Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aprox Interp PDF
Aprox Interp PDF
Contenido
2. Errores
4. Polinomios de Taylor
8. Error de interpolación
3. Aproximar el valor de Z 1
sin x
dx.
0 x
1
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 2
x0 , x1 , x2 , . . . , xn , . . . → α
x0 = 5,
µ ¶
1 27
x1 = 5+ = 5. 2,
2 5
µ ¶
1 27
x2 = 5.2 + = 5. 19615 3846,
2 5.2
µ ¶
1 27
x3 = 5. 19615 3846 + = 5. 19615 2423,
2 5. 19615 3846
µ ¶
1 27
x4 = 5. 19615 2423 + = 5. 19615 2423.
2 5. 19615 2423
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 3
2 Errores
Sea α un valor exacto y (xj ) una sucesión de aproximaciones de α
x0 , x1 , x2 , . . . , xj , . . . → α,
definimos:
• Error absoluto
ej = α − xj .
• Error relativo
α − xj ej
rj = = .
α α
Error relativo aproximado
α − xj
r̂j = .
xj
Normalmente usamos los valores absolutos de los errores
¯ ¯ ¯ ¯
¯ α − xj ¯ ¯ α − xj ¯
¯
|ej | = |α − xj | , |rj | = ¯ ¯ ¯
, |r̂j | = ¯ ¯.
α ¯ xj ¯
⎧
⎪
⎪ Simplificación del problema.
⎪
⎪
⎧ ⎨ (no rozaminento, etc...)
⎪
⎪ En la determinación
⎪
⎪ ⎪
⎪
⎪
⎪ del modelo. ⎪
⎪ Errores en la medida de datos
⎪
⎪ ⎩
⎪
⎪ y parámetros.
⎨
Fuentes ⎧
de error ⎪
⎪ ⎪
⎪ Errores accidentales.
⎪
⎪ ⎪
⎪
⎪
⎪ ⎪
⎪ (de cálculo, de programación, etc...)
⎪
⎪ ⎨
⎪
⎪ En la resolución
⎩
numérica. ⎪
⎪ Truncamiento de procesoso infinitos.
⎪
⎪
⎪
⎪
⎩
Redondeo.
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 4
Queremos aproximar
∞
X 1 1 1 1
α= 2
=1+ + + + ···
n 4 9 16
n=1
X6
1 1 1 1 1 1
S6 = 2
=1+ + + + + = 1. 491389.
n=1
n 4 9 16 25 36
π2
e6 = − 1. 491389 = 0. 15354 5.
6
Para el error relativo, obtenemos
e6 0. 15354 5
r6 = = = 0.09 33 = 9.33%.
α (π 2 /6)
Obviamente, al realizar los cálculos, también se han producido errores de re-
dondeo, sin embargo, en este caso, los errores de redondeo son muy inferiores
al error de truncamiento. ¤
|α − x|
|rx | = ≤ 5 × 10−t .
|α|
|α − x| 0.01
|rx | = = = 2. 0004 × 10−4 ,
|α| 49.99
4 Polinomio de Taylor
Sea f (x) una función derivable hasta orden n en x = c.
Propiedad
Si Pn (x) es el polinomio de Taylor de orden n de f (x) en x = c, entonces
se cumple
Pn (c) = f (c), Pn0 (c) = f 0 (c), Pn00 (c) = f 00 (c), . . . , Pn(n) (c) = f (n) (c).
Aplicación
Los polinomios de Taylor permiten aproximar el valor de una función f (x)
para x próximos a c. Observa que para construir el polinomio de Taylor
usamos únicamente valores de f y sus derivadas (consecutivas) en x = c.
Sustituyendo en x = 0, resulta
por lo tanto
x2 x3 x4 x5
+
P5 (x) = 1 + x + + + .
2 6 24 120
(b) Valor aproximado. Sustituyendo x = 0.5 en el polinomio, resulta
P5 (0.5) = 1. 648698.
e0.5 = 1. 64872 1,
por lo tanto
x3 x5
P5 (x) = x − + .
