1

2 Aproximaci on de funciones. M odulo 10 Prof. Mar a Ang elica Vega U.

El prop osito de estos m odulos es entregar los conceptos te oricos b asicos necesarios y algunas aplicaciones en forma dirigida, de modo que el estudiante pueda participar en forma activa, en el proceso ense nanza - aprendizaje, elaborando su propio material de estudio. El logro deseable es que el estudiante aprenda a aprender. Es claro que este material debe ser complementado con el apoyo de la bibliograf a sugerida.

2.1

Interpolaci on Polin omica.

El Problema : Dado el conjunto de (n + 1) puntos, del gr aco de una funci on f , denotados por (x0 , f (x0 )) , (x1 , f (x1 )) . . . (xx , f (xn )), se requiere encontrar una funci on polin omica P (x) al que llamaremos polinomio interpolante para f , de a lo m as grado n que satisfaga la condici on de interpolaci on, expresada por P (xi ) = f (xi ) , Soluciones al Problema : Inspir andonos en el criterio de Taylor, de acuerdo a (2.1), observemos que el polinomio de Taylor es combinaci on lineal de los elementos de la base {1, (x x0 ), (x x0 )2 , (x x0 )3 ...(x x0 )n ...} para el espacio vectorial de los polinomios de una variable real sobre IR. Es obvio que los polinomios de Taylor son u tiles para aproximar una funci on sobre intervalos peque nos alrededor del punto x0 , pero en la pr actica este no siempre es el caso y es necesario usar un m etodo m as eciente que incluya informaci on en otros puntos. i = 0, 1, ...n. (2.1)

 POLINOMICA. 2.1. INTERPOLACION

2.1.1

M etodo de los coecientes indeterminados.

Tomando en cuenta lo anterior, podemos proponer que el polinomio interpolante sea una combinaci on lineal de los elementos de la base can onica del espacio de los polinomios por la sencillez en los c alculos, es decir
n

Pn (x) =
i=0

ai xi = a0 + a1 x + a2 x2 + ... + an xn .

(2.2)

As el problema se reduce a encontrar los coecientes de las potencias de x, de donde se obtiene un sistema de ecuaciones cuyas inc ognitas son estos coecientes. Veamos estas ideas aplicadas a un problema pr actico. Actividad I. Suponga que una empresa contrata servicios y entrega la siguiente informaci on exacta,

Piezas Vendidas (en millones) Ganancia Neta (en millones)

1 11.2

2 15.3

3 17.1

4 16.9

5 15.0

Tabla 1. se pide determinar cu antas piezas deben venderse para maximizar la ganancia neta, dejando estipulado en las bases del contrato que no habr a futuras contrataciones si la respuesta es equ voca . Se debe hacer una recomendaci on y justif carla.

Consideraciones sobre el m etodo.

Este m etodo que resulta muy simple en este caso, presenta la dicultad que la matriz de los coecientes asociada al sistema de ecuaciones que se obtiene al aplicar la condici on de interpolaci on, es la matriz de Vandermonde, que se caracteriza por volverse r apidamente mal condicionada cuando n, el orden de la matriz crece en funci on del grado del polinomio, por tanto este m etodo no es conveniente para hallar polinomios interpolantes. De aqu que es importante estudiar otra forma de escribir este polinomio, de modo de obviar el que tengamos que resolver un sistema de ecuaciones lineales mal condicionado. Los m etodos de Lagrange y de Newton son los que tradicionalmente se estudian en cualquier curso de c alculo num erico, ambos se basan en escribir el polinomio de interpolaci on como combinaci on lineal de elementos de alguna base del espacio vectorial de los polinomios distinta de la can onica.

2.1.2

M etodo de Lagrange.

Sea Pn (x) el polinomio que interpola a la funci on f en los (n + 1) puntos (x0 , f (x0 )) , (x1 , f (x1 )) , (x2 , f (x2 )) , , (xn , f (xn )) y supongamos que seg un una cierta base {l0 (x), l1 (x), ..., ln (x)}, para el espacio vectorial de los polinomios, el polinomio interpolante se escribe :
n

Pn (x) =
i=0

f (xi )li (x) = f (x0 )l0 (x) + ... + f (xn )ln (x).

