Apuntes Te´oricos de
C´
alculo Num´
erico III
Asignatura Troncal, Cuarto Curso
Facultad de Matem´aticas
Universidad de Sevilla
Profesores
Anna Doubova(http://www.personal.us.es/doubova)
Francisco Guill´en Gonz´alez(http://www.personal.us.es/guillen)
´Indice general
1 Interpolaci´on polinomial 3
1.1 Interpolaci´on global de Lagrange . . . 3
1.1.1 Existencia y unicidad . . . 3
1.1.2 Expresi´on del error . . . 4
1.1.3 Algoritmos de construcci´on del p.i. . . 5
1.2 Minimizaci´on de la norma uniforme del polinomio soporte . . . 6
1.2.1 C´alculo de ||wS||∞,[a,b] en soportes equidistantes de pocos puntos . . . 6
1.2.2 Soporte con norma m´ınima . . . 7
1.2.3 Polinomios de interpolaci´on y convergencia uniforme . . . 8
1.3 Interpolaci´on de Hermite . . . 9
1.3.1 Existencia y unicidad . . . 10
1.3.2 Expresi´on del error . . . 10
1.3.3 Algoritmos de construcci´on del p.i.H. . . 11
1.3.4 Extensi´on a la interpolaci´on de Hermite general . . . 12
1.4 Interpolaci´on a trozos y convergencia uniforme . . . 12
1.5 Splines . . . 14
1.5.1 Splines cuadr´aticos . . . 14
1.5.2 Splines c´ubicos . . . 14
1.5.3 Minimizaci´on curvatura de splines c´ubicos . . . 16
1.5.4 Estimaciones de error de splines c´ubicos . . . 17
2 Mejor Aproximaci´on (m.a.) 19 2.1 Mejor aproximaci´on en norma uniforme (m.a.u.) . . . 20
2.1.1 Caso particular: f ∈IPn+1[x] . . . 20
2.1.2 Caso general: f ∈C0([a, b]) . . . 21
2.2 M.a. en normas hilbertianas (m´ınimos cuadrados) . . . 21
2.2.1 Resoluci´on de ecuaciones normales . . . 23
2.3 M.a. en seminormas hilbertianas (caso discreto) . . . 25
3 Integraci´on Num´erica 27 3.1 F´ormulas de cuadratura de tipo interpolatorio (f.c.t.i.) . . . 28
3.1.1 Error en una f.c. respecto a la longitud del intervalo . . . 29
3.1.2 An´alisis del error en las f.c.t.i. . . 30
3.2 F´ormulas de cuadratura de Newton-Cˆotes . . . 32
3.2.1 F´ormulas de cuadratura de Newton-Cˆotes cerradas . . . 32
3.2.2 F´ormulas de cuadratura de Newton-Cˆotes abiertas . . . 33
3.3 Integraci´on Num´erica a trozos. F.c. compuestas . . . 34
3.3.1 Error en las f.c. de Newton-Cˆotes compuestas. Convergencia . . . 35
3.4 F´ormulas de cuadratura de Gauss . . . 36
4 Resoluci´on Num´erica del Problema de Cauchy para Ecuaciones Diferenciales
Or-dinarias (EDO) 40
4.1 Introducci´on. Algunos resultados te´oricos . . . 40
4.1.1 Descripci´on de algunos algoritmos. Distintas interpretaciones . . . 41
4.2 El m´etodo de Euler . . . 42
4.2.1 Consistencia y orden . . . 43
4.2.2 Estabilidad . . . 44
4.2.3 Convergencia, orden de convergencia y estimaciones del error . . . 45
4.2.4 El m´etodo de Euler impl´ıcito . . . 46
4.3 M´etodos generales de un paso . . . 47
4.3.1 Consistencia y orden . . . 48
4.3.2 Estabilidad . . . 48
4.3.3 Convergencia, orden de convergencia y estimaci´on del error . . . 49
4.4 M´etodos de Taylor . . . 49
4.5 M´etodos de Runge-Kutta (expl´ıcitos) . . . 50
5 Resoluci´on Num´erica de Problemas de Contorno para EDO lineales 51 5.1 El m´etodo de disparo . . . 51
5.1.1 El caso lineal . . . 52
5.2 M´etodo de las diferencias finitas . . . 53
5.2.1 Caso sin t´ermino eny0 . . . 53
5.2.2 Caso con t´ermino en y0 . . . 54
Tema 1
Interpolaci´
on polinomial
1.1
Interpolaci´
on global de Lagrange
Problema 1.1 (Interpolaci´on global de Lagrange) Dadaf ∈C0([a, b])y un soporteS={x 0 <
x1<· · ·< xn} ⊂[a, b]den+1puntos distintos, consideramos el siguiente problema de interpolaci´on:
½
Hallar p∈IPn[x]tal que
p(xi) =f(xi), i= 0,1, . . . , n. (1.1)
Definici´on 1.2 Sipverifica(1.1), diremos quepes el polinomio de interpolaci´on de Lagrange (p.i.)1
de la funci´on f en los puntosxi, i= 0, . . . , n.
En relaci´on con este problema, se plantean las siguientes cuestiones: • Demostrar que el Problema 1.1 tiene una ´unica soluci´on.
• Obtener una expresi´on del error de interpolaci´on. M´as concretamente, probaremos que si
f ∈Cn+1([a, b]), entonces para todox∈[a, b], existe ξ
x∈(a, b) tal que
f(x)−p(x) = fn+1)(ξx)
(n+ 1)! wS(x), donde wS(x) = (x−x0)(x−x1)· · ·(x−xn). Diremos que wS es el polinomio soporteasociado a S.
• Deducir algoritmos para el c´alculo efectivo del p.i.
1.1.1 Existencia y unicidad
Teorema 1.3 Fijados un soporte den+ 1puntos distintosS = (xi)n
i=0 y unos valores reales(yi)ni=0
cualesquiera, existe un ´unico p.i. de los valores (xi, yi)ni=0, es decir existe un ´unicop∈IPn[x]tal que p(xi) =yi, i= 0, . . . , n.
Demostraci´on: Se divide en tres etapas.
Etapa 1: Reducci´on del problema de interpolaci´on a un sistema lineal algebraico. Se buscap∈IPn[x]
de la forma
p(x) =a0+a1x+· · ·+anxn (1.2)
con ai ∈ R, i = 0, . . . , n a determinar. Las condiciones de interpolaci´on p(xi) = yi, i = 0, . . . , n,
conducen al siguiente sistema lineal cuadrado con la matriz de Vandermonde:
1 x0 · · · xn0 1 x1 · · · xn
1 ..
. ... . .. ... 1 xn · · · xn
n
a0
a1
.. .
an
=
y0
y1
.. .
yn
. (1.3)
1A veces, tambi´en usaremos la notaci´onp
Etapa 2: Unicidad. Supongamos que existen p, q∈IPn[x] tales que p(xi) =q(xi) =yi, i= 0, . . . , n.
Sear =p−q. Luego, r∈IPn[x] y verifica
r(xi) = 0, i= 0, . . . , n.