6 120
1
El argumento de sin(x) está en radianes. Debes tener en cuenta que las reglas usuales
de derivación de funciones trigonométricas, como
d d
sin (x) = cos (x) , cos (x) = − sin(x),
dx dx
sólo son válidas si el ángulo está en radianes.
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 7
donde:
f 0 (c) f 00 (c) f (n) (c)
Pn (x) = f (c) + (x − c) + (x − c)2 + · · · + (x − c)n ,
1! 2! n!
f (n+1) (t)
Rn (x) = (x − c)n+1 , t está entre c y x.
(n + 1)!
Cota de error
Si representamos por Mn+1 una cota superior de f (n+1) (t), esto es
¯ ¯
¯ ¯
max ¯f (n+1) (t)¯ ≤ Mn+1 ,
t∈[a,b]
Mn+1
|en (x)| = |f (x) − Pn (x)| = |Rn (x)| ≤ |x − c|n+1 .
(n + 1)!
2
Una función es de clase C n+1 [a, b] si tiene derivadas contínuas hasta orden (n + 1) en
[a, b]
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 8
x3
P3 (x) = x − ,
6
ahora bien, observamos que en este caso se cumple
x3
P4 (x) = x − .
6
Tomamos P4 (x) porque nos proporciona una cota de error más ajustada.
El valor de la aproximación, con 10 decimales es
(0.2)5
|e4 (0.2)| ≤ = 0.2 6667 × 10−5 . (1)
5!
Por lo tanto, la aproximación P4 (0.2) tiene al menos 5 decimales exactos,
podemos tomar el valor
donde
Pn (x) = a0 + a1 x + · · · + an xn ,
Pn (xj ) = yj , para j = 0, 1, . . . , n.
x x0 x1 ··· xn
y y0 y1 ··· yn
yj = f (xj ), para j = 0, 1, . . . , n,
1
Ejemplo 6.1 Calcula el polinomio interpolador de la función f (x) = en
x
los nodos x0 = 1, x1 = 2, x2 = 3.
La tabla de valores es
x 1 2 3
y 1 1/2 1/3
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 10
P2 (x) = a0 + a1 x + a2 x2 . (4)
11 x2
P2 (x) = −x+ .
6 6
Es inmediato verificar que, efectivamente, el polinomio obtenido cumple las
condiciones de interpolación (5). ¤
interpolador
2
función
x
-1 -0.5 0.5 1 1.5 2 2.5 3 3.5 4 4.5
Intervalo de interpolación
-1
-2
-3
Observamos que:
• El polinomio interpolador coincide con la función en los puntos de
interpolación (xj , f (xj )).
• El polinomio interpolador es un buen aproximante de la función cuan-
do x pertenece al intervalo de interpolación.
• Fuera del intervalo de interpolación, el error |en (x)| = |f (x) − Pn (x)|
aumenta rápidamente.
x0 , x1 , . . . , xj−1 , xj+1 , . . . , xn ,
por lo tanto
(x − x0 ) (x − x1 ) · · · (x − xj−1 ) (x − xj+1 ) · · · (x − xn )
lj (x) = .
(xj − x0 ) (xj − x1 ) · · · (xj − xj−1 ) (xj − xj+1 ) (xj − xn )
Consideremos la tabla
x x0 x1 x2
y y0 y1 y2
Los polinomios componentes son
∗ (x − x1 ) (x − x2 )
⇒ l0 (x) = .
x0 x1 x2 (x0 − x1 ) (x0 − x2 )
∗ (x − x0 ) (x − x2 )
⇒ l1 (x) = .
x0 x1 x2 (x1 − x0 ) (x1 − x2 )
∗ (x − x0 ) (x − x1 )
⇒ l2 (x) = .
x0 x1 x2 (x2 − x0 ) (x2 − x1 )
Observamos que, efectivamente, los polinomios componentes cumplen
⎧ ⎧ ⎧
⎨ l0 (x0 ) = 1 ⎨ l1 (x0 ) = 0 ⎨ l2 (x0 ) = 0
l (x ) = 0 , l (x ) = 1 , l (x ) = 0 .
