Interpolacin de Newton

Natalia Son Vargas

21 de septiembre de 2016

RESUMEN

Es un mtodo de interpolacin polinmica.Aunque slo existe un nico polinomio que interpola una serie de puntos, existen diferentes formas de calcularlo.
Este mtodo es til para situaciones que requieran un nmero bajo de puntos
para interpolar, ya que a medida que crece el nmero de puntos, tambin lo
hace el grado del polinomio. Se basa en la obtencin de un polinomio a partir de un conjunto de puntos dados, aproximndose lo ms posible a la curva
buscada
PALABRAS CLAVE

Polinomio,interpolacin,curvas

1.

Interpolacin polinmica de Newton

Es un mtodo de interpolacin polinmica. Aunque slo existe un nico

polinomio que interpola una serie de puntos, existen diferentes formas de calcularlo. Este mtodo es til para situaciones que requieran un nmero bajo de
puntos para interpolar, ya que a medida que crece el nmero de puntos, tambin lo hace el grado del polinomio. Se basa en la obtencin de un polinomio
a partir de un conjunto de puntos dados, aproximndose lo mas posible a la
curva buscada. Si x0 , x1 , ..., xn son puntos distintos y f (x) est denida en [a,
b],xi existe [a, b] i = 0, 1, ..., n, entonces el polinomio interpolador de f (x) entre estos puntos se puede escribir como: Pn (x) = f (x0 )+(xx0 )f [x0 , x1 ]+(x
x0 )(xx1 )f [x0 , x1 , x2 ]+...+(xx0 )(xx1 )...(xxn1 )f [x0 , x1 , ..., xn ] = Xn denominada Interpolacin Forma de Newton. La interpolacin con las diferencias
divididas de Newton es, en general, ms fcil de computar que la utilizacin
de la frmula de Lagrange, y puede ser evaluada de forma recursiva.

2.

Construccin del polinomio interpolador de

newton

La interpolacin consiste en hallar un dato dentro de un intervalo en el que

conocemos los valores en los extremos. El problema general de la interpolacin
se nos presenta cuando nos dan una funcin de la cual solo conocemos una
serie de puntos de la misma:
(x0 , y0 ), (x1 , y1 ), ........., (xn , yn ). Se pide hallar el valor de un punto x (intermedio de x0 y xn ) de esta funcin.
2.1.

INTERPOLACIN LINEAL:

La forma ms simple de interpolacin consiste en unir dos puntos asociados

con datos con una linea recta. Dicha tcnica, llamada interpolacin lineal, se
ilustra de manera grca de la siguiente manera, utilizando triangulos semejantes:

Figura 1: Esquema grco de la interpolacin lineal

Utilizando tringulos semejantes
f (x) f (x0 )
f (x1 ) f (x0 )
=
x1 x0
x x0

(1)

reordenndose se tiene:

f1 (x) = f (x0 ) +

f (x1 ) f (x0 )
(x x0 )
x1 x0

(2)

La formula (2) hace referencia a la interpolacin lineal. la notacin f1 (X)

designa que ste es un polinomio de interpolacin de primer grado. Se observa
3

que adems de representar la pendiente de la lnea que une los puntos, el terf (x ) f (x )

1
0
mino
es una aproximacin en diferencias divididas nitas a la
x1 x0
primera derivada. En general, cuanto menor sea el intervalo entre los puntos
asociados con datos, mejor ser la aproximacin. Esto se debe al hecho de que,
conforme el intervalo disminuye, una funcin continua estar mejor aproximada por una lnea recta.

2.2.

