Tema 3

Interpolaci´ on Polinomial
Introducci´ on
En este tema se da una posible respuesta a una situaci´ on bastante natural en el a ´mbito cient´ ıfico. Investigamos un fen´ omeno que se est´ a desarrollando ante nuestros ojos, queremos estudiarlo, y junto con los modelos previos con que contemos, podemos tomar muestras experimentales. Tenemos una serie de datos a partir de mediciones sobre el mismo. [Naturalmente hemos hecho una cantidad finita de mediciones.] Queremos extraer informaci´ on de esos datos. Esencialmente podemos tratarlo con 1/ t´ ecnicas estad´ ısticas (que continuar´ an observando el fen´ omeno de un modo discreto, es decir, sobre ese conjunto finito de mediciones) 2/ o bien ”intentandorecrear/reconstruir el fen´ omeno en su totalidad (en un “dominio continuo de espacio, tiempo o cualquier otra magnitud), con la funci´ on que represente “lo mejor posible” esos datos. Obs´ ervese que no se habla necesariamente de ajuste perfecto a los datos obtenidos (de hecho, es posible que por los aparatos de medici´ on y sus usuarios haya errores de medici´ on, redondeo, truncamiento... que no controlemos siquiera con exactitud la escala de tiempo o cualquier otra magnitud que haya sido usada como variable independiente...) Las t´ ecnicas que utilizan funciones continuas y se consideran en este curso son de dos tipos: a) Curvas de ajuste: c´ alculo de funciones aproximadas a los datos que tenemos (en alg´ un sentido, para cierta distancia), e b) Interpolaci´ on: c´ alculo de funciones que pasan (”interpolan”es el t´ ermino matem´ atico) exactamente por los puntos se˜ nalados. ´ La opci´ on a) ser´ a tratada en un contexto lineal en la parte de Algebra (Tema 2), y por las cuestiones de errores comentadas antes, ser´ a, en general, m´ as deseable que la segunda (de hecho esta v´ ıa se usa tambi´ en en estad´ ıstica cuando se calcula la recta de regresi´ on, otro modo de hablar de la recta de m´ ınimos cuadrados). 1

o econom´ ıa de c´ alculo. . a0 . a0 . an . a0 . . que nos llevan a usar diferentes tipos de interpolaci´ on. . . . . b0 . xn } ⊂ I es encontrar otra funci´ on Φ de manera que sobre estos puntos. Es decir. . INTERPOLACION No obstante. . . . como veremos por ejemplo al tratar la integraci´ on num´ erica (Tema 4 de C´ alculo). desarrollo por ejemplo en series de Fourier. n.´ POLINOMIAL TEMA 3. . an ) = a0 + a1 x + a2 x2 + · · · + an xn . Interpolaci´ on trigonom´ etrica: Φ es una combinaci´ on lineal de exponenciales imaginarias. a0 . . . El problema de interpolar consiste en determinar estos n + 1 par´ ametros de manera que para los n + 1 pares ordenados (xi . . n. . . . n se verifique Φ = Φ(xi . . . b0 + b1 x + b2 x2 + · · · + bm xm Interpolaci´ on exponencial: Φ es una combinaci´ on lineal de exponenciales reales. . . . . . i = 1. bn ) = a0 eb0 x + a1 eb1 x + a2 eb2 x + · · · + an ebn x . . an . La describimos de la forma Φ = Φ(x. . es decir Φ(x. . es decir Φ(x. j = 1. . En concreto el problema que planteamos es el siguiente. es decir Φ(x. an ) = fi . . verificando Φ(xi ) = f (xi ) = fi . . . . . . . x1. . con bi = bj si i = j con i. modelado que usamos en el problema. . Consideremos una familia de funciones Φ reales de variable real x que dependa de n + 1 par´ ametros. a1 . . . . . aunque con ciertos matices t´ ecnicos que precisaremos al final del presente tema. an ). Ingenier´ ıa T´ ecnica Forestal 2 Fundamentos Matem´ aticos Curso 2004/05 . b0 . tipo de soluciones que se quieren buscar con un mejor ajuste. En este tema estudiaremos la interpolaci´ on polin´ omica. . a0 . . . √ con i = −1. . . Recordemos que por la f´ ormula de Euler se tiene que eix = cos(x)+isen(x) con x ∈ R. bm ) = a0 + a1 x + a2 x2 + · · · + an xn . entre otros. . . la opci´ on b) tambi´ en tiene utilidad. . a0 . a0 . Interpolaci´ on racional: Φ es una funci´ on racional (cociente de polinomios) de x. fi ) con i = 0. . . . Existen motivos t´ ecnicos (fuera del objetivo de este curso). . es decir Φ(x. Interpolar una funci´ on f : I ⊆ R −→ R en un conjunto abierto D y en un conjunto de n + 1 puntos {x0. n. an ) = a0 + a1 eix + a2 e2ix + · · · + an enix . . . la nueva funci´ on tome los mismos valores que la funci´ on original. . i = 1. dependiendo del tipo de funci´ on Φ que queramos utilizar: Interpolaci´ on polin´ omica: Φ es una funci´ on polin´ omica de x. an .

