Tema 3

Interpolacin Polinomial o
Introduccin o
En este tema se da una posible respuesta a una situacin bastante natural en el ambito o cient co. Investigamos un fenmeno que se est desarrollando ante nuestros ojos, queremos o a 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 nita de mediciones.] Queremos extraer informacin de esos datos. o Esencialmente podemos tratarlo con 1/ tcnicas estad e sticas (que continuarn observando el fenmeno de un modo discreto, a o es decir, sobre ese conjunto nito de mediciones) 2/ o bien intentandorecrear/reconstruir el fenmeno en su totalidad (en un dominio o continuo de espacio, tiempo o cualquier otra magnitud), con la funcin que represente lo o mejor posible esos datos. Obsrvese que no se habla necesariamente de ajuste perfecto a los datos obtenidos (de e hecho, es posible que por los aparatos de medicin y sus usuarios haya errores de medicin, o o redondeo, truncamiento... que no controlemos siquiera con exactitud la escala de tiempo o cualquier otra magnitud que haya sido usada como variable independiente...) Las tcnicas que utilizan funciones continuas y se consideran en este curso son de dos tipos: e a) Curvas de ajuste: clculo de funciones aproximadas a los datos que tenemos (en algn a u sentido, para cierta distancia), e b) Interpolacin: clculo de funciones que pasan (interpolanes el trmino matemtico) o a e a exactamente por los puntos sealados. n La opcin a) ser tratada en un contexto lineal en la parte de Algebra (Tema 2), y por o a las cuestiones de errores comentadas antes, ser, en general, ms deseable que la segunda a a (de hecho esta v se usa tambin en estad a e stica cuando se calcula la recta de regresin, otro o modo de hablar de la recta de m nimos cuadrados). 1

 TEMA 3. INTERPOLACION POLINOMIAL No obstante, la opcin b) tambin tiene utilidad, como veremos por ejemplo al tratar la o e integracin numrica (Tema 4 de Clculo), aunque con ciertos matices tcnicos que preciso e a e aremos al nal del presente tema. Interpolar una funcin f : I R R en un conjunto abierto D y en un conjunto o de n + 1 puntos {x0, x1, . . . , xn } I es encontrar otra funcin de manera que sobre estos o puntos, la nueva funcin tome los mismos valores que la funcin original. Es decir, vericando o o (xi ) = f (xi ) = fi , i = 1, . . . , n.

En concreto el problema que planteamos es el siguiente. Consideremos una familia de funciones reales de variable real x que dependa de n + 1 parmetros, a0 , a1 , . . . , an . La a describimos de la forma = (x; a0 , . . . , an ). El problema de interpolar consiste en determinar estos n + 1 parmetros de a manera que para los n + 1 pares ordenados (xi , fi ) con i = 0, . . . , n se verique = (xi ; a0 , . . . , an ) = fi , i = 1, . . . , n.

Existen motivos tcnicos (fuera del objetivo de este curso), modelado que usamos en el e problema, tipo de soluciones que se quieren buscar con un mejor ajuste, desarrollo por ejemplo en series de Fourier, o econom de clculo, entre otros, que nos llevan a usar diferentes tipos a a de interpolacin, dependiendo del tipo de funcin que queramos utilizar: o o Interpolacin polinmica: es una funcin polinmica de x, es decir o o o o (x; a0 , . . . , an ) = a0 + a1 x + a2 x2 + + an xn . Interpolacin racional: es una funcin racional (cociente de polinomios) de x, es decir o o (x; a0 , . . . , an , b0 , . . . , bm ) = a0 + a1 x + a2 x2 + + an xn . b0 + b1 x + b2 x2 + + bm xm

Interpolacin exponencial: es una combinacin lineal de exponenciales reales, es decir o o (x; a0 , . . . , an , b0 , . . . , bn ) = a0 eb0 x + a1 eb1 x + a2 eb2 x + + an ebn x . con bi = bj si i = j con i, j = 1, . . . , n. Interpolacin trigonomtrica: es una combinacin lineal de exponenciales imaginarias, o e o es decir (x; a0 , . . . , an ) = a0 + a1 eix + a2 e2ix + + an enix . con i = 1. Recordemos que por la frmula de Euler se tiene que eix = cos(x)+isen(x) o con x R. En este tema estudiaremos la interpolacin polinmica. o o Ingenier Tcnica a e Forestal 2 Fundamentos Matemticos a Curso 2004/05

 3.1. EXISTENCIA DE POLINOMIO DE INTERPOLACION

3.1.

