POLINOMIOS DE

INTERPOLACION
INTRODUCCION
Es comn que los datos se dan como valores discretos a lo largo de
un continuo.
Sin embargo, quizs se requiera la estimacin de un punto entre
valores discretos.
En este captulo se describir las tcnicas para ajustar curvas a
estos datos para obtener estimaciones intermedias.
Existen dos mtodos generales para el ajuste de curvas que se
distinguen entre s al considerar la cantidad de error asociado con
los datos.
Primero, si los datos exhiben un grado significativo de error o
ruido, la estrategia ser obtener una sola curva que represente la
tendencia general de los datos.
INTRODUCCION
Como cualquier dato individual puede ser incorrecto, no se
busca intersecar todos los puntos.
En lugar de esto, se construye una curva que siga la tendencia
de los puntos tomados como un grupo.
Un procedimiento de este tipo se llama regresin por
mnimos cuadrados. (ver figura 1.a)
Segundo, si se sabe que los datos son muy precisos, el
procedimiento bsico ser colocar una curva o una serie de
curvas que pasen por cada uno de los puntos en forma directa.
Usualmente tales datos provienen de tablas.
INTRODUCCION
Como ejemplos se tienen los valores de la densidad del
agua o la capacidad calorfica de los gases en funcin
de la temperatura.
La estimacin de valores entre puntos discretos bien
conocidos se llama interpolacin. (ver figuras 1.b y
1.c)
INTRODUCCION

Figura 1.

Tres intentos para

ajustar una mejor
curva con cinco
puntos dados:
a) Regresin por
mnimos
cuadrados.
b) interpolacin
lineal y
c) interpolacin
curvilnea.
OBJETIVOS
Se habr mejorado su capacidad para ajustar curvas a los datos.
En general, se dominar las tcnicas, se habr aprendido a valorar la
confiabilidad de los resultados y se ser capaz de seleccionar el mtodo (o
mtodos) para cualquier problema especfico.
Entender que hay uno y slo un polinomio de grado n o menor que pasa
exactamente a travs de n + 1 puntos.
Saber cmo obtener el polinomio de interpolacin de Newton de primer grado.
Saber por qu son tiles las frmulas de interpolacin con igual espaciamiento.
Comprender que las ecuaciones de Newton y Lagrange son simplemente
formulaciones diferentes de la misma interpolacin polinomial, y entender sus
respectivas ventajas y desventajas.
Darse cuenta que los datos no tienen que estar igualmente espaciados ni en un
orden particular para los polinomios de Newton o de Lagrange.
INTERPOLACION
La interpolacin es una tcnica de ajuste de curvas
que se utiliza para estimar valores intermedios entre
datos precisos.
Consiste en la obtencin de polinomios que representen
en forma muy aproximada la tendencia de un grupo de
datos.
El concepto bsico de interpolacin polinomial consiste
en usar lneas rectas y parbolas para unir los puntos.
Despus, se desarrolla un procedimiento generalizado
para ajustar un polinomio de grado n.
INTERPOLACION
Por ejemplo, en la prctica a menudo se tiene una tabla de datos
{(xi,yi), i = 0,1,2,...,n}, obtenida por muestreo o
experimentacin.
Suponemos que los datos corresponden a los valores de una
funcin f desconocida (a veces es conocida, pero queremos
cambiarla por una funcin ms sencilla de calcular).
El ajuste de curvas a travs de la interpolacin polinmica
trata el problema de construir una funcin que aproxime muy
bien estos datos (es decir, a f).
La interpolacin polinomial consiste en estimar f(x) con P(x) si
x no est en la tabla pero se puede ubicar entre estos valores.
INTERPOLACION EJEMPLO
INTRODUCTORIO
Por ejemplo, una situacin tpica se muestra en el
siguiente ejemplo en el que tenemos datos que
relacionan temperatura con el segundo coeficiente
virial.
El comportamiento de gases no ideales se describe a menudo
con la ecuacin virial de estado:

donde P es la presin, V el volumen molar del gas, T es la

temperatura Kelvin y R es la constante de gas ideal.
Los coeficientes B = B(T), C = C(T),... son el segundo y tercer
coeficiente virial, respectivamente.
En la prctica se usa la serie truncada:
INTERPOLACION EJEMPLO
INTRODUCTORIO
INTERPOLACION POLINOMIAL O
POLINOMICA
El objetivo en la Prctica es la obtencin del polinomio de
interpolacin, que es el polinomio de grado menor o igual que n que
pasa por n+1 puntos (xi,yi), i=0,1,...,n, tambin llamados nodos de
interpolacin.
Planteando directamente las condiciones anteriores se obtiene un
sistema de ecuaciones lineales con solucin nica, pero generalmente
mal condicionado.
El problema de la interpolacin consiste en estimar el valor de una
funcin en un punto a partir de valores conocidos en puntos cercanos.
En el caso de la interpolacin polinmica, la funcin incgnita se
sustituye por un polinomio que coincide con aquella en los puntos
conocidos.
INTERPOLACION POLINOMIAL O
POLINOMICA
Se eligen los polinomios porque son fciles de evaluar y por el
hecho fundamental de que dados n+1 puntos de abscisa distinta,
(x0, y0), (x1, y1),..., (xn, yn), existe exactamente un polinomio Pn(x)
de grado no superior a n, que pasa por dichos puntos, es decir, tal
que:
Pn(xi) = yi, i=0,1,2...,n.
Existen dos mtodos muy conocidos y utilizados para expresar
tales polinomios en forma de ecuacin.
1. El primero, llamado interpolacin polinomial de Newton, es preferible
cuando se desconoce el grado apropiado del polinomio.
2. El segundo, llamado interpolacin polinomial de Lagrange, tiene
ventajas cuando de antemano se conoce el grado apropiado.
INTERPOLACION POLINOMIAL O
POLINOMICA
En este captulo trataremos bsicamente dos problemas, el primero de
los cuales es el siguiente:
Problema 1: Dados n + 1 puntos pertenecientes a R2, es decir:
(x0,y0), (x1,y1)...(xn,yn).
En los cuales x0, x1,..xn son nmeros distintos, se quiere encontrar un
polinomio Pn(x) de grado menor o igual que n tal que:
Pn(xi) = yi, con i = 0, 1, 2, .n.
Probaremos que un tal polinomio Pn(x) siempre existe y adems es
nico.
A tal polinomio se Ie denomina polinomio de interpolacion, polinomio
interpolante o polinomio de colocacion para los puntos (datos) dados.
INTERPOLACION POLINOMIAL O
POLINOMICA
En este contexto los nmeros x0, x1,..xn son IIamados nodos.
Cuando n = 1, es decir, solo se tienen dos puntos, el polinomio de
interpolacin correspondiente se denomina tambin polinomio de
interpolacin lineal.
EI caso de mayor inters para nosotros es aquel en el cual yi = f(xi)
siendo f una cierta funcin de la que posiblemente no se conoce una
frmula explcita, o bien es muy complicada para evaluarla,
derivarla, integrarla, hallarle ceros, etc.
En este caso el polinomio de interpolacin Pn(x) puede usarse como
aproximacin de la funcin f y, en particular, para aproximar valores
de la funcin f en puntos intermedios entre los nodos x0, x1,..xn.
INTERPOLACION POLINOMIAL O
POLINOMICA
Nos referiremos a esta manera de aproximar una
funcin dada, mediante un polinomio de interpolacin,
como interpolacin polinomial.
En este contexto el polinomio de interpolacin Pn(x) se
dir el polinomio que interpola a la funcin f en los
nodos x0, x1,..xn.
INTERPOLACION POLINOMIAL O
POLINOMICA
Problema 2: Dados n + 1 puntos pertenecientes a R2,
es decir: (x0,y0), (x1,y1)...(xn,yn).
En los cuales x0, x1,..xn son nmeros distintos, y dado un
entero no-negativo m, con m < n, se trata de encontrar
un polinomio:
Pm(x) = a0 + a1x + .. + amxm
tal que la suma de cuadrados:

Sea mnima.
INTERPOLACION POLINOMIAL O
POLINOMICA
EI criterio mediante el cual se elige el polinomio Pm(x) es conocido
como criterio de los mnimos cuadrados.
Se probar que tal polinomio Pm(x) existe y es nico; se Ie denomina
polinomio de ajuste segn mnimos cuadrados para los datos dados.
EI polinomio Pm(x) lo que da es un ajuste razonable a los datos dados.
Este tipo de aproximacin mediante el polinomio de ajuste Pm(x) se
conoce como ajuste polinomial.
Aunque el ajuste polinomial segn mnimos cuadrados es el caso
ms usado, tambin existen el caso de ajuste exponencial,
logartmico y de potencia segn mnimos cuadrados.
INTERPOLACION POLINOMIAL O
POLINOMICA
Se podra pensar que al aumentar el grado se obtiene mejor aproximacin,
pero esto es falso en general.
La coincidencia del polinomio con muchos puntos de interpolacin se
consigue a costa de grandes oscilaciones en los intervalos entre nodos o
puntos de interpolacin dados.
La aplicacin clsica de la interpolacin consiste en estimar los valores de
una funcin tabulada en puntos que no figuran en la tabla.
Como ejemplo tpico de tabla citemos la campana de Gauss o distribucin
normal.
Actualmente la interpolacin se utiliza en clculo numrico para aproximar
funciones mediante otras ms sencillas, como los polinomios.
Por ejemplo, para deducir frmulas de integracin aproximada y mtodos
de resolucin de ecuaciones diferenciales.
INTERPOLACION POLINOMIAL O
POLINOMICA
Cuando la informacin tabular de que se dispone es
aproximada hasta cierto nmero de cifras significativas,
por ejemplo la de tablas de logaritmos o de funciones
de Bessel, se recomienda usar ajuste exacto.
En cambio, si la informacin tiene errores considerables,
como en el caso de datos experimentales, no tiene
sentido encontrar un polinomio que pase por esos
puntos sino ms bien que pase entre ellos; entonces, el
mtodo de mnimos cuadrados es aplicable.
INTERPOLACION POLINOMIAL O
POLINOMICA

Aproximacin Polinomial con

criterio de ajuste exacto
(lneas entrecortadas) y con
mnimos cuadrados (curva
continua)
UN PROBLEMA DE
INTERPOLACION
Midiendo la temperatura ambiente a distintas horas del da hemos obtenido
la siguiente tabla:
Hora 6 8 1 1 1 1 1 2
0 2 4 6 8 0
Grados 7 9 1 de temperatura
Datos 1 2ambiente1 1 1
22 2 8 1 9 5 0
20

18

16

14
Grados
12

10

6
4 6 8 10 12 14 16 18 20 22

Hora
UN PROBLEMA DE
INTERPOLACION
Sea T = f(t) la funcin (desconocida) que da la temperatura
ambiente en cada instante t.
Para estimar la temperatura en un instante t que no aparece en la
tabla, aproximaremos la funcin f mediante polinomios de
interpolacin.
Estos polinomios se determinan exigiendo que coincidan con f en
alguno de los valores tabulados.
Si exigimos que pase por dos puntos, obtenemos una recta, o sea un
polinomio de grado 1.
Si hacemos que pase por tres puntos, queda un polinomio de grado
2, y as sucesivamente podemos ir aadiendo puntos e
incrementando el grado.
 UN EJEMPLO INTRODUCTORIO
siguiente tabla presenta la temperatura de ebullicin de la acetona (C 3H60) a diferentes presion

Se desea saber la temperatura de

ebullicin a 2 Atmsferas.

Una forma muy comn de resolver este problema es sustituir los puntos (0)
y (1) en la ecuacin de la lnea recta: p(x) = a0 + a1x, de tal modo que
resultan dos ecuaciones con dos incgnitas que son a0 y a1.
Con la solucin del sistema se consigue una aproximacin polinominal de
primer grado, lo que permite efectuar interpolaciones lineales; es decir, se
sustituye el punto (0) en la ecuacin de la lnea recta y se obtiene:
56.5 = a0 + a1
113.0 = a0 + a15 Para el punto (1)
 UN EJEMPLO INTRODUCTORIO
Resolviendo el sistema de dos ecuaciones con dos incgnitas se tiene que: a0 =
42,375 y a1 = 14,125
or tanto, estos valores generan la ecuacin: p(x) = 42,375 + 14,125x
ecuacin resultante puede emplearse para aproximar la temperatura cuando la presin es cono
r lo tanto al sustituir en la ecuacin la presin x = 2 Atm., la temperatura es igual a 70,6C.

