UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE INGENIERÍA QUÍMICA

CARRERA DE INGENIERÍA QUÍMICA

Análisis numérico
Tema: interpolación y aproximación polinomial

Grupo: Nº4
Integrantes:
Aigaje Carolina
Chávez Alexandra
Quillupangui Diego

Profesor: MSc. Fernando Araque

Quito, Mayo 2018

 INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL
Supongamos que se quiere aproximar la función f x = 𝑒 𝑥 mediante un polinomio de grado n=2
en el intervalo [-1, 1]. El polinomio de Taylor de f en el origen se muestra en la Figura 4.1 (a) y se
puede comparar con la aproximación de Chebyshev mostrada en la Figura 4.1 (b). El error
máximo en la aproximación por el polinomio de Taylor es 0,218282, mientras que el error
máximo en la aproximación por el polinomio de Chebyshev es 0,056468.
Un problema asociado es el de interpolación polinomial. Dados n+1 punto en el plano (sin que
haya dos en la misma recta vertical), el polinomio interpolador es el único polinomio de grado
menor o igual que n que pasa por dichos puntos. Éste puede ser el caso de un conjunto de datos
calculados con cierta precisión.
Son varios los métodos que podemos usar para construir el polinomio de interpolación: resolver
un sistema de ecuaciones lineales para hallar sus coeficiente, usar los polinomio de Lagrange o
construir una tabla de diferencia divididas para emplearla con los coeficiente del polinomio de
Newton. El polinomio de interpolación grado n)4 que pasa por los cinco puntos (1,2), (2,1), (3,5),
(4,6) y (5,1) es:
5𝑥 4 − 82𝑥 3 + 427𝑥 2 − 806𝑥 2 − 806𝑥 + 504
𝑃 𝑥 =
24
DESARROLLOS EN SERIE DE TAYLOR MÁS COMUNES
.
SERIES DE TAYLOS Y CÁLCULO DE LOS VALORES DE
UNA FUNCIÓN
.
.
.
.
.
 Introducción a la interpolación
En la anterior sección se ha visto cómo se puede usar un
polinomio de Taylor para aproximar una función. La información
necesaria para construir el polinomio de Taylor es el valor de f y
los de sus derivadas en xo. Un inconveniente de este
procedimiento es que debemos conocer las derivadas de orden
superior y a suele ocurrir que no están disponibles o son bien
difíciles de calcular.
.
.
.
.
.
 Interpolación de Lagrange
• Interpolar, es estimar el valor desconocido de una función en un punto,
tomando una medida ponderada de sus valores conocidos en puntos
cercanos al dado.
 Interpolación lineal o regla de tres, se utiliza un segmento rectilíneo que
(𝑦1 ,𝑦0 )
pasa por dos puntos 𝑥0 , 𝑦0 y (𝑥1 , 𝑦1 ) viene por m = ; así que en la
(𝑥1 ,𝑥0 )
ecuación de la recta 𝑦 = 𝑚 𝑥 − 𝑥0 + 𝑦0 podemos sustituir m y obtener:

 El resultado es un polinomio de grado menor o igual a 1 y se produce:

 Lagrange descubrió que se puede utilizar otro método, que nos permite catalogar a los
sumandos del miembro derecho como un término lineal y su suma será un polinomio de
grado menos o igual a uno:
 El polinomio 𝑃1 𝑥 , pasa por los puntos;

 Usando la notación de los términos 𝐿1,0 𝑥 Y 𝐿1,1 𝑥 , se puede escribir como una suma:

 Cuando las ordenadas yk vienen dadas por yk=f(xk), se utiliza 𝑃1 𝑥 para aproximar f 𝑥 en el
intervalo 𝑥0 , 𝑥1 , se conoce como interpolación lineal.
 Extrapolación: si 𝑥 < 𝑥0 entonces el uso de 𝑃1 𝑥 , se lo lleva para su aproximación f(x).
• Ejemplo 4.6
• Consideremos la gráfica de 𝑦 = 𝑓 𝑋 = 𝐶𝑜𝑠 𝑥 en 0.0, 1.2
• A) vamos a usar los nodos 𝑥0 = 0.0 𝑦 𝑥1 = 1.2 para construir el polinomio
de interpolación lineal 𝑃1 𝑥 .
• B) vamos a usar los nodos 𝑥0 = 0.2 𝑦 𝑥1 = 1.0 para construir un polinomio
de interpolación lineal 𝑄1 𝑥 .
• Esta figura nos ayuda a comparar las aproximaciones y nos revela que q1(x) tiene un
error menor en los puntos xk que verifican 0.1 ≤ 𝑥𝑘 ≤ 1.1. El error mas grande de
corresponde a P1 que es 𝑓 0.6 − 𝑃1 0.6 = 0,144157, se reduce a 𝑓 0.6 −
𝑄1 0.6 = 0,065151 cuando se usa q1(x).
• Forma de generalizar para construir un polinomio 𝑃𝑁 (𝑥) que tena un grado
menor o igual que N y que paso por N+1 en los puntos (x0, y0), (x1, y1)….

• Donde ln, k es el polinomio coeficiente de lagrange para los nodos, x0,

x1,…..Xn. Definido por

• Donde se sobreentiende que los factores no

aparecen en el cociente del miembro derecho de la relación.
 Un cálculo directo prueba que para cada k fijo, el polinomio coeficiente
de lagrange tiene la siguiente propiedad:

 La sustitución directa de estos valores nos permite probar que la curva

polinomio y=p(x) para pos los puntos (xi, yj):

 Para comprobar que pn(x) es único, se aplica el teorema fundamental del

álgebra que establece que un polinomio no nulo t(x) de grado menor o
igual que n tiene, n raíces, es decir, t(x) es cero en n+1 abscisas distintas.
 Existe otro polinomio qn(x) de grado menor o igual que n cuya grafica
pasa por los puntos n+1 forma el polinomio de diferencia t(x)=pn(x)-q(n)
y que t(xj)=pn(xj)-qn(yj)=yj-yj=0 para cada j=0, 1, …n. Por lo tanto
t(x)=0 y qn(x)=pn(x).
 MATLAB
• Determinar el polinomio interpolador cuya gráfica pasa por un conjunto dado de puntos
dando como resultado un vector cuyas componentes son los coeficientes del polinomio
interpolador de LaGrange. El programa utiliza:
• - Poly; produce un vector cuyas componentes son los coeficientes de un polinomio
especificando sus raíces.
• - Conv; proporciona un vector cuyas componentes son los coeficientes de un polinomio
que es el producto de otros dos dados.
 Programa 4.1. Polinomio interpolador de LaGrange. Construcción del polinomio
interpolador de LaGrange que pasa por los N+1 puntos
• Ejemplo 4.9
Calcular el producto de los polinomios P(x) y Q(x) de primer grado cuyas raíces son,
respectivamente 2 y 3.

El producto de P(x) y Q(x) es

Polinomio de interpolación de Newton
Hay ocasiones que resulta útil construir polinomios aproximantes 𝑃1 𝑥 , 𝑃2 𝑥 , …,
𝑃𝑁 𝑥 y, después, elegir el más adecuado de acuerdo a nuestras necesidades.

El polinomio
interpolador de
Newton se calcula
mediante un esquema
recursivo
El polinomio 𝑃𝑁 𝑥 se obtiene a partir de 𝑃𝑁−1 𝑥 usando la
recurrencia

El polinomio 𝑃𝑁 𝑥 es un polinomio de Newton con N centros 𝑥0 , 𝑥1 ,

…, 𝑥𝑁−1 . Puesto que 𝑃𝑁 𝑥 involucra sumas de productos de factores
lineales, siendo