Al ser r un polinomio de grado a lo m´as nconn+ 1 ra´ıces distintas, deducimos quer ≡0.
Etapa 3: Existencia. La existencia se obtiene, como consecuencia de las dos etapas anteriores.
Nota 1.4 Obs´ervese que el determinante de la matriz de Vandermonde es distinto de cero, pues los (xi)ni=0 son distintos entre s´ı. Luego, para el problema de interpolaci´on de Lagrange, ser´ıa suficiente realizar tan s´olo la etapa 1 para concluir la demostraci´on del Teorema 1.3. No obstante, se realizan tambi´en las etapas 2 y 3, con el objetivo de generalizar el argumento para probar la existencia y unicidad de otros problemas de interpolaci´on (por ejemplo, para la interpolaci´on de tipo Hermite o interpolaciones que usan derivadas).
1.1.2 Expresi´on del error
Teorema 1.5 Sea f ∈ Cn+1([a, b]). Fijados un soporte de n+ 1 puntos distintos S = (x
i)ni=0 del
intervalo[a, b], los valores asociados(f(xi))n
i=0 y el p.i. p∈IPn[x]tal quep(xi) =f(xi), i= 0, . . . , n,
entonces se tiene que para todo x∈[a, b]existe ξx∈(a, b) tal que
f(x)−p(x) = fn+1)(ξx)
(n+ 1)! wS(x), (1.4)
donde wS(x) = (x−x0)(x−x1)· · ·(x−xn).
Demostraci´on: 2
• Six=xi para alg´un i, el resultado del Teorema 1.5 es evidente.
• Supongamos quex6=xi para todo i= 0, . . . , n. Consideramos la funci´on auxiliar
φ(t) =f(t)−p(t)−λwS(t), t∈R
conλ∈Rtal queφ(x) = 0. Luego,
φ(t) =f(t)−p(t)−f(x)−p(x)
wS(x) wS(t).
Se verifica que φ(xi) = 0,i= 0, . . . , nyφ(x) = 0,x6=xi. Comoφ∈Cn+1([a, b]) y se anula enn+ 2
puntos distintos, por el Teorema de Rolle, deducimos queφ0 ∈Cn([a, b]) se anula (al menos) enn+ 1
puntos distintos del intervalo (a, b). Aplicando el Teorema de Rolle sucesivamente, llegamos a que
φn+1)∈C0([a, b]) y se anula (al menos) en un punto de (a, b). Seaξ
x∈(a, b) tal que φn+1)(ξx) = 0.
Se tiene que
0 =φn+1)(ξx)≡fn+1)(ξx)−f(xw)−p(x)
S(x) (n+ 1)!,
de donde se deduce la igualdad (1.4). Esto termina la demostraci´on del teorema.
1.1. INTERPOLACI ´ON GLOBAL DE LAGRANGE 5
1.1.3 Algoritmos de construcci´on del p.i.
Un primer algoritmo posible para construir el p.i. es el que proporciona la etapa 1 de la demostraci´on del Teorema 1.3. Se trata de calcular los coeficientesai,i= 0, . . . , nen la expresi´on (1.2) resolviendo
el sistema lineal (1.3) con matriz de Vandermonde. Es un m´etodo costoso computacionalmente. Adem´as, la matriz de Vandermonde est´a mal condicionada si el n´umero de puntos es grande. Luego, en la pr´actica, este m´etodo no se utiliza.
Algoritmo de Newton
Fijados un soporte de n+ 1 puntos distintos S = (xi)in=0 y unos valores reales (yi)ni=0 cualesquiera, el algoritmo de Newton de construcci´on del p.i. consiste en buscar el p.i. pn∈IPn[x] de la forma:
pn(x) =c0+c1(x−x0) +c2(x−x0)(x−x1) +· · ·+cn(x−x0)(x−x1)· · ·(x−xn−1). (1.5) Se trata de ir calculando los coeficientes (ci)ni=0, de forma iterativa. M´as precisamente, tomamos
• p0(x) =y0 yc0 =y0.
• p1(x) = p0(x) +c1(x−x0) con c1 ∈ R tal que p1(x1) = y1, es decir c1 = y1−y0 (x1−x0)
. Por construcci´on,p1(x0) =y0.
• . . .
• pn(x) =pn−1(x) +cn(x−x0)(x−x1)· · ·(x−xn−1) con cn ∈Rtal que pn(xn) = yn, es decir cn = (x yn−pn−1(xn)
n−x0)(xn−x1)· · ·(xn−xn−1). Por construcci´on, pn(xj) =pn−1(xj) =yj para cada
j= 0, . . . , n−1.
Entonces, pn obtenido en la ´ultima etapa de este m´etodo es el p.i. buscado.
Nota 1.6 Una ventaja del algoritmo de Newton es que si a˜nadimos nuevos puntos, nos sirven los c´alculos anteriores. Por ejemplo, al a˜nadir un nuevo par de datos (xn+1, yn+1), tan s´olo hay que realizar una etapa m´as del m´etodo de Newton.
Algoritmo de Lagrange
Fijados un soporte de n+ 1 puntos distintos S = (xi)in=0 y unos valores reales (yi)ni=0 cualesquiera,
el algoritmo de Lagrange de construcci´on del p.i. consiste en buscar el p.i. pn∈IPn[x] de la forma: pn(x) =y0L0(x) +y1L1(x) +· · ·+ynLn(x), (1.6)
dondeLi∈IPn[x], Li(xi) = 1 y Li(xj) = 0 para cadaj 6=i. No es dif´ıcil ver queLi son de la forma:
Li(x) = (x(x−x0). . .(x−xi−1)(x−xi+1). . .(x−xn) i−x0). . .(xi−xi−1)(xi−xi+1). . .(xi−xn)
, i= 0, . . . , n. (1.7)
El conjunto de polinomios{L0, L1, . . . , Ln}se llama labase de Lagrangeasociada a los puntos (xi)ni=0, es decir, una base del espacio vectorial de p.i. asociados a dicho soporte. Identificando el p.i. con los valores (yi)ni=0, la base de Lagrange son los p.i. correspondientes a la base can´onica de Rn+1.
Adem´as, si el soporteS es equidistante, los polinomios Li de la base de Lagrange s´olo dependen
del n´umero de puntos del soporte. En efecto, basta hacer el cambio de variablet∈[0, n]↔x∈[a, b] para llegar a
Lk(x)≡lk(t) =
n
Y
j=0,j6=k t−j k−j =
(−1)n−k n!
µ
n k
¶ Yn
j=0,j6=k
(t−j), k= 0, . . . , n. (1.8)
1.2
Minimizaci´
on de la norma uniforme del polinomio soporte
En lo que sigue, denotaremos por||·||∞,[a,b]la norma uniforme de una funci´on continua en el intervalo [a, b], es decir
||f||∞,[a,b]= m´ax
x∈[a,b]|f(x)| ∀f ∈C
0([a, b]).
Observemos que, a partir de la expresi´on del error de interpolaci´on (1.4), obtenemos una primera cota del la norma uniforme de dicho error:
||f−p||∞,[a,b]≤ Mn+1
(n+ 1)!||wS||∞,[a,b], donde Mn+1=||f
n+1)||
∞,[a,b]. (1.9) En esta secci´on, nos ocuparemos del siguiente problema:
Problema 1.8 Minimizar la cota del error de interpolaci´on en norma uniforme.