INTERPOLACIN CUADRTICA:

Una estrategia para mejorar la estimacin consiste en introducir alguna

curvatura a la lnea que une los puntos. Si se tienen tres puntos asociados
con datos, stos pueden ajustarse en un polinomio de segundo grado (tambin
conocido como polinomio cuadrtico o parbola). una forma particularmente
conveniente para ello es:
f2 (x) = b0 + b1 (x x0 ) + b2 (x x0 )(x x1 )

(3)

desarrollando cada trmino se obtiene:

f2 (x) = b0 + b1 x b1 x0 + b2 x2 + b2 x0 x1 b2 xx0 b2 xx1

agrupando trminos:
f2 (x) = a0 + a1 x + a2 x2

donde:
a0 = b 0 b 1 x 0 + b 2 x 0 x 1
a1 = b 1 b 2 x 0 b 2 x 1
a2 = b 2

Un procedimiento simple puede usarse para determinar los valores de los

coecientes. Para encontrar b0 , en la ecuacin (3) se evalu con x = x0 para
obtener
b0 = f (x0 )

(4)

La ecuacin (4) se sustituye en la ecuacin (3), si se evalua x = x1 , obtenemos:

f (x1 ) = b0 + b1 (x1 x0 )

(5)

f (x1 ) = f (x0 ) + b1 (x1 x0 )

(6)

b1 =

f (x1 ) f (x0 )
x1 x0

(7)

Por ltimo, las ecuaciones (4) y (7) se sustituye en la ecuacin (3), despus
se evala en x = x2 y (luego de algunas manipulaciones algebraicas) se resuelve
para

b2 =

2.3.

f (x2 ) f (x1 ) f (x1 ) f (x0 )

x2 x1
x1 x0


/(x2 x0 )

(8)

FORMA GENERAL DE LOS POLINOMIOS DE

INTERPOLACIN DE NEWTON:

El anlisis anterior puede generalizarse para ajustar un polinomio de

n-simo grado a n+1 puntos asociados con datos. El polinomio de n-simo
grado es:
fn (x) = b0 + b1 (x x0 ) + ... + bn (x x0 )(x x1 )...(x xn1 )

(9)

Como se hizo antes con las interpolaciones lineales y cuadrticas, los puntos
asociados con datos se utilizan para evaluar los coecientes b0 , b1 , ..., bn para
un polinomio de n-simo grado se requieren n+1 puntos asociados con datos:
[x0 , f (x0 )], [x1 , f (x1 )], ..., [xn , f (xn )]. Usamos estos puntos asociados con datos
y las siguientes ecuaciones para evaluar los coecientes:

b0 = f (x0 )

(10)

b1 = f [x1 , x0 ]

(11)

b2 = f [x2 , x1 , x0 ]

(12)

b2 = f [xn , xn1 , ..., x1 , x0 ]

(13)

2.4.

FORMA DE NEWTON CONSTRUCCIN POR

RECURRENCIA

Hay ocasiones en las que resulta til construir varios polinomios aproximantes P1 (x), P2 (x), ..., PN (x) y, despus, elegir el ms adecuado a nuestras
necesidades. Si usamos el polinomio interpolador de Lagrange, uno de los inconvenientes es que no hay relacin entre la construccin de PN 1 (x) y la de
PN (x); cada polinomio debe construirse individualmente y el trabajo necesario
para calcular polinomios de grado elevado requiere muchas operaciones. Vamos
a seguir ahora un camino de construccin distinto, en el cual los polinomios
interpoladores, que se llamarn de Newton, se calculan mediante un esquema
recursivo.
P1 (x) = b0 + b1 (x x0 )

P2 (x) = b0 + b1 (x x0 ) + b2 (x x0 )(x x1 )

(14)

(15)

P3 (x) = b0 + b1 (x x0 ) + b2 (x x0 )(x x1 ) + b3 (x x0 )(x x1 )(x x2 )(16)

PN (x) = b0 + b1 (x x0 ) + b2 (x x0 )(x x1 ) + ... + bN (x x0 )(x x1 )(x x2 )...(x xN 1 )(17)

El polinomio PN (x) se obtiene a partir de PN 1 (x) usando la recurencia:

PN (x) = PN 1 (x) + bN (x x0 )(x x1 )(x x2 )...(x xN 1 )

(18)

En este marco se dice que el polinomio PN (x) dado en la formula (17) es

un polinomio de N ewton con N centros x0 , x1 , ..., xN 1 . Puesto que PN (x)
involucra sumas de productos de factores lineales, siendo
aN (x x0 )(x x1 )(x x2 )...(x xN 1 )

el de mayor grado, est claro que PN (x) es un polinomio de grado menor o

igual que N.