Existencia de polinomio de interpolacin o

El problema de la interpolacin tiene propiamente tres cuestiones: o Saber si tiene solucin o no. o En caso de tenerla, dicha solucin es unica o existen varias? o Y nalmente mtodos de clculo lo ms ecientes posibles. e a a A este respecto en interpolacin polinmica tenemos el siguiente resultado: o o Teorema 1. Supongamos conocido el valor de una funcin f (x) en un conjunto de puntos o distintos dos a dos x0 , x1 , . . . , xn . Entonces, existe un unico polinomio P (x) n [x] (esto es, polinomios de grado menor o igual que n) que interpola a la funcin en esos puntos, es decir, o P (xi ) = f (xi ) con i = 0, . . . , n. La prueba ms directa (con el coste de unos leves conocimientos de algebra) consiste en a plantear el sistema lineal de ecuaciones (ahora las incgnitas son los coecientes del polinomio o P buscado) y darse cuenta de que es un sistema compatible determinado al tener matriz de coecientes de tipo Van der Monde (con los xi distintos dos a dos) y por tanto invertible. Otra forma inmediata de ver la unicidad de solucin al problema consiste en imaginar la o existencia de dos polinomios P y Q de grado n satisfaciendo la tesis del teorema. Entonces P Q es otro polinomio de grado n con n + 1 ceros, y eso conduce inevitablemente a que P Q 0. Completamos este razonamiento con dos respuestas (en las siguientes secciones) de existencia de solucin, ambas constructivas. o

3.2.

Interpolacin de Lagrange. o

Este mtodo es el ms expl e a cito para probar existencia de solucin ya que la construye. o Sin embargo su utilidad se reduce a eso: a dar una respuesta formal y razonada, pues no es eciente en trminos de clculo (requiere muchas operaciones y tiene limitaciones tcnicas e a e que despus nombraremos). e Para calcular el polinmio interpolador P (x) asociado a una tabla de datos (xi , fi ) con i = o 0, . . . , n podemos plantearnos una simplicacin previa: qu ocurre si construimos polinomios o e li (x) de grado n que valgan 1 en el nodo xi y 0 en el resto? li (xk ) = ik = 1 si i = k, 0 si i = k.

Es inmediato que con esto se resuelve el problema original, tomando la suma de esos n + 1 polinomios de grado n (con coecientes adecuados): P (x) = n fk lk (x). k=0 Es posible encontrar tales li (x)? Si damos el polinomio factorizado para que tenga en cada nodo xj (con j = i) una ra el candidato es z,
n

(x x0 )(x x1 ) . . . (x xi1 )(x xi+1 ) . . . (x xn ) = Ingenier Tcnica a e Forestal 3

j=0 j=i

(x xj ).

Fundamentos Matemticos a Curso 2004/05

 TEMA 3. INTERPOLACION POLINOMIAL Lo unico que no conseguimos es que en xi valga 1, para ello hay que normalizar la funcin o anterior. As nalmente la frmula de interpolacin de Lagrange es , o o
n n

P (x) =
k=0

fk lk (x),

lk (x) =
j=0 j=k

x xj , xk xj

k = 0, . . . , n.

Los polinomios lk (x) reciben el nombre de polinomios de Lagrange. Ejemplo 2. 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 mtodo es que es directo: e 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

Por contra, tiene un inconveniente y es que la forma obtenida es mala para operar: para sumarlo con otra funcin, para derivar, integrar, etc. Por lo que la respuesta es slo formal y o o hay que realizar mucho clculo para obtener la expresin nal en la forma a0 + a1 x + a2 x2 + a o . . . + an xn (aqu hasta n = 3). , De hecho hay otro inconveniente, ms sutil que el anterior. a Es natural que en el contexto de mediciones y experimentos que nombrbamos en la a introduccin del tema se incorporen nuevos datos. Qu ocurre si nos dan otro dato ms o e a (xn+1 , fn+1 )? A travs de esta v hay que construir todos los polinomios de Lagrange de e a nuevo! (lo realizado antes es trabajo intil). u Ambos motivos nos conducen a replantear el problema por otra v ms eciente. a a

3.3.