Gracias a la desigualdad (1.9), este problema es equivalente al siguiente:
Problema 1.9 Minimizar la norma uniforme ||wS||∞,[a,b] del polinomio soporte wS.
1.2.1 C´alculo de ||wS||∞,[a,b] en soportes equidistantes de pocos puntos
FijemosSn={a=x0 <· · ·< xn=b}una partici´on uniforme del intervalo [a, b], es decirxk =a+kh, i= 0, . . . , n conh= b−na. Se tiene el siguiente resultado:
Teorema 1.10 En las condiciones anteriores, se verifica: 1. ||w1||∞,[a,b]=
1 4h
2,siendo w
1(x) = (x−x0)(x−x1).
2. ||w2||∞,[a,b]= 2 3√3h
3,siendo w
2(x) = (x−x0)(x−x1)(x−x2).
3. ||w3||∞,[a,b]=h4, siendo w2(x) = (x−x0)(x−x1)(x−x2)(x−x3).
Demostraci´on: Para cada n ∈ N, sea wn(x) ≡ wSn(x) = (x−x0)· · ·(x−xn). Consideramos el
cambio de variable x ∈ [a, b] ↔ t ∈ [0, n] definido por x = a+th. Entonces, wn(x) = hn+1t(t−
1). . .(t−n) y
||wn||∞,[a,b]=hn+1||t(t−1). . .(t−n)||∞,[0,n]. (1.10)
1. Para n= 1, el resultado del teorema es evidente, pues ||t(t−1)||∞,[0,1]= 1 4.
2. Para n = 2, por simplicidad, vamos a simetrizar en torno a 0 el intervalo [0,2], haciendo el cambio de variablet∈[0,2]↔s∈[−1,1], siendo t=s+ 1. Luego,
||t(t−1)(t−2)||∞,[0,2] =||(s+ 1)s(s−1)||∞,[−1,1] = 2 3√3,
donde el m´aximo de (s+ 1)s(s−1) =s(s2−1) en [−1,1] se alcanza en sus 2 puntos cr´ıticos ± 2
1.2. MINIMIZACI ´ON DE LA NORMA UNIFORME DEL POLINOMIO SOPORTE 7
3. Para n = 3, basta simetrizar en torno a 0 el intervalo [0,3], haciendo el cambio de variable
t∈[0,3]↔s∈[−32,32], siendo t=s+32 y usar que
||t(t−1)(t−2)(t−3)||∞,[0,3]=||(s2−9 4)(s
2−1
4)||∞,[−3
2,32]= 1.
1.2.2 Soporte con norma m´ınima
El objetivo de esta secci´on es minimizar ||wS||∞,[a,b] al variar S en los soportes de n+ 1 puntos distintos de [a, b]. M´as precisamente, se trata del siguiente problema:
Problema 1.11 Determinar un soporte Sb={xb0<· · ·<xbn} ⊂[a, b]tal que
||wSb||∞,[a,b]≤ ||wS||∞,[a,b] para todo S={x0 <· · ·< xn} ⊂[a, b].
Como los polinomios soporte wS son oscilantes en [a, b], la idea principal para abordar el
Prob-lema 1.11 es encontrar un polinomio wSb tal que todos sus m´ınimos y m´aximos relativos (los puntos cr´ıticos y los extremos) coincidan en m´odulo, es decir sean, de hecho m´ınimos y m´aximos absolutos. Veremos que esto es posible para ciertas funciones trigonom´etricas que coinciden con los llamados
polinomios de Chebychev en el intervalo [−1,1]. Por ello, vamos a resolver primero el problema en [−1,1]. El problema general en el intervalo [a, b], se resuelve mediante cambio de variable.
Definimos la siguiente sucesi´on de polinomios mediante una ley de recurrencia a dos pasos.
Definici´on 1.12 (Polinomios de Chebychev) Llamaremos la sucesi´on de polinomios de Cheby-chev a la sucesi´on {Tn}n≥0 definida por recurrencia como sigue:
½
T0 = 1, T1(x) =x,
Tn+1(x) = 2x Tn(x)−Tn−1(x) ∀n≥1. (1.11)
Lema 1.13 (Propiedades de los polinomios de Chebychev) Sea {Tn}n≥0 la sucesi´on de
poli-nomios de Chebychev. Entonces se tiene
a) Tn∈IPn[x], con coeficiente l´ıder 2n−1, para cada n≥1.
b) Para cada x∈[−1,1], Tn(x) = cos(narccosx).
c) Tn tiene nra´ıces reales y distintas en (−1,1)que son de la forma:
b
xk= cos(2k2+ 1)n π, k= 0, . . . , n−1. (1.12)
d) Tntienen−1puntos cr´ıticos en(−1,1)de la formaexk= cos kπ
n ,k= 1, . . . , n−1y, los extremos
del intervalo corresponden a k= 0 y k=n. Adem´as, para cada k= 0, . . . , n, Tn(xek) = (−1)k
y ||Tn||∞,[−1,1]= 1 para todo n≥0.
Demostraci´on: Los apartados a) y b) se comprueban f´acilmente por inducci´on. Por otra parte, usando que Tn(x) = cos(narccosx), deducimos que las soluciones de Tn(x) = 0 son de la forma
b
xk = cos(2k2+1)n π, k ∈ Z. Para k = 0, . . . , n−1, los valores (2k2+1)n π son ´angulos distintos en [0, π],
luego los cosenos tambi´en son distintos, lo que implica que Tn tiene n ra´ıces distintas en (−1,1).
Como Tn∈IPn[x], los dem´as n´umeros que se obtienen para otros valores dek se tienen que repetir.
ConsideramosT0
n(x) = 0, de donde se deduce los puntos cr´ıticos deTn son de la formaxek= coskπn, k∈Z. Parak= 1, . . . , n−1, exk son n−1 ra´ıces reales distintas deTn0 ∈Pn−1[x], luego son puntos cr´ıticos de Tn en (−1,1). Los extremos del intervalo (−1,1) corresponden a k= 0 y k=n, es decir
e
xn=−1 yxe0= 1.
Por otra parte, es f´acil comprobar queTn(xek) = (−1)k parak= 0, . . . , ny que ||Tn||∞,[−1,1] = 1. Esto termina la demostraci´on del teorema.
En relaci´on con el Problema 1.11, el resultado que sigue prueba que un soporte que minimiza ||wS||∞,[−1,1] es Sb= (xbk)nk=0, el formado por lasn+ 1 ra´ıces del polinomio de Chebychev de grado n+ 1.
Teorema 1.14 (Minimizaci´on de ||wS||∞,[−1,1]) Sean Tn+1 el polinomio de Chebychev de grado
n+ 1 y Sb={bx0 <· · ·<xbn} ⊂(−1,1)el soporte formado por sus ra´ıces, es decir bxk = cos(22(kn+1)+1)π,
k= 0, . . . , n. Entonces, se tiene que
||wSb||∞,[−1,1]≤ ||wS||∞,[−1,1] ∀S={x0 <· · ·< xn} ∈[−1,1]. (1.13)
Adem´as, ||wSb||∞,[−1,1] = 2−n.
