Documentos de Académico
Documentos de Profesional
Documentos de Cultura
n
k=0
a
k
(x x
0
)
k
, con ciertos a
k
.
Prueba del LEMA 1:
Si n = 0 , p(x) = a
0
.
Si n > 0 , usamos la idea clave de este Tema: la division con resto del polinomio p(x) por (x x
0
) :
p(x) = p(x
0
) + q(x)(x x
0
) , con q Pol
n1
;
por recurrencia sobre n , q se puede escribir en la forma del enunciado, luego p tambien.
Prueba de la PROPOSICION:
La igualdad del LEMA 1 p
k)
(x
0
) = a
k
k! , luego los coecientes a
k
= f
k)
(x
0
)/k! , y solo ellos, dan
el polinomio que cumple i), y al que llamamos el polinomio de Taylor de f en x
0
:
p
n
(x) =
n
k=0
f
k)
(x
0
)
(x x
0
)
k
k!
Si hubiese dos polinomios p, p + d Pol
n
que cumplen ii), su diferencia sera d(x) = o(|x x
0
|
n
) , por
ser d = (p + d f) (p f) ; pero tambien
d(x) =
n
k=0
a
k
(x x
0
)
k
a
m
(x x
0
)
m
si m es el primer coeciente no nulo de esa suma, lo que contradice lo anterior, e implica que d(x) 0 .
S olo falta probar que el p
n
(x) dado arriba cumple ii), pero eso es lo que arma el siguiente Lema.
LEMA 2 (Resto integral de Taylor): El polinomio p
n
dado arriba cumple
f(x) p
n
(x) =
_
x
x
0
f
n+1)
(s)
(x s)
n
n!
ds = o(|x x
0
|
n
)
Prueba del LEMA 2:
n = 0 : Como p
0
(x) es la constante f(x
0
) , la armaci on es: f(x) f(x
0
) =
_
x
x
0
f
(s) ds .
n > 0 : Integrando por partes la integral I
n
del enunciado, y usando recurrencia para I
n1
,
I
n
= f
n)
(x
0
)
(x x
0
)
n
n!
+ I
n1
= f(x) p
n1
(x) f
n)
(x
0
)
(x x
0
)
n
n!
= f(x) p
n
(x)
1
Por otro lado,
_
x
x
0
n(x s)
n1
ds = (x x
0
)
n
I
n
=
_
x
x
0
f
n)
(s) f
n)
(x
0
)
n!
n(x s)
n1
ds
y dado > 0 , por ser f
n)
continua, hay alg un tal que
|x x
0
| <
f
n)
(s) f
n)
(x
0
)
n!
< ,
luego acotando por ese factor en la integral, |I
n
| < |x x
0
|
n
. Es decir, I
n
= o(|x x
0
|
n
) .
Un detalle tecnico: Si solo suponemos, como en el enunciado de la PROPOSICION, que f es
C
n
, no podemos llegar con el LEMA hasta la I
n
, que utiliza la siguiente derivada.
Pero si usamos en ese caso I
n
simplemente como el nombre de la expresi on
I
n
= f
n)
(x
0
)(x x
0
)
n
/n! + I
n1
con I
n1
denido como antes, todo el argumento que acabamos de hacer sigue en pie.
Usar el algoritmo de Horner para dividir reiteradamente f(x) = 1 x x
2
+x
3
por x 1 .
Hallar de ese modo el desarrollo de f en potencias de x 1 , y observar lo siguiente:
Para cada k > 0 , el polinomio p
k
(x) de f en x
0
= 1 es el resto de dividir f(x) por (xx
0
)
k+1
.
Probar que eso se cumple para cada polinomio f y cada punto x
0
.
El siguiente es un ejemplo de como la caracterizacion f(x) p
n
(x) = o(|x x
0
|
n
) de los
polinomios de Taylor ayuda a calcularlos:
Si p
n
, q
n
son los polinomios de Taylor en x
0
= 0 de dos funciones f, g , probar
1
que
fg p
n
q
n
= o(|x|
n
)
En consecuencia, el polinomio r
n
que queda al suprimir en p
n
q
n
los terminos de grado mayor
que n es el de Taylor (de grado n) de fg . Aplicar la idea por ejemplo a f(x) = sen(x) cos(x)
con n = 4 , y vericar el resultado
2
. Probar tambien que
F(x) F(0)
_
x
0
p
n
(s) ds = o(|x|
n+1
) , si F
(x) = f(x)
Deducir la relacion que hay entre los desarrollos de Taylor de f y de F , y usarla para calcular
el de F(x) = log(1 + x) , partiendo de f(x) = 1/ (1 + x) = 1 + x + x
2
+ . . . .
