Clculo Numrico Programacin Aplicada

2009

INTERPOLACIN
El concepto de interpolacin surge, por ejemplo, cuando disponemos de datos que provienen de mediciones experimentales o estadsticos, puesto que queremos determinar la evolucin general de estos datos con el objetivo de estimar/predecir los valores que no conocemos. Por ejemplo, esto ocurre si tenemos partes de una imagen fotogrfica y queremos reconstruir la imagen completa. En otras palabras, buscamos una funcin (llamada funcin interpolante) que toma valores predeterminados en algunos puntos. Notemos que otra aplicacin de la interpolacin es la aproximacin de funciones dadas. Normalmente se utilizan funciones de un tipo predeterminado (polinomios, funciones trigonomtricas, etc) dando lugar a diferentes mtodos de interpolacin. Estudiaremos la interpolacin polinmica.

INTERPOLACIN POLINOMIAL Una de las ms y bien conocidas clases de funciones reales de variable real es la clase de los polinomios algebraicos, o sea, el conjunto de funciones de la forma

f(x) = a0 + a1x + ............+ anxn

donde n es un entero no negativo y a0, a1, ..., an son constantes reales. Una razn primordial de su importancia es que aproximan uniformemente funciones continuas; esto es, dada una funcin definida y continua en un intervalo cerrado, existe un polinomio que est tan cerca de la funcin dada como se desee.

f+

f- f

Teorema de Aproximacin de Weierstrass: Si f est definida y es continua en [a, b], dado

> 0, existe un polinomio P, definido en [a, b], con la propiedad que | f(x) P(x) | < para toda x [a,b]
Otro aspecto importante para considerar a los polinomios en la aproximacin de funciones es que es sencillo determinar la derivada y la integral indefinida de cualquier polinomio y el resultado es otra vez un polinomio. Por estas razones, los polinomios se usan con frecuencia para aproximar otras funciones que se conoce o se supone son continuas.

POLINOMIO DE LAGRANGE Planteo del problema Sea

f ( x ) la funcin que se quiere interpolar, se supone conocida en un conjunto de puntos

{x0 , x1 ,K, xn } , llamado soporte:

1
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

y 0 = f ( x0 ) y1 = f ( x1 )
M M

yn = f ( xn )
La interpolacin de Lagrange consiste en encontrar un polinomio de grado n, P(x) (polinomio de interpolacin de Lagrange), que pase por los puntos dados. Dicho polinomio cumple las condiciones:

P( x0 ) = y 0 P( x1 ) = y1
M M

P( xn ) = y n
Caso Lineal
Vamos a comenzar por plantearnos el caso de interpolar mediante una lnea recta que une 2 puntos cualesquiera. La ecuacin de la recta que pasa por los puntos ( x0 , y0 ) y x1 , y1 es la que presentamos

a continuacin

y = P ( x) = y0 + ( y1 y0 )

(x x0 ) (x1 x0 )

Vamos a tratar de reescribir la misma expresin tal cual lo hizo Lagrange

P1 ( x) =
Con L0 ( x ) =

( x x0 ) ( x x1 ) y0 + y1 = L0 ( x) y 0 + L1 ( x) y1 ( x0 x1 ) ( x1 x0 )

( x x1 ) ( x0 x1 )

y L1 ( x) =

( x x0 ) , llamados coeficientes `polinomios de Lagrange, que ( x1 x0 )

cumplen:
Cuando x = x0 , L0 ( x0 ) = 1 mientras que L1 ( x0 ) = 0 Cuando x = x1 , L0 ( x1 ) = 0 mientras que Caso General: Polinomio de grado n Teorema 1: Si x0 , x1 ...., xn son ( n + 1) nmeros diferentes y f es una funcin cuyos valores estn dados en estos puntos, entonces existe un nico polinomio P de grado

P 1 ( x0 ) = y 0

L1 ( x1 ) = 1 P1 ( x1 ) = y1

n con la propiedad de que

f ( xk ) = P ( xk )
Este polinomio est dado por

para cada k = 0,1,....., n

P ( x) = f ( x 0 ) L0 ( x ) + .... + f ( x n ) Ln ( x ) = f ( xi )Li ( x )
i =0

Demostracin: Por una serie de n+1 puntos pasa un polinomio de grado n que, lo podemos expresar en funcin de sus races y tiene la siguiente forma