pues no es eficiente en t´ erminos de c´ alculo (requiere muchas operaciones y tiene limitaciones t´ ecnicas que despu´ es nombraremos). . . Es inmediato que con esto se resuelve el problema original. . ¿Es posible encontrar tales li (x)? Si damos el polinomio factorizado para que tenga en cada nodo xj (con j = i) una ra´ ız. existe un u ´nico polinomio P (x) ∈ n [x] (esto es.1. tomando la suma de esos n + 1 polinomios de grado n (con coeficientes adecuados): P (x) = n k=0 fk · lk (x). polinomios de grado menor o igual que n) que interpola a la funci´ on en esos puntos. . . Para calcular el polin´ omio interpolador P (x) asociado a una tabla de datos (xi . . el candidato es n (x − x0 )(x − x1 ) · . P (xi ) = f (xi ) con i = 0. xn . n podemos plantearnos una simplificaci´ on previa: ¿qu´ e ocurre si construimos polinomios li (x) de grado n que valgan 1 en el nodo xi y 0 en el resto? li (xk ) = δik = 1 si i = k. . n. Este m´ etodo es el m´ as expl´ ıcito para probar existencia de soluci´ on ya que la construye. Entonces P − Q es otro polinomio de grado n con n + 1 ceros. En caso de tenerla. · (x − xn ) = Ingenier´ ıa T´ ecnica Forestal 3 j =0 j =i (x − xj ). 3. La prueba m´ as directa (con el coste de unos leves conocimientos de a ´lgebra) consiste en plantear el sistema lineal de ecuaciones (ahora las inc´ ognitas son los coeficientes del polinomio P buscado) y darse cuenta de que es un sistema compatible determinado al tener matriz de coeficientes de tipo Van der Monde (con los xi distintos dos a dos) y por tanto invertible. Sin embargo su utilidad se reduce a eso: a dar una respuesta formal y razonada. Supongamos conocido el valor de una funci´ on f (x) en un conjunto de puntos distintos dos a dos x0 . fi ) con i = 0. . . y eso conduce inevitablemente a que P − Q ≡ 0. . ambas constructivas. . . EXISTENCIA DE POLINOMIO DE INTERPOLACION 3. Entonces.1. · (x − xi−1 )(x − xi+1 ) · . Interpolaci´ on de Lagrange. . . Completamos este razonamiento con dos respuestas (en las siguientes secciones) de existencia de soluci´ on. Existencia de polinomio de interpolaci´ on El problema de la interpolaci´ on tiene propiamente tres cuestiones: Saber si tiene soluci´ on o no. Fundamentos Matem´ aticos Curso 2004/05 .2. es decir. . Otra forma inmediata de ver la unicidad de soluci´ on al problema consiste en imaginar la existencia de dos polinomios P y Q de grado n satisfaciendo la tesis del teorema.´ 3. . 0 si i = k. A este respecto en interpolaci´ on polin´ omica tenemos el siguiente resultado: Teorema 1. ¿dicha soluci´ on es u ´nica o existen varias? Y finalmente m´ etodos de c´ alculo lo m´ as eficientes posibles. x1 .