Demostraci´on: Sea Tn+1 el polinomio de Chebychev de grado n+ 1, cuyas ra´ıces son bxk, k =
0, . . . , n. Gracias al Lema 1.13, el polinomio 2−nT
n+1∈Pn+1[x] es m´onico, luego
w(x)Sb≡(x−bx0)· · ·(x−bxn) = 2−nTn+1(x).
Usando de nuevo el Lema 1.13, tenemos||Tn+1||∞,[−1,1] = 1, de donde||wSb||∞,[−1,1]= 2−n.
Veamos ahora que se tiene (1.13). Por reducci´on al absurdo, supongamos que existeS ={x0 < · · ·< xn} ⊂[−1,1] tal que
||wS||∞,[−1,1]<||wSb||∞,[−1,1]. (1.14) Definimos d(x) = wSb(x)−wS(x). Se verifica que d ∈ IPn[x], pues wSb, wS ∈ IPn+1[x] y ambos son m´onicos. Por otra parte, de (1.14) y del apartado d) del Lema 1.13, se deduce que
signod(xek) = signowSb(exk) =
½
>0 sik es par,
<0 sik es impar,
siendoxek⊂[−1,1],k= 0, . . . , n+ 1 los extremos absolutos dewSb. Aplicando el teorema de Bolzano,
deducimos que d ∈ Pn[x] tiene (al menos) n+ 1 ra´ıces distintas en [−1,1], luego necesariamente
d(x)≡0, de dondewSb(x) =wS(x) , que es absurdo.
Nota 1.15 Mediante un cambio de variable (af´ın) [a, b] ↔ [−1,1], se tiene que un soporte que minimiza ||wS||∞,[a,b]es el soporte trasladado a [a, b] de Sb, es decir es de la forma:
b
xk= a+2 b+b−2acos(22(kn+ 1)+ 1)π, k= 0, . . . , n.
1.2.3 Polinomios de interpolaci´on y convergencia uniforme
Sean f ∈C0([a, b]) y {S
n}n≥0 una sucesi´on de soportes contenidos en [a, b] tales queSn tienen+ 1
puntos distintos. Sea pn el p.i. asociado a f ySn. Se plantea la siguiente cuesti´on:
Problema 1.16 ¿ Existe l´ım
1.3. INTERPOLACI ´ON DE HERMITE 9
La respuesta, en general es negativa. Un ejemplo importante debido a Runge (v´ease, por ejemplo [Isaacson & Keller]) muestra que para la funci´on f(x) = 1
1 +x2 en [−5,5] y el soporte equidis-tanteSnden+1 puntos distintos, se tiene que l´ım
n→∞||f−pn||∞=∞. Se observan grandes oscilaciones
del error cerca de los extremos. Estas oscilaciones son conocidas como el fen´omeno de Runge. M´as a´un, se tiene (v´ease [Crouzeix & Mignot], p´ag. 20) que para cada elecci´on de (Sn)⊂[a, b],
existef ∈C0([a, b]) tal que l´ım
n→∞||f −pSn||∞6→0, siendo pSn el p.i. asociado a Sn yf.
Obs´ervese que no hay contradicci´on con el teorema de Weierstrass (que afirma la densidad de polinomios enC0([a, b]) con la norma del m´aximo), sino que se muestra que una funci´on continua no puede aproximarse, en general, de manera arbitrariamente precisa mediante el p.i. relativo al soporte equidistante.
De hecho, puede probarse (v´ease [Crouzeix & Mignot]) que si f ∈ C1([a, b]) y p b
Sn es el p.i.
asociado al soporteSbn⊂[a, b] formado por los nodos de Chebychev, entonces l´ımn→∞||f−pSbn||∞→0.
En la figura 1.1 se observa que tomando como soporte los nodos de Chebychev se consigue evitar el fen´omeno de Runge. M´as concretamente, para la funci´on f(x) = 1
1 + 12x2 en [−1,1], en la figura 1.1 est´an dibujados: la funci´on f, el p.i. asociado a 11 nodos equidistantes (se observan grandes oscilaciones cerca de los extremos del intervalo) y el p.i. asociado a 11 nodos Chebychev. Es claro que el error de interpolaci´on en el caso del p.i. asociado a los nodos Chebychev es mucho menor que el error de interpolaci´on asociado al p.i. soportado en los nodos equidistantes.
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 −0.5
0 0.5 1 1.5
f(x)=1/(1+12x2)
Figura 1.1: Fen´omeno de Runge y nodos de Chebychev
1.3
Interpolaci´
on de Hermite
Problema 1.17 (Interpolaci´on global de Hermite) Dadaf ∈C1([a, b])y un soporteS={x 0 <
x1 <· · ·< xn} ⊂[a, b]den+1puntos distintos, consideramos el siguiente problema de interpolaci´on:
½
Hallarp∈IP2n+1[x] tal que
p(xi) =f(xi), p0(x
i) =f0(xi), i= 0,1, . . . , n. (1.15)
De forma an´aloga a la interpolaci´on de Lagrange (v´ease Secci´on 1.1), se plantean las siguientes cuestiones:
• Demostrar que el Problema1.17 tiene una ´unica soluci´on.
• Obtener una expresi´on del error.
• Deducir algoritmos para el c´alculo efectivo del p.i.H.
1.3.1 Existencia y unicidad
Teorema 1.19 Fijados un soporte de n+ 1 puntos distintos S = (xi)ni=0 y unos valores reales (yi)n
i=0 y (zi)ni=0 cualesquiera, existe un ´unico p.i.H. de los valores (xi, yi, zi)ni=0, es decir existe un
´unico p∈IP2n+1[x]tal que p(xi) =yi y p0(xi) =zi, i= 0, . . . , n.
Demostraci´on: Se razona de forma an´aloga (en tres etapas) a la demostraci´on del Teorema 1.3.
Etapa 1: Reducci´on del problema de interpolaci´on a un sistema lineal algebraico. Buscamos p ∈ IP2n+1[x] de la forma
p(x) =a0+a1x+· · ·+a2n+1x2n+1
con ai ∈R,i= 0, . . . ,2n+ 1 a determinar. No es dif´ıcil ver que (1.15) es equivalente a un sistema
lineal cuadrado de 2n+ 2 ecuaciones con 2n+ 2 inc´ognitas.
Etapa 2: Unicidad. Supongamos que existen p, q∈IP2n+1[x] tales que
p(xi) =q(xi) =yi, p0(xi) =q0(xi) =zi, i= 0, . . . , n.
Sear =p−q. Luego, r∈IP2n+1[x] y verifica
r(xi) = 0, r0(xi) = 0, i= 0, . . . , n.
Tenemos que r0 ∈ IP
2n[x]. Usando el teorema de Rolle, deducimos que r0 tiene (al menos) 2n+ 1
ra´ıces distintas. Por tanto, necesariamente r0 ≡0. Luego,r ∈IP0[x] tal que r(xi) = 0, i= 0, . . . , n,
de donder ≡0.