2
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

Pn ( x) = a0 ( x x1 )(x x2 )L( x xn ) + a1 (x x0 )(x x2 )L(x xn ) + + a2 (x x0 )(x x1 )(x x3 )K(x xn ) + L+ ai ( x x0 )(x x1 )L(x xi 1 )(x xi +1 )L(x xn ) + + L+ an1 ( x x0 )(x x1 )L( x xn2 )(x xn ) + an ( x x0 )(x x1 )L( x xn2 )(x xn1 )
Los coeficientes del polinomio se determinan haciendo cumplir las condiciones:

P( x0 ) = y 0 P( x1 ) = y1
M M

P( xn ) = y n
obtenemos

a0 =
ai =

f ( x0 ) f ( x1 ) , a1 = , en general ( x0 x1 )( x0 x 2 ) L ( x0 x n ) ( x1 x0 )( x1 x2 ) L( x1 x n )
n f ( xi ) 1 = f ( xi )C ( xi x0 ) L ( xi xi 1 )( xi xi +1 ) L ( xi xn ) j = 0 ( xi x j ) j i

Reemplazando en el polinomio Pn(x), obtenemos la frmula del polinomio de Lagrange

Pn ( x) = Li ( x) f ( xi ) , con Li ( x) =
i =0

(x x j ) ( xi x j )

j =0 j i

El siguiente paso consiste en calcular un trmino residual o cota para el error involucrado en la aproximacin de una funcin mediante un polinomio interpolante. Esto se hace en el teorema siguiente Teorema 2: Si x0, x1,.....,xn son puntos distintos en [a, b] y si f es derivable hasta el orden (n+1) en

[a, b], entonces, para cada x en [a, b], existe un nmero (x) en (a, b) tal que

f ( x) = P ( x) +

f ( n +1) ( ( x)) ( x x0 )( x x1 ).....( x x n ) , (n + 1)!

donde P(x) es el polinomio interpolante. El segundo trmino corresponde a la frmula del error. Esta frmula es un resultado terico importante, su uso prctico est restringido a funciones cuyas derivadas tengan cotas conocidas. Ejemplo 1: la tabla muestra los valores de una funcin en diversos puntos. Compararemos las aproximaciones a f(1.5) obtenidas con varios polinomios de Lagrange.

x 1.0 1.3 1.6 1.9 2.2

f(x) 0.7651977 0.6200860 0.4554022 0.2818186 0.1103623

Como x = 1.5 se encuentra entre 1.3 y 1.6, el polinomio lineal utilizar x0 = 1.3 y x1 = 1.6

3
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

P1 ( x ) = f ( x i )Li ( x ) = f ( x 0 ) L0 ( x) + f ( x1 ) L1 ( x )
i =0

P1 (1.5) = 0.6200860

(1.5 1.6) (1.5 1.3) + 0.4554022 = 0.5102968 (1.3 1.6) (1.6 1.3)

Podemos emplear dos polinomios de grado 2:

a) suponemos que x0 = 1.3, x1 = 1.6 y x2 = 1.9

P2 ( x ) = f ( x i )Li ( x ) = f ( x 0 ) L0 ( x ) + f ( x1 ) L1 ( x) + f ( x 2 ) L2 ( x )
i =0

(1 . 5 1 . 6 )(1 . 5 1 . 9 ) (1 . 5 1 . 3 )(1 . 5 1 . 9 ) + + 0 . 4554022 (1 . 3 1 . 6 )(1 . 3 1 . 9 ) (1 . 6 1 . 3 )(1 . 6 1 . 9 ) (1 . 5 1 . 3 )(1 . 5 1 . 6 ) + 0 . 2818186 = 0 . 5112857 (1 . 9 1 . 3 )(1 . 9 1 . 6 ) P2 (1 . 5 ) = 0 . 6200860

b) x0 = 1.0, x1 = 1.3 y x2 = 1.6

(1 .5 1 .3)(1 .5 1 .6 ) (1 .5 1 .0 )(1 .5 1 .6 ) + 0 .6200860 + (1 .0 1 .3)(1 .0 1 .6 ) (1 .3 1 .0 )(1 .3 1 .0 ) (1 .5 1 .0 )(1 .5 1 .3) + 0 .4554022 = 0 .5124715 (1 .6 1 .0 )(1 .6 1 .3) P2 (1 .5 ) = 0 .7651977