. Polinomios de interpolaci´ on con diferencias divididas de Newton Cualquier polinomio de n [x] se puede expresar en forma u ´nica como una combinaci´ on lineal de los monomios {1. integrar. Ingenier´ ıa T´ ecnica Forestal 4 Fundamentos Matem´ aticos Curso 2004/05 . etc. . + an xn (aqu´ ı. As´ ı. De hecho hay otro inconveniente. . . x2 . hasta n = 3). fn+1 )? A trav´ es de esta v´ ıa ¡hay que construir todos los polinomios de Lagrange de nuevo! (lo realizado antes es trabajo in´ util). x. la m´ as simple de hecho. . Ejemplo 2. xk − xj k = 0. Por contra.3. 3. ¿Qu´ e ocurre si nos dan otro dato m´ as (xn+1 . finalmente la f´ ormula de interpolaci´ on de Lagrange es n n P (x) = k=0 fk · lk (x). . para ello hay que “normalizar” la funci´ on anterior. Los polinomios lk (x) reciben el nombre de polinomios de Lagrange. para derivar. n. m´ as sutil que el anterior.´ POLINOMIAL TEMA 3. . la m´ as adecuada para construir en principio el polinomio interpolador. . . Hallar el polinomio de grado menor o igual que 3 que interpola los siguientes datos: xi 1 3 5 6 fi 2 3 La ventaja de este m´ etodo es que es directo: P (x) = 1 −1 0 2 (x − 3)(x − 5)(x − 6) (x − 1)(x − 5)(x − 6) + 3 (1 − 3)(1 − 5)(1 − 6) (3 − 1)(3 − 5)(3 − 6) (x − 1)(x − 3)(x − 5) (x − 1)(x − 3)(x − 6) +0· − (5 − 1)(5 − 3)(5 − 6) (6 − 1)(6 − 3)(6 − 5) 2 (x − 3)(x − 5) (x − 1)(x − 5) (x − 1)(x − 3) = (x − 6) + + 3 −40 12 8 . sin embargo. Esta base. no es. Es natural que en el contexto de mediciones y experimentos que nombr´ abamos en la introducci´ on del tema se incorporen nuevos datos. INTERPOLACION Lo u ´nico que no conseguimos es que en xi valga 1. xn }. pues son evidentemente sistema generador y adem´ as linealmente independientes (luego forman una base del espacio vectorial). . lk (x) = j =0 j =k x − xj . Ambos motivos nos conducen a replantear el problema por otra v´ ıa m´ as eficiente. que es adecuada para algunas manipulaciones inmediatas de polinomios como nombr´ abamos en la secci´ on anterior (derivaci´ on e integraci´ on por ejemplo). Por lo que la respuesta es s´ olo formal y hay que realizar mucho c´ alculo para obtener la expresi´ on final en la forma a0 + a1 x + a2 x2 + . la base can´ onica. tiene un inconveniente y es que la forma obtenida es mala para operar: para sumarlo con otra funci´ on.