(2.3)

Si resolvemos de esta forma el problema, nuestro trabajo consistir a en encontrar los polinomios li (x) de modo que se verique f (xi ) = Pn (xi ) = f (x0 )l0 (xi ) + + f (xi )li (xi ) + + f (xn )ln (xi ). (2.4) Observemos que para que se verique la condici on (2.4) para cada i, es suciente que el polinomio li (x) verique que: li (xj ) = 0 0 j n li (xi ) = 1 , i=j (2.5) (2.6)

De la condici on (2.5) se deduce que las ra ces del polinomio li (x) son los x = xj , 0jn , i=j,

por lo tanto podr amos escribir este polinomio como : li (x) = (x x0 )...((x xi1 )(x xi+1 )...(x xn ). (2.7)

Pero este polinomio no cumple con la condici on (2.6), puesto que si lo evaluamos en el nodo xi vale: li (xi ) = (xi x0 )...((xi xi1 )(xi xi+1 )...(xi xn ). (2.8)

Luego si dividimos el polinomio li (x) por el valor li (xi ), obtenemos el polinomio : li (x) = (x xj ) (x x0 )...((x xi1 )(x xi+1 )...(x xn ) = . (xi xj ) (xi x0 )...(xi xi1 )(xi xi+1 )...(xi xn ) j =0 j =i
n

(2.9) Que por construcci on cumple las condiciones (2.5)y (2.6). Los polinomios li (x) se conocen con el nombre polinomios de Lagrange, mientras que Pn (x) recibe el nombre de polinomio interpolante de Lagrange para f (x) en los puntos (x0 , f0 ) , (x1 , f1 ) , ..., (xn , fn ), que suele denotarse generalmente Ln (x). Aplicaremos la idea de Lagrange al problema del ejemplo anterior con el f n de obtener alg un tipo comparaci on entre ambos m etodos. Actividad II. Solucione el problema planteado en la actividad I, usando un polinomio de Lagrange para interpolar la funci on representada por los datos dados.

 POLINOMICA. 2.1. INTERPOLACION n 2.1 Observacio Sabemos que si el polinomio interpolante existe, es u nico, por lo tanto es obvio pensar que el polinomio es el mismo usando cualesquiera de los dos m etodos anteriores, m as a un usando cualquier otro m etodo. El m etodo de Lagrange para determinar el polinomio interpolante comparado con el m etodo de coecientes indeterminados, es un tanto laborioso por la cantidad de c alculos involucrados al calcular los elementos de la base, pero tiene un valor te orico importante en la deducci on de otros m etodos num ericos, como por ejemplo f ormulas de integraci on num erica, aproximaci on de soluciones de ecuaciones diferenciales, etc.

Si en la f ormula (2.3), n = 1 el polinomio interpolante adopta la forma, P1 (x) = f (x0 ) (x x1 ) (x x0 ) + f (x1 ) . (x0 x1 ) (x1 x0 )

(2.10)

o (2.10) en forma simplicada,

P1 (x) = f (x0 )l0 (x) + f (x1 )l1 (x) con, l0 (x) =

(2.11)

x x0 x x1 , l1 (x) = . (x0 x1 ) (x1 x0 )

cuya gr aca es la recta que pasa por los puntos dados por lo que este problema se conoce como Interpolaci on lineal. Otra situaci on particular es el caso en que n = 2, es decir se tienen los puntos, (x0 , f (x0 )) , (x1 , f (x1 )) , (x2 , f (x2 )), el polinomio P2 (x) que interpola a la funci on f (x) en los tres puntos es

P2 (x) = f (x0 )

(x x1 )(x x2 ) (x x0 )(x x2 ) + f (x1 ) (x0 x1 )(x0 x2 ) (x1 x0 )(x1 x2 ) (2.12)

(x x0 )(x x1 ) +f (x2 ) . (x2 x0 )(x2 x1 ) .

Simplicando la notaci on igual que antes,

P2 (x) = f (x0 )l0 (x) + f (x1 )l1 (x) + f (x2 )l2 (x)

(2.13)

6 con, l0 (x) = (x x1 )(x x2 ) (x x0 )(x x2 ) , l1 (x) = . (x0 x1 )(x0 x2 ) (x1 x0 )(x1 x2 )

La gr aca corresponde a la par abola que pasa por los puntos dados, en este caso hablamos de interpolaci on cuadr atica.

