Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu

INTERPOLACION Y APROXIMACIÓN
INTRODUCCION

Una gran variedad de ramas de la ingeniería y de las ciencias requieren la aproximación de

funciones y datos. El concepto de aproximación se basa en reemplazar una función por otra
más simple ̃, que se utilizará como sustituta de la primera. Esta técnica a su vez se utiliza como
base en un conjunto grande de aplicaciones y técnicas numéricas, como por ejemplo, búsqueda
de raíces de ecuaciones no lineales, integración numérica, técnicas de optimización, entre otras;
en donde el objetivo consiste en poder simplificar los cálculos al utilizar como base ̃.

La aproximación también puede ser la única opción a utilizar cuando solo se conozca
parcialmente la forma de por medio de valores en alguna colección finita de datos. En estos
casos se construye una función ̃ que represente a la colección de datos.

Existe una gran variedad de funciones que se suelen aproximar mediante el uso de un polinomio
de Taylor en un intervalo dado. Computacionalmente, esta sustitución genera un alto costo
porque se requiere del conocimiento tanto de como de sus derivadas hasta el orden en un
punto . Además el polinomio de Taylor puede resultar ineficaz en la representación de la
función en un punto lo suficientemente lejano al valor determinado por .

Por ejemplo, si se desea evaluar la aproximación de la función ( ) mediante el polinomio

de Taylor de grado 10 construido alrededor del punto ; primero se debe construir el
polinomio de Taylor que tendrá la siguiente forma

( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )

Luego se podría realizar un gráfico que compare la función con su polinomio de Taylor, tal
como se observa en la Figura 1

Figura 1

Se puede deducir que la afinidad entre la función (indicada con línea continua) y su polinomio
de Taylor (indicado con línea discontinua) es muy buena en un pequeño entorno alrededor de
, mientras que resulta insatisfactoria cuando se hace grande.

Mtr Ing Ariel Alejandro Vega 1

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
Esto es provocado en gran parte a que los polinomios de Taylor se construyen en base a un
único punto , por lo tanto es de esperarse que sus aproximaciones sean poco precisas a
medida que se alejan de ese punto. Por lo tanto la aplicabilidad del polinomio de Taylor para
aproximar funciones se restringe a puntos cercanos a , siendo más conveniente utilizar
métodos de aproximación que empleen la información disponible de los puntos que se poseen.

El estudio de la teoría de la aproximación implica dos tipos de problemas. El primero surge

cuando se tiene explícitamente una función pero se desea encontrar un tipo de función más fácil
de operar (como por ejemplo un polinomio) y que a la vez se pueda usar para determinar los
valores aproximados a la función dada. El segundo tipo de problemas de la teoría de
aproximación consiste en ajustar funciones a datos dados y encontrar una función que dentro de
ciertos parámetros sea la que mejor representa a los datos.

INTRODUCCION A LA INTERPOLACIÓN

En una gran variedad de problemas es deseable representar una función a partir del
conocimiento de su comportamiento en un conjunto discreto de puntos. En algunos problemas
solo tendremos valores en un conjunto de datos, mientras que en otros, buscaremos representar
una función mediante otra más simple. En el primer caso hablaremos de interpolación de datos,
mientras que el segundo caso hace referencia a la interpolación de funciones.

En la interpolación de datos se parte de la suposición de que se tiene un conjunto de valores

para los cuales se sabe su valor de ( ) con la particularidad de que no puede
hacer uso de la expresión analítica de ( ), y por lo tanto no se puede calcular directamente el
valor de la función en otro punto. Este hecho es muy común cuando los valores ( ) son
resultados obtenidos mediante la medición o la aplicación de un cálculo numérico complicado
que no admite una expresión funcional sencilla.

Se desea poder utilizar estos pares de datos ( ( ) para estimar el valor de ( ) en un punto
concreto mediante una función denominada interpolante (que significa que esta función
en esos puntos coincide con la función desconocida o de expresión analítica compleja).

Si el valor de se halla contenido por los valores entonces se realizará lo que se

denomina interpolación, caso contrario se resolverá un problema de extrapolación.

