Iteración 8

Notemos que el polinomio P1(x) en (2) es una extensi_on de P0(x) de (1), en el sentido de que se
agrega el t_ermino
lineal c1(x 􀀀 x0).
Ahora, a partir de P1(x) obtengamos un polinomio P2(x) que interpole los puntos anteriores (x0; y0);
(x1; y1) y un
tercer punto (x2; y2). Este, deber_a tener la forma
P2(x) = y0 + c1(x 􀀀 x0) + c2(x 􀀀 x0)(x 􀀀 x1): (3)
N_otese que hemos agregado el t_ermino cuadr_atico
c2(x 􀀀 x0)(x 􀀀 x1);
el cual se anula para x = x0 o x = x1. Aqu__, c2 es otro valor a determinar.
Aunque no siempre sea el caso, es de esperar que si _ aumenta, entonces la velocidad de
convergencia aumenta y
por tanto tambi_en lo hace la e_ciencia del m_etodo iterativo.
La convergencia para los m_etodos iterativos propuestos en esta unidad resultan ser entre el orden 1
y 2. La
convergencia del m_etodo de punto _jo en general es lineal y para el caso del m_etodo de Newton
es cuadr_atica 3.
Esto quiere decir que al usar el m_etodo iterativo de Newton, por cada vez que se alcanza un
decimal de exactitud,
en cada iteraci_on se alcanzar_a el doble de decimales de exactitud. Como antes
En secciones anteriores mencionamos que existen b_asicamente dos tipos de errores producidos por
el ordenador;
por truncamiento y por redondeo. Nos preguntamos ahora >c_omo crece este error y qu_e tanto
afecta al algoritmo
en los m_etodos iterativos?
_ En primer lugar un error inicial E0 se ver_a inevitablemente aumentado por cada iteraci_on se que
realice.
_ En segundo lugar si el algoritmo es inestable, es decir, aumenta dr_asticamente el error, entonces
producir_a
respuestas equivocadas o simplemente no servir_a.
Esta clase de error que crece en cada iteraci_on a partir de un error inicial E0 introducido, se
caracteriza principalmente
como error lineal y error exponencial.
Esto es, supongamos que E0 es el error inicial, que En es el error producido despu_es de n
iteraciones y que C es
una constante mayor que 1 e independiente de las n iteraciones que realice cualquier m_etodo
num_erico.
_ Si En _ CE0 entonces el error crece linealmente.
_ Si En _ CnE0 entonces el error crece exponencialmente.

>C_omo saber o medir que tan \bueno" resulta ser m_etodo un iterativo en particular? Existen
varios factores para
evaluar la e_ciencia de un m_etodo iterativo, entre estos se destaca la \velocidad" de convergencia
con que la
sucesi_on de puntos fpngn2N tiende a la soluci_on p. Bien entendida esta noci_on de \velocidad" la
podemos traducir
como la cantidad de decimales exactos que se obtiene en cada iteraci_on.
Para poder clasi_car esa velocidad de convergencia daremos la siguiente de_nici_on, aunque
demasiado formal, nos
provee el t_ermino apropiado de orden de convergencia.
En la de_nici_on anterior, _ nos dar_a un referente para medir de cierto modo la convergencia de un
m_etodo.
_ Si _ = 1 se dice que el m_etodo iterativo tiene convergencia lineal.
_ Si _ = 2 se dice que el m_etodo iterativo tiene convergencia cuadr_atica.

Bajo este mismo razonamiento, podemos construir el polinomio de menor grado n que pase por la
lista de puntos
(x0; y0); (x1; y1); _ _ _ ; (xn; yn) y sea una extensi_on de los polinomios anteriores. Te_oricamente
deber_a tener la forma
Pn(x) = y0+c1(x􀀀x0)+c2(x􀀀x0)(x􀀀x1)+c3(x􀀀x0)(x􀀀x1)(x􀀀x2)+: : :+cn(x􀀀x0)(x􀀀x1):; : : : ; :(x􀀀xn􀀀1) (4)
A continuaci_on, nuestro prop_osito ser_a encontrar los valores c1 y c2 (tan s_olo los dos primeros,
debido a la complejidad
que representa el c_alculo algebraico a partir de _estos.)
Adem_as, simpli_caremos la notaci_on, de tal forma que el polinomio interpolador buscado se
pueda hallar de forma
sistem_atica. Esto es, se pueda de_nir de una forma m_as compacta y su algoritmo pueda ser mejor
interpretado.