APROXIMACION POLIMONIAL

Si la información se representa mediante un polinomio pn(x) en un intervalo dado, nos referimos

a APROXIMACION POLINOMIAL.
Es la aproximación a una función dentro de un intervalo, por medio de una función simple.

Pn(X)= a0 a1x+a2x2+…+anxn

INTERPOLACION LINEAL

La interpolación lineal es un caso particular de la interpolación general de Newton. Con el

polinomio de interpolación de Newton se logra aproximar un valor de la función f(x) en un valor
desconocido de x. El caso particular, para que una interpolación sea lineal es en el que se utiliza
un polinomio de interpolación de grado 1, que se ajusta a los valores en los puntos X1 y X2. Se
denota de la siguiente manera:

Dados dos puntos (Xk, yk) y (xk+1, yk+1), si se desea encontrar un valor de y para una x dada
dentro de un intervalo, se utiliza la siguiente ecuacion:

Y despejando para y , tenemos

EJEMPLO

Determinar la función lineal de interpolación que pasa por los puntos (-1 , 0) , (4 , 2) .

Interpola el valor a = 1 y extrapola el valor b = 5.

Tenemos los puntos:

P(x0 , y0) = (-1 , 0)

Q(x1 , y1) = (4 , 2)

Obtenemos la función de interpolación lineal:

APLICACIÓN

En un negocio recién abierto, la primera semana hubo 150 clientes que supusieron unos
ingresos de 3600 euros, y la segunda semana 200 clientes que supusieron ingresos de
5600 euros. Lo primero es hallar la función de interpolación lineal para relacionar los
ingresos (y) con el número de clientes (x).

Tenemos dos parejas de datos clientes-ingresos (x, y): (150, 3600) y (200, 5600).

Si se desea saber cuántos ingresos generarían con 190 clientes

b) Interpolando: f (190)=40⋅190−2400=5200 . 190 clientes supondrían unos ingresos de

5.200 €
INTERPOLACION LAGRANGE

En algunas ocasiones, no se tiene una función continua, sino valores de la función

específicos y(x) para una x dada. A estas funciones se les conoce como funciones
tabulares, y son de la siguiente forma:

En la práctica tenemos como ejemplo los resultados de experimentos en un laboratorio, o

el censo de la población cada 5 años.

La interpolación requiere el cálculo de los valores de una función y(x) para argumentos

entre en los cuales se conocen los valores , en otras

palabras, interpolar es recuperar los valores de una función en puntos intermedios dada
una tabla de valores de esta función.

Por ejemplo, a veces es imposible o muy costoso hacer experimentos de laboratorio para
valores intermedios de x. También sería muy costoso hacer un censo de la población cada
año, sin embargo, si tenemos el tamaño de la población en 1980, 1985 y 1990, podemos
interpolar para obtener el tamaño de la población en 1983.

Para poder realizar una interpolación de Newton es necesario que los valores de
las x dadas en la función tabular tengan un espaciamiento constante mientras que
una interpolación de Lagrange se puede llevar a cabo sin importar si el espaciamiento es
constante o variable.

La interpolación de polinomios de Lagrange es una reformulación del polinomio de

Newton que evita el cálculo de la tabla de diferencias, el polinomio de Lagrange se
expresa como:
Donde:

P es el símbolo de “multiplicatoria” y significa el producto de.

Por ejemplo, el polinomio de Lagrange de primer grado es:

Mientras que el polinomio de Lagrange de segundo grado es:

En este caso es la y la x es la . Mientras más datos se tengan

en la tabla, se podrá usar un polinomio de mayor grado, lo que dará mejores resultados.

EJEMPLO

Calcular el polinomio de Lagrange usando los siguientes datos:

Para solucionar el problemas deberemos aplicar la siguiente fórmula:

donde:

Sustituyendo, el polinomio de Lagrange queda definido como sigue:

Simplificamos, y obtenemos:

Tras realizar las diferentes operaciones la ecuación resultante quedará de la siguiente

forma:

f(x) = -0,0739x3 + 0,3906x2 + 0,624x - 2,978

APLICACIÓN

Aunque el polinomio interpolador de Lagrange se emplea mayormente para interpolar

funciones e implementar esto fácilmente en una computadora, también tiene otras
aplicaciones en el campo del álgebra exacta, lo que ha hecho más célebre a este
polinomio, por ejemplo, en el campo de los proyectores ortogonales:

Sea un espacio vectorial complejo de dimensión finita E en el que definimos un producto

escalar (no necesariamente el usual). Sea F un operador normal, tal que gracias al teorema
de la descomposición espectral es igual a . Donde Pi son los proyectores
ortogonales λi y los autovectores de F asociados a cada proyector. Entonces:

Siendo I la matriz identidad.