⎩ 0 1 ⎩ 1 1 ⎩ 2 1
l0 (x2 ) = 0 l1 (x2 ) = 0 l2 (x2 ) = 1
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 13
x 1 2 3
.
y 1 1/2 1/3
∗ (x − 2) (x − 3) 1
⇒ l0 (x) = = (x − 2) (x − 3) .
x0 = 1 x1 = 2 x2 = 3 (1 − 2) (1 − 3) 2
∗ (x − 1) (x − 3)
⇒ l1 (x) = = − (x − 1) (x − 3) .
x0 = 1 x1 = 2 x2 = 3 (2 − 1) (2 − 3)
∗ (x − 1) (x − 2) 1
⇒ l2 (x) = = (x − 1) (x − 2) .
x0 = 1 x1 = 2 x2 = 3 (3 − 1) (3 − 2) 2
El polinomio interpolador es
1 1
P2 (x) = l0 (x) · 1 + l1 (x) · + l2 (x) .
2 3
1 1 1
P2 (x) = (x − 2) (x − 3) − (x − 1) (x − 3) + (x − 1) (x − 2) . (6)
2 2 6
La tabla de valores es la misma que la del Ejemplo 6.1, si operamos en (6),
resulta
1 11
P2 (x) = x2 − x + ,
6 6
que coincide con el obtenido mediante la resolución de un sistema de ecua-
ciones. ¤
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 14
8 Error de interpolación
Para el polinomio interpolador de una función, es posible obtener una ex-
presión del error que es muy parecida a la fórmula de error para el polinomio
de Taylor.
Sean
• (n + 1) nodos distintos x0 , x1 , . . . , xn .
f (n+1) (t)
en (x) = f (x) − Pn (x) = (x − x0 ) · · · (x − xn ), t ∈ [a, b].
(n + 1)!
¯ ¯
Si Mn+1 es una cota superior para ¯f (n+1) (t)¯ , esto es
¯ ¯
¯ ¯
max ¯f (n+1) (t)¯ ≤ Mn+1 ,
t∈[a,b]
Mn+1
|en (x)| = |f (x) − Pn (x)| ≤ |(x − x0 ) · · · (x − xn )| .
(n + 1)!
e0 = 1,
e0.1 = 1.105171,
e0.2 = 1.221403.
∗ (x − 0.1) (x − 0.2)
⇒ l0 (x) = .
x0 = 0 x1 = 0.1 x2 = 0.2 (0 − 0.1) (0 − 0.2)
1
l0 (x) = (x − 0.1) (x − 0.2) .
0.02
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 15
∗ (x) (x − 0.2)
⇒ l1 (x) =
x0 = 0 x1 = 0.1 x2 = 0.2 (0.1 − 0) (0.1 − 0.2)
−1
l1 (x) = x (x − 0.2)
0.01
∗ (x) (x − 0.1)
⇒ l2 (x) = .
x0 = 0 x1 = 0.1 x2 = 0.2 (0.2 − 0) (0.2 − 0.1)
1
l2 (x) = x (x − 0.1) .
0.02
Polinomio interpolador
1 (0.04) (−0.06)
l0 (0.14) = (0.14 − 0.1) (0.14 − 0.2) = = −0.12,
0.02 0.02
−1 − (0.14) (−0.06)
l1 (0.14) = (0.14) (0.14 − 0.2) = = 0.84,
0.01 0.01
1 (0.14) (0.04)
l2 (0.14) = (0.14) (0.14 − 0.1) = = 0.28,
0.02 0.02
finalmente
M3
|e2 (x)| ≤ |(x − x0 ) (x − x1 ) (x − x2 )| ,
3!
con ¯ ¯ ¯ ¯
¯ ¯
M3 ≥ max ¯f (3) (t)¯ = max ¯et ¯ = e0.2 = 1.221403,
t∈[0,0.2] t∈[0,0.2]
por lo tanto
1.221403
e2 (0.14) ≤ |(0.14 − 0) (0.14 − 0.1) (0.14 − 0.2)|
3!
