UNIVERSIDAD DE EL SALVADOR

“FACULTAD MULTIDISCIPLINARIA DE OCCIDENTE ”

LICENCIATURA EN ESTADÍSTICA
(Séptimo Ciclo)

“POLINOMIO DE INTERPOLACIÓN DE NEWTON”

(GRADO N)

DOCENTE: Licdo. Marlon Roquez

DISCIPLINA: Analisís Numérico

ALUMNO: Omar Alberto Asencio Ramos (AR17058)

Santa Ana, 05 de Abril de 2020

 Introducción

La interpolación de Newton es un método sencillo, la exactitud de este método

depende de la interpretación del problema propuesto. La interpolación es el proceso de
determinar una función que represente una colección de datos.
Ingenieros, matemáticos y científicos suponen habitualmente que las relaciones entre
los datos o variables de un problema físico pueden ser reproducidos de manera
aproximada a partir de los datos extraídos del mismo.
En la interpolación a medida que grado del polinomio buscado es mayor el proceso
crece de manera significativa, es por ello que se convierte en algo difícil de realizar
para los seres humanos, se ha tomado la decisión de buscar un software de soporte.
Se presenta un código hecho en Python que resuelve polinomios de interpolación de
Newton de grado n, se explica su funcionamiento y se comprueba su confiabilidad.
 1. Antecedentes

La reseña histórica de la interpolación comienza con los matemáticos babilónicos y sus

trabajos en las tablas exponenciales; quienes no dudaron en interpolar linealmente para
conseguir una aproximación a sus valores intermediarios.
En el año de 1655 Wallis propuso el principio de “intercálculo” o interpolación mismo que
fue aceptado por Newton en 1976. La historia de las fórmulas de interpolación es
complicada y muy discutida.

2. Generalidades

En general un problema de interpolación está definido de la siguiente manera:

Dado un conjunto de datos, generalmente valores de una función o sus derivadas en
determinados puntos 𝑥 𝑖 , 𝑖 = 0,1,2, . . . , 𝑛, que llamaremos nodos, nuestro objetivo es
contruir otra funcion que coincida con la función dada en los datos de interpolacion. Es
decir lo que se pretende es averiguar el valor aproximado de una magnitud en un
intervalo cuando se conocen algunos de los valores que toma a uno y otro lado en dicho
intervalo, y no se conocen la ley de variación de la magnitud.
Dado un conjunto de n pares de valores (𝑥𝑘 , 𝑦𝑘 ) , encontrar una función 𝑓 (𝑥 ) que cumpla
𝑓 (𝑥𝑘 ) = 𝑦𝑘 , 𝑘 = 1,2, … , 𝑛, tal que:
 Sea interpolante.
 La función 𝑓 (𝑥) pertenezca a un espacio de funciones prefijado.

Fijado el espacio de funciones, hay dos cuestiones básicas:

 ¿ Existe y es único el interpolante?
 Si existe el interpolante, ¿Cómo contruirlo?

2.1. Condiciones de existencia y unicidad.

Dados 𝑛 + 1 puntos (números reales) distintos 𝑥𝑜 , 𝑥1, … , 𝑥𝑛 y 𝑛 + 1 valores

arbitrarios 𝑦𝑜 , 𝑦1, … , 𝑦𝑛 , existe un único polinomio 𝑝𝑛 de grado ≤ 𝑛 que interpola a 𝑦𝑖 𝑒𝑛 𝑥𝑖 ,
para todo 𝑖 = 0,1,2, . . . , 𝑛
(𝑒. 𝑖. , 𝑃𝑛 (𝑥𝑖 ) = 𝑦𝑖, 𝑝𝑎𝑟𝑎 𝑖 = 0,1,2, . . . , 𝑛).

