Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 24
Tema 24
(Oposiciones de Secundaria)
TEMA 24
1. Introducción.
1.1. Formas diversas de expresión de Funciones.
2. Interpolación Polinomica.
2.1. Descripción del Problema de Interpolación.
2.2. Interpolación Lineal.
2.3. Interpolación Cuadrática.
2.4. Interpolación General.
2.4.1. Fórmula de Lagrange.
2.4.2. Fórmula de Newton.
2.4.3. Interpolación Basada en Diferencias.
2.4.4. Error del polinomio de Interpolación Newton.
2.4.5. Polinomios de Bernstein.
2.5. Interpolación Inversa.
3. Extrapolación de datos.
Bibliografía Recomendada.
1/17
TEMA 24
1. INTRODUCCIÓN.
Por tanto, para poder resolver el problema de forma completa, debemos fijar de
antemano el tipo de función que ha de pasar por los puntos dados, viendo si son
suficientes o no para su determinación.
En esta forma de expresar una función se disponen los valores del argumento en
cierto orden x1 , x2 ,…., xn y de la misma manera se escriben los valores correspondientes
de la función y1 , y2 ,…., yn .
De este tipo son las tablas de las funciones trigonométricas, las de logaritmos, etc.
Tablas que expresan la dependencia funcional que existe entre magnitudes medidas
pueden aparecer también como resultado del estudio experimental de ciertos
fenómenos.
b) Representación gráfica.
2/17
Dado en el plano del sistema de coordenadas rectangulares o cartesianas un conjunto
de puntos P, tal que ningún par de puntos caiga sobre una recta paralela al eje y,
podemos decir que el conjunto mencionado determina una función y = f(x). Las
abscisas de los puntos son los valores del argumento e variable independiente, y los de
la función, las ordenadas correspondientes.
Se llama gráfica de una función al conjunto de puntos del plano cuyas abscisas son
los valores de la variable independiente y las ordenadas, los correspondientes de la
función.
2. INTERPOLACIÓN POLINÓMICA.
Consideremos una cierta función f(x), que puede ser conocida o no, pero de la que
tenemos los puntos (x1 , y1 ),….., (xn , yn ). Cualquier función g(x) que pase por esos
puntos recibe el nombre de función interpolación. Como lo que tratamos es de sustituir
f(x) por g(x), ésta última ha de ser más sencilla que f(x). Es por ello que se suelen elegir
las funciones polinómicas, que presentan como ventajas la facilidad de realizar
3/17
operaciones con ellas, son expresiones sencillas, es fácil calcular el error que se comete
al sustituir una por otra, etc.
E = f (x) − g(x)
f(x) = ax + b
Debido a que tenemos dos parámetros, a y b, es necesario dar dos condiciones para
determinar completamente la función. Las dos condiciones son dos puntos, A(x1 , y1 ) y
B(x2 , y2 ), que pertenecen a la gráfica de la función.
y1 = ax1 + b
y2 = ax 2 + b
y1 1 x1 y1
y 1 y1 − y2 x y2 x y − x2 y1
a= 2 = b= 2 = 1 2
x1 1 x1 − x2 x1 1 x1 − x 2
x2 1 x2 1
f (b ) − f (a ) bf (a ) − af (b )
p(x) = ·x +
b−a b−a
4/17
A(a, f(a)) y B(b, f(b))
p(x) = ax2 + bx + c
Dada una función f(x), si queremos aproximarla mediante una función cuadrática,
necesitamos conocer tres puntos, ya que hemos de calcular los tres parámetros.
Igualmente, si de la función f(x) sólo conocemos tres puntos por los que pasa, podremos
aproximarla por un polinomio de grado dos.
Sean A(x1 , y1 ), B(x2 , y2 ) y C(x3 , y3 ) los puntos por los que pasa f(x). Vamos a
suponer que los tres puntos no estén alineados, ya que en caso contrario, el polinomio
más simple sería de primer grado (una recta) y no el de segundo grado.
ax12 + bx1 + c = y1
ax 22 + bx2 + c = y 2
ax32 + bx3 + c = y 3
y1 x1 1 x12 y1 1 x12 x1 y1
y2 x2 1 x22 y2 1 x 22 x2 y2
y3 x3 1 x32 y3 1 x32 x3 y3
a= b= c=
x12 x1 1 x12 x1 1 x12 x1 1
x 22 x2 1 x22 x2 1 x22 x2 1
x32 x3 1 x32 x3 1 x32 x3 1
x12 x1 1
x 22 x2 1 = ( x3 − x1 )( x3 x2 )(x 2 − x1 )
x32 x3 1
el cual es no nulo ya que los tres puntos son distintos. Por tanto la solución del sistema
existe y es única.