Etapa 3: Existencia. La existencia se obtiene, como consecuencia de las dos etapas anteriores.
1.3.2 Expresi´on del error
Teorema 1.20 Sea f ∈ C2n+2([a, b]). Fijados un soporte de n+ 1 puntos distintos S = (x
i)ni=0 de [a, b], los valores asociados (f(xi))in=0, (f0(xi))ni=0 y el p.i.H. p ∈ IP2n+1[x] tal que p(xi) = f(xi) y p0(x
i) =f0(xi), i= 0, . . . , n, entonces se tiene que para todo x∈[a, b]existe ξx∈(a, b) tal que f(x)−p(x) = f2n+2)(ξx)
(2n+ 2)! wS(x)
2, (1.16)
donde wS(x) = (x−x0)(x−x1)· · ·(x−xn).
Demostraci´on: Basta razonar como en la demostraci´on del Teorema 1.5 de expresi´on del error para la interpolaci´on de Lagrange, tomando ahora la funci´on auxiliar φ(t) = f(t)−p(t)−λwS(t)2 con
λ∈Rtal queφ(x) = 0.
Nota 1.21 (Cotas ´optimas de error) De (1.16), obtenemos la siguiente cota de la norma uni-forme del error de interpolaci´on de Hermite:
||f(x)−p(x)||∞,[a,b]≤ M2n+2
(2n+ 2)!||wS|| 2
1.3. INTERPOLACI ´ON DE HERMITE 11
Adem´as, siSn es el soporte equidistante den+ 1 puntos, entonces usando el teorema 1.10 deducimos
que:
||w1||2∞,[a,b]=
µ
h2 4
¶2
= h4
16, ||w2|| 2
∞,[a,b]=
µ
2h3 3√3
¶2
= 4h6
27 , ||w3|| 2
∞,[a,b]=
¡
h4¢2=h8,
siendown(x) = (x−x0). . .(x−xn),n= 1,2,3.
1.3.3 Algoritmos de construcci´on del p.i.H.
Un primer algoritmo posible es la resoluci´on del sistema lineal cuadrado de dimensi´on 2n+ 2, con inc´ognitas los coeficientes del p.i.H. respecto de potencias de x. Se trata de un m´etodo costoso computacionalmente y con matriz mal condicionada si el n´umero de puntos es grande.
Algoritmo de tipo Newton
Se trata de ir calculando los coeficientes del p.i.H. de forma iterativa en potencias dew1(x) = (x−x0),
w2(x) = (x−x0)2,w3(x) = (x−x0)2(x−x1),w4(x) = (x−x0)2(x−x1)2, ...,w2n+1(x) = (x−x0)2(x−
x1)2· · ·(x−xn−1)2(x−xn). Tomamos
• p0(x) =y0
• p1(x) =p0(x) +c1w1(x) conc1 ∈Rtal quep01(x0) =z0.. Tambi´en, p1(x0) =y0.
• p2(x) = p1(x) +c2w2(x) con c2 ∈ R tal que p2(x1) = y1. Tambi´en, p2(x0) = p1(x0) y
p0
2(x0) = p01(x0).
• p3(x) = p2(x) + c3w3(x) con c3 ∈ R tal que p03(x1) = z1. Tambi´en, p3(x0) = p2(x0),
p0
3(x0) = p02(x0) yp3(x1) = p2(x1). • . . .
• p2n(x) =p2n−1(x) +c2nw2n(x) conc2n∈R tal quep2n(xn) =yn
• p2n+1(x) =p2n(x) +c2n+1w2n+1(x) con c2n+1 ∈Rtal quep0
2n+1(xn) =zn.
Entonces, p2n+1 es el p.i.H.
Algoritmo de tipo Lagrange
Fijados un soporte de n+ 1 puntos distintos S = (xi)ni=0 y unos valores reales (yi)ni=0 y (zi)ni=0 cualesquiera, se trata de buscar el p.i.H.p∈IP2n+1[x] de la forma:
p(x) =y0A0(x) +y1A1(x) +· · ·+ynAn(x) +z0B0(x) +z1B1(x) +· · ·+znBn(x), (1.17)
donde{A0, A1, . . . , An}y{B0, B1, . . . , Bn} es la base de Hermite asociada, es decir, es una base del
espacio vectorial de p.i.H. asociados a dicho soporte, correspondientes a la base can´onica de valores (yi)∈Rn+1y (zi)∈Rn+1respectivamente. M´as concretamente,{A0, A1, . . . , An}y{B0, B1, . . . , Bn}
se construyen teniendo en cuenta lo siguiente:
• Ai ∈IP2n+1[x],Ai(xi) = 1,Ai(xj) = 0 para cadaj6=iy A0
i(xj) = 0 para todo j;
• Bi∈IP2n+1[x], Bi(xj) = 0 para todo j,Bi0(xi) = 1 y Bi0(xj) = 0 para cadaj6=i.
No es dif´ıcil demostrar que, para cada k = 0, . . . , n, los polinomios de la base de Hermite vienen dados por
Ak(x) = (1−2Lk0(xk))L2k(x), Bk(x) = (x−xk)L2k(x),
dondeLk son los polinomios de la base de Lagrange dados en (1.7), es decir
Lk(x) =
n
Y
j=0,j6=k
(x−xj) xk−xj
y L0k(x) =
n
X
j=0,j6=k
1
1.3.4 Extensi´on a la interpolaci´on de Hermite general
Problema 1.22 (Interpolaci´on global de Hermite general) Sea S ={x0 < x1 <· · ·< xn} ⊂
[a, b], consideramos el siguiente problema de interpolaci´on:
Hallar p∈IPn+k0+k1+...kn[x] (p.i.H. general) tal que
p(x0) =f(x0), p0(x0) =f0(x0), . . . , pk0)(x0) =fk0)(x0)
p(x1) =f(x1), p0(x1) =f0(x1), . . . , pk1)(x1) =fk1)(x1)
. . .
p(xn) =f(xn), p0(xn) =f0(xn), . . . , pkn)(xn) =fkn)(xn).
(1.18)
Nota 1.23 1. Se puede probar un resultado del mismo tipo que el del Teorema 1.19 sobre la existencia y unicidad del p.i.H. general. Por otra parte, para obtener una expresi´on del error an´aloga a (1.16), se usa el polinomio auxiliar:
w(x) = (x−x0)k0(x−x1)k1. . .(x−xn)kn.
2. En el problema (1.18) es fundamental que en cada nodoxise interpolef y todas sus derivadas hasta fki). De lo contrario, no se puede garantizar la existencia de soluci´on del problema de interpolaci´on.
Por ejemplo, no existe soluci´on del siguiente problema de interpolaci´on:
Hallar p∈IP2[x] tal que p(0) = 0, p(1) = 1, p0(1/2) = 2.
1.4
Interpolaci´
on a trozos y convergencia uniforme
Ya hemos visto que, dada f ∈ C0([a, b]), aproximar f en norma uniforme por polinomios p
n de
interpolaci´on global den+ 1 puntos conngrande, tiene los siguientes inconvenientes: 1. No siempre se tiene convergencia.