Se pueden utilizar diferentes tipos de funciones interpolantes como por ejemplo polinomios,
funciones racionales, funciones trigonométricas, etc. En este apartado nos centraremos en las
funciones interpolantes polinómicas.

Los polinomios como funciones interpolantes son naturalmente la primera opción debido a que
sus derivadas e integrales son relativamente fáciles de obtener y devuelven otros polinomios.
Además son fácilmente manipulables al momento de formarlos de tal forma que pasen por los
puntos que se poseen como información.

En la interpolación de funciones, la razón principal por la cual se busca aproximar funciones

reales mediante el uso de otras radica en la necesidad de realizar cálculos con mayor rapidez y
facilidad de cálculo, a la vez que permitan minimizar la introducción de errores en los mismos.
Los procedimientos de cálculo que usan los ordenadores actuales (desktops, notebooks,
celulares, calculadoras, electrodomésticos, vehículos, consolas de video juegos, etc) para
evaluar funciones incorporadas (por ejemplo , o ) involucran aproximaciones

Mtr Ing Ariel Alejandro Vega 2

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
mediante polinomios por las razones indicadas en el párrafo anterior. De hecho los métodos más
efectivos que hoy se utilizan son las funciones racionales (que son cocientes de polinomios); sin
embargo la teoría de la aproximación polinomial es la más adecuada para una primera
introducción al cálculo numérico en la temática de aproximación de funciones. Más aun
considerando que la interpolación se utiliza como base para otras técnicas de métodos
numéricos como la integración numérica, entre otras.

INTERPOLACION LINEAL

Suponga que posee una tabla de valores de una función y desconoce la función (o es muy
compleja de aplicar y los valores obtenidos son resultado de una medición). Nos interesa el
valor de la función para determinado distinto de los que figuran en la tabla.

La interpolación lineal consiste en trazar un polinomio de grado 1 (es decir una recta) que pasa
por dos puntos de la tabla y determinar el valor de ( ) estimándolo a partir de este polinomio.

Demostración

Figura 2

Dado el gráfico de la Figura 2, donde y son valores pertenecientes a la tabla que

poseemos, entonces por tabla sabemos que

( )

( )

Queremos saber, pues

( )

cuando , utilizando una recta que pasa por ( )y( ) para estimar el valor
de la función en según esta recta en lugar de utilizar la función real. Esto es

( ) ( )

Gráficamente podemos determinar la ecuación de la recta aplicando el concepto de Semejanza

de Triángulos por el cual

Mtr Ing Ariel Alejandro Vega 3

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
̂ ̂

Entonces

̅̅̅̅ ̅̅̅̅
̅̅̅̅ ̅̅̅̅

Despejando obtenemos

̅̅̅̅
̅̅̅̅ ̅̅̅̅
̅̅̅̅

O lo que es lo mismo

( )
( ) ( )
( )

Finalmente

( )
( ) ( )
( )

Nota: Cuando se desea estimar un valor usando esta interpolación se genera un error cuando la
función real es una curva. Para disminuir ese error el intervalo de interpolación debe ser el más
pequeño posible. En general se recomienda usar polinomios de mayores grados.

Ejemplo 1:

El número de bacterias por unidad de volumen existentes en una incubación después de horas
es presentado en la siguiente tabla. Se desea saber cuál es el volumen de bacterias para el tiempo
de 3,5 horas.

Horas(x) 0 1 2 3 4
Volumen de bacterias (y) 30 48 67 91 135

Si se usan los siguientes puntos: (2,67) y (4, 135) [recuerde que se requiere que el valor a
estimar este contenido dentro del intervalo] y se los reemplaza en la ecuación de interpolación
lineal obtenemos

( )
( ) ( )
( )

( )
( ) ( )
( )

( )
( ) ( )
( )

( )

Mtr Ing Ariel Alejandro Vega 4

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu

 Pregunta 1: ¿Es la mejor aproximación que podemos obtener con la interpolación

lineal? Justifique su respuesta.
 Pregunta 2: Si la observación del fenómeno dio como resultado 112, ¿Cuál es el error
absoluto y relativo respecto a la mejor aproximación que puede tener con este método?
 Pregunta 3: Para meditar…¿El valor obtenido por observación es el valor real?