Si x1 < x2 < x3 tenemos que podemos sustituir la función f(x) en [x1 , x3 ] por p(x),
coincidiendo ambas en los tres puntos.
5/17
2.4. Interpolación General.
n
Sea p ( x ) = ∑ ai x i el polinomio interpolador. Los coeficientes (ai)0≤i≤n son los
i= 0
valores que queremos encontrar. Para ello obligamos al polinomio a pasar por los
(n + 1) puntos, obteniendo un sistema de n + 1 ecuaciones con n + 1 incógnitas.
1 xo xo2 L xon
1 x1 x12 L x1n
= ( x1 − xo )( x2 − xo )( x2 − x1 )( x3 − x o )........( xn − xn −1 )
L L L L L
1 xn x n2 L x nn
Veamos ahora otros métodos que nos van a permitir calcular el polinomio de
interpolación del grado n de una forma más rápida y sencilla.
n
Definiremos P( x ) = ∑ PK (x ) donde
K=0
Po ( x ) = λo (x − x1 )( x − x 2 )·.......·( x − xn ) = λo Π
n
j =0
j ≠0
6/17
P1 ( x ) = λ1 ( x − xo )(x − x2 )·........·( x − xn ) = λ1 · Π (x − x j )
n
j= 0
j≠ 0
y en general
PK ( x ) = λK Π (x − x j )
n
j =0
j ≠0
Para calcular los coeficientes de los polinomios PK (x) K∈{0,…., n} apliquemos las
condiciones que conocemos
∀K ∈ {0,..., n} PK ( xK ) = y K ⇒ λK Π (xK − x j ) = y K
n
j= 0
j≠ K
∀K ∈ {0,...., n}
yK
Luego λK =
Π (x K − x j )
n
j =0
j ≠o
n n n (x − x )
P( x ) = ∑ PK ( x ) = ∑ λK Π (x − x j ) = ∑ y K Π
n
j
n
=
j =0 j = 0 (x − x )
K=0 K=0
j≠ K K = 0
j≠ 0 K j
= yo
( x − x1 )(x − x2 )......(x − x n ) + y ( x − xo )(x − x2 )......(x − x n ) +
( xo − x1 )(x o − x2 ).......( x − xn ) 1 ( x1 − xo )(x1 − x2 )......( x − xn )
+ ....... + y n
(x − x o )( x − x1 ).......( x − xn−1 )
( xn − xo )(x n − x1 )........( xn − x n−1 )
Es fácil ver que P(xK) = 0 ∀K∈{0,…., n}, siendo P(x) el único polinomio de
grado n que pasa por los (n + 1) puntos dados.
Los cocientes Π
n (x − x ) j
DEF
j =0
j ≠0
(x K − xj )
reciben el nombre de coeficientes de Lagrange.
7/17
Este procedimiento de obtención del polinomio de grado n que pasa por (n + 1)
puntos presenta dos inconvenientes:
Rn ( x ) = f (x ) − P( x )
n n (x − x j )
Rn ( x ) = f (x ) − ∑ y K · Π
j = 0 (x − x )
K=0
j ≠0 K j
DEF La magnitud del error cometido viene definido por Rn ( x ) y que sabemos que es
cero cuando x = xK ∀K∈{0,…., n}.
Podemos fácilmente comprobar, que tal y como esta definido el resto, depende de
las propiedades de al función f(x) (la cual generalmente desconoceremos) así como de
los nodos de interpolación xK con K∈{1,….., n}. Es por ello que se han construido
diferentes formas de representar el error. Veamos ahora la que podemos considerar mas
importante.
w(x ) n +1 )
Rn ( x ) = f (ξ)
(n + 1)!
siendo w(x) = (x – xo )(x – x1 ) ·……· (x – xn )
Dem.
f(xK) = P(xK)
8/17
Rn ( x )
g(x) = ∀x ∈ [a , b ] − ∪ {x K }
n
w( x ) K =0
h ( y ) = Rn ( y ) − g ( x )·w( y ) ∀y ∈ [a , b ]
Entonces tenemos:
Si y = x ≠ xK ⇒ h (x ) = Rn ( x ) − g (x )·w(x ) = 0 ∀K ∈ {0,..., n}
Por tanto, la función h(y) posee (n + 2) ceros en [a, b] (x, xo ,…., xn ), y aplicando el
teorema de Rolle, h´(y) posee, al menos, (n + 1) ceros en (a, b), h´´ posee al menos n
ceros en (a, b) y al final llegamos a que hn+1) posee al menos un cero en (a, b).