En el de grado 3, tenemos dos polinomios:

a) x0 = 1.3, x1 = 1.6, x2 = 1.9 y x3 = 2.2

P3 ( x ) = f ( x3 )L3 ( x ) = f ( x 0 ) L0 ( x ) + f ( x1 ) L1 ( x) + f ( x 2 ) L2 ( x) + f ( x3 ) L3 ( x )
i =0

(1.5 1.6)(1.5 1.9)(1.5 2.2) (1.5 1.3)(1.5 1.9)(1.5 2.2) + + 0.4554022 (1.3 1.6)(1.3 1.9)(1.3 2.2) (1.6 1.3)(1.6 1.9)(1.6 2.2) (1.5 1.3)(1.5 1.6)(1.5 2.2) (1.5 1.3)(1.5 1.6)(1.5 1.9) + 0.2818186 + 0.1103623 = 0.5118302 (1.9 1.3)(1.9 1.6)(1.9 2.2) ( 2.2 1.3)(2.2 1.6)(2.2 1.9) P3 (1.5) = 0.6200860
b) x0 = 1.0, x1 = 1.3, x2 = 1.6 y x3 = 1.9
(1.5 1.3)(1.5 1.6)(1.5 1.9) (1.5 1.0)(1.5 1.6)(1.5 1.9) + 0.6200860 + (1.0 1.3)(1.0 1.6)(1.0 1.9) (1.3 1.0)(1.3 1.6)(1.3 1.9) (1.5 1.0)(1.5 1.3)(1.5 1.9) (1.5 1.0)(1.5 1.3)(1.5 1.6) + 0.4554022 + 0.2818186 = 0.5118127 (1.6 1.0)(1.6 1.3)(1.6 1.9) (1.9 1.0)(1.9 1.3)(1.9 1.6) P3 (1.5) = 0.7651977
El polinomio de Lagrange de cuarto grado utiliza todos los valores de la tabla

x0 = 1.0, x1 = 1.3, x2 = 1.6, x3 = 1.9 y x4 =2.2

P4 ( x ) = f ( x i )Li ( x ) = f ( x 0 ) L0 ( x) + f ( x1 ) L1 ( x ) + f ( x 2 ) L2 ( x ) + f ( x 3 ) L3 ( x ) + f ( x 4 ) L4 ( x )
i =0

4
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

(1 . 5 1 . 3 )( 1 . 5 1 . 6 )( 1 . 5 1 . 9 )( 1 . 5 2 . 2 ) + 0 . 6200860 ( 1 . 0 1 . 3 )( 1 . 0 1 . 6 )( 1 . 0 1 . 9 )( 1 . 0 2 . 2 ) (1 . 5 1 . 0 )( 1 . 5 1 . 6 )( 1 . 5 1 . 9 )( 1 . 5 2 . 2 ) (1 . 5 1 . 0 )( 1 . 5 1 . 3 )( 1 . 5 1 . 9 )( 1 . 5 2 . 2 ) + 0 . 4554022 + ( 1 . 3 1 . 0 )( 1 . 3 1 . 6 )( 1 . 3 1 . 9 )( 1 . 3 2 . 2 ) (1 . 6 1 . 0 )( 1 . 6 1 . 3 )( 1 . 6 1 . 9 )( 1 . 6 2 . 2 ) ( 1 . 5 1 . 0 )( 1 . 5 1 . 3 )( 1 . 5 1 . 6 )( 1 . 5 2 . 2 ) 0 . 2818186 + 0 . 1103623 (1 . 9 1 . 0 )( 1 . 9 1 . 3 )( 1 . 9 1 . 6 )( 1 . 9 2 . 2 ) (1 . 5 1 . 0 )( 1 . 5 1 . 3 )( 1 . 5 1 . 6 )( 1 . 5 1 . 9 ) = 0 . 5118200 ( 2 . 2 1 . 0 )( 2 . 2 1 . 3 )( 2 . 2 1 . 6 )( 2 . 2 1 . 9 ) P 4 (1 . 5 ) = 0 . 7651977

Desventajas Las desventajas de la interpolacin de Lagrange son las siguientes: La cantidad de clculos necesaria para una interpolacin es grande. La interpolacin para otro valor de x necesita la misma cantidad de clculos adicionales, ya que no se pueden utilizar partes de la aplicacin previa. Cuando el nmero de datos tiene que aumentar o disminuir, no se pueden utilizar los resultados de los clculos previos. La evaluacin del error no es fcil.

