Clculo Numrico Programacin Aplicada 2009

INTERPOLACIN
El concepto de interpolacin surge, por ejemplo, cuando disponemos de datos que provienen de
mediciones experimentales o estadsticos, puesto que queremos determinar la evolucin general de
estos datos con el objetivo de estimar/predecir los valores que no conocemos. Por ejemplo, esto ocurre
si tenemos partes de una imagen fotogrfica y queremos reconstruir la imagen completa. En otras
palabras, buscamos una funcin (llamada funcin interpolante) que toma valores predeterminados en
algunos puntos. Notemos que otra aplicacin de la interpolacin es la aproximacin de funciones dadas.
Normalmente se utilizan funciones de un tipo predeterminado (polinomios, funciones trigonomtricas,
etc) dando lugar a diferentes mtodos de interpolacin. Estudiaremos la interpolacin polinmica.

INTERPOLACIN POLINOMIAL
Una de las ms y bien conocidas clases de funciones reales de variable real es la clase de los
polinomios algebraicos, o sea, el conjunto de funciones de la forma
f(x) = a0 + a1x + ............+ anxn
donde n es un entero no negativo y a0, a1, ..., an son constantes reales. Una razn primordial de su
importancia es que aproximan uniformemente funciones continuas; esto es, dada una funcin definida y
continua en un intervalo cerrado, existe un polinomio que est tan cerca de la funcin dada como se
desee.
y f+ P

f-
f

Teorema de Aproximacin de Weierstrass: Si f est definida y es continua en [a, b], dado

> 0, existe un polinomio P, definido en [a, b], con la propiedad que
| f(x) P(x) | < para toda x [a,b]
Otro aspecto importante para considerar a los polinomios en la aproximacin de funciones es que es
sencillo determinar la derivada y la integral indefinida de cualquier polinomio y el resultado es otra vez un
polinomio. Por estas razones, los polinomios se usan con frecuencia para aproximar otras funciones que
se conoce o se supone son continuas.

POLINOMIO DE LAGRANGE
Planteo del problema
Sea f (x ) la funcin que se quiere interpolar, se supone conocida en un conjunto de puntos
{x0 , x1 ,K, xn } , llamado soporte:
1
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

y 0 = f ( x0 )
y1 = f ( x1 )
M M
yn = f ( xn )
La interpolacin de Lagrange consiste en encontrar un polinomio de grado n, P(x) (polinomio de
interpolacin de Lagrange), que pase por los puntos dados. Dicho polinomio cumple las condiciones:
P( x0 ) = y 0
P( x1 ) = y1
M M
P( xn ) = y n

Caso Lineal
Vamos a comenzar por plantearnos el caso de interpolar mediante una lnea recta que une 2 puntos
( )
cualesquiera. La ecuacin de la recta que pasa por los puntos ( x0 , y0 ) y x1 , y1 es la que presentamos
a continuacin

y = P ( x) = y0 + ( y1 y0 )
(x x0 )
(x1 x0 )
Vamos a tratar de reescribir la misma expresin tal cual lo hizo Lagrange
( x x1 ) ( x x0 )
P1 ( x) = y0 + y1 = L0 ( x) y 0 + L1 ( x) y1
( x0 x1 ) ( x1 x0 )
( x x1 ) ( x x0 )
Con L0 ( x ) = y L1 ( x) = , llamados coeficientes `polinomios de Lagrange, que
( x0 x1 ) ( x1 x0 )
cumplen:
Cuando x = x0 , L0 ( x0 ) = 1 mientras que L1 ( x0 ) = 0 P1 ( x0 ) = y0

Cuando x = x1 , L0 ( x1 ) = 0 mientras que L1 ( x1 ) = 1 P1 ( x1 ) = y1

Caso General: Polinomio de grado n

Teorema 1: Si x0 , x1 ...., xn son ( n + 1) nmeros diferentes y f es una funcin cuyos valores estn dados

en estos puntos, entonces existe un nico polinomio P de grado n con la propiedad de que
f ( xk ) = P ( xk ) para cada k = 0,1,....., n

Este polinomio est dado por

n
P ( x) = f ( x 0 ) L0 ( x ) + .... + f ( x n ) Ln ( x ) = f ( xi )Li ( x )
i =0

Demostracin:
Por una serie de n+1 puntos pasa un polinomio de grado n que, lo podemos expresar en funcin de sus
races y tiene la siguiente forma