≤ 0.6 83986 × 10−4 = 0.06 83986 × 10−3 .
f [xj ] = f (xj ) = yj ,
f [x1 ] − f [x0 ]
f [x0 , x1 ] = ,
x1 − x0
f [x2 ] − f [x1 ]
f [x1 , x2 ] = ,
x2 − x1
Resumen y ejemplos Tema 2: Aproximación e Interpolación. 17
f [x1 , x2 ] − f [x0 , x1 ]
f [x0 , x1 , x2 ] = ,
x2 − x0
f [x2 , x3 , x4 ] − f [x1 , x2 , x3 ]
f [x1 , x2 , x3 , x4 ] = . ¤
x4 − x1
Ejemplo 9.2 Diferencias divididas para la tabla
x 0 1 3
.
y 1 3 −1
x0 = 0 f [x0 ]= 1
3−1
x1 = 1 f [x1 ] = 3 f [x0 , x1 ]= 1 =2
−1−3 −2−2 −4
x2 = 3 f [x2 ] = −1 f [x1 , x2 ]= 3−1 = −2 f [x0 , x1 , x2 ]= 3−0 = 3
• Un nodo
x x0
y y0
P0 (x) = f [x0 ].
• Dos nodos
x x0 x1
y y0 y1
P1 (x) = f [x0 ] + f [x0 , x1 ] (x − x0 ).
• Tres nodos
x x0 x1 x2
y y0 y1 y2
P2 (x) = f [x0 ] + f [x0 , x1 ] (x − x0 ) + f [x0 , x1 , x2 ] (x − x0 )(x − x1 ).
• Cuatro nodos
x x0 x1 x2 x3
y y0 y1 y2 y3
• Cinco nodos
x x0 x1 x2 x3 x4
y y0 y1 y2 y3 y4
10 Interpolación de Hermite
10.1 Presentación del problema
Dada la tabla de datos
x x0 x1 ··· xn
y y0 y1 ··· yn
y0 y00 y10 ··· yn0
x 0 1
y 1 3 .
y0 1 −1
H3 (x) = a0 + a1 x + a2 x2 + a3 x3 . (7)
H3 (x) = 1 + x + x2 − 4x2 (x − 1) .
Si operamos, resulta
• (n + 1) nodos distintos x0 , x1 , . . . , xn .
¯ ¯
Si M2n+2 es una cota superior para ¯f (2n+2) (t)¯ , esto es
¯ ¯
¯ ¯
max ¯f (2n+2) (t)¯ ≤ M2n+2 ,
t∈[a,b]
M2n+2
|e2n+1 (x)| = |f (x) − H2n+1 (x)| ≤ (x − x0 )2 · · · (x − xn )2 .
(2n + 2)!
Tenemos
f (x) = sin(x), f 0 (x) = cos(x),
f (0) = 0, f 0 (0) = 1,
π 1 π
f ( ) = √ = 0. 70710 678, f 0 ( ) = 0.70710 678.
4 2 4
La tabla de datos es
x x0 = 0 x1 = 0. 78539 816
y 0 0.70710 678
y0 1 0.70710 678
de donde obtenemos
f [x0 , x0 ] = 1.
f [x0 , x1 ] = 0. 90031 632 f [x0 , x0 , x1 ] = −0. 12692 12
f [x1 , x1 ] = 0.70710 678 f [x0 , x1 , x1 ] = −0. 24600 203 f [x0 , x0 , x1 , x1 ] = −0. 15161 842
f [x0 ] = 0, f [x0 , x0 ] = 1,
sin(0.5) = 0.48.
el error real es