x2 ,..., xk ]  f [ x0 , x1 ,..., xk 1 ]
f [ x0 , x1 ,..., xk ]  DD orden k
xk  x0
Curso MB536 Prof. Rosa Garrido
12
Juárez
 Interpolación polinomial de Newton

Revisaremos solo algunos casos: lineal, de segundo grado y de

tercer grado.

Curso MB536 Prof. Rosa Garrido Juárez 13

 Interpolación lineal

Utilizando triángulos semejantes

f1 x   f x0  f x1   f x0 

x  x0 x1  x0 f(x)

Reordenando
f(x1)
f x1   f x0  f1(x)
f1 x   f x0   x  x0 
x1  x0
f(x0)
x0 x x1

Curso MB536 Prof. Rosa Garrido Juárez 14

 Ejemplo 1 – Polinomio de Newton
Estimar ln 2 mediante interpolación lineal si ln1 = 0 y ln 6 = 1.791759 y ln 4 = 1.386294
1.791759  0 f x1   f x0 
f1 2   ln 1  2  1  0.3583519 f1 x   f x0   x  x0 
6 1 x x 1 0

1.386294  0
Valor real ln 2 = 0.6931472
f1 2   ln 1  2  1  0.4620981
4 1
Error relativo porcentual = 33.3%
2.5
f(x) = ln x
2

1.5

Valor verdadero 1

0.5 f1(x)
0

1 2 3 4 5 6
-0.5
Estimaciones lineales
-1
0 1 2 3 4 5 6 7 8

Curso MB536 Prof. Rosa Garrido Juárez 15

 Interpolación cuadrática
Polinomio cuadrático
f2(x) = b0 + b1(x – x0) + b2(x – x0)(x – x1) (1)
Simplificado algebraicamente (1) podemos escribirlo como
f2(x) = a0 + a1x + a2x2
Donde
a0 = b0 – b1x0 + b2x0 x1, a1 = b1 – b2x0 – b2x1, a2=b2
Podemos evaluar b0, b1 y b2 sustituyendo x0, x1 y x2 en la ecuación (1), se obtiene
f x2   f x1  f x1   f x0 
b0 = f(x0) f x1   f x0  x2  x1

x1  x0
b1  b2 
x1  x0 x2  x0

Curso MB536 Prof. Rosa Garrido Juárez 16

Ejemplo 2 Polinomio de Newton
f(x) = ln x
Calculemos ln 2 con ln 4 y ln 6, los punto que se conocen son:
x0 = 1 f(x0) = 0 2.5

x1 = 4 f(x0) = 1.386294 2 Valor verdadero

x0 = 6 f(x0) = 1.791759 1.5

Estimación lineal
1
Aplicando las ecs. anteriores
0.5

b0 = 0
0

b1 = (1.386294 – 0)/(4 – 1) = 0.4620981 Estimación cuadrática

-0.5

b2 = – 0.0518731 -1
0 1 2 3 4 5 6 7 8

El polinomio es f2(x) = 0.4620981(x – 1) – 0.0518731(x – 1)(x – 4)

Valor real ln 2 = 0.6931472
f2(2) = 0.5658444
Curso MB536 Prof. Rosa Garrido Juárez
Error relativo porcentual 17= 18.4%
Tabla de Diferencias Divididas
x F[ ] F[ ,] F[ , , ] F[ , , ,]
x0 F[x0] F[x0,x1] F[x0,x1,x2] F[x0,x1,x2,x3]
x1 F[x1] F[x1,x2] F[x1,x2,x3]
x2 F[x2] F[x2,x3]
x3 F[x3]

Polinomio de Newton en base a las

diferencias divididas:
 i 1 
x  x j 
n
Pn ( x )   F[ x 0 , x1 ,..., x i ] 
i 0  j 0 
Curso MB536 Prof. Rosa Garrido
18
Juárez
 Tabla de Diferencia Dividida
x F[ ] F[ ,] F[ , , ] f(xi)
0 -5 2 -4
0 -5
1 -3 6
-1 -15
1 -3
-1 -15
Las entradas de la tabla de diferencias
divididas son obtenidas a partir de los
datos discretos usando simples
operaciones

Curso MB536 Prof. Rosa Garrido Juárez 19

Tabla de Diferencia Dividida
x F[ ] F[ ,] F[ , , ] xi f(xi)
0 -5 2 -4 0 -5
1 -3 6 1 -3
-1 -15 -1 -15

Primera y segunda columna de la tabla

corresponden a los datos discretos
Tercera columna : DD de primer orden
Cuarta columna : DD de segundo orden
Curso MB536 Prof. Rosa Garrido Juárez 20
 Tabla de Diferencia Dividida

x F[ ] F[ ,] F[ , , ]
xi yi
0 -5 2 -4
0 -5
1 -3 6
-1 -15 1 -3
-1 -15
 3  ( 5)
2
1 0
f [ x1 ]  f [ x0 ]
f [ x0 , x1 ] 
x1  x0