Ejemplo 2:

Luis tiene una fábrica de helados, y quiere hacer un estudio para determinar los ingresos que
tuvo en agosto a partir de los gastos hechos. El administrador de la empresa realiza una gráfica
que expresa esa relación, pero Luis desea saber:

¿Cuáles hubieran sido los ingresos de agosto, si se hubiera realizado un gasto de $ 55 000?

De la observación de la gráfica no se pueden determinar en forma exacta los valores del

intervalo, aun así se pueden estimar estos valores por observación, por ej:

Gastos ( ) Ingresos ( )
$ 50000 $ 62000
$ 60000 $ 77000
Entonces aplicando la interpolación lineal tendremos:

( )
( ) ( )
( )

( )
( ) ( )
( )

( )
( ) ( )
( )

( )

 Pregunta 1: Suponga que en el gráfico anterior los puntos indicados son valores exactos,
esto es

Mtr Ing Ariel Alejandro Vega 5

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu

Gastos ( ) Ingresos ( )
$ 20000 $ 25000
$ 45000 $ 56000
$ 62000 $ 78000
Utilizando la interpolación lineal determine el valor de ingresos para el mismo valor de
gastos que el punto anterior. ¿Este resultado será mejor aproximación que el anterior?

 Pregunta 2: Para este caso ¿la interpolación lineal será suficiente para estimar nuevos
valores o debería utilizar polinomios de mayor grado que 1?

Ejemplo 3:

Estime el logaritmo natural de 2 mediante interpolación lineal. Primero, realice el cálculo por
interpolación entre y . Después, repita el procedimiento, pero use un
intervalo menor (de a (1,386294)). Observe que el valor verdadero del es
0,6931472.

( )
( ) ( )
( )

( )
( ) ( )
( )

( )
( ) ( )
( )

( )

Este valor representa un error relativo del 48,3%.

Para el segundo intervalo el resultado de la interpolación es 0,4620981. Note que con este
intervalo el error relativo se reduce a 33,3%. Ambas interpolaciones se muestran en la Figura 3
junto a la función logarítmica.

Figura 3

Mtr Ing Ariel Alejandro Vega 6

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
Referencias Aproximación, Interpolación e Interpolación Lineal

1. Arthur Goodman, L. H. (1996). Algebra y trigonometría con geometría analítica.

Pearson Educación.
2. Harpe, P. d. (2000). Topics in Geometric Group Theory. University of Chicago Press.
3. Hazewinkel, M. (2001). Linear interpolation», Encyclopedia of Mathematics.
4. J. M. (1998). Elementos de métodos numéricos para Ingeniería. UASLP.
5. E. (2002). A chronology of interpolation: from ancient astronomy to modern signal and
image processing. Proceedings of the IEEE.
6. numérico, I. a. (2006 ). Xavier Tomàs, Jordi Cuadros, Lucinio González.
7. Chapra (2007). Steven C Chapra. Métodos numéricos para ingenieros. Quinta Edición.
McGraw-Hill Interamericana.
8. Fernandez (2012). José Antonio Ezquerro Fernández. Iniciación a los métodos
numéricos. Servicio de publicaciones de la Universidad de la Rioja.

Mtr Ing Ariel Alejandro Vega 7

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu

INTERPOLACION CUADRATICA

La interpolación cuadrática se utiliza en aquellos casos en que se desea minimizar (o incluso

eliminar) el error cometido al aproximar una curva mediante una línea recta. En consecuencia,
una estrategia para mejorar la estimación consiste en introducir alguna curvatura a la línea que
une los puntos.

