Métodos Numéricos

APROXIMACIÓN FUNCIONAL E INTERPOLACIÓN

En el campo de la matemática aplicada es de gran importancia la manera como determinar
una función o funciones a partir de un conjunto de datos discretos, i.e., puntos tabulados,
situación que siempre se enfrenta cualquier investigador, para decir generalmente un
Ingeniero siempre tiene al frente esta problemática fenómeno que será el objetivo de este
ítem.

Pues es común encontrar datos con valores discretos, y sin embargo nosotros queremos
encontrar valores entre estos puntos discretos, y esto es lo que lo llamamos ajuste de curvas
y, generalmente se usa el procedimiento de mínimos cuadrados.

Cuando existe un conjunto de datos muy precisos, en este caso se usa lo que se llama
interpolación.

Las funciones de aproximación generalmente es obtenida por combinación lineal de

funciones elementales, que toman la forma de:

a n g n ( x)  a n1 g n1 ( x)  ........  a1 g1 ( x)  a0 g 0 ( x) : 0in

En donde:

ai: Son constantes que deseamos encontrar, i=1,2,...,n

gi(x): Son funciones elementales específicas, i=1,2,...,n

Ejemplo:

1. gi (x): Puede ser la familia de monomios en x : x , x , ..... , x 0 1 n

 luego tenemos la
combinación lineal:
p( x)  an x n  an1 x n1  ......  ai x i  .......  a2 x 2  a1 x1  a0 x 0

2. La familia de funciones elementales de Fourier, en función de “x”

1, sen x, cos x, sen 2x, cos 2x, sen 3x, cos 3x,..

La combinación lineal que genera aproximaciones de la forma:

n n
a 0   a i cos i x   bi sen i x
i 1 i 1

3. La familia de funciones exponenciales en x:

1, e x , e 2 x , e 3x , ...

Que proporciona la siguiente combinación lineal

a0  a1e x  a2 e 2 x  a3e 3x  ...  ai e ix  ...  an e nx

1
 Métodos Numéricos
Observación.

1. De las tres familias observadas podemos decir que la primera es la más utilizada y la más
sencilla en su manejo.

2. En este capítulo buscamos unan función f(x) a partir de una tabulación funcional f (x):

Punto 0 1 2 ..... N
Variable x0 x1 x2 .... xn
Función f (x0) f (x1) f (x2) ....... f (xn)

Es decir queremos aproximar a f(x) por medio de la familia elemental de monomios

x 0

, x1 , x 2 , ..... , x i , ...... , x n es
n 1
decir, p( x)  an x  an1 x  ......  ai x  .......  a2 x  a1 x  a0 x , que se puede
n i 2 1 0

realizar por medio de los siguientes criterios:

 Ajuste exacto
 Mínimos cuadrados

AJUSTE EXACTO

Consiste en determinar una función polinomial que pase por los puntos proporcionados
tabularmente. Esto es:

2
 Métodos Numéricos

I. APROXIMACIÓN POLINOMIAL SIMPLE E INTERPOLACIÓN LINEAL

Podemos decir que la interpolación lineal es el eje para muchos métodos numéricos y de
gran relevancia en la ingeniería, puesto que una gran información se encuentra en su forma
tabular como veremos más adelante y es usado por una diversidad de métodos numéricos.

La interpolación es de gran importancia en el campo de la ingeniería, ya que al consultar

fuentes de información presentadas en forma tabular, con frecuencia no se encuentra el valor
buscado como un punto en la tabla. Por ejemplo, las tablas 5.1 y 5.2 presentan la
temperatura de ebullición de la acetona (C3 H6 O) a diferentes presiones.

Supongamos por un instante que sólo se dispone del cuadro 2 y que queremos el valor de la
variable “y=f(x)” cuando x tiene un valor de 2 unidades. Una manera muy común es
considerar la ecuación de una línea recta así:

p( x)  a0  a1 x , y sustituirlos valores de los puntos 0 y 1, obteniendo dos ecuaciones con

variables a0 y a1

Punto “0” = (1,56); punto 1: (5,113); (x, f(x))

56.5  a0  a1 a1  14.125
113  a0  5a1 de donde a0  42.375

Luego la ecuación de la función lineal:

p(x) = 42.375 + 14.125x

Esta ecuación puede ser usado para calcular f (x) cuando x = 2

f (2)  42.375  (14.125)2  70.625

3
 Métodos Numéricos

70.6

Observación:

Si queremos una mejor aproximación para nuestra función deberíamos considerar otro punto
más y tendremos:

p( x)  a0  a1 x  a2 x 2 ,

Sean los puntos

P0  (1,56.5)  56.5  a0  a1  a2
P2  (5,113 )  113  a0  5a1  25a2
P3  (20,181)  181  a0  20a1  400a2

Resolviendo el sistema, tenemos que:

a0  39.85 , a1  17.15 , a2  0.50482

p( x)  39.85  17.15 x  0.50482 x 2
p(2)  39.85  17.15(2)  0.50482(2)2  72.1

Gráficamente representa una parábola.

En general tendremos la siguiente aproximación polinomial.

pn ( x)  a0  a1 x  a2 x 2  .......  ai x i  .......  an x n

generan un sistema de n + 1 ecuaciones lineales en las incógnitas ai , i = 0, 1, 2…, n. Una

vez resuelto el sistema se sustituyen los valores de ai en la ecuación (5.9), con lo cual se
obtiene el polinomio de aproximación. A este método se le conoce como aproximación
polinomial simple.

4
 Métodos Numéricos
Algoritmo de Aproximación Polinomial Simple

Para obtener los (n + 1) coeficientes del polinomio de grado n (n > 0) que pasa por (n + 1)
puntos, proporcionar los

DATOS: El grado del polinomio N y las N + 1 parejas de valores (X(I), FX (I), I=0,1,… ,
N). RESULTADOS: Los coeficientes A(0), A(1),… , A(N) del polinomio de aproximación.

PASO 1. Hacer I = 0.

PASO 2. Mientras I ≤ N, repetir los pasos 3 a 9.

PASO 3. Hacer B(I, 0) = 1.

PASO 4. Hacer J = 1.

PASO 5. Mientras J ≤ N, repetir los pasos 6 y 7.

PASO 6. Hacer B(I, J) = B(I,J–1) * X(I).

PASO 7. Hacer J = J+1.

PASO 8. Hacer B(I,N+1) = FX(I).

PASO 9. Hacer I = I + 1.

PASO 10. Resolver el sistema de ecuaciones lineales de orden N + 1 con alguno de los
algoritmos

PASO 11. IMPRIMIR A(0), A(1),… , A(N) y TERMINAR.

5
 Métodos Numéricos

II. POLINOMIO DE APROXIMACIÓN DE LAGRANGE

El método de aproximación polinomial simple requiere la solución de un sistema de

ecuaciones algebraicas lineales que, cuando el grado del polinomio es alto, puede presentar
inconvenientes. Existen otros métodos de aproximación polinomial en que no se requiere
resolver un sistema de ecuaciones lineales y los cálculos se realizan directamente; entre
éstos se encuentra el de aproximación polinomial de Lagrange.

Supongamos una función desconocida f (x) dada en forma tabular y se asume un polinomio
de primer grado es decir una línea recta el cual se puede escribir de la siguiente manera:

1. Supongamos que la ecuación de un recta se escribe así:

P( x)  a0 ( x  x1 )  a1 ( x  x0 )

En donde:

x0 , x1 : Son valores de la función en puntos conocidos [x0, f (x0)], [x1, f (x1)]

a0, a1 : Coeficientes por determinar, y lo encontramos haciendo las consideraciones

siguientes:

Determinando a0 para ello consideramos

P( x 0 ) f ( x0 )
x  x 0  P( x 0 )  a 0 ( x 0  x1 )  a 0  
x 0  x1 x 0  x1

Determinando a1 para ello hacemos:

P( x1 ) f ( x1 )
x  x1  P( x1 )  a1 ( x1  x 0 )  a1  
x1  x 0 x1  x 0

Luego

f ( x0 ) f ( x1 )
P( x)  ( x  x1 )  ( x  x0 )
( x 0  x1 ) ( x1  x 0 )
( x  x1 ) ( x  x0 )
P( x)  f ( x 0 )  f ( x1 )
( x 0  x1 ) ( x1  x 0 )
P( x)  L0 ( x) f ( x 0 )  L1 ( x) f ( x1 )

( x  x1 ) ( x  x0 )
L0 ( x)  y L1 ( x) 
( x0  x1 ) ( x1  x0 )

2. Supongamos un polinomio de segundo grado

P2 ( x)  a0 ( x  x1 )( x  x 2 )  a1 ( x  x0 )( x  x 2 )  a 2 ( x  x0 )( x  x1 )

En donde:

x0, x1, x2 son los valores de los puntos conocidos [x0, f(x0)], [x1, f(x1)], [x2, f(x2)]

6
 Métodos Numéricos
P2 ( x0 ) f ( x0 )
Si x  x0  a0  
( x0  x1 )( x0  x2 ) ( x0  x1 )( x0  x2 )

P2 ( x1 ) f ( x1 )
Si x  x1  a1  
( x1  x0 )( x1  x2 ) ( x1  x0 )( x1  x2 )

P2 ( x2 ) f ( x2 )
Si x  x2  a 2  
( x2  x0 )( x2  x1 ) ( x2  x0 )( x2  x1 )

Luego:

P2 ( x)  L0 ( x) f ( x0 )  L1 ( x) f ( x1 )  L2 ( x) f ( x 2 )

En donde:

( x  x1 )( x  x 2 ) ( x  x0 )( x  x 2 ) ( x  x0 )( x  x1 )
L0 ( x)  ; L1 ( x)  ; L2 ( x) 
( x0  x1 )( x0  x 2 ) ( x1  x0 )( x1  x 2 ) ( x 2  x0 )( x 2  x1 )

3. Podemos suponer un polinomio de grado n:

Pn ( x)  L0 ( x) f ( x0 )  L1 ( x) f ( x1 )  .....  Li ( x) f ( xi )  ......  Ln ( x) f ( xn )

En donde:

( x  x1 )( x  x 2 ).....( x  xi ).....( x  x n )
L0 ( x ) 
( x 0  x1 )( x 0  x 2 ).....( x 0  xi )....( x 0  x n )
( x  x 0 )( x  x 2 ).....( x  xi ).....( x  x n )
L1 ( x) 
( x1  x 0 )( x1  x 2 ).....( x1  xi )....( x1  x n )

( x  x 0 )( x  x1 ).....( x  xi  1 ).....( x  x n )
Li ( x) 
( xi  x 0 )( xi  x1 ).....( xi  xi  1 )....( xi  x n )

Que en general el polinomio se puede escribir:

n
Pn ( x)   Li ( x) f ( xi ) , polinomio LaGrange
i 0

En donde:

n (x  x j )
Li ( x)  
j 0 ( x i  x j ) ,
j i

La aproximación polinomial de LaGrange, es la combinación lineal de f(xi ) y de los

coeficientes Li(X).

7
 Métodos Numéricos
Ejemplo:

Supongamos que tenemos la función tabular

i 0 1 2 3

F(Xi) -3 0 5 7

Xi 0 1 3 6

a) Determinar la aproximación polinomial de LaGrange usando todos los puntos

b) Determinar el valor aproximado de f (x) para x = 1.8

Solución:

Debemos destacar que la tabla presenta cuatro puntos lo que induce la existencia de un
polinomio de tercer orden

P3 ( x)  L0 ( x) f ( x0 )  L1 ( x) f ( x1 )  L2 ( x) f ( x2 )  L3 ( x) f ( x3 )
P3 ( x)  L0 ( x)(3)  L1 ( x)(0)  L2 ( x)(5)  L3 ( x)(7)
( x  x1 )( x  x2 )( x  x3 ) ( x  1)( x  3)( x  6) ( x  1)( x  3)( x  6)
L0 ( x)   
( x0  x1 )( x0  x2 )( x0  x3 ) (0  1)(0  3)(0  6) 18
( x  x0 )( x  x2 )( x  x3 ) ( x  0)( x  3)( x  6) x( x  3)( x  6)
L1 ( x)   
( x1  x0 )( x1  x2 )( x1  x3 ) (1  0)(1  3)(1  6) 10
( x  x0 )( x  x1 )( x  x3 ) ( x  0)( x  3)( x  6) x( x  1)( x  6)
L2 ( x)   
( x2  x0 )( x2  x1 )( x2  x3 ) (3  0)(3  1)(3  6) 18
( x  x0 )( x  x1 )( x  x2 ) x( x  1)( x  3) x( x  1)( x  3)
L3 ( x)   
( x2  x0 )( x3  x1 )( x3  x2 ) 6 (6  1)(6  3) 90

Operando tenemos:

x 3 x 2 46
P3     x 3
30 30 15

El valor aproximado de la función cuando x = 1.8

(1.8) 3 (1.8) 2 46
P3 (1.8)     (1.8)  3  2.2176
30 30 15

Ejemplo 2.

Encuentre tanto la aproximación polinomial de Lagrange a la tabla 5.2 como el valor de la

temperatura para una presión de 2 atm, utilizando esta aproximación.

8
 Métodos Numéricos

c) La tabla 5.2 contiene cuatro puntos, por lo que la aproximación polinomial de mayor
grado posible es 3. Así se desarrolla la ecuación para n = 3.

el cual puede emplearse para encontrar el valor de la temperatura correspondiente a la

presión de 2 atm. Con la sustitución de x = 2 y al evaluar p3 (x) queda:

9
 Métodos Numéricos

EJERCICIOS

1) Determine el polinomio que interpolan los siguientes conjuntos de datos: Primer grado,
segundo grado, tercer grado, y cuarto grado.

a)

I 0 1 2 3 4

f(xi) 40 45 50 55 60

xi 2 3 5 6 8

b)

I 0 1 2 3 4

f(xi) 10 15 20 25 30

xi 0 1 2 3 4

c)

I 0 1 2 3 4

f(xi) 140 245 450 655 960

xi 1 5 10 15 20

d)

I 0 1 2 3 4

f(xi) 1 -3 2 4 10

xi 3 1 2 6 9

2) Calcule el único polinomio de grado menor o igual que tres que interpola a los datos (−1, 1),
(0, 2), (1, −1) y (2, 2).

3) Polinomio de grado menor o igual que 2 que interpola a la función f (x) = ex en los puntos x0
= −1, x1 = 0, x2 = 1.

4) Obtener el polinomio interpolador de Lagrange para cierta función f de la que conocemos

que: f(-1)=1 ; f(0)=-1 ; f(2)=2 y f(3)=2.

5) Obtener el polinomio interpolador de Lagrange para la función f(x) = log(x) con el soporte s
= {1, 2, 4, 6, 8}.

6) Obtener el polinomio interpolador de Lagrange para cierta función f(x) de la que

conocemos: f(-2)=0; f(0)=1; f(1)=-1.

10