9

UniversidadInteramericana//RecintodeBayamn//EscueladeIngeniera
MECN3500//MtodosNumricosparaIngeniera
Prof.EduardoCabreraRuiz
2.0 INTERPOLACIN
2.1 INTRODUCCIN
Con frecuencia se tienen que estimar valores intermedios entre valores conocidos. El mtodo ms
comn empleado para este propsito es la interpolacin polinomial.
Recurdese que la frmula general de un polinomio de n-simo orden es:
( )
n
n
x a x a x a a x f + + + + =
2
2 1 0
(1)
Para n + 1 puntos, existe uno y slo un polinomio de n-simo orden o menor que pasa a travs de
todos los puntos. Por ejemplo, hay slo una lnea recta (es decir un polinomio de primer orden) que
conecta dos puntos. El polinomio de interpolacin consiste en determinar el nico polinomio de n-
simo orden que se ajusta a los n + 1 puntos dados. Este polinomio proporciona una frmula para
calcular los valores intermedios.
Aunque existe uno y slo un polinomio de n-simo orden que se ajusta a los n + 1 puntos, existen
una gran variedad de frmulas matemticas mediante las cuales se puede expresar este polinomio.
En esta unidad se estudian dos tcnicas alternativas que estn bien condicionadas para
implementarse en una computadora. Estos son los polinomios de Newton y de Lagrange.
2.2 POLINOMIOSDEINTERPOLACINCONDIFERENCIAS
DIVIDIDASDENEWTON
2.2.1 INTERPOLACINLINEAL
La frmula ms simple de interpolacin es la de conectar dos puntos con una lnea recta. Este
mtodo, llamado Interpolacin Lineal, se muestra en la figura 1.
x x
1
x
0
f(x)
f(x
1
)
f(x
0
)
f(x)
x x x
1
x
0
f(x)
f(x
1
)
f(x
0
)
f(x)
x

Fig. 1
10 MECN3500-Mtodos Numricos para Ingeniera
Usando tringulos semejantes, se tiene:

( ) ( ) ( ) ( )
0 1
0 1
0
0
x x
x f x f
x x
x f x f

(2)
Que se puede reordenar como:
( ) ( )
( ) ( )
( )
1 0
0 0
1 0
I
f x f x
f x f x x x
x x

= +

(3)
La cul es la frmula de interpolacin lineal. La notacin

f
I
(x) indica que se trata de un polinomio
de interpolacin de primer orden. Ntese que adems de representar la pendiente de la lnea que
conecta los dos puntos, el trmino [f(x
1
) - f(x
0
)] / (x
1
- x
0
) es una aproximacin de diferencias
divididas finitas a la primera derivada. En general, entre mas pequeo sea el intervalo entre los
puntos, ms exacta ser la aproximacin.
EJEMPLO 2.1
Calclese el logaritmo natural de 2 (ln 2) usando interpolacin lineal.
Primero, llvese a cabo los clculos interpolando entre ln 1 = 0 y ln 6 = 1.7917595.
Despus reptase el procedimiento, pero usando un intervalo ms pequeo desde ln 1 a ln 4 =
1.3862944.
Ntese que el valor real de ln 2 = 0. 69314718
SOLUCIN:
Evaluando la frmula de interpolacin lineal (3) de x = 1 a x = 6 da:
( ) ( ) 35835189 . 0 1 2
1 6
0 79175947 . 1
0 2 =

+ = f
La cual representa un error porcentual de e
%
= 48.3 %. Usando el intervalo ms pequeo desde x = 1
a x = 4 da:
( ) ( ) 46209812 . 0 1 2
1 4
0 38629436 . 1
0 2 =