Dado tres puntos ( , ), ( , ) y ( , ) no alineados de una función desconocida o cuya

expresión algebraica genera una gran cantidad de cálculos para su aplicación, se puede calcular
el valor de la función en un punto [ ] mediante la expresión

( )

Donde los coeficientes pueden calcularse resolviendo el siguiente sistema de tres

ecuaciones con tres incógnitas

De esta forma aplicando algunos de los métodos disponibles para resolución de sistemas de
ecuaciones podríamos obtener los coeficientes. Luego reemplazando los coeficientes en la
ecuación original se halla la ecuación cuadrática y es posible entonces estimar el valor de la
función para un x en particular.
Sin embargo se puede automatizar el procedimiento anterior para evitar hallar los coeficientes
de la función. Para ello es conveniente de expresar el polinomio de segundo grado (o polinomio
cuadrático o parábola) de la siguiente manera
( ) ( ) ( )( ) (Ecuación 1)

Nota: El polinomio interpolador siempre es el mismo (y único), no importando la forma en la

que se ha llegado a obtener su forma. Dado que el polinomio de interpolación cuadrático puede
ser considerado un caso particular del polinomio de Newton o del polinomio de Lagrange
reservaremos los cálculos algebraicos que dan su forma cuando se vean estos métodos en
particular.

Con esta forma de expresión del polinomio interpolador de segundo grado, su aplicación
consiste en determinar los coeficientes , y .

Para hallar se puede proceder a evaluar con . De esta evaluación se obtiene que

( )

Si reemplazamos en la Ecuación 1

( ) ( ) ( ) ( )( ) (Ecuación 2)

Si a esta ecuación resultante la evaluamos en

( ) ( ) ( )

De la cual podemos despejar

( ) ( )

Mtr Ing Ariel Alejandro Vega 8

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
Si reemplazamos y en la Ecuación 1 y se evalúa en obtendremos que

( ) ( ) ( ) ( )
( )
( )

Entonces el polinomio interpolador cuadrático queda de la siguiente forma:

( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( ) ( )( )
( )

El cual resulta práctico de usar bajo la asistencia de una herramienta de cálculo en donde se
ingresen los valores de los puntos y el valor de x buscado.

Ejemplo 1:

Estime el logaritmo natural de 2 mediante interpolación cuadrática. Primero, realice el cálculo

por interpolación entre , y . Después, compare con
respecto al resultado obtenido en la interpolación lineal. Observe que el valor verdadero de
es 0,6931472

Contamos entonces con la siguiente información

Valor ( )
0 1 0
1 4 1,386294
2 6 1,791759

Entonces

( )

( ) ( )
= 0,4620981

( ) ( ) ( ) ( ) )
( ) ( )
( ) ( )

Y sustituyendo en la Ecuación 1 tenemos que

( ) ( ) ( )( )( )

Entonces para el valor tendremos que

( ) ( ) ( )( )( )

( )

Este resultado arroja un error relativo del 18,4%. Esto significa que la curvatura del polinomio
interpolador cuadrático mejora la interpolación comparándola con el resultado obtenido al usar
líneas rectas, tal como lo muestra la Figura 4.

Comparación entre interpolación lineal e interpolación cuadrática

Mtr Ing Ariel Alejandro Vega 9

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
Observe que, como en el caso de la interpolación lineal, todavía representa la pendiente de la
línea que une los puntos y . Así, los primeros dos términos de la Ecuación 1 son
equivalentes a la interpolación lineal de a . El último término, ( )( ),
determina la curvatura de segundo grado en la ecuación.

Figura 4

Otros usos de la interpolación cuadrática

La interpolación cuadrática aprovecha la ventaja de que un polinomio de segundo grado con

frecuencia proporciona una buena aproximación a la forma de f(x) en las cercanías de un valor
óptimo (Figura 5).

Figura 5

Así como existe sólo una línea recta que pasa por dos puntos, hay únicamente una ecuación
cuadrática o parábola que pasa por tres puntos. De esta forma, si se tiene tres puntos que
contienen un punto óptimo, se ajusta una parábola a los puntos. Después se puede derivar e
igualar el resultado a cero, y así obtener una estimación de la óptima.
Así, es posible demostrar mediante algunas operaciones algebraicas que el resultado es

( )( ) ( )( ) ( )( )
( )( ) ( )( )
(Ecuación 3)
( )( )

Mtr Ing Ariel Alejandro Vega 10

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
Donde , y son los valores iniciales, mientras que es el valor que corresponde al valor
máximo del ajuste cuadrático para los valores iniciales.