2
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

Pn ( x) = a0 ( x x1 )(x x2 )L( x xn ) + a1 (x x0 )(x x2 )L(x xn ) +

+ a2 (x x0 )(x x1 )(x x3 )K(x xn ) + L+ ai ( x x0 )(x x1 )L(x xi 1 )(x xi +1 )L(x xn ) +
+ L+ an1 ( x x0 )(x x1 )L( x xn2 )(x xn ) + an ( x x0 )(x x1 )L( x xn2 )(x xn1 )
Los coeficientes del polinomio se determinan haciendo cumplir las condiciones:

P( x0 ) = y 0
P( x1 ) = y1
M M
P( xn ) = y n
obtenemos

f ( x0 ) f ( x1 )
a0 = , a1 = , en general
( x0 x1 )( x0 x 2 ) L ( x0 x n ) ( x1 x0 )( x1 x2 ) L( x1 x n )
n
f ( xi ) 1
ai = = f ( xi )C
( xi x0 ) L ( xi xi 1 )( xi xi +1 ) L ( xi xn ) j = 0 ( xi x j )
j i

Reemplazando en el polinomio Pn(x), obtenemos la frmula del polinomio de Lagrange

n n (x x j )
Pn ( x) = Li ( x) f ( xi ) , con Li ( x) =
i =0 j =0 ( xi x j )
j i

El siguiente paso consiste en calcular un trmino residual o cota para el error involucrado en la
aproximacin de una funcin mediante un polinomio interpolante. Esto se hace en el teorema siguiente

Teorema 2: Si x0, x1,.....,xn son puntos distintos en [a, b] y si f es derivable hasta el orden (n+1) en

[a, b], entonces, para cada x en [a, b], existe un nmero (x) en (a, b) tal que

f ( n +1) ( ( x))
f ( x) = P ( x) + ( x x0 )( x x1 ).....( x x n ) ,
(n + 1)!
donde P(x) es el polinomio interpolante. El segundo trmino corresponde a la frmula del error. Esta
frmula es un resultado terico importante, su uso prctico est restringido a funciones cuyas derivadas
tengan cotas conocidas.

Ejemplo 1: la tabla muestra los valores de una funcin en diversos puntos. Compararemos las
aproximaciones a f(1.5) obtenidas con varios polinomios de Lagrange.
x f(x)
1.0 0.7651977
1.3 0.6200860
1.6 0.4554022
1.9 0.2818186
2.2 0.1103623

Como x = 1.5 se encuentra entre 1.3 y 1.6, el polinomio lineal utilizar x0 = 1.3 y x1 = 1.6

3
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

1
P1 ( x ) = f ( x i )Li ( x ) = f ( x 0 ) L0 ( x) + f ( x1 ) L1 ( x )
i =0

(1.5 1.6) (1.5 1.3)

P1 (1.5) = 0.6200860 + 0.4554022 = 0.5102968
(1.3 1.6) (1.6 1.3)
Podemos emplear dos polinomios de grado 2:

a) suponemos que x0 = 1.3, x1 = 1.6 y x2 = 1.9

2
P2 ( x ) = f ( x i )Li ( x ) = f ( x 0 ) L0 ( x ) + f ( x1 ) L1 ( x) + f ( x 2 ) L2 ( x )
i =0

(1 . 5 1 . 6 )(1 . 5 1 . 9 ) (1 . 5 1 . 3 )(1 . 5 1 . 9 )
P2 (1 . 5 ) = 0 . 6200860 + 0 . 4554022 +
(1 . 3 1 . 6 )(1 . 3 1 . 9 ) (1 . 6 1 . 3 )(1 . 6 1 . 9 )
(1 . 5 1 . 3 )(1 . 5 1 . 6 )
+ 0 . 2818186 = 0 . 5112857
(1 . 9 1 . 3 )(1 . 9 1 . 6 )

b) x0 = 1.0, x1 = 1.3 y x2 = 1.6

(1 .5 1 .3)(1 .5 1 .6 ) (1 .5 1 .0 )(1 .5 1 .6 )
P2 (1 .5 ) = 0 .7651977 + 0 .6200860 +
(1 .0 1 .3)(1 .0 1 .6 ) (1 .3 1 .0 )(1 .3 1 .0 )
(1 .5 1 .0 )(1 .5 1 .3)
+ 0 .4554022 = 0 .5124715
(1 .6 1 .0 )(1 .6 1 .3)