´ CON DIFERENCIAS DIVIDIDAS DE 3. (x − 1)(x − 3). xn . La elecci´ on de esta base nos permite hallar los coeficientes ci directamente ya que en cada paso conocemos todos los coeficientes que aparecen menos el u ´ltimo: 2 2 P (1) = 3 ⇒ c0 = 3 .) Antes de desarrollar el m´ etodo en abstracto. . Es m´ as. si tuvi´ eramos un nodo m´ as en la lista. Buscamos un polinomio P (x) = c0 + c1 (x − 1) + c2 (x − 1)(x − 3) + c3 (x − 1)(x − 3)(x − 5) tal que P (xi ) = fi para x0 . Ψn (x)} siendo Ψ0 (x) Ψ1 (x) Ψ2 (x) Ψ3 (x) = = = = . (x − 1)(x − 3)(x − 5)}. . Ingenier´ ıa T´ ecnica Forestal 5 Fundamentos Matem´ aticos Curso 2004/05 . 1 Obs´ ervese que es indiferente que los nodos est´ en ordenados o no por sus valores. 2 x−1 7 23 + − (x − 1)(x − 3) + (x − 1)(x − 3)(x − 5). (x − x0 ). x1 . Dados los pares xi fi 1 3 2 3 5 6 1 −1 0 usamos en 3 [x] la siguiente1 base {1. . . . recuperamos el ejemplo anterior a modo introductorio: Ejemplo 3.3. (x − x0 )(x − x1 )(x − x2 ). y que el c´ alculo de cada Ψj sirve para el siguiente. en funci´ on de los nodos xi que nos dan. no resulta inconveniente para el m´ etodo empleado. 3 6 24 120 No podemos evitar tener que operar un poco para llegar a expresar el polinomio en la base can´ onica: 13 23 3 121 2 689 x − x + x− . . . se ampliar´ ıa la base con el elemento (x − 1)(x − 3)(x − 5)(x − 6) y se escribir´ ıa la siguiente igualdad P (x4 ) = f4 para despejar c4 . de modo que en este par´ agrafo adoptamos una soluci´ on intermedia: expresaremos el polinomio P (x) que interpola a las abscisas x0 . . . . Este conjunto es otra base del espacio de n [x] por tener n + 1 elementos linealmente independientes (obs´ ervese que con este m´ etodo cada problema requiere una base distinta. 7 . . 1 P (3) = 1 ⇒ c0 + c1 (3 − 1) = 1 ⇒ c1 = 6 . como una combinaci´ on lineal del siguiente conjunto de polinomios {Ψ0 (x). . Ψn (x) = (x − x0 )(x − x1 )(x − x2 ) · · · (x − xn−1 ). POLINOMIOS DE INTERPOLACION NEWTON Vimos que resultaba u ´til incluir los propios nodos del problema en los polinomios a construir. . 1. P (5) = −1 ⇒ c0 + 4c1 + 8c2 = −1 ⇒ c2 = − 24 23 P (6) = 0 ⇒ c0 + 5c1 + 15c2 + 15c3 = 0 ⇒ c3 = 120 . P (x) = 120 60 120 7 Por tanto P (x) = Pero los c´ alculos son menos que los realizados con los interpoladores de Lagrange. Ψ1 (x). . (x − x0 )(x − x1 ). x3 . x − 1.

:= f [x0 . xn ](x − x0 )(x − x1 ) · · · (x − xn−1 ). n que se conocen como diferencias divididas de f . . . el polinomio interpolador adopta la forma P (x) = f [x0 ] + f [x0 . c2 s´ olo de f0 . Veamos un ejemplo para el caso de interpolaci´ on de Newton con dos abscisas x0 y x1 . . x1 . 1. Como hemos visto en el ejemplo. n llegamos a un sistema lineal de ecuaciones para los coeficientes cj . . 1. j =0 i = 0. Imponiendo ahora las condiciones de interpolaci´ on P (xi ) = fi para i = 0. x1 ] = x1 − x0 6 Fundamentos Matem´ aticos Curso 2004/05 f [x0 ] c0 c1 = f0 f1 . obtenemos el sistema triangular inferior siguiente 1 0 1 (x1 − x0 ) cuya soluci´ on viene dada por c0 := c1 Ingenier´ ıa T´ ecnica Forestal = f0 . . . Una forma de indicar esta dependencia es mediante la siguiente notaci´ on: definimos cj := f [x0 . Obtenemos los coeficientes cj y comprobamos trivialmente que c0 s´ olo depende de f0 . x1 ](x − x0 ) + f [x0 . es directo resolver el sistema lineal por sustituci´ on hacia adelante. x1 . . INTERPOLACION Damos a continuaci´ on un algoritmo (que da t´ ıtulo a la secci´ on) que permite calcular directamente los cj sin necesidad de plantear las igualdades P (xj ) = fj . 1. 1. El polinomio interpolador de grado uno se puede escribir de la forma P (x) = c0 Ψ0 (x) + c1 Ψ1 (x) = c0 + c1 (x − x0 ). xj ]. . f1 y f2 . puesto que j −1 j −1 Ψj (x) = k=0 (x − xk ) =⇒ Ψj (xi ) = k=0 (xi − xk ) = 0 si i ≤ j − 1. . . y as´ ı sucesivamente. x2 ](x − x0 )(x − x1 ) + · · · + +f [x0 . . para j = 0. de manera que interponiendo las condiciones de interpolaci´ on P (xi ) = fi para i = 0. . . . . . . . x1 .´ POLINOMIAL TEMA 3. n. f1 − f0 . En dicho sistema lineal la matriz del sistema A = (aij ) = (Ψj (xi )) es triangular inferior. En concreto. c1 s´ olo de f0 y f1 . El polinomio interpolador (para el problema general) se expresa de la forma n P (x) = j =0 cj Ψj (x). . es decir n cj Ψj (xi ) = fi . .