E 3.1
E
J
E
M
P
L
O
P
A
R
A
T
R
A
B
A
J
A
R
H
A
S
T
A
L
A
C
L
A
S
E
S
I
G
U
I
E
N
T
E
1
[
] Para otras funciones derivables, probar el siguiente analogo de lo dicho arriba para los polinomios:
La igualdad
f(x) = q(x) (x x
0
)
k+1
+ r(x) , con r Pol
k
= {polinomios de grado k} y q(x) continua,
se cumple para r = al polinomio de Taylor p
k
de f en x
0
, y solo para el.
1
Indicaci on: fg p
n
q
n
= (f p
n
)g + (g q
n
)p
n
.
2
El mismo tipo de argumento permite componer desarrollos para hallar el de g f , etc. Ver Sanz-Serna, Cap.2, en
particular los Problemas 2.1.1, .3, .7, .8.
2
Polinomios interpoladores.
PROPOSICION: +DEFINICION:
Dados puntos x
0
, . . . , x
n
distintos, y valores f
i
, hay un unico p Pol
n
que cumple i, p(x
i
) = f
i
.
Si f
i
= f(x
i
) , llamamos a p el polinomio interpolador P
n
= P
[x
0
,...,x
n
]
de f en esos puntos.
Prueba:
Si llamamos p(x) = a
0
+ a
1
x + . . . + a
n
x
n
al polinomio buscado, las ecuaciones p(x
i
) = f
i
son un SEL
en los coecientes a
j
; dicho de otro modo, buscamos p Pol
n
que la funcion
: p Pol
n
(p) = ( p(x
i
) ) IR
n+1
aplique en el (f
i
) dado. Como el SEL tiene matriz cuadrada (los espacios dominio e imagen de tienen
igual dimensi on), la existencia de soluci on equivale a la unicidad, y a que solo el 0 Pol
n
resuelva el
problema para (f
i
) = 0 ; pero eso es cierto, por el LEMA que sigue:
LEMA 3:
Un polinomio p Pol
n
s olo puede anularse en n + 1 puntos distintos x
0
< x
1
< . . . < x
n
si es 0 .
Dos Pruebas
3
:
1. Por el TVM hay entre cada dos x
i
un donde p
() = 0 , luego p
Pol
n1
se anula en n puntos
distintos. Por recurrencia, p
(x
k
)(x x
k
) + o(|x x
k
|), luego el polinomio
W
k
(x) = W(x)/(x x
k
) toma en x
k
el valor W
(x
k
) y se anula en los dem as x
i
. En consecuencia,
el polinomio de Lagrange
L
k
(x) = W
k
(x)/W
(x
k
)
toma valores L
k
(x
i
) =
ik
, y la suma
P
n
(x) =
i
f
i
L
i
(x)
resuelve el problema para los datos f
i
. Resulta inmediatamente de su denicion, y de la igualdad
(L
k
) = e
k
(el vector unidad de IR
n+1
) , que los L
k
son de grado = n y forman una base de Pol
n
.
Dar un algoritmo que use los valores x, x
i
, f
i
= f(x
i
) para producir P
n
(x) .
Las dos versiones anteriores se pueden traducir en algoritmos, pero veamos otro mejor:
De la igualdad p(x) = f(x
0
) + (x x
0
)q(x) , junto con las otras p(x
i
) = f(x
i
) , se deduce que
f(x
i
) = f(x
0
) + (x
i
x
0
)q(x
i
) , es decir
q(x
i
) = (f(x
i
) f(x
0
) )/(x
i
x
0
) , para i = 1, . . . , n
que es un problema como el inicial, para q Pol
n1
. Esto se traduce en el siguiente algoritmo
recursivo, que usa los valores x
i
, f
i
= f(x
i
) :
Para k = 0, . . . , n: b
k
= f
k
, f
i
:= (f
i
b
k
)/(x
i
x
k
) para i > k
y produce los coecientes b
k
del polinomio P
n
en su forma de Newton:
P
n
(x) = b
0
+ (x x
0
)b
1
+ (x x
0
)(x x
1
)b
2
+ . . .
en la que cada suma parcial
b
0
+ (x x
0
)b
1
+ . . . + (x x
0
) (x x
k1
)b
k
resuelve el mismo problema para los puntos x
0
, . . . , x
k
, y coincide por lo tanto con el P
k
= P
[x
0
,...,x
k
]
.
Llamamos a b
k
, que es el coeciente de x
k
en P
k
, la diferencia dividida f
[x
0
,...,x
k
]
.
3
La Prueba 2. vale tambien si los n+1 ceros son complejos z
i
; es la mitad facil del Teorema Fundamental del Algebra.
