You are on page 1of 10

Aproximación de Funciones

Método de Interpolación y Polinomios de Lagrange

APROXIMACIÓN DE FUNCIONES DE UNA VARIABLE

Dada una función real de variable real, podemos intentar aproximarla por otras funciones que
sean más fáciles de manejar; esta aproximación puede ser por una función lineal, cuadrática, etc.,
que vienen dadas a partir de la fórmula de Taylor.

 Aproximación lineal.
Tratamos en este apartado de justificar que para valores de “x” muy próximos a un número real
“a” se tiene que:

Para ello veamos que es, desde el punto de vista geométrico, F(a) + F(a) (x-a) para una función
dada F(x) derivable en el punto x = a.

Recordemos que la ecuación de una recta en R2 que pasa por un punto (x0, y0) y tiene de
pendiente “m” tenía la forma:
y-y0 = m(x-x0).

Sea el punto (a , F(a)) y sea m = F’(a) la pendiente de dicha función en el punto x = a. La ecuación
de la recta será y – F(a) = F’(a) (x - a) es decir:

y = F(a) + F ’(a) (x - a)

con lo cual tenemos que la expresión anterior representa la ecuación de la recta tangente a la
gráfica de la función F(x) en el punto x = a:

Por ejemplo, si consideramos la función:

F(x) = x3 – x2 – 8x + 12

cuya gráfica en el intervalo [-4, 4] es:


y consideramos el punto x = 3, la ecuación de la tangente a la curva en dicho punto se obtendrá:

F(3) + F ’(3)(x – 3) = -33+13x

Su representación gráfica, junto con la función anterior es:

Claramente se observa cómo, en puntos cercanos a x =3, las gráficas de ambas funciones se
confunden, es por ello por lo que podemos afirmar que:

siempre en puntos cercanos a x =3 (en otros puntos se observa como es falso).

Por lo tanto, F(3) + F '(3) (x-3) es la aproximación lineal de la función F(x) en un entorno del punto
x=3.

 Aproximación cuadrática.
Llamamos aproximación cuadrática de una función F(x) de clase 2 a:
La cual vamos a aplicar al mismo ejemplo del apartado anterior:

F(3) + F ’(3)(x – 3) + (1/2) F ’’(3) (x – 3)2 = 39 – 35x + 8x2

Si realizamos la representación gráfica de esta función cuadrática y de la gráfica de la función


obtenemos:

y en ella se observa que, en un entorno del punto x=3 ambas gráficas se confunden, siendo ésta
una “mejor aproximación” de la función que en el caso de la aproximación lineal del apartado
anterior.

 Aproximación polinómica de orden superior de una función

En general, dada una función de clase k, podemos aproximarla:

expresión que se conoce como la fórmula de Taylor. Al último término del desarrollo le hemos
llamado “Resto” y es una función de (x-a).

Cuantos más términos tenga la Fórmula de Taylor para una función dada, conseguiremos una
mayor aproximación de la función en el punto dado, como vimos en el ejemplo anterior.

INTERPOLACIÓN

La interpolación es poder estimar f(x) para un x arbitrario, a partir de la construcción de una curva
o superficie que une los puntos donde se han realizado las mediciones y cuyo valor si se conoce.
Se asume que el punto arbitrario x se encuentra dentro de los límites de los puntos de medición,
en caso contrario se llamaría extrapolación.

INTERPOLACIÓN LINEAL

Interpolar significa encontrar un valor intermedio entre dos o más puntos base conocidos, los
cuales se pueden aproximar mediante polinomios.

Sea en el sistema de coordenadas de la gráfica anterior, las ecuaciones F(x) y G(x) en cuyo espacio
“a”, “b” se pueden interpolar determinados valores.

Tipos de interpolación

1. interpolación con espacios equidistantes


2. interpolación con espacios no equidistantes (Lagrange o Interpolación Polinomial)

En general, las funciones interpolantes forman un espacio vectorial de dimensión finita, es decir
son del tipo:

f(x) = a0 f0(x) + a1 f1(x) + · · · + an fn(x),

donde f0(x), f1(x) + · · ·, fn(x), son funciones dadas que forman base del espacio vectorial
correspondiente y ai, donde i = 0, 1, · · ·, n números reales a determinar.

