APROXIMACIN

TEORAMA DE WEIERSTRASS.

Sea f C [a, b] . Para > 0 , existe un polinomio P (x ) con la propiedad

f ( x) P( x) <

En la parte de interpolacin se tiene: Lagrange, Newton Hermite.

En aproximacin se tiene el mtodo de mnimos cuadrados, caso discreto.

n
Para el caso continuo, se busca p( x) = a k x k , de modo que,
k =0
b
f p = w( x)( f ( x) p( x)) 2 dx
2
a

Sea minima, desarrollando resultan las ecuaciones normales:

n b b
a
k =0
k
a
x k + j dx = x j f ( x) dx ; j = 0,1,2,.......n
a

Cuya matriz del sistema corresponde a la matriz de Hilbert, que es altamente mal
condicionada.
Observe que cualquiera sea la funcin a aproximar la matriz ser la misma.
Para Obviar esta situacin se usan polinomios ortonorrnales.

TEOREMA DE LA MEJOR APROXIMACIN

Sea f C [a, b] , el polinomio que hace que f p

2
sea minima esta dado por

N
p * ( x) = f , pi pi ( x)
i =0

En que {pi ( x)} , es un conjunto ORTONORMAL.

n
i =0

Si {pi ( x)}i =0 es ORTOGONAL, entonces,

n

n f , pi
p * ( x) = pi ( x) ,
i =0 pi , pi
f , pi
Los nmeros ci = , i = 0,1,2.......n , se llaman coeficientes de FOURIER.
pi , p i
f , pi = w( x) f ( x) pi ( x)dx , pi , pi = w( x) pi2 ( x)dx , w : [a, b] IR
b b
En que
a a
Observacin
i
Como pi (x) es un polinomio de grado i , entonces pi ( x) = a k x k , i = 0,1,2....., n ,
k =0
entonces
b i i
f , pi = w( x) f ( x) pi ( x)dx = w( x) f ( x) a k x k dx = a k w( x) x k f ( x)dx
b b

a a a
k =0 k =0

b
m(k ) = w( x) x k f ( x)dx k = 0,1,2....., i , i = 1,2,....., n se denominan momentos.
a
Luego para poder hallar los coeficientes de Fourier basta conocer los momentos

FAMILIAS DE POLINOMIOS ORTOGONALES Y SUS PROPIEDADES

Polinomios de Tchebyshev en [ 1,1]

funcin peso:
1
w( x) = .
1 x2
Definicin:
Tn ( x) = cos(nAr cos( x)), n0
Formula recursiva:
T n +1( x) = 2 xTn ( x) Tn 1 ( x), n 1
en que
T0 ( x) = 1 , T1 ( x) = x

Propiedades:

1) Grado del polinomio Tn (x) es n

2) Tn (1) = 1 , n
3) Es una familia ortogonal, esto es;

0, nm
1
< Tn , Tm >= w( x)Tn ( x)Tm ( x)dx = , n=m=0
1

, n=m>0
2
4) Tn (x) tiene n ceros en ] 1, 1[ y ninguno fuera
5) Tn (x) es una onda de amplitud 1.
 Lista de polinomios de Tchebyshev en ] 1, 1[

T0 ( x) = 1
T1 ( x) = x
T2 ( x) = 2 x 2 1
T3 ( x) = 4 x 3 3x
T4 ( x) = 8 x 4 8 x 2 + 1

Polinomios de Legendre, en [ 1,1]

Funcin peso:
w( x) = 1 . x [ 1, 1]
Formula recursiva:
2n + 1 n
Pn +1 ( x) = xPn ( x) Pn 1 ( x) , n 1
n +1 n +1
en que
P0 ( x) = 1, P1 ( x) = x

Propiedades:

1) Grado de Pn (x) es n
2) Pn (1) = 1 , n
3) Es una familia ortogonal, esto es,

0 si n m
1
< Pn , Pm > = Pn ( x) Pm ( x)dx =
1
2
2n + 1 si n = m

Lista de polinomios de Legendre en [ 1, 1]

P0 ( x) = 1
P1 ( x) = x
3 1
P2 ( x) = x 2
2 2
5 3 3
P3 ( x) = x x
2 2
35 4 30 2 3
P4 ( x) = x x +
8 8 8
 Polinomios de Laguerre en [0,+[
x
Funcin peso: w( x) = e
Frmula recursiva:
1 n
Ln+1 ( x) = ( 2 n + 1 x ) Ln ( x ) Ln 1 ( x)
n +1 n +1
en que L0 ( x) = 1 , L1 ( x) = 1 x

Propiedades:

1) Grado de Ln (x) es n
2) La familia es ortonormal, esto es,
0. n m
< Ln , Lm >= w( x) Ln ( x) Lm ( x)dx =
0
1, n = m

Lista de polinomios de Laguerre en [0, [

L0 ( x) = 1
L1 ( x) = 1 x
x2
L2 ( x) = 1 2 x +
2
3 2 1 3
L3 ( x) = 1 3 x + x x
2 6
2 1 4
L4 ( x ) = 1 4 x + 3 x 2 x 3 + x
3 24

Polinomios de Hermite en ] ,+[

Funcin peso: w( x) = e x
2

Formula recursiva:
H n ( x) = 2 xH n 1 ( x) H ' n 1 ( x) , n 2
en que H 0 ( x) = 1 , H 1 ( x) = 2 x

Propiedades

1) H n (x) es un polinomio de grado n

2) La familia es ortogonal, esto es,
0 , nm
< H n , H m > = w( x) H n ( x) H m ( x)dx =
2 n!, n = m
n
Lista de polinomios de Hermite en ] , [

H 0 ( x) = 1
H 1 ( x) = 2 x
H 2 ( x) = 4 x 2 2
H 3 ( x) = 8 x 3 12 x
H 4 ( x) = 16 x 4 48 x 2 + 12

Ejemplo.
Suponga que para una funcin g (x ) , se tiene la siguiente informacin

xi 0.06943185 0.33000948 0.66999052 0.93056816

g i = g ( xi ) 3.73169 2.875667 2.04685 1.57732

Adems se cuenta con la siguiente informacin:

1
m( k ) = x k g ( x ) dx
0

m(0) = 2.52938740175000, m(1) = 1.05702699231907,

m(2) = 0.64241526487633 m(3) = 0.45571635384436

Se desea obtener una aproximacin p * ( x ) por mnimos cuadrados de g (x ) que sea

cuadrtica. Verifique g ( x 2 ) es cercano al valor de la tabla y prediga el valor para g (0.5)

SOLUCIN

Cambio de variable:
z +1 1
0 x 1 1 2 x 1 1 , sea z = 2 x 1 x = , dx = dz
2 2
Aproximacin cuadrtica de Legendre:

p * ( z ) = C 0 p 0 ( z ) + C1 p1 ( z ) + C 2 p 2 ( z )

enque
g ( z ), pi ( z )
Ci = donde g ( z ) = g ( x )
2
2i + 1

g ( z ), p 0 ( z ) 1 1 1 1 1
C0 =
2
=
2 1
g ( z ) dz = g ( x) 2dx = g ( x) dx = m(0) = 2.52848
2 0 0
 g ( z ), p1 ( z ) 3 1 3 1 1
C1 = = zg ( z )dz = (2 x 1) g ( x)2dx = 3 (2 x 1) g ( x )dx
2 2 1 2 0 0

2 *1 + 1

C1 = 6m(1) 3m(0) = 1.24368 ,

Anlogamente
C 2 = 30m(2) 30m(1) + 5m(0) = 0.2059

Luego:
3 1
p * ( z ) = 2.52849 1.24366 z + 0.2050 z 2
2 2

g ( 0.06943185) subs(p*,z1)= 3.73008716358241

g(0.33000948) subs(p*,z2)= 2.88487590770741

g(0.66999052 ) subs(p*,z3)=2.03764298512873

g(0.93056816) subs(p*,z4) =1.58413505697121

g(0.5) subs(p*,0) =2.42509480901610

Para resolver el tema de la aproximacin se necesitan buenas formulas de integracin.

Para ello se tienen la formulas de Newton Cotes, y las cuadraturas Gaussianas, las primera
tienen la desventaja que sus nodos son equiespaciados, a diferencias de las segundas cuyos
nodos son las races de ciertos polinomios ortogonales.