M

etodo de Lagrange Matricial, Polinomios de

on de Newton en Diferencias Finitas,
Aproximaci
Estimaci
on de Errores en la Aproximaci
on

Indice
1. RESUMEN

2. OBJETIVOS

3. MARCO TEORICO

3.1. METODO
DE LAGRANGE MATRICIAL . . . . . . . . . . . . . . . .
POLINOMIAL DE NEWTON EN DIFERENCIAS
3.2. INTERPOLACION
DIVIDIDAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3. DIFERENCIAS FINITAS : FORMULAS DE NEWTON PROGRESIVA Y REGRESIVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1. FORMULA NEWTON PROGRESIVA . . . . . . . . . . . . . .
3.3.2. FORMULA DE NEWTON REGRESIVA . . . . . . . . . . . .
POLINOMIAL DE NEWTON
3.4. ERRORES DE LA INTERPOLACION

4
4
6
9
10
11
11

4. IMPLEMENTACION
4.1. ALGORITMO COMPUTACIONAL PARA EL POLINOMIO DE IN DE NEWTON . . . . . . . . . . . . . . . . . . . . .
TERPOLACION

12

5. APLICACIONES

13

6. CONCLUSIONES

16

12

1.

RESUMEN

Con frecuencia se encontrara con que tiene que estimar valores intermedios entre
datos definidos por puntos. El metodo mas com
un que se usa para este proposito es la
interpolacion polinomial. Recuerde que la formula general para un polinomio de n-esimo grado es

f(x) = a0 + a1x + a2x2 + + anxn

Dados n + 1 puntos, hay uno y solo un polinomio de grado* n que pasa a traves
de todos los puntos. Por ejemplo, hay solo una lnea recta (es decir, un polinomio de
primer grado) que une dos puntos
De manera similar, u
nicamente una parabola une un conjunto de tres puntos . La
interpolacion polinomial consiste en determinar el polinomio u
nico de n-esimo grado
que se ajuste a n + 1 puntos. Este polinomio, entonces, proporciona una formula para
calcular valores intermedios.
Aunque hay uno y solo un polinomio de n-esimo grado que se ajusta a n + 1 puntos,
existe una gran variedad de formas matematicas en las cuales puede expresarse este
polinomio. En este captulo describiremos dos alternativas que son muy adecuadas para
implementarse en computadora: los polinomios de Newton y de Lagrange.
Para comenzar a explicar lo que es una diferencia dividida primero debemos conocer
lo que es un soporte equidistante. Para un cierto valor positivo de h se denomina soporte
equidistante a todo soporte de puntos generado a partir de un cierto x0, tal que:
xi = x0+ ih (i = 1,2,. . . ,n)
Un soporte equidistante se caracteriza, como su propio nombre indica, en que todos
los puntos tienen la misma separacion.
Como en el caso de la serie de Taylor, es posible obtener una formulacion para el
error de truncamiento.

2.

OBJETIVOS

1. Dar a conocer sobre el tema de Metodo de Lagrange Matricial, Polinomios de

Aproximacion de Newton en Diferencias Finitas, Estimacion de Errores en la Aproximacion.
2. Desarrollar los subtemas en forma consisa y clara.
3. Implemantar dichos metodos en el matlab.
4. LLenar la espectativar de los estudiantes y de la docente.

3.

MARCO TEORICO

3.1.

METODO
DE LAGRANGE MATRICIAL

La idea del metodo matricial es obtener la ecuacion del polinomio de interpolacion,

en la forma.
P n(x) = a0 + a1 x + . . . + an X n
Teniendo como base que el polinomio de interpolacion debe satisfacer todos los
puntos, entonces.
Pn (X0 ) = a0 + a1 X0 + . . . + an X0n = y1
Pn (X1 ) = a0 + a1 X1 + . . . + an X1n = y2
Pn (X2 ) = a0 + a1 X2 + . . . + an X2n = y3 . . .
...
...
Pn (Xn ) = a0 + a1 Xn + . . . + an Xnn = yn
Matricialmente se puede expresar como:

Se establece que:

Entonces se puede escribir como:

Xa = y
Si se emplea el metodo de la inversa se obtendra:

a = X 1 y
Ejemplo:
Halle el polinomio de interpolacion de lagrange para el siguiente conjunto de puntos,
y estime el valor de la funcion para x=3.5 , utilizando este polinomio.