+ = f
Por lo contrario, usando el intervalo ms pequeo reduce el error relativo porcentual a e
%
= 33.3%.
El error en el ejemplo 2.1 se debe a que se aproxima a una curva mediante una lnea recta. Por
consiguiente, una estrategia que mejora la aproximacin es la de introducir cierta curvatura en a
lnea que conecta a los puntos. Si se dispone de tres puntos lo anterior se puede llevar a cabo con un
polinomio de segundo orden (llamado tambin polinomio cuadrtico o parbola). Una manera
conveniente para este caso es:
( ) ( ) ( )( )
0 1 0 2 0 1 II
f x b b x x b x x x x = + + (4)
Ntese que aunque la ecuacin (4) parezca diferente de la ecuacin general de un polinomio (1), las
dos ecuaciones son equivalentes.
Esto se puede demostrar si se multiplican los trminos de la ecuacin (4) y obtener:
( ) ( ) ( )
2
2 1 2 0 2 1 0 1 0 2 0 1 II
f x b x b b x b x x b b x b x x = + + + (5)
Universidad Interamericana Recinto de Bayamn -Escuela De Ingeniera-
MECN3500-Mtodos Numricos para Ingeniera 11
o, agrupar trminos:
( )
2
2 1 0 II
f x a x a x a = + + (6)
en donde:

1 0 2 0 1 0 0
1 2 0 2 1 1
2 2
x x b x b b a
x b x b b a
b a
+ =
=
=
(7)
De esta manera, las ecuaciones (1) y (4) son frmulas alternativas equivalentes del nico polinomio
de segundo grado que une a los tres puntos.
Se puede usar un procedimiento simple para determinar los valores de los coeficientes. Para b
0
, se
usa la ecuacin (4) con x = x
0
, y se obtiene
( )
0 0
x f b = (8)
sustituyendo la ecuacin (8) en la ecuacin (4) y evaluando en x =x
1
se obtiene:

( ) ( )
0 1
0 1
1
x x
x f x f
b

= (9)
Y por ltimo, las ecuaciones (8) y (9) se sustituyen en la ecuacin (4), y se evala sta en x = x
2
y se
obtiene:

( ) ( ) ( ) ( )
2 1 1 0
2 1 1 0
2
2 0
f x f x f x f x
x x x x
b
x x

(10)
Ntese que, al igual que en el caso de interpolacin lineal, b
1
an representa la pendiente de la lnea
que une los puntos x
0
y x
1
. Por lo tanto, los primeros dos trminos de la ecuacin (4) son
equivalentes a la interpolacin de x
0
a x
1
, como se especific anteriormente en la ecuacin (3). El
ltimo trmino, b
2
(x-x
0
)(x-x
1
), introduce la curvatura de segundo orden en la frmula.
Ejemplo 2.2
Ajstese el polinomio de segundo orden a los tres puntos usados en el ejemplo 2.1
x
0
f(x
0
) = 0.000 000
x
1
f(x
1
) = 1.3862 944
x
2
f(x
2
) = 1.7917 595
sese el polinomio para evaluar ln 2
SOLUCIN:
Aplicando la ecuacin (8) da:
0
0
= b
la ecuacin (9) genera:
46209812 . 0
1 4
0 3862 . 1
1
=

= b

12 MECN3500-Mtodos Numricos para Ingeniera
y la ecuacin (10) da:
05187311 . 0
1 6
46209812 . 0
4 6
3629436 . 1 7917594 . 1
2
=

= b
Sustituyendo estos valores en la ecuacin (4) se obtiene la frmula cuadrtica:
( ) ( ) ( )( ) 0 0.4620981 1 0.05187312 1 4
II
f x x x x = +
que se evala en x = 2 y se obtiene
( ) 2 0.568443
II
f =
Lo que representa un error porcentual del e
%
= 18.4%. Por lo tanto, mejora la interpolacin
comparada con los resultados obtenidos al usar una lnea recta (ejemplo 2.1).
El anlisis anterior se puede generalizar en el ajuste de un polinomio de n-simo orden a los n+1
puntos. El polinomio de n-simo orden es:
( ) ( ) ( )( ) ( )( ) ( )
1 1 0 1 0 2 0 1 0
+ + + + =
n n n
x x x x x x b x x x x b x x b b x f (11)
Como se hizo anteriormente con las interpolaciones lineales y cuadrticas, se usan los puntos en la
evaluacin de los coeficientes b
0
, b
1
, ... , b
n
.
Se requieren n + 1 puntos para obtener un polinomio de n-simo orden: X
0
, X
1
, ... , X
n
.. Usando
estos datos, con las ecuaciones siguientes se evalan los coeficientes:

( )
[ ]
[ ]
0 1 1
0 1 1
0 0
, , , ,
,
x x x x f b
x x f b
x f b
n n n

=
=
=
(12)
En donde las evaluaciones de la funcin entre corchetes son diferencias divididas finitas. Por
ejemplo, la primera diferencia dividida finita se representa generalmente como:

( ) ( )
,
i j
i j
i j
f x f x
f x x
x x

=


(13)
La segunda diferencia dividida finita, que representa la diferencia de dos primeras diferencias
divididas finitas, se expresa generalmente como:
[ ]
[ ] [ ]
k i
k j j i
k j i
x x
x x f x x f
x x x f

=
, ,
, , (14)
De manera similar, la n-sima diferencia dividida finita es:
[ ]
[ ] [ ]
0
0 1 2 1 1 2 1
0 1 1
, , , , , ,
, , , ,
x x
x x x x f x x x x f
x x x x f
n
n n n n
n n

(15)
Estas diferencias se usan para evaluar los coeficientes de la ecuacin (12), los cuales se sustituyen en
la ecuacin (11), para obtener el polinomio de interpolacin:

( ) ( ) ( ) [ ] ( )( ) [ ]
( )( ) ( ) [ ]
0 1 1 1 1 0
0 1 2 1 0 0 1 0 0
, , , ,
, , ,
x x x x f x x x x x x
x x x f x x x x x x f x x x f x f
n n n
n

+
+ + + =
(16)
Al cual se le llama Polinomio de Interpolacin con Diferencias Divididas de Newton.
Universidad Interamericana Recinto de Bayamn -Escuela De Ingeniera-
MECN3500-Mtodos Numricos para Ingeniera 13
Se debe notar que no es necesario que los datos usados en la ecuacin (16) estn igualmente
espaciados o que los valores de la abscisa necesariamente se encuentren en orden ascendente, como
se ilustra en el ejemplo 2.3
Todas las diferencias pueden arreglarse en una tabla de diferencias divididas, en donde cada
diferencia se indica entre los elementos que la producen:
i x
i
f(x
i
)
Primera
I
Segunda
II
Tercera
III
0 x
0
f(x
0
) f[x
1
, x
0
] f[x
2
, x
1
, x
0
] f[x
3
, x
2
, x
1
,x
0
]
1 x
1
f(x
1
) f[x
2
, x
1
] f[x
3
, x
2
, x
1
]
2 x
2
f(x
2
) f[x
3
, x
2
]
3 x
3
f(x
3
)
EJEMPLO 2.3
Usando la siguiente tabla de datos, calclese ln 2 con un polinomio de interpolacin de Newton con
diferencias divididas de tercer orden:
x f(x)
1 0.000 0000
4 1.386 2944
6 1.791 7595
5 1.609 4379
SOLUCIN:
El polinomio de tercer orden con n = 3, es.
( ) ( ) ( )( ) ( )( )( )
0 1 0 2 0 1 3 0 1 3 III
f x b b x x b x x x x b x x x x x x = + + +
Las primeras diferencias divididas del problema son:
[ ] 4620981 . 0
1 4
0 3862944 . 1
,
0 1
=

= x x f
[ ] 2027326 . 0
4 6
3862944 . 1 7917595 . 1
,
1 2
=

= x x f
[ ] 1823216 . 0
6 5
7917595 . 1 6094379 . 1
,
2 3
=

= x x f
Las segundas diferencias divididas son:
[ ]
[ ] [ ]
0518731 . 0
1 6
4620981 . 0 2027326 . 0 , ,
, ,
0 2
0 1 1 2
0 1 2
=

=
x x
x x f x x f
x x x f
[ ]
[ ] [ ]
0204110 . 0
1 5
2027326 . 0 1823216 . 0 , ,
, ,
1 3
1 2 2 3
1 2 3
=

=
x x
x x f x x f
x x x f
La tercera diferencia divida es:
[ ]
[ ] [ ]
0078655 . 0
0 5
0518731 . 0 0204110 . 0 , , , ,
, , ,
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
14 MECN3500-Mtodos Numricos para Ingeniera
Los resultados para f(x
1
,x
0
), f(x
2
, x
1
, x
0
) y f(x
3
, x
2
, x
1
, x
0
) representan los coeficientes b
1
, b
2
y b
3