Este hecho es relevante, por cuanto se puede observar que la interpolación sirve como base para
otras técnicas de métodos numéricos como por ejemplo la optimización.

Ejemplo 2:

Use la interpolación cuadrática para aproximar el máximo de ( ) con los

valores iniciales , y . Se sabe que el valor de que satisface lo solicitado
es , el cual determina el valor máximo de ( )

Se evalúa la función en esos tres valores iniciales

( )
( )
( )

Sustituyendo en la ecuación 3, se obtiene

( ) ( )( )
( )( ) ( )( )

Para este valor la función ( )

Este valor obtenido es una aproximación. Se pueden utilizar distintas técnicas que introducen
este valor como inicial descartando alguno de los 3 que se usó al principio.
Por ejemplo la técnica “Sección Dorada” determina que
 Si el valor de la función del punto obtenido es mayor que el de la función en el punto
intermedio entonces,
 Si el valor del punto obtenido está a la derecha del punto intermedio, el punto
intermedio se corre a la izquierda y su lugar es ocupado por el punto obtenido.
 En cambio si el valor del punto obtenido está a la izquierda del punto intermedio, el
punto intermedio se corre a la derecha y su lugar es ocupado por el punto obtenido.
De esta manera se volverá a aplicar la interpolación cuadrática para ir mejorando la
aproximación hasta que converja al valor que obtiene el valor de la función. Solo como
referencia observe que al usar la técnica de optimización denominada “Sección Dorada” se
obtendrá el siguiente cuadro de convergencia

Observe que luego de iterar 5 veces con la interpolación cuadrática en conjunto con la regla de
“Sección Dorada” se llega al valor óptimo.

Referencias Interpolación Cuadrática

1. Chapra (2007). Steven C Chapra. Métodos numéricos para ingenieros. Quinta Edición.
McGraw-Hill Interamericana.
2. Fernandez (2012). José Antonio Ezquerro Fernández. Iniciación a los métodos
numéricos. Servicio de publicaciones de la Universidad de la Rioja.

Mtr Ing Ariel Alejandro Vega 11

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu

INTERPOLACION DE LAGRANGE

La interpolación polinomial se puede expresar en varias formas alternativas que pueden

transformarse entre sí. Entre éstas se encuentran las series de potencias, la interpolación de
Lagrange y la interpolación de Newton hacia atrás y hacia adelante.
Así, un polinomio de orden que pasa a través de puntos es único. Esto significa que,
independientemente de la ecuación de interpolación, todas las interpolaciones polinomiales que
se ajustan a los mismos datos son matemáticamente idénticas.
Suponga que se dan puntos como

donde son las abscisas de los puntos (puntos de la malla) dados en orden
creciente. Los espacios entre los puntos de la malla son arbitrarios. El polinomio de orden que
pasa a través de los puntos se puede escribir en una serie de potencias como
( )
Donde los son coeficientes. El ajuste de la serie de potencias a los puntos dados da un
sistema de ecuaciones lineales

.
.
.

Aunque los coeficientes pueden determinarse resolviendo las ecuaciones simultáneas por
medio de un programa computacional, dicho intento no es deseable por dos razones:
 Primero, se necesita un programa que resuelva un conjunto de ecuaciones lineales.
 En segundo lugar, la solución del ordenador quizás no sea precisa. (realmente, las
potencias de en la ecuación pueden ser nümeros muy grandes, y si es así, el efecto de
los errores por redondeo será importante.)
Por fortuna, existen mejores métodos para determinar una interpolación polinomial sin resolver
las ecuaciones lineales. Entre éstos están la formula de interpolación de Lagrange.
Desarrollo del polinomio de Lagrange
Partimos del polinomio de interpolación lineal
( )
( ) ( )
( )
( )
( ) ( )
( )
Deseamos evaluar el resultado de la ecuación cuando y .
Para el resultado es
( )
( ) ( ) ( )
( )
Para el resultado es
( )
( ) ( ) ( )
( )