3.

Aproximacin por polinomios:

Nodos Y centros

Supongamos que queremos encontrar los coecietes bk de todos los polinomios P1 (x)...., PN (x) que nos sirven para aproximar una funcin dada f (x).
Entonces cada Pk (x) es el polinomio de Newton que tiene como centros los
puntos x0 , x1 , ...., xk y es tambien el polinomio de interpolacin para los nodos x0 , x1 , ...., xk+1 . Para el polinomio P1 (x), los coecientes b0 y b1 tienen un
signicado familiar en este caso, se tiene que:
P1 (x0 ) = f (x0 ) y P1 (x1 ) = f (x1 )

(19)

de modo que usando las formulas (14) y (19); podemos despejar a0 y obtener:
f (x0 ) = P1 (x0 ) = b0 + b1 (x0 x0 ) = b0

(20)

Por tanto b0 = f (x0 ). A continuacin usando las formulas ( 14),(19) y (20)

tenemos
f (x1 ) = P1 (x1 ) = b0 + b1 (x1 x0 ) = f (x0 ) + b1 (x1 x0 )

de donde podemos despejar b1

b1 =

f (x1 ) f (x0 )
x1 x0

(21)

Por tanto b1 es la pendiente de la lnea recta que pasa por los puntos
(x0 , f (x0 )) y (x1 , f (x1 )).
Los coecientes b0 y b1 son los mismos para P1 (x) y P2 (x) as que , para
continuar, ahora evaluamos la expresin (15) en el nodo x2 y obtenemos:
f (x2 ) = P2 (x2 ) = b0 + b1 (x2 x0 ) + b2 (x2 x0 )(x2 x1 )

(22)

Usando la expresin (22) los valores de b0 y b1 calculados en las formulas

(20) y (21), nos queda
f (x2 ) b0 b1 (x2 x0 )
(x2 x0 )(x2 x1 )


f (x2 ) f (x0 ) f (x1 ) f (x0 )
b2 =

/(x2 x1 )
x2 x0
x1 x0
b2 =

que, por motivos computacionales, escribimos mejor como:


b2 =

f (x2 ) f (x1 ) f (x1 ) f (x0 )

x2 x1
x1 x0


/(x2 x0 )

(23)

El numerador de la ecuacin (23) es la diferencia entre un cociente de

diferencias; vamos a precisar esta idea de diferencias divididas, que ser la
herramienta con la cual podremos continuar el proceso recursivo.
7

4.

Diferencias divididas

Se denomina diferencias divididas de la funcin f en los puntos x0 , ..., xn

al coeciente de xn en el desarrollo en potencias de x del correspondiente
polinomio interpolador de newton.
Esta diferencia dividida se representa mediante f [x0; :::; xn] El entero n se
llama orden de la diferencia dividida.
Las diferencias divididas de una funcin f (x) se denen como:
f [xk ] = f (xk ),
f [xk1 , xk ] =
f [xk2 , xk1 , xk ] =
f [xk3 , xk2 , xk1 , xk ] =

f [xk ] f [xk1 ]
,
xk xk1

f [xk1 , xk ] f [xk2 , xk1 ]

,
xk xk2

f [xk2 , xk1 , xk ] f [xk3 , xk2 , xk1 ]

.
xk xk3

las diferencias divididas de orden superior se forman de acuerdo con la siguiente

regla recursiva:
f [xkj , xkj+1 , ..., xk ] =

f [xkj+1 , ..., xk ] f [xkj , ..., xk1 ]

xk xkj

(24)

Los coecientes bk de los polinomios PN (x) dependen de los valores de interpolacin f (xj ) (con j =0,1,...,k); el siguiente teorema establece que bk puede
calcularse usando las diferencias divididas de f (x):
(25)

bk = f [x0 , x1 , ..., xk ].