podemos aprovechar el trabajo realizado anteriormente ya que lo u ´nico que debemos hacer es completar el esquema de diferencias divididas para calcular los coeficientes que faltan. . x2 .´ 3. . . x1 . . xi+j −1 ] . . x2 ] f [x0 . An´ alisis del error Cuando interpolamos una funci´ on f (x). x1 ] = f [x1 ] − f [x0 ] . 3. xi+j − xi Tenemos los siguientes casos particulares: f [x0 . x1 . . x1 . . . x1 − x0 f [x0 .4. x3 ] f [x0 .4. xi+1 . x2 ] = f [x1 . . . Ve´ amoslo una vez m´ as sobre el ejemplo de partida: 1 2/3 1/6 3 5 6 1 −1 0 −1 1 −7/24 2/3 23/120 f [x1 . x3 ] x3 f [x3 ] Los coeficientes necesarios para dar el polinomio de interpolaci´ on est´ an al principio de cada columna. x3 ] Recalcamos que M´ etodo de las Diferencias Divididas de Newton para el c´ alculo del polinomio interpolador es m´ as ventajoso que el de Lagrange en el sentido de que si a˜ nadimos m´ as puntos de interpolaci´ on. x1 ] x1 f [x1 ] f [x1 . x1 ] x2 − x0 El esquema del proceso descrito anteriormente para el c´ alculo de las diferencias divididas en el caso n = 3 es el siguiente x0 f [x0 ] f [x0 . Ingenier´ ıa T´ ecnica Forestal 7 Fundamentos Matem´ aticos Curso 2004/05 . x2 ] x2 f [x2 ] f [x2 . nos interesa tener un criterio que nos permita en cierta medida conocer la proximidad entre la funci´ on f (x) y su polinomio interpolador P (x). ANALISIS DEL ERROR El m´ etodo de Newton de las diferencias divididas nos permite calcular los coeficientes cj de la combinaci´ on lineal mediante la construcci´ on de las llamadas diferencias divididas que vienen definidas recurrentemente de la manera siguiente f [xi ] = fi . x2 ] − f [x0 . hemos encontrado un modo eficiente de resolver los inconvenientes que planteaba la anterior v´ ıa. xi+j ] = f [xi+1 . Esto es. xi+j ] − f [xi . x2 . f [xi . . xi+1 . .