Mtr Ing Ariel Alejandro Vega 12

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
El matemático francés Joseph Louis Lagrange obtuvo el mismo resultado al expresar el
polinomio de grado 1 de esta manera:
( ) ( )
( ) (Ecuación 5)
( ) ( )

Efectivamente
Para el resultado es
( ) ( )
( ) ( ) ( )
( ) ( )
Para el resultado es
( ) ( )
( ) ( ) ( )
( ) ( )
Lagrange expresó el polinomio (Ecuación 5) de tal forma que cada sumando de esta relación es
un término lineal, por lo que su suma será un polinomio de grado menor o igual a 1.
Luego Lagrange denotó a los cocientes involucrados de la siguiente manera
( )
( )
( )
( )
( )
( )
Estos cocientes se denominan polinomios coeficientes de Laggrange. La fórmula queda
( ) ( ) ( )
Que se puede expresar de la siguiente manera

( ) ∑ ( )

Generalización del polinomio de Lagrange

Teorema 1:
Si son números diferentes y es una función cuyos valores están dados en
esos puntos, entonces existe un único polinomio de grado con la propiedad de que
( ) ( )
Para cada
Este polinomio está dado por

( ) ∑ ( )

Demostración
Por una serie de puntos pasa un polinomio de grado que se puede expresar en función
de sus raíces de la siguiente manera
( ) ( )( ) ( ) ( )( ) ( )
( )( )( ) ( )
( )( ) ( )( ) ( )
( )( ) ( )( )
( )( ) ( )( )
Los coeficientes del polinomio se determinan haciendo cumplir las condiciones
( )
( )

Mtr Ing Ariel Alejandro Vega 13

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
..
..
( )
Con lo cual se obtiene
( )
( )( ) ( )
( )
( )( ) ( )

….

( )
( )( ) ( )( ) ( )
Que se puede expresar

( ) ∏
( )

Si reemplazamos esto en la ecuación del polinomio de grado obtenemos

( ) ∑ ( ) ( )

con
( )
( ) ( ) ∏
( )

Que es el polinomio de Lagrange

Ejemplo 1:

De una función , conocemos la información de la tabla que sigue. Interpolar ( ) usando

un polinomio interpolante ( ) indicando la subtabla que se va a utilizar.

0 0,1 0,2 0,3 0,4 0,5 0,6 0,7

( ) 0,3 0,31 0,32 0,33 0,34 0,45 0,46 0,47

Se pide utilizar un polinomio de grado 3, por lo tanto se necesita utilizar una subtabla que
involucre a cuatro datos. Una posible opción es utilizar

0,2 0,3 0,4 0,5

( ) 0,32 0,33 0,34 0,45

Entonces el polinomio tendrá el siguiente desarrollo

Mtr Ing Ariel Alejandro Vega 14

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu
y entonces ( ) ( )

También se puede visualizar gráficamente el mismo

Pregunta 1: Si toma otro conjunto como subtabla ¿el resultado será el mismo? Justifique su
respuesta.
Pregunta 2: ¿Cuál es la ecuación del polinomio que se ha graficado?

Ejemplo 2:

Determine y grafique el polinomio de interpolación de Lagrange que utilice los puntos de esta
tabla

0 π

0 1 0

Si los puntos de esta tabla corresponden a la función ( ) compare ambos gráficos y

conteste las preguntas.
Aplicando el polinomio de Lagrange a esta situación, entonces

( ) ∑ ( ) ( )

( )
( ) ∑ ( )∏
( )

( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( )( ) ( )( ) ( )( )
( ) ( ) ( ) ( ) ( ) ( )
( )
( )( ) ( )( ) ( )( )

( ) ( )

Esta función y la función real se muestran en la siguiente figura, donde la función real es la
línea continua y la función interpolante está representada por la línea discontinua.

Mtr Ing Ariel Alejandro Vega 15

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu

Pregunta 1: ¿Es la función interpolante más simple que la función real?

