Documentos de Académico
Documentos de Profesional
Documentos de Cultura
a)
0 1 −1 0 1 −1 2
0 2 2 0 2 2 8
b)
0 1 2 0 1 2 3
0 1 12 0 1 12 33
Solución.
Las familias de puntos de cada uno de los dos apartados del ejercicio se construyen de forma análoga:
la segunda de las familias se obtiene a partir de la primera mediante la adición de un nuevo punto.
Dicha propiedad común a las dos familias convierte este ejercicio en una oportunidad de aplicar
las dos técnicas principales para determinar polinomios interpoladores. Para obtener el polinomio
interpolador de la primera familia de cada apartado utilizaremos el método de Lagrange. El cálculo
del polinomio interpolador de la segunda familia de puntos se realizará mediante la aplicación del
método de Newton a partir del polinomio interpolador de la primera familia.
123
A partir del polinomio interpolador de la primera familia del apartado obtenido en (7.2), de
acuerdo al método de Newton, el polinomio interpolador de la segunda familia de puntos es
entonces para que el punto (2, 8) esté en el grafo del polinomio p3 (x) se tiene que verificar
−2 −1 1 2
Figura 7.1: Grafo del polinomio interpolador de la familia {(0, 0), (1, 2), (−1, 2), (2, 8)}
la base de polinomios de Lagrange que definen sus abscisas está formada por los polinomios
(x − x1 )(x − x2 ) (x − 1)(x − 2) x2 − 3x + 2
L0 (x) = = =− ,
(x0 − x1 )(x0 − x2 ) (0 − 1)(0 − 2) 2
(x − x0 )(x − x2 ) (x − 0)(x − 2)
L1 (x) = = = −x2 + 2x,
(x1 − x0 )(x1 − x2 ) (1 − 0)(1 − 2)
(x − x0 )(x − x1 ) (x − 0)(x − 1) x2 − x
L2 (x) = = = . (7.4)
(x2 − x0 )(x2 − x1 ) (2 − 0)(2 − 1) 2
luego
p3 (3) = 33 = p2 (3) + c3 (3 − 0)(3 − 1)(3 − 2) ⇐⇒ 33 = 33 + 6c3 ⇐⇒ c3 = 0,
por tanto
p3 (x) = p2 (x) = 5x2 − 4x. (7.6)
0 2 −2 1 −1 2 3 5
1 9 −7 2 5 5 25 95
Solución.
Dadas las abscisas de los puntos de la familia, x0 = 0, x1 = 2, x2 = −2 y x3 = 1, para determinar el
polinomio interpolador de la primera familia de puntos, el método de Newton establece que el primer
polinomio auxiliar se obtiene multiplicando la ordenada del primer punto, c0 = 1, por el primer
polinomio de la base del método, que es el polinomio N0 (x) = 1, por tanto en este caso
p0 (x) = c0 N0 (x) = 1.
luego
p1 (2) = 9 = p2 (2) + c1 (2 − 0) ⇐⇒ 9 = 1 + 2c2 ⇐⇒ c1 = 4,
entonces
p1 (x) = p0 (x) + 4(x − 0) = 4x + 1.
El siguiente polinomio se construye como sigue
de donde concluimos
p2 (x) = p1 (x) = 4x + 1.