Consideraciones sobre el m etodo. Uno de los inconvenientes que tiene la forma de Lagrange para el polinomio de interpolaci on, es que al agregar otro punto de interpolaci on o nodo , los elementos de la base polinomios de Lagrange, li (x) , para i = 0, 1, ..., n + 1. deben ser calculados nuevamente uno a uno. Surge entonces la inquietud de c omo construir el polinomio de interpolaci on en forma m as eciente, de modo de aprovechar la informaci on ya procesada al agregar nuevos nodos. Este hecho amerita que busquemos otra forma de escribir el polinomio de interpolaci on, es decir expresarlo en otra base del espacio vectorial.

 POLINOMICA. 2.1. INTERPOLACION

2.1.3

Forma de Newton para el Polinomio de Interpolaci on

En la forma de Newton el polinomio interpolante Pn (x) es escrito usando una base parecida a la usada para expresar el polinomio de Taylor, observemos ambas bases : {1 , (x x0 ) , (x x0 )2 , , (x x0 )n }. base usada para denir el polinomio de Taylor y {1 , (x x0 ) , (x x0 )(x x1 ) , , (x x0 )(x x1 ) (x xn1 )}. (2.15) base usada para denir el polinomio de Newton. De aqu podemos expresar el polinomio en la forma, Pn (x) = a0 +a1 (xx0 )+a2 (xx0 )(xx1 )+ an (xx0 )(xx1 ) (xxn1 ). (2.16) Notemos que por construcci on este polinomio es de grado a lo m as n y es l ogico pensar los coecientes ai , para i = 0, 1, ..., n deben determinarse de modo que se verique la condici on de interpolaci on. Para ello evaluamos Pn (x) en cada xi . Para x0 obtenemos: Pn (x0 ) = f (x0 ) = a0 . An alogamente si evaluamos Pn (x) en x1 tenemos: a1 = Pn (x) evaluado en x2 a2 = f (x1 ) f (x0 ) f (x2 ) f (x0 ) . (x2 x0 )(x2 x1 ) (x2 x1 )(x1 x0 ) f (x1 ) f (x0 ) x1 x0 (2.14)

As obtenemos sucesivamente los otros valores de las constantes a3 , , an . Para simplicar la escritura de los coecientes ai , introducimos el concepto de diferencias divididas lo que permite escribir el polinomio de Newton en una forma m as simple. Diferencias Divididas Consideremos (n+1) puntos cualesquiera Pi (xi , f (xi )) , i = 0...n, no necesariamente equiespaciados, denimos : 1. diferencias divididas de orden cero por: f [xi ] = f (xi ). 2. Si consideramos un par de puntos indexados cualesquiera Pi (xi , f (xi )) y Pi+1 (xi+1 , f (xi+1 ))

8 denimos la primera diferencia dividida o diferencia dividida de orden 1 como el n umero : f [xi , xi+1 ] = f (xi+1 ) f (xi ) . xi+1 xi

Al relacionar f [xi , xi+1 ] con su signicado geom etrico, sabemos que corresponde a la pendiente del segmento lineal que une Pi y Pi+1 , entonces si f [xi , xi+1 ] > 0 implica que f (x) es creciente en [xi , xi+1 ] y si f [xi , xi+1 ] < 0 implica que f (x) es decreciente en [xi , xi+1 ]. Es decir, este concepto nos proporciona informaci on adicional acerca de la gr aca de la funci on. 3. Consideremos ahora un tr o de puntos consecutivos Pi (xi , f (xi )) , Pi+1 (xi+1 , f (xi+1 )) y Pi+2 (xi+2 , f (xi+2 ))

denimos la segunda diferencia dividida o diferencia dividida de orden 2 como el n umero : f [xi , xi+1 , xi+2 ] = f [xi+1 , xi+2 ] f [xi , xi+1 ] . xi+2 xi

Como f [xi , xi+1 , xi+2 ] es el cuociente entre el cambio de pendiente y el cambio en x, de modo que si f [xi , xi+1 , xi+2 ] > 0 geom etricamente la gr aca de f (x) es c oncava hacia arriba y si f [xi , xi+1 , xi+2 ] < 0 la gr aca de f (x) es c oncava hacia abajo en el intervalo [xi , xi+2 ]. O sea, tenemos adem as informaci on acerca de la concavidad de la funci on. 4. En general considerando los n + 1 puntos consecutivos (xi , fi ) , (xi+1 , fi+1 ) , ..., (xi+n , fi+n ) podemos denir recursivamente la n- esima diferencia dividida o diferencia dividida de orden n por : f [xi , ..., xi+n ] = f [xi+1 , xi+n ] f [xi , xi+n1 ] . xi+n xi

Vemos que hay una relaci on entre las diferencias divididas y el valor de los coecientes del polinomio de Newton (2.16). Los c alculos para determinar las diferencias divididas pueden facilitarse mucho, si estas se representan abreviadamente en una tabla.