En el de grado 3, tenemos dos polinomios:

a) x0 = 1.3, x1 = 1.6, x2 = 1.9 y x3 = 2.2
3
P3 ( x ) = f ( x3 )L3 ( x ) = f ( x 0 ) L0 ( x ) + f ( x1 ) L1 ( x) + f ( x 2 ) L2 ( x) + f ( x3 ) L3 ( x )
i =0

(1.5 1.6)(1.5 1.9)(1.5 2.2) (1.5 1.3)(1.5 1.9)(1.5 2.2)

P3 (1.5) = 0.6200860 + 0.4554022 +
(1.3 1.6)(1.3 1.9)(1.3 2.2) (1.6 1.3)(1.6 1.9)(1.6 2.2)
(1.5 1.3)(1.5 1.6)(1.5 2.2) (1.5 1.3)(1.5 1.6)(1.5 1.9)
+ 0.2818186 + 0.1103623 = 0.5118302
(1.9 1.3)(1.9 1.6)(1.9 2.2) ( 2.2 1.3)(2.2 1.6)(2.2 1.9)
b) x0 = 1.0, x1 = 1.3, x2 = 1.6 y x3 = 1.9
(1.5 1.3)(1.5 1.6)(1.5 1.9) (1.5 1.0)(1.5 1.6)(1.5 1.9)
P3 (1.5) = 0.7651977 + 0.6200860 +
(1.0 1.3)(1.0 1.6)(1.0 1.9) (1.3 1.0)(1.3 1.6)(1.3 1.9)
(1.5 1.0)(1.5 1.3)(1.5 1.9) (1.5 1.0)(1.5 1.3)(1.5 1.6)
+ 0.4554022 + 0.2818186 = 0.5118127
(1.6 1.0)(1.6 1.3)(1.6 1.9) (1.9 1.0)(1.9 1.3)(1.9 1.6)
El polinomio de Lagrange de cuarto grado utiliza todos los valores de la tabla
x0 = 1.0, x1 = 1.3, x2 = 1.6, x3 = 1.9 y x4 =2.2
4
P4 ( x ) = f ( x i )Li ( x ) = f ( x 0 ) L0 ( x) + f ( x1 ) L1 ( x ) + f ( x 2 ) L2 ( x ) + f ( x 3 ) L3 ( x ) + f ( x 4 ) L4 ( x )
i =0

4
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

(1 . 5 1 . 3 )( 1 . 5 1 . 6 )( 1 . 5 1 . 9 )( 1 . 5 2 . 2 )
P 4 (1 . 5 ) = 0 . 7651977 + 0 . 6200860
( 1 . 0 1 . 3 )( 1 . 0 1 . 6 )( 1 . 0 1 . 9 )( 1 . 0 2 . 2 )
(1 . 5 1 . 0 )( 1 . 5 1 . 6 )( 1 . 5 1 . 9 )( 1 . 5 2 . 2 ) (1 . 5 1 . 0 )( 1 . 5 1 . 3 )( 1 . 5 1 . 9 )( 1 . 5 2 . 2 )
+ 0 . 4554022 +
( 1 . 3 1 . 0 )( 1 . 3 1 . 6 )( 1 . 3 1 . 9 )( 1 . 3 2 . 2 ) (1 . 6 1 . 0 )( 1 . 6 1 . 3 )( 1 . 6 1 . 9 )( 1 . 6 2 . 2 )
( 1 . 5 1 . 0 )( 1 . 5 1 . 3 )( 1 . 5 1 . 6 )( 1 . 5 2 . 2 )
0 . 2818186 + 0 . 1103623
(1 . 9 1 . 0 )( 1 . 9 1 . 3 )( 1 . 9 1 . 6 )( 1 . 9 2 . 2 )
(1 . 5 1 . 0 )( 1 . 5 1 . 3 )( 1 . 5 1 . 6 )( 1 . 5 1 . 9 )
= 0 . 5118200
( 2 . 2 1 . 0 )( 2 . 2 1 . 3 )( 2 . 2 1 . 6 )( 2 . 2 1 . 9 )

Desventajas
Las desventajas de la interpolacin de Lagrange son las siguientes:
La cantidad de clculos necesaria para una interpolacin es grande.
La interpolacin para otro valor de x necesita la misma cantidad de clculos adicionales, ya que
no se pueden utilizar partes de la aplicacin previa.
Cuando el nmero de datos tiene que aumentar o disminuir, no se pueden utilizar los resultados
de los clculos previos.
La evaluacin del error no es fcil.