Finalmente, el polinomio interpolador buscado es de la forma
por tanto, si el último punto de la familia, el punto (1, 2), está en el grafo del polinomio anterior se
tiene que satisfacer la igualdad
luego
p3 (x) = p2 (x) + x(x − 2)(x + 2) = 4x + 1 + (x3 − 4x) = x3 + 1. (7.7)
Debemos notar que la base del método de Newton correspondiente a las abscisas de los puntos de la
familia es
N0 (x) = 1,
N1 (x) = (x − x0 ) = (x − 0) = x,
N2 (x) = (x − x0 )(x − x1 ) = (x − 0)(x − 2) = x2 − 2x,
N3 (x) = (x − x0 )(x − x1 )(x − x2 ) = (x − 0)(x − 2)(x + 2) = x3 − 4x, (7.8)
luego
−2 −1 1 2
−1
−2
−3
−4
−5
−6
−7
Figura 7.2: Grafo del polinomio interpolador de la familia {(0, 1), (2, 9), (−2, −7), (1, 2)}
Las abscisas de los puntos de la segunda familia de puntos del enunciado son x0 = −1, x1 = 2, x2 = 3
y x3 = 5. Como los dos primeros puntos se encuentran en la recta y = 5, entonces el polinomio
interpolador de esos dos primeros puntos es p1 (x) = 5, por tanto los dos primeros coeficientes que se
determinan mediante la aplicación del método de Newton son c0 = 5, c1 = 0,
Ası́
En este caso, la base del método Newton correspondiente a las abscisas de los puntos de la familia es
N0 (x) = 1,
N1 (x) = (x − x0 ) = x + 1,
N2 (x) = (x − x0 )(x − x1 ) = (x + 1)(x − 2) = x2 − x − 2,
N3 (x) = (x − x0 )(x − x1 )(x − x2 ) = (x + 1)(x − 2)(x − 3) = x3 − 4x2 + x + 6, (7.11)
luego
0 0 0 1 −1 0 1 2 −1
0 1 −1 1 −1 0 2 6 0
Solución.
a) Si utilizamos el lenguaje del Álgebra lineal para analizar este problema, debemos comenzar
escribiendo el sistema de ecuaciones lineales que se obtiene bajo la suposición de que la recta
y = a + bx, a, b ∈ R,
donde ⎛ ⎞ ⎛ ⎞
1 x1 y1
⎜ 1 x2 ⎟⎟ ⎜ ⎟
⎜ ⎜ y2 ⎟
A=⎜ .. .. ⎟ , Y = ⎜ .. ⎟.
⎝ . . ⎠ ⎝ . ⎠
1 xn yn
El sistema anterior no tiene solución porque la familia contiene tres puntos no alineados. Además
se tiene que rango (A) = 2, porque en caso contrario tendrı́amos
xi = xj , ∀i, j = 1, 2, . . . , n,
por tanto los puntos estarı́an en una recta vertical; esto es alineados. Entonces los coeficientes
de la recta y = a + bx, a, b ∈ R, que minimiza la expresión
n
1
(y − a − bxi )2 (7.13)
i=1
La expresión del producto matricial At A recogida en (7.15) nos permite calcular fácilmente su
inversa mediante la fórmula
1
X −1 = (X ∗ )t ,
det (X)
donde X ∗ denota la matriz adjunta de la matriz cuadrada X. Si aplicamos esta técnica entonces
n
4 n 52
2 t 3 1 1
2
det A A = n xi − xi ,
i=1 i=1
⎛ n n ⎞
1 1
⎜ x2i − xi ⎟
2 t 3∗ ⎜ i=1 i=1 ⎟
AA =⎜ ⎜ n
⎟,
⎟
⎝ 1 ⎠
− xi n
i=1
Por tanto, de acuerdo a las fórmulas (7.14), (7.15), (7.16) y (7.17), la solución buscada es
⎛ n n ⎞⎛ n ⎞
1 1 1
2
! " ⎜ xi − xi ⎟ ⎜ yi ⎟
a 1 ⎜ i=1 i=1 ⎟ ⎜ ⎟
= 4 n 52 ⎜ ⎟ ⎜ i=1 ⎟
b n ⎜ 1n ⎟ ⎜ 1 n ⎟
1 1 ⎝ ⎠⎝ ⎠
n 2
xi − xi − x i n x y
i i
i=1 i=1 i=1 i=1
⎛ 4 n
54 n
5 4 n
54 n
5 ⎞
1 1 1 1
⎜ x2i yi − xi xi y i ⎟
1 ⎜ i=1 i=1 i=1 i=1 ⎟
= 4 52 ⎜
⎜ n
4 n
54 n
5 ⎟.
⎟
n
1 n
1 ⎝ 1 1 1 ⎠
n x2i − xi n xi y i − xi yi
i=1 i=1 i=1 i=1 i=1
b) Para determinar las rectas de regresión de las dos familias del enunciado utilizaremos las expre-
siones de la ordenada en el origen y la pendiente recogidas en (7.18) y (7.19). Entonces dada la
primera familia de puntos del segundo apartado
0 0 0 1 −1
0 1 −1 1 −1
podemos construir la siguiente tabla
xi yi x2i yi2 xi y i
0 0 0 0 0
0 1 0 1 0
0 −1 0 1 0
1 1 1 1 1
−1 −1 1 1 1
5
1 5
1 5
1 5
1 5
1
xi = 0 yi = 0 x2i = 2 yi2 = 4 xi y i = 2
i=1 i=1 i=1 i=1 i=1
y = a + bx = x. (7.20)
0 1 2 −1
0 2 6 0
y construimos la tabla
xi yi x2i yi2 xi y i
0 0 0 0 0
1 2 1 4 2
2 6 4 36 12
−1 0 1 0 0
4
1 4
1 4
1 4
1 4
1
xi = 2 yi = 8 x2i = 6 yi2 = 40 xi yi = 14
i=1 i=1 i=1 i=1 i=1
entonces tenemos
6 · 8 − 2 · 14 20 4 · 14 − 2 · 8 40
a= = = 1, b = = = 2,
4·6−4 20 4·6−4 20
por tanto la recta de regresión de la familia anterior es
y = a + bx = 1 + 2x. (7.21)
4. Determinar, mediante la técnica de mı́nimos cuadrados, los polinomios de grado dos que mejor
aproximan a las familias de puntos
0 1 −1 2 2 −2 −1 0 0
−1 0 0 2 4 −2 −1 1 −1
Solución.
Si existiera un polinomio de segundo grado, p2 (x) = a + bx + cx2 , tal que su grafo contiene a los cinco
puntos de la primera familia, entonces sus coeficientes a, b y c deberı́an ser solución del sistema
⎧
⎪
⎪ a = −1 ⎛ ⎞ ⎛ ⎞
⎪
⎪ 1 0 0 −1
⎪
⎪ ⎛ ⎞
⎪
⎪ a+b+c=0 ⎜ 1
⎨ ⎜ 1 1 ⎟ ⎟ a ⎜ 0 ⎟
⎜ ⎟
⎜
a − b + c = 0 ⇐⇒ ⎜ 1 −1 1 ⎟ ⎟ ⎝ b ⎠ =⎜ 0 ⎟
⎪ ⎜ ⎟. (7.22)
⎪
⎪ ⎝ 1 2 4 ⎠ c ⎝ 2 ⎠
⎪
⎪ a + 2b + 4c = 2
⎪
⎪ 1 2 4 4
⎪
⎩
a + 2b + 4c = 4
Sin embargo, el sistema (7.22) es incompatible como revelan las dos últimas ecuaciones del mismo.
Si denotamos ⎛ ⎞ ⎛ ⎞
1 0 0 −1
⎜ 1 1 1 ⎟ ⎜ 0 ⎟
⎜ ⎟ ⎜ ⎟
A=⎜ ⎟ ⎜
⎜ 1 −1 1 ⎟ , B = ⎜ 0 ⎟ ,
⎟
⎝ 1 2 4 ⎠ ⎝ 2 ⎠
1 2 4 4
entonces el rango de la matriz A es tres porque el menor de orden tres determinado por las tres
primeras filas y columnas de A es no nulo,
6 6
6 1 0 0 6 6 6
6 6 6 1 1 6
6 1 1 1 6=66 6 6 = 2 ̸= 0,
6 −1 1 6
6 1 −1 1 6
A continuación vamos a escalonar y reducir la matriz ampliada del sistema de ecuaciones lineales
(7.23) gracias a que hemos determinado en (7.24) su matriz de coeficientes y de términos indepen-
dientes
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
5 4 10 5 ! 1
F 5 4 10 5 ! 1 −6 −6 −7
⎝ 4 10 16 12 ⎠ 2 2
⎝ 2 5 8 6 ⎠ 1 F − 2F 2 ⎝
1 2 5 8 6 ⎠
F3 F 3 − 2F 2
10 16 34 24 2 5 8 17 12 1 −2 1 0
⎛ ⎞ ⎛ ⎞
1 −6 −6 −7 1 −6 −6 −7
F2! − 2F3 ⎝ 0 9 6 6 ⎠ F! 3 − F1 ⎝ 0 9 6 6 ⎠
1 −2 1 0 0 4 7 7
⎛ ⎞ ⎛ ⎞
1 −6 −6 −7 1 −6 −6 −7
F2! − 2F3 ⎝ 0 1 −8 −8 ⎠ F3! − 4F2 ⎝ 0 1 −8 −8 ⎠
0 4 7 7 0 0 39 39
⎛ ⎞ ⎛ ⎞
1 −6 −6 −7 !
F2 + 8F3 1 −6 0 −1
!1 ⎝ 0 1 −8 −8 ⎠ ⎝ 0 0 ⎠
39 F3 1 0
0 0 1 1 F1 + 6F3 0 0 1 1
⎛ ⎞
1 0 0 −1
!
F1 + 6F2 ⎝ 0 1 0 0 ⎠,
0 0 1 1
La Figura 7.3 recoge el grafo del polinomio que mejor aproxima a los puntos de la familia de puntos
{(0, −1), (1, 0), (−1, 0), (2, 2), (2, 4)}.
Si consideramos la segunda familia de puntos del enunciado
−2 −1 0 0
−2 −1 1 −1
−2 −1 1 2
−1
Figura 7.3: Polinomio de segundo grado que mejor aproxima a la familia {(0, −1), (1, 0), (−1, 0), (2, 2), (2, 4)}
y procedemos análogamente al caso anterior observamos que, si los cuatro puntos descansan en el
grafo de un polinomio de segundo grado de la forma p2 (x) = a + bx + cx2 entonces los coeficientes
a, b y c deben satisfacer las ecuaciones siguientes
⎧
⎪
⎪ a − 2b + 4c = −2 ⎛ ⎞ ⎛ ⎞
⎪
⎪ 1 −2 4 ⎛ ⎞ −2
⎪
⎨ a − b + c = −1 a
⎜ 1 −1 1 ⎟ ⎜ ⎟
⇐⇒ ⎜ ⎟ ⎝ b ⎠ = ⎜ −1 ⎟ . (7.26)
⎪ ⎝ 1 0 0 ⎠ ⎝ 1 ⎠
⎪
⎪ a=1 c
⎪
⎪ 1 0 0 −1
⎩
a = −1
donde
⎛ ⎞
⎛ ⎞ 1 −2 4 ⎛ ⎞
1 1 1 1 ⎜ ⎟ 4 −3 5
1 −1 1 ⎟ ⎝
At A = ⎝ −2 −1 0 0 ⎠⎜
⎝ 1 = −3 5 −9 ⎠ ,
0 0 ⎠
4 1 0 0 5 −9 17
1 0 0
⎛ ⎞
⎛ ⎞ −2 ⎛ ⎞
1 1 1 1 ⎜ ⎟ −3
−1 ⎟ ⎝
t
AB= ⎝ −2 −1 0 0 ⎠⎜
⎝ 1 ⎠= 5 ⎠. (7.28)
4 1 0 0 −9
−1
Para determinar la única solución del sistema (7.27) escalonaremos y reduciremos su matriz ampliada
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
4 −3 5 −3 !
F1 + F2 1 2 −4 2 !
F1 + F3 0 3 −5 3
⎝ −3 5 −9 5 ⎠ ⎝ −3 5 −9 5 ⎠ ⎝ 0 2 −6 2 ⎠
5 −9 17 −9 F 3 + 2F 2 −1 1 −1 1 F 2 − 3F 3 −1 1 −1 1
⎛ ⎞ ⎛ ⎞
0 1 1 1 0 1 1 1
F!1 − F2 ⎝ 0 2 −6 2 ⎠ F2! − 2F1 ⎝ 0 0 −8 0 ⎠
−1 1 −1 1 −1 1 −1 1
⎛ ⎞ ⎛ ⎞
0 1 1 1 F! − F 0 1 0 1
! ⎝ 0 0
(−1)
1 0 ⎠
1 2
⎝ 0 0 1 0 ⎠
8 F2 F + F
−1 1 −1 1 3 2 −1 1 0 1
⎛ ⎞ ⎛ ⎞
0 1 0 1 0 1 0 1
F!3 − F1 ⎝ 0 0 1 0 ⎠ (−1)F ! ⎝ 0 0 1 0 ⎠
3
−1 0 0 0 1 0 0 0
⎛ ⎞ ⎛ ⎞
0 0 1 0 1 0 0 0
F1! ↔ F2 ⎝ 0 1 0 1 ⎠ F1! ↔ F3 ⎝ 0 1 0 1 ⎠ ,
1 0 0 0 0 0 1 0
La Figura 7.4 recoge los puntos de la segunda familia del enunciado ası́ como el polinomio de grado
menor o igual que dos que mejor aproxima a dichos puntos.
Sesión de Maxima 7.4
Con las rutinas escritas en el fichero minimos-cuadrados.mac todavı́a alojadas en la memoria de
Maxima gracias a la orden ( %i30) de la página 133, para determinar el polinomio de grado dos que
mejor aproxima a los puntos de la primera familia, ya determinado en (7.25), primero introducimos
sus abscisas y ordenadas en listas separadas
1 0 0
cuyo rango es tres
−2 −1 1 2
−1
−2
Figura 7.4: Polinomio de grado menor o igual que dos que mejor aproxima a la familia de puntos
{(−2, 2), (−1, 1), (−1, 0), (1, 0)}
Solución.
0
Los tres lı́mites del enunciado responden al esquema de la indeterminación de lı́mites de tipo 0 porque
lı́m x log(x + 1) + tg2 (x) = 0, lı́m 2 arc tg(x2 ) = 0, lı́m sen2 (x) + x2 cos(x) = 0,
x→0 x→0 x→0
por tanto para determinar los lı́mites pedidos en el enunciado aplicaremos la técnica de los infinitési-
mos equivalentes.
x2
pf2,0 (x) = f (0) + f ′ (0)x + f ′′ (0) = 2x2 . (7.31)
2!
El polinomio anterior es un infinitésimo equivalente de f en x = 0, lo que unido al primero de los
infinitésimos equivalentes recogido en (7.30) nos permite determinar el primero de los lı́mites pedidos
descubrimos que desconocemos un infinitésimo equivalente del numerador en x = 0, por ello deter-
minaremos un infinitésimo equivalente de g(x) = sen2 (x) + x2 cos(x). Ası́ tenemos
donde simplificamos la derivada primera de g gracias a las fórmulas de duplicación de ángulos (B.4).
Estas igualdades nos ayudan a construir el polinomio de Taylor de grado dos de g en x = 0
g′′ (0) 2 4 2
pg2,0 (x) = g(0) + g ′ (0)x + x = x = 2x2 , (7.33)
2! 2
polinomio que satisface la condición
no conocemos un infinitésimo equivalente del numerador ni del denominador. Por esa razón debemos
determinar un infinitésimo equivalente de ambas funciones en x = 0. Si consideramos la función del
numerador obtenemos
de donde obtenemos los siguientes polinomios de Taylor de grado tres en x = 0 de las funciones h e i
−3 −2 −1 1 2 3
−1
x − sen(x)
1 3
6x
−2
Figura 7.5: Grafo de x − sen(x) y de su polinomio de Taylor de tercer grado en (−2,5, 2,5)
−3 −2 −1 1 2 3
−1 tg(x) − x
1 3
3x
Figura 7.6: Grafo de tg(x) − x y de su polinomio de Taylor de tercer grado en (−1. 25, 1. 25)
Los polinomios anteriores nos permiten determinar sencillamente el tercer lı́mite del enunciado
Este mismo lı́mite está propuesto en el Ejercicio 6 del Capı́tulo 5 dedicado a la derivación de funciones.
En las páginas 101 y siguientes este lı́mite se calcula mediante la aplicación reiterada de la regla de
l’Hopital. Dicha regla se aplica exactamente tres veces hasta llegar a llegar a establecer las igualdades
recogidas en (5.20). Un análisis detallado de las dos técnicas, regla de l’Hopital y polinomios de Taylor,
ilustran el paralelismo entre ambas, paralelismo que ya destacamos en [11, p. 166].
Las Figuras 7.5 y 7.6 recogen los grafos de h(x) = x − sen(x) e i(x) = tg(x), junto con sus correspon-
dientes polinomios de Taylor de tercer grado en un entorno de x = 0, ph3,0 (x) y pi3,0 (x), previamente
calculados en (7.36). La comparación de los grafos de las funciones y de sus correspondientes polino-
mios de Taylor ilustran la potencia de estos últimos como herramienta de aproximación local.
Sesión de Maxima 7.5
Comprobaremos los cálculos anteriores introduciendo en Maxima las funciones cuyos polinomios de
Taylor hemos calculado y seguidamente determinaremos los lı́mites pedidos con ayuda del comando
tlimit (véase [12, pp. 113 y 114]). La primera orden introduce el numerador del primer lı́mite
( %i52) f(x):=x*log(x+1)+tan(x)**2;
( %o52) f (x) : = x log(x + 1) + tan(x)2
lo que permite con ayuda del comando taylor determinar un infinitésimo equivalente en x = 0
( %i53) taylor(f(x),x,0,2);
( %o53) 2x2 + · · ·
cuyo resultado coincide con el polinomio construido en (7.31). El lı́mite calculado en (7.32) está co-
rrectamente determinado tal y como revela la respuesta a la orden
( %i54) tlimit(f(x)/(2*atan(x)**2),x,0);
( %o54) 1
El numerador del segundo de los lı́mites del enunciado se puede introducir como sigue
( %i55) g(x):=sin(x)**2+x**2*cos(x);
( %o55) g(x) : = sin(x)2 + x2 cos(x)
Solución.
xi 0 1 2
f (xi ) 1 3 9
p0 (x) = c0 N0 (x) = 1,
luego
p1 (1) = 3 = p0 (1) + c1 (1 − 0) ⇐⇒ 3 = 1 + c1 ⇐⇒ c1 = 2,
de donde concluimos
p1 (x) = p0 (x) + 2(x − 0) = 1 + 2x.
Por tanto el polinomio buscado adquiere la forma
luego
p2 (2) = 9 = p1 (2) + c2 (2 − 0)(2 − 1) ⇐⇒ 9 = 5 + 2c2 ⇐⇒ c2 = 2,
lo que nos conduce a la igualdad
f ′′ (0)
p2,0 (x) = f (0) + f ′ (0)(x − 0) + (x − 0)2
2!