3
Observaciones:
La denici on de la Diferencia Dividida f
[x
0
,...,x
k
]
implica que ser a la misma si cambiamos el orden
de los puntos x
0
, . . . , x
k
en la formulaci on del problema.
Todos los f
i
:= (f
i
b
k
)/(x
i
x
k
) , i > k producidos en la etapa k del algoritmo son tambien
Diferencias Divididas, porque cualquiera de ellos sera b
k+1
si el punto x
i
hubiese aparecido tras el
x
k
en la lista. Es decir, su valor es f
[x
0
,...,x
k
,x
i
]
.
En vez de seguir la recursion de fuera hacia dentro con la que hemos llegado a el, el algoritmo
se puede reordenar de modo que reeje el caracter de desarrollo de la forma de Newton; basta con
introducir los datos x
k
, f
k
en el esquema tras haber completado el calculo de los b
i
anteriores:
Para cada k , b
k
= f
k
, y para i = 0, . . . , k 1 , b
k
:= (b
k
b
i
)/(x
k
x
i
) . Es decir:
b
0
= f
0
; b
1
=
f
1
b
0
x
1
x
0
; b
2
=
f
2
b
0
x
2
x
0
b
1
x
2
x
1
; b
3
=
f
3
b
0
x
3
x
0
b
1
x
3
x
1
b
2
x
3
x
2
; . . .
lo que da b
k
como una division anidada por los factores x
k
x
i
, con coecientes b
i
, i < k .
PROPOSICION: Se tienen las identidades
(1) P
k
(x) P
k1
(x) = f[x
0
, . . . , x
k
] (x x
0
) (x x
k1
)
(2) (x
k
x
0
)P
k
(x) = (x
k
x)P
k1
(x) + (x x
0
)P
[x
1
,...,x
k
]
Prueba:
(1) es la observacion ya hecha sobre la forma de Newton, pero puede probarse directamente as: ambos
lados son de grado k , nulos en x
0
, . . . , x
k1
, y con igual coeciente de x
k
.
(2) es cierto porque ambos lados son de grado k , y con iguales valores en x
0
, . . . , x
k
.
De (2) sale una nueva recurrencia para las diferencias divididas f[x
0
, . . . , x
k
] , que sera muy util en
el caso de puntos equiespaciados x
k
= x
0
+ kh , y que es la que se encuentra normalmente en los libros:
(DD) (x
k
x
0
) f[x
0
, . . . , x
k
] = f[x
1
, . . . , x
k
] f[x
0
, . . . , x
k1
]
El determinante de Vandermonde con entradas v
ij
= x
j1
i
vale d
n
=
i<kn
(x
k
x
i
) .
Probarlo de este modo: desarrollando por la ultima columna y mirando x
n
como variable, d
n
es un polinomio en x
n
, nulo si x
n
= x
0
, . . . , x
n1
, y con termino principal d
n1
x
n
n
; razonar
todo eso y reducir por recurrencia la armaci on al caso d
1
= x
1
x
0
.
Para los puntos x
0,1,2
= 0, 1, 1 , y cada una de las funciones
f(x) = x, x
2
, x
3
, 1/(2x + 1), 1/(1 + 9x
2
)
hallar
4
polinomios interpoladores P
[0,1]
, P
[0,1,1]
, y comparar sus gracas con la de f .
Razonar por que P
n
no depende del orden en que se dan los puntos x
i
, y por que P
n
f si
f es un polinomio de grado n .
Para esos mismos puntos, hallar los polinomios de Lagrange L
i
. Hacerlo primero a ojo, con
las condiciones L
i
(x
j
) =
ij
; luego, utilizando la funcion W(x) = (x x
0
) (x x
2
) .
E 3.2
E
J
E
M
P
L
O
P
A
R
A
T
R
A
B
A
J
A
R
H
A
S
T
A
L
A
C
L
A
S
E
S
I
G
U
I
E
N
T
E
1
[
1
k
2
Se puede simplicar este calculo, porque sabemos cual debe ser el termino principal de S
2
. Cual es y
como probarlo?
4
Preferiblemente a ojo; cuando no sea facil, con el algoritmo de las Diferencias Divididas.
4
Igual que el polinomio de Taylor, los polinomios interpoladores P
n
pretenden aproximar la
funcion f de la que toman sus datos. Procede por lo tanto estudiar el resto f(x) P
n
(x) .
Esa diferencia se anula en los puntos x
i
, luego su graca ser a como una onda, . . . y eso
explica que se llame nodos
5
de la interpolacion a los puntos x
i
.
Relacion con las derivadas de f .