Llamemos a ese cero ξ. Se verifica
h n +1) (ξ ) = 0
Y entonces
g(x) = f n +1 ) (ξ)
1
(n + 1)!
Rn ( x )
Y como g ( x ) = nos queda
w( x )
w(x ) n +1 )
Rn ( x ) = g (x )w( x ) = f (ξ) c.qd.
(n + 1)!
La expresión que hemos obtenido para el error de interpolación es poco práctica, ya
que , si habitualmente de f(x) sólo vamos a conocer un conjunto de puntos, no podemos
estar en condiciones de saber si es de clase (n + 1), y menos todavía saber el valor de ξ.
En caso de conocer, al menos, si la derivada del orden (n + 1) está acotada, podríamos
dar una cota superior para el error, Rn (x).
9/17
El polinomio de interpolación de Newton es
P(xK) = yK ∀K∈{0,…, n}
y1 − yo
A1 =
x1 − xo
y1 − y o
= yo + (x − xo ) + A2 ( x2 − xo )(x 2 − x1 )
x1 − xo 2
y1 − yo
y2 − y o = ( x − xo ) + A2 ( x2 − xo )( x2 − x1 )
x1 − xo 2
A2 =
( y 2 − yo )( x1 − xo ) − ( y1 − y o )( x2 − xo )
( x1 − xo )(x 2 − xo )( x 2 − x1 )
y así sucesivamente obtendríamos el valor de todos los coeficientes AK.
Entonces P( xo ) = Ao ⇒ yo = Ao
P (x ) − P( xo )
Y P1 ( x ) =
x − xo
El polinomio P1 (x) no sabemos cual es, ya que los coeficientes A1 ,….., An no los
conocemos, pero si sabemos su valor en los puntos x1 ,…., xn
10/17
P( xK ) − P( xo ) yK − yo
P1 ( x K ) = = ∀k = 1,...., n
x K − xo xK − xo
De la expresión
P( x ) = Ao + ( x − xo )P1 ( x )
resulta
y P1 ( x1 ) = A1
P1 ( x ) − P1 ( x1 )
quedando P2 ( x ) =
x − x1
Ao = P( x )
A1 = P1 ( x1 )
A2 = P2 ( x2 )
M
An = Pn ( xn )
Por ello es aconsejable conseguir una forma de obtención de P(x) tal que los
cálculos previos no tengan que repetirse si añadimos nuevos puntos, si no que
únicamente hayan de añadirse unos sumandos más.
Vamos ahora a construir dicho polinomio por pasos, donde cada uno de ellos
añadiremos un nuevo punto a los que tengamos.
11/17
P1 ( x ) = f (x o ) + A1 ⋅ r1 ( x ) siendo A1 una constante y r1 (x) lineal, ya que P1 (x) es
lineal.
P1 ( xo ) = f ( xo ) + A1r1 ( xo )
⇒ r1 ( xo ) = 0 ⇒ r1 ( xo ) = x1 − x o
P1 ( xo ) = f (x o )
P1 ( x1 ) = f ( xo ) + A1 r1 ( x1 ) f ( x1 ) − f (xo )
⇒ f ( x1 ) = f ( xo ) + Ai ( x1 − xo ) ⇒ A1 =
P1 ( x1 ) = f ( x1 ) x1 − xo
f ( x1 ) − f (x o )
Llamaremos a A1 = = D( f ( xo )) diferencia de f(xo )
x1 − xo
Nada queda P1 ( x ) = f ( xo ) + Df ( x o ) ⋅ ( x − xo )
Entonces
P2 ( xo ) = P1 (x o ) + A2 r2 ( xo )
⇒
P2 ( xo ) = f ( xo )
f (x o ) = f (x o )À2 r2 ( xo ) ⇒ r2 ( xo ) = 0
⇒
f (x1 ) = f ( x1 ) + A2 r2 (x1 ) ⇒ r2 ( x1 ) = 0
P2 ( x1 ) = P1 (x1 ) + A2 r2 ( x1 )
⇒
P2 ( x1 ) = f ( x1 )
⇒ r2 ( x ) = ( x − x o )( x − x1 )
P2 ( x2 ) = P1 (x 2 ) + A2 r2 ( x2 ) f (x 2 ) − P1 (x 2 )
⇒ A2 = =
P2 ( x2 ) = f ( x2 ) ( x2 − xo )( x2 − x1 )
• En general, al añadir el punto (xK, f(xK) el nuevo polinomio PK(x) coincidirá con
PK-1 (x) para x = xj j∈{0,….., K – 1}
12/17
PK ( x ) = PK −1 ( x ) + AK ⋅ rK ( x ) donde AK ≠ 0 y rK (x) es de grado K.