Curso MB536 Prof. Rosa Garrido Juárez 21

Tabla de diferencias divididas
x F[ ] F[ , ] F[ , , ] xi yi
0 -5 2 -4
0 -5
1 -3 6
-1 -15 1 -3
-1 -15
 15  ( 3)
6
11

f [ x2 ]  f [ x1 ]
f [ x1 , x2 ] 
x2  x1

Curso MB536 Prof. Rosa Garrido Juárez 22

Tabla de Diferencia Dividida
x F[ ] F[ ,] F[ , , ]
xi yi
0 -5 2 -4
0 -5
1 -3 6
-1 -15 1 -3
-1 -15

6  ( 2)
 4
 1  ( 0)
f [ x1 , x2 ]  f [ x0 , x1 ]
f [ x0 , x1 , x2 ] 
x2  x0

Curso MB536 Prof. Rosa Garrido Juárez 23

Tabla de Diferencias Divididas
x F[ ] F[ ,] F[ , , ]
xi yi
0 -5 2 -4
0 -5
1 -3 6
-1 -15 1 -3
-1 -15

P2 ( x )  5  2( x  0)  4( x  0)( x  1)

P2(x)= F[x0]+F[x0,x1] (x-x0)+F[x0,x1,x2] (x-x0)(x-x1)

Curso MB536 Prof. Rosa Garrido Juárez 24
 Dos Ejemplos

Obtener los polinomios de interpolación para los dos ejemplos

x y x y

1 0 2 3

2 3 1 0

3 8 3 8

¿Que es lo que observa?

Curso MB536 Prof. Rosa Garrido Juárez 25

Dos Ejemplos
x Y
x Y
1 0 3 1 2 3 3 1
2 3 5 1 0 4
3 8 3 8

P2 ( x )  0  3( x  1)  1( x  1)( x  2) P2 ( x )  3  3( x  2)  1( x  2)( x  1)
 x2 1  x2 1

El orden de los puntos no debe afectar al polinomio interpolante!!

Curso MB536 Prof. Rosa Garrido Juárez 26

 Propiedades de las Diferencias Divididas

El orden de los puntos no debe afectar al polinomio interpolante!!

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

Curso MB536 Prof. Rosa Garrido Juárez 27

Ejemplo 3
x f(x)
 Encontrar un polinomio
2 3
que interpola los datos
discretos. 4 5

5 1

6 6

7 9

Curso MB536 Prof. Rosa Garrido Juárez 28

 Ejemplo 3

x f(x) f[ , ] f[ , , ] f[ , , , ] f[ , , , , ]
2 3 1 -1.6667 1.5417 -0.6750
4 5 -4 4.5 -1.8333
5 1 5 -1
6 6 3
7 9
P4  3  1( x  2)  1.6667( x  2)( x  4)  1.5417( x  2)( x  4)( x  5)
 0.6750( x  2)( x  4)( x  5)( x  6)

Curso MB536 Prof. Rosa Garrido Juárez 29

 486
Interpolación de Lagrange
Problema: xi xx0 ….
0 x1 xn
Dado: yi y0 y1 …. yn
Encontrar el polinomio de menor grado tal que

Pn ( x i )  f ( x i ) for i  0,1,..., n
n
Fórmula de la Interpolación de Lagrange f n ( x)   f x   ( x )
i 0
i i

x  x 
n
i ( x )   x  x 
j 0, j i
j

i j

Curso MB536 Prof. Rosa Garrido Juárez 30

Interpolación de Lagrange

i ( x ) son llamados los cardinales

Los cardinales son polinomios de grado n
0 i j
i ( x j )  
1 i j

Curso MB536 Prof. Rosa Garrido Juárez 31

Ejemplo 1 de Interpolación de Lagrange
P2 ( x )  f ( x 0 )0 ( x )  f ( x1 )1 ( x )  f ( x 2 )2 ( x )

0 ( x ) 
x  x1  x  x 2   x  1 / 4  x  1 x 1/3 1/4 1
x 0  x1  x 0  x 2  1 / 3  1 / 4  1 / 3  1 y 2 -1 7
1 ( x ) 
x  x 0  x  x 2   x  1 / 3 x  1
x1  x 0  x1  x 2  1 / 4  1 / 3 1 / 4  1
2 ( x ) 
x  x 0  x  x1   x  1 / 3 x  1 / 4 
x 2  x 0  x 2  x1  1  1 / 3 1  1 / 4 
P2 ( x )  2 18( x  1 / 4)( x  1) 116( x  1 / 3)( x  1)
 72( x  1 / 3)( x  1 / 4)