2. El c´alculo y manejo de pn es costoso parangrande.
3. El problema de interpolaci´on global, en general es inestable. En otras palabras, una peque˜na perturbaci´on en el valor asociado a un nodo o bien la introducci´on de un nodo m´as, tiene un efecto global, es decir puede repercutir de forma considerable en todo el intervalo [a, b]. Se usa entonces la interpolaci´on a trozos. Veamos primero la idea general de una interpolaci´on a trozos. Se fija una partici´on P = {a = x0 < x1 < · · · < xn = b} del intervalo [a, b] y se usa la
interpolaci´on en cada subintervalo Ii = [xi−1, xi], i= 1, . . . , n por polinomios de grado ≤m conm
peque˜no, m < n (en la pr´actica m= 1,2,3). Si llamamosh = m´ax1≤i≤n(xi−xi−1) (el di´ametro de
la partici´on), se trata de aproximar f en [a, b] haciendo h→0 (en particular n→+∞). M´as concretamente, el problema de interpolaci´on a trozos se formula como sigue:
Problema 1.24 (Interpolaci´on a trozos) Dada f ∈ C0([a, b]) y una partici´on P = {x
0 < x1 < · · ·< xn} ⊂[a, b]. Dado m∈N, m << n, en cada Ii = [xi−1, xi], elegimos un soporte Smi de m+ 1
puntos distintos (por simplicidad considerando sus extremos):
Smi ={xi−1< ξi,1< . . . ξi,m−1< xi}.
El problema de interpolaci´on a trozos consiste en
Hallar ph ∈Vh con
Vh={qh ∈C0([a, b]) : qh|Ii ∈IPm[x]} tal que
ph(xi) =f(xi), i= 0, . . . , n y ph(ξi,j) =f(ξi,j), j= 1, . . . , m−1.
1.4. INTERPOLACI ´ON A TROZOS Y CONVERGENCIA UNIFORME 13
Definici´on 1.25 Si ph verifica (1.19), diremos que ph es la funci´on de interpolaci´on polin´omica a
trozos.
Es claro que, gracias a la existencia y unicidad del p.i. de la funci´onf enSi
m ⊂Ii,i= 0, . . . , n(v´ease
el Teorema 1.3), se tiene la existencia y unicidad del p.i. a trozos ph. Notemos que, en cada Ii, la
funci´on ph es un polinomio de grado≤m y que, en principio,ph es s´olo continua en los extremos de
los subintervalos.
Teorema 1.26 (Estimaciones de error en norma uniforme) Si f ∈Cm+1([a, b]), entonces
||f−ph||∞,[a,b]≤
Mm+1 (m+ 1)!h
m+1, donde M
m+1 =||fm+1)||∞,[a,b].
En consecuencia, l´ım
h→0||f−ph||∞,[a,b]= 0 con orden de convergenciam+ 1.
Demostraci´on: Dado x ∈[a, b], existei= 1, . . . , n tal que x ∈Ii. Luego, para cadai = 1, . . . , n, ph(x) =pim(x), siendopim el p.i. asociado al soporteSmi ⊂Ii. Comof ∈Cm+1([a, b]), podemos usar
el Teorema 1.5 sobre el error de interpolaci´on de Lagrange en cada subintervalo Ii, i= 1, . . . , n y
afirmar que
||f −ph||∞,Ii ≤
Mm+1
(m+ 1)!||wSim||∞,Ii. (1.20)
Usando que||wSi
m||∞,Ii ≤hm+1 concluimos la demostraci´on del teorema.
Nota 1.27 (Cotas ´optimas en casos particulares) 1. En el caso de soportes Si
m equidistantes
es posible probar la siguiente estimaci´on del polinomio soporte:
||wSi
m||∞,Ii ≤
m! 4
µ
h m
¶m+1
.
En consecuencia, de (1.20) se deduce que
||f−ph||∞,Ii ≤
Mm+1 4(m+ 1)
µ
h m
¶m+1
.
2. En particular, param= 1,2,3, gracias al Teorema 1.10 tenemos
||wSi
1||∞,Ii =
1 4h
2, ||w
Si
2||∞,Ii =
2 3√3
µ
h
2
¶3
, ||wSi
3||∞,Ii =
µ
h
3
¶4
.
Nota 1.28 (Interpolaci´on a trozos de Hermite) El problema (1.19) es de interpolaci´on a trozos de Lagrange. De forma an´aloga, es posible plantear el problema de interpolaci´on a trozos de Hermite: Hallar ph ∈ Vh = {qh ∈ C1([a, b]) : q
h|Ii ∈ IP2m+1[x]} tal que ph(xi) = f(xi), ph(ξi,j) = f(ξi,j),
p0
h(xi) =f0(xi), p0h(ξi,j) =f0(ξi,j),i= 0, . . . , n,j= 1, m−1.
Adem´as, si f ∈ C2m+2([a, b]) entonces ||f −p
h||∞,[a,b] ≤
M2m+2
(2m+ 2)!h
2m+2. En consecuencia, l´ım
1.5
Splines
Hemos visto en la secci´on anterior que el proceso de interpolaci´on a trozos es un procedimiento que conduce a la convergencia uniforme del polinomio de interpolaci´on a trozos hacia la funci´on dada. No obstante, el inconveniente que puede tener es que si se interpola s´olo valores asociados a los nodos, el polinomio de interpolaci´on a trozos es s´olo continuo globalmente. Por otra parte, si se quiere conseguir mayor regularidad global usando la interpolaci´on a trozos de Hermite, se necesita interpolar derivadas de la funci´on en los nodos, que no se suelen conocer en muchas situaciones reales. La idea de interpolaci´on con splines es la siguiente: se fijan una partici´onP ={a=x0 < x1 < · · · < xn =b} del intervalo [a, b] y unos valores (yi)ni=0, se trata de construir funciones polin´omicas a trozos (en cada subintervalo Ii = [xi−1, xi] ,i= 1, . . . , n) que interpolan los valores yi en los nodos xi (se obtienen as´ı funciones continuas globalmente) y adem´as se les impone m´as regularidad global.
Definici´on 1.29 (Funci´on spline) Sean P = {a = x0 < x1 < · · · < xn = b} una partici´on del
intervalo [a, b], (yi)ni=0 unos valores cualesquiera y k ∈ Z. Diremos que Sh : [a, b] 7→ R es una
funci´on spline de grado k que interpola (yi)n
i=0 en (xi)in=0, siSh ∈Vh con Vh ={qh ∈Ck−1([a, b]) : qh|[xi−1,xi] ∈IPk[x], i= 1, . . . , n}
tal que Sh(xi) =yi, i= 1, . . . , n.
Cuando k= 1 se habla de un spline lineal (que coincide con la interpolante a trozos de Lagrange), para k= 2 se refiere a un spline cuadr´atico yk= 3 corresponde a un spline c´ubico.