 POLINOMICA. 2.1. INTERPOLACION xi x0 x1 x2 x3 x4 x5 x6 f [xi ] f [x0 ] f [x1 ] f [x1 , x2 ] f [x2 ] f [x2 , x3 ] f [x3 ] f [x3 , x4 ] f [x4 ] f [x4 , x5 ] f [x5 ] f [x5 , x6 ] f [x6 ] f [x3 , x4 , x5 ] f [x2 , x3 , x4 ] f [x2 , x3 , x4 , x5 ] f [x1 , x2 , x3 ] f [x1 , x2 , x3 , x4 ] f [xi , xi+1 ] f [x0 , x1 ] f [x0 , x1 , x2 ] f [x0 , x1 , x2 , x3 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]

Tabla 2. Diferencias Divididas Al observar la tabla 2 podemos darnos cuenta que las diferencias divididas que aparecen en la diagonal que va desde el extremo superior izquierdo al extremo inferior derecho son precisamente los coecientes de (2.16), usando este hecho el polinomio interpolante puede expresarse en forma simplicada como: 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 xn1 ).

Actividad III. Consideremos nuestro ejemplo modelo y construyamos el polinomio interpolante en la forma de Newton. C omo medimos qu e tan buena es la aproximaci on ? Cuando en c alculo diferencial se estudia el polinomio de Taylor de grado n para aproximar una funci on f C (n+1) [a, b] en un punto x0 [a, b] su desarrollo involucra el t ermino Rn (x) llamado residuo o error de truncamiento y que se dene como : Rn (x) = f (n+1 )( ) (x x0 )(n+1) (n + 1)! , (x0 , x). (2.17)

Cabe pensar entonces que al aproximar una funci on mediante un polinomio de interpolaci on usando m as de un punto, tambi en existe un t ermino de error involucrado y de hecho es una extensi on de (2.17). En el siguiente resultado formalizamos este hecho. Teorema 2.1 Si x0 , x1 , ..., xn son (n + 1) puntos distintos en [a, b] y f C (n+1) [a, b] entonces, para cada x [a, b] existe un (x) en (a, b) tal que :

10

E (x) = f (x) Pn (x) =

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

(2.18)

donde Pn (x) es el polinomio interpolante de Lagrange. Demostraci on. Se deja como inquietud, sin embargo podemos comentar que se usa como parte del argumento el teorema de Rolle.

n 2.2 Observacio Es posible obtener una relaci on entre diferencia dividida y el t ermino f (n+1 )( ) , (n + 1)! de modo que podemos expresar la f ormula de error en t erminos de diferencias divididas. Para ello consideremos : 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 xn1 ) si agregamos un punto m as (xn+1 , f (xn+1 )) de modo que ahora tenemos (n + 2) puntos y usamos la notaci on : xn+1 = x , f (xn+1 ) = f ( x) x = xi i = 0, ..., n

entonces de la f ormula de Newton f ( x) = Pn+1 ( x) = Pn ( x) + f [x0 , x1 , ..., xn , x ]w( x) o f ( x) Pn ( x) = f [x0 , x1 , ..., xn , x ]w( x) de aqu y (2.18), obtenemos f [x0 , x1 , ..., xn , x ] = f (n+1) ( ) para alg un I (n + 1)!

luego reemplazando f [x0 , x1 , ..., xn , x ] en (2.18) tenemos, E ( x) = f ( x) Pn ( x) = f [x0 , x1 , ..., xn , x ]w( x). que es otra forma de expresar el error de interpolaci on. El polinomio de Newton puede expresarse para datos equiespaciados, usando el concepto de diferencias progresivas y regresivas, para mayores detalles consultar la bibliograf a recomendada al nal. (2.19)

 POLINOMICA. 2.1. INTERPOLACION

11

2.1.4

El problema de Hermite

El problema m as simple de Hermite es encontrar el polinomio H (x) del menor grado posible, tal que interpole a la funci on f (x) y a su derivada f (x) en (n + 1) puntos x0 , , xn , es decir, el polinomio debe satisfacer H (xi ) = f (xi ) , i = 0, ..., n

H (xi ) = f (xi ) , i = 0, ..., n y el Problema General consiste en suponer que : 1. En el nodo i se conocen los valores p(j ) (xi ) , p(j 1) (xi ) , p (xi ) , p(xi ).