Se debe notar que no es necesario que los datos usados estn igualmente
espaciados o que los valores de la abscisa necesariamente se encuentren en orden
ascendente, Todas las diferencias pueden arreglarse en una tabla de diferencias
divididas, donde cada diferencia se indica entre los elementos que la producen:
i
0
1
2
3

xi
x0
x1
x2
x3

f (xi )
f (x0 )
f (x1 )
f (x2 )
f (x3 )

primera

segunda

f (x1 , x0 ) f (x2 , x1 , x0 )
f (x2 , x1 ) f (x3 , x2 , x1 )
f (x3 , x4 )

tercera
f (x3 , x2 , x1 , x0 )

(POLINOMIO INTERPOLADOR DE NEWTON) Supongamos que x0 , x1 , ..., xN son N + 1 no meros distintos en [a, b].Entonces existe
un o nico polinomio PN (x) de grado menor o igual que N tal que
Teorema 4.1.

f (xj ) = PN (xj ) paraj = 0, 1, ..., N.

La forma de Newton de este polinomio interpolador es:

PN (x) = b0 + b1 (x x0 ) + ... + bN (x x0 )(x x1 )...(x xN 1 )

(26)

siendo bk =f [x0 , x1 , ..., xk ] para k = 0, 1, ..., N.

(APROXIMACIN DE NEWTON) Supongamos que pN (x) es
el polinomio interpolador de Newton dado en el teorema (4.1 ) y que lo usamos

corolario 4.1.

para aproximar la funcin

f (x),

esto es:

(27)

f (x) = PN (x) + EN (x)

f C N +1 [a, b], entonces para cada x [a, b] existe un
(a, b), tal que el termino del error puede escribirse como:
Si

en

EN (x) =
Observacion.El

(x x0 )(x x1 ) (x xN )f N +1 (c)
(N + 1)!

termino del error

EN (x)

numero

c = c(x)

(28)

es, naturalmente, el mismo que el

del polinomio interpolador de lagrange.

Demostracin. Se probara la relacin con la formula (28) cuando N=1. empezamos deniendo una funcin auxiliar g(t) de la siguiente manera:

g(t) = f (t) P1 (t) E1 (x)

(t x0 )(t x1 )
(x x0 )(x x1 )

(29)

Hagamos notar que x, x0 , x1 son constantes con respecto a la variable t y

tambin, que g vale cero en estos tres puntos; esto es,
g(x) = f (x) P1 (x) E1 (x)

(x x0 )(x x1 )
= f (x) P1 (x) E1 (x) = 0
(x x0 )(x x1 )

g(x0 ) = f (x0 ) P1 (x0 ) E1 (x)

(x0 x0 )(x0 x1 )
= f (x0 ) P1 (x0 ) = 0
(x x0 )(x x1 )

g(x1 ) = f (x1 ) P1 (x1 ) E1 (x)

(x1 x0 )(x1 x1 )
= f (x1 ) P1 (x0 ) = 0
(x x0 )(x x1 )

Supongamos, sin perdida de generalidad, que x est en el intervalo abierto

(x0 , x1 ). Aplicando el teorema de Rolle a g(t) en el intervalo [x0 , x1 ], obtenemos
un punto d0 , con x0 < d0 < x, tal que
g 0 (d0 ) = 0

(30)

Volviendo a aplicar el teorema de Rolle a g(t) pero en el intervalo [x; x1 ],

obtenemos un punto d1 , con x < d1 < x1 , tal que
9

(31)

g 0 (d1 ) = 0

Las realciones (30) y (31) prueban que la funcin g 0 (t) es cero en t = d0 y

t = d1 .Volviendo a usar el teorema de Rolle, pero esta vez aplicando a g 0 (t) en
[d0 , d1 ], obtenemos un valor c [a, b] tal que
(32)

g 00 (c) = 0

Volviendo a la relacin (29) y calculando las derivadas g 0 (t) y g 00 (t), nos

queda:
g 0 (t) = f 0 (t) P10 (t) E1 (x)

()g 00 (t) = f 00 (t) 0 E1 (x)

(t x0 ) + (t x1 )
(x x0 )(x x1 )

2
(x x0 )(x x1 )

(33)

donde hemos usado el hecho de que, por ser P1 (t) un polinomio de grado
N = 1, su segunda derivada es P1 (t) = 0. Evaluando la expresin (33) en el
punto t = c y usando la expresin (32), se verica
0 = f 00 (c) E1 (x)

2
(x x0 )(x x1 )

de donde podemos despejar E1 (x) para obtener la expresin (28) :

E1 (x) =

(x x0 )(x x1 )f 2 (c)
2!

lo que completa la prueba.