Junto con b
0
= f (x
0
) = 0.0, la ecuacin da:
( ) ( ) ( )( ) ( )( )( ) 0 0.46209813 1 0.0518731 1 4 0.0078655415 1 4 6
III
f x x x x x x x = + +
Arreglando la tabla de diferencias
i x
i
f(x
i
)
Primera
f
I
[ ]
Segunda
f
II
[ ]
Tercera
f
III
[ ]
0 1.0 0.00000000 0.46209813 - 0.051873116 0.0078655415
1 4.0 1.3862944 0.20273255 - 0.020410950
2 6.0 1.7917595 0.18232160
3 5.0 1.6094379
Con la ecuacin anterior se puede evaluar para X = 2
( ) 2 0.62876869
III
f =
lo que representa un error relativo porcentual del e% = 9.3%.
Ntese que la estructura de la ecuacin (16) es similar a la expresin de la serie de Taylor en el
sentido de que los trminos agregados secuencialmente consideran el comportamiento de orden
superior de la funcin representada. Estos trminos son diferencias divididas finitas, y por lo tanto,
representan aproximaciones a las derivadas de orden superior. En consecuencia, como sucede con la
serie de Taylor, si la funcin representativa es un polinomio de n-simo orden, el polinomio
interpolante de n-simo orden bajado en n + 1 llevar a resultados exactos.
El error por truncamiento de la serie de Taylor es:

( )
( )
( )
( )
1
1
1
! 1
+
+
+

+
=
n
i i
n
n
x x
n
f
R

(17)
en donde es un punto cualquiera dentro del intervalo (x
i
, x
i+1
). Una relacin anloga del error en un
polinomio interpolante de n-simo orden est dado por:

( )
( )
( )
( )( ) ( )
n
n
n
x x x x x x
n
f
R
+
=
+

1 0
1
! 1

(18)
En donde es un punto cualquiera dentro del intervalo que contiene las incgnitas y los datos. Para
uso de esta frmula la funcin en
cuestin debe ser conocida y diferenciable. Y usualmente, este no es el caso.
Afortunadamente existe una frmula alternativa que no requiere conocimiento previo de la funcin.
En vez de ello, se usa una diferencia dividida finita que aproxima la (n+1)-sima derivada:
[ ]( )( ) ( )
n n n n
x x x x x x x x x x x f R =


1 0 0 1 1
, , , , , (19)
Universidad Interamericana Recinto de Bayamn -Escuela De Ingeniera-
MECN3500-Mtodos Numricos para Ingeniera 15
en donde [ ]
0 1 1
, , , , , x x x x x f
n n

es la (n+1)-sima diferencia dividida.

Ya que la ecuacin (19) contiene la incgnita f(x), sta no se puede resolver y obtener el error. Sin
embargo, si se dispone de un dato adicional f(x
n+1
), la ecuacin (19) da una aproximacin del error
como:
[ ]( )( ) ( )
n n n n n
x x x x x x x x x x x x f R
+

1 0 0 1 1 1
, , , , , , (20)
El polinomio de interpolacin de Lagrange, simplemente es una reformulacin del polinomio de
Newton que evita los clculos de las diferencias divididas. Este se puede representar concretamente
como:
( ) ( )
i
n
i
i n
x f x L x f

=
=
0
) ( (21)
en donde:
( )

=
n
i j
j j i
j
i
x x
x x
x L
0
(22)
En donde denota el "producto de".
Por ejemplo, la versin lineal (n = 1) es:
( ) ( ) ( )
0 1
0 1
0 1 1 0
I
x x x x
f x f x f x
x x x x

= +

(23)
y la versin de segundo orden es:
( )
( )( )
( )( )
( )
( )( )
( )( )
( )
( )( )
( )( )
( )
1 2 0 2 0 1
0 1 2
0 1 0 2 1 0 1 2 2 0 2 1
II
x x x x x x x x x x x x
f x f x f x f x
x x x x x x x x x x x x

= + +

(24)
al igual que en el mtodo de Newton, la versin de Lagrange tiene un error aproximado dado por:
[ ] ( )

=
n
i
i n n n
x x x x x x f R
0
0 1
, , , , (25)
La ecuacin (21) se deriva directamente del polinomio de Newton. Sin embargo, la razn
fundamental de la formulacin de Lagrange se puede comprender directamente notando que cada
trmino L
i
(x) ser 1 en x= x
i
y 0 en todos los dems puntos.
Por lo tanto, cada producto L
i
(x) f(x
i
) toma un valor de f(x
i
) en el punto x
i
. Por consiguiente la
sumatoria de todos los productos, dada por la ecuacin (21) es el nico polinomio de n-simo orden
que pasa exactamente por los n+1 puntos.
Ejemplo 2.4
sese un polinomio de interpolacin de Lagrange de primer y segundo orden para evaluar ln 2 en
base a los datos:
i x f(x)
0 1.0 0.000 0000
1 4.0 1.386 2944
2 6.0 1.791 7595