PROPOSICION:
(1) f(x) P
n
(x) = f[x
0
, . . . , x
n
, x] W(x) , con W(x) = (x x
0
) (x x
n
) .
(2) En el menor intervalo J que contenga a x
0
, . . . , x
n
, hay alg un para el que se tiene
f
n)
() = n! f[x
0
, . . . , x
n
] .
Prueba:
(1) Coincide con el (1) de la PROPOSICION anterior, si tomamos ese punto x como siguiente nodo.
(2) Como f P
n
se anula n + 1 veces en J , el TVM implica por inducci on sobre k que (f P
n
)
k)
se
anula al menos n + 1 k veces en J ; pero P
n)
n
es la constante n! f[x
0
, . . . , x
n
] .
La armacion (2) es la que hace que (1) sea algo m as que una tautologa:
si tenemos informacion sobre f
n+1)
: cotas, valor aproximado en J, signo, . . . , la igualdad
(1)+(2): f(x) P
n
(x) = f
n+1)
() W(x)/(n + 1)! , para alg un J
traslada esa informacion al resto f(x) P
n
(x) .
Pero tambien podemos ver (2) como una estimaci on de f
n)
en J , util si esa derivada no
cambia mucho en ese intervalo (veremos mas sobre esto m as adelante).
El caso de nodos equiespaciados x
k
= x
0
+ kh , y los operadores de diferencias sucesivas.
Si en ese caso redenimos el operador diferencia que ya usamos anteriormente como
f(x) = f(x + h) f(x) , y sus potencias:
k
f = (
k1
f) ,
tenemos la identidad siguiente:
f[x
0
, . . . , x
k
] =
k
f(x
0
)
k! h
k
que resulta por recurrencia de la igualdad (DD), si observamos que x
k
x
0
= kh:
kh f[x
0
, . . . , x
k
] = f[x
1
, . . . , x
k
] f[x
0
, . . . , x
k1
] =
k1
f(x
1
)
k1
f(x
0
)
(k 1)! h
k1
Si tomamos adem as la nueva variable s dada por x = x
0
+ sh , y observamos que
(x x
0
) (x x
k1
) = h
k
s(s 1) (s k + 1) ,
la forma de Newton de P
n
se convierte en:
P
n
(x
0
+ sh) =
n
k=0
k
f(x
0
)
k!
s(s 1) (s k + 1) =
n
k=0
_
s
k
_
k
f(x
0
)
donde hemos usado adem as esta notaci on, que extiende s IR la del coeciente binomial:
_
s
k
_
=
s(s 1) (s k + 1)
k!
Comentarios:
Esta formula para P
n
(x
0
+sh) , en la que no aparecen explcitamente h ni los x
i
, i > 0 , reeja el hecho
de que el cambio de variable x = x
0
+sh reduce el problema de interpolacion con nodos equiespaciados
al caso x
i
= 0, . . . , n .
Cuando s = n , la formula parece decir (1 + )
n
f(x
0
) . Para entender por que, denir (con h
jado) el siguiente operador E , que traslada una funci on:
Ef(x) = f(x + h) = f(x) +f(x) , de modo que E = Id + , con Id f = f ,
5
Recordar que son vientres y nodos de una oscilacion.
5
y observar que la identidad algebraica que da por recurrencia el desarrollo binomial:
(1 + X)
m1
k=0
_
m1
k
_
X
k
=
m
k=0
_
m
k
_
X
k
s olo usa las propiedades del producto: asociativa y distributiva respecto de la suma, que tambien tienen
nuestros operadores de diferencias sucesivas, luego produce el mismo desarrollo en este caso:
E
m
= (Id +)
m
= (Id +)
m1
k=0
_
m1
k
_
k
=
m
k=0
_
m
k
_
k
es decir,
f(x + mh) = E
m
f(x) = (Id +)
m
f(x) =
m
k=0
_
m
k
_
k
f(x)
que coincide con la expresion anterior si s = m n , x = x
0
; es decir, con la armacion de que
para m = 0, . . . , n , se tiene f(x
0
+ mh) = P
n
(x
0
+ mh) .
En una tabla de la distribucion Normal, que dara los valores
6
de la
F(x) = c
_
x
0
exp(s
2
/2) ds , con c = 1/
2 = 0.4 ,
encontraremos los valores siguientes:
_
para x = 0 0.1 0.2 0.3
F(x) = 0 0.0398 0.0793 0.1179
Suponer que la tabla no diese m as valores intermedios, y que necesitamos F(0.17) .
Se trata de comparar los errores de estas tres opciones: 1) usar el valor x m as cercano; 2)
interpolacion lineal sobre los 2 valores cercanos; 3) interpolacion c ubica sobre esos 4 valores.