4.1.

Convergencia

Con el teorema logramos entender la simple relacin que hay entre los
terminos del error para las interpolaciones lneal, cuadrtica y cubica.En los
tres casos la cota del error |EN (x)| depende de h de dos maneras distintas:En
primer lugar, el termino hN +1 aparece en la expresin de dicha cota, de manera
que |EN (x)| es directamente proporcional a hN +1 . En segundo lugar, para N
jo, los valores de MN +1 depende generalmente de h y tienden a |f N +1 (x0 )|
cuando h tiende a 0.Por consiguiente, cuando h tiende a 0, se tiene que |EN (x)|
converge a 0 a la misma velocidad que hN +1 . En la Denicin De Orden de
Aproximacion O(hn ), se dice que una funcin f (h) es de orden g(h) cuando
h 0, lo que se denota por f (h) = O(g(h)), si existen constantes C y c tales
que: |f (h)| C|g(h)| siempre que |h| C por lo tanto O(hN ) nos permite
analizar comodamente este tipo de comportamiento.Por ejemplo, la cota de
error dada en la expresin (28) pude expresarse como
|E1 (x)| = O(h2 )

10

valida para
x [x0 , x1 ]

y, al emplear la notacion O(h2 ) en vez de h2 M2 /8, lo que queremos expresar es

la idea de que la cota del termino del error es, aproximadamente, un multiplo
de h2 ; es decir,
|E1 (x)| Ch2 O(h2 )

Como consecuencia, si las derivadas de f (x) estan uniformemente acotadas

en el intervalo [a, b] y |h| < 1, entonces tomando N conseguiremos que hN +1
sea peque'no de manera que el error del polinomio interpolador decrece con el
grado.
Consideremos y = f (x) = cos(x) en el intervalo [0,0, 1,2] en
primer lugar determinamos las cotas M2 ,M3 y M4 de las derivadas |f 00 (x)|,
|f 000 (x)| y |f 0000 (x)|, respectivamente en el intervalo [0,0, 1,2]:

Ejemplo 4.1.

solucin 1.

|f 2 (x)| = | cos(x)| | cos(0,0)| = 1,000 = M2 ,

|f 3 (x)| = |sen(x)| |sen(1,2)| = 0,932039 = M3 ,
|f 4 (x)| = |cos(x)| |cos(0,0)| = 1,000 = M4 ,

Para P1 (x) el espaciado entre los nodos es h = 1,2, luego su cota de error es:
|E1 (x)|

(1,2)2 (1,000)
(h2 M2 )

= 0,18
8
8

Para P2 (x) el espacio entre sus nodos es h = (1,2/2) = 0,6 luego su cota de
error es:
|E2 (x)|

(0,6)3 (0,932039)
(h3 M3 )

= 0,012915
9 3
9 3

Para P3 (x) el espaciado entre sus nodos es h = (1,2/3) = 0,4 luego su cota de
error es:
|E3 (x)|

(h4 M4 )
(0,4)4 (1,000)

= 0,001067
24
24

Ejemplo 4.2. Determine el polinomio Interpolador de Newton de tercer grado

y estime el valor en x=2; la funcion real es f (x) = Ln(x):

x0 = 1; f (x0 ) = 0
x1 = 4; f (x1 ) = 1, 3863
x2 = 6; f (x2 ) = 1, 7917
x3 = 5; f (x3 ) = 1, 6094

11

solucin 2.

es:

Con N=3 el polinomio interpolador de Newton de tercer grado

f (x) = b0 + b1 (x x0 ) + b2 (x x0 )(x x1 ) + b3 (x x0 )(x x1 )(x x2 )