Polinomios de interpolacin con diferencias divididas de o Newton

Cualquier polinomio de n [x] se puede expresar en forma unica como una combinacin o lineal de los monomios {1, x, x2 , . . . , xn }, pues son evidentemente sistema generador y adems a linealmente independientes (luego forman una base del espacio vectorial), la ms simple de a hecho, la base cannica. o Esta base, que es adecuada para algunas manipulaciones inmediatas de polinomios como nombrbamos en la seccin anterior (derivacin e integracin por ejemplo), no es, sin embara o o o go, la ms adecuada para construir en principio el polinomio interpolador. a

Ingenier Tcnica a e Forestal

Fundamentos Matemticos a Curso 2004/05

 3.3. POLINOMIOS DE INTERPOLACION CON DIFERENCIAS DIVIDIDAS DE NEWTON Vimos que resultaba util incluir los propios nodos del problema en los polinomios a con struir, de modo que en este pargrafo adoptamos una solucin intermedia: expresaremos el a o polinomio P (x) que interpola a las abscisas x0 , x1 , . . . , xn , como una combinacin lineal del o siguiente conjunto de polinomios {0 (x), 1 (x), . . . , n (x)} siendo 0 (x) 1 (x) 2 (x) 3 (x) = = = = . . . 1, (x x0 ), (x x0 )(x x1 ), (x x0 )(x x1 )(x x2 ),

n (x) = (x x0 )(x x1 )(x x2 ) (x xn1 ), Este conjunto es otra base del espacio de n [x] por tener n + 1 elementos linealmente independientes (obsrvese que con este mtodo cada problema requiere una base distinta, en e e funcin de los nodos xi que nos dan, y que el clculo de cada j sirve para el siguiente.) o a Antes de desarrollar el mtodo en abstracto, recuperamos el ejemplo anterior a modo e introductorio: Ejemplo 3. Dados los pares xi fi 1 3
2 3

1 1 0

usamos en 3 [x] la siguiente1 base {1, x 1, (x 1)(x 3), (x 1)(x 3)(x 5)}. 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 , . . . , x3 . La eleccin de esta base nos permite hallar los coecientes o ci directamente ya que en cada paso conocemos todos los coecientes que aparecen menos el ultimo: 2 2 P (1) = 3 c0 = 3 , 1 P (3) = 1 c0 + c1 (3 1) = 1 c1 = 6 , 7 P (5) = 1 c0 + 4c1 + 8c2 = 1 c2 = 24 , 23 P (6) = 0 c0 + 5c1 + 15c2 + 15c3 = 0 c3 = 120 . 2 x1 7 23 + (x 1)(x 3) + (x 1)(x 3)(x 5). 3 6 24 120 No podemos evitar tener que operar un poco para llegar a expresar el polinomio en la base cannica: o 13 23 3 121 2 689 x x + x . P (x) = 120 60 120 7 Por tanto P (x) = Pero los clculos son menos que los realizados con los interpoladores de Lagrange. a Es ms, si tuviramos un nodo ms en la lista, no resulta inconveniente para el mtodo a e a e empleado, se ampliar la base con el elemento (x 1)(x 3)(x 5)(x 6) y se escribir la a a siguiente igualdad P (x4 ) = f4 para despejar c4 .
1

Obsrvese que es indiferente que los nodos estn ordenados o no por sus valores. e e

Ingenier Tcnica a e Forestal

Fundamentos Matemticos a Curso 2004/05

 TEMA 3. INTERPOLACION POLINOMIAL Damos a continuacin un algoritmo (que da t o tulo a la seccin) que permite calcular direco tamente los cj sin necesidad de plantear las igualdades P (xj ) = fj . El polinomio interpolador (para el problema general) se expresa de la forma
n

P (x) =
j=0

cj j (x).

Imponiendo ahora las condiciones de interpolacin P (xi ) = fi para i = 0, 1, . . . , n llegamos a o un sistema lineal de ecuaciones para los coecientes cj , es decir
n

cj j (xi ) = fi ,
j=0

i = 0, 1, . . . , n.