Grficamente, la tabla anterior puede verse como una serie puntos (0), (1), (2) y
(3) en un plano P vs T, en donde si se unen con una lnea los puntos (0) y (1), por
bsqueda grfica se obtiene T = 70,6 para P = 2 Atm.

En realidad, mediante esta interpolacin se ha tratado de aproximar una funcin

analtica desconocida T = f(P) dada en forma tabular, por medio de una lnea recta
que pasa por los puntos (0) y (1).
UN EJEMPLO INTRODUCTORIO
Interpolacin grfica de la
temperatura de ebullicin de la
Acetona a una presin de 2
Atmsferas.
Para aproximar el valor de la
temperatura correspondiente a P = 2
atm se pudieron tomar otros dos
puntos distintos, por ejemplo (2) y
(3), pero es de suponer que el
resultado tendra un margen de error
mayor, ya que el valor que se busca
est entre los puntos (O) y (1).
 UN EJEMPLO INTRODUCTORIO
Por otro lado, si se quisiera una aproximacin mejor al valor "verdadero"
de la temperatura buscada, podran unirse ms puntos de la tabla con una
curva suave (sin picos), por ejemplo tres (0), (1), (2) y grficamente
obtener T correspondiente a P = 2 atm.
Analticamente, el problema se resuelve al aproximar la funcin
desconocida [T =f(P)] con un polinomio que pase por los tres puntos (0),
(1) y (2).
Este polinomio es una parbola y tiene la forma general: P2(x) = a0 + a1x
+ a2x2, donde los parmetros
56,5 = a0a+ 0, a
a11y+aa se
22 12determinan sustituyendo cada
1
uno de los tres puntos conocidos
113,0 =a +a en5la+ecuacin;
a 52 es decir:
0 1 2
181,0 = a0 + a120 + a2202

Resolviendo el sistema de ecuaciones se obtienen: a0 = 39,85 a1 =

17,15 y a2 = -0,50482
e tal modo que la ecuacin polinomial queda igual a: P2(x) = 39,85 + 17,15x 0,50482x2
UN EJEMPLO INTRODUCTORIO

Interpolacin grfica con tres puntos

Por lo tanto si x = 2 atm, entonces:

T P2(2) = 39.85 + 17.15 (2) - 0.50482(2)2 72.1

 TIPOS DE INTERPOLACION
LINEAL
La forma ms simple de interpolacin consiste en unir dos puntos con una lnea recta.
icha tcnica, llamada interpolacin lineal, se ilustra de manera grfica en la siguiente figura:

Utilizando tringulos semejantes,

reordenndose se tiene:

(1)

que es una frmula de interpolacin lineal.

La notacin f1(x) designa que ste es un
polinomio de interpolacin de primer grado
TIPOS DE INTERPOLACION
LINEAL
EJEMPLO 1: Estime el logaritmo natural de 2 mediante
interpolacin lineal.
Primero, realice el clculo por interpolacin entre ln 1 =
0 y ln 6 = 1.791759.
Despus, repita el procedimiento, pero use un intervalo
menor de ln 1 a ln 4 (1.386294).
Observe que el valor verdadero de ln 2 es 0.6931472.
EJEMPLO INTERPOLACION
LINEAL

Dos interpolaciones
lineales para estimar ln2.
Observar cmo el
intervalo menor
proporciona una mejor
estimacin.
INTERPOLACION CUADRATICA
En el ejemplo anterior, el error resulta de nuestra
aproximacin a una curva mediante una lnea recta.
En consecuencia, una estrategia para mejorar la
estimacin consiste en introducir alguna curvatura a la
lnea que une los puntos.
Si se tienen tres puntos como datos, stos pueden
ajustarse en un polinomio de segundo grado (tambin
conocido como polinomio cuadrtico o parbola).
INTERPOLACION CUADRATICA
Dicha ecuacin cuadrtica se puede expresar mediante:

Multiplicando los trminos se tiene:

Y, agrupando los trminos se llega a:

Donde:
INTERPOLACION CUADRATICA
As, la ecuacin (2) representa a un nico polinomio de
segundo grado que une los tres puntos.
Un procedimiento simple puede usarse para determinar
los valores de los coeficientes.
Para encontrar b0, en la ecuacin (2) se evala con x =
x0 para obtener: b0 = f(x0) (3)
La ecuacin (3) se sustituye en la (2), despus se
evala en x = x1 para tener:
(4)
 INTERPOLACION CUADRATICA
Por ltimo, las ecuaciones (3) y (4) se sustituyen en la (2), despus se evala
en x = x2 y (luego de algunas manipulaciones algebraicas) se resuelve para:

(5)

Observar que, como en el caso de la interpolacin lineal, b 1 todava

representa la pendiente de la lnea que une los puntos x 0 y x1.
As, los primeros dos trminos de la ecuacin (2) son equivalentes a la interpolacin lineal de x 0

El ltimo trmino, b2(x x0)(x x1), determina la curvatura de segundo grado

en la frmula.
Si nos fijamos bien, la forma del coeficiente b2,es muy similar a la
aproximacin en diferencias finitas de la segunda derivada, que se present
antes.(2) comienza a manifestar una estructura semejante a la expansin de la serie de
s, la ecuacin
INTERPOLACION CUADRATICA
EJEMPLO 2
Planteamiento del problema. Ajuste un polinomio de
segundo grado a los tres puntos del ejemplo 1:

El uso de la interpolacin
cuadrtica para estimar ln(2).
Para comparacin se presenta
tambin la interpolacin lineal
desde x = 1 hasta 4.
FORMULA GENERAL DE LOS
POLINOMIOS
POLINOMIO DE NEWTON:
El anlisis anterior que se hizo, para polinomios de
primer y segundo grado, puede generalizarse para
ajustar un polinomio de n-simo grado a n + 1 datos.
El polinomio de n-simo grado es:
(6)

Como se hizo antes con las interpolaciones lineales y

cuadrticas, los puntos asociados con datos se utilizan
para evaluar los coeficientes b0, b1,..., bn.
POLINOMIO DE NEWTON
Para un polinomio de n-simo grado se requieren n + 1
puntos: [x0, f(x0)], [x1, f(x1)],..., [xn, f(xn)].
Se usan estos datos y las siguientes ecuaciones para
evaluar los coeficientes: (7)
(8)
(9)

(10)
POLINOMIO DE NEWTON
Donde se puede apreciar que las evaluaciones de la
funcin colocadas entre parntesis son diferencias
divididas finitas.
As por ejemplo, la primera diferencia finita en forma
(11)
general se representa como:

La segunda diferencia finita, que representa la

diferencia de las dos primeras diferencias, se expresa
en forma general como: (12)
POLINOMIO DE NEWTON
En forma similar, la n-sima diferencia dividida finita es:

(13)

Estas diferencias sirven para evaluar los coeficientes en las

ecuaciones (7) a (10), los cuales se sustituirn en la ecuacin
(6) para obtener el polinomio de interpolacin:
(14)

Que se conoce como polinomio de interpolacin de

Newton en diferencias finitas.
POLINOMIO DE NEWTON
ALGUNAS OBSERVACIONES:
No se requiere que los datos utilizados en la ecuacin
(18.15) estn igualmente espaciados o que los valores
de la abscisa estn en orden ascendente.
Tambin, advierta cmo las ecuaciones (11) a (13) son
recursivas (es decir, las diferencias de orden superior se
calculan tomando diferencias de orden inferior (VER
figura).
Tabla 1:
Representacin
grfica de la
naturaleza
recursiva de las
diferencias
divididas finitas.
POLINOMIO DE NEWTON
EJEMPLO 3
Planteamiento del problema. En el ejemplo 2, los
datos x0 = 1, x1 = 4 y x2 = 6 se utilizaron para estimar
ln(2) mediante una parbola.
Ahora, agregando un cuarto punto [x3 = 5; f(x3)=
1.609438], estime ln(2) con un polinomio de
interpolacin de Newton de tercer grado.

Uso de la interpolacin cbica

para estimar ln(2).
ERRORES EN EL POLINOMIO DE
NEWTON
Observar que la estructura de la ecuacin (14) es similar a
la expansin de la serie de Taylor en el sentido de que se
van agregando trminos en forma secuencial, para mostrar
el comportamiento de orden superior de la funcin.
Estos trminos son diferencias finitas y, as, representan
aproximaciones de las derivadas de orden superior.
En consecuencia, como ocurri con la serie de Taylor, si la
funcin verdadera es un polinomio de n-simo grado,
entonces el polinomio de interpolacin de n-simo grado
basado en n + 1 puntos dar resultados exactos.
ERRORES EN EL POLINOMIO DE
NEWTON
Tambin, como en el caso de la serie de Taylor, es posible obtener
una formulacin para el error de truncamiento.
Recordando que el error de truncamiento en la serie de Taylor se
expresa en forma general como:

donde est en alguna parte del intervalo de xi a xi+1.