Una de las razones de esta afirmaci´ on es la siguiente. Entonces. o que oscilen mucho y no haya buenas cotas de sus derivadas. y merece ser comentada aunque s´ olo sea para ver una aplicaci´ on del Teorema de Rolle visto en el Tema 1 (una funci´ on derivable que toma los mismos valores en los extremos de un intervalo tiene un cero de la derivada en su interior). . no es aconsejable efectuar interpolaci´ on polin´ omica con muchas abscisas de interpolaci´ on x0 . C. x1 . Entonces. que tengamos una cota) y al producto de los nodos indicado. b) tal que n f (n+1) (ξx ) f (x) − P (x) = (x − xi ). . b]). Runge propuso en 1901 el siguiente ejemplo: Sea Pn (x) el polinomio interpolador sobre 1 en el intervalo [−5. que tiene n + 2 ceros. b].. los puntos concretos no los conocemos ni los necesitamos para establecer el resultado. para cualquier x ∈ [a. y la de un polinomio de grado n + 1 de coeficiente l´ ıder 1 es (n + 1)!] a la tesis anunciada. x1 . b] y que Pn (x) es su polinomio interpolador en las abscisas a = x0 . . y el punto de abscisa x. entonces la aproximaci´ on ser´ a buena [rec´ ıprocamente. . . b]. 5]. Sea f una funci´ on de clase C n+1 ([a. INTERPOLACION En la pr´ actica se trata de dar una estimaci´ on a priori sobre el parecido del polinomio interpolador obtenido a partir de las mediciones hechas. para funciones poco regulares. y diverge en caso contrario. xn (el resultado previo nos exigir´ ıa un gran control sobre la funci´ on y muchas de sus derivadas). . xn = b. b]. . A este respecto se tiene el siguiente resultado. y el fen´ omeno real (representado aqu´ ı por f. (n + 1)! i=0 La prueba es simple. aunque propiamente no la conozcamos). . . Supongamos que la funci´ on f (x) es continua en el intervalo [a. los nodos de interpolaci´ on. la funci´ on f y el polinomio interpolador no ser´ an parecidos]. xn en el intervalo [a. y sea P un polinomio de grado menor o igual que n que interpola a la funci´ on f en los siguientes n + 1 puntos distintos dos a dos x0 . Tomamos la funci´ on n n q (ξ ) = (f (ξ ) − P (ξ )) i=0 (x − xi ) + (P (x) − f (x)) i=0 (ξ − xi ). .. Entonces n + 1 abscisas equiespaciadas de la funci´ on f (x) = 1 + x2 Pn (x) converge puntualmente cuando n → ∞ hacia f (x) si |x| < 3.63 . x1 .´ POLINOMIAL TEMA 3. Simplemente repetimos n + 1 derivadas (recu´ erdese que la vari( n +1) able es ξ ) llegando con q (ξx ) = 0 [la derivada n + 1 de un polinomio de grado n es cero. en general no es cierto que se verifique la convergencia puntual siguiente n→∞ l´ ım Pn (x) = f (x) ∀x ∈ [a. existe un punto ξx ∈ (a. . Una conclusi´ on interesante (y pr´ actica en el an´ alisis num´ erico) es por tanto la contraria: en vez de tomar muchos nodos sobre un u ´nico intervalo en el que generar un u ´nico polinomio Ingenier´ ıa T´ ecnica Forestal 8 Fundamentos Matem´ aticos Curso 2004/05 . En general. Teorema 4. es decir. . Por tanto posee n + 1 intervalos donde aplicar el resultado anterior. y as´ ı mismo la derivada tendr´ a n intervalos donde repetir el razonamiento. . . que nos dice que si tomando cierto n´ umero de puntos de interpolaci´ on el factorial “vence” a la funci´ on (y sus derivadas.

que cuando el valor es 2000. Nota 5 (Errores relativo y absoluto). Llamaremos error relativo al cociente del error total entre el valor exacto. Ingenier´ ıa T´ ecnica Forestal 9 Fundamentos Matem´ aticos Curso 2004/05 . a veces. Esto ser´ a particularmente u ´til a la hora de planificar la integraci´ on num´ erica (integraci´ on compuesta). Aunque hasta ahora los resultados sobre error se han referido al error absoluto. es decir.4.´ 3. la diferencia total entre el valor verdadero y el aproximado. elegir muchos intervalos menores (as´ ı se controla el t´ ermino del producto) y pocos nodos en cada uno de ellos (para no tener que exigir muchas cotas a las derivadas). un valor relativo entre ese error ejercido y el valor real mejora la visi´ on sobre la aproximaci´ on aplicada: no es lo mismo un error de 2 unidades cuando el valor exacto de la funci´ on es 2. ANALISIS DEL ERROR de interpolaci´ on. generando polinomios a trozos.