Escribir las f ormulas de P
[0.2, 0.1]
(x) , P
[0.2, 0.1, 0, 0.3]
(x) , y del error f(x)P
n
(x) en x = 0.17.
Estudiar el tama no de las derivadas relevantes en el intervalo en cuestion, y deducir el tama no
aproximado del error en cada caso; usarlo para juzgar lo siguiente: en vista de la precision de
los datos, merece la pena el esfuerzo extra de la interpolacion c ubica?
E 3.3
E
J
E
M
P
L
O
P
A
R
A
T
R
A
B
A
J
A
R
H
A
S
T
A
L
A
C
L
A
S
E
S
I
G
U
I
E
N
T
E
1
[
n) .
Eso da una indicacion del valor aproximado, si k n/2 , del polinomio de Lagrange
L
k
(x) = W(x)/W
(x
k
)(x x
k
)
en los subintervalos extremos
11
(ver gura a la vuelta), y de esos sumandos esta hecho P
n
!
El problema es por lo tanto explicar por que funciones como sen(x) o exp(x) funcionan tan bien;
la respuesta es que sus valores f
k
= f(x
k
) realizan un prodigioso equilibrio de cancelaciones para
que la suma
k
f
k
L
k
no oscile como sus sumandos.
Y por que los valores de f(x) = 1/(1 + x
2
) no consiguen lo mismo?
La respuesta es mas profunda, y tiene que ver con lo siguiente: mientras que las otras dos son
analticas en todo el plano complejo, esta funcion tiene singularidades en i , y eso se reeja en el
crecimiento de sus cotas M
n
.
Pero la mala noticia es que todo esto ocurrira calculando exactamente; en la practica, los redondeos
de los datos f
k
= f(x
k
) rompen el equilibrio incluso en los casos buenos, dando cada vez m as
oscilaciones
12
cuando n crece.
8
Es f acil razonar con mas cuidado para ganar un factor 4, pero eso va a ser irrelevante en lo que sigue.
9
Esto sale con facilidad de la formula de Stirling: n!
2n(n/e)
n
10
Que haremos en el Laboratorio.
11
Un calculo mas ajustado da O(2
n
/n
2
) para el m aximo en esos intervalos.
12
Para valores peque nos de n , los redondeos del tama no de nuestro
M
no producen ning un problema pr actico.
7
!2 !1 0 1 2
!0.03
!0.02
!0.01
0
0.01
W(x) , 8 nodos
!2 !1 0 1 2
!1.5
!1
!0.5
0
0.5
1
1.5
2
L
3
(x)
!2 !1 0 1 2
!1.5
!1
!0.5
0
0.5
1
1.5
x 10
!3
W(x) , 16 nodos
!2 !1 0 1 2
!100
!50
0
50
100
L
7
(x)
Estudiemos el caso de n nodos x
k
= x
0
+ kh , k = 0, . . . , n .
Razonar por que (y como) depende de h el tama no de W(x) =
k
(x x
k
) , pero no el
tama no
13
de los polinomios de Lagrange L
k
(x) .
Tomando, en vista de lo anterior, x
0
= 0 , h = 1 , escribir una formula exacta para el valor
de |L
m
(1/2)| si n = 2m .
Luego simplicarla usando la f ormula de Stirling: n!
2n (n/e)
n
.
Habra que empezar por deducir de esta una aproximacion para el semifactorial, denido por
(2n)!! = 2 4 2n ,
y de ambas, otra para el semifactorial (2n 1)!! = 1 3 (2n 1) = (2n)!/(2n)!! .
Vericar tambien lo dicho antes: que el producto n! (c/n)
n
tiende a 0 si c < e .
E 3.4
E
J
E
M
P
L
O
P
A
R
A
T
R
A
B
A
J
A
R
H
A
S
T
A
L
A
C
L
A
S
E
S
I
G
U
I
E
N
T
E
1
13
El que vemos en las guras de arriba.
8
Soluciones al problema.
Hay varias posibilidades para evitar o reducir el mal comportamiento de los P
n
, y cual elegir depende
en buena parte de para que queramos ese polinomio interpolador.
En vez de aumentar el grado, subdividir.
Por ejemplo, duplicar el n umero de subintervalos [ x
i1
, x
i
] y mantener el grado n , usando para
ello dos polinomios diferentes para los nodos k = 0, . . . , n y k = n, . . . , 2n .
La forma mas simple de esta idea es usar la interpolacion lineal en cada J
i
= [ x
i1
, x
i
] , como hace
por defecto la funci on plot de Matlab .