Demostración:
Haciendo uso de la descomposición espectral y aplicando las propiedades de los
proyectores:

INTERPOLACIÓN DE NEWTON

Es un método de interpolación polinómica. Aunque sólo existe un único polinomio que

interpola una serie de puntos, existen diferentes formas de calcularlo. Este método es útil
para situaciones que requieran un número bajo de puntos para interpolar, ya que a medida
que crece el número de puntos, también lo hace el grado del polinomio.

Existen ciertas ventajas en el uso de este polinomio respecto al polinomio interpolador de

Lagrange. Por ejemplo, si fuese necesario añadir algún nuevo punto o nodo a la función,
tan sólo habría que calcular este último punto, dada la relación de recurrencia existente y
demostrada anteriormente.

El polinomio de interpolación de Newton de forma hacia adelante se puede determinar

asumiendo la siguiente forma:
Donde los coeficiente ck, k= 0,…, n se determinan al cumplir con las restricciones Pn(xi)
= yi, i=0,…,n.

Los coeficientes ck se pueden calcular en términos de:

 Diferencias finitas hacia adelante

 Diferencias finitas hacia atrás.
 Diferencias centradas.

EJEMPLO

Obtener el polinomio de interpolación usando la fórmula de interpolación de Newton en

diferencias divididas con los datos de la
tabla que aparece a continuación, e interpolar en el punto x = -1

xk 2 0 -2

yk 15 -1 -17

Sabemos que si tenemos los n+1 puntos (xi,yi), i=0… n, y queremos calcular el
polinomio que interpola en dichos puntos utilizando la fórmula de Interpolación de
Newton en diferencias divididas, hemos de usar:

pn(x)= f[x0] + f[x0,x1](x−x0)+ f[x0,x1,x2](x−x0)(x−x1)+…+f[x0,x1,

…,xn](x−x0)(x−x1)…(x−xn−1)

Calculamos entonces la tabla de diferencias divididas:

xk yk f[xk, xk+1] f[xk,xk+2]

2 15

0 -1 8

-2 -17 8 0

donde se ha expresado por brevedad la diferencia dividida f[xk,xk+1,…,xk+p] como f[xk ||

xk+p].La diagonal de la tabla de diferencias divididas, en color rojo, es entonces:
[15,8,0], que se corresponde exactamente con el conjunto de valores que aparece en la
fórmula y por tanto, los polinomios de Newton son los siguientes:
p0(x) = 15 (interpola en el primer punto)

p1(x) = 8(x-2) + p0(x) = 8x−1 (interpola en todos los puntos)

O también:

p(x) = 15 +8(x−2) = 8x−1

Si se quiere interpolar en un punto concreto, lo mejor es tomar el polinomio de

interpolación en su forma de Newton y reordenarlo
al estilo Ruffini-Horner expresando el polinomio como:

p(x) = 15 +(x−2) (8)

lo que supone realizar a lo sumo 2 sumas/restas y 1 multiplicaciones para interpolar en

un punto x. Para interpolar entonces en x= −1, basta sustituir la x de la expresión
reordenada anterior por su valor −1 para obtener p(−1) = −9.

APLICACIÓN
POLINOMIO DE TAYLOR

Llamaremos polinomio de Taylor de grado n para la función f en el punto a , y lo

denotaremos por Pn,a , al polinomio:

En la versión más sencilla podemos aproximar la función a estudiar por una constante. Es
claramente mucho más fácil operar con un número (la constante) que con una función
que puede ser complicada. Esta aproximación se usa mucho en las aplicaciones. Por
ejemplo, la aceleración de la gravedad cerca de la superficie de la tierra se aproxima por
la constante g = 9,8m/s2 (o a veces directamente g ≈ 10m/s2), por más que en realidad es
una función que depende de la altura.

AJUSTE DE CURVAS

El ajuste de curvas consiste en encontrar una curva que contenga una serie de puntos y
que posiblemente cumpla una serie de restricciones adicionales. Esta sección es una
introducción tanto a la interpolación (cuando se espera un ajuste exacto a determinadas
restricciones) y al ajuste de curvas/análisis de regresión (cuando se permite
una aproximación).