DIFERENCIAS DIVIDIDAS
Los mtodos para determinar la representacin explcita de un polinomio interpolante a partir de datos
tabulados se conocen como mtodos de diferencias divididas. Estos mtodos se usaron ms con
propsitos de cmputo antes de que el equipo de cmputo digital llegara a ser fcilmente disponible. Sin
embargo, los mtodos pueden usarse tambin para derivar tcnicas para aproximar las derivadas y las
integrales de funciones, as como para aproximar las soluciones de ecuaciones diferenciales.

Interpolacin de Newton en puntos con separacin no uniforme

Supongamos que Pn es el polinomio de Lagrange de grado n que coincide con la funcin f en los

nmeros distintos x0 , x1 ,....., x n . Las diferencias divididas de f con respecto a x0 , x1 ,....., x n se pueden
derivar demostrando que Pn tiene la representacin

Pn ( x) = a0 + a1 ( x x0 ) + a 2 ( x x0 )( x x1 ) + ....... + a n ( x x0 )( x x1 )........( x xn 1 )

con constantes apropiadas a 0 , a1 ,........a n .

Evaluando Pn en x 0 : a 0 = Pn ( x0 ) = f ( x0 )
f ( x1 ) f ( x0 )
Evaluando en x1 : f ( x0 ) + a1 ( x1 x0 ) = Pn ( x1 ) = f ( x1 ) a1 =
x1 x0
Introducimos lo que se conoce como notacin de diferencia dividida.
Diferencias divididas de orden cero de la funcin f,

f [x 0 ] = f ( x 0 ) , f [x1 ] = f ( x1 ),L, f [x n ] = f ( x n )
Diferencias divididas de orden 1
f [x1 ] f [x0 ] f [x 2 ] f [x1 ] f [xi +1 ] f [xi ]
f [x 0 , x1 ] = , f [x1 , x 2 ] = , , f [xi , xi +1 ] =
x1 x0 x 2 x1 xi +1 xi

5
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

Diferencias divididas de orden 2

f [x1 , x 2 ] f [x0 , x1 ] f [x3 , x 4 ] f [x 2 , x3 ]

f [x 0 , x1 , x 2 ] = , f [x 2 , x3 , x 4 ] = ,
x 2 x0 x4 x2
Cuando las (k-1) diferencias divididas

f [xi , xi +1 , xi + 2 ,..., xi + k 1 ] y f [xi +1 , xi + 2 ,..., xi + k 1 , xi + k ]

han sido determinadas, la k-sima diferencia dividida de f relativa a xi , xi +1 , xi + 2 ,...., xi + k , est dada por

f [xi +1 , xi + 2 ,..., xi + k ] f [xi , xi +1 ,..., xi + k 1 ]

f [xi , xi +1 ,..., xi + k 1 , xi + k ] =
xi + k x i
Los coeficientes a1 , a 2 , K, a n , se pueden expresar en trminos de las diferencias divididas

f ( x1 ) f ( x 0 )
a1 = = f [x0 , x1 ] , a 2 = f [x0 , x1 , x 2 ],
x1 x0
Sustituyendo en el polinomio interpolante
Pn ( x) = a0 + a1 ( x x0 ) + a 2 ( x x0 )( x x1 ) + ....... + a n ( x x0 )( x x1 )........( x xn 1 )
Pn ( 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 xn 1 )
n
Pn ( x ) = f [x0 ] + f [x0 , x1 ,..., x k ]( x x 0 )...( x x k 1 )
k =1

que es la frmula de diferencia dividida interpolante de Newton

La determinacin de las diferencias divididas para puntos de datos tabulados se bosqueja en la tabla
siguiente. Se podran encontrar una cuarta diferencia a partir de estos datos.
Primeras diferen- Segundas diferen- Terceras diferen-
x f(x) cias divididas cias divididas cias divididas

x0 f[x0]
] [ 1x] x [ 0 ]
f x f x
[
f x0 , x1 =
1 0

x1 f[x1] [
f x0 , x1 , x2 = ] f [ x1 , x2x2] xf0[ x0 , x1]
[
f x1 , x2 = ] [ 2x ] x [ 1 ]
f x f x
[
f x0 , x1 , x2 , x3 = ] f [ x1, x2 , x3x3] xf0[ x0 , x1, x2 ]
2 1

x2 f[x2] [ ] f [ x2 , x3x3] xf1[ x1, x2 ]

f x1 , x2 , x3 =

[
f x2 , x3 = ] f [ x3x3] xf2[ x2 ] [
f x1 , x2 , x3 , x4 ] = f [ x2 , x3 , x4x4] xf1[ x1, x2 , x3 ]
x3 f[x3] [
f x2 , x3 , x4 ] = f [ x3 , x4x4] xf2[ x2 , x3 ]
[
f x3 , x4 ] = f [ x4x4] xf3[ x3 ]
x4 f[x4]

