FSICA COMPUTACIONAL II (GRADO EN FSICAS)

CDIGO DE LA ASIGNATURA: 61042047

31 de octubre de 2016

Uso de la expresin del error en una interpolacin con polinomios de Lagrange

La ecuacin (3.1) de la pgina 225 del libro de Gerald & Wheatley presenta una errata en la
segunda lnea, es decir, hay que eliminar P3 (x) = de esta segunda lnea.
Para entender la deduccin de la expresin del trmino del error (ecuacin 3.2) de la pgina
226 del libro de Gerald Wheatley, es necesario estudiar las pginas 276-279 del libro. Si dada
una funcin conocida f (x), y una tabla de datos de la forma (x0 , f0 ), (x1 , f1 ), . . . (xn , fn ) podemos
calcular la interpolacin de dichos datos con los polinomios de Lagrange de grado n (Pn (x)) en
cualquier valor x dentro del intervalo de interpolacin delimitado por {x0 , x1 , . . . xn }. El error en
cualquier punto x es la desviacin del polinomio de interpolacin a la verdadera funcin
E(x) = Pn (x) f (x) = (x x0 )(x x1 ) . . . (x xn )

f (n+1) ()
.
(n + 1)!

(1)

Su expresin final puede ser deducida a travs del procedimiento explicado en la seccin, siendo
un valor situado en el menor intervalo que contiene a x, x0 , x1 , . . . xn .
Ejemplo:
El problema 4 planteado en la pgina 301 del libro dice:
Si e0.2 se aproxima por interpolacin lagrangiana entre los valores e0 = 1, e0.1 = 1.1052
y e0.3 = 1.3499, encuentre las estimaciones mximas y mnimas del error. Compare con
el error real.
Tenemos la siguiente tabla de datos.
i
0
1
2

x
x0 = 0
x1 = 0.1
x2 = 0.3

f (x) = ex
f0 = f (0) = e0 = 1
f1 = f (0.1) = e0.1 = 1.1052
f2 = f (0.3) = e0.3 = 1.3499

Dados estos tres puntos, es posible hacer pasar un polinomio de interpolacin de Lagrange de

grado 2 de la forma:
(x x0 )(x x2 )
(x x0 )(x x1 )
(x x1 )(x x2 )
f0 +
f1 +
f2
(x0 x1 )(x0 x2 )
(x1 x0 )(x1 x2 )
(x2 x0 )(x2 x1 )
(x 0)(x 0.3)
(x 0)(x 0.1)
(x 0.1)(x 0.3)
1+
1.1052 +
1.3499
=
(0 0.1)(0 0.3)
(0.1 0)(0.1 0.3)
(0.3 0)(0.3 0.1)
(x 0.1)(x 0.3) x(x 0.3)
(x)(x 0.1)
=

1.1052 +
1.3499
(2)
0.03
0.02
0.06

P2 (x) =

Con esta expresin podemos ahora evaluar el polinomio en el valor solicitado, P2 (x = 0.2) y
calcular su error real
Ereal (x = 0.2) = P2 (x = 0.2) f (x = 0.2) = P2 (x = 0.2) e0.2 = 1.22183 1.2214 = 0.000430575
En este ejemplo, la estimacin del error es
e
E(x) = P2 (x) f (x) = P2 (x) e = (x x0 )(x x1 )(x x2 )
3!
x

(3)

donde se debe elegir en el menor intervalo que contiene a {x, x0 , x1 , x2 }. En nuestro problema
este intervalo ser [0., 0.3].
Si particularizamos el error estimado en x = 0.2, que es lo que nos pide el enunciado tenemos
E(x = 0.2) = (0.2 0)(0.2 0.1)(0.2 0.3)

e
e
= 0.002
3!
6

(4)

Debido al comportamiento de la funcin derivada tercera de la funcin exponencial del enunciado

f (3) () = e , que es montona creciente en el intervalo [0, 0.3], podemos calcular una cota
superior e inferior al valor absoluto del error cometido. En concreto, tendremos un valor mximo
del error estimado para el mximo valor de = 0.3 y otro valor mnimo del error estimado para
= 0. Para el mximo valor de = 0.3 el valor absoluto del error mximo estimado
|E(x = 0.2)|max = 0.002

e0.3
= 0.000449953
6

(5)

Para el mnimo valor de = 0.1 tenemos el valor absoluto del error estimado
|E(x = 0.2)|min = 0.002

e0.
= 0.000333333
6

(6)

Como vemos, en valor absoluto, el error real se encuentra acotado en el intervalo calculado de
errores estimados mximo y mnimo
|E(x = 0.2)|min |Ereal (x = 0.2)| |E(x = 0.2)|max ,
0.000333333 0.000430575 0.000449953

El ejercicio 7 de la pgina 301 del libro nos pide obtener la tabla de Neville del
ejercicio 4 para aproximar e0.2 .
i
|x xi |
xi
0 |0.2 0| = 0.2
x0 = 0
1 |0.2 0.1| = 0.1 x1 = 0.1
2 |0.2 0.3| = 0.1 x2 = 0.3

f (xi ) = exi = Pi0

f0 = f (0) = e0 = 1
f1 = f (0.1) = e0.1 = 1.1052
f2 = f (0.3) = e0.3 = 1.3499

Tomamos reordenadamente los pares de datos ms cercanos a x = 0.2 Ahora empezamos a

i |x xi |
0
0.1
1
0.1
2
0.2

xi
f (xi ) = exi = Pi0
x0 = 0.1 f0 = f (0.1) = e0.1 = 1.1052
x1 = 0.3 f1 = f (0.3) = e0.3 = 1.3499
x2 = 0
f2 = f (0) = e0 = 1

interpolar linealmente pares de valores i = 0, 1, i = 1, 2 y colocamos una columna ms a la derecha

para formar Pi1 y otra segunda columna ms Pi2
i |x xi |
0
0.1
1
0.1
2
0.2

xi
f (xi ) = exi = Pi0
x0 = 0.1
f0 = 1.1052
x1 = 0.3
f1 = 1.3499
x2 = 0
f2 = 1

Pi1
Pi2
1.2275 1.2218
1.2332

Para ello hemos hecho uso de la frmula general (3.4)

Pi,j =

(x xi )Pi+1,j1 + (xi+j x)Pi,j1

xi+j xi

(7)

para calcular los valores de P01 y P11

(0.2 x0 )P1,0 + (x1 0.2)P0,0
x1 x0
(0.2 0.1)P1,0 + (0.3 0.2)P0,0
=
= 1.2275.
0.3 0.1

P0,1 (x = 0.2) =

(0.2 x1 )P2,0 + (x2 0.2)P1,0

x2 x1
(0.2 0.3)P2,0 + (0 0.2)P1,0
= 1.2332.
=
0 0.3

(8)

P1,1 (x = 0.2) =

(9)

Para obtener la tercera columna P0,2 hemos calculado

(0.2 x0 )P1,1 + (x2 0.2)P0,1
x2 x0
(0.2 0.1)P1,1 + (0 0.2)P0,1
=
= 1.2218.
0 0.1

P0,2 (x = 0.2) =

(10)

En el ejercicio 9 nos piden que se demuestre que los elementos de la lnea superior
de la tabla de Neville del ejercicio 7 de hecho representan los resultados de interpolar
para e0.2 con polinomios de grados crecientes.
Hemos visto en el ejercicio 4, que P2 (x = 0.2) = 1.22183, y es efectivamente el valor obtenido
con la lnea superior de la tabla de Neville para P02 . Anlogamente se puede calcular la interpolacin con polinomios de Lagrange con grado menor que dos, es decir, cero y uno, para comprobar
dicha afirmacin.