DIFERENCIAS DIVIDIDAS Los mtodos para determinar la representacin explcita de un polinomio interpolante a partir de datos tabulados se conocen como mtodos de diferencias divididas. Estos mtodos se usaron ms con propsitos de cmputo antes de que el equipo de cmputo digital llegara a ser fcilmente disponible. Sin embargo, los mtodos pueden usarse tambin para derivar tcnicas para aproximar las derivadas y las integrales de funciones, as como para aproximar las soluciones de ecuaciones diferenciales.

Interpolacin de Newton en puntos con separacin no uniforme

Supongamos que nmeros distintos

Pn es el polinomio de Lagrange de grado n que coincide con la funcin f en los x0 , x1 ,....., x n . Las diferencias divididas de f con respecto a x0 , x1 ,....., x n se pueden

derivar demostrando que Pn tiene la representacin

Pn ( x) = a0 + a1 ( x x0 ) + a 2 ( x x0 )( x x1 ) + ....... + a n ( x x0 )( x x1 )........( x xn 1 )
con constantes apropiadas Evaluando

a 0 , a1 ,........a n .

Pn en x 0 :

a 0 = Pn ( x0 ) = f ( x0 )

Evaluando en

x1 : f ( x0 ) + a1 ( x1 x0 ) = Pn ( x1 ) = f ( x1 ) a1 =

f ( x1 ) f ( x0 ) x1 x0

Introducimos lo que se conoce como notacin de diferencia dividida. Diferencias divididas de orden cero de la funcin f,

f [x 0 ] = f ( x 0 ) , f [x1 ] = f ( x1 ),L, f [x n ] = f ( x n )
Diferencias divididas de orden 1

f [x 0 , x1 ] =

f [x1 ] f [x0 ] f [xi +1 ] f [xi ] f [x 2 ] f [x1 ] , f [x1 , x 2 ] = , , f [xi , xi +1 ] = x1 x0 x 2 x1 xi +1 xi

5

Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

Diferencias divididas de orden 2

f [x 0 , x1 , x 2 ] =

f [x1 , x 2 ] f [x0 , x1 ] f [x3 , x 4 ] f [x 2 , x3 ] , f [x 2 , x3 , x 4 ] = , x 2 x0 x4 x2

f [xi +1 , xi + 2 ,..., xi + k 1 , xi + k ] xi , xi +1 , xi + 2 ,...., xi + k , est dada por

Cuando las (k-1) diferencias divididas

f [xi , xi +1 , xi + 2 ,..., xi + k 1 ]

han sido determinadas, la k-sima diferencia dividida de f relativa a

f [xi , xi +1 ,..., xi + k 1 , xi + k ] =
Los coeficientes

f [xi +1 , xi + 2 ,..., xi + k ] f [xi , xi +1 ,..., xi + k 1 ] xi + k x i

a1 , a 2 , K, a n , se pueden expresar en trminos de las diferencias divididas

a1 =

f ( x1 ) f ( x 0 ) = f [x0 , x1 ] , a 2 = f [x0 , x1 , x 2 ], x1 x0

Sustituyendo en el polinomio interpolante

Pn ( x) = a0 + a1 ( x x0 ) + a 2 ( x x0 )( x x1 ) + ....... + a n ( x x0 )( x x1 )........( x xn 1 )
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 )

Pn ( x ) = f [x0 ] + f [x0 , x1 ,..., x k ]( x x 0 )...( x x k 1 )

k =1

que es la frmula de diferencia dividida interpolante de Newton La determinacin de las diferencias divididas para puntos de datos tabulados se bosqueja en la tabla siguiente. Se podran encontrar una cuarta diferencia a partir de estos datos.

Primeras diferenx f(x) cias divididas

Segundas diferencias divididas

Terceras diferencias divididas

x0

f[x0]

f x0 , x1 =

f x ] f [ x0 ] ] [1 x x
1 0

x1

f[x1]
f x1 , x2 =

f x0 , x1 , x2 =

f x ] f [ x1 ] ] [2 x x
2 1

] f [ x0 , x1 ] ] f [ x1 , x2 x2 x0

f x0 , x1 , x2 , x3 = f x1 , x2 , x3 =

x2

f[x2]
f x2 , x3 =

[
[

f [ x2 ] ] f [ x3x3] x2

f [ x1 , x2 ] ] f [ x2 , x3x3] x1 f x1 , x2 , x3 , x4

f [ x0 , x1 , x2 ] ] f [ x1, x2 , x3x3] x0

x3

f[x3]
f x3 , x4

f x2 , x3 , x4

] f [ x3 ] ] = f [ x4 x4 x3

] f [ x2 , x3 ] ] = f [ x3 , x4 x4 x2

] f [ x1 , x2 , x3 ] ] = f [ x2 , x3 , x4 x4 x1

x4

f[x4]