Para un polinomio de interpolacin de n-simo grado, una
expresin anloga para el error es:
(15)

donde est en alguna parte del intervalo que contiene la

incgnita y los datos.
ERRORES EN EL POLINOMIO DE
NEWTON
Para que esta frmula sea til, la funcin en turno debe
ser conocida y diferenciable.
Por lo comn ste no es el caso.
Por fortuna, hay una formulacin alternativa que no
requiere del conocimiento previo de la funcin.
Utilizndose una diferencia dividida finita para
aproximar la (n + 1)-sima derivada, (16)

donde [x,xn, xn1,. . . , x0] es la (n + 1)-sima diferencia

dividida finita.
ERRORES EN EL POLINOMIO DE
NEWTON
Debido a que la ecuacin (16) contiene la incgnita f(x),
no permite obtener el error.
Sin embargo, si se tiene un dato ms, f(xn+1), la
ecuacin (16) puede usarse para estimar el error como
sigue:
(17)
EJEMPLO 4 CALCULO DEL
ERROR
Planteamiento del problema. Con la ecuacin (17)
estime el error en la interpolacin polinomial de
segundo grado del ejemplo 2.
Use el dato adicional f(x3) = f(5) = 1.609438 para
obtener sus resultados.
Solucin. Recuerde que en el ejemplo 2 el polinomio
de interpolacin de segundo grado proporcion una
estimacin, f2(2) = 0.5658444, que representa un error
de 0.6931472 0.5658444 = 0.1273028.
ERRORES EN EL POLINOMIO DE
NEWTON
Con el ejemplo anterior y la ecuacin (17), debe resultar
claro que el error estimado para el polinomio de n-
simo grado es equivalente a la diferencia entre las
predicciones de orden(18)
(n + 1) y de orden n. Es decir,
En otras palabras, el incremento que se agrega al caso
de orden n para crear el caso de orden (n + 1) [es decir,
la ecuacin (17)] se interpreta como un estimado del
error de orden n.
Esto se percibe con claridad al reordenar la ecuacin
(18): (19)
ERRORES EN EL POLINOMIO DE
NEWTON
La validez de tal procedimiento se refuerza por el hecho
de que la serie es altamente convergente.
En tal situacin, la prediccin del orden (n + 1) debera
ser mucho ms cercana al valor verdadero que la
prediccin de orden n.
En consecuencia, la ecuacin (18) concuerda con
nuestra definicin estndar de error, al representar la
diferencia entre la verdad y una aproximacin.
ALGORITMO DEL POLINOMIO DE
NEWTON
Tres propiedades hacen a los polinomios de interpolacin de
Newton muy atractivos para aplicaciones en computadora:
1. Como en la ecuacin (6), es posible desarrollar de manera
secuencial versiones de grado superior con la adicin de un solo
trmino a la ecuacin de grado inferior. Esto facilita la evaluacin
de algunas versiones de diferente grado en el mismo programa.
En especial tal capacidad es valiosa cuando el orden del polinomio
no se conoce a priori. Al agregar nuevos trminos en forma
secuencial, podemos determinar cundo se alcanza un punto de
regreso disminuido (es decir, cuando la adicin de trminos de
grado superior ya no mejora de manera significativa la estimacin,
o en ciertas situaciones incluso la aleja).
ALGORITMO DEL POLINOMIO DE
NEWTON
2. Las diferencias divididas finitas que constituyen los coeficientes
del polinomio [ecuaciones (8) hasta (10)] se pueden calcular
eficientemente. Es decir, como en la ecuacin (13) y la tabla 1, las
diferencias de orden inferior sirven para calcular las diferencias de
orden mayor. Utilizando esta informacin previamente
determinada, los coeficientes se calculan de manera eficiente.
3. El error estimado [ecuacin (17)] se incorpora con facilidad en un
algoritmo computacional debido a la manera secuencial en la cual
se construye la prediccin.
Todas las caractersticas anteriores pueden aprovecharse e
incorporarse en un algoritmo general para implementar el
polinomio de Newton.
POLINOMIO DE LAGRANGE
El polinomio de interpolacin de Lagrange es
simplemente una reformulacin del polinomio de
Newton que evita el clculo de las diferencias divididas,
y se representa de manera concisa como:
(20) Donde: (21)

donde designa el producto de. Por ejemplo, la

versin lineal (n = 1) es: (22)
 POLINOMIO DE LAGRANGE
y la versin de segundo grado es:

(23)

La ecuacin (20) se obtiene de manera directa del

polinomio de Newton.
Sin embargo, el razonamiento detrs de la formulacin de
Lagrange se comprende directamente al darse cuenta de que
cada trmino Li(x) ser 1 en x = xi y 0 en todos los otros puntos
(figura
De estasiguiente).
forma, cada producto L (x)f(x ) toma el valor de f(x ) en el
i i i
punto xi. En consecuencia, la sumatoria de todos los productos en la
ecuacin (20) es el nico polinomio de n-simo grado que pasa
exactamente a travs de todos los n + 1 puntos, que se tienen como
POLINOMIO DE LAGRANGE
Descripcin visual del razonamiento
detrs del polinomio de Lagrange.

Esta figura muestra un caso de

segundo grado.
Cada uno de los tres trminos en la
ecuacin (23) pasa a travs de uno de
los puntos que se tienen como datos y
es cero en los otros dos.
La suma de los tres trminos, por lo
tanto, debe ser el nico polinomio de
segundo grado f2(x) que pasa
exactamente a travs de los tres
 OBTENCION DEL POLINOMIO DE
LAGRANGE
El polinomio de interpolacin de Lagrange se obtiene de manera directa a
partir de la formulacin del polinomio de Newton.
Haremos esto nicamente en el caso del polinomio de primer grado
[ecuacin (1)].
Para obtener la forma de Lagrange, reformulamos las diferencias divididas.
Por ejemplo, la primera diferencia dividida,

(aSe reformula como: (b)

)
conocida como la forma simtrica.

Al sustituir la
ecuacin
(b) en la (1) se
or ltimo, al agrupar trminos semejantes y simplificar se obtiene la forma del polinomio de Lag
obtiene
POLINOMIO DE LAGRANGE
EJEMPLO 5
Planteamiento del problema. Con un polinomio de
interpolacin de Lagrange de primero y segundo grado
evale ln(2) basndose en los datos del ejemplo 18.2:
EJEMPLO 6
INTERPOLACIN DE LAGRANGE EMPLEANDO LA
COMPUTADORA
Planteamiento del problema. Es posible usar el
algoritmo de Lagrange para estudiar un problema de
anlisis de tendencia que se relaciona con nuestro
conocido caso de la cada del paracaidista.
Suponga que se tiene un instrumento para medir la
velocidad del paracaidista. Los datos obtenidos en una
prueba particular son:
EJEMPLO 6
Nuestro problema consiste en estimar la velocidad del
paracaidista en t = 10 s para tener las mediciones
faltantes entre t = 7 y t = 13 s.
Estamos conscientes de que el comportamiento de los
polinomios de interpolacin tal vez resulte inesperado.
Por lo tanto, construiremos polinomios de grados 4, 3, 2
y 1, y compararemos los resultados.
Solucin. El algoritmo de Lagrange se utiliza para
construir polinomios de interpolacin de cuarto, tercer,
segundo y primer grado.
EJEMPLO 6

Grficas que muestran interpolaciones de a) cuarto grado, b) tercer grado, c)

segundo grado y d) primer grado.
CONCLUSIONES
En resumen, en los casos donde se desconoce el grado del
polinomio, el mtodo de Newton tiene ventajas debido a la
comprensin que proporciona respecto al comportamiento de las
frmulas de diferente grado.
Cuando se va a ejecutar slo una interpolacin, las formulaciones
de Lagrange y de Newton requieren un trabajo computacional
semejante.
No obstante, la versin de Lagrange es un poco ms fcil de
programar.
Debido a que no requiere del clculo ni del almacenaje de
diferencias divididas, la forma de Lagrange a menudo se utiliza
cuando el grado del polinomio se conoce a priori.