Primero debemos calcular las diferencias divididas para hallar los coecientes
b0 , b1 , b2 , b3 de la siguiente manera:
b0 = f (x0 )
b1 = f [x1 , x0 ]
b2 = f [x2 , x1 , x0 ]
b3 = f [x3 , x2 , x1 , x0 ]
Primeras diferencias divididas:

f [x1 , x0 ] =

1, 3863 0
f (x1 ) f (x0 )
=
= 0, 4621 b1
x1 x0
41

f (x2 ) f (x1 )
1, 7917 1, 3863
=
= 0, 2027
x2 x1
64
1, 6094 1, 7917
f (x3 ) f (x2 )
=
= 0, 1823
f [x3 , x2 ] =
x3 x2
56
f [x2 , x1 ] =

Segundas diferencias divididas:

f [x2 , x1 , x0 ] =

f [x2 , x1 ] f [x1 , x0 ]
0, 2027 0, 4621
=
= 0, 05188 b2
x2 x0
61

f [x3 , x2 , x1 ] =

f [x3 , x2 ] f [x2 , x1 ]
0, 1823 0, 2027
= 0, 0204
=
x3 x1
54

Terceras diferencias divididas:

f [x3 , x2 , x1 , x0 ] =

f [x3 , x2 , x1 ] f [x2 , x1 , x0 ]
0, 0204 + 0, 05188
= 0, 00787 b3
=
x3 x0
51

Luego
f (x) = 0, 4621(x 1) 0, 05188(x 1)(x 4) + 0, 00787(x 1)(x 4)(x 6)

Este ltimo polinomio es el Polinomio Interpolador de Newton de tercer grado.

Para estimar el valor de x=2 en el polinomio Interpolador de Newton de
tercer grado es:
f (2) = 0, 4621(2 1) 0, 05188(2 1)(2 4) + 0, 00787(2 1)(2 4)(2 6)
f (2) = 0, 4621(1) 0, 05188(2) + 0, 00787(8)
f (2) = 0, 62882
Valor real:

f (x) = Ln(x)
f (2) = Ln(2) = 0, 69314
Error:

0, 69314 0, 62882
| 100 = 9, 3
0, 69314

12

Ejemplo 4.3. Se quiere aproximar la funcin f (x) = cos(2x) en el intervalo [1,2] utilizando interpolacin polinmica con 3 puntos dados por el vector
x=[1.3, 1.2, 1.9]. Cul es el error mximo terico que se cometera en el
punto 1.5? Y cul es el error real?

x0

solucin 3.

x1

x2

x 1.3
1.2
1.9
y -0.85 -0.73 -0.79

Sabemos que la frmula que nos da una estimacin conservadora del error
de interpolacin viene dada por:

(x x0 )(x x1 ) (x xN )f N +1 (c)
EN (x) =
(N + 1)!
en la que se han considerado los n+1 puntos (xk , yk ), k=0,...,n. En nuestro

caso son 3 puntos, por lo que necesitamos calcular la derivada tercera de la

funcin f (x) = cos(2x) . Tenemos:
f 1 (x) = 2 sin(2x)
f 2 (x) = 4 cos(2x)
f 3 (x) = 8 sin(2x)

Esta ltima derivada tercera, considerada en valor absoluto, tiene su valor

mximo en el intervalo [1,2] si consideramos x=1:
8 sin(2)

Por tanto, la cota de error viene dada por:

| E |= |

8 sin(2)
(1,51,3)(1,51,2)(1,51,9)(1,52)| = 0,016 sin(2) = 0,0145487
3!