Dependiendo del tipo de funciones que utilicemos como funciones interpolantes, la interpolación
se llamará polinómica, racional, trigonométrica, spline polinomial, etc. Entre las diferentes
funciones interpolantes, por su sencillez y facilidad para operar, los polinomios son los utilizados
con mayor frecuencia en problemas de interpolación, en este caso las funciones de base son:

fi(x) = xi

i = 0, 1, · · ·, n. Sin embargo, no siempre dan una respuesta satisfactoria, especialmente si la


solución del problema requiere el uso de polinomios de alto grado o, por ejemplo, si se observa un
comportamiento periódico en los datos de interpolación.

INTERPOLACIÓN DE LAGRANGE
El problema de la interpolación polinómica de Lagrange consiste en lo siguiente:

Conocidos los valores de una función f en n + 1 puntos distintos xi, i = 0,1, ···, n de un intervalo
[a,b], nos planteamos obtener un polinomio Pn de grado no superior a n, que coincida con la
función f en estos n + 1 puntos, es decir,

El polinomio Pn buscado forma parte del conjunto de los polinomios de grado menor o igual que n
y, por tanto, Pn (x) será de la forma

y, para determinarla, habrá que hallar los n + 1 coeficientes reales a0, a1, ···, an. En el caso que an
sea no nulo, diremos que Pn (x) tiene exactamente grado n. La existencia y unicidad del polinomio
de interpolación Pn (x) se prueba en el siguiente resultado, además se determina una primera
forma de construirlo.

Caso I:

Para aproximar una recta se usa:

P1(x)= a0 (x-x1) + a1 (x-x0)

los coeficientes se determinan de tal modo que el monomio pase por los dos puntos conocidos de
la función (x0, x1), entonces si se evalúa la función anterior para x= x0 se tiene :

P1(x0) = a0 (x0-x1) + a1 (x0-x0)

P1(x0) = a0 (x0-x1)

Donde a0 = P1(x0) / (x0-x1)

Realizando el mismo procedimiento para hallar el coeficiente para x=x1

P1(x0) = a0 (x1-x1) + a1 (x1-x0)

Donde a1 = P1(x1) / (x1-x0)

Sustituyendo en la ecuación de Lagrange para un polinomio de grado uno se tiene que:


(x−x1) (x−x0)
P1(x)= 𝑥0−𝑥1 𝑃1(𝑥0) + 𝑥1−𝑥0 𝑃1(𝑥1)

P1(x)= L0P1(x0) + L1P1(x1) donde L son los polinomios coeficientes de Lagrange


Caso II:

Para aproximar un polinomio de grado 2 se usa:

P2(x)= a0 (x-x1) (x-x2) + a1 (x-x0) (x-x2) + a2 (x-x0) (x-x1)

los coeficientes se determinan de tal modo que el polinomio pase por todos y cada uno de los
puntos conocidos de la función (x0, x1, x2), entonces si se evalúa la función anterior para x= x0, x= x1
y x= x2 respectivamente se tiene:

P2(x0) = a0 (x0-x1) (x0-x2)


𝑃2(𝑥0)
Donde a0 = (𝑥0−𝑥1)(𝑥0−𝑥2)

P2(x1) = a1 (x1-x0) (x1-x2)


𝑃2(𝑥1)
Donde a1 =
(𝑥1−𝑥0)(𝑥1−𝑥2)

P2(x2) = a2 (x2-x0) (x2-x1)


𝑃2(𝑥2)
Donde a2 =
(𝑥2−𝑥0)(𝑥2−𝑥1)

Sustituyendo en la ecuación de Lagrange para un polinomio de grado uno se tiene que:

(x−x1)(x−x2) (x−x0)(x−x2) (x−x0)(x−x1)


P2(x)= (𝑥0−𝑥1)(𝑥0−𝑥2) 𝑃2(𝑥0)+ (𝑥1−𝑥0)(𝑥1−𝑥2) 𝑃2(𝑥1)+ (𝑥2−𝑥0)(𝑥2−𝑥1) 𝑃2(𝑥2)

P2(x)= L0P2(x0) + L1P2(x1) + L2P2(x2) donde L son los polinomios coeficientes de Lagrange

