CN 1 Tema 3

Interpolación
Javier Segura
Cálculo Numérico I. Tema 3.
Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29

Contenidos:
1 Interpolación de Lagrange
Forma de Lagrange
Teorema del resto
Diferencias divididas de Newton
2 Interpolación de Hermite
3 Interpolación de Chebyshev
Comportamiento del error en la interpolación de Lagrange
Interpolación de Chebyshev
4 Interpolación mediante funciones tipo “spline"

Interpolación de Lagrange
Estructura de la presentación:
Forma de Lagrange
Teorema del resto

Para cualquier conjunto de n + 1 (n ≥ 0) números distintos x0 , x1 , ..., xn

y cualquier conjunto de números arbitrarios y0 , y1 , ..., yn , existe un
único polinomio Pn (x) de grado menor o igual que n tal que
Pn (xk ) = yk para i = 0, 1, 2, ..., n.
Al este polinomio Pn (x) se le llama polinomio de interpolación de

Lagrange, y se dice que interpola los n + 1 puntos (xi , yi ),
i = 0, 1, 2, ..., n.
Nuestro problema será encontrar tal polinomio, para lo cual
estudiaremos dos métodos: Fórmula de Lagrange y diferencias
divididas de Newton.

Interpolación de Lagrange Forma de Lagrange
Forma de Lagrange
Dados n + 1 puntos (xi , yi ), i = 0, 1, ..., n (xi 6= xj ⇐⇒ i 6= j), el único
polinomio Pn (x) de grado menor o igual n que pasa por estos n + 1 puntos,
es decir, tal que Pn (xi ) = yi , i = 0, 1, 2, ..., n. es
Pn (x) = y0 L0 (x) + y1 L1 (x) + ... + yn Ln (x),

donde
n
Y
(x − xj )
j=0,j6=i (x − x0 )...(x − xi−1 )(x − xi+1 )...(x − xn )
Li (x) = n
≡
Y (xi − x0 )...(xi − xi−1 )(xi − xi+1 )...(xi − xn )
(xi − xj )
j=0,j6=i

Interpolación de Lagrange Teorema del resto
Cuando interpolamos valores de una función, el siguiente resultado

puede servir para estimar o acotar el error cometido al aproximar la
función por el polinomio.
Sea f (x) una función continua en [a, b] y derivable n + 1 veces en

(a, b). Si Pn (x) es el polinomio de grado menor o igual que n que
interpola f (x) entre los n + 1 nodos distintos x0 ...xn ∈ [a, b] entonces
∀x ∈ [a, b] ∃ζx ∈ (a, b), dependiente de x, tal que
n
f (n+1) (ζx ) Y
f (x) = Pn (x) + (x − xj ) ≡ Pn (x) + Rn (x)
(n + 1)!
j=0
donde se dice que Rn (x) es el resto y denotamos

Yn
(x − xj ) = (x − x0 )...(x − xn ).
j=0

Interpolación de Lagrange Diferencias divididas de Newton
Forma de Newton
Si x0 , x1 , ..., xn son puntos distintos y f (x) está definida en [a, b], xi ∈ [a, b]
i = 0, 1, ..., n, entonces el polinomio interpolador de f (x) entre estos puntos
se puede escribir como
Pn (x) = f (x0 ) + (x − x0 )f [x0 , x1 ] + (x − x0 )(x − x1 )f [x0 , x1 , x2 ] + ...

+(x − x0 )(x − x1 )...(x − xn−1 )f [x0 , x1 , ..., xn ] =
X n i−1
Y
= f [x0 ...xi ] (x − xj )
i=0 j=0

La interpolación con las diferencias divididas de Newton es, en

general, más fácil de computar que la utilización de la fórmula de
Lagrange, y puede ser evaluada de forma recursiva.
En efecto, no es difícil demostrar que
f [xi+1 ...xi+k ] − f [xi ...xi+k −1 ]

f [xi . . . xi+k ] = (1)
xi+k − xi
Lo que permite generar las diferencias divididas con k + 1 argumentos
a partir de las diferencias con k argumentos.

