Mtodos Numricos II

Frmula de Lagrange
Objetivo
Reconocer la naturaleza de la frmula de Lagrange en la construccin
de polinomios mediante el ajuste de puntos tabulados a una funcin.

Interpolacin
Es el clculo de valores para una funcin tabulada en puntos que no
se encuentran en la tabla mediante una representacin analtica
sencilla.
La enorme ventaja de aproximar informacin discreta o funciones
complejas, con funciones analticas sencillas, radica en su mayor
facilidad de evaluacin y manipulacin, situacin necesaria en el
campo de la ingeniera.
Muchos matemticos famosos tienen su nombre asociado con
procedimientos para interpolacin: Gauss, Newton, Bessel, Stirling. La
necesidad de interpolar comenz con los primeros estudios de
astronoma cuando los movimientos de cuerpos celestes fueron
determinados por observaciones peridicas.
Los mtodos de interpolacin son la base para muchos otros
procedimientos tales como, diferenciacin e integracin numrica y
mtodos de solucin para ecuaciones diferenciales ordinarias y
parciales.
Adems, la interpolacin de polinomios sirve como una excelente
introduccin de algunas tcnicas para suavizar curvas.

Teresa Carrillo Ramrez - pg.

Mtodos Numricos II

Interpolacin o
ajuste de curvas
Para aproximar f(x) por medio de un polinomio a partir de puntos
tabulados, se pueden aplicar dos criterios: el de interpolacin
polinomial o el de ajuste de curvas.
La tcnica de interpolacin consiste en encontrar una funcin
polinomial que ajuste de forma exacta, es decir, que pase por los
puntos dados en la tabla. Los mtodos de ajuste de curvas consisten
en hallar un polinomio que pase entre los puntos y que satisfaga la
condicin de minimizar el error entre los puntos tabulados y el
polinomio.
Cuando la informacin de la que se dispone es hasta cierto punto
exacta y confiable, se usa un ajuste exacto. Pero si se considera que
pueden existir errores, no tiene sentido buscar que pase por los
puntos, sino que pase entre ellos.
Una vez que se obtiene el polinomio de aproximacin se puede
emplear para obtener puntos adicionales a los existentes en la tabla,
lo que se conoce como interpolacin.

Frmula de
Lagrange
Si se tiene un conjunto de n + 1 valores de datos (xi , yi) para i = 0, 1, ...
, n para representar a y como una funcin de valuacin nica de x, es
posible encontrar un polinomio nico de grado n que pasa por los
puntos. Por ejemplo, es posible encontrar una recta nica que pasa
por dos puntos, y es posible encontrar un polinomio cuadrtico nico
que pasa por tres puntos.
Los polinomios de Lagrange se pueden determinar especificando
algunos puntos en el plano por los cuales debe pasar.
Consideremos el problema de determinar un polinomio de grado 1
que pase por los puntos distintos (x0, y0) y (x1, y1). Este problema es el
mismo que el de aproximar una funcin f, para la cual f(x0) = y0 y f(x1)
= y1, por medio de un polinomio de primer grado, interpolando entre,
o coincidiendo con, los valores de f en los puntos dados.

Teresa Carrillo Ramrez - pg.

Mtodos Numricos II

Considrese el polinomio

P ( x) =

( x x0 )
( x x1 )
y0 +
y1
( x 0 x1 )
( x1 x 0 )

cuando x = x0

P( x 0 ) =

( x 0 x1 )
( x x0 )
y0 + 0
y1 = y 0 = f ( x 0 )
( x 0 x1 )
( x1 x 0 )

cuando x = x1

P ( x) =

( x x0 )
( x1 x1 )
y0 + 1
y1 = y1 = f ( x1 )
( x 0 x1 )
( x1 x 0 )

as que P tiene las propiedades requeridas.