6
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

Ejemplo 2: dada la tabla del ejemplo 1, los coeficientes de la frmula de las diferencias divididas
progresivas del polinomio interpolante de Newton se encuentran a lo largo de la diagonal de la tabla

i xi f[xi] f[xi-1, xi] f[xi-2, xi-1, xi] f[xi-3,, xi] f[xi-4,, xi]

0 1.0 0.7651977
-0.4837057
1 1.3 0.6200860 -0.1087339
-0.5489460 0.0658784
2 1.6 0.4554022 -0.0494433 0.0018251
-0.5786120 0.0680685
3 1.9 0.2818186 0.0118183
-0.5715210
4 2.2 0.1103623

n 4
P4 ( x ) = f [x 0 ] + f [x 0 , x1 ,..., x k ]( x x 0 )...( x x k 1 ) = f [x 0 ] + f [x 0 , x1 ,..., x k ]( x x 0 )...( x x k 1 )
k =1 k =1
P4 ( x ) = 0.7651977 0.4837057 ( x 1.0) 0.1087339 ( x 1.0)( x 1.3) + 0.0658784 ( x 1.0)( x 1.3)( x 1.6)
+ 0.0018251( x 1.0)( x 1.3)( x 1.6)( x 1.9)
y, P4(1.5) = 0.5118200

Interpolacin de Newton hacia adelante y hacia atrs en puntos con igual separacin
Definimos las diferencias hacia adelante como

0 f i = f i diferencia hacia adelante de orden cero

f i = f i +1 f i diferencia hacia adelante de orden uno

2 f i = f i +1 f i diferencia hacia adelante de orden dos

3 f i = 2 f i +1 2 f i diferencia hacia adelante de orden tres

..........................

k f i = k 1 f i +1 k 1 f i diferencia hacia adelante de orden k

La determinacin de las diferencias para puntos de datos tabulados se bosqueja en la tabla siguiente.

7
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

i fi f i 2 f i 3 f i 4 f i

0 f0
f 0
1 f1 2 f 0
f1 3 f 0
2 f2 2 f1 4 f 0
f 2 3 f 1
3 f3 2 f 2
f 3
4 f4

Relacin entre diferencias finitas y diferencias divididas:

f 0 f 1
f [x0 , x1 ] = f [x1 , x 2 ] =
h h
2 f 0 2 f1
f [x0 , x1 , x2 ] = f [x , x , x ] =
2 h2 2 h2
2 3 4

3 f 0 3 f1
f [x 0 , x1 , x 2 , x3 ] = f [ x , x , x , x ] = ..
3 h3 3 h3
0 1 2 4

n f 0
f [x 0 ,..., x n ] =
n!h n
A partir de la frmula en diferencias divididas

Pn(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)
cuando los puntos estn igualmente espaciados, introducimos la notacin h = xi +1 xi para cada

i = 0,1,..., n 1 y sea x = x0 + sh , podemos escribir la diferencia x-xi como x xi = ( s i )h .

Por ejemplo: x x0 = sh , x x1 = ( s 1)h ,, x x 2 = ( s 2)h , x x n 1 = ( s n + 1) h

f 2 f n f
Pn ( x) = P ( x0 + sh) = f [x0 ] + sh 0 + s(s 1)h 2 0 + .... + s( s 1) L ( s n + 1)h n 0
n h 2h 2
n!h n
2 f 3 f n f
Pn ( x) = P ( x0 + sh) = f [x0 ] + sf 0 + s( s 1) 0 + s( s 1)(s 2) 0 + .... + s( s 1) L ( s n + 1) 0
n 2! 3! n!
Al utilizar la notacin del coeficiente binomial ,
s s(s 1)(s 2)...(s k + 1)
=
k!
k
la frmula de las diferencias progresivas de Newton, se escribe como,

8
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

n s
Pn ( x) = f [x0 ] + k f 0

k = 1 k

Interpolacin de Newton hacia atrs

Es otra frmula de uso frecuente y se escribe en trminos de las diferencias hacia atrs y los coeficientes
binomiales.
Las diferencias hacia atrs o regresivas se definen como:
0 fi = fi