Para este caso n=3, entonces:

El planteamiento para resolver este sistema por el metodo de la inversa es el siguiente:

Finalmente se obtiene:

P 3(x) = 35, 7255544243282+31,2747382192515X8,17622389775016X 2 +0,654800256411517X 3

Para hallar el valor del polinomio en x=3.5, simplemente se remplaza este valor en
la expresion obtenida, con lo que queda:
P 3(3,5) = 35, 7255544243282+31,2747382192515(3,5)8,17622389775016(3,5)2 +
0,654800256411517(3,5)3
P3(3.5)=1.65184758925629

3.2.

POLINOMIAL DE NEWTON EN
INTERPOLACION
DIFERENCIAS DIVIDIDAS

Chapra & Canale(2007,p. 503)El polinomio de interpolacion de Newton en diferencias divididas es uno de los metodos mas populares y u
tiles para expresar una
interpolacion polinomial.

 LINEAL
INTERPOLACION
Es la forma mas simple de interpolacion,consiste en unir 2 puntos con una linea recta.

Esquema grafico de la interpolacion lineal. Las areas sombreadas indican los

triangulos semejantes usados para obtener la formula de la interpolacion lineal.
Del grafico anterior se obtiene(utilizando triangulos semejantes):

La ecuacion resaltada es una formula de interpolacion lineal; la notacion f1 (x)

designa que este es un polinomio de interpolacion de primer grado.
En general,cuanto menor sea el intervalo entre los datos, mejor sera la aproximacion.
Esto se debe al hecho de que, conforme el intervalo disminuye, una funcion continua
estara mejor aproximada por una lnea recta.
CUADRATICA

INTERPOLACION
Una estrategia para mejorar la estimacion consiste en introducir alguna curvatura a la
lnea que une los puntos. Si se tienen tres puntos como datos, estos pueden ajustarse
en un polinomio de segundo grado.
Una forma conveniente para ello es:

Para encontrar b0 , en la 1era ecuacion se eval

ua con x = x0 para obtener: b0 = f (x0 )),esto
f (x1 ) f (x0 )
se sustituye en la 1era ecuacion, despues se eval
ua en x = x1 para tener:bb1 =
.
x1 x0
Por u
ltimo, las ecuaciones de b0 y b1 se sustituyen en la 1era ecuacion, despues se
eval
ua en x = x2 y se resuelve para:

Nota:Como en el caso de la interpolacion lineal, b1 todava representa la pendiente de la lnea que une los puntos x0 y x1 . As, los primeros dos terminos
de la 1era ecuacion son equivalentes a la interpolacion lineal de x0 a x1 . El
u
ltimo termino, b2 (x x0 )(x x1 ), determina la curvatura de segundo grado
en la formula.

FORMA GENERAL DE LOS POLINOMIOS DE INTERPOLACION

DE NEWTON
El analisis anterior puede generalizarse para ajustar un polinomio de n-esimo grado
a n + 1 datos. El polinomio de n-esimo grado es:

Como se hizo antes con las interpolaciones lineales y cuadraticas, los puntos asociados con datos se utilizan para evaluar los coeficientes b0 , b1 , ..., bn . Para un polinomio de
n-esimo grado se requieren n + 1 puntos: [x0 , f (x0 )], [x1 , f (x1 )],..., [xn , f (xn )]. Usamos
estos datos y las siguientes ecuaciones para evaluar los coeficientes:

Donde las evaluaciones de la funcion colocadas entre parentesis son diferencias divididas finitas. Por ejemplo, la primera diferencia dividida finita en forma general se
representa como:

La segunda diferencia dividida finita, que representa la diferencia de las dos primeras
diferencias divididas, se expresa en forma general como:

Es decir:

En forma similar, la n-esima diferencia dividida finita es:

Estas diferencias sirven para evaluar los coeficientes en las ecuaciones a , los
cuales se sustituiran en la ecuacion para obtener el polinomio de interpolacion:

Conocido como polinomio de interpolacion de Newton en diferencias divididas.

Advierta como las ecuaciones a son recursivas (es decir, las diferencias de orden superior se calculan tomando diferencias de orden inferior. Tal propiedad se aprovechara
cuando se desarrolle un programa computacional eficiente.

3.3.