Demostración : Existencia. Sigue por inducción. Para 𝑛 = 0 siempre podemos escoger

una función constante 𝑝0 ( de grado cero) tal que 𝑝0 (𝑥𝑜 ) = 𝑦𝑜 . Supongamos pues que
existe un polinomio de grado ≤ 𝑘 − 1 tal que 𝑝𝑘−1 (𝑥𝑖 ) = 𝑦𝑖 para 𝑖 = 0,1,2, . . . , 𝑘 − 1, y
definamos el polinomio 𝑝𝑘 como
𝑘−1

𝑝𝑘 (𝑥 ) = 𝑝𝑘−1 (𝑥 ) + 𝛼 ∏(𝑥 − 𝑥𝐽 ),
𝑗=0

el cual es un polinomio de grado ≤ 𝑘 que interpola en los mismos datos que 𝑝𝑘−1 pues
𝑝𝑘 (𝑥𝑖 ) = 𝑦𝑖 par 𝑖 = 0,1,2, . . . , 𝑘 − 1. Ahora, como ∏𝑘−1
𝑗=0 (𝑥 − 𝑥𝐽 ) ≠ 0 (¿ por qué?), basta
𝑘−1
obervar que si 𝛼 = [𝑦𝑘 − 𝑃𝑘−1 (𝑥𝑖 )]/ ∏𝑗=0 (𝑥 − 𝑥𝐽 ), entonces también 𝑃𝑘 (𝑥𝑘 ) = 𝑦𝑘.

Demostración : Unicidad. Supongamos que hubieran dos tales polinomios que hubieran
dos polinomios 𝑃𝑛 𝑦 𝐺𝑛 . Entonces , el polinomio 𝑃𝑛 − 𝐺𝑛 , de grado ≤ 𝑛, tal que (𝑃𝑛 −
𝐺𝑛 )(𝑥𝑖 ) = 0 para 𝑖 = 0,1,2, . . . , 𝑛. Al ser este polinomio de grado ≤ 𝑛, tendrá un máximo
de 𝑛 ceros ( a menos que sea el polinomio nulo). Pero como los 𝑥𝑖 son distintos, el
polinomio 𝑃𝑛 − 𝐺𝑛 tiene 𝑛 + 1 ceros, por lo que 𝑃𝑛 = 𝐺𝑛 .

3. Interpolación de Newton

Éste método es algorítmico y resulta sumamente cómodo en determinados casos, sobre

todo cuando se requiere calcular un polinomio interpolador de grado elevado.
Los coeficientes se calculan mediante diferencias divididas, las diferencias divididas se
calculan de modo recursivo usando coeficientes anteriores. Una vez hayamos realizado
todos los cálculos, notaremos que hay muchas más diferencias divididas que
coeficientes.
El cálculo de todos los términos intermediarios debe realizarse simplemente porqué son
necesarios para poder formar todos los términos finales.
Objetivo: Construir el polinomio de interpolación 𝑝(𝑥 ) gradualmente , partiendo de un
solo dato (𝑥0 , 𝑦0 ) e ir añadiendo datos progresivamente.
𝑝0 ∈ 𝑃0 : polinomio que interpola en {𝑥𝑜 }.
𝑝1 ∈ 𝑃1 : polinomio que interpola en {𝑥𝑜 , 𝑥1 }.

𝑝2 ∈ 𝑃2 : polinomio que interpola en {𝑥𝑜 , 𝑥1, 𝑥2 }.

⋮
𝑝𝑛 ∈ 𝑃𝑛 : polinomio que interpola en {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }.

Se trata de obtener 𝑝𝑘 conocido 𝑝𝑘−1 , 𝑘 = 0,1,2, . . . , 𝑛.

3.1 Costrucción pogresiva

𝑝0 (𝑥 ) = 𝑦0 ∈ 𝑃0 : polinomio que interpola en 𝑥𝑜 (𝑐𝑢𝑚𝑝𝑙𝑒 𝑞𝑢𝑒 𝑝0 (𝑥 ) = 𝑦0 )

𝑝1 (𝑥) ∈ 𝑃1 polinomio que interpola en {𝑥𝑜 , 𝑥1 }: 𝑞1 = 𝑝1 − 𝑝0 ∈ 𝑃1 se anula en 𝑥𝑜
𝑞1 (𝑥 ) = 𝐴1 (𝑥 − 𝑥0 ). Con 𝐴1 adecuado para que : 𝑝1 (𝑥1 ) = 𝑝0 (𝑥1 ) + 𝑞1 (𝑥1 ) = 𝑦1 ,
𝑦1 −𝑝0 (𝑥1 )
𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐴1 =
𝑥1 −𝑥0