2. Sea ki el n umero de condiciones de interpolaci on sobre el nodo xi . 3. Si x0 , ..., xn son los nodos entonces p(j ) (xi ) = f (j ) (xi ) , j = 0, 1, ki1 , i = 0, ..., n

De los dos problemas presentados estudiaremos el caso simple, aquellos polinomios que geom etricamente se parecen a la funci on en los puntos de interpolaci on (xi , f (xi )) en el sentido que las rectas tangentes al polinomio y a la funci on tienen el mismo valor, es decir poseen misma derivada en una vecindad del punto de interpolaci on.

2.1.5

C omo obtener el polinomio de Hermite ?

Podemos determinar el polinomio de Hermite bas andonos en la forma de Lagrange o extendi endo la forma de Newton. 1. Polinomio de Hermite basado en la forma de Lagrange. Consideremos los nodos x0 , ..., xn y supongamos que en cada nodo tenemos: p(xi ) = f (xi ) , i = 0, ..., n p (xi ) = f (xi ) , i = 0, ..., n Observemos que tenemos (n +1) condiciones sobre f (x) y (n +1) condiciones sobre f (x) en total (2n + 2) condiciones, por lo que el polinomio es de grado (2n + 1). Procediendo en forma similar a la usada para determinar la forma del polinomio interpolante de Lagrange, se propone que la forma del polinomio de Hermite es :
n i=0 f (xi )hi (x) n i=0 f

H2n+1 (x) =

i (x). (xi )h

(2.20)

12 i (x) elementos de una base para el espacio vectorial de los Con hi (x) y h polinomios, tales que, hi (xj ) = ij hi (xj ) = 0 i (xj ) = 0. , h (2.21) i (xj ) = ij . , h Al aplicar las condiciones de interpolaci on y las relaciones (2.21) el lector puede comprobar que se obtiene que :
2 (x) , i = 0, ..., n hi (x) = [1 2(x xi ) li (xi )]li

(2.22) i (x) = (x xi ) l2 (x) , i = 0, ..., n. h i i (x) son de grado (2n + 1) y como antes li (x) N otese aqu , que hi (x) y h es el polinomio de Lagrange de grado n denido anteriormente, por: li (x) = (x xj ) . (xi xj ) j =0 j =i
n

Resumiendo estas ideas el El polinomio de Hermite de grado (2n + 1) que interpola a una funci on f (x) y a su derivada en (n + 1) puntos es :

H2n+1 (x) = con,

n i=0 f (xi )hi (x)

n i=0 f

i (x). (xi )h

(2.23)

2 (x) , i = 0, ..., n. hi (x) = [1 2(x xi ) li (xi )]li

(2.24) i (x) = (x xi ) l2 (x) , i = 0, ..., n. h i Qu e podemos decir del error cometido ? Deber a deducirse en forma an aloga a como se obtiene el error del polinomio interpolante de Lagrange. En efecto, Si x0 , ..., xn son (n + 1) puntos distintos en [a, b] y f C (2n+2) [a, b] y H (x) es el polinomio de grado (2n + 1) tal que : H (xi ) = f (xi ) , i = 0, ..., n

H (xi ) = f (xi ) , i = 0, ..., n entonces, a cada x [a, b] le corresponde (x) [a, b] tal que, f (2n+2) ( (x)) n (x xi )2 . (2n + 2)! i=0

E (x) = f (x) H (x) =

(2.25)

 POLINOMICA. 2.1. INTERPOLACION n 2.3 Es conveniente se Observacio nalar que en el caso particular que existe un s olo nodo x0 , se conoce la funci on f (x) y sus n derivadas el polinomio de Hermite es el polinomio de Taylor, es decir H (x) = P (x) = P (x0 ) + P (x0 )(x x0 ) + P (x0 ) (x x0 )2 (x x0 )n + + P (n) (x0 ) . 2! n! (2.26)

13

2. Polinomio de Hermite basado en la forma de Newton. La idea es ahora extender el m etodo de las diferencias divididas de Newton para resolver el problema de interpolaci on de Hermite. Ello se logra construyendo la tabla como antes, con la variante de incluir un nodo en la tabla tantas veces como condiciones dadas existan sobre el. Para ilustrar esta situaci on consideraremos a modo de ejemplo el caso en que se tienen dos puntos de interpolaci on x0 y x1 y se conocen los valores de la funci on y su derivada. Inspir andonos en el polinomio de Taylor podemos intuir que el polinomio que interpola la funci on y su derivada en los nodos dados es de la forma :

H3 (x) = a0 + a1 (x x0 ) + a2 (x x0 )2 + a3 (x x0 )2 (x x1 ).