Curso MB536 Prof. Rosa Garrido Juárez 32

 Ejemplo 2 Aproximación a 1/x con
interpolantes de Lagrange
Usaremos x0 = 2, x1 = 2.5 y x2 = 4, para obtener un polinomio de
grado 2 para 1/x. f(x0) = 0.5, f(x1)= 0.4 y f(x2) = 0.25.
Los polinomios de Lagrange son:
L x  
x  2.5x  4   x  6.5x  10
0 2  0.52  4 
L x  
x  2 x  4    4 x  24x  32
1 2.5  2 2.5  4  3

L x  
x  2 x  2.5  x  4.5x  5
2 4  2 4  2.5 3

P(x) = 0.5*((x–6.5)x+10)+0.4*((–4x+24)x–32)/3+ 0.25*((x + 4.5)x+5)/3

P(x) = (0.05x – 0.425)x + 1.15 = 0.05x2 – 0.425x + 1.15
f(3) = P(3)Prof.=Rosa
Curso MB536 0.325
Garrido Juárez 33
 Ejemplo 2 Aproximación a 1/x con
interpolantes de Lagrange

P(x) = (0.05x – 0.425)x + 1.15

f(3) = P(3) = 0.325

Curso MB536 Prof. Rosa Garrido Juárez 34

El error en la interpolación de Lagrange

El error en la interpolación de Lagrange puede calcularse

con

f x0   P x  
f  x  x  x x  x ...x  x 
n 1

n  1! 0 1 n

Curso MB536 Prof. Rosa Garrido Juárez 35

 Teorema del error de Interpolación

Sea f(x) una función ta l que

f (n 1) (x) es continua en [a, b], f ( n 1)
( )  M
Sea Pn (x) cualquier polinomio de grado  n
n
M
f(x) -P n (x)  
( n  1)! i  0
( x  xi )

que interpola f en n  1 puntos

Curso MB536 Prof. Rosa Garrido Juárez 36

Ejemplo de error de interpolación
f(x)  sin(x)
Queremos usar polinomios de grado 4 para interpolar f(0.5ans)
(usando 5 puntos igualmente espaciados) en el intervalo [0, 1.6875]
h  (1.6875  0) / 4  0.4219
x  [0 0.4219 0.8438 1.2656 1.6875]
f ( n 1)  1 for n  0
M  1, n  4
1 4
f(0.5) - P(0.5)   (0.5  xi )
5! i 0
E 4 (0.5)  1.02  10 4
Curso MB536 Prof. Rosa Garrido Juárez 37
 Error de Interpolación
Si Pn (x) es el polinomio de frado n que interpola
la función f(x) en los nodos x0 , x1 ,..., xn entonces para cualquier x
que no es nodo
n
f(x)  Pn ( x )  f [ x0 , x1 ,..., xn , x ]  x  x 
i 0
i

No es útil en algunos casos. porque?

Curso MB536 Prof. Rosa Garrido Juárez 38

INTERPOLACIÓN INVERSA
ERROR EN EL POLINOMIO DE
INTERPOLACIÓN
Dr. Samir Al-Amer
Traducido por: Rosa Garrido
 491
Interpolación Inversa
xi x0 x1 …. xn
Problema : yi y0 y1 …. yn
Dada la tabla y el valor y g
encontrar x g tal que f ( x g )  y g

Alcance:
Use el polinomio de interpolación para obtener
Curso MB536
Pn(x) para
Prof. Rosa Garrido Juárez

interpolar la data con el método de Newton, para encontrar:

Pn ( x g )  y g
40
Interpolación Inversa

y x

x y

Curso MB536 Prof. Rosa Garrido Juárez 41

Interpolación Inversa
Pregunta:

¿Cual es la limitación de la interpolación inversa?

• La función original tiene inversa

• y1,y2,…,yn deben ser distintas.

Curso MB536 Prof. Rosa Garrido Juárez 42

Interpolación Inversa
Ejemplo
x 1 2 3
y 3.2 2.0 1.6
Problema :
Dada la tabla. Encontrar x g tal que f ( x g )  2.5

3.2 1 -.8333 1.0416

2.0 2 -2.5
1.6 3

f 2 ( y )  1  0.8333( y  3.2)  1.0416( y  3.2)( y  2)

f 2 ( 2.5)  1  0.8333( 0.7)  1.0416( 0.7)(0.5)  1.2187

Curso MB536 Prof. Rosa Garrido Juárez 43

Polinomio de interpolación de orden 10
2

1.5 10 th order interpolating polynomial

0.5

true function

-0.5
-5 -4 -3 -2 -1 0 1 2 3 4 5

Curso MB536 Prof. Rosa Garrido Juárez 44