1.5.1 Splines cuadr´aticos
Sean f ∈ C0([a, b]), P = {a = x
0 < x1 < · · · < xn = b} una partici´on del intervalo [a, b] e Ii = [xi, xi+1],i= 0, . . . , n−1.El problema de determinar un spline cuadr´aticoSh consiste en hallar
Sh ∈Vh ={qh ∈C1([a, b]) : qh|Ii ∈IP2[x], i= 0, . . . , n−1} tal queSh(xi) =f(xi).
Para cadai= 1, . . . , n,Sh|Ii ∈IP2[x] viene determinado por 3 coeficientes y, como hayn subinter-valos, tenemos 3ninc´ognitas a determinar. Por otra parte, de entre los grados de libertad disponibles, hay n+ 1 condiciones de interpolaci´on y 2(n−1) condiciones al exigir la regularidad globalC1. En total son 3n−1 grados de libertad.
En consecuencia, sobra una inc´ognita, que se puede fijar por ejemplo con una condici´on sobre la derivada en uno de los extremos. Veremos que en los splines c´ubicos, se puede fijar una condici´on sobre cada extremo.
El c´alculo efectivo se ver´a en el caso de los splines c´ubicos, tan s´olo diremos que para splines cuadr´aticos se usa un razonamiento parecido.
1.5.2 Splines c´ubicos
Sean f ∈C0([a, b]) y P ={a=x
0 < x1 <· · ·< xn =b} una partici´on del intervalo [a, b]. Vamos a
denotar s´olo para esta secci´on
Ii= [xi, xi+1], i= 0, . . . , n−1.
Se trata de determinar
sh ∈Vh conVh={qh ∈C2([a, b]) : q
h|Ii ∈IP3[x], i= 0, . . . , n−1} tal quesh(xi) =f(xi) .
Un polinomio c´ubico, en general involucra cuatro constantes, as´ı que hay suficiente flexibilidad en el procedimiento de la construcci´on del spline c´ubico para garantizar que la interpolante global no s´olo sea continuamente diferenciable sino que adem´as tenga una segunda derivada continua.
En efecto, para cada i = 1, . . . , n, sh|Ii ∈ IP3[x] viene determinado por 4 coeficientes. Luego,
1.5. SPLINES 15
• n+ 1 condiciones de interpolaci´on:
sh(xi) =f(xi), i= 0, . . . , n. (1.21)
• 3(n−1) condiciones al exigir ash la regularidad global C2:
sh|Ii+1(xi+1) =sh|Ii(xi+1), i= 0, . . . , n−2, (1.22)
s0h|Ii+1(xi+1) =s0h|Ii(xi+1), i= 0, . . . , n−2, (1.23)
s00
h|Ii+1(xi+1) =s 00
h|Ii(xi+1), i= 0, . . . , n−2. (1.24)
Tenemos pues de 4n−2 ecuaciones para determinar 4n inc´ognitas. En consecuencia, sobran dos inc´ognitas, que pueden encontrarse, por ejemplo, imponiendo una de las siguientes dos condiciones sobre los extremos del intervalo:
a) s00
h(a) = 0 y s00h(b) = 0 (condiciones defrontera libre),
o bien b) s0
h(a) =f0(a) ys0h(b) =f0(b), suponiendo est´an definidosf0(a) y f0(b) (condiciones de frontera
sujeta).
Si se impone el tipo a) de condiciones, se obtiene el spline c´ubiconatural, y el tipo b) corresponde al spline c´ubico llamadosujeto. Es posible tambi´en considerar otras condiciones de frontera, obteniendo otros tipos de splines, v´ease [Mathews & Fink].
C´alculo efectivo
Vamos a dar una idea del c´alculo efectivo del spline c´ubico. Un an´alisis m´as detallado puede encon-trarse en [Burden & Faires] (p´ag. 134–142).
Buscamos el spline c´ubico sh ∈ {qh∈C2([a, b]) : q
h|Ii ∈IP3[x], i= 0, . . . , n−1}de la forma
sh(x) =
sh|I0(x), I0 = [x0, x1], sh|I1(x), I1 = [x1, x2],
. . .
sh|In−1(x), In−1= [xn−1, xn],
(1.25)
donde para cada i= 0, . . . , n−1
sh|Ii(x) =ai+bi(x−xi) +ci(x−xi)2+di(x−xi)3. (1.26) Pongamoshi=xi+1−xi.Imponiendo las condiciones (1.21), obtenemos
ai=f(xi), i= 0, . . . , n. (1.27)
Usando (1.22)–(1.24) se despejan losbi, di en funci´on deci obteniendo
di= ci+13h−ci i
, bi = ai+1h−ai i
−2ci+ci+1
3 hi, i= 0, . . . , n−1.
Tras haber realizado ciertas operaciones algebraicas, llegamos a un sistema lineal Ac = b cuyas inc´ognitas son (ci)n
i=0. Veamos c´omo se escribe este sistema en el caso de los splines natural y sujeto. • En el caso del spline natural, se imponens00
h(a) = 0 =s00h(b) (con c0= 0),
A=
2(h0+h1) h1 0 . .. 0
h1 2(h1+h2) h2 0 0
. .. . .. . .. ... 0
. .. . .. . .. ... hn−2
. . . . . . . . . hn−2 2(hn−2+hn−1)
, c=
c1 c2 .. . .. .
cn−1
b=
3(a2−a1)
h1 −
3(a1−a0)
h0 .. . .. . .. . 3(an−an−1)
hn−1 −
3(an−1−an−2)
hn−2
.
• Para el spline sujeto, imponemoss0
h(a) =f0(a) y s0h(b) =f0(b),
A=
2h0 h0 0 . .. ... . .. 0
h0 2(h0+h1) h1 0 . .. . .. 0
0 h1 2(h1+h2) h2 0. .. 0
. .. . .. . .. . .. ... . .. 0
. .. . .. . .. . .. hn−2 2(hn−2+hn−1) hn−1
. . . . . . . . . . . . 0 hn−1 2hn−1
, c=
c0 c1 .. . .. . .. .
cn−1 cn , b=
3(a1−a0)
h0 −3f
0(a)
3(a2−a1)
h1 −
3(a1−a0)
h0 .. . .. . .. . 3(an−an−1)
hn−1
−3(an−1−an−2)
hn−2 3f0(b)−3(an−an−1)
hn−1
.
En ambos casos, la matriz del sistema Aes tridiagonal, sim´etrica y de diagonal estrictamente dom-inante. Por tanto A es regular y definida positiva. En consecuencia, podemos afirmar la existencia y unicidad del spline c´ubico tanto natural como sujeto. Adem´as, el c´alculo de losci se puede hacer por un m´etodo directo, bien por un m´etodo iterativo bien adoptado a este tipo de matrices.