1 f i = f i f i 1

2 f i = f i f i 1

3 f i = 2 f i 2 f i 1
.............................
k f i = k 1 f i k 1 f i 1
Cumplen con la siguiente relacin
f ( x n ) 2 f ( xn ) k f ( x n )
f [x n , x n 1 ] = f [x n 2 , x n 1 , x n ] = , y en general f [x n k ,..., x x
n 1, n ] =
h 2 h2 k!h k
Reordenando los puntos interpolantes como xn , xn 1 ,..., x0 , se obtiene la frmula

[ ] [ ] [ ]
Pn ( x) = f [xn ] + f xn , xn1 ( x xn ) + f xn , xn1, xn2 ( x xn )( x xn1) + .... + f xn ,..., x0 ( x xn )( x xn1)...(x x1)

Si los puntos tienen espacios iguales con x = x n + sh y x xi = ( s + n i ) h entonces

Pn ( x) = P ( x + sh) = f [xn ] + shf xn , x

n n
[
n 1
]
+ s( s + 1)h2 f xn , x , x
n1 n2
[ ]
+ .... + s( s + 1)(s + n 1)h n f xn ,..., x =
0
[ ]
Esta forma se conoce con el nombre de frmula de las diferencias divididas regresivas de Newton, y
sirve para derivar la frmula de las diferencias regresivas de Newton
s( s + 1) 2 s( s + 1)(s + n 1) n
Pn ( x) = f [xn ] + sf ( x ) + f ( x ) + .... + f (x )
n 2 n n! n

La notacin del coeficiente binomial se ampli, para incluir todos los valores reales de s al tomar

s s ( s 1)...( s k + 1) s ( s + 1)...( s + k 1)
= = (1) k
k! k!
k
Esto nos da, la frmula de las diferencias regresivas de Newton

n s k
Pn ( x) = f [x n ] + (1)
k f ( x )
n
k =1 k

Ejemplo 3: la tabla corresponde a las diferencias divididas progresivas del ejemplo 2

9
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

I xi 0 f[xi] f i 2 f i 3 f i 4 f i

0 1.0 0.7651977
-0.1451117
1 1.3 0.6200860 -0.0195721
-0.1646838 0.0106723
2 1.6 0.4554022 -0.0088998 0.0003548
-0.1735836 0.0110271
3 1.9 0.2818186 0.0021273
-0.1714563
4 2.2 0.1103623

Si se requiere una aproximacin a f(1.1), se selecciona x0 = 1.0, x1 = 1.3, x2 = 1.6, x3 = 1.9 y

x4 =2.2; h = xi +1 xi =0.3 y s =1/3, la frmula se emplea con las diferencias que aparecen subrayadas

con lneas llenas.

1 1 1 2 ( 0.0195721)
P4 (1.1) = f (1.1 + 0.3) = 0.7651997 + 0.3 (0.1451117) + (0.3) 2 +
3 3 3 3 2!
1 2 5 0.0106723 1 2 5 8 0.0003548
+ (0.3) 3 + (0.3) 4 = 0.7328592741
3 3 3 3! 3 3 3 3 4!

Si queremos aproximar un valor cuando x est cerca del final de los valores tabulados, por ejemplo x =
2.0, de nuevo es conveniente utilizar los puntos de datos ms cercanos a x. Vamos aplicar la frmula de
diferencias regresivas con s = -2/3 y las diferencias de la tabla que aparecen subrayadas con lneas
punteadas.
2 2 1 4 7
P (2.0) = P (2.2 0.3) = 0.1103623 (0.17563) 0.0021273 0.0110271 0.0003548 =
4 4 3 3 9 27 243
= 0.225568735

BIBLIOGRAFA
Chapra Steven C., Canale Raymond P.; MTODOS NUMRICOS PARA INGENIEROS. Con
aplicaciones en computadoras personales, 1996, McGraw Hill/Interamericana de Mxico.
Burden Richard L., Faires J.Douglas; ANLISIS NUMRICO, 1996, Grupo Editorial
Iberoamrica.
Gerald Wheatley; ANLISIS NUMRICO CON APLICACIONES, 2000.
Nakamura Shoichiro, MTODOS NUMRICOS CON SOFTWARE, 1992, Pearson Educacin.

10
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

11
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

12
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

13
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

14
Ing. Adriana M. Apaza J.T.P. Clculo Numrico
Clculo Numrico Programacin Aplicada 2009

15
Ing. Adriana M. Apaza J.T.P. Clculo Numrico