(2.27)

donde obviamente los coecientes a0 , a1 , a2 y a3 se pueden obtener de la siguiente tabla : xi x0 x0 x1 x1 f [xi ] f [x0 ] f [x0 ] f [x0 , x1 ] f [x1 ] f [x1 , x1 ] = f (x1 ) f [x1 ] f [x0 , x1 , x1 ] f [xi , xi+1 ] f [x0 , x0 ] = f (x0 ) f [x0 , x0 , x1 ] f [x0 , x0 , x1 , x1 ] f [xi , xi+1 , xi+2 ] f [xi , xi+1 , xi+2 , xi+3 ]

Tabla 4. Diferencias Divididas para el polinomio de Hermite

Veremos ahora porqu e, f [x0 , x0 ] = f (x0 ) En efecto, f (x) f (x0 ) = f (x0 ). x x0 y f [x1 , x1 ] = f (x1 ).

f [x0 , x0 ] = lim f [x0 , x] = lim

xx0

xx0

(2.28)

14 Un razonamiento similar es v alido para: f (x) f (x1 ) = f (x1 ). x x1

f [x1 , x1 ] = lim f [x1 , x] = lim

xx1

xx1

(2.29)

De donde el polinomio de Hermite es, H3 (x) = f (x0 )+f (x0 )(xx0 )+f [x0 , x0 , x1 ](xx0 )2 +f [x0 , x0 , x1 , x1 ](xx0 )2 (xx1 ). (2.30) n 2.4 En general se puede demostrar que, si los puntos xi son Observacio distintos y f (n) (x) es continua en el nodo xk , entonces : lim f [xk , , xk+n ] = f (n) (xk ) , xk = xk+1 = = xk+n . n! Actividad I. 1) Encuentre un polinomio p(x) de grado menor o igual que 4 que cumpla con las condiciones : f (0) = 0 Usando el primer nodo como pivote el u ltimo nodo como pivote. , f (0) = 0 , f (2) = 16 , f (2) = 32 , f (2) = 48 (2.31)

xk+n xk

2) PEP 2 (Problema 3). Segundo Semestre del 2000. Un autom ovil recorri o 160 km en un camino que une dos ciudades, y emple o, en este trayecto, 2 hora y 20 minutos. Use los datos de la tabla adjunta para determinar : a) La distancia recorrida en los primeros 45 minutos de viaje. (Use un polinomio c ubico.) b) El tiempo empleado en llegar a la mitad del camino recorrido. Tiempo (en min) 0 10 30 60 90 120 140 Distancia (en Km) 0.00 8.00 27.00 58.00 100.00 145.00 160.00

3 ) PEP 2 (Problema 1). Segundo Semestre del 2001. Considere la funci on f (x) = ex + senx + 2 denida en [0, ].

 POLINOMICA. 2.1. INTERPOLACION a) Aproxime la funci on dada, utilizando interpolaci on lineal por i tramos y los puntos xi = , i=0,1,2,...,4. 4 b) Mediante la aproximaci on encontrada en el punto anterior, estime el valor de la funci on en el punto x = 1.25 y determine su error absoluto comparando el valor aproximado con el exacto. 4) PEP 2 (Problema 2). Segundo Semestre del 2001. Usando m nimos cuadrados, se desea determinar una funci on que represente los datos de la siguiente tabla: k xk f (xk ) 0 1 5.12 1 3 3.00 2 6 2.48 3 9 2.34 4 15 2.18

15

a) Encuentre una aproximaci on de m nimos cuadrados usando la funci on h(x) = + x b) Utilizando los datos de la tabla y la aproximaci on anterior, calcule : max{|h(xk ) f (xk )|/k = 0, 1, ..., 4} Qu e interpretaci on puede darle a este n umero ? 5) Determine un polinomio P (x) tal que p(1) = 10 , p (1) = 11 , p (1) = 22 , p(3) = 18 , p (3) = 83.