En dicho sistema lineal la matriz del sistema A = (aij ) = (j (xi )) es triangular inferior, puesto que
j1 j1

j (x) =
k=0

(x xk )

j (xi ) =
k=0

(xi xk ) = 0 si

i j 1.

Como hemos visto en el ejemplo, es directo resolver el sistema lineal por sustitucin hacia o adelante. Obtenemos los coecientes cj y comprobamos trivialmente que c0 slo depende de o f0 , c1 slo de f0 y f1 , c2 slo de f0 , f1 y f2 , y as sucesivamente. Una forma de indicar esta o o dependencia es mediante la siguiente notacin: denimos o cj := f [x0 , x1 , . . . , xj ], para j = 0, 1, . . . , n

que se conocen como diferencias divididas de f . En concreto, el polinomio interpolador adopta la forma P (x) = f [x0 ] + f [x0 , x1 ](x x0 ) + f [x0 , x1 , x2 ](x x0 )(x x1 ) + + +f [x0 , x1 , . . . , xn ](x x0 )(x x1 ) (x xn1 ). Veamos un ejemplo para el caso de interpolacin de Newton con dos abscisas x0 y x1 . El o polinomio interpolador de grado uno se puede escribir de la forma P (x) = c0 0 (x) + c1 1 (x) = c0 + c1 (x x0 ), de manera que interponiendo las condiciones de interpolacin P (xi ) = fi para i = 0, 1, o obtenemos el sistema triangular inferior siguiente 1 0 1 (x1 x0 ) cuya solucin viene dada por o c0 := c1 Ingenier Tcnica a e Forestal = f0 . f1 f0 . := f [x0 , x1 ] = x1 x0 6 Fundamentos Matemticos a Curso 2004/05 f [x0 ] c0 c1 = f0 f1

 3.4. ANALISIS DEL ERROR El mtodo de Newton de las diferencias divididas nos permite calcular los coecientes cj e de la combinacin lineal mediante la construccin de las llamadas diferencias divididas que o o vienen denidas recurrentemente de la manera siguiente f [xi ] = fi . f [xi , xi+1 , . . . , xi+j ] = f [xi+1 , . . . , xi+j ] f [xi , xi+1 , . . . , xi+j1 ] . xi+j xi

Tenemos los siguientes casos particulares: f [x0 , x1 ] = f [x1 ] f [x0 ] , x1 x0 f [x0 , x1 , x2 ] = f [x1 , x2 ] f [x0 , x1 ] x2 x0

El esquema del proceso descrito anteriormente para el clculo de las diferencias divididas a en el caso n = 3 es el siguiente x0 f [x0 ] f [x0 , x1 ] x1 f [x1 ] f [x1 , x2 ] x2 f [x2 ] f [x2 , x3 ] x3 f [x3 ] Los coecientes necesarios para dar el polinomio de interpolacin estn al principio de cada o a columna. Vemoslo una vez ms sobre el ejemplo de partida: a a 1 2/3 1/6 3 5 6 1 1 0 1 1 7/24 2/3 23/120 f [x1 , x2 , x3 ] f [x0 , x1 , x2 ] f [x0 , x1 , x2 , x3 ]

Recalcamos que Mtodo de las Diferencias Divididas de Newton para el clculo del polinomio e a interpolador es ms ventajoso que el de Lagrange en el sentido de que si aadimos ms puntos a n a de interpolacin, podemos aprovechar el trabajo realizado anteriormente ya que lo unico que o debemos hacer es completar el esquema de diferencias divididas para calcular los coecientes que faltan. Esto es, hemos encontrado un modo eciente de resolver los inconvenientes que planteaba la anterior v a.

3.4.