𝑝2 = 𝑝1 + 𝑞2 ∈ 𝑃2 polinomio que interpola en {𝑥𝑜 , 𝑥1 , 𝑥2 }: 𝑞2 ∈ 𝑃2 se anula en 𝑥𝑜 y 𝑥1

𝑞2 (𝑥) = 𝐴2 (𝑥 − 𝑥0 ) (𝑥 − 𝑥1 ). Con 𝐴1 adecuado para que : 𝑝2 (𝑥2 ) = 𝑝1 (𝑥2 ) + 𝑞2 (𝑥2 ) = 𝑦2
y2 −p1 (x2 )
, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐴2 = ; en general
(x2 −x0 )(x2 −x1 )

𝑝𝑘 = 𝑝𝑘−1 + 𝑞𝑘 ∈ 𝑃𝑘 , 𝑞𝑘 se anula en 𝑥𝑜 , … , 𝑥𝑘−1

𝑞𝑘 (𝑥 ) = 𝐴𝑘 (𝑥 − 𝑥0 ) ⋯ (𝑥 − 𝑥𝑘−1 ). Con 𝐴𝑘 adecuado , 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
y2 −pk−1 (xk )
𝐴𝑘 =
(x2 −x0 )⋯(x2 −xk−1 )

Conviniendo 𝐴0 = 𝑦0 se tiene.
𝑝𝑛 (𝑥) = 𝐴0 + 𝐴1 (𝑥 − 𝑥0 ) + 𝐴2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + ⋯ + 𝐴𝑛 (𝑥 − 𝑥0 ) ⋯ (𝑥 − 𝑥𝑛−1 )
Donde : 𝐴𝑘 = 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑘 ], 𝑘 = 0,1,2, . . . , 𝑛 ; lo que es una diferencia dividida de
𝑓 𝑒𝑛 𝑥𝑜 , 𝑥1 , … , 𝑥𝑘 .

3.2 Diferencias Divididas

3.2.1 Propiedades de las diferencias divididas

Propiedad 1:
𝑛
𝑓(𝑥𝑘 )
𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑖 ] = ∑ ;𝑖 ≠ 𝑘
∏𝑛 (𝑥 𝑘 − 𝑥 𝑖 )
𝑘=0 𝑖=0

Consecuencia: 𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 ] es simétrica respecto de 𝑥𝑜 , 𝑥1, … , 𝑥𝑛.

Demostración: Identificando el coeficiente de grado 𝑛 en la fórmula de Newton:

 𝑛 𝑘−1

𝑃 (𝑥 ) = ∑ 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑘 ] ∏(𝑥𝑘 − 𝑥𝑖 )
𝑘=0 𝑖=0
𝑛 𝑛
(𝑥 − 𝑥 𝑖 )
= ∑ 𝐺𝑗 ∏ ;𝑖 ≠ 𝑗
(𝑥𝑗 − 𝑥𝑖 )
𝑗=0 𝑖=0

Propiedad 2:
Demostración: Identificando el coeficiente de grado 𝑛 − 1 en la formula de Newton directa
e inversa de grado 𝑛.
𝑓 [𝑥1 , 𝑥2 , … , 𝑥𝑛 ] − 𝑓 [𝑥𝑜 , 𝑥1, … , 𝑥𝑛−1]
𝑓 [𝑥𝑜 , 𝑥1, … , 𝑥𝑛 ] =
(𝑥𝑛 − 𝑥0 )
n k−1

P(x) = ∑ f[xo , x1 , … , xk ] ∏(x − xi )

k=0 i=0
n n

= ∑ f[xn , xn−1 , … , xn−k ] ∏ (xk − xi )

k=0 i=k+1
𝑛−1

𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑛−1 ] − 𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 ] ∑ 𝑥𝑖 = 𝑓[𝑥𝑛 , … , 𝑥1 ]

𝑖=0
𝑛

− 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 ] ∑ 𝑥𝑖
𝑖=0

3.3 Formula de interpolación de Newton definida formalmente.

Sean 𝑓 ∶ [𝑎, 𝑏] → 𝑅 𝑦 {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }, n+1 puntos distintos en el intervalo [𝑎, 𝑏]. Entonces,
el polinomio de interpolacion de 𝑓 en los nodos {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }, viene dado por.
𝑛