El error real es la diferencia entre el valor de la funcin en el punto dado,o sea,

f (1,5), y el valor que nos proporciona el polinomio de interpolacin, evaluado en el punto, o sea, p(1.5). Con la tabla de valores del comienzo, podemos
obtener el polinomio de interpolacin y su valor en x=1.5. Como solo necesitamos conocer el valor p(1.5) podemos hacerlo por la frmula de Newton en
diferencias divididas y evaluar directamente para obtener que p(1.5).
si se tiene 3 puntos como datos (registrados en la tabla) estos pueden
ajustarse como un polinomio de segundo grado de la forma:
f (x) = b0 + b1 (x x0 ) + b2 (x x0 )(x x1 )

Primero debemos calcular las diferencias divididas para hallar los coecientes
a0 , a1 , a2 , a3 de la siguiente manera:
b0 = f (x0 ) = 085
b1 = f [x1 , x0 ]

13

b2 = f [x2 , x1 , x0 ]
Primeras diferencias divididas:

f [x1 , x0 ] =

f (x1 ) f (x0 )
0, 73 + 0, 85
=
= 1,2 b1
x1 x0
1, 2 1, 3

f [x2 , x1 ] =

f (x2 ) f (x1 )
0, 79 + 0, 73
=
= 0, 085
x2 x 1
1, 9 1, 2

Segundas diferencias divididas:

f [x2 , x1 , x0 ] =

f [x2 , x1 ] f [x1 , x0 ]
0, 085 + 1, 2
=
= 1, 592 b2
x2 x0
1, 9 1, 2

Luego
f (x) = 0, 85 1, 2(x 1, 3) + 1, 592(x 1, 3)(x 1, 2)

Este ultimo polinomio es el Polinomio Interpolador de Newton de segundo

grado.
Para estimar el valor de x=1,5 en el polinomio Interpolador de Newton de
segundo grado es:
f (1, 5) = 0, 85 1, 2(1, 5 1, 3) + 1, 592(1, 5 1, 3)(1, 5 1, 2) = 0, 99448

Error real =
| f (1, 5) p(1, 5) |= | 0, 98999 + 0, 99448| = 0,00449

5.

POLINOMIO INTERPOLADOR DE NEWTON EN MATLAB

Instrucciones para calcular el polinomio interpolador de newton :

1. Inicio
2. EL usuario deber seleccionar el grado del polinomio que tendr.
4. El usuario debe ingresar los valores de x y de f(x) donde dice ingrese los
puntos.
5. El usuario debe ingresar el valor de x para el que desea se evalu el
polinomio interpolado y poder gracar ese punto.
6. Dependiendo del grado seleccionado por el usuario el programa calcula las
diferencias divididas para encontrar el valor de los coecientes del polinomio.
7. Se construye el polinomio que aparecer en otro espacio destinado para
ello.
8. Se evala el polinomio con el valor de x proporcionado.
9. Se graca el polinomio y Se graca el punto.
10. Fin
14

5.1.

Codigo en matlab para el polinomio interpolador de

newton

%Interpolacion de newton
clear;clc;
disp('metodos numericos');
disp('interpolacion');
n=input('ingrese el grado del polinomio, n=');
fprintf('Se necesitan %.0f puntos\n',n+1);
disp('ingrese los puntos');
for i=1:n+1
fprintf('x %.0f=',i-1);
X(i)=input(' ');
fprintf('y %.0f=',i-1);
Y(i)=input(' ');
end
DD=zeros(n+1);
DD(:,1)=Y;
for k=2:n+1
for J=k:n+1
DD(J,k)=[DD(J,k-1)-DD(J-1,k-1)]/[X(J)-X(J-k+1)];
end
end
disp('La matriz de diferencias divididas es:');
disp(DD);
disp(' El polinomio de newton es');
syms x;
polnew=DD(1,1);
P=1;
for i=1:n
P=P*(x-X(i));
polnew=polnew+P*DD(i+1,i+1);
end
polnew=expand(polnew);
pretty(polnew);
x=input(' ingrese el valor de x a interpolar,x=');
vi=eval(polnew);
fprintf(' el valor interpolado es %.2f\n',vi);
hold on;
ezplot(polnew,[X(1) X(n+1)]);
plot(x,vi,'r+');

Para realizar los calculos con un computador, las diferencias divididas se

15

trabajan de la forma:
D(k, j) =

D(k, j 1) D(k 1, j 1)
xk xkj

Construccin del polinomio interpolador de Newton de grado menor o igual N,

que pasa por los puntos (xk , yk ) = (xk , f (xk )) para k = 0, 1, ..., N .
P (x) = d0,0 +d1,1 (xx0 )+d2,2 (xx0 )(xx1 )+...+dN,N (xx0 )(xx1 ) (xxN 1 )

siendo dk,0 = yk y dk,j =

dk,j1 dk1,j1
xk xkj

Ademas se gracar los puntos que se hallen con el polinomio.