Por ejemplo, en el caso de interpolar una función f (x) en tres puntos distintos
x0 , ..., x2 , , se puede plantear la siguiente tabla de diferencias divididas:
xi f [] f [, ] f [, , ]
x0 f [x0 ] = f (x0 )
f [x1 ] − f [x0 ]
f [x0 , x1 ] = x1 − x0
f [x1 , x2 ] − f [x0 , x1 ]
x1 f [x1 ] = f (x1 ) f [x0 , x1 , x2 ] = x2 − x0
f [x2 ] − f [x1 ]
f [x1 , x2 ] = x2 − x1
x2 f [x2 ] = f (x2 )
Observemos que cada diferencia dividida se forma tomando la diferencia de las

diferencias divididas vecinas (a la derecha) y dividiendo por la diferencia de abscisas;
los valores de las abscisas se encuentran trazando las diagonales desde la posición
que se está evaluando hasta la columna de las diferencias divididas de orden 0.

Datos igualmente espaciados: forma de Newton

Si los nodos xi están todos separados por le misma distancia, podemos
encontrar una fórmula muy simple para el polinomio interpolador:
∆2 f (x0 )
P(x0 + sh) = f (x0 ) + s∆f (x0 ) + s(s − 1) + ...
2!
∆n f (x0 )
+s(s − 1)...(s − n + 1) .
n!
donde
∆0 fi = fi , ∆fi = fi+1 − fi , ∆n fi = ∆∆n−1 fi = ∆n−1 ∆fi = ∆n−1 fi+1 − ∆n−1 fi
y utilizamos la notación fi = f (xi ) = f (x0 + ih).

Interpolación de Hermite
Forma de Lagrange
Teorema del resto

Podemos generalizar las diferencias divididas permitiendo que se

repitan nodos. Teniendo en cuenta que podemos demostrar que:
Lema
Si f es una función n veces derivable en un intervalo (a, b) y dados
n + 1 valores distintos xi ∈ (a, b), i = 0, . . . , n entonces
f (n) (c)
∃c ∈ (a, b) tal que f [x0 . . . xn ] =
n!
es lógico tomar, por definición:
Definición
Si f es n veces derivable en x0 entonces
f (n) (x0 )
f [x0 . . . x0 ] =
n!
donde x0 se repite n + 1 veces en la diferencia dividida.

Combinando la relación
f [xi+1 ...xi+k ] − f [xi ...xi+k −1 ]
f [xi . . . xi+k ] =
xi+k − xi
si xi+k 6= xi con la definición
f (n) (xi )
f [[xi ]n+1 ] =
n!
podemos calcular diferencias divididas f [xi . . . xj ] en las que puede
haber repeticiones.
La mejor forma de organizar el cálculo es colocar de forma
consecutiva los valores repetidos.

Ejemplo: para calcular f [x0 x0 x0 x1 ] hacemos:
x0 f [x0 ]
f [x0 x0 ] = f 0 (x0 )
x0 f [x0 ] f [x0 x0 x0 ] = f 00 (x0 )/2
f [x0 x0 x1 ] − f [x0 x0 x0 ]
f [x0 x0 ] = f 0 (x0 ) f [x0 x0 x0 x1 ] = x1 − x0
f [x0 x1 ] − f [x0 x0 ]
x0 f [x0 ] f [x0 x0 x1 ] = x1 − x0
f (x1 ) − f (x0 )
f [x0 x1 ] = x1 − x0
x1 f [x1 ]
Repetir nodos nos permite la interpolación de Hermite, en la que

imponemos condiciones no sólo sobre el valor del polinomio en los
nodos, sino también sobre las derivadas.

Teorema (Interpolación de Hermite)

El problema de interpolación
(n )
Pn (x0 ) = f (x0 ), . . . Pn 0 (x0 ) = f (n0 ) (x0 )
...
(n )
Pn (xk ) = f (xk ), . . . Pn k (xk ) = f (nk ) (xk )
mediante un polinomio de grado ≤ n = n0 + .. + nk + k , siendo f (x) n + 1
veces derivable en [a, b], tiene solución única, que se puede construir
mediante el esquema de diferencias divididas. Denotando
(x̃0 x̃1 ...x̃n ) = ([x0 ]n0 +1 , ..., [xk ]nk +1 ), tenemos:
n
X i−1
Y
Pn (x) = f [x̃0 ...x̃i ] (x − x̃j ) .
i=0 j=0
n
f (n+1) (ζx ) Y
Además f (x) − Pn (x) = (x − x̃j ) para algún ζx ∈ (a, b).
(n + 1)!
j=0

Forma de Lagrange
Teorema del resto

Interpolación de Chebyshev Comportamiento del error en la interpolación de Lagrange
Comportamiento del error
Volvamos a la interpolación de Lagrange (todos los nodos distintos).

Definamos
n
Y
S(x) ≡ (x − xj )
j=0
y, por comodidad, consideraremos x0 < x1 < ... < xn−1 < xn .

Para xi igualmente espaciados, los mayores valores de |S(x)| se
encuentran para los mayores o menores valores de x en el intervalo
[x0 , xn ] (sin coincidir con los xi ) mientras que |S(x)| alcanza menores valores
para valores intermedios de x.


Ejemplo: interpolación de una función para los valores de xi = i − 4,
i = 0.,8.
S(x) = x(x 2 − 1)(x 2 − 4)(x 2 − 9)(x 2 − 16):
6000
4000
2000
S(X) 0
−2000
−4000
−6000
−5 −3 −1 1 3 5
X

Ejemplo: comparación la interpolación √ en 9 puntos xi = 4 − i,
2 2
i = 0, .., 8 de la función f (x) = x / x + 1 (línea continua) con la
propia función (línea discontinua).
0
−4 −3 −2 −1 0 1 2 3 4
X
Interpolación de Chebyshev Interpolación de Chebyshev
Dada una función f (x) definida en un intervalo [a, b], la mejor aproximación
polinómica de grado n será aquella que minimice
E[q(x)] ≡ ma
«x |f (x) − q(x)|,
x∈[a,b]
Si un determinado polinomio Qn (X ) hace que E[Qn (x)] sea el de valor

mínimo entre todos los polinomios de grado n entonces se dice Qn (x) es la
aproximación minimax de grado n de la función f (x) en [a, b] .
Nosotros no consideraremos esta aproximación, sino que buscaremos nodos
x0 . . . xn tales que el polinomio nodal
Q(x) = (x − x0 )(x − x1 ) . . . (x − xn )
sea el de mínimo máximo valor absoluto en el intervalo [a, b].

Interpolación Chebyshev
Polinomios de Chebyshev: definición

El polinomio de Chebyshev de orden n-ésimo se define como
h i
Tn (x) = cos n cos−1 (x) , x ∈ [−1, 1] , n = 0, 1, 2, 3, ...

Polinomios de Chebyshev: propiedades

1 Relación de recurrencia de tres términos para los polinomios de
Chebyshev:
Tn+1 (x) = 2xTn (x) − Tn−1 (x) , n = 1, 2, 3, ...
siendo los valores iniciales de la recurrencia T0 (x) = 1, T1 (x) = x.

2 El coeficiente del término x n en Tn (x) es 2n−1 y se cumple que
Tn (−x) = (−1)n Tn (x).
3 Los n ceros de Tn (x) están en el intervalo [−1, 1] y están dados por

2k + 1
xk = cos π , k = 0, 1, ..., n − 1.
2n
Tn (x) tiene n + 1 extremos en el intervalo [−1, 1] que vienen dados por

xk0 = cos knπ , k = 0, ..., n, donde los polinomios valen:
T (xk0 ) = (−1)k
Teorema
Para cualquier n ≥ 1, entre todos los polinomios mónicos (es decir,
con coeficiente 1 en el término de mayor grado) el polinomio de
Chebyshev modificado T̃n (x) ≡ n−1 1 T (x) es el de mínimo máximo
n
2
valor absoluto en [-1,1], siendo este valor 1/2n−1 . Es decir, que
1
n−1
ax |T̃n (x)| ≤ m«
= m« ax |Pn (x)|
2 x∈[−1,1] x∈[−1,1]
para cualquier polinomio Pn (x) de tipo mónico:
Pn (x) = x n + an−1 x n−1 + an−2 x n−2 + ... + a1 x + a0 ,

Teorema
Sea f (x) n + 1 veces diferenciable con continuidad en [a, b] Sea Pn (x) el
polinomio de interpolación de Lagrange grado n basado en los n + 1 nodos
(de Chebyshev)

b+a b−a 2k + 1
xk = + cos π , k = 0, ..., n
2 2 2n + 2
entonces el error viene acotado por:

n+1
b−a 1 (n+1)
«x |f (x) − Pn (x)| ≤
ma «x |f
ma (x)|
a≤x≤b 2 (n + 1)!2n a≤x≤b
donde hemos considerado el cambio de variable
b+a b−a
x(t) =
+ t
2 2
que transforma el intervalo [−1, 1] en [a, b].
√
Ejemplo: f (x) = x 2 / x 2 + 1. Se representa f (x) − P(x) con P(x) el
polinomio de interpolación que interpola en 9 nodos distintos. La línea
continua corresponde a los nodos equiespaciados y la línea discontinua
corresponde a la aproximación cuasi-minimax para 9 nodos en el intervalo
[−4, 4]
0.45
0.35
0.25
0.15
0.05
−0.05
−0.15
−4 −2 0 2 4
X
Propiedad de ortogonalidad discreta

n
X n+1 1, i = j
Ti (xk )Tj (xk ) = (1 + δi0 ) δij , siendo δij = la delta de
2 0 , i 6= j
k =0
Kronecker. Las xk son los n + 1 ceros del polinomio Tn+1 (x).

Evaluación de la interpolación Chebyshev

El polinomio interpolador de grado n basado en los nodos de Chebyshev
(ceros de Tn+1 (x)), que interpola f (x) en estos n + 1 puntos de [−1, 1], se
puede escribir como:
X n
Pn (x) = cj Tj (x)
j=0
donde
n
2 − δj0 X
cj = f (xk )Tj (xk )
n+1
k =0

y xk = cos 2k + 1 π , k = 0, ..., n.
2n + 2

Interpolación mediante funciones tipo “spline"
Forma de Lagrange
Teorema del resto

Interpolación mediante funciones tipo “spline"
Construcción de splines
Sean n + 1 puntos (xi , yi ), i = 0, 1, ..., n verificando
a = x0 < x1 < x2 < ... < xn = b ,

una spline cúbica de estos puntos es una función s(x) en [a, b] que satisface:
1 Polinomio de tercer grado. s(x) es un polinomio , Pi (x), de grado tres
sobre cada intervalo [xi−1 , xi ] para i = 1, 2, ..., n.
2 Condiciones de interpolación. s(xi ) = yi para i = 0, 1, ..., n.
3 Suavidad. s00 (x) es continua en [a, b] (≡ [x0 , xn ]), luego también lo son
s(x) y s0 (x).

CN 1 Tema 3

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

CN 1 Tema 3

Cargado por

Copyright:

Formatos disponibles

Interpolación

Cálculo Numérico I. Tema 3.

Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29

4 Interpolación mediante funciones tipo “spline"

Javier Segura (Universidad de Cantabria) Interpolación CNI 2 / 29

4 Interpolación mediante funciones tipo “spline"

Javier Segura (Universidad de Cantabria) Interpolación CNI 3 / 29

Para cualquier conjunto de n + 1 (n ≥ 0) números distintos x0 , x1 , ..., xn

Al este polinomio Pn (x) se le llama polinomio de interpolación de

Javier Segura (Universidad de Cantabria) Interpolación CNI 4 / 29

Pn (x) = y0 L0 (x) + y1 L1 (x) + ... + yn Ln (x),

Javier Segura (Universidad de Cantabria) Interpolación CNI 5 / 29

Cuando interpolamos valores de una función, el siguiente resultado

Sea f (x) una función continua en [a, b] y derivable n + 1 veces en

donde se dice que Rn (x) es el resto y denotamos

Javier Segura (Universidad de Cantabria) Interpolación CNI 6 / 29

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

Javier Segura (Universidad de Cantabria) Interpolación CNI 7 / 29

La interpolación con las diferencias divididas de Newton es, en

f [xi+1 ...xi+k ] − f [xi ...xi+k −1 ]

Javier Segura (Universidad de Cantabria) Interpolación CNI 8 / 29

Observemos que cada diferencia dividida se forma tomando la diferencia de las

Javier Segura (Universidad de Cantabria) Interpolación CNI 9 / 29

Datos igualmente espaciados: forma de Newton

∆0 fi = fi , ∆fi = fi+1 − fi , ∆n fi = ∆∆n−1 fi = ∆n−1 ∆fi = ∆n−1 fi+1 − ∆n−1 fi

y utilizamos la notación fi = f (xi ) = f (x0 + ih).

Javier Segura (Universidad de Cantabria) Interpolación CNI 10 / 29

4 Interpolación mediante funciones tipo “spline"

Javier Segura (Universidad de Cantabria) Interpolación CNI 11 / 29

Podemos generalizar las diferencias divididas permitiendo que se

Javier Segura (Universidad de Cantabria) Interpolación CNI 12 / 29

si xi+k 6= xi con la definición

Javier Segura (Universidad de Cantabria) Interpolación CNI 13 / 29

Ejemplo: para calcular f [x0 x0 x0 x1 ] hacemos:

Repetir nodos nos permite la interpolación de Hermite, en la que

Javier Segura (Universidad de Cantabria) Interpolación CNI 14 / 29

Teorema (Interpolación de Hermite)

Javier Segura (Universidad de Cantabria) Interpolación CNI 15 / 29

4 Interpolación mediante funciones tipo “spline"

Javier Segura (Universidad de Cantabria) Interpolación CNI 16 / 29

Comportamiento del error

Volvamos a la interpolación de Lagrange (todos los nodos distintos).

y, por comodidad, consideraremos x0 < x1 < ... < xn−1 < xn .

Javier Segura (Universidad de Cantabria) Interpolación CNI 17 / 29

Comportamiento del error

Comportamiento del error

Si un determinado polinomio Qn (X ) hace que E[Qn (x)] sea el de valor

sea el de mínimo máximo valor absoluto en el intervalo [a, b].

Javier Segura (Universidad de Cantabria) Interpolación CNI 20 / 29

Polinomios de Chebyshev: definición

Javier Segura (Universidad de Cantabria) Interpolación CNI 21 / 29

Polinomios de Chebyshev: propiedades

Tn+1 (x) = 2xTn (x) − Tn−1 (x) , n = 1, 2, 3, ...

siendo los valores iniciales de la recurrencia T0 (x) = 1, T1 (x) = x.

Tn (x) tiene n + 1 extremos en el intervalo [−1, 1] que vienen dados por

para cualquier polinomio Pn (x) de tipo mónico:

Pn (x) = x n + an−1 x n−1 + an−2 x n−2 + ... + a1 x + a0 ,

Javier Segura (Universidad de Cantabria) Interpolación CNI 23 / 29

entonces el error viene acotado por:

donde hemos considerado el cambio de variable

Propiedad de ortogonalidad discreta

Javier Segura (Universidad de Cantabria) Interpolación CNI 26 / 29

Evaluación de la interpolación Chebyshev