16 MECN3500-Mtodos Numricos para Ingeniera
Solucin:
El polinomio de primer orden es:
( ) ( ) ( )
0 1
0 1
0 1 1 0
I
x x x x
f x f x f x
x x x x

= +


y, por lo tanto, la aproximacin en X = 2 es
( ) ( ) ( )
2 4 2 1
2 0 1.3862944 0.4620981
1 4 4 1
I
f

= + =


de manera similar, el polinomio de segundo orden se desarrolla como:
( )
( )( )
( )( )
( )
( )( )
( )( )
( )
( )( )
( )( )
( )
2 4 2 6 2 1 2 6 2 1 2 4
2 0 1.3862944 1.7917595 0.5658
1 4 1 6 4 1 4 6 6 1 6 4
II
f

= + + =


Como se expresaba, ambos resultados son similares a los que se obtuvieron previamente usando la
interpolacin polinomial de Newton.
En resumen, 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. Adems la aproximacin del error dada por la ecuacin (20), en general 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.
Cuando se va a llevar a cabo slo una interpolacin, ambos mtodos, el de Newton y el de Lagrange
requieren de un esfuerzo de clculo similar. Sin embargo, la versin de Lagrange es un poco ms
fcil de programar. Tambin existen casos en donde la forma de Newton es ms susceptible a los
errores de redondeo. Debido a esto y a que no se requiere calcular y almacenar diferencias divididas,
la forma de Lagrange se usa, a menudo, cuando el orden del polinomio se conoce a priori.
2.3 COMENTARIOSADICIONALES
Hay dos temas adicionales que se deben de mencionar: La interpolacin con los datos igualmente
espaciados y la Extrapolacin.
Ya que los mtodos de Newton y de Lagrange son compatibles con los datos espaciados en forma
arbitraria, se debe de preguntar por que se aborda el caso de los datos igualmente espaciados. Antes
del advenimiento de las computadoras digitales, estos mtodos tuvieron gran utilidad en la
interpolacin de tablas con datos igualmente espaciados. De hecho se desarrolla un esquema
conocido como tabla de diferencias divididas para facilitar la implementacin de estas tcnicas.
Sin embargo, y debido a que las frmulas son un subconjunto de los esquemas de Newton y
Lagrange compatibles con la computadora y ya que se dispone de muchas funciones tabulares como
rutinas de biblioteca, la necesidad de puntos equidistantes se fue perdiendo. En particular, se puede
emplear en la derivacin de frmulas de integracin numrica que emplean comnmente datos
equidistantes.
Universidad Interamericana Recinto de Bayamn -Escuela De Ingeniera-
MECN3500-Mtodos Numricos para Ingeniera 17
La extrapolacin es el proceso de calcular un valor de f(x) que cae fuera del rango de los puntos base
conocidos x
0
, x
1
, ... , x
n
. La interpolacin ms exacta usualmente se obtiene cuando las incgnitas
caen cerca de los puntos base.
Obviamente, esto no sucede cuando las incgnitas caen fuera del rango, y por lo tanto, el error en la
extrapolacin puede ser muy grande. La naturaleza abierta en los extremos de la extrapolacin
representa un paso en la incgnita porque el proceso extiende la curva ms all de la regin
conocida. Como tal, la curva verdadera diverge fcilmente de la prediccin. Por lo tanto, se debe
tener cuidado extremo en casos donde se deba extrapolar.
2.4 PROBLEMAS
1. Find the Newton polynomial of third order
i x
i
f(x
i
)
0 2.0 14.0
1 3.0 20.0
2 6.5 17.0
3 8.0 16.0
4 12.0 23.0
Using the polynomial for find the interpolation of f(7)
2. Some values of an unknown function f
x f(x)
0 0
1 0.8415
2 0.9093
3 0.1411
4 0.7568
5 0.9589
6 0.2794
What value does the function have at, x = 2.5? (Best value)