De manera general para un polinomio de grado n tenemos

Para a0=(x-x1) (x-x2).…. (x-xn)

Para a1=(x-x0) (x-x2).…. (x-xn)

Sucesivamente hasta an=(x-x0) (x-x1).…. (x-xn-1)

Y reemplazando en la función polinómica original:


Para generalizar la interpolación polinómica de Lagrange y construir un polinomio de grado n que
pase por (x0, y0), (x1, y1), (x2, y2), …, (xn, yn) es decir pase por n+1 puntos

Con i=0,1,…,n

EJERCICIO:

Dado los puntos (0,5), (1,7), (2,9), (5,15) halle el polinomio Lagrange y encuentre el valor para x=3

SOLUCIÓN:
Como nos dan 4 puntos (n+1) entonces de entrada sabemos que el polinomio de Lagrange es de
grado 3 (n) luego si reemplazamos en la ecuación polinómica de

Tenemos la siguiente forma


(x−1)(x−2)(x−5) (x−0)(x−2)(x−5) (x−0)(x−1)(x−5) (x−0)(x−1)(x−2)
P3(x)= ∗ 5+ ∗7+ ∗9+ ∗ 15
(0−1)(0−2)(0−5) (1−0)(1−2)(1−5) (2−0)(2−1)(2−5) (5−0)(5−1)(5−2)

−1 7 −3 1
P3(x)= 2
(x3-8x2+17x-10) + 4
(x3-7x2+10x) + 2
(x3-6x2+5x) + 4 (x3-3x2+2x)

Ahora reemplazando x en 3 que es el valor que nos piden la respuesta es

P3(3) = 11

MATLAB

%interpolacion por el pol de lagrange


%obtener longitud de vector x
%validar longitud igual
%calcular los n factores de lagrange
%cada factor es el producto de (x-xj)/(xi-xj) donde i~=j
%sumar cada termino
function lagrangepolinomio()
x=-4:0.1:4;
y=f(x);
close all
plot(x,y,'b-','LineWidth',2)
hold on
grid on

%datos de ejemplo (x0,y0) ó (x0, f(x0))


x0=-4;
y0=f(x0);
x1=-2
y1=f(x1);
x2=4;
y2=f(x2);

%polinomio lineal de la interpolacion


L1=(x-x1)/(x0-x1)*y0;
L2=(x-x0)/(x1-x0)*y1;
Linear=L1+L2; %polinomio linear
plot(x,Linear,'r-','LineWidth',2)
%plot(x,L1,'r','LineWidth',2)
%plot(x,L2,'b','LineWidth',2)

%polinomio cuadratico
L1=(x-x1).*(x-x2)/((x0-x1)*(x0-x2))*y0;
L2=(x-x0).*(x-x2)/((x1-x0)*(x1-x2))*y1;
L3=(x-x0).*(x-x1)/((x2-x0)*(x2-x1))*y2;
Lcuadr=L1+L2+L3; %polinomio final cuadratico
plot(x,Lcuadr,'r.','LineWidth',2)

function y=f(x)
y=x.^2-1

function [C]=ilagrange(x,y) % el resultado se almacena en esta matriz,


coeficientes del polinomio de lagrange
x=input('ingrese los puntos en x dados') % x0, x1, x2..
y=input('ingrese puntos en y dados') %y0,y1,y2...
n1=length(x); %cantidad de puntos
n=n1-1; %grado polinomio que es menor que la cant de puntos
L=zeros(n1,n1); %matriz cuadrada donde almacenan los coef de lagrange,
los que se van actualizando
for i=1:n+1
v=1; %variable; parametro de ayuda que multiplica todos los factores
de los coef de lagrange; almacena productos del num 1(x-x1)(x-x2) para
n=2
for j=1:n+1; % igual que i porque num y denom corren desde el mismo
valor y en el num i~=j
if i~=j
v=conv(v,poly(x(j)))/(x(i)-x(j)); %multiplica polinomios,
i~=j porque daría infinito
end
end
L(i,:)=v %actualizar la matriz de coef
end
C=y*L %coef de lagrange
% x=[1 4 9]
% y=[4 -1 -8]