DIFERENCIAS FINITAS : FORMULAS DE NEWTON

PROGRESIVA Y REGRESIVA

Nos preguntamos, ahora, como puede expresarse el polinomio de interpolacion para datos lagrangianos; es decir, p(xi) = f(xi) = yi cuando los nodos estan igualmente
espaciados?.
Supongamos que los nodos son de la forma: a = x0 < x1 < ... < xn = b con
xi = a + ih, i = 0, ..., n y h = (b a)/n ; entonces, podemos relacionar las diferencias
divididas de f(x) con las llamadas Diferencias Finitas (D.F.) de f(x). Pero, como se
definen?.
Llamamos D.F. progresiva de f de orden k 0 en un punto x, al valor:

Si usamos como punto un nodo de interpolacion, entonces las D.F. progresivas seran:

De forma similar pueden denirse las D.F. regresivas para f o datos; a saber,
Llamamos D.F. regresiva de f de orden k 0 en un punto x, al valor:

o bien

Ahora, con esta nomenclatura, es facil comprobar la propiedad siguiente:

Proposicion 4.2 Dada f evaluada en nodos igualmente espaciados, x = a + ih; i =
0; : : : n ,entonces:

Por lo tanto, desde las dos propiedades anteriores, el polinomio de interpolacion en

la forma de Newton admite las representaciones que especicamos a continuacion.
3.3.1.

FORMULA NEWTON PROGRESIVA

Esta la obtenemos usando la formula de Newton clasica para el interpolante de

Lagrange; es decir,

Esta expresion quedara reducida a la siguiente:

pero si realizamos el cambio de variable:

entonces

(*)
10

3.3.2.

FORMULA DE NEWTON REGRESIVA

Si, en el metodo de interpolacion de Newton, usamos un proceso descendente; es

decir, desde el nodo xn hasta el nodo x0 tendramos la Formula de Newton siguiente:

y, desde aqu, de forma similar pero con las diferencias regresivas llegamos a la expresion:

Como antes, si hacemos el cambio:

tenemos la expresion:

(**)
Observacion.- En las expresiones (*) y (**) he usado el combinatorio formal:

3.4.

ERRORES DE LA INTERPOLACION
POLINOMIAL
DE NEWTON

Como en el caso de la serie de Taylor, es posible obtener una formulacion para el

error de truncamiento. Recordar que el error de truncamiento en la serie de Taylor se
expresa en forma general como:

Donde x esta en alguna parte del intervalo de xi a xi+1. Para un polinomio de

interpolacion de n-esimo grado, una expresion analoga para el error es:

11

Donde x esta en alguna parte del intervalo que contiene la incognita y los datos.
Para que esta formula sea u
til, la funcion en turno debe ser conocida y diferenciable.
Por lo com
un este no es el caso. Por fortuna, hay una formulacion alternativa que no
requiere del conocimiento previo de la funcion. Utilizandose una diferencia dividida
finita para aproximar la (n + 1)-esima derivada:
Donde f [x, xn, xn1, ..., x0] es la (n + 1)esima diferencia dividida finita. Debido a
que la ecuacion contiene la incognita f (x), no permite obtener el error. Sin embargo,
si se tiene un dato mas, f (xn + 1), la ecuacion puede usarse para estimar el error como
sigue:

4.

IMPLEMENTACION

4.1.

ALGORITMO COMPUTACIONAL PARA EL POLINO DE NEWTON

MIO DE INTERPOLACION

Paso 1:

Paso 2:

Paso 3:

Paso 4:
Comprobaci
on del algoritmo de interpolaci
on de newton
12

13

6.

CONCLUSIONES

La interpolacion polinomial es una herramienta matematica utilizada por las computadoras para estimar y ajustar valores en medio de 2 puntos, es aplicable para cualquier
rubro de la ciencia y la industria.
Sin embargo, como es una herramienta que se utiliza para estimar valores presenta
un error por dicha estimacion.
La interpolacion lineal y la cuadratica permiten estimar valores en medio de 2 o
3 puntos respectivamente, independientemente de los n+1 que se tengan, sin embargo
el error producido es mayor que cuando se aplica un polinomio de 4to, 5to o n-esimo
orden para estimarse dicho valor.
La interpolacion de Lagrange y diferencias divididas de Newton son tales que permiten estimar un valor utilizando todos los n+1 puntos descritos en un problema, es
por ello que son muy utilizadas para encontrar un polinomio interpolador ya que el
error de aproximacion es mnimo.

16