Anlisis Numrico I

PRACTICA 4a
Interpolacin polinmica.
Un ingeniero, un matemtico y un fsico se van a cazar
ciervos. Cuando ven uno, el fsico dispara y el tiro sale
desviado a la izquierda. Dispara a continuacin el
ingeniero y su disparo se desva a la derecha. Entonces le
pregunta al matemtico si va a disparar y este dice:
Para qu... preero interpolar.
Frmulas para el polinomio de interpolacin.
Dada una funcin f(x) cuyos valores y = f(x) son
conocidos en n puntos distintos x
1
, x
2
, . . . , x
n
, existe
un nico polinomio p(x) de grado a lo ms n 1 tal
que p(x
i
) = y
i
para i = 1, . . . , n. Aunque tal polino-
mio interpolante es nico, existen muchas maneras
de representarlo. En general, una representacin es
obtenida a partir de una combinacin lineal de n
polinomios
1
,
2
,
n
que constituyen una base del
espacio vectorial de los polinomios de grado hasta
n 1:
p(x) =
n

j=1
c
j

j
(x),
donde los coecientes c
j
son determinados requiriendo
que p interpole a f sobre los puntos x
i
, esto es,
p(x
i
) =
n

j=1
c
j

j
(x
i
) = y
i
, i = 1, 2, . . . , n,
lo cual conduce a un sistema lineal de n ecuaciones
con n incgnitas Ac = y donde los elementos de A
estn dados por a
ij
=
j
(x
i
), los elementos de y son
los valores de f en x
i
, y los componentes del vector
c los coecientes c
i
a determinar. La eleccin de una
base particular determinar el costo computacional
para resolver el sistema, su condicionamiento, y la
facilidad de la evaluacin de la expresin resultante
del p. Las elecciones usuales son las siguientes:
1) Tomar la base de monomios
j
(x) = x
j1
, con lo
cual el polinomio interpolante tiene la forma
p(x) = c
1
+ c
2
x + + c
n
x
n1
,
y los coecientes son determinados del sistema lineal

1 x
1
x
n1
1
1 x
2
x
n1
2
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n
x
n1
n

c
1
c
2
.
.
.
c
n

y
1
y
2
.
.
.
y
n

La matriz (densa) de este sistema es una matriz de

Vandermonde y el costo computacional de la resolu-
cin del sistema a travs de un mtodo directo es,
como sabemos, O(n
3
).
2) Tomar la base formada por los polinomios
j
(x) =
l
j
(x) =

n
k=1
k=j
(x x
k
)
(x
j
x
k
)
, para los cuales l
j
(x
i
) =
ij
,
esto es, 1 si i = j y 0 para i = k. Por lo tanto, A = I,
la matriz identidad, y el polinomio interpolante est
dado por
p(x) =
n

j=1
y
j
l
j
(x),
expresin conocida como frmula de interpolacin
de Lagrange. En la prctica, su utilidad es limitada
(aunque no as en la teora) debido a que la determina-
cin y evaluacin de la misma es computacionalmente
costosa.
3) Tomar la base de polinomios
1
(x) = 1,
j
(x) =

j1
k=1
(x x
k
) para j = 2, . . . , n, con lo cual el poli-
nomio interpolante tiene la forma
p(x) = c
1
+ c
2
(x x
1
) + c
3
(x x
1
)(x x
2
) +
+c
n
(x x
1
)(x x
2
) (x x
n1
),
conocida como frmula de interpolacin de Newton.
Aqu
j
(x
i
) = 0 para i < j, es decir, la matriz A
es triangular inferior y por lo tanto el costo compu-
tacional para la determinacin de los coecientes es
O(n
2
).
Por otra parte, cualquiera sea la representacin
escogida, una cota para el error cometido en la inter-
polacin puede ser obtenida del hecho de que si f es
una funcin con derivada continua hasta el orden n
sobre el intervalo que contiene a los puntos x
1
, . . . , x
n
,
entonces existe un en el intervalo ms pequeo que
contiene a los puntos x
1
, . . . , x
n
, x tal que
f(x) p(x) =
f
(n)
()
n!
n

k=1
(x x
k
).
Ejercicio 1. Mostrar que la interpolacin lineal de f
a travs de los puntos x
1
, x
2
(x
1
< x
2
) est dada por
p(x) =
y
1
(x
2
x) + y
2
(x x
1
)
(x
2
x
1
)
,
y que el error cometido en dicha interpolacin, para
x
1
< x < x
2
, est acotado por
|f(x) p(x)|
M
8
(x
2
x
1
)
2
,
donde M es una cota para la derivada segunda de f
en el intervalo [x
1
, x
2
].
Ejercicio 2. Determinar el polinomio que interpola
los tres puntos (2, 27), (0, 1), (1, 0) segn la base
de monomios, la frmula de Lagrange y la frmula de
Newton.
Frmula de Newton para el polinomio inter-
polante. En la prctica la determinacin de los
coecientes c
i
de la frmula de Newton no requiere
determinar explicitamente la matriz triangular in-
ferior correspondiente, sino que puede obtenerse la
solucin en forma recursiva como sigue:
Prctica 4a 1
Anlisis Numrico I
Para k = 1, 2, . . . , n
Tomar c
k
= y
k
Para i = 1, 2, . . . , k 1
Tomar c
k
=
c
k
c
i
x
k
x
i
Adems, una vez determinado el polinomio interpolan-
te, ste puede ser evaluado ecientemente en un punto
cualquiera x = a travs de la relacin recursiva
b
n
= c
n
b
i
= c
i
+ b
i+1
( x
i
), i = n 1, . . . , 1
siendo, entonces, b
1
= p().
Ejercicio 3. Escribir una subrutina Fortran para la
determinacin de los coecientes c
i
del polinomio
de grado a lo ms n 1 que interpola los n puntos
(x
i
, y
i
), i = 1, . . . , n. Escribir tambin una funcin
Fortran que permita evaluar dicho polinomio en un
punto cualquiera.
Ejercicio 4. La interpolacin del siguiente conjunto
de datos debera conducir a una aproximacin de la
funcin raz cuadrada.
x
i
y
i
0 0
1 1
4 2
9 3
16 4
Estimar los valores de

0.5,

2,

7 y

15 conside-
rando:
a) El polinomio de grado cuatro que interpola los
cinco datos de la tabla.
b) El polinomio lineal que interpola a los dos valores
ms prximos de la tabla.
Cuales aproximaciones son mejores?
Que valores obtiene si considera extrapolar los cinco
datos de la tabla para estimar, por ejemplo,

25 = 5

64 = 8?
Ejercicio 5. Fenmeno de Runge. Determinar el
polinomio interpolante de grado 10 de la funcin
f(x) =
1
1 + 25 x
2
x [1, 1]
sobre los puntos x
i
= 1 +
2 (i 1)
10
, i = 1, . . . , 11.
Calcule el error absoluto y relativo en los puntos
intermedios a dichos puntos. Graque y comente los
resultados obtenidos.
Prctica 4a 2