Anlisis del error a

Cuando interpolamos una funcin f (x), nos interesa tener un criterio que nos permita en o cierta medida conocer la proximidad entre la funcin f (x) y su polinomio interpolador P (x). o Ingenier Tcnica a e Forestal 7 Fundamentos Matemticos a Curso 2004/05

 TEMA 3. INTERPOLACION POLINOMIAL En la prctica se trata de dar una estimacin a priori sobre el parecido del polinomio a o interpolador obtenido a partir de las mediciones hechas, y el fenmeno real (representado o aqu por f, aunque propiamente no la conozcamos). A este respecto se tiene el siguiente resultado, que nos dice que si tomando cierto nmero u de puntos de interpolacin el factorial vence a la funcin (y sus derivadas, es decir, que o o tengamos una cota) y al producto de los nodos indicado, entonces la aproximacin ser buena o a [rec procamente, para funciones poco regulares, o que oscilen mucho y no haya buenas cotas de sus derivadas, la funcin f y el polinomio interpolador no sern parecidos]. o a Teorema 4. Sea f una funcin de clase C n+1 ([a, b]), y sea P un polinomio de grado menor o o igual que n que interpola a la funcin f en los siguientes n + 1 puntos distintos dos a o dos x0 , x1 , . . . , xn en el intervalo [a, b]. Entonces, para cualquier x [a, b], existe un punto x (a, b) tal que n f (n+1) (x ) f (x) P (x) = (x xi ). (n + 1)!
i=0

La prueba es simple, y merece ser comentada aunque slo sea para ver una aplicacin del o o Teorema de Rolle visto en el Tema 1 (una funcin derivable que toma los mismos valores en o los extremos de un intervalo tiene un cero de la derivada en su interior). Tomamos la funcin o
n n

q() = (f () P ())

i=0

(x xi ) + (P (x) f (x))

i=0

( xi ),

que tiene n + 2 ceros, los nodos de interpolacin, y el punto de abscisa x. Por tanto posee o n + 1 intervalos donde aplicar el resultado anterior, y as mismo la derivada tendr n interva a los donde repetir el razonamiento... los puntos concretos no los conocemos ni los necesitamos para establecer el resultado. Simplemente repetimos n + 1 derivadas (recurdese que la varie (n+1) ( ) = 0 [la derivada n + 1 de un polinomio de grado n es cero, able es ) llegando con q x y la de un polinomio de grado n + 1 de coeciente l der 1 es (n + 1)!] a la tesis anunciada. En general, no es aconsejable efectuar interpolacin polinmica con muchas abscisas de o o interpolacin x0 , x1 , . . . , xn (el resultado previo nos exigir un gran control sobre la funcin y o a o muchas de sus derivadas). Una de las razones de esta armacin es la siguiente. Supongamos o que la funcin f (x) es continua en el intervalo [a, b] y que Pn (x) es su polinomio interpolador o en las abscisas a = x0 , x1 , . . . , xn = b. Entonces, en general no es cierto que se verique la convergencia puntual siguiente
n

l Pn (x) = f (x) x [a, b]. m

C. Runge propuso en 1901 el siguiente ejemplo: Sea Pn (x) el polinomio interpolador sobre 1 en el intervalo [5, 5]. Entonces n + 1 abscisas equiespaciadas de la funcin f (x) = o 1 + x2 Pn (x) converge puntualmente cuando n hacia f (x) si |x| < 3,63 . . . y diverge en caso contrario. Una conclusin interesante (y prctica en el anlisis numrico) es por tanto la contraria: o a a e en vez de tomar muchos nodos sobre un unico intervalo en el que generar un unico polinomio Ingenier Tcnica a e Forestal 8 Fundamentos Matemticos a Curso 2004/05

 3.4. ANALISIS DEL ERROR de interpolacin, elegir muchos intervalos menores (as se controla el trmino del producto) o e y pocos nodos en cada uno de ellos (para no tener que exigir muchas cotas a las derivadas), generando polinomios a trozos. Esto ser particularmente util a la hora de planicar la intea gracin numrica (integracin compuesta). o e o Nota 5 (Errores relativo y absoluto). Aunque hasta ahora los resultados sobre error se han referido al error absoluto, es decir, la diferencia total entre el valor verdadero y el aproximado, a veces, un valor relativo entre ese error ejercido y el valor real mejora la visin o sobre la aproximacin aplicada: no es lo mismo un error de 2 unidades cuando el valor exacto o de la funcin es 2, que cuando el valor es 2000. Llamaremos error relativo al cociente del o error total entre el valor exacto.

Ingenier Tcnica a e Forestal

Fundamentos Matemticos a Curso 2004/05