f ′′ (0) 2
= f (0) + f ′ (0)x + x ,
2
donde
f (x) = 3x , f (0) = 1,
f ′ (x) = 3x log(3), f ′ (0) = log(3),
f ′′ (x) = 3x (log(3))2 f ′′ (0) = (log(3))2 ,
de donde concluimos
log(3)2 2
p2,0 (x) = 1 + log(3)x + x . (7.40)
2
El polinomio anterior permite la siguiente aproximación del valor de la función f en x = 0. 5
Las Figuras 7.7 y 7.8 recogen, respectivamente, el grafo del polinomio interpolador en los puntos
{(0, 1), (1, 3), (3, 9)} y el grafo del polinomio de Taylor de segundo grado de f en x = 0, junto
con el grafo de la propia función f . Estas figuras ilustran las bondades de ambas técnicas de
aproximación. La interpolación polinomial pretende ser una aproximación global en el intervalo
que contiene a todas las abscisas de los puntos en los que se interpola. No resulta difı́cil imaginar
que a mayor número de puntos tales que el número de abscisas en el intervalo aumente, da lugar
a polinomios de interpolación cuyo grafo replica el grafo de la función dada más fielmente, en
la mayor parte del intervalo de aproximación. En el caso del polinomio de Taylor de la función
se observa que la aproximación que proporciona una pobre aproximación global, como revela la
diferencia entre el grafo de la función y del polinomio para valores mayores que uno. Sin embargo,
la aproximación que proporciona el polinomio de Taylor en un pequeño entorno alrededor del
2 3x
2x2 + 1
1
1 2 3
c) Si se toma el valor √
f (0. 5) = 3 = 1. 7321
como valor verdadero de la función, los errores absolutos de tal valor por las aproximaciones
obtenidas en (7.39) y (7.41) son
10
2 3x
log(3)2 2
2 x + log(3)x + 1
1
1 2 3
log(3)2 2
Figura 7.8: Grafos de la función 3x y del polinomio 2 x + log(3)x + 1 en el intervalo (−0. 5, 2. 1)
d) La acotación teórica de los errores mediante ambas técnicas de aproximación está relacionada
con la derivada tercera de f
f ′′′ (x) = 3x (log(3))3 .
La expresión que gobierna el error cometido mediante la técnica de interpolación es
M M
|f (x) − p2 (x)| ≤ |x − x0 ||x − x1 ||x − x2 | = |x||x − 1||x − 2|, ∀x ∈ [0, 2],
3! 6
9(log(3))3
|f (0. 5) − p2 (0. 5)| = |0. 5||0. 5||1. 5| = 0. 7459. (7.43)
6
1 2 3
−1 3x − 2x2 − 1
1 2 3 4
log(3)2 2
3x − 2 x − log(3)x − 1
log(3)2 2
Figura 7.10: Grafo de la función diferencia entre 3x y 2 x + log(3)x + 1 en el intervalo (−0. 5, 2. 1)
La expresión que gobierna el error cometido mediante la técnica de los polinomios de Taylor es
M M
|f (x) − p2,0 (x)| ≤ |(x − 0)3 | = , ∀x ∈ [0, 0. 5],
3! 6
Notemos finalmente que las acotaciones teóricas presentadas en (7.43) y (7.44) son superiores a
los errores absolutos de las aproximaciones pedidas recogidos en (7.42).
Las Figuras 7.9 y 7.10 recogen los grafos de las funciones error obtenidas como la diferencia entre
la función f y los dos polinomios de segundo grado determinados en este ejercicio, polinomios
de interpolación y de Taylor. Estas dos figuras confirman los comentarios que hemos realizado
previamente: la técnica de interpolación proporciona una buena aproximación global en un
intervalo, mientras que los polinomios de Taylor ofrecen aproximaciones locales muy precisas.
a)
−2 0 2 −2 0 2 3
11 −1 11 11 −1 11 26
b)
0 1 2 0 1 2 3
1 2 3 1 2 3 10
−1 2 3 0 0 1 −1 −2
3 3 15 −3 −1 0 −2 −9
3. Determinar, mediante la técnica de mı́nimos cuadrados, los polinomios de grado uno que mejor
aproximan a las familias de puntos
0 0 0 1 −1 0 1 2 −1
0 1 −1 1 −1 0 2 6 0
4. Determinar, mediante la técnica de mı́nimos cuadrados, los polinomios de grado dos que mejor
aproximan a las familias de puntos
0 0 0 1 −1 0 0 0 1 −1
0 −1 1 0 2 1 2 0 3 1