Está en la página 1de 6

Indice

1. Introducci
on

2. Interpolaci
on de Lagrange

Universidad De Las Fuerzas Armadas ESPE


Deber Latex
Bryan Chauca
5 de noviembre de 2015
Resumen
En el presente documento se muestra una seccion texto y formulas matematicas, las mismas que fueron tomadas del libro Metodos Numericos en
MATLAB de Mathews Fink de la pag 225 a la 228, tema: Interpolacion de
Lagrange, con el fin de aprender el uso de Latex.

1.

Introducci
on

Este libro proporciona una introduccion a los fundamentos del aalisis numerico
adecuada para estudiantes de matematicas, informatica, fsica e ingenieria.
Se supone que la persona que lee este libro esta efectivamente familiarizada con
el calculo infinitesimal y que ha recibido un curso de programacion estructurada.
El contenido del texto esta organizado de forma modular para que no pueda ser
ajustado tanto a un curso cuatrimestral como a uno anual. En pocas palabras, el
libro contiene material suficiente para que se puedan seleccionar los temas adecuados
a las necesidades y los objetivos docentes de cada curso concreto.

2.

Interpolaci
on de Lagrange

Interpolar significa estimar el valor desconocido de una funcion en un punto,


tomando una media ponderada de sus valores conocidos en puntos cercanos al dado.
En la interpolacion lineal tambien conocida como la regla de tresse utiliza un
segmento rectilneo que pasa por dos puntos que se conocen. La pendiente de la recta
que pasa por dos puntos (x0 , y0 ) y (x1 , y1 ) viene dada por m = (y1 y0 )/(x1 x0 );
as que la ecuacion de la recta escrita como y = m(x x0 ) + y0 podemos sustituir
m y obtener
(1)

y = P (x) = y0 + (y1 y0 )

x x0
x1 x 0

Si desarrollamos esta formula (1), el resultado es un polinomio de grado menor o


igual que uno y la evaluacion de P (x) en x0 y x1 produce y0 e x1 , respectivamente:

(2)

P (x0 ) = y0 + (y1 y0 )(0) = y0 ,


P (x1 ) = y0 + (y1 y0 )(1) = y1 .

El matematico frances Joseph Louis Lagrange descubrio que se puede encontrar este
polinomio usando un metodo ligeramente distinto. Si escribimos
(3)

y = P1 (x) = y0

x x1
x x0
+ y1
,
x0 x1
x1 x 0

entonces cada uno de los sumandos del miembro derecho de esta relacion es un
termino lineal, por lo que su suma ser
n polinomio de grado menor o igual que uno.
Denotemos los cocients de (3) por
(4)

L1,0 (x) =

x x1
x0 x1

L1,1 (x) =

x x0
x1 x0

Un sencillo calculo muestra que L1,0 (x0 ) = 1, L1,0 (x1 ) = 0, L1,1 (x0 ) = 0 y L1,1 (x1 ) =
1, as que el polinomio P1 (x) definido en (3) tambien pasa por los dos puntos dados:
(5)

P1 (x0 ) = y0 + y1 (0) = y0

P1 (x) = y0 (0) + y1 = y1 .

Los terminos L1,0 (x) y L1,1 (x) definidos en (4) se llaman polinomios coeficientes
de Lagrange para los nodos x0 y x1 . Usando esta notