POLINOMIOS

DE LAGRANGE

Los polinomios de Lagrange son una alternativa de solucin

para la obtencin de una funcin polinmica que represente un modelo
matemtico de algn fenmeno de estudio.
Este tipo de regresin es del tipo exacto por lo que
normalmente no nos servir para evaluar valores futuros sino
solamente para interpolar valores intermedios a los obtenidos en las
muestras.

POLINOMIOS

DE LAGRANGE

Procedimiento de evaluacin:
Paso 1) Evaluacin experimental de muestreos

t (das)

A (m2)

0.0000

2.1000

2.0000

13.6000

5.0000

61.1000

POLINOMIOS

DE LAGRANGE

Paso 2) Planteamiento inicial de los polinomios de Lagrange

POLINOMIOS

DE LAGRANGE

Paso 3) Sustitucin de datos y planteamiento de la funcin

0.0000

2.1000

2.0000 13.6000

5.0000 61.1000

POLINOMIOS

DE LAGRANGE

Paso 3) Sustitucin de datos y planteamiento de la funcin

p(x) = 2.0167 x2

1.7167 x

2.1000

Paso 4) Sustitucin de valores dentro de la funcin para interpolar

datos
x
y
0.0000

2.1000

1.0000

5.8333

2.0000

13.6000

3.0000

25.4000

4.0000

41.2333

5.0000

61.1000

Observe como al sustituir los valores de origen el resultado es

exactamente igual al propuesto inicialmente y existe variacin con
los que se interpolaron.

MNIMOS

CUADRADOS VS

POLINOMIOS

DE

LAGRANGE

Si comparamos las proyecciones obtenidas por uno y otro mtodo a 65 y

95 das observamos lo siguiente:
Mnimos Cuadrados
x
0.0000
1.0000
2.0000
3.0000
4.0000
5.0000
35.0000
65.0000
95.0000

Polinomios de Lagrange

y
2.4786
6.6986
14.6400
26.3028
41.6870
60.7926
2,364.4116
8,017.2906
17,019.4296

x
0.00
1.00
2.00
3.00
4.00
5.00
35.00
65.00
95.00

20,000.00

15,000.00

10,000.00

5,000.00

0.00
0.00

20.00

40.00

Polinomios de Lagrange

60.00

80.00

100.00

Mnimos cuadrados

y
2.10
5.83
13.60
25.40
41.23
61.10
2,532.60
8,634.10
18,365.60

MNIMOS

CUADRADOS VS

POLINOMIOS

DE

LAGRANGE

Conforme la proyeccin es ms alejada de los datos de origen

los resultados obtenidos se van pareciendo cada vez menos por lo que
se debe de tomar un criterio adecuado al elegir el procedimiento a
utilizar.

Si se est completamente seguro de que las mediciones fueron

realizadas con total exactitud (Con equipo de laboratorio debidamente
calibrado, bajo las condiciones ambientales ptimas y con todos los
componentes necesarios) el mtodo ms recomendable es el de los
polinomios de Lagrange, sin embargo, si las mediciones carecen del
100% de confiabilidad entonces el ms recomendable es el de la
regresin por mnimos cuadrados.