Seg un para que, puede interesarnos evitar los picos (saltos de la derivada p
i
(x
i
) = p
i+1
(x
i
) , para 0 < i < n
y nos sobra en total 1 grado de libertad (que no est a claro c omo usar mejor). A este tipo de
aproximacion se le llama spline, el nombre ingles de una regla exible que uno puede doblar para
que pase por los puntos deseados.
La regla se resiste a doblarse (por eso no forma esquinas), y algo parecido a la energa potencial
que acumula si le damos la forma y = g(x) es la integral
E =
_
I
|g
(x)|
2
dx .
Se puede probar que la funcion g que minimiza E bajo las condiciones siguientes
_
g
i
(x
i
) p
i+1
(x
i
) = 0 = p
1
(x
0
) = p
n
(x
n
)
Por lo tanto tambien g
| en I .
Cu al sera el maximo relevante si queremos que los errores relativos tengan ese tama no?
Como varan las respuestas si se trata de de f(x) = 1/(1 + 9 x
2
) en I = [1, 1] ?
Dados los valores f
i
de una funcion f(x) en n +1 puntos a = x
0
< . . . < x
n
= b , su spline
c ubico natural es la funci on g que interpola f en esos puntos y cumple adem as:
i) en cada J
i
= [x
i1
, x
i
] , g coincide con un polinomio p
i
Pol
3
;
ii) para 0 < i < n se tiene p
i+1
(x
i
) = p
i
(x
i
) , p
i+1
(x
i
) = p
i
(x
i
) ;
iii) p
1
(a) = p
n
(b) = 0 .
Escribir el S.E.L. 4n 4n a resolver para hallar esos polinomios, dados los x
i
, f
i
.
E 3.5
E
J
E
M
P
L
O
P
A
R
A
T
R
A
B
A
J
A
R
H
A
S
T
A
L
A
C
L
A
S
E
S
I
G
U
I
E
N
T
E
1
El lmite para puntos repetidos: interpolaci on osculatoria.
Primero un ejemplo:
Si tomamos nodos x
0
, . . . , x
3
= a, a + h, b, b h y dejamos h 0 , al obligar al polinomio P
3
a coincidir con f en esos cuatro puntos estamos haciendo que sean
P
3
(a) f
(a) , P
3
(b) f
(b)
En el lmite, los datos f
1
, f
2
coinciden con los f
0
, f
3
, pero tenemos a cambio las dos condi-
ciones: P
3
(a) = f
(a) , P
3
(b) = f
(b) .
Y en que se convierte la forma de Newton
a
0
+ a
1
(x a) + a
2
(x a)(x a h) + a
3
(x a)(x a h)(x b) ?
Los 3 ultimos coecientes son f[a, a + h], f[a, a + h, b], f[a, a + h, b, b h]
y tienden repectivamente a: f
(0)
(a) = 0 = L
(0)
(b) = L
(0)
(b)
L
(1)
(a) = 1 , L
(1)
(a) = 0 = L
(1)
(b) = L
(1)
(b)
que tendran por lo tanto el factor (x b)
2
, y otros dos con a, b intercambiados.
El polinomio P
3
sera la combinacion lineal de estos con los coecientes adecuados.
Miremos las diferencias divididas f[x
0
, . . . , x
n
] como una funcion f
[x]
: IR
n+1
IR , pero denida de
momento s olo en el subconjunto G = {x IR
n+1
tales que todos los x
i
son distintos} .
PROPOSICION:
Si f
n)
es continua, la funcion f
[x]
tiene una extension continua a todo IR
n+1
, en la que
f[a, . . . , a] = f
n)
(a)/n! .
Nota: Como G es denso, s olo puede haber una tal extension, y debe cumplir la ultima armacion, porque
f
n)
(a)/n! = lim
h0
f[a, a + h, . . . , a + nh]
Prueba: La igualdad
f[x
0
, . . . , x
n
] =
f[x
1
, . . . , x
n
] f[x
0
, . . . , x
n1
]
x
n
x
0
es cierta para x G , pero su lado derecho es continuo (por induccion sobre n) en cada punto donde
x
0
< x
n
, y dene por simetra (cambio de orden de los x
i
) una funcion continua salvo en
D = {x
a
= (a, . . . , a), a IR} .
Pero como G es denso, el hecho de que f
[x]
f
n)
(a)/n! cuando x G tiende a x
a
, implica lo mismo
para cada x / D , y la continuidad de f
n)
(a) esta dada por hipotesis.
Corolario:
Para cada a que este k + 1 veces en la lista de nodos, el polinomio P
n
tiene contacto de orden k con f .
Prueba: Si ponemos los k + 1 puntos x
i
= a al comienzo de la lista, la forma de Newton de P
n
es el
polinomio de Taylor de grado k en a , seguido de un m ultiplo de (x a)
k+1
.