El de mayor grado, está claro que 𝑃𝑁 𝑥 es un polinomio de grado

menor o igual que N.
Ejemplo 4.10. Dados los
centros 𝑥0 =1, 𝑥1 =3, 𝑥2 =4 y
𝑥3 =4.5 y los coeficientes
𝑎0 =5, 𝑎1 =-2, 𝑎2 =0.5, 𝑎3 =-
0.1 y 𝑎4 =0.003, vamos a
calcular 𝑃1 𝑥 ,
Ahora evaluamos estos polinomios en x=2.5 y obtenemos
𝑃2 𝑥 , 𝑃3 𝑥 , 𝑃4 𝑥 y a
evaluar 𝑃𝑘 2.5 para k=1,
2, 3 y 4.
Usando las fórmulas (1) a
(4), tenemos
Si N está fijo y tenemos que evaluar el polinomio 𝑃𝑁 𝑥 varias veces, entonces
deberíamos usar multiplicaciones encajadas. El proceso es similar a la regla de Ruffini,
la diferencia reside en que a la variable intependiente 𝑥 hay que restarle los centros 𝑥𝑘
Para 𝑃3 𝑥

de manera que, si deseamos

evaluar 𝑃3 𝑥 para un valor dado 𝑆0 es
de x operamos desde dentro equivalente a
hacia afuera 𝑃3 𝑥
Supongamos que queremos encontrar los coeficientes 𝑎𝑘 de todos los
polinomios 𝑃1 𝑥 , …, 𝑃𝑁 𝑥 que nos sirven para aproximar una función
dada f 𝑥 . Entonces cada 𝑃𝑘 𝑥 es el polinomio de Newton que tiene
como centros los puntos 𝑥0 , 𝑥1 , …, 𝑥𝑘 y es también el polinomio de
interpolación para los nodos 𝑥0 , 𝑥1 , …, 𝑥𝑘+1 .
Para el polinomio 𝑃1 𝑥 :
El valor de 𝑎0 = 𝑓(𝑥0 )

El valor de 𝑎1 viene dado por:

El valor de 𝑎2 viene dado por:

Este último valor es la diferencia entre un cociente de diferencias, lo cual

tomaremos como herramienta para continuar el proceso recursivo, el cual se
denomina como diferencias divididas
Definición 4.1. (Diferencias divididas). Las diferencias divididas de una
función f 𝑥 se definen como

Tabla 4.8. Tabla de diferencias divididas para y = f 𝑥

Las diferencias divididas de orden superior se forman de acuerdo con la siguiente regla
recursiva

Teorema 4.5. (Polinomio interpolador de Newton). Supongamos que

𝑥0 , 𝑥1 , …, 𝑥𝑁 son N+1 números distintos en 𝑎, 𝑏 . Entonces existe un único polinomio
𝑃𝑁 𝑥 de grado menor o igual que N tal que

La forma de Newton de este polinomio interpolador es

Corolario 4.2. (Aproximación de Newton). Supongamos que 𝑃𝑁 𝑥 es el
polinomio interpolador de Newton dado en el teorema 4.5 y que lo usamos para
aproximar la función f 𝑥 , esto es,

Si f ∈ 𝐶 𝑁+1 𝑎, 𝑏 , entonces para cada 𝑥 ∈ 𝑎, 𝑏 existe un número 𝑐 =

𝑐(𝑥) en 𝑎, 𝑏 , tal que el término del error puede escribirse como
Ejemplo 4.13. Vamos a construir ahora la tabla de la función 𝑓 𝑥 = cos(𝑥)
para los puntos 𝑘, cos(𝑘) , con 𝑘 = 0, 1, 2, 3 𝑦 4.
Tabla 4.10. Tabla de diferencias divididas usada para construir los
polinomios interpoladores de Newton 𝑃𝑘 𝑥 en el Ejemplo 4.13.
Usaremos la tabla anterior para calcular 𝑎𝑘 y los cuatro polinomios
interpoladores de Newton 𝑃𝑘 𝑥 , para
𝑘 = 0, 1, 2, 3 𝑦 4.