𝑃𝑛 (𝑥 ) = ∑ 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑖 ] (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) ⋯ (𝑥 − 𝑥𝑖−1)

𝑖=0

= 𝑓 [𝑥𝑜 ] + 𝑓 [𝑥𝑜 , 𝑥1 ](𝑥 − 𝑥0 ) + 𝑓 [𝑥𝑜 , 𝑥1 , 𝑥2 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 )

+ ⋯ + 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑘 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1) ⋯ (𝑥 − 𝑥𝑛−1) .
Además , si 𝑥 ∉ {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
 𝐸𝑛 (𝑥 ) = 𝑓(𝑥) − 𝑃𝑛 (𝑥 ) = + ∏𝑛 (𝑥)𝑓[𝑥0 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥 ]
Demostración
Se procede a la probación por inducción matemática sobre el grado del polinomio.
Paso 1: cuando n = 0, 𝑃0 (𝑥 ) = 𝑓(𝑥0 ) es el polinomio de interpolación de f en 𝑥0 . Además,
para todo punto 𝑥 ≠ 𝑥0 , se verifica que .
𝑓(𝑥)−𝑓(𝑥0)
𝑓[𝑥𝑜 , 𝑥 ] = 𝑥−𝑥0

Por lo que
𝑓 (𝑥 ) = 𝑓 (𝑥0 ) + 𝑓 [𝑥𝑜 , 𝑥 ](𝑥1 − 𝑥0 ) = 𝑃0 (𝑥 ) + 𝑓[𝑥𝑜 , 𝑥 ]∏0 (𝑥) .

Paso 2: supondremos que el resultado es valido para n-1, es decir, que

𝑃𝑛−1 (𝑥 ) = 𝑓[𝑥𝑜 ] + 𝑓[𝑥𝑜 , 𝑥1 ](𝑥 − 𝑥0 ) + 𝑓 [𝑥𝑜 , 𝑥1 , 𝑥2 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
+ ⋯ + 𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑛−1 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) ⋯ (𝑥 − 𝑥𝑛−2 ) .

es el polinomio de interpolación de f en los nodos {𝑥𝑜 , 𝑥1, … , 𝑥𝑛−1 } y

𝑓(𝑥 ) − 𝑃𝑛−1 (𝑥 ) = 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥 ]∏𝑛−1 (𝑥) ,

Para 𝑥 ∉ {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }.

Paso 3: lo probaremos ahora para n. Para ello, concideramos el polinomio

𝐺 (𝑥 ) = 𝑓[𝑥𝑜 ] + 𝑓 [𝑥𝑜 , 𝑥1 ](𝑥 − 𝑥0 ) + 𝑓[𝑥𝑜 , 𝑥1 , 𝑥2 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
+ ⋯ + 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) ⋯ (𝑥 − 𝑥𝑛−1 ) .
Que por hipótesis de inducción, podemos expresarlo como
𝐺 (𝑥 ) = 𝑝𝑛−1 (𝑥 ) + 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 ]∏𝑛−1 (𝑥) ,
Obviamente, por construcción, 𝐺 (𝑥 ) es un polinomio de grado menor o igual que
n que interpola a 𝑓 en {𝑥𝑜 , 𝑥1, … , 𝑥𝑛−1 } y, además 𝐺 (𝑥 ) interpola a en 𝑥𝑛 por que

𝐺 (𝑥𝑛 ) = 𝑝𝑛−1 (𝑥𝑛 ) + 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 ]∏𝑛−1 (𝑥𝑛 ) = 𝑓( 𝑥𝑛 )

Donde esta última igualdad se obtiene aplicando
𝑓 (𝑥 ) − 𝑝𝑛−1 (𝑥 ) = 𝑓 [𝑥𝑜 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥 ]∏𝑛−1 (𝑥) , en el punto 𝑥 = 𝑥𝑛. En consecuencia,
𝐺 = 𝑃𝑛 polinomio de interpolación de f en {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }.

Por otra parte, para todo punto 𝑥 ∉ {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }, se verifica que
a f[xo , x1 , … , xn , x] = f[xn , xn−1 , … , x0 , x]

f[xn−1 ,xn−2,…,x0 ,x] − f[xn ,xn−1 ,…,x1, x0 ]

=
x−xn

f[x0 ,x1 ,…,xn−1 ,x] − f[x0 ,x1 ,…,xn−1, xn ]

=
x−xn
En donde
𝑓 [𝑥0 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥 ] = 𝑓 [𝑥0 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥𝑛 ] + ( 𝑥 − 𝑥𝑛 ) 𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 , 𝑥 ]
Sustituyendo este valor en:
𝑓 (𝑥 ) − 𝑝𝑛−1 (𝑥 ) = 𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥 ]∏𝑛−1 (𝑥) , se obtiene que
𝑓 (𝑥 ) − 𝑝𝑛−1 (𝑥 ) = ∏𝑛−1 (𝑥)(𝑓 [𝑥0 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥𝑛 ] + ( 𝑥 − 𝑥𝑛 )𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 , 𝑥 ])

Para 𝑥 ∉ {𝑥𝑜 , 𝑥1, … , 𝑥𝑛 }, es decir

𝑓(𝑥 ) = 𝑝𝑛−1 (𝑥 ) + ∏𝑛−1 (𝑥 )𝑓[𝑥0 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥𝑛 ] + ∏𝑛−1 (𝑥)( 𝑥 − 𝑥𝑛 )𝑓[𝑥𝑜 , 𝑥1 , … , 𝑥𝑛 , 𝑥 ])

= 𝑝𝑛 (𝑥 ) + ∏𝑛 (𝑥)𝑓[𝑥0 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥 ]

Por lo tanto
𝐸𝑛 (𝑥 ) = 𝑓(𝑥 ) − 𝑃𝑛 (𝑥 ) = ∏𝑛 (𝑥)𝑓[𝑥0 , 𝑥1 , … , 𝑥𝑛−1 , 𝑥 ],
Damos por finalizadas simultaneamente ambas demostraciones.
4 Ejemplos resueltos:

Ejemplo 1: Obtener el polinomio de grado tres que interpole los siquientes puntos,
ocupando las diferencias divididas.

X f(x)
1 2/3
3 1
5 -1
6 0

Paso 1: Se determinan las diferencias divididas.

X f(x) f(x+1)
1 2/3

3 1 1 − 2/3
= 1/6
3−1

5 -1 −1 − 1 1
= −1 −1 − 6 2
5−3 =
5−1 3
6 0 0+1 1+1 2 2 7
6−5
=1 =
6−3 3 3 + 24 = 23
6−1 120

Paso 2: Construimos el polinomio.

2 1 7 23
𝑃3 (𝑥 ) = + (𝑥 − 1 ) − (𝑥 − 1)(𝑥 − 3) + (𝑥 − 1)(𝑥 − 3)(𝑥 − 5)
3 6 24 120

Paso 3: Procedemos a darle una buena presentación al polinomio, haciendo uso de algebra.
2 1 1 7 23
𝑃3 (𝑥 ) = 3 + 6 𝑥 − 6 − 24 (𝑥 2 − 3𝑥 − 𝑥 + 3) + 120 (𝑥 2 − 3𝑥 − 𝑥 + 3)(𝑥 − 5)
 2 1 1 7 23
𝑃3 (𝑥 ) = + 6 𝑥 − 6 − 24 (𝑥 2 − 4𝑥 + 3) + 120 (𝑥 2 − 4𝑥 + 3)(𝑥 − 5)
3
1 1 7 7 7 23
𝑃3 (𝑥 ) = + 6 𝑥 − 24 𝑥 2 + 6 𝑥 − 8 + 120 (𝑥 2 − 4𝑥 + 3)(𝑥 − 5)
2
3 4 7 23
𝑃3 (𝑥 ) = − 8 + 3 𝑥 − 24 𝑥 2 + 120 (𝑥 2 − 4𝑥 + 3)(𝑥 − 5)
3 4 7 23
𝑃3 (𝑥 ) = − 8 + 3 𝑥 − 24 𝑥 2 + 120 (𝑥 3 − 5𝑥 2 − 4𝑥 2 + 20𝑥 + 3𝑥 − 15)
3 4 7 23 69 529 23
𝑃3 (𝑥 ) = − 8 + 3 𝑥 − 24 𝑥 2 + 120 𝑥 3 − 40 𝑥 2 + 120 𝑥 − 8
23 121 689 13
𝑃3 (𝑥 ) = 𝑥3 − 𝑥 2 + 120 𝑥 −
120 60 4

Ejemplo 2: Utilizar la interpolación de Newton para interpolar los puntos 𝑥0 = 1, 𝑥1 =

4, 𝑥2 = 6, 𝑥3 = 5 a un polinomio de tercer orden para estimar ln(2).
Siguiendo los pasos del ejemplo 1, se tiene que los datos de las diferencias divididas
obtenidas para estimar ln(2), son
𝑖 𝑥𝑖 𝑓(𝑥𝑖 ) 𝑓(𝑥𝑖 − 𝑥𝑖−1 ) 𝑓(𝑥𝑖 − 𝑥𝑖−1 , 𝑥𝑖−2 ) 𝑓(𝑥𝑖
− 𝑥𝑖−1 , 𝑥𝑖−2 , 𝑥𝑖−3 )
0 1 0 0.46209812 -0.05187311 0.00786553
1 4 1.38629436 0.20273255 -0.02041100
2 6 1.79175947 0.18232156
3 5 1.60944791

Donde las diferencias divididas son:

𝐴0 = 𝑓 ( 𝑥0 ) = 0
𝐴1 = 𝑓 ( 𝑥1 , 𝑥0 ) = 0.46209812

𝐴2 = 𝑓( 𝑥2 , 𝑥1, 𝑥0 ) = −0.05187311

𝐴3 = 𝑓( 𝑥3 , 𝑥2 , 𝑥1, 𝑥0 ) = 0.00786553

Y el polinomio resultante queda:

𝑃3 (𝑥) = 0 + 0.46209812(x − 1) − 0.05187311 (x − 1)(x − 4) + 0.00786553 (x − 1)(x − 4)(𝑥 − 6)

Obteniendo el valor aproximado para x = 2, se tiene:

𝑃3 (𝑥 ) = 0.62876858
Donde el error es:
0.693147−0.62876858
𝑒𝑟𝑒𝑙𝑎𝑡𝑖𝑣𝑜 = | | ∗ 100% = 9.287888%
0.693147
4.1 Aplicando software
4.1.1 Python

Fue creado a finales de los ochenta por Guido van Rossum en CWI en los países bajos
como sucesor capaz de manejar excepciones de interactuar con el sistema operativo.
Python es un lenguaje de programción interpretado, por lo que funciona en cualquier tipo
de sistema que integre su interpretador. No solo es multiplataforma y multiparadigma,
sino que también es de utilidad en cualquier tipo de vida.
La sintaxis que nos ofrece este lenguaje de programación es una de las razones mas
importantes por la que se se opto por el para desarrollar el polinomio de grado n y
ademas conocer su valor aproximado en un punto. El bloque de código interno como
puede ser un for, se crea a travéz de indentaciones, lo que fuerza al desarrolador a
indentar su código fuente garantizando una legibilidad notoria.
Por último, cabe destacar la fácil atribución de una variable que nos ofrece a culaquier
tipo de valor, y lo mejor de todo, en cualquier lugar de su código fuente.
Esta sección pretende observar el funcionamiento de un nuevo lenguaje de
programación, así como aprender a manipularlo. Complementado a ello una serie de
ejemplos y ejercicios para la practica.
Implementacion del polinomio interpolador de Newton en Python
4.2 Código en Python
Los siguientes ejemplos del polinomio interpolador de Newton estan resueltos
ocupando software. La ventana con la que interactuara el usuario esta
complementamente entendible y se deja en evidencia con la aplicación del ejemplo 3
que para su confiabilidad puede comparar con ejemplo 1.
4.2.1 Ejemplos Ocupando Python
Ejemplo 3: ocupando los datos del ejercicio 1, y evaluando en x=0 (resuelto ocupando
software) se tiene:

Note que el programa nos presenta ádemas de el polimonio en una forma general del grado
ingresado por el usuario y de la evaluación echa en dicho punto también ingresado por el usuario,
nos muestra el proceso para determinar los Ai, esto con la idea de que si la persona desconoce
del método , pueda relacionarse a partir de la observación.
Resumen del ejemplo 3:
𝑃3 (𝑥 ) = 0.667 + 0.1666(𝑥 − 1) − 0.2916(𝑥 − 1)(𝑥 − 3) + 0.1916(𝑥 − 1)(𝑥 − 3)(𝑥 − 5)
𝑃3 (1) = 0.667

Ejemplo 4: Dada una funcion 𝑓(𝑥) = √𝑖 , definida para 𝑖 = 1,2, … ,6,7, y sea 𝑥𝑖 = 8,9,…,13,14
entonces 𝑓 (𝑥 ) se define como .
𝑓 (𝑥 ) = 1,1.4142, … , 2.4494,2.6457. Determine el polinomio interpolador de Newton Grado 6 y
evalue a 𝑥 = 7.
Solución: Dado que es un proceso ya considerablemente grande se procede a ocupar el codigo
de python.
Ejemplo 5: Obtener el polinomio interpolación de grado 2 usando los siguientes datos
interpolar en el punto 𝑥 = −1.
definida para 𝑥 = 2 , 0 , −2 y 𝑓 (𝑥 ) se define como 𝑓(𝑥) = 15, −1, −17
Solución:
5 Ejercicios Propuestos
2
Ejercicio 1: Usando la función 𝑒 −𝑥 calcular los 𝐴𝑖 si 𝑥 = 0, 0.5, 2.
Ejercicio 2: Concideremos la siguiente tabla de datos.
𝑥 -4 -5 0 1 2 6 8 15 10 9 19
𝑓(𝑥) 1 9 11 1 7 3 2 8 -1 2 a

¿Qué valor debe tener a para que el polinomio que interpola en los 11 puntos coincida
con el que interpola en los primeros 10 puntos?
Ejercicio 3: Concideremos la siguiente tabla de datos.
𝑥 -2 -1 0 1 2
𝑓(𝑥) 1 4 11 16 b

¿Qué valor debe tener b para que el polinomio que interpola en los 5 puntos coincida con
el que interpola en los primeros 4 puntos?
Ejercicio 4: Usando la siguiente tabla de datos, calcúlese log 5 con un polinomio de
interpolación de Newton de tercer grado.
𝑥 𝑓(𝑥)
4 0.60206
4.5 0.6532125
5.5 0.7403627
6 0.7781513

Evalue en 𝑥 = 5 y calcule el error porcentual.

5.1 Respuesta a los ejercicios propuestos

Ejercicio 1:
𝐴1 1

𝐴2 -0.44240

𝐴3 -0.37944

Ejercicio 2: Primeramente se procede a determinar el polinomio de grado nueve y luego

este se evalua en 𝑥 = 19, es decir.
Debe cumplirse que
𝑎 = 𝑃9 (19) = −58809.37
Ejercicio 3: Primeramente se procede a determinar el polinomio de grado tres y luego
este se evalua en 𝑥 = 2, es decir.
Debe cumplirse que
𝑏 = 𝑃3 (2) = 13
Ejercicio 4: el polinomio es
𝑃3 (𝑥 ) = 0.606 + 0.094(𝑥 − 4) − 0.004(𝑥 − 4)(𝑥 − 4.5) − 0.00144(𝑥 − 4)(𝑥
− 4.5)(𝑥 − 5.5)
Luego evaluando en 𝑥 = 5, se tiene que 𝑃3 (5) = 0.6983 lo cual representa un error
porcentual de 0.079999.
 Clonclusiones

Hablar de interpolación es adentrarse en un tema demasiado extenso en donde hay una

variedad de métodos, los cuales nos daran una situación aproximada para cada
polinomio ya sea de un grado bajo, hablamos de primer o segundo grado, sin olvidar que
a medida que el grado aumenta mayor sera la presición. Es por ello que se ha tomado
habien trabajar los polinomios de grado menor con proceso manual y dejar los grados
superiores extrictamente para software, el cual esta códificado y facultado para resolver
el polinomio de grado que un futuro usuario lo deceé.
La interpolación de Newton es una herramienta útil y practica, a diferencia de otros
metodos, este nos da un resultado más preciso, ya que este utiliza cálculos mas
complicados y como deciamos más laboriosos si se hacen a mano.
La interpolación de Newton es el mejor recurso de que disponemos para tener un
resultado mucho más preciso que otros.