6
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

Ejemplo 2: dada la tabla del ejemplo 1, los coeficientes de la frmula de las diferencias divididas progresivas del polinomio interpolante de Newton se encuentran a lo largo de la diagonal de la tabla

xi

f[xi]

f[xi-1, xi]

f[xi-2, xi-1, xi]

f[xi-3,, xi]

f[xi-4,, xi]

0 1 2 3 4

1.0 0.7651977 -0.4837057 1.3 0.6200860 -0.5489460 1.6 0.4554022 -0.5786120 1.9 0.2818186 -0.5715210 2.2 0.1103623 0.0118183 -0.0494433 0.0680685 -0.1087339 0.0658784 0.0018251

P4 ( x ) = f [x 0 ] + f [x 0 , x1 ,..., x k ]( x x 0 )...( x x k 1 ) = f [x 0 ] + f [x 0 , x1 ,..., x k ]( x x 0 )...( x x k 1 )

P4 ( x ) = 0.7651977 0.4837057 ( x 1.0) 0.1087339 ( x 1.0)( x 1.3) + 0.0658784 ( x 1.0)( x 1.3)( x 1.6) + 0.0018251( x 1.0)( x 1.3)( x 1.6)( x 1.9)
k =1 k =1

y, P4(1.5) = 0.5118200
Interpolacin de Newton hacia adelante y hacia atrs en puntos con igual separacin Definimos las diferencias hacia adelante como

0 f i = f i

diferencia hacia adelante de orden cero diferencia hacia adelante de orden uno diferencia hacia adelante de orden dos diferencia hacia adelante de orden tres

f i = f i +1 f i
2 f i = f i +1 f i 3 f i = 2 f i +1 2 f i
..........................

k f i = k 1 f i +1 k 1 f i

diferencia hacia adelante de orden k

La determinacin de las diferencias para puntos de datos tabulados se bosqueja en la tabla siguiente.

7
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

fi

f i

2 f i

3 f i

4 f i

0 1

f0 f1

f 0
2 f 0

f1
2 3 4 f2

3 f 0

2 f1

4 f 0

f 2
f3

3 f 1 2 f 2

f 3
f4

Relacin entre diferencias finitas y diferencias divididas:

f [x0 , x1 ] =

f 0 h

f [x1 , x 2 ] =

f 1 h

2 f 0 2 f1 f [ x , x , x ] = 2 3 4 2 h2 2 h2 3 f 0 3 f1 f [x 0 , x1 , x 2 , x3 ] = f [ x , x , x , x ] = .. 0 1 2 4 3 h3 3 h3 f [x0 , x1 , x2 ] =

n f 0 f [x 0 ,..., x n ] = n!h n
A partir de la frmula en diferencias divididas

P x xn1) n(x) = f [x0] + f [x0, x1](x x0) + f [x0, x1, x2 ](x x0)(x x1) +....+ f [x0, x1,...,xn ](x x0)(x x1)...(
cuando los puntos estn igualmente espaciados, introducimos la notacin h = xi +1 xi para cada

i = 0,1,..., n 1 y sea x = x0 + sh , podemos escribir la diferencia x-xi como x xi = ( s i )h .

Por ejemplo: x x0 = sh , x x1 = ( s 1)h ,, x x 2 = ( s 2)h , x x n 1 = ( s n + 1) h
2 f n f 0 0 0 2 n Pn ( x) = P ( x0 + sh) = f [x0 ] + sh + s(s 1)h + .... + s( s 1) L ( s n + 1)h 2 n h 2h n!h n Pn ( x) = P ( x0 + sh) = f [x0 ] + sf 0 + s( s 1) n 2 f 2! 0 + s( s 1)(s 2) 3 f 3! 0 + .... + s( s 1) L ( s n + 1) n f n! 0 f

Al utilizar la notacin del coeficiente binomial ,

s s(s 1)(s 2)...(s k + 1) = k! k

la frmula de las diferencias progresivas de Newton, se escribe como,

8
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

n s Pn ( x) = f [x0 ] + k f 0 k = 1 k
Interpolacin de Newton hacia atrs Es otra frmula de uso frecuente y se escribe en trminos de las diferencias hacia atrs y los coeficientes binomiales. Las diferencias hacia atrs o regresivas se definen como:

0 fi = fi 1 f i = f i f i 1 2 f i = f i f i 1 3 f i = 2 f i 2 f i 1
.............................

k f i = k 1 f i k 1 f i 1
Cumplen con la siguiente relacin

f [x n , x n 1 ] =

f ( x n ) h

f [x n 2 , x n 1 , x n ] =

2 f ( xn ) k f ( x n ) [ ] , y en general f x ,..., x x = n k n 1, n 2 h2 k!h k

Reordenando los puntos interpolantes como xn , xn 1 ,..., x0 , se obtiene la frmula

Pn ( x) = f [xn ] + f xn , xn1 ( x xn ) + f xn , xn1, xn2 ( x xn )( x xn1) + .... + f xn ,..., x0 ( x xn )( x xn1)...(x x1)

Si los puntos tienen espacios iguales con x = x n + sh y x xi = ( s + n i ) h entonces

Pn ( x) = P ( x + sh) = f [xn ] + shf xn , x + s( s + 1)h2 f xn , x , x + .... + s( s + 1)(s + n 1)h n f xn ,..., x = n 1 n1 n2 0 n n

Esta forma se conoce con el nombre de frmula de las diferencias divididas regresivas de Newton, y sirve para derivar la frmula de las diferencias regresivas de Newton
Pn ( x) = f [xn ] + sf ( x ) + n s( s + 1) 2 s( s + 1)(s + n 1) n f ( x ) + .... + f (x ) n n 2 n!

La notacin del coeficiente binomial se ampli, para incluir todos los valores reales de s al tomar

s s ( s 1)...( s k + 1) s ( s + 1)...( s + k 1) = = (1) k k! k! k

Esto nos da, la frmula de las diferencias regresivas de Newton

Pn ( x) =

f [x n ] +

s k n k f ( x ) (1) n k =1 k

Ejemplo 3: la tabla corresponde a las diferencias divididas progresivas del ejemplo 2

9
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

xi

f[xi]

f i

2 f i

3 f i

4 f i

0 1 2 3 4

1.0 0.7651977 -0.1451117 1.3 0.6200860 -0.1646838 1.6 0.4554022 -0.1735836 1.9 0.2818186 -0.1714563 2.2 0.1103623 0.0021273 -0.0088998 0.0110271 -0.0195721 0.0106723 0.0003548

Si se requiere una aproximacin a f(1.1), se selecciona x0 = 1.0, x1 = 1.3, x2 = 1.6, x3 = 1.9 y x4 =2.2; h = xi +1 xi =0.3 y s =1/3, la frmula se emplea con las diferencias que aparecen subrayadas con lneas llenas.

1 1 1 2 ( 0.0195721) P4 (1.1) = f (1.1 + 0.3) = 0.7651997 + 0.3 (0.1451117) + (0.3) 2 + 3 3 3 3 2! 1 2 5 0.0106723 1 2 5 8 0.0003548 + (0.3) 3 + (0.3) 4 = 0.7328592741 3 3 3 3! 3 3 3 3 4!
Si queremos aproximar un valor cuando x est cerca del final de los valores tabulados, por ejemplo x = 2.0, de nuevo es conveniente utilizar los puntos de datos ms cercanos a x. Vamos aplicar la frmula de diferencias regresivas con s = -2/3 y las diferencias de la tabla que aparecen subrayadas con lneas punteadas.
2 2 1 4 7 P (2.0) = P (2.2 0.3) = 0.1103623 (0.17563) 0.0021273 0.0110271 0.0003548 = 4 4 3 3 9 27 243 = 0.225568735

BIBLIOGRAFA Chapra Steven C., Canale Raymond P.; MTODOS NUMRICOS PARA INGENIEROS. Con aplicaciones en computadoras personales, 1996, McGraw Hill/Interamericana de Mxico. Burden Richard L., Faires J.Douglas; ANLISIS NUMRICO, 1996, Iberoamrica. Gerald Wheatley; ANLISIS NUMRICO CON APLICACIONES, 2000. Nakamura Shoichiro, MTODOS NUMRICOS CON SOFTWARE, 1992, Pearson Educacin. Grupo Editorial

10
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

11
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

12
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

13
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

14
Ing. Adriana M. Apaza J.T.P. Clculo Numrico

Clculo Numrico Programacin Aplicada

2009

15
Ing. Adriana M. Apaza J.T.P. Clculo Numrico