1.5.3 Minimizaci´on curvatura de splines c´ubicos
Teorema 1.30 Sea s el spline c´ubico (sujeto o natural) asociado a f ∈C2([a, b]) y al soporte S = {a=x0 <· · ·< xn=b}. Entonces, se tiene que
Z b
a
(f00(x)−s00(x))2dx=
Z b
a
f00(x)2dx−
Z b
a
s00(x)2dx, (1.28)
Z b
a
s00(x)2dx≤
Z b
a
f00(x)2dx (1.29)
y Z
b
a
(f00(x)−s00(x))2dx≤
Z b
a
1.5. SPLINES 17
Demostraci´on: Las desigualdades (1.28) y (1.29) se obtienen de (1.30). Vamos a demostrar (1.30). Denotando el error e(x) =f(x)−s(x) para todo x∈[a, b], tenemos
Z b
a
f00(x)2dx=
Z b
a
(e00(x) +s00(x))2dx=
Z b
a
(e00(x))2dx+
Z b
a
(s00(x))2dx+ 2
Z b
a
e00(x)s00(x)dx.
Para probar (1.30), basta demostrar que
Z b
a
e00(x)s00(x)dx= 0. Integrando por partes, tenemos
Z b
a
e00(x)s00(x)dx =
n
X
i=1
Z xi
xi−1
e00(x)s00(x)dx
=
n
X
i=1
Ã
e0(x)s00(x)¯¯x=xi
x=xi−1−
Z xi
xi−1
e0(x)s000(x)dx
!
= e0(xn)s00(xn)−e0(x0)s00(x0)−
n
X
i=1
(s|Ii)000(x)dx
Z xi
xi−1
e0(x)dx= 0.
Aqu´ı, hemos usado que e0(xn) = e0(x0) = 0 para el spline sujeto y s00(xn) = s00(x0) = 0 para el spline natural y, que
Z xi
xi−1
e0(x)dx=e(xi)−e(xi−1) = 0, pues e(xi) ≡f(xi)−s(xi) = 0 para todo i= 0, . . . , n.
1.5.4 Estimaciones de error de splines c´ubicos
Vamos a usar la siguiente notaci´on:
||g||2,[a,b]=
µZ b
a
g2(x)dx
¶1/2
, ||g||∞= m´ax
x∈[a,b]|g(x)| ∀g∈C
0([a, b]).
Teorema 1.31 (Estimaciones de error en norma || · ||2) Sean s el spline c´ubico (sujeto o
nat-ural) asociado a f ∈ C2([a, b]) y al soporte S ={a= x
0 < · · · < xn = b} y h = m´ax
1≤i≤n(xi −xi−1).
Entonces, se verifica
||f0−s0||2,[a,b] ≤ h||f00||2,[a,b], (1.31) ||f −s||2,[a,b] ≤ h2||f00||2,[a,b]. (1.32)
Demostraci´on: Sea e(x) = f(x)−s(x), x ∈ [a, b]. Como e(xi) = 0 para todo i = 0, . . . , n, por el teorema de Rolle, existe ξi ∈ (xi−1, xi) tal que e0(ξi) = 0. Luego, usando la desigualdad de
Cauchy-Schwartz tenemos
e0(x) =
Z x
ξi
e00(t)dt≤ ||e00||2,Ii|x−ξi|1/2≤h1/2||e00||2,Ii ∀x∈Ii= [xi−1, xi]. (1.33)
Elevando al cuadrado esta desigualdad e integrando en Ii, se tiene
Z xi
ξi−1
(e0(x))2dx≤h||e00||22,Ii
Z xi
ξi−1
dx=h2||e00||22,Ii.
Sumando en i, obtenemos
||e0||2,[a,b]≤h||e00||2,[a,b],
Por otra parte, teniendo en cuenta quee(xi) = 0, tenemos
e(x) =
Z x
xi−1
e0(x)dx≤ ||e0||2,Ii|x−xi−1|1/2 ≤h1/2||e00||2,Ii ∀x∈Ii = [xi−1, xi]. (1.34)
Luego, razonando como antes llegamos a ||e||2 ≤h||e0||2, de donde usando (1.31) se deduce (1.32).
Corolario 1.32 (Estimaciones de error en norma || · ||∞) . En las condiciones del teorema an-terior, se verifica:
||f0−s0||∞,[a,b] ≤ h1/2||f00||2,[a,b], (1.35) ||f −s||∞,[a,b] ≤ h3/2||f00||2,[a,b]. (1.36)
Demostraci´on: Tomando m´aximo enx∈[a, b] en la desigualdad (1.33) llegamos a
||e0||∞,[a,b]≤h1/2||e00||2,[a,b],
de donde usando (1.30) deducimos (1.35).
Por otra parte, tomando m´aximo enx∈[a, b] en la desigualdad (1.34) obtenemos
||e||∞,[a,b]≤h1/2||e00||2,[a,b],
Tema 2
Mejor Aproximaci´
on (m.a.)
Trataremos en este tema el problema de aproximaci´on de funciones con un enfoque distinto de la interpolaci´on. M´as concretamente, plantearemos el problema general de aproximaci´on de funciones (o ajuste de curvas) como sigue:
Problema 2.1 Dada f ∈C0([a, b]), hallar una funci´on “f´acil de calcular” g 1 que se “ajuste” bien
a f en [a, b], es decir, que dist (f, g)≤ε, para una cierta distancia entre funciones.
Vimos en el Tema 1 que la interpolaci´on global no resulta un proceso conveniente para la aproximaci´on (no es natural forzar a la funci´on de ajuste ga coincidir exactamente con f en unos puntos fijados a priori).
Definici´on 2.2 (Mejor aproximaci´on (m.a.)) Sean(V,||·||)espacio vectorial normado yU ⊂V. Dado f ∈V, decimos queu¯∈ U es mejor aproximaci´on (m.a.) a f en U si se verifica que
||v−u¯|| ≤ ||v−u|| ∀u∈ U.
Claramente el concepto de m.a. depende de la norma (y en consecuencia de la distancia) considerada (incluso cuando la dimensi´on de V sea finita). De hecho, para V yU fijos, se pueden tener diversas situaciones como muestran los siguientes ejemplos:
Ejemplo 2.3 1. No existencia de m.a.: Sean (V,|| · ||) ≡ (R,| · |), U = (0,1) y f = 0. En este caso, existe ´ınfimo pero no m´ınimo.
2. Existencia y unicidad de m.a.: Sean V =C0([0,1]),U ={c: c∈R}yf =f(x) =ex.
(a) Para la norma||f||1 =
Z 1
0
|f(x)|dx, la m.a. es ¯u=e1/2.
(b) Para la norma||f||2 =
µZ 1
0
|f(x)|2dx
¶1/2
, la m.a. es ¯u=e−1.
(c) Para la norma||f||∞= m´ax
x∈[0,1]|f(x)|, la m.a. es ¯u= (e+ 1)/2 .
Para los apartados (a) y (b), las soluciones se calculan “a mano”, considerandoh(c) =||f−c|| y estudiando el m´ınimo de h| : R7→ R+. El apartado (c) es m´as dif´ıcil a priori, pero f´acil de comprobar una vez que se nos da la m.a.
3. Existencia de ∞ m.a.: Sean (V,|| · ||)≡(R2,|| · ||
1), donde ||(x, y)||1 =|x|+|y|,U = {(x, y) : ||(x, y)||1 ≤1} (el rombo de centro (0,0) y v´ertices (1,0), (0,1), (−1,0) y (0,−1)) yv= (1,1). Entonces, m.a. son todos los puntos del segmento entre (1,0) y (0,1).