Al correr el codigo en Matlab e ingresar los datos del ejemplo (4.2) , nos
arroja el siguiente resultado con su respectiva graca, donde se analiza el valor
de la interpolacin en el punto x=2
metodos numericos
interpolacion
ingrese el grado del polinomio, n=3
Se necesitan 4 puntos
ingrese los puntos
x0 = 1
y0 = 0
x1 = 4
y1 = 1,3863
x2 = 6
y2 = 1,7917
x3 = 5
y3 = 1,6094

La matriz de diferencias divididas es:

0
0
0
0
1,3863 0,4621
0
0
1,7917 0,2027 0,0519
0
1,6094 0,1823 0,0204 0,0079

(34)

El polinomio de newton es
3
2
787x 2769x 24727x
1717/2000
100000 20000 25000

ingrese el valor de x a interpolar,x=2

el valor interpolado es 0.63

Vamos a realizar el ejemplo 4.3 utilizando el programa matlab, para comprobar los datos obtenidos, y obtener la graca de interpolacin en el punto
16

(35)

Figura 2: construccin del polinomio interpolador

x=1.5.
17

metodos numericos
interpolacion
ingrese el grado del polinomio, n=2
Se necesitan 3 puntos
ingrese los puntos
x0 = 1,3
y0 = 0,85
x1 = 1,2
y1 = 0,73
x2 = 1,9
y2 = 0,79

La matriz de diferencias divididas es:

0,8500
0
0
0,7300 1,2000
0
0,7900 0,0857 1,8571

(36)

El polinomio de newton es
2
13x
409x
101/28
7
70

ingrese el valor de x a interpolar,x=1.5

el valor interpolado es -0.98

Figura 3: construccin del polinomio interpolador en el punto 1.5

Ejercicio 5.1.

Encontrar una aproximacin utilizando el polinomio de newton

18

(37)

con diferencias divididas para i= 3.5, teniendo en cuenta que i = corriente, v

= voltaje.
x=i 1
2 3 4
y=v 120 94 75 62
2. Calcular el polinomio interpolador de Newton de grado tres y cuatro
para los siguientes datos. Aproximar los valores especicados usando cada uno
de los polinomios.
a). Aproximar f(8.4) si f(8)=16.63553, f(8.1)=17.61549, f(8.3)=17.56492,
f(8.6)=18.50515, f(8.7)=18.82091.
3. El rendimiento de un proceso productivo en funcin de la temperatura
En una planta qumica se sintetiza un producto que es utilizado posteriormente
como conservante de productos enlatados. El rendimiento del proceso depende
de la temperatura. Se dispone de los siguientes datos:
T( C) 150 160 170 180 190 200 210
R( %) 35.5 37.8 43.6 45.7 47.3 50.1 51.2
Se considera un rendimiento ptimo el que va de 38.5 a 45, por lo que la
planta trabaja a 175 C. Si la temperatura de trabajo cae a 162 C ser el
proceso satisfactorio hasta que sea reparada?

6.

Bibliografa

Referencias

[1]

Richard L. Burden, J. Douglas Faires

[2]

John H. Mathews,Kurtis D. Fink

[3]

Timothy Sauer

[4]

Perez Lopez .

cin. Editorial Math

Anlisis Numrico.

, Mtodos
Pearson Educacin 7a edicin. Editorial Math
, Anlisis

, Matlab y
edicin. pearson edicin.

Numrico.

7a edi-

Numricos con Matlab.

2a edicin. pearson edicin.

sus aplicaciones a la ciencia y la ingienera.

19

1a