Las gráficas de la curva y = cos(𝑥) y la de los polinomios

y = 𝑃1 𝑥 , y = 𝑃2 𝑥 e y = 𝑃3 𝑥 se muestran a continuación
Polinomios de Chebyshev
• Para empezar, veremos los ocho polinomios de Chebyshev que se
muestran en la siguiente tabla:
• Propiedad 1.- Relación de recurrencia
Los polinomios de Chebyshev pueden generarse de la siguiente manera:
Tomamos 𝑇0 𝑥 = 1 y 𝑇1 𝑥 = 𝑥 y usamos la relación de recurrencia.

• Propiedad 2.- Coeficiente líder

El coeficiente de𝑥 𝑁 en 𝑇𝑁 (𝑥) es 2𝑁−1 para 𝑁 ≥ 1.
• Propiedad 3.- Simetría
Cuando 𝑁 = 2𝑀, el polinomio 𝑇2𝑀 (𝑥) es función par; esto es,

Cuando 𝑁 = 2𝑀 + 1, el polinomio 𝑇2𝑀+1 (𝑥) es función impar; esto es,

• Propiedad 4.- Representación trigonométrica en [-1,1]

• Propiedad 5.- Ceros simples en [-1,1]

𝑇𝑁 (𝑥) tiene N ceros distintos 𝑥𝑘 que están todos en el intervalo [-1,1] (con
respecto a la figura anterior). Estos valores se llaman nodos o abscisas de
Chebyshev.
• Propiedad 6.- Valores extremos

• Minimax
La cota que venimos usando es el producto del valor máximo de 𝑄(𝑥) (cuando
x recorre el intervalo [-1,1) por el valor máximo de 𝑓 𝑁+1 (𝑥)/ 𝑁 + 1 !
(cuando x recorre el intervalo [-1,1]). Para minimizar el factor max 𝑄(𝑥) ,
Chebyshev descubrió que
Deben ser elegidos de manera que
Nodos equiespaciados
• Si aproximamos f(x) por un polinomio de grado menor o igual que
N=3 en [-1,1], entonces los nodos equiespaciados son

Que son valores cómodos de usar en los cálculos. Remplazando y

sustituyendo en la ecuación
Obtenemos los polimonios coeficientes 𝐿3𝑘 (𝑥) acontinuacion:
Nodos de Chebyshev
• Si queremos aproximar f(x) por un polinomio de grado menor o igual
que N=3, usando los nodos de Chebyshev

Entonces el calculo de los polimonios coeficientes puede ser tedioso si

se hace a mano (pero podemos usar un computador).
Teorema 4.7 (Aproximación polinomial de
Lagrange-Chebyshev)
• Sea 𝑃𝑁 (𝑥) el polinomio interpolador de Lagrange para los nodos de
Chebyshev.
Teorema 4.8 (Aproximación de Chebyshev)
• El polinomio de aproximación de Chebyshev 𝑃𝑁 (𝑥) de grado menor o
igual que N para una función f(x) dada en [-1,1] puede escribirse como
una suma ponderada de los polinomios [T;(x)]:
Aproximaciones de Padé
• Sea f función analítica en un entorno de 𝑧0 𝜖 𝐶 𝑦 𝑃𝑛 el conjunto de
polinomios de grado menor o igual que n.
El método de Padé requiere que f(x) y su derivada sean continuas en
x=0 existen dos razones para trabajar en el punto x=0, en primer lugar,
las manipulaciones algebraicas suelen ser mas simples y, en segundo
lugar siempre podemos usar un cambio de variable para reformular
nuestro problema y trabajar sobre un intervalo en el que este el punto
cero. Los polinomios que se usan:
Aproximación de Padé en forma de fracción
continua
• Para evaluar en un punto la aproximación de Padé 𝑅4,4 (𝑥) hace falta
realizar un mínimo de doce operaciones aritméticas, pero es posible
reducir este numero a siete usando fracciones continuas.