Pregunta 2: ¿La función interpolante es buena para aproximar la función real?
Pregunta 3: ¿Puede mejorar la función interpolante? Justifique su respuesta.
Pregunta 4: ¿La función intepolante será buena para aproximar un valor no contenido en el
intervalo definido por la tabla de datos?

Ejemplo 3:

Se desea estudiar un problema de análisis de tendencia para el caso de la caída de un

paracaidista. Suponga que posee un instrumento para medir la velocidad del paracaidista a
medida que avanza el tiempo. Los datos obtenidos en una prueba en particular son
Tiempo (seg) Velocidad media v
(cm/seg)
1 800
3 2310
5 3090
7 3940
13 4755

Estime la velocidad del paracaidista en para completar la tabla y tener mediciones

en rangos de tiempo uniformes.

Como se debe ser consciente de que el comportamiento de los polinomios de interpolación

puede resultar inesperado; es una buena estrategia construir polinomios de diferentes grados y
comparar los resultados. En este caso se construirá el polinomio de Lagrange para los grados 1,
2, 3 y 4.

Por lo tanto para este problema lo importante es comparar las formas de los polinomios
interpolantes de diferentes grados con el objetivo de elegir cual es el que mejor se “comporta”
de la forma esperada.
La siguiente imagen compara los cuatro polinomios interpoladores de Lagrange. Observe que
contrariamente a lo que uno podría suponer para este conjunto de puntos el polinomio
interpolador de Lagrange de grado 4 no es el mejor para predecir el comportamiento de la
velocidad en el tiempo 10 ya que su valor parece ser mucho más grande que la tendencia global
de los datos.
Por el contrario los polinomios de menor grado son más adecuados para realizar el análisis de la
tendencia de los puntos. Se puede concluir que para este tipo de problemas los polinomios de
grado superior tienden a sobrepasar la tendencia de los datos.
Por último se debe destacar que se están tratando datos inciertos, por lo tanto las técnicas de
regresión son más adecuadas que el uso de polinomios de interpolación; siendo el objetivo del
ejemplo brindado mostrar las amplias posibilidades de uso que tienen las técnicas de
interpolación.

Mtr Ing Ariel Alejandro Vega 16

Cálculo Numérico (Ing Informática, Ing Minas, Lic Sistemas) Facultad de Ingeniería - UNJu

a) Polinomio de grado 4 – b) Polinomio de grado 3 – c)Polinomio de grado 2 – d) Polinomio de grado 1

Ventajas y desventajas del método de Lagrange

Entre las ventajas se tiene que

 El polinomio de Lagrange es una reformulación del polinomio de Newton que evita el
cálculo de diferencias divididas.
 Su implementación en un ordenador es muy sencilla
Entre las desventajas se pueden indicar
 La cantidad de cálculos necesarios para una interpolación es grande
 La interpolación para otro valor de necesita la misma cantidad de cálculos
adicionales, ya que no se pueden utilizar partes de la aplicación previa.
 Cuando el número de datos tiene que aumentar o disminuir, no se pueden utilizar los
resultados de cálculos previos
 La evaluación del error no es fácil.
 Para un grado alto es altamente susceptible a los errores de redondeo. Esto se puede
reducir si se utiliza ordenadores que trabajen los algoritmos con aritmética de doble
precisión; sin embargo habrá un punto donde el error de redondeo interferirá con la
habilidad para interpolar.

Referencias Interpolación de Lagrange

1. Fernandez (2012). José Antonio Ezquerro Fernández. Iniciación a los métodos

numéricos. Servicio de publicaciones de la Universidad de la Rioja.
2. Paganini( (2010). José Humberto Paganini & Juan Carlos Rodriguez. Apuntes de
cátedra.
3. Mathews (200). Jhon H Mathews. Métodos Numéricos con MATLAB. Prentice Hall.
4. Mora (2010). Walter Mora Flores. Introducción a los métodos numéricos.
Implementaciones en Basic-Calc de Libre Office y wxMaxima. Revista Digital
Matemática Educación e Internet. Escuela de Matemática, Instituto Tecnológico de
Costa Rica.

Mtr Ing Ariel Alejandro Vega 17