Para generalizar el concepto de interpolacin lineal, consideremos la
construccin de un polinomio a lo ms de grado n que pase por los n
+ 1 puntos (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), ... , (xn, f(xn))
El polinomio lineal que pasa por (x0, f(x0)) y (x1, f(x1)) se construye
usando los cocientes

L0 ( x) =

( x x1 )
( x 0 x1 )

L1 ( x) =

( x x0 )
( x1 x 0 )

Cuando x = x0, L0(x0) = 1, mientras que L1(x0) = 0. Cuando x = x1, L0(x1) =

0, mientras que L1(x1) = 1
Para el caso general, se necesita construir, para cada k = 0, 1, ..., n, un
cociente Ln,k(x) con la propiedad de que Ln,k(xi) = 0 cuando i k y que
Ln,k(xk) = 1 cuando x = xk.
Entonces los cocientes de Lagrange estn dados por:

Ln , k ( x ) =

( x x0 )( x x1 ) L ( x x k 1 )( x x k +1 ) L ( x x n )
( x k x0 )( x k x1 ) L ( x k x k 1 )( x k x k +1 ) L ( x k x n )
n

=
i =0
ik

( x xi )
( x k xi )

El Polinomio de interpolacin de Lagrange se define en el siguiente

teorema.

Teresa Carrillo Ramrez - pg.

Mtodos Numricos II

Definicin
Teorema: 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 a los ms n con la propiedad de que
f ( x k ) = P ( x k ) para cada k = 0, 1, ... ,n.
Este polinomio est dado por
n

P ( x) = f ( x 0 ) L n , 0 ( x ) + L + f ( x n ) L n , n ( x) = f ( x k ) L n , k ( x)
k =0

Ejemplo:
Las densidades de sodio para tres temperaturas estn dadas por
i

0
1
2

Temperatura
ti (en C)

Densidad di

94
205
371

929
902
860

Determinar la densidad para t = 251C

Para obtener el valor de los cocientes, se sustituye el valor
t = 251, entonces, la densidad del sodio a una temperatura de t =
251C es d = 890.556117 kg/m3.
Realizando los clculos con MAPLE:
>PolynomialInterpolation([[94,929],
[371,860],x);

205,902],

30
197949
809141929
x2
x+
850667
850667
850667

> PolynomialInterpolation([[94,929], [205,902],

[371,860]],251);

757566700
850667
> evalf(%);

890.5561166

Teresa Carrillo Ramrez - pg.

Mtodos Numricos II

Consideraciones
Cabe aclarar que, aunque con el mtodo de Lagrange se puede
obtener una expresin en serie de potencias que aproxime a la
funcin que describe la tabla de datos, esto no es una prctica
comn, primero porque generalmente se aplica mediante un
programa de computadora y segundo porque aumenta la posibilidad
de cometer errores humanos.
Un polinomio de interpolacin, aunque pase por los puntos que se
utilizaron en su construccin, en general no proporciona valores
exactamente correctos. La razn es que la relacin subyacente a
menudo no es un polinomio del mismo grado. Por tanto, a
continuacin se calcula un residuo o cota de error incurrido al
aproximar una funcin mediante un polinomio. Esto se hace en el
siguiente teorema:
Frmula del error
Teorema: Supngase que x0, x1, ..., xn son nmeros distintos en el
intervalo [a, b] y que f Cn+1 [a, b]. Entonces, para cada x en [a, b]
existe un nmero (x) en (a, b) con
f ( x) = Pn ( x) +

( ( x))
( x x 0 )( x x1 ) L ( x x n )
(n + 1)!

( n +1)

donde Pn(x) es el polinomio de Lagrange.

Esta frmula de error es un resultado terico muy importante,
porque los polinomios de Lagrange se emplean frecuentemente para
derivar la diferenciacin numrica y los mtodos de integracin. Las
cotas de error de estas tcnicas se obtienen aplicando la frmula del
error de Lagrange.
El uso especfico de esta frmula de error se limita a las funciones
cuyas derivadas tienen cotas conocidas, es decir para aquellos casos
en que la funcin es conocida.
En la prctica el trmino del error es difcil de aplicar, ya que
normalmente no se conoce el grado ptimo del polinomio.

Teresa Carrillo Ramrez - pg.