PK (x j ) = f (x j ) = PK −1 (x j ) ∀j ∈ {0,..., K − 1}
Por tanto rK (x ) = Π (x − x j )
K −1
j =0
K Π (x K − x j ) ⇒
K −1
P ( x ) = P ( x ) + A ⋅
Y K K K −1 K
j= 0
PK ( xK ) = f (x K )
f (x K ) − PK −1 (x K )
⇒AK =
Π (x K − x j )
K −1
j =0
Entonces x j − x j −1 = h ∀ j : 1,...., n
Y x j − xo = j ⋅ h ∀j : 0,..., n
A2 f (xo ) = f ( x2 ) − 2 f ( x1 ) + f ( xo ) = f (x 2 ) − f ( x1 ) − ( f ( x1 ) − f (x o )) = Af ( x1 ) − Af (x o )
A3 f ( xo ) = f ( x3 ) − 3 f ( x2 ) + 3 f ( x1 ) − f ( xo ) = A 2 f ( x1 ) − A2 f ( xo )
Y en general
AK f ( xo ) = A K −1 f (x1 ) − A K −1 f (xo )
13/17
Esta notación recibe el nombre de diferencias de primer, segundo, tercer y K-ésimo
orden, respectivamente.
A K f ( xo )
D K f ( xo ) =
K !h K
Af ( xo ) A2 f ( xo ) A n f ( xo )
P( x ) = f (x o ) + ( x − xo ) + ( x − xo )(x − x1 ) + ... + ( x − xn −1 ) ⋅ ... ⋅ ( x − x n −1 )
h 2! h 2 n! h n
x – xo = hz
Entonces
x − x K = ( x − xo ) − ( xK − xo ) = hz − hz K = h( z − z K )
Y sustituyendo
Pn ( z ) = f ( xo ) + ( z − zo )Af ( xo ) +
(z − z o )( z − z1 ) A 2 f ( x ) + ... + ( z − zo )(z − z1 ).....(z − z n−1 ) An f (x )
o o
z! n!
z z z
Pn ( z ) = f ( xo ) + Af (xo ) + A2 f ( xo ) + .... + A n f ( xo )
1 z n
z ( z − z o )( z − z1 ).......(z − z K −1 )
siendo =
K K!
W ( x ) n +1 ) ( x − xo )( x − x1 )......( x − x n ) f n+1) (ξ )
R( x ) = f ( x ) − P( x ) = f (ξ) =
(n + 1)! (n + 1)!
x − xo
Si lo expresamos en términos de la variable z =
h
14/17
h n +1 ( z − z o )( z − z1 ).......(z − z n ) n +1 ) z n +1 n +1 )
R ( x ) = f (x ) − P ( z ) = f (ξ ) = h · f (ξ)
(n + 1)! n + 1
Luego el error puede expresarse como el primer término despreciado del polinomio.
Dada una función continua f(x) en el intervalo [a, b]. ¿Puede ser aproximada
mediante un polinomio P(x) con un grado de precisión previa fijado?. O lo que es lo
mismo ¿sería posible encontrar un polinomio P(x) tal que la diferencia en valor absoluto
entre f(x) y P(x) sea inferior, en todo lo puntos del intervalo [a, b], a cualquier número
positivo ε previamente dado?. El teorema que vamos a enunciar nos da una respuesta
afirmativa a la pregunta.
Si la función f(x) es continua en el intervalo [a, b], entonces para todo ε > 0 existe
un polinomio P(x) tal que en cada punto de este intervalo se verifica:
f (x ) − P (x ) < ε
Sea la expresión
Bn ( x ) = ∑ f ⋅ C m ⋅ x m ⋅ (1 − x )n −m
n
m
m =0 n
n
Y Cm son los coeficientes del binomio de Newton C m =
m
15/17
Para todo número arbitrariamente pequeño ε > 0, se puede buscar un polinomio de
Bernstein (elegir su grado) de manera que para todos los valores x∈[0, 1] se cumple:
Bn ( x ) − f ( x ) < ε
3. EXTRAPOLACIÓN DE DATOS.
x ∉ [xo , x n ]
16/17
Bibliografía Recomendada.
17/17