Si k = n , tanto el Corolario como su prueba nos dicen que P
n
es el polinomio de Taylor; y la f ormula
que obtuvimos para el resto f P
n
coincide con el resto de Lagrange para Taylor.
10
Usar la idea dada arriba para escribir el p Pol
3
tal que los valores de p, p
en dos puntos
dados x
0
= a, x
1
= b coinciden con los valores de f, f
(x)
f(x + h) f(x)
h
= f[x, x + h]
Observemos:
es una formula lineal en los valores f
i
usados; cualquier otra que usemos debe serlo tambien;
es f[x, x + h] = P
[x,x+h]
(x) , luego en particular es exacta para polinomios f Pol
1
;
usando el desarrollo de Taylor en x , vemos que su error es f[x, x + h] f
(x) f
(x) h/2 .
Generalicemos:
Un operador Df(x) que utilice n + 1 puntos x
i
para dar una aproximacion de f
n
(x) , donde P
n
es el que interpola f en esos m + 1 puntos.
Para operadores que aproximen f
k)
vale lo mismo: jados un punto x y n + 1 nodos x
i
,
la unica funcion lineal de esos n + 1 valores
16
de f que da exactamente p
k)
(x) si p Pol
n
, es
D
k
f(x) = P
k)
n
(x)
Naturalmente, el operador no es simplemente esa funcion lineal : IR
n+1
IR , sino una manera de
escoger los nodos x
i
como funciones del punto x y del parametro h del que depende la precision.
Ejemplos:
Df(x) = P
[xh,x,x+h]
(x) = f[x h, x + h] .
(!!) Aunque es exacto en Pol
2
, solo usa 2 valores f
i
; y su error resulta ser f
(x) h
2
/6 .
D
2
f(x) = P
[xh,x,x+h]
(x) = 2 f[x h, x, x + h] .
Su error es f
4)
(x) h
2
/12 ; n otese que P
[xh,x,x+h]
(x) es constante, como cualquier P
m)
m
.
(!!) No solo es exacto en Pol
2
, tambien en Pol
3
; por que?
Porque si a nadimos un punto x
3
, la diferencia
P
[xh,x,x+h,x
3
]
P
[xh,x,x+h]
= cte W tiene W
(x) = 0 .
Lo mismo ocurra en el ejemplo anterior: a P
[xh,x+h]
(x) le corresponde
W() = ( x + h)( x h)
que tiene W
(x) f
(x) h
2
/6 , se sobreentiende cuando
h 0. Pero topamos con el problema de restar cantidades parecidas: el error absoluto
O(f(x)
M
) que acompa na a la diferencia f(x+h) f(xh) , produce un error O(f(x)
M
)/h
en f[x h, x + h] , que sera mayor que f
(x) h
2
/6 a partir de cierto h 0 : es in util seguir
bajando. Esta barrera hace a un m as importantes las ganancias en el exponente de h , que
permiten llegar a mayor precision antes de tropezar con ella.
16
N otese que debe ser k n para que no sea D
k
0 .
11
Fijados a IR , h > 0 , sean P
2
(s) , P
4
(s) , los polinomios que interpolan f(a + hs)
respectivamente en los puntos [0, 1] , [0, 1, 2] . Considerar los siguientes operadores
de derivaci on aproximada, los primeros para aproximar f
(a) , y las
expresiones que se dan para ellos:
D
2
f(a) =
P
2
(0)
h
= f[ah, a+h] , D
4
f(a) =
P
4
(0)
h
=
4
3
f[ah, a+h]
1
3
f[a2h, a+2h]
D
2
f(a) =
P
4
(0)
h
2
= (
2
f(a h)
1
12
4
f(a 2h) ) /h
2
El cambio de escala x = a + hs reduce el operador al caso h = 1 , dejando en su expresion
los denominadores h, h
2
. Por que desaparece luego el denominador h en las de D
2
, D
4
, pero
no el h
2
en la de D
2
?
Usando el desarrollo de Taylor de f en a , hallar la expresion aproximada del error
Df(a) f
k)
(a)
para cada uno de estos operadores. En los que usan P
4
, esas expresiones saldran de los
terminos de grado > 4 del desarrollo de Taylor. Por que sabemos que ser a as?
Suponiendo un
m
= 10
16
, hallar el tama no del error que se producir a en el calculo de
D
2
f(a) y en el de D
4
f(a) , y deducir el lmite de precision alcanzable con cada metodo: para
aproximadamente que valores de h el error de redondeo llega a superar el error de aproximacion
del operador.
E 3.7
E
J
E
M
P
L
O
P
A
R
A
T
R
A
B
A
J
A
R
H
A
S
T
A
L
A
C
L
A
S
E
S
I
G
U
I
E
N
T
E
1
[
] Si se calcula la expresion de P
4
(s) con cualquiera de los metodos generales vistos en este Tema, se
puede llegar a las expresiones dadas para sus derivadas, tras largo camino. Pero considerar lo siguiente:
las tres funciones p
(0) = c
1
p[1, 1] + c
2
p[2, 2]
Basta ahora evaluarlas en p = s, s
3
para deducir los valores de c
1
, c
2
, luego usar el cambio x = a+hs
para traducir las diferencias de p en diferencias de f y tener D
4
f(a) .
Probar a imitar esa idea para D
2
f(a); ahora las tres formas se anulan para p = 1, s, s
3
, y hay que
trabajar un poco m as: producir las diferencias sucesivas de s
2
, s
4
para poder hallar los coecientes; a
cambio, la traducci on es esta vez m as simple.
12
Apendice II: Spline C ubico Natural.
Dados puntos x
0
< x
1
< . . . < x
n
y valores f
k
IR , sea F el conjunto de las funciones
f : I = [x
0
, x
n
] IR que cumplen las condiciones:
f(x
k
) = f
k
para cada k ; f
continua en I ; f
continua en cada J
k
= [x
k1
, x
k
] .
Las dos primeras condiciones son las que caracterizan a un spline para esos datos.
La tercera (que puede debilitarse, usando lenguaje mas tecnico) permite que f
tenga saltos
en los puntos x
k
, pero basta para que este denida la integral del enunciado siguiente, que
arma la existencia y unicidad del Spline C ubico Natural:
PROPOSICION:
Hay una unica f F que minimiza la integral E(f) =
_
I
|f
(x)|
2
dx . Adem as, esa f cumple
las condiciones adicionales siguientes:
Coincide en cada J
k
con un p
k
Pol
3
; f
es continua en I y nula en x
0
, x
n
.
LEMA 1:
La expresion < f, g >=
_
I
f
0 , luego g es un
polinomio de grado 1 , nulo en cada x
k
, luego g 0 .
Si f, f + g F , y llamamos f
t
= f + tg , se tiene
E(f
t
) =
_
I
|f
+ tg
|
2
= E(f) + t
2
E(g) + 2t < f, g > ,
luego ser a E(f
t
) > E(f) para cada t = 0 , si y s olo si se tiene < f, g >= 0 ; y si esto se
cumple para cada g F
0
, entonces cada E(f + g) > E(f) es decir, f minimiza E(f).
LEMA 2:
Si f F coincide en cada J
k
con un p
k
Pol
3
, f minimiza la integral E(f) si y s olo si f
k
= cte
g = 0 en cada x
k
_
J
k
f
= f
]
x
k
x
k1
, y por lo tanto
_
I
f
k
_
J
k
f
= p
n
(x
n
)g
(x
n
) p
1
(x
0
)g
(x
0
) +
0<k<n
g
(x
k
)( p
k
(x
k
) p
k+1
(x
k
) )
Como en F
0
hay funciones con valores arbitrarios de los g
(x
k
) , esa expresi on es = 0 para
cada g F
0
si y s olo si se anulan p
n
(x
n
) , p
1
(x
0
) , y cada diferencia p
k
(x
k
) p
k+1
(x
k
) .
Prueba de la PROPOSICION:
De la Prueba del LEMA 1 ya se deduce que no puede haber mas de una f que minimice E(f),
porque la diferencia g F
0
de dos de ellas cumplira < g, g >= 0 y sera = 0.
Basta ahora probar que hay polinomios p
k
Pol
3
que forman una f F , y cuyas derivadas
p
k
cumplen las n + 1 condiciones que arma la PROPOSICION, porque en vista del LEMA
2, esa f minimizara E(f) .
Pero esas n + 1 condiciones, junto con las 3n 1 igualdades que arman f F , forman
un sistema de 4n ecuaciones lineales para los 4n coecientes de los p
k
, y probar que tiene
soluci on equivale a probar que s olo tiene la solucion f 0 si los datos f
k
son todos = 0 .
Ahora bien, la funcion solucion f pertenece en ese caso a F
0
, y de la Prueba del LEMA 2
se deduce inmediatamente que las condiciones sobre las p
k
implican < f, g >= 0 para cada
g F
0
, en particular < f, f >= 0 , luego f = 0 .
17
Este Lema es el coraz on del asunto, y su Prueba, un ejemplo tpico del llamado Calculo de Variaciones; la expresion
que juega el papel de la integral E(f) suele denominarse energa.
13