Tema 5: Interpolacin .

TEMA 5: INTERPOLACIN

5.1.- INTRODUCCIN
Supongamos que conocemos N+1 puntos (x0,y0), (x1,y1), ..., (xN,yN), de la curva
y = f(x), donde las abscisas xk se distribuyen en un intervalo [a,b] de manera que
a x0 x1 < < xN b e yk = f(xk)
Construiremos un polinomio P(x) de grado N que pase por estos N+1 puntos. El
polinomio P(x) puede luego usarse como una aproximacin a f(x) en todo el intervalo
[a,b]; no obstante, si queremos conocer la funcin error E(x) = f(x) P(x), entonces s
necesitaremos conocer f (N+1)(x) o bien una cota de su tamao como
M max f
a x b
o ( N 1)
( x) t
Existen funciones especiales y = f(x), que aparecen en anlisis estadsticos o
cientficos, para las que slo se dispone de una tabla de valores; es decir, slo conocemos
N+1 puntos (xk,yk) y es necesario un mtodo para aproximar f(x) en abscisas que no estn
tabuladas. Si el error de los valores tabulados es significativo, entonces es mejor usar los
mtodos de aproximacin. Si, por el contrario, los puntos (xk,yk) tienen un grado alto de
precisin, entonces podemos considerar el polinomio y = P(x) que pasa por todos ellos
como una buena aproximacin de f (x).
Cuando x0 < x < xN, la aproximacin P(x) se conoce como valor interpolado; si se
tiene x < x0 o bien x > xN, entonces P(x) se conoce como valor extrapolado. Los
polinomios se utilizan para disear algoritmos de aproximacin de funciones, para
derivar e integrar numricamente y para dibujar, utilizando un ordenador, curvas que
deben pasar por puntos especificados de antemano.
Dados N+1 puntos x0, x1, ..., xN pertenecientes al intervalo [a,b], el polinomio de
interpolacin de grado menor o igual que N que pasa por esos puntos es nico.
Recordemos brevemente que la forma eficiente de evaluar un polinomio P(x):
P ( x ) a N x N a N 1 x N 1 a2 x 2 a1 x a0
es el mtodo de Horner:
P ( x ) ( (a N x a N 1 ) x a1 ) x a0

5.2.- POLINOMIO DE INTERPOLACIN DE LAGRANGE

Interpolacin significa estimar el valor desconocido de una funcin en un punto,
tomando una medida ponderada de sus valores conocidos en puntos cercanos al dado.
En la interpolacin lineal se utiliza un segmento rectilneo que pasa por dos puntos que
se conocen. La pendiente de la recta que pasa por dos puntos (x0,y0) y (x1,y1) viene dada
por m = (y1-y0) / (x1-x0), y la ecuacin de la misma es:
x x0
y P ( x ) y0 ( y1 y0 )
x1 x0

53
 Tema 5: Interpolacin .

y
P1
f (x)

P0
x

Figura 1.
El matemtico francs Joseph Louis Lagrange lleg a este mismo polinomio
usando un mtodo ligeramente distinto. Si escribimos
x x1 x x0
y P1 ( x ) y0 y1
x0 x1 x1 x0
entonces cada uno de los sumandos del miembro derecho de esta relacin es un trmino
lineal, por lo que su suma ser un polinomio de grado menor o igual que uno.
Denotemos los cocientes
x x1 x x0
L1, 0 ( x ) y L1,1 ( x )
x0 x1 x1 x0
Un sencillo clculo muestra que L1,0(x0) = 1, L1,0(x1) = 0, L1,1(x0) = 0 y L1,1(x1) = 1;
es decir, el polinomio P1(x) tambin pasa por los dos puntos dados:
P1 ( x0 ) y0 y1 0 y0 y P1 ( x1 ) y0 0 y1 y1
Los trminos L1,0(x) y L1,1(x) definidos anteriormente se llaman polinomios
coeficientes de Lagrange para los nodos x0 y x1. Usando esta notacin, podemos
escribir P1(x) como una suma

P1 ( x ) y k L1, k ( x )
1

k 0

Cuando las ordenadas yk vienen dadas por yk = f(xk), el proceso de utilizar P1(x)
para aproximar f(x) en el intervalo [x0,x1] se conoce con el nombre de interpolacin
lineal.
Generalizando el polinomio PN(x) de grado menor o igual que N que pasa por N+1
puntos (x0,y0), (x1,y1), ..., (xN,yN) viene dado por:

PN ( x ) yk LN ,k ( x )
N

k 0

donde LN,k es el polinomio coeficiente de Lagrange para los nodos x0, x1, ..., xN definido
por
( x x0 ) ( x x k 1 )( x x k 1 ) ( x x N )
L N ,k ( x )
( x k x0 ) ( xk x k 1 )( xk x k 1 ) ( x k x N )
que multiplica a yk en el sumatorio y se ha de anular en todos los nodos excepto en xk
donde toma el valor 1:
LN,k(xj) = 1 si j = k y LN,k(xj) = 0 si j k
Resulta cmodo introducir la notacin compacta para el producto y escribir:

54
 Tema 5: Interpolacin .

N N
L N ,k ( x ) ( x x j ) (x k xj)
j 0 j 0
jk j k

5.3.- TRMINOS Y COTAS DEL ERROR

Es importante entender la naturaleza del trmino del error que se comete cuando se
utiliza un polinomio de interpolacin para aproximar una funcin f(x).
Teorema. Supongamos que f CN+1[a,b] y que x0, x1, ..., xN [a,b] son N+1 nodos de
interpolacin. Si x [a,b], entonces
f(x) = PN(x) + EN(x)
donde PN(x) es el polinomio que interpola a f(x) en los N+1 nodos y que podemos usar
para aproximar f(x):

f ( x ) PN ( x ) f ( xk ) LN ,k ( x )
N

k 0

y EN(x)el trmino del error que se puede escribir como

( x x0 )( x x1 ) ( x x N ) f ( N 1)
( )
E N ( x)
( N 1)!
para algn valor = (x) del intervalo [a,b].

5.4.- POLINOMIO DE INTERPOLACIN DE NEWTON

Hay ocasiones en las que resulta til construir varios polinomios aproximantes
P1(x), P2(x), ..., PN(x) y, despus, elegir el ms adecuado a nuestras necesidades. Si
usamos los polinomios de interpolacin de Lagrange, uno de los inconvenientes es que
no se pueden utilizar los clculos realizados en la construccin de PN-1(x) para la de
PN(x); cada polinomio debe construirse individualmente y para calcular polinomios de
grado elevado es necesario hacer muchas operaciones. Vamos a seguir ahora un camino
de construccin distinto, en el cual los polinomios de interpolacin, que se llamarn de
Newton, se calculan mediante un esquema recursivo:
P1 ( x ) a0 a1 ( x x0 )
P2 ( x ) a0 a1 ( x x0 ) a2 ( x x0 )( x x1 )
P3 ( x ) a0 a1 ( x x0 ) a2 ( x x0 )( x x1 ) a3 ( x x0 )( x x1 )( x x2 )

PN ( x ) a0 a1 ( x x0 ) a2 ( x x0 )( x x1 )
a N ( x x0 )( x x1 )( x x2 ) ( x x N 1 )
El polinomio PN(x) se obtiene a partir de PN-1(x) usando la recurrencia:
PN PN 1 ( x ) a N ( x x0 )( x x1 )( x x2 ) ( x x N 1 )
El polinomio PN(x) calculado as es el polinomio de interpolacin de Newton.

55
 Tema 5: Interpolacin .

5.4.1.- Multiplicacin encajada

Para evaluar el polinomio PN(x), lo ms eficiente (menos operaciones) es usar el
esquema de multiplicaciones encajadas. Para P3(x), por ejemplo:
b g
P3 ( x ) ( a3 ( x x2 ) a2 )( x x1 ) a1 ( x x0 ) a0
de manera que, si deseamos evaluar P3(x) para un valor dado de x, entonces operamos
desde dentro hacia afuera formando sucesivamente las cantidades:
S3 a3
S2 S3 ( x x2 ) a2
S1 S2 ( x x1 ) a1
S0 S1 ( x x0 ) a0
Esta ltima cantidad S0 es P3(x).

5.4.2.- Clculo del Polinomio de Interpolacin de Newton

Supongamos que queremos encontrar los coeficientes ak de todos los polinomios
P1(x), P2(x), ..., PN(x) que nos sirven para interpolar una funcin dada f(x). Entonces cada
Pk(x) es el polinomio de Newton que tiene como nodos x0, x1, ..., xk. Para el polinomio
P1(x), los coeficientes a0 y a1 tienen un significado familiar:
f ( x0 ) P1 ( x0 ) a0 a1 ( x0 x0 ) a0
Por tanto: a0 f ( x0 )
f ( x1 ) P1 ( x1 ) a0 a1 ( x1 x0 ) f ( x0 ) a1 ( x1 x0 )
f ( x1 ) f ( x0 )
y despejando a1: a1
x1 x0
Es decir, a1 es la pendiente de la recta que pasa por los puntos (x0,f(x0)) y (x1,f(x1)).
Los coeficientes a0 y a1 son los mismos para P1(x) y P2(x). Para continuar, ahora
evaluamos la expresin en el nodo x2 y obtenemos:
f ( x2 ) P2 ( x2 ) a0 a1 ( x2 x0 ) a2 ( x2 x0 )( x2 x1 )
f ( x2 ) a0 a1 ( x2 x0 )
de donde se obtiene a2
( x2 x0 )( x2 x1 )
que tambin se puede escribir como

a2
FG f ( x ) f ( x ) f ( x ) f ( x ) IJ ( x2 x0 )
H x x K
2 1 1 0

2 1 x x 1 0

El clculo de los coeficientes se puede realizar de forma ms rpida y sencilla

utilizando la notacin de las diferencias divididas.
Definicin: Diferencias divididas.
Las diferencias divididas de una funcin f(x) se definen como:
la diferencia dividida de orden cero: f [ x k ] f ( xk )
f [ x k ] f [ xk 1 ]
la diferencia dividida de primer orden: f [ x k 1 , x k ]
xk x k 1

56
 Tema 5: Interpolacin .

f [ x k 1 , x k ] f [ x k 2 , xk 1 ]
la diferencia dividida de segundo orden: f [ x k 2 , x k 1 , x k ]
x k xk 2
Las diferencias divididas de orden superior se forman de acuerdo con la siguiente
frmula de recursin:
f [ x k j 1 , , x k ] f [ x k j , , x k 1 ]
f [ x k j , x k j 1 , ..., xk ]
xk x k j
que se utiliza para calcular la Tabla de Diferencias Divididas:

x0 f ( x0 )
f ( x1 ) f ( x 0 )
f x 0 x1
x1 x 0
f x1 x 2 f x 0 x1
x1 f ( x1 ) f x 0 x1 x 2
x2 x0
f ( x 2 ) f ( x1 )
f x1 x 2
x 2 x1
f x 2 x 3 f x1x 2
x2 f ( x2 ) f x1 x 2 x 3
x 3 x1
f ( x3 ) f ( x2 )
f x2 x3
x3 x2
x3 f ( x3 )
TABLA DE DIFERENCIAS DIVIDIDAS
Con esta notacin el coeficiente a2 del polinomio P2(x) se puede expresar como:
f [ x1 , x2 ] f [ x0 , x1 ]
a2 f x0 , x1 , x2
x2 x0
Teorema. (Polinomio de interpolacin de Newton).
Supongamos que x0, x1, ..., xN son N+1 nmeros distintos en [a,b]. Entonces existe un
nico polinomio PN(x) de grado menor o igual que N tal que
f(xj) = PN(xj) para j = 0, 1, ..., N
La forma de Newton de este polinomio interpolador:
PN ( x ) a0 a1 ( x x0 ) a N ( x x0 )( x x1 ) ( x x N 1 )
siendo ak f [ x0 , x1 , , x k ] para k 0, 1, , N
As: P0(x) = f (x0)
P1(x) = f (x0) + f [x0,x1](xx0)
P2(x) = f (x0) + f [x0,x1](xx0) + f [x0,x1,x2](xx0)(xx1)

PN(x) = f (x0) + f [x0,x1](xx0) + +f [x0,x1,..,xN](xx0)(x-xN1)
En este polinomio los nodos se han colocado en el orden x0, x1, ..., xN.
Si se hubieran colocado los nodos en otro orden, por ejemplo xN, xN1, ..., x1, x0, el
polinomio obtenido habra sido:
Pn ( x ) f ( xn ) f xn xn 1 ( x xn ) f xn xn 1 x0 ( x xn ) ( x x1 )

57
 Tema 5: Interpolacin .

pero este polinomio tiene que coincidir con el anterior, luego:

f [ x0 , x1 , ..., xn ] f [ xn , xn1 , ..., x0 ]
es decir, la diferencia dividida es independiente del orden en que se tomen los nodos.
En resumen las diferencias divididas tienen las siguientes propiedades:
1.- La diferencia dividida de orden K es el coeficiente de xk en Pk(x).
2.- La diferencia dividida de cualquier orden es independiente del orden en que se
tomen los nodos.
3.- La diferencia dividida de orden K se calcula recursivamente a partir de dos
diferencias divididas de orden K1.

5.4.3.- Relacin entre la diferencia dividida de orden n y la derivada

ensima de f. Trmino de error.
Teorema.
Sean f Cn[a,b] y x0, x1, ..., xn n+1 puntos distintos en [a,b]. Entonces (a,b) tal
que f [x0, x1, ..., xn] = f n)() / n!
Demostracin. Sea g(x) = f(x) Pn(x), siendo Pn(x) el polinomio de interpolacin de
Newton de f(x), en los n+1 puntos, es decir,
g ( x ) f ( x ) Pn ( x ) f ( x ) ( f ( x0 ) f [ x0 , x1 ]( x x0 )
f [ x0 , x1 , , xn ]( x x0 )( x x1 ) ( x xn1 ))
g(x) se anula en x0, x1, ..., xn, y aplicando el teorema de Rolle generalizado existir
un (a,b) tal que gn)() = 0, es decir,
f n ) ( )
f ( ) P ( ) 0
n n)
f ( ) n! f x0 x1 xn
n)
f x0 x1 x n
n!
N

Utilizando esta relacin, el trmino de error:

f n1) ( ) n
( x xi ) f x0 , x1 ,, xn , z (x x )
n
E N ( x)
(n 1)! i 0
i
i0

siendo z (a,b).
Esta expresin permite estimar el error del polinomio de interpolacin de grado N
cuando no se conoce la funcin, siempre que sea posible aadir un nodo ms y obtener la
diferencia dividida de orden N+1.

5.5.- INTERPOLACIN CON NODOS EQUIDISTANTES

El clculo del polinomio de interpolacin se simplifica cuando los nodos estn
igualmente espaciados, esto es, xi+1 xi = h (i = 0, 1, ..., n1). En este caso el polinomio
se calcula utilizando el concepto de diferencia finita.
Definicin: Diferencia finita progresiva.
Se define como diferencia finita progresiva de una funcin f(x) en un punto x0, y se
representa por f (x0) a la diferencia:
f (x0) = f(x1) f(x0)

58
 Tema 5: Interpolacin .

Esta diferencia finita es la de primer orden. Del mismo modo se puede definir la de
segundo orden:
2 f ( x0 ) f ( x1 ) f ( x0 ) f ( x2 ) 2 f ( x1 ) f ( x0 )
En general: k f ( x0 ) k 1 f ( x1 ) k 1 f ( x0 )
La relacin entre las diferencias finitas progresivas y las diferencias divididas se
obtiene:
f ( x1 ) f ( x0 ) f ( x0 )
f x0 x1 f ( x0 ) h f x0 x1
x0 x1 h
f x1 x2 f x0 x1 f ( x1 ) f ( x0 )
f x0 x1 x2 2 f ( x0 ) 2h 2 f x0 x1 x2
x2 x0 2h2
En general: n f ( x0 ) n ! h n f x0 x1 xn
Definicin: Diferencia finita regresiva.
Se define como diferencia finita regresiva de f(x) en xn, y se representa por f(xn), a la
diferencia:
f ( xn ) f ( xn ) f ( xn1 )
Esta es la diferencia finita regresiva de primer orden. La de segundo orden ser:
2 f ( xn ) f ( xn ) f ( xn 1 ) f ( xn ) 2 f ( xn 1 ) f ( xn 2 )
y la de orden k:
k f ( xn ) k 1 f ( xn ) k 1 f ( xn 1 )
Ambas diferencias finitas estn relacionadas entre s:
f ( x0 ) f ( x1 ) f ( x0 ) f ( x1 )
2 f ( x0 ) f ( x2 ) 2 f ( x1 ) f ( x0 ) 2 f ( x2 )
En general:
k f ( x0 ) k f ( x0 k ) k ! h k f x k x k 1 x0

5.6.- FRMULAS DE NEWTON PROGRESIVA Y REGRESIVA

A partir de la frmula de Newton con diferencias divididas y de la relacin entre
estas ltimas y las diferencias finitas progresivas se tiene:
PN ( x ) f ( x0 ) f x0 x1 ( x x0 ) f x0 x1 x2 ( x x0 )( x x1 )
f x0 x1 xn ( x x0 ) ( x xn 1 )
Haciendo el cambio de variable x = x0 + th con t(0,n):
x x1 (t 1)h ; x x2 (t 2)h ; ; x xn 1 (t n 1)h

59
 Tema 5: Interpolacin .

f ( x0 ) 2 f ( x0 )
PN ( x0 th) q N (t ) f ( x0 ) th th(t 1)h
h 2 ! h2
n ( x0 )
th(t 1)h (t n 1)h
n !h n
2 f ( x0 ) n f ( x0 )
0 f ( x0 ) f ( x0 )t t (t 1) t (t 1) t (t n 1)
2! n!

n
k f ( x0 )
t (t 1) (t k 1) k f ( x0 )
n
t FG IJ
k 0 k! k 0 k HK
Las diferencias finitas progresivas en x0 se obtienen formando la siguiente tabla y
tomando los elementos de la diagonal descendente:
f ( x0 )
f ( x 0 )
f ( x1 ) 2 f ( x 0 )
f ( x1 ) 3 f ( x 0 )
f ( x2 ) 2 f ( x1 )
f ( x 2 )
f ( x3 )
TABLA DE DIFERENCIAS FINITAS PROGRESIVAS
Si se hubiese tomado el polinomio de Newton con diferencias divididas tomando
los nodos en el orden xn, xn-1, ..., x0, entonces el polinomio resultante sera:
PN ( x ) f ( xn ) f xn xn1 ( x xn ) f xn xn 1 x0 ( x xn )( x x1 )
Haciendo el cambio de variable: x = xn + th con t(n,0):
x xn th; x xn1 (t 1)h, x xn 2 (t 2)h
y teniendo en cuenta que
f ( x n ) 2 f ( xn )
f xn xn 1 ; f xn x n 1 x n 1 ;
h 2 !h 2
se obtiene:

f ( xn ) 2 f ( xn )
PN ( x ) PN ( xn th ) qn ( t ) f ( xn ) t h t h ( t 1) h
h 2 ! h2
n f ( xn ) f ( xn ) 2 f ( xn )
t h ( t 1) h ( t n 1) h f ( xn ) t t ( t 1)
n! 1! 2!

n f ( xn )
t ( t 1) ( t n 1) n f ( xn )
n
FG
t k 1 IJ
n! k 0 H k K
Las diferencias finitas regresivas en xn se obtienen formando la tabla
correspondiente, y tomando los elementos de la diagonal ascendente.
Las tablas de diferencias finitas progresivas y regresivas son la misma. Solo cambia
la notacin. En la tabla de diferencias finitas progresivas todo est referenciado a x0
mientras que en la tabla de diferencias finitas regresivas todo est referenciado a xn.

60
 Tema 5: Interpolacin .

Si el punto en el que se quiere interpolar est prximo a x0 es conveniente usar

diferencias finitas progresivas y si est prximo a xn diferencias finitas regresivas.
Si se consideran todos los nodos el polinomio de interpolacin calculado con
diferencias finitas progresivas es el mismo que el calculado con diferencias finitas
regresivas.
f ( x0 )
f ( x 1 )
f ( x1 ) 2 f ( x2 )
f ( x 2 ) 3 f ( x3 )
f ( x2 ) 2 f ( x3 ) 4 f (x4 )
f ( x 3 ) 3 f ( x4 )
f ( x3 ) 2 f ( x4 )
f ( x 4 )
f ( x4 )
TABLA DE DIFERENCIAS FINITAS REGRESIVAS

5.7.- INTERPOLACIN POLINOMIAL A TROZOS

Se podra suponer que el error cometido al aproximar una funcin mediante el
polinomio de interpolacin disminuye a medida que aumenta el grado de dicho
polinomio; sin embargo esto no es as. Un polinomio de grado N puede tener N1
extremos relativos y por lo tanto su grfica puede presentar oscilaciones importantes.
Este fenmeno se conoce como efecto Runge. En la grfica de la figura se representa la
funcin f (x) = 1/(1+x2) y el polinomio de grado 10 que interpola a f en los puntos 5,
4, ..., 0, ..., 4, 5.

Figura 2
Para resolver este problema se emplea la interpolacin polinomial a trozos, que
consiste en ir definiendo polinomios de grado bajo que interpolan a la funcin en dos
nodos consecutivos. As, Sk(x) es el polinomio que interpola a f en dos nodos
consecutivos (xk,yk) y (xk+1,yk+1). El conjunto de funciones {Sk(x)} forma la curva

61
 Tema 5: Interpolacin .

polinomial a trozos o spline. El ajuste de una curva polinomial a trozos a un conjunto de

puntos dados tiene aplicaciones en los campos del diseo asistido por ordenador,
fabricacin asistida por ordenador y sistemas de generacin de grficas mediante
ordenador.
Lo ms sencillo sera unir los nodos mediante segmentos rectilneos, pero la grfica
de esta funcin no es suave, es decir, la derivada primera no es continua en los nodos.
Tambin se podran utilizar polinomios de segundo grado, pero con stos no se puede
asegurar la continuidad de la derivada segunda. Los polinomios ms utilizados son los
cbicos. Con estos polinomios se consigue que la funcin S(x) (conjunto de polinomios
de grado 3, uno diferente entre cada dos nodos consecutivos) interpole al conjunto de
datos y tenga derivadas primera y segunda continuas en el intervalo completo [x0,xN]. La
continuidad de S''(x) significa que el radio de curvatura est definido en todos los puntos
del intervalo.
Definicin: Spline cbica interpoladora.
Supongamos que se tienen como datos N+1 puntos (xk,yk) (con k = 0, ..., n) cuyas
abscisas estn ordenadas de forma creciente. Se dice que una funcin S(x) es una spline
cbica interpoladora para dichos datos si existen N polinomios de tercer grado Sk(x) que
se pueden escribir en trminos de unos coeficientes ak, bk, ck y dk tales que:
1.- S(x) =
S0 ( x ) a0 b0 ( x x0 ) c0 ( x x0 )2 d 0 ( x x0 ) 3 ( x0 x x1 )


S k ( x ) ak bk ( x xk ) ck ( x xk )2 d k ( x xk ) 3 ( x k x xk 1 )


S N 1 ( x ) a N 1 bN 1 ( x x N 1 ) c N 1 ( x xN 1 ) 2 d N 1 ( x x N 1 ) 3 ( x N 1 x x N )
Esto indica que S(x) es un polinomio de tercer grado definido a trozos.
2.- Sk(xk) = yk (k = 0, 1, ..., N). Esto indica que S(x) interpola los datos.
3.- Sk(xk+1) = Sk+1(xk+1) (k = 0, 1, ..., N2).
4.- S'k(xk+1) = S'k+1(xk+1) (k = 0, 1, ..., N2).
5.- S''k(xk+1) = S''k+1(xk+1) (k = 0, 1, ..., N2).
Estas tres ltimas relaciones significan que S(x) es una funcin continua en el
intervalo [x0,xN], con derivadas primera y segunda continuas en el mismo intervalo. (Con
esto se evitan las esquinas que se producen con la interpolacin lineal).
Para determinar S(x) hay que calcular los coeficientes ak, bk, ck y dk, que son en
total 4N. Para ello se plantea un sistema de ecuaciones lineales a partir de las relaciones
2, 3, 4 y 5, obtenindose (N+1) + (N1) + (N1) + (N1) = 4N 2 ecuaciones. Esto nos
deja dos grados de libertad para calcular los coeficientes. Estos dos grados de libertad se
llaman restricciones en los extremos, porque normalmente son los valores de S'(x) o de
S''(x) en los extremos. Entre las splines ms utilizadas se tienen:
- Spline natural: S''(x0) = S''(xN) = 0; y

62
 Tema 5: Interpolacin .

- Spline con condiciones de contorno: S'(x0) = f '(x0) y S'(xN) = f '(xN).

63
 Tema 5: Interpolacin .

5.8.- TEMA 5. EJERCICIOS.

1. Estudiar el problema siguiente: Hallar un polinomio de grado 2 tal que:
p( x0 ) z0 ; p( x1 ) z1 ; p ( x2 ) z2
2. Queda determinado un polinomio p(x) de grado 3 por los siguiente datos?:
a) p(0), p(1), p'(1), p''(0) b) p(0), p'(1), p'''(0), p''(1/2)
3. Se desea interpolar una funcin f(x) utilizando un polinomio de la forma
p(x) = a + b x2 conociendo f(x) en dos puntos dados x1, x2. Estudiar el problema de
interpolacin correspondiente.
4. Determinar el polinomio de interpolacin de Lagrange de grado no mayor que dos,
que tome los valores 1, 2, 1 en los puntos 0, 1, 2, respectivamente.
Sol: p2(x)=x+1
5. Supngase que se tiene calculada una tabla de diferencias divididas para una
funcin f(x) en los puntos x0, x1, ..., xn por la cual se conoce el polinomio de interpolacin
pn(x). Si se desea aadir un punto ms xn+1 y hallar el nuevo polinomio de interpolacin
pn+1(x), qu clculos hay que realizar?
6. a) Constryase la tabla de diferencias divididas para la funcin f(x) = x3 en los
puntos x0 = 0, x1 = 1, x2 = 3, x3 = 4. A partir de ella escrbase la expresin del polinomio
de interpolacin de f(x) en la forma de Newton.
b) Escrbase tambin en la forma de Lagrange y comntese el resultado.
Sol.: p3(x) = x3
7. En el ejercicio anterior, escrbase el polinomio de interpolacin de f(x) en x0 = 0,
x1 = 1, x2 = 3, en las formas de Newton y Lagrange. Comprobar las ventajas de la
primera al aadir un punto ms, el x3 = 4, y llegar a los resultados del ejercicio anterior.
Sol.: p2(x) = 4x2-3x ; p3(x) = x3
8. Determinar el polinomio de interpolacin de grado n = 3 que pasa por los puntos
dato de la tabla, siguiendo el orden indicado:
i 3 1 0 2
xi 0 1 3 4
yi 5 1 25 55
Sol.: p(x) = x3 2x2 + 7x 5
9. Escrbase la expresin del polinomio de interpolacin si se conocen nicamente los
datos f [xn], f [xn, xn1], ..., f [xn, ..., x0], adems de los valores de x0, ..., xn.
Sol.: pn(x)=f(xn)+f[xn xn-1](x- xn)+ f[xn xn-1 xn-2](x- xn) (x- xn-1)+.....+
+ f[xn xn-1 xn-2 x0] (x- xn) (x- xn-1)...(x-x1)
10. Si en la frmula de Newton se prescinde de los dos ltimos sumandos, qu
representa el polinomio obtenido?
11. En la siguiente tabla se presentan valores de la funcin cos() y las
correspondientes diferencias divididas. Evaluar el polinomio de interpolacin de segundo

64
 Tema 5: Interpolacin .

grado que pasa a travs de los valores de la funcin en 1, 2, 3 para el argumento

= 0.25. Estudiar el error cometido.
i i
0 0.0 1.
0.099667
1 0.2 0.980066 0.492112
0.247300 0.037106
2 0.3 0.955336 0,477270 0.039670
0.342754 0.060908 0.0022966
3 0.4 0.921060 0.452906 0.037593
0.478626 0.0779705
4 0.6 0.825335 0.421024
0.604934
5 0.7 0.764842
Sol.: f (0.25) p(0.25) = 0.968894; E2(x) 2.4105
12. Con los siguientes datos:
xi 0 1 3 4 6 7
fi 5 1 25 55 181 289
construir la tabla de diferencias divididas y el correspondiente polinomio de interpolacin
de mayor grado posible.
Sol.: x3 2x2 + 7x 5
13. En la tabla siguiente se dan valores de la funcin y(x) = x1/2 redondeados hasta
cinco cifras decimales:
xi 1.00 1.05 1.10 1.15 1.20 1.25 1.30
f(xi) 1 1.02470 1.04881 1.07238 1.09545 1.11803 1.14017
Calcular las diferencias hasta 3.
Utilizar la tabla para obtener 1.011/2, 1.281/2, 1.121/2.
1.01 1.00499
Sol.: 1.28 1.13137
1.12 1.05831
14. Calcular los valores yk que faltan a partir de las primeras diferencias:
yk 0
yk 1 2 4 7 11 16
15. Calcular las diferencias finitas hasta las de orden 4 para los siguiente valores yk.
Suponiendo que xk = k, obtener el polinomio de interpolacin.
k 0 1 2 3 4 5 6
yk 0 1 16 81 256 625 1296
Sol.: x4
16. Completar la siguiente tabla
xk 0 1 2 3 4 5 6 7
yk 1 2 4 8 15 26 . .
suponiendo que los datos provienen de una funcin polinmica.

65
 Tema 5: Interpolacin .

Sol.: f (6) = 42; f (7) = 64

17. Hllese 2 con la exactitud de hasta 0.0001 construyendo para la funcin
1/2

f(x) = x1/2 un polinomio de interpolacin en el segmento [1.69, 2.25].

Sol.: 21/2 p(2) = 1.414249
18. a) Aplicar la frmula de Newton progresiva a los puntos de la siguiente tabla para
obtener un valor aproximado de f (1.5) mediante un polinomio de interpolacin de 2
grado.
xi 0 1 2 3 4
fi 5 1 9 25 55
b) Aplicar la frmula Newton regresiva para obtener el valor aproximado de f (3.5)
mediante polinomio de tercer grado.
Sol.: a) f (1.5) p(1.5) = 4; b) f (3.5) p(3.5) = 37.875
19. a) Formar la tabla de diferencias divididas para los siguientes datos:
x 0.30 0.37 0.41 0.52
f(x) 0.97741 0.96557 0.95766 0.93157
b) Obtener el polinomio de interpolacin que verifica los datos de la tabla.
c) Una vez definido el polinomio de interpolacin, calcular p3(0.47) y comparar el
resultado obtenido con f (0.47) = 0.94423.
d) Aadir a la tabla un punto dato f (0.47) = 0.94423 y determinar p4(x). Es
sencillo realizar los clculos insertando un punto adicional en la tabla? Justificar la
respuesta.
Sol.: b) p3(x) = 0.977410.16914(x0.3)0.26009(x0.3)(x0.37)
-0.01268(x0.3)(x0.37)(x0.41)
c) p3(0.47) = 0.94422; E3(0.47) = 10-5
d) p4(x) = p3(x)0.16776(x0.3)(x0.37)(x0.41)(x0.52)
20. Dada la tabla siguiente correspondiente a y = sin(x), se pide:
a) Formar la tabla de diferencias finitas hasta las de tercer orden, justificando por
qu es suficiente con llegar a las de este orden.
b) A partir de esta tabla, obtener la mejor aproximacin de sin(0.2443), sin(0.9774)
y sin(0.7505), justificando las elecciones de puntos y frmulas utilizadas. Obtener la
aproximacin de los errores cometidos al calcular sin(0.2443) y sin(0.9774).
x 0.26178 0.34905 0.43632 0.52359 0.61086 0.69813 0.78540 0.87267 0.95994
y 0.2588 0.3420 0.4226 0.5000 0.5736 0.6428 0.7071 0.7660 0.8192
Sol.: sin(0.2443) 0.2419; sin(0.9774) 0.8291; sin(0.7505) 0.6820
e(0.2443) 2.04106; e(0.7505) 1.59106
21. Completar la siguiente tabla de diferencias:

66
 Tema 5: Interpolacin .

x y y 2y 3y 4y 5y
0

5 0.0013
0.0888
10 0.0002
0.0002
15
0.0017
20

25 0.4663
22. a) Completar la tabla de diferencias para los siguientes datos:
x 0.1 0.3 0.5 0.7 0.9 1.1 1.3
y 0.003 0.067 0.148 0.248 0.370 0.518 0.697
b) Mediante un polinomio cbico de interpolacin obtener y(0.58).
Sol.: y(0.58) 0.185616
23. Utilizando diferencias progresivas, encontrar un valor aproximado de y(23) usando
los datos de la siguiente tabla:
xi 10 20 30 40 50 60
yi 0.17365 0.34202 0.50000 0.64279 0.76604 0.86603
a) A partir de un polinomio de primer grado.
b) A partir de un polinomio de segundo grado.
c) A partir de un polinomio de tercer grado.
Sol.: a) y(23) 0.389414; b) y(23) 0.391009; c) y(23) 0.390750
24. Si se denota por P2(x) el polinomio de interpolacin de la funcin f(x) = ex en los
nodos 1, 0.75 y 0.5, y por R2(x) el error debido a la aproximacin de y = ex mediante
su polinomio de interpolacin, obtener una cota mxima del error cometido sabiendo que

g (fn (1)!)
n 1
Rn ( x ) x x1
n

i 0
b
Sol.: 0.6080 10-3
25. Dada la siguiente tabla de puntos pertenecientes al grfico de la funcin f(x):
xk 3 4 5 6
f(xk) 6 24 60 120
a) Construir la tabla de diferencias divididas.
b) Calcular un polinomio de interpolacin de segundo grado mediante la frmula
de Newton que sirva para obtener un valor aproximado de la funcin para x = 4.5. Hacer
una estimacin del error cometido con dicha aproximacin.
c) Construir la tabla de diferencias finitas progresivas.
d) Calcular el valor aproximado de f (4.5) utilizando la frmula de Newton
progresiva

67
 Tema 5: Interpolacin .

mediante un polinomio de primer grado.

e) Mediante un polinomio de segundo grado.
f) Mediante un polinomio de tercer grado.
g) Hacer en los dos primeros casos una estimacin del error cometido.
Sol.: b) f (4.5) 39, e2(4.5) 0.375; d) f (4.5) 42; e) f (4.5) 39
f) f (4.5) 39.375; g) e1(4.5) 3, e2(4.5) 0.375
26. Utilizar los siguientes valores para construir un polinomio de Lagrange de cuarto
orden, mediante el cual aproximar f (1.25), siendo f ( x ) e x 1 la funcin a considerar.
2

Hallar tambin un lmite para error cometido en la aproximacin f (x).

x 1.0 1.1 1.2 1.3 1.4
f (x) 1.00000 1.23368 1.55271 1.99372 2.64470
Sol.: f (1.25) 1.754961, e4 (1.25) 0.000238
27. Consideremos la funcin f (x) = 3xex 2ex. Aproximar f (1.03) utilizando el
polinomio de interpolacin de grado 2, usando x0 = 1, x1 = 1.05 y x2 = 1.07. Comparar el
error cometido con el lmite de error de la interpolacin.
Sol.: f (1.03) 3.053048, e4 (1.03) 0.000119
28. Dada la tabla de valores de la funcin y = sin(x) desde x = 15 hasta x = 55 con
amplitud de paso h = 5:
x 15 20 25 30 35 40 45 50 55
y 0.2588 0.3420 0.4226 0.5000 0.5736 0.6428 0.7071 0.7660 0.8192
a) Formar la tabla de diferencias, hasta las de tercer orden, justificando por qu es
suficiente con llegar a las de este orden.
b) A partir de esta tabla obtnganse las mejores aproximaciones posibles para los
valores sin(14) y sin(43), justificando las elecciones de puntos y las frmulas utilizadas.
c) Obtener aproximaciones de los errores cometidos al calcular los valores
anteriores.
Sol.: b) sin(14) 0.2419, sin(43) 0.6820; c) e3(43) 0
29. a) Deducir los polinomios de interpolacin de Newton de cocientes incrementales
de grados sucesivos (1, 2, 3, 4) y los trminos de error correspondientes para la
funcin f (x) definida por los puntos (xi, f (xi)) con i = 0, 1, 2, 3, 4.
b) Utilizando los datos de la tabla, correspondientes a la funcin f (x) = cos(x),
obtener los polinomios deducidos en al apartado a), as como los trminos de error
correspondientes.

68
 Tema 5: Interpolacin .

xk f [xk] f[ , ] f[ , , ] f[ , , , ] f[ , , , , ]
0.0 1.0000000
1.0 0.5403023 0.4596977
2.0 0.4161468 0.9564491 0.2483757
3.0 0.9899925 0.5738457 0.1913017 0.1465591
4.0 0.6536436 0.3363489 0.4550973 0.0879319 0.0146568
30. Dada la siguiente tabla correspondiente a la funcin f (x) = e , se desea obtener
x

una estimacin de f (0.55):

x 0.0 0.125 0.25 0.375 0.5 0.625 0.75 0.875 1.0
f (x) 1.0000 0.8825 0.7788 0.6873 0.6065 0.5353 0.4724 0.4169 0.3679
Obtener el grado N del polinomio para que, con una eleccin adecuada de los
puntos base, la cota del error de truncamiento de pn(x) sea menor que 104. Construir el
correspondiente polinomio de interpolacin y obtener la estimacin pedida.
Sol.: f (0.55) p2(0.55) = 0.576868

69