APROXIMACION E INTERPOLACION FUNCIONALl

Mtodos Numricos Aplicados a la Ingeniera 2010
2.2. APROXIMACIN FUNCIONAL E INTERPOLACIN
2.2.0. INTRODUCCIN
2.2.1. APROXIMACIN POLINOMIAL SIMPLE E INTERPOLACIN LINEAL

2.2.2. POLINOMIO DE APROXIMACIN DE LAGRANGE
2.2.3. DIFERENCIAS DIVIDIDAS

2.2.4. APROXIMACIN POLINOMIAL DE NEWTON
2.2.5. POLINOMIO DE APROXIMACIN DE NEWTON EN DIFERENCIAS

FINITAS: HACIA DELANTE HACIA ATRS
2.2.6. ESTRUCTURA DEL POLINOMIO DE NEWTON EN DIFERENCIAS

DIVIDIDAS HACIA ATRS DE GRADO n EN xn
2.2.7. APROXIMACIN POLINOMIAL SEGMENTARIA
2.2.8. EJERCICIOS Y APLICACIONES SOBRE INTERPOLACIN Y

APROXIMACIN FUNCIONAL
Aproximacin e Interpolacion Funcional Numrica 1

2.2. APROXIMACIN FUNCIONAL E INTERPOLACIN,

2.2.0. INTRODUCCIN
En el campo de la matemtica aplicada es de gran importancia la manera como
determinar una funcin o funciones a partir de un conjunto de datos discretos, i.e.,
puntos tabulados, situacin que siempre se enfrenta cualquier investigador, para
decir generalmente un Ingeniero siempre tiene al frente esta problemtica
fenmeno que ser el objetivo de este tem.
Pues es comn encontrar datos con valores discretos, y sin embargo nosotros
queremos encontrar valores entre estos puntos discretos, y esto es lo que lo
llamamos ajuste de curvas y, generalmente se usa el procedimiento de mnimos
cuadrados.
Cuando existe un conjunto de datos muy precisos, en este caso se usa lo que se
llama interpolacin.
Las funciones de aproximacin generalmente es obtenida por combinacin lineal
de funciones elementales, que toman la forma de:
a n g n ( x) a n 1 g n 1 ( x) ........ a1 g1 ( x) a 0 g 0 ( x) : 0in
En donde:
ai: Son constantes que deseamos encontrar, i=1,2,...,n
gi(x): Son funciones elementales especficas, i=1,2,...,n
Ejemplo:
1. gi (x): Puede ser la familia de monomios en x : x , x , ..... , x 0 1 n

luego
tenemos la combinacin lineal:
p( x) an x n an1 x n1 ...... ai x i ....... a2 x 2 a1 x1 a0 x 0
2. La familia de funciones elementales de Fourier, en funcin de x

1, sen x, cos x, sen 2x, cos 2x, sen 3x, cos 3x,..
La combinacin lineal que genera aproximaciones de la forma:
n n
a 0 a i cos i x bi sen i x
i 1 i 1
3. La familia de funciones exponenciales en x:

1, e x , e 2 x , e 3 x , ...
Que proporciona la siguiente combinacin lineal
a 0 a1e x a 2 e 2 x a3e 3 x ... ai e ix ... a n e nx
Observacin:
1. De las tres familias observadas podemos decir que la primera es la ms

utilizada y la ms sencilla en su manejo.
2. Qu buscamos en esta unidad?

Buscamos unan funcin f(x) a partir de una tabulacin funcional f (x):
Punto 0 1 2 ..... n
Variable x0 x1 x2 .... xn
Funcin f (x0) f (x1) f (x2) ....... f (xn)
Es decir queremos aproximar a f(x) por medio de la familia elemental de

monomios x 0

, x 1 , x 2 , ..... , x i , ...... , x n es decir,
p( x) an x n an1 x n1 ...... ai x i ....... a2 x 2 a1 x1 a0 x 0 , que se puede

realizar por medio de los siguientes criterios:
Ajuste exacto
Mnimos cuadrados
Ajuste Exacto:
Consiste en determinar una funcin polinomial que pase por los puntos
proporcionados tubularmente. Esto es:
Mnimos Cuadrados:
Consiste en determinar una funcin polinomial que pase por los puntos y que
cumpla la condicin de minimizar la suma de las desviaciones (di) elevados al
cuadrado.
n
i.e.; d
i 0
i
2
= mnimo

Encontrado el polinomio de aproximacin podemos utilizarlo para determinar otros

puntos que no estn en la tabla, mediante una evaluacin, fenmeno que se llama
Interpolacin, as mismo se puede derivar o integrar con la finalidad de buscar
alguna otra informacin adicional de la funcin tabular.
2.2.1. APROXIMACIN POLINOMIAL SIMPLE E INTERPOLACIN LINEAL

Podemos decir que la interpolacin lineal es el eje para muchos mtodos
numricos y de gran relevancia en la ingeniera, puesto que una gran informacin
se encuentra en su forma tabular como veremos ms adelante y es usado por una
diversidad de mtodos numricos, por ejemplo si integramos este mtodo
tendremos el mtodo de integracin trapezoidal.
En qu consiste este mtodo?
Supongamos que tenemos los siguientes cuadros:
Puntos 0 1 2 3 4 5 6
Cuadro 1
f(x) 56 78 113 144 181 205 214
X 1 2 5 10 20 30 40
Puntos 0 1 2 3
Cuadro 2
f(x) 56 -? 113 181 214
X 1 2 5 20 40
Supongamos por un instante que slo se dispone del cuadro 2 y que queremos el
valor de la variable y=f(x) cuando x tiene un valor de 2 unidades. Una manera
muy comn es considerar la ecuacin de una lnea recta as:
p( x) a0 a1 x , y sustituirlos valores de los puntos 0 y 1, obteniendo dos

ecuaciones con variables a0 y a1
Punto 0 = (1,56); punto 1: (5,113); (x, f(x))
57
56 a 0 a1 a1 14.2
4a1 57 4
113 a 0 5a1
a 0 56 14.2 41.8
Luego la ecuacin de la funcin lineal:

p(x) = 41.8 + 14.2x
Esta ecuacin puede ser usado para calcular f (x) cuando x = 2
f (2) 41.8 (14.2)2 41.8 28.4 70.2
Observacin:
Si queremos una mejor aproximacin para nuestra funcin deberamos considerar
otro punto ms y tendremos:
p( x) a 0 a1 x a 2 x 2 ,
Sean los puntos
P0 (1, 56) 56 a 0 a1 a 2 a 0 a1 a 2 56 a 0 a1 a 2 56
P2 (5, 113) 113 a 0 5a1 25a 2 0 4a1 24a 2 57 0 4a1 24a2 57
P3 (20, 181) 181 a 0 20a1 400a 2 0 19a1 399a 2 125 0 19a1 399a 2 125
Resolviendo el sistema, tenemos que:

a0 39.9 , a1 17.2 , a 2 0.505
p( x) 39.9 17.2 x 0.51x 2
p(2) 39.9 34.4 2.04 76.34
Grficamente representa una parbola. En general tendremos la siguiente

aproximacin polinomial.
p n ( x) a0 a1 x a 2 x 2 ....... ai x i ....... a n x n
POLINOMIO DE INTERPOLACIN DE NEWTON
En esta oportunidad presentaremos los polinomios de llamados de Newton como

previos al proceso recursivo, p0; p1; p2;....; pn,en donde cada pk se obtiene
simplemente aadiendo un trmino a pk-1 , y al final del proceso pn se encuentra
formado por una suma de trminos.

() = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ) + + ( 0 ) ( 1 ),
En otros trminos.
() = =0 1
=0( ) ,
Se considera
=0( ) = 1, siempre que m<0
Los primeros trminos de la ecuacin son
0 () = 0 ,
1 () = 0 + 1 ( 0 )
2 () = 0 + 1 ( 0 ) + 2 ( 0 )( 1 ),
Estos serian los tres primeros polinomios de interpolacin de Newton.
Cabe destacar que existe un mtodo muy eficiente para evaluar pk(x) suponiendo
conocidos los coeficientes c0, c1, c2,....ck llamado algoritmo de Horner.
2.2.2. POLINOMIO DE APROXIMACIN DE LAGRANGE
Comentarios:
El mtodo anterior tiene su punto dbil en la aproximacin exacta, al realizar la
interpolacin, pues se tena que solucionar un sistema de ecuaciones que su
orden dependa de la exactitud de la aproximacin, con la finalidad de salvar
estos inconvenientes, surgen otros mtodos de aproximacin polinomial, que
realicen clculos directos sin desarrollar tales sistemas de ecuaciones que
envuelven cierta dificultad en su solucin. Entre estos mtodos tendremos la
aproximacin polinomial de LaGrange. El mtodo que consiste en:
Primero: Supongamos una funcin desconocida f (x) dada en forma tabular y se
asume un polinomio de primer grado es decir una lnea recta el cual se puede
escribir de la siguiente manera:
1. Supongamos que la ecuacin de un recta se escribe as:
P( x) a 0 ( x x1 ) a1 ( x x 0 )
En donde:
x0, x1: Son valores de la funcin en puntos conocidos [x0, f (x0)], [x1, f (x1)]
a0, a1: Coeficientes por determinar, y lo encontramos haciendo las

consideraciones siguientes:
Determinando a0 para ello consideramos
P( x 0 ) f ( x0 )
: x x 0 P( x 0 ) a 0 ( x 0 x1 ) a 0
x 0 x1 x 0 x1
Determinando a1 para ello hacemos:
P( x1 ) f ( x1 )
x x1 P( x1 ) a1 ( x1 x 0 ) a1
x1 x 0 x1 x 0
Luego
f ( x0 ) f ( x1 )
P( x) ( x x1 ) ( x x0 )
( x 0 x1 ) ( x1 x 0 )
( x x1 ) ( x x0 )
P( x) f ( x 0 ) f ( x1 )
( x 0 x1 ) ( x1 x 0 )
P( x) L0 ( x) f ( x 0 ) L1 ( x) f ( x1 )
2. Supongamos un polinomio de segundo grado
P2 ( x) a 0 ( x x1 )( x x 2 ) a1 ( x x 0 )( x x 2 ) a 2 ( x x 0 )( x x1 )
En donde:
x0, x1, x2 son los valores de los puntos conocidos [x0, f(x0)], [x1, f(x1)], [x2, f(x2)]
P2 ( x0 ) f ( x0 )
Si x x0 a0
( x0 x1 )( x0 x2 ) ( x0 x1 )( x0 x2 )
P2 ( x1 ) f ( x1 )
Si x x1 a1
( x1 x0 )( x1 x2 ) ( x1 x0 )( x1 x2 )
P2 ( x2 ) f ( x2 )
Si x x2 a2
( x2 x0 )( x2 x1 ) ( x2 x0 )( x2 x1 )
Luego:
P2 ( x) L0 ( x) f ( x 0 ) L1 ( x) f ( x1 ) L2 ( x) f ( x 2 )

En donde:
( x x1 )( x x2 ) ( x x0 )( x x2 ) ( x x0 )( x x1 )
L0 ( x) ; L1 ( x) ; L2 ( x)
( x0 x1 )( x0 x2 ) ( x1 x0 )( x1 x2 ) ( x2 x0 )( x2 x1 )
3. Podemos suponer un polinomio de grado n:
Pn ( x) L0 ( x) f ( x0 ) L1 ( x) f ( x1 ) ..... Li ( x) f ( xi ) ...... Ln ( x) f ( xn )
En donde:
( x x1 )( x x 2 ).....( x xi ).....( x x n )
L0 ( x )
( x 0 x1 )( x 0 x 2 ).....( x 0 xi )....( x 0 x n )
( x x 0 )( x x 2 ).....( x xi ).....( x x n )
L1 ( x)
( x1 x 0 )( x1 x 2 ).....( x1 xi )....( x1 x n )

( x x 0 )( x x1 ).....( x xi 1 ).....( x x n )
Li ( x)
( xi x 0 )( xi x1 ).....( xi xi 1 )....( xi x n )
Que en general el polinomio se puede escribir:

n
Pn ( x) Li ( x) f ( x i ) , polinomio LaGrange
i 0
En donde:
n (x x j )
Li ( x)
j 0 ( x i x j ) ,
j i
La aproximacin polinomial de LaGrange, es la combinacin lineal de f(xi ) y de

los coeficientes Li(X).
Ejemplo:
Supongamos que tenemos la funcin tabular
i 0 1 2 3
F(Xi) -3 0 5 7
Xi 0 1 3 6

a) Determinar la aproximacin polinomial de LaGrange usando todos los puntos
b) Determinar el valor aproximado de f (x) para x = 1.8
Solucin:
Debemos destacar que la tabla presenta cuatro puntos lo que induce la existencia
de un polinomio de tercer orden
P3 ( x) L0 ( x) f ( x0 ) L1 ( x) f ( x1 ) L2 ( x) f ( x 2 ) L3 ( x) f ( x3 )
P3( x) L0 ( x)( 3) L1 ( x)(0) L2 ( x)(5) L3 ( x)(7)
( x x1 )( x x 2 )( x x3 ) ( x 1)( x 3)( x 6) ( x 1)( x 3)( x 6)
L0 ( x)
( x0 x1 )( x0 x 2 )( x0 x3 ) (0 1)(0 3)(0 6) 18
( x x0 )( x x 2 )( x x3 ) ( x 0)( x 3)( x 6) x( x 3)( x 6)
L1 ( x)
( x1 x0 )( x1 x 2 )( x1 x3 ) (1 0)(1 3)(1 6) 10
( x x0 )( x x1 )( x x3 ) ( x 0)( x 3)( x 6) x( x 1)( x 6)
L2 ( x )
( x 2 x0 )( x 2 x1 )( x 2 x3 ) (3 0)(3 1)(3 6) 18
( x x0 )( x x1 )( x x 2 ) x( x 1)( x 3) x( x 1)( x 3)
L3 ( x)
( x 2 x0 )( x3 x1 )( x3 x 2 ) 6 (6 1)(6 3) 90
Operando tenemos:
x 3 x 2 46
P3 x 3
30 30 15
El valor aproximado de la funcin cuando x = 1.8
(1.8) 3 (1.8) 2 46
P3 (1.8) (1.8) 3 2.2176
30 30 15
2.2.3. DIFERENCIAS DIVIDIDAS
As como podemos aproximar una funcin mediante la aproximacin

polinomial de LaGrange, tambin podemos aproximar la derivada y la integral
de una funcin con diferencias divididas. La derivada y la integral
respectivamente el polinomio de interpolacin, que en realidad es el principio
bsico para la diferenciacin e integracin de los mtodos numricos.
Supongamos una funcin f (x) con derivada en el punto x0 analticamente esta

f ( x) f ( x 0 )
dado por: lim f ' ( x)
x x0 x x0
Pero cuando la funcin es dada de manera tabular, se tiene.

Punto 0 1 .......... i .......... n

x x0 x1 .......... xi .......... xn
f ( x) f ( x0 ) f ( x1 ) .......... f ( x i ) .......... f ( xn )
La derivada slo puede obtenerse de manera aproximada, por ejemplo si se

desea calcular la derivada de f(x) en el punto x tal que x0 < x < x1
Esto se determina as:
f ( x1 ) f ( x 0 )
f ' ( x) , x 0 x x1
x1 x 0
La expresin de la derecha se llama primera diferencia dividida de f (x)

respecto a los valores de x0 y x1 y se denota generalmente f [x0, x1], esto es,
f ( x1 ) f ( x 0 )
f x 0 , x1
x1 x 0
Observacin:
1. Se debe destacar que la relacin entre la primera diferencia dividida

y la primera derivada esta dada por el teorema del valor medio.
f ( x1 ) f ( x 0 )
f ' (c) , c ( x 0 , x1 )
x1 x 0
Siempre que f (x) cumpla con las condiciones del teorema del valor medio.
2. Podemos generalizar para un orden ms alto en donde el argumento

es xi , 0 i n ; f xi se llama diferencia dividida, de orden cero:
f x1 , x 2 , ..... , xi f x 0 , x1 , ..... , xi 1
f x 0 , x1 , ..... , xi
xi x0
i.e.; orden cero:

Primero
Segundo
x 0 f x 0
f x1 f x 0 Tercero
f x 0 , x1
x1 x 0 f x1 , x2 f x0 , x1
x1 f x1 f x0 , x1 , x2
f x 2 f x1 x2 x0 f x1 , x2 , x3 f x0 , x1 , x2
f x1 , x 2 f x0 , x1 , x2 , x3
f x3 , x2 f x1 , x2 x3 x0
x 2 f x 2
x 2 x1 f x1 , x2 , x3
f x 3 f x 2 x3 x1 f x2 , x3 , x4 f x1 , x2 , x3
f x 2 , x 3 f x1 , x2 , x3 , x4
f x3 , x4 f x2 , x3 x4 x1
x3 f x3
x3 x 2 f x2 , x3 , x4
x4 x2 f x3 , x4 , x5 f x2 , x3 , x4
f x 4 f x 3 f x2 , x3 , x4 , x5
f x 3 , x 4 f x4 , x5 f x3 , x4 x5 x2
x 4 f x 4
x 4 x3 f x3 , x4 , x5
x5 x3
f x 5 f x 4
f x 4 , x 5
x5 x 4
x5 f x5
Observacin:
Para formar la expresin se requiere i + 1 puntos.
El numerador es la recta de dos diferencias de orden i 1.
El denominador es la recta de los argumentos no comunes en el numerador.
Ejemplo:
Supongamos que tenemos la siguiente informacin
Puntos 0 1 2 3 4 5
x 2 1 0 2 3 6
f ( x) 18 5 2 2 7 142
Obtenido del polinomio x 3 2 x 2 2
La primer diferencia dividida en los puntos (0), (1) y (1), (2)

f ( x1 ) f ( x 0 ) 5 (18)
f x 0 , x1 13
x1 x 0 1 (2)
f ( x 2 ) f ( x1 ) 2 (5)
f x1 , x 2 3
x 2 x1 0 (1)
La segunda diferencia dividida para (0), (1) y (2)

f `x1 , x 2 f x 0 , x1 3 (13)
f x 0 , x1 , x 2 5
x 2 x0 0 (2)

De esta manera construimos la tabla de diferencias divididas

Puntos X f(x) 1 orden 2 orden 3 0rden 4 orden
0 -2 -18
13
1 -1 -5 -5
3 1
2 0 -2 -1 0
0 1
3 2 -2 3 0
9 1
4 2 7 9
45
5 6 142
Observemos que:
Todas las diferencias divididas de tercer orden tienen el mismo valor
independiente del valor de las x que se usen para calcularse.
Las diferencias de cuarto orden todos tienen el valor de cero, lo que tiene afinidad
con el criterio que la derivada de tercer orden es una constante y la de cuarto
orden es cero, para cualquier valor de x.
El razonamiento anterior nos induce a decir que si al construir una tabla de
diferencias divididas en alguna columna el valor es constante y la siguiente
columna es cero la informacin proviene de un polinomio de grado igual al
orden de las diferencias que tengan valores constantes.
El razonamiento anterior nos induce afirmar que nuestro polinomio es de grado 3
es decir mi polinomio ser:
k 1

n
p( x) f x 0 , x1 ,..., x k x x j f x 0 f x 0 , x1 ( x x 0 ) f x 0 , x1 , x 2 ( x x 0 )( x x1 ) ...
k 0 j 0
En nuestro ejemplo se tiene:

p( x) f x0 f x0 , x1 ( x x0 ) f x0 , x1 , x 2 ( x x0 )( x x1 ) f x0 , x1 , x 2 , x3 ( x x0 )( x x1 )( x x 2 )
p( x) 18 13( x 2) 5( x 2)(x 1) 1( x 2)(x 1)(x 0)
p ( x ) x3 2 x 2 2

2.2.4. APROXIMACIN POLINOMIAL DE NEWTON
Supongamos que tenemos una funcin tabular y que queremos aproximar

mediante un polinomio de primer grado:
Puntos 0 1 2 i n
x x0 x1 x2 xi xn
f ( x) f x 0 f x1 f x 2 f x i f x n
1. Aproximacin por un Polinomio de Primer Grado
P1 ( x) a 0 a1 ( x x 0 )
En donde:
x0 : Es la abscisa del punto 0
a0, a1 : Constantes por determinar
x x 0 a 0 P( x 0 ) f x 0 a 0 f x 0
Si: P( x1 ) f x 0 f x1 f x 0
x x1 a1
x x0
( x x0 ) a1
x1 x 0
Consecuentemente tendremos: a1 f x 0 , x1
f x1 f x 0
P1 ( x) f x 0 ( x x 0 ) Pero: a1 f x 0 , x1
x x0
Luego:
P1 ( x) f x 0 ( x x 0 ) f x 0 , x1
Es un polinomio de primer grado en trminos de diferencias derivadas
2. Aproximacin por un Polinomio de Segundo Grado
P2 ( x) a 0 a1 ( x x 0 ) a 2 ( x x 0 ) ( x x1 )
En donde:
x0, x1 : Son las abscisas de los puntos 0 y 1
a0, a1, a2 : Constantes que debemos encontrar
Si:

x x0 a 0 P2 ( x) a 0 f x0
P2 ( x1 ) a0 f x1 f x0
x x1 a1 a1 a f x0 , x1
x1 x0 x1 x0
1
f x1 f x0
f x 2 f x0 ( x 2 x0 )
P2 ( x 2 ) a 0 a1 ( x 2 x0 ) ( x1 x0 )
x x2 a2 a2
( x 2 x0 )( x 2 x1 ) ( x 2 x0 )( x 2 x1 )
( f x 2 f x0 ) ( f x1 f x0 )

( x 2 x1 ) ( x1 x0 )
a2
( x 2 x0 )
( f x 2 f x0 ) ( x1 x0 ) ( f x1 f x0 ) ( x 2 x1 )
a2 f x0 , x1 , x 2
( x 2 x0 )( x 2 x1 )( x1 x0 )
Luego tenemos:
P2 ( x) f x0 ( x x0 ) f x0 , x1 ( x1 x0 ) ( x x1 ) f x0 , x1 , x 2
3. GENERALIZACIN
Pn ( x) a0 a1 ( x x0 ) a2 ( x x0 ) ( x x1 ) ... an ( x x0 ) ( x x1 ) ... ( x xn 1 )
En donde:
x0 , x1 , ... , x n : Son las abscisas de los puntos 0, 1, 2, , n
a 0 , a1 , ..., a n : Son coeficientes por determinar y estn dados por:
a 0 f x0 ; a1 f x0 , x1 ; a 2 f x 0 , x1 , x 2 ; .... ; a n f x0 , x1 , .... , x n
Esto es tendremos la siguiente aproximacin polinomial
Pn ( x) f x0 ( x x0 ) f x0 , x1 ( x x0 )( x x1 ) f x0 , x1 , x2 ...
( x x0 )( x x1 )...( x xn ) f x0 , x1 , ..., xn
n j 1
Pn ( x) a j x xi Polinomio de aproximacin de Newton
j 0 i 0
Ejemplo:
Determinar la aproximacin polinomial de Newton para la informacin tabular e
interpolar para x = 2

DIFERENCIAS DIVIDIDAS
Diferencias divididas
Puntos X f[x] 1 dividida 2 dividida 3 dividida
0 1 56
14.2
1 5 113 -0.31
4.5 0.019
2 20 181 0.081
1.68
3 40 214
P1 ( x) a0 a1 ( x x0 ) f x0 f x0 , x1 x x0 56 14.2 ( x 1)
Observacin:
f x1 f x 0 113 56 57
f x 0 , x1 14.2
x1 x 0 5 1 4
P2 ( x) a 0 a1 ( x x 0 ) a 2 ( x x 0 )( x x1 ) f x 0 f x 0 , x1 x x 0
f x 0 , x1 , x 2 x x 0 x x1
f x1 , x 2 f x 0 , x1 4.5 14 .2 9.7
f x 0 , x1 , x 2 0.51
x 2 x0 20 1 19
f x 2 f x1 181 113 68
f x1 , x 2 4.5
x 2 x1 15 15
P2 x 56 14 .2x 1 0.51x 1x 5
P1 2 56 14 .22 1 70 .2
P2 2 56 14 .22 6 0.512 12 5 70 .2 1.53 71 .7
P3 ( x) a 0 a1 x x0 a 2 x x 0 x x1 a3 x x0 x x1 x x3
a 0 f x 0 56; a1 f1 x 0 , x1 14 .2 ; a 2 f x 0 , x1 , x 2 0.51 ;
f x1 , x 2 , x3 f x 0 , x1 , x 2 0.081 0.51
a 3 f x 0 , x1 , x 2 , x3
x3 x 0 40 1
0.429
0.011
39
Pero:

f x 2 , x 3 f x1 , x 2 1.68 4.5
f x1 , x 2 , x 3 0.081
x 3 x1 40 5
P3 ( x) 56 14.2( x 1) 0.51( x 1)( x 5) 0.019( x 1)( x 5)( x 20)
Si: x = 2
f (2) P3 (2) 56 14.2(2 1) 0.51(2 1)( 2 5) 0.019(2 1)( 2 5)( 2 20)

71.7 0.969 72.67
Ejemplo 1. Calcular la tabla de diferencias divididas finitas con los siguientes

datos:
Y utilizar la informacin de dicha tabla, para construir el polinomio de

interpolacin de Newton.
Solucin.
Procedemos como sigue:
Por lo tanto el polinomio de interpolacin de Newton es :
Ejemplo 2. Calcular la tabla de diferencias divididas finitas con los siguientes

datos:
Y usar la informacin en la tabla, para construir el polinomio de interpolacin de

Newton.

Solucin. Procedemos como sigue:
Por lo tanto el polinomio de interpolacin de Newton nos queda :
2.2.5. POLINOMIO DE APROXIMACIN DE NEWTON EN DIFERENCIAS

FINITAS: HACIA DELANTE HACIA ATRS
Supongamos que la distancia entre dos argumentos (abscisas) consecutivas

cualquiera es igual, en toda la funcin tabular y sea h.
El polinomio de aproximacin de Newton se puede escribir de manera ms

simple, para nuestro propsito, consideremos otro punto S; definido por:
x x 0 sh x: Es el valor que se quiere interpolar
Pero:
x1 x0 h , x 2 x0 2h , x3 x0 3h , ..., xi x0 ih i 1, 2, .... , n
Que ocurre si restamos xi en ambos miembros
x xi x 0 sh xi
x 0 sh x 0 ih
x x i h( s i )
Para; i 1,2,..., n
x x1 h( s 1); x x 2 h( s 2); x x3 h( s 3); .... ; x x n h( s n)
Si consideramos el desarrollo general del polinomio de Newton, i.e.:
Pn ( x) a 0 a1 ( x x 0 ) a 2 ( x x 0 )( x x1 ) ... a n ( x x0 )( x x1 )...( x x n 1 )

Pn ( x 0 sh) f x 0 f x 0 , x1 hs f x 0 , x1 , x 2 h 2 s ( s 1) f x 0 , x1 , x 2 , x3 h 3 s ( s 1)( s 2)
... f x 0 , x1 ,..., x n h 3 s ( s 1)( s 2) .. f x 0 , x1 ,..., x n h n s ( s 1)...( s (n 1))
n k 1 1
Pn ( x) a k h k ( s i )
k 0 i 0
Observemos que la ltima relacin de aproximacin se puede simplificar si

hacemos ingresar los operadores lineales y, conocidos como:
: Operador lineal en diferencias hacia delante
: Operador lineal en diferencias hacia atrs
En donde:
Primera Diferencia f (x)
f ( x ) f ( x h) f ( x )
La segunda diferencia: 2 f ( x)
( f ( x)) 2 f ( x) ( f ( x h) f ( x)) f ( x h) f ( x)
f ( x h h) f ( x h) f ( x h) f ( x )
f ( x 2h) 2 f ( x h) f ( x )
La tercera diferencia: 3 f ( x)
(2 f ( x)) ( f ( x 2h) 2 f ( x h) f ( x)) f ( x 2h) 2f ( x h) f ( x)

f ( x 2h h) f ( x 2h) 2( f ( x h h) f ( x h)) f ( x h) f ( x)
f ( x 3h) 3 f ( x 2h) 3 f ( x h) f ( x)
En general:
i f ( x) (i 1 f ( x))
De manera anloga para el operador lineal de diferencia hacia atrs
Primera Diferencia: f (x)
f ( x) f ( x) f ( x h)
Segunda Diferencia: 2 f ( x)
( f ( x)) ( f ( x) f ( x h)) f ( x) f ( x h)
f ( x ) f ( x h) f ( x h) f ( x 2h)
f ( x ) 2 f ( x h) f ( x 2h)

En general:
i f ( x) ( i 1 f ( x)
Que ocurre si aplicamos al primer valor funcional f [x0] de una tabla

proporcionada.
f x1 f x0
f x0 f x0 h f x0 x1 x0 h f x0 , x1
x1 x 0
ie : f ( x0 ) h f x0 , x1 f x0 , x1 f ( x0 )
1
h
Para
f x 2 2 f x1 f x0 2 f x0
f x0 , x1 , x 2
2h 2 2h 2
para
f x3 3 f x 2 3 f x1 f ( x0 ) 3 f x0
f x0 , x1 , x 2 , x3
2 3h 3 3!h 3
En general:
n f ( x 0 )
f x 0 , x1 ,..., x n
n! hn
De manera anloga para el operador de diferencias hacia atrs
n f ( xn )
f xn , xn1 , ..., x1 , x0
n! h n
Consecuentemente al sustituir f x0 , x1 ,..., x n , i 0,1,2,..., n en 1
s( s 1) 2 s( s 1)( s 2)...( s (n 1)) n

Pn ( x0 sh) f x0 sf x0 f x0 ... f ( x0 )
2! n!
Es conocido como el polinomio de Newton en diferencia finita hacia delante.
Ejemplo:
Supongamos que tienen las siguientes tabulaciones:
Puntos 0 1 2 3 4 5
x 50 60 70 80 90 100
f ( x) 24.94 30.71 36.05 42.84 50.57 59.30

Aproximar la funcin tabulada usando el polinomio de Newton en diferencias

finitas hacia delante e interpole para 64
Solucin
En este conjunto de datos tenemos que h = 10, el valor por interpolares 64
x x0 64 50
El valor de s 1.4 S 1.4
h 10
PARA UN POLINOMIO DE PRIMER ORDEN

Para n = 1
P1 ( x) f x0 s f x0
;
24 .94 1.4(5.17 ) 32 .17
en donde
f x 0 f x 0 h f x 0 f x1 f x 0
f x 0 30 .11 24 .94 5.17
Punto xi f xi f xi 2 f xi 3 f xi 4 f xi
0 50 24.94
f x 0 5.17
1 60 30.11 2 f x 0 0.77
f x1 5.94 3 f x 0 0.08
2 70 36.05 f x1 0.85
2
4 f x 0 0.01
f x 2 5.79 f x1 0.09
3
3 80 42.84 2 f x 2 0.94 4 f x1 0.03

f x3 7.73 f x 2 0.06
3
4 90 50.57 2 f x3 1
f x 4 8.73
5 100 59.30
Es preciso destacar que en realidad se esta extrapolando, pues el valor de x

queda fuera del intervalo de los puntos que se usan para formar el polinomio de
aproximacin.
Debemos observar que el polinomio de aproximacin descrita en 1 fue
estructurado considerando x0 como pivote y luego si queremos aplicar para los
puntos (1) y (2) debemos modificar 1 as:
s(s 1) 2 s( s 1)...( s (n 1)) n 2
Pn ( x) f x1 sh f x1 sf xi f x1 ... f x1
2! n!
P( x) f x1 sf x1 en donde:
x x1 64 60
s 0.4 Luego tenemos:
h 10
f (64) 30.11 0.4(5.94) 32.49

Debemos resaltar que si deseamos aproximar con un polinomio de segundo

grado se requieren tres puntos, tendramos dos alternativas, tomar como puntos
(0), (1) y (2) (1), (2) y (3), en este caso tomara la primera serie por que el valor
a interpolar est ms al centro, luego tendramos:
s ( s 1) 2
P2 ( x) f x 0 sf x 0 f x 0 ; s 1.4
2!
1.4 (1.4 1)
P2 (64) 24.94 1.4 (5.17) 0.77 32.385
2!
2.2.6. ESTRUCTURA DEL POLINOMIO DE NEWTON EN DIFERENCIAS

DIVIDIDAS HACIA ATRS DE GRADO n EN xn
Supongamos n = 2 y asumamos que el polinomio sea de 2 grado:
P2 ( x) a 0 a1 ( x x n ) a 2 ( x x n ) ( x x n 1 )
En donde:
x n ; x n 1 : Son abscisas de los puntos n y n 1"
a 0 y a1 , a 2 : Son las constantes por determinar
Si:
x x n a 0 P2 ( x n ) a 0 f x n
P2 x n 1 a 0 f x n 1 f x n
x x n 1 a1 a1 f x n , x n 1
x n 1 x n x n 1 x n
f x n 2 f x n f x n , x n 1
x x n2 a 2 a 2 f x n , x n 1 , x n 2
( x n 2 x n ) ( x n 2 x n 1 )
Luego tendremos que:

P2 ( x) f x n f x n , x n1 ( x x n ) f x n , x n1 , x n2 ( x x n )( x x n1 )
Generalizar
Pn ( x) a 0 a1 ( x x n ) a 2 ( x x n ) ( x x n 1 ) ... a n ( x x n )( x x n 1 )...( x x1 )
En donde:
a 0 f x n ; a1 f x n , x n 1 ; a 2 f x n , x n 1 , x n 2 ; ... ; a n f x n , x n 1 , ... , x1 , x0
Considerando la diferencia de las abscisas consecutivas igual a h e introducimos

una variable paramtrica s definida como:
x xn
s ; x: el valor a interpolar
h

x x n sh
x x n 1 x n x n 1 sh h sh h( s 1)
x x n 2 x n x n 2 sh 2h sh h( s 2)
x x 0 x n x 0 sh nhsh h( s n)
Luego tenemos:
s(s 1) 2 s(s 1) (s 2)...( s (n 1)) n

Pn ( x n sh) f x n 3f x n f x n ... f x n
2! n!
Ecuacin de Newton en diferencias hacia atrs

Ejemplo:
En el ejemplo realice la interpolacin para x = 98 usando el polinomio de Newton
Si usamos un polinomio de primer grado tenemos
x x n 98 100
P1 ( x) f x5 sf x5 ; s 0.2
10 10
p1 (98) 59.30 0.2(8.73) 57.55
Si usamos un polinomio de segundo grado tenemos

s ( s 1) 2
P2 (98) f x 5 sf x 5 f x 5
2!
0.2(0.2 1)
59.3 .2(8.73) (1) 57.63
2!
Punto xi f xi f xi 2 f xi 3 f xi 4 f xi
0 50 24.94
f x0 5.17
1 60 30.11 2 f x0 0.77
f x1 5.94 3 f x0 0.08
2 70 36.05 f x1 0.85
2
4 f x0 0.01
f x2 5.79 f x1 0.09
3
3 80 42.84 2 f x2 0.94 4 f x1 0.03

f x3 7.73 f x2 0.06
3
4 90 50.57 2 f x3 1
f x4 8.73
5 100 59.30

2.2.7. APROXIMACIN POLINOMIAL SEGMENTARIA
En los tems anteriores para interpolar entre n+1 puntos se usaron polinomios de
grado n, para decir para un conjunto de 8 puntos se puede obtener un polinomio
de grado 7, parecer que se llevaba todo correctamente pero sin embargo se
tenan resultados errneos como errores de redondeo y los puntos lejanos.
Una alternativa para mitigar estos errores fue pensar considerar polinomios de
grado inferior en subconjunto de datos y a tales polinomios se llamaran funciones
segmentarias.
Por ejemplo, las curvas de tercer grado usadas para unir cada par de puntos se
llaman segmentarias cubicas. Tales funciones d se pueden construir de tal
manera que las conexiones entre las ecuaciones cubicas adyacentes sean
suaves, pareciera que las aproximaciones de tercer grado de las segmentarias
serian inferior a la aproximacin de sptimo grado. Veamos algunos grficos que
ilustran mejor la idea.
f(x) f(x)
x x
Caso (a) Caso (b)
f(x) f(x)
x x
Caso ( c ) Caso (d)
En definitiva las figuras plasman mejor la idea de la aproximacin segmentaria,

las figuras de a hasta c representan las oscilaciones de una funcin suave
.Debemos destacar que esta aproximacin tambin se le llama aproximacin
spline, en ingles para dibujar curvas suaves a travs de un conjunto de puntos.
2.2.7.1. INTERPOLACIN SEGMENTARIA LINEAL
La unin mas simple entre dos puntos es una recta, las segmentarias de primer
grado para un grupo de datos ordenados se define como un conjunto de
funciones lineales.
() = (0 ) + 0 ( 0 ), 0 1 ,
() = (1 ) + 1 ( 1 ), 1 2 ,
:
() = (1 ) + 1 ( 0 ), 1 ,
De donde la pendiente mi de la lnea recta que une los puntos.
(+1 )( )
= ,
+1
Esta relacin se usa para evaluar la funcin de cualquier punto entre x0 y x1,
Ejemplo
Dado el siguiente conjunto de datos,
x 3 4.5 7 9
f(x) 2. 1 2.5 0.5
Ajuste con segmentaras de primer orden y evalu la funcin en x=5
Solucin
Primero. Usar los datos para determinar las pendientes entre los puntos
Para decir en el intervalo [4.5 ,7] la pendiente calculamos usando el modelo

planteado.
12
= 4.53 = 0.6666,
2.51
= 74.5 = 0.60,
0.52.5
= 97 = 1,
El valor en x=5 es 1.3 .
f(x) f(x)
Segmentaria de Segundo orden
Segmentaria de primer orden
x x
f(x)
Segmentaria de Tercer orden
x
Interpolacion cubica
2.2.7.2. INTERPOLACIN SEGMENTARIA CUADRTICA
En esta oportunidad el objetivo de las segmentarias cuadrtica es obtener un

polinomio de segundo grado para cada intervalo en el conjunto de datos, en
General el polinomio en cada intervalo se representa as,
() = 2 + + ,
En donde a, b y c son tres constantes desconocidas y se requieren tres

ecuaciones, en el caso que se tengan n+1 datos existen n intervalos y por cada
intervalo se requieren tres ecuaciones es decir 3n, se deben tener en
consideracin los siguientes criterios.
1. Los valores de la funcin de polinomios adyacentes deben de ser guales en

los nodos interiores esta condicin lo representamos de la siguiente manera.
2
(1 ) = 1 1 + 1 1 + 1 ,
2
(1 ) = 1 + 1 + ,,
Para i=2 a n como solo se emplean dos nodos interiores cada ecuacin
proporciona n-1 condiciones en total 2n-2 .

2. La primera y la ultima funcin deben de pasar a travs de los puntos extremos

esto agrega dos ecuaciones mas,
(0 ) = 1 02 + 1 0 + 1 ,
( ) = 2 + + ,
3. Las primeras derivadas en los nodos interiores deben de ser iguales es decir,
() = 2 + ,
En consecuencia en general tenemos,
21 1 + 1 = 2 1 + , para i=2 a n, esto proporciona otras n-1

condiciones.
4. Suponga que en el primer punto de la derivada es cero, esta condicin se

representa as,
a1=0. Esto quiere decir que los dos primeros puntos se unirn con una lnea
recta.
Ejemplo.
Considerando el conjunto de datos
x 3 4.5 7 9
f(x) 2. 1 2.5 0.5
Ajuste usando segmentarias de segundo grado y estime el valor de x=5
Solucin
En este problema tenemos cuatro datos y n=3 intervalos por lo tanto 3(3)=9
incgnitas que deben de determinarse, consideran las dos condiciones del primer
criterio es decir 2(3)-2=4 condiciones
1.0 = 20.251 + 4.51 + 1 ,
1.0 = 20.252 + 4.52 + 2,
2.5 = 472 + 72 + 2,
2.5 = 473 + 73 + 3,
Evaluando las dos condiciones del segundo criterio se tienen 2 ecuaciones
91 + 31 + 1 = 2.5,
813 + 93 + 3 = 0.5,
A seguir consideramos la continuidad de las derivadas la cual crea 3-1=2

ecuaciones esto del tercer criterio.
91 + 1 = 92 + 2 ,
142 + 2 = 143 + 3,
Por ultimo consideramos el cuarto criterio que determina que a1=0, como esta
relacin nos dice de manera exacta que a 1 tiene como valor cero entonces se
reduce a determinar ocho ecuaciones simultaneas.
4.5, 1, 0, 0, 0, 0, 0, 0 1 1
0, 0, 20.25, 4.5, 1, 0, 0, 0 1 1
0, 0, 49, 7, 1, 0, 0, 0 2 2.5
0, 0, 0, 0, 0, 49, 7, 1 2 2.5
= ,
3, 1, 0, 0, 0, 0, 0, 0 2 2.5
0, 0, 0, 0, 0, 81, 9, 1 3 0.5
1, 0, 9, 1, 0, 0, 0, 0 3 0
[ 0, 0, 14, 1, 0, 14, 1, 0 ] [ 3 ] [ 0 ]
Este sistema se puede resolver usando cualquier tcnica analizado y tenemos:
a1 =0 b1=-1 c1=5.5
a2=0.64 b2=-6.76 c2=18.465
a3=-1.6 b3=24.6 c3=-91.3
Consecuentemente tenemos las siguientes relaciones para cada intervalo.
1 () = + 5.5, 3.0 4.5,
2 () = 0.64 2 6.76 + 18.46, 4.5 7,
3 () = 1.6 2 + 24.6 91.3, 7 9,
Como x=5 usamos f2 para determinar su aproximacin
2 (5) = 0.64 52 6.76 5 + 18.46 = 0.66,
2.2.7.3. INTERPOLACIN POR SEGMENTARAS CUBICAS
En esta oportunidad tenemos como objetivo de encontrar un polinomio de

interpolacin de tercer grado para cada intervalo entre los nodos.

() = 3 + 2 + + ,
Para n+1 datos existen n intervalos en consecuencia 4n incgnitas que

debemos evaluar requirindose 4n condiciones para evaluar. Las cuales se
obtienen de las siguientes consideraciones:
1. Los valores de la funcin deben de ser iguales en los nodos interiores (2n-2
condiciones)
2. La primera y la ultima funcin deben pasar a travs de los puntos extremos
(2 condiciones)
3. Las primeras derivadas en los puntos interiores deben de ser guales (n-1
condiciones)
4. Las segundas derivadas en los nodos interiores deben de ser iguales (n-1
condiciones)
5. Las segundas derivadas en los nodos extremos son ceros (2 condiciones
) esta condicin dice que la funcin en los extremos se vuelve en una lnea
recta, lo que induce a que se le llame segmentara natural o lineal.
Las cinco condiciones anteriores permiten obtener 4n ecuaciones requeridas
para obtener los 4n coeficientes.
Para determinar las ecuaciones de la segmentaria cubica tenemos la siguiente

relacin valida para cada intervalo.
(1 ) ( ) (1 ) (1 )( 1 )
() = ( )3 + ( 1 )3 + [ ] (
6( 1 ) 6( 1 ) 1 6
( ) (1 )( 1 )
) + [ ] ( 1 ), &
1 6
Esta ecuacin solo contiene dos incgnitas las segundas derivadas en los
extremos de cada intervalo.
Las incgnitas se evalan usando la siguiente relacin.
( 1 ) (1 ) + 2(+1 1 ) ( ) + (+1 ) (+1 ) =

6 6
[(+1 ) ( )] + ( [(1 ) ( )], @
(+1 ) 1 )
Si escribimos esta relacin para todos los nodos interiores resultan n-1
ecuaciones simultneas con n-1 incgnitas. No debemos olvidar que las
segundas derivadas en los puntos extremos son ceros.
Ejemplo.
Considerando el conjunto de datos
x 3 4.5 7 9
f(x) 2. 1 2.5 0.5
Ajuste usando segmentarias de tercer grado y estime el valor de x=5

Solucin
Primero: Usaremos la ultima relacin llamado @ con la finalidad de obtener un

conjunto de ecuaciones para las segundas derivadas en los nodos.
X0=3 , f(x0) =2.5, x1=4.5 , f(x1) =1 x2=7 , f(x2) =2.5 valores que sern sustituidas
en l relacin @
6
(4.5 3) (3) + 2(7 3) (4.5) + (7 4.5) (7) = (74.5) [2.5 1] +
6
(4.53)
[2.5 1], pero como (3) = 0 por ser segmentaria natural
8 (4.5) + 2.5 (7) = 9.6,
De manera anloga se aplica al segundo punto interior y obtenemos
2.5 (4.5) + 9 (7) = 9.6,
Estas dos ecuaciones se resuelven simultneamente y tenemos
(4.5) = 1.67909,
(7) = 1.53308,
Valores que sern sustituidos en & junto con los valores de las x y las f(x),
1.67909 2.5 1 1.97909(4.53)

1 () = ( 3)3 + (4.5 ) + [ ] ( 3),
6(4.53) 4.53 4.53 6
1 () = 0.186566( 3)3 + (4.5 ) + 0.246894( 3),
Esta ecuacin es la segmentaria cubica para el primer intervalo de igual manera

se obtienen para el segundo y tercer intervalo.
2 () = 0.1119397(7 )3 0.102205( 4.5)3 0.29962(7 ) +

1.638783( 4.5),
3 () = 0.127757(9 )3 + 1.761027(9 ) + 0.25( 7),,
Las tres ecuaciones se pueden usar para calcular valores dentro de cada
intervalo.
Por ejemplo x=5 se encuentra dentro del segundo intervalo se calcula como
sigue
2 (5) = 0.1119397(7 5)3 0.102205(5 4.5)3 0.29962(7 5) + 1.638783(5 4.5) =
1.102886,
2.2.8. EJERCICIOS Y APLICACIONES SOBRE INTERPOLACIN Y

APROXIMACIN FUNCIONAL
I. Determine el polinomio que interpolan los siguientes conjuntos de datos:
Primer grado, segundo grado, tercer grado, y cuarto grado.
a)
I 0 1 2 3 4
f(xi) 40 45 50 55 60
xi 2 3 5 6 8
b)
I 0 1 2 3 4
f(xi) 10 15 20 25 30
xi 0 1 2 3 4
c)
I 0 1 2 3 4
f(xi) 140 245 450 655 960
xi 1 5 10 15 20
d)
I 0 1 2 3 4
f(xi) 1 -3 2 4 10
xi 3 1 2 6 9
e)
I 0 1
f(xi) 3 7
xi 5 -1
f)
I 0 1 2
f(xi) 146 2 1
xi 7 1 2
g)
I 0 1 2 3
f(xi) 10 146 2 1

xi 3 7 1 1
h)
I 0 1 2 3
f(xi) 12 20 50 55
xi 3 7 1 2
NOTA: CUANDO SEA NECESARIO, REDONDEA A CINCO DECIMALES.
I.1. Calcula el polinomio de interpolacin de Newton para los siguientes datos:
i)
ii)
Soluciones:
2. Calcula el polinomio de Lagrange para los siguientes datos:
i)
ii)
Soluciones:

II Encuentre un polinomio de Interpolacin de Lagrange, Diferencias Divididas y

Newton
a)
I 0 1 2 3
f(xi) 3 2 -4 5
xi 1 2 0 3
b)
I 0 1 2
f(xi) 11 7 28
xi 2 0 3
c)
I 0 1 2
f(xi) 1 -1 0
xi 0 1 -2
d)
I 0 1 2
f(xi) 10 5 20
xi 2 1 2
III Determinar la interpolacin en los puntos dados usando los dos polinomios :
a) Para el caso (a)X= -1; X =1.5; X = 2.01: X= 0.5; X= 4

b) Para el caso (b)X= -1; X =1.5; X = 2.01: X= 0.5; X= 4
c) Para el caso (c)X= -1; X =1.5; X = 2.01: X= 0.5; X= 3
IV: Solucionar las siguientes problemticas
1.- Se conoce que la densidad del carbonato neutro de potasio en solucin

acuosa varia en temperatura y en su concentracin de acuerdo a la siguiente
investigacin:

T(C) 0 40 80 100
c(%)
4 1.0381 1.0276 1.0063 0.9931
12 1.1160 1.1013 1.0786 1.0663
20 1.1977 1.1801 1.1570 1.1451
28 1.2846 1.2652 1.2418 1.2301
a) Calcular la densidad a 40C y 15% de concentracin
b) Calcular la densidad a 50 Cy 28% de concentracin
c) Calcular la concentracin que tiene una solucin de densidad 1.129 a una

temperatura 60C
2.- Supongamos que se tiene un conjunto de datos, donde e representa los

voltios y p los kilowatios en una curva de prdida en el ncleo para un motor
elctrico:
a) Construir una tabla de diferencias divididas
b) Usando el polinomio de Newton de segundo grado aproxime el valor

correspondiente a e = 90 voltios
I 0 1 2 3 4 5 6
E 40 60 80 100 120 140 160
P 0.63 1.36 2.18 3.00 3.93 6.22 8.59
3.- Se tiene los siguientes datos tabulados:
Puntos 0 1 2 3
a = l/r 140 180 220 240
y = p/a 12,800 7,500 5,000 3,800
Donde y = p/a es la carga en lb/pul2 que causa la ruptura de una columna de

hierro dulce con extremos redondeados y a es la razn de la longitud de la
columna al mnimo radio de giro en su seccin transversal a = l/r
Determinar el polinomio de tercer grado que pasa por estos puntos en sus
distintas formas
a) p3 ( x) a 0 a1 x a 2 x 2 a3 x 3 Aproximacin polinomial simple
b) Formula de Lagrange
c) Aproximacin de Newton y Diferencias Divididas.w


Mtodos Numricos Aplicados a la Ingeniera MNAISECA 2010

APROXIMACION E INTERPOLACION FUNCIONALl

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

APROXIMACION E INTERPOLACION FUNCIONALl

Uploaded by

Copyright:

Available Formats

Mtodos Numricos Aplicados a la Ingeniera 2010

2.2. APROXIMACIN FUNCIONAL E INTERPOLACIN

2.2.1. APROXIMACIN POLINOMIAL SIMPLE E INTERPOLACIN LINEAL

2.2.3. DIFERENCIAS DIVIDIDAS

2.2.5. POLINOMIO DE APROXIMACIN DE NEWTON EN DIFERENCIAS

2.2.6. ESTRUCTURA DEL POLINOMIO DE NEWTON EN DIFERENCIAS

2.2.7. APROXIMACIN POLINOMIAL SEGMENTARIA

2.2.8. EJERCICIOS Y APLICACIONES SOBRE INTERPOLACIN Y

Aproximacin e Interpolacion Funcional Numrica 1

2.2. APROXIMACIN FUNCIONAL E INTERPOLACIN,

1. gi (x): Puede ser la familia de monomios en x : x , x , ..... , x 0 1 n

2. La familia de funciones elementales de Fourier, en funcin de x

3. La familia de funciones exponenciales en x:

Que proporciona la siguiente combinacin lineal

a 0 a1e x a 2 e 2 x a3e 3 x ... ai e ix ... a n e nx

1. De las tres familias observadas podemos decir que la primera es la ms

2. Qu buscamos en esta unidad?

Es decir queremos aproximar a f(x) por medio de la familia elemental de

p( x) an x n an1 x n1 ...... ai x i ....... a2 x 2 a1 x1 a0 x 0 , que se puede

Aproximacin e Interpolacion Funcional Numrica 3

Encontrado el polinomio de aproximacin podemos utilizarlo para determinar otros

2.2.1. APROXIMACIN POLINOMIAL SIMPLE E INTERPOLACIN LINEAL

p( x) a0 a1 x , y sustituirlos valores de los puntos 0 y 1, obteniendo dos

Luego la ecuacin de la funcin lineal:

f (2) 41.8 (14.2)2 41.8 28.4 70.2

Sean los puntos

Resolviendo el sistema, tenemos que:

p(2) 39.9 34.4 2.04 76.34

Grficamente representa una parbola. En general tendremos la siguiente

POLINOMIO DE INTERPOLACIN DE NEWTON

En esta oportunidad presentaremos los polinomios de llamados de Newton como

Aproximacin e Interpolacion Funcional Numrica 5

=0( ) = 1, siempre que m<0

Los primeros trminos de la ecuacin son

Estos serian los tres primeros polinomios de interpolacin de Newton.

2.2.2. POLINOMIO DE APROXIMACIN DE LAGRANGE

a0, a1: Coeficientes por determinar, y lo encontramos haciendo las

Determinando a0 para ello consideramos

Determinando a1 para ello hacemos:

2. Supongamos un polinomio de segundo grado

Aproximacin e Interpolacion Funcional Numrica 7

3. Podemos suponer un polinomio de grado n:

Que en general el polinomio se puede escribir:

La aproximacin polinomial de LaGrange, es la combinacin lineal de f(xi ) y de

Supongamos que tenemos la funcin tabular

Aproximacin e Interpolacion Funcional Numrica 8

a) Determinar la aproximacin polinomial de LaGrange usando todos los puntos

b) Determinar el valor aproximado de f (x) para x = 1.8

El valor aproximado de la funcin cuando x = 1.8

2.2.3. DIFERENCIAS DIVIDIDAS

As como podemos aproximar una funcin mediante la aproximacin

Supongamos una funcin f (x) con derivada en el punto x0 analticamente esta

Pero cuando la funcin es dada de manera tabular, se tiene.

Aproximacin e Interpolacion Funcional Numrica 9

Punto 0 1 .......... i .......... n

La derivada slo puede obtenerse de manera aproximada, por ejemplo si se

Esto se determina as:

La expresin de la derecha se llama primera diferencia dividida de f (x)

1. Se debe destacar que la relacin entre la primera diferencia dividida

2. Podemos generalizar para un orden ms alto en donde el argumento

i.e.; orden cero:

Aproximacin e Interpolacion Funcional Numrica 10

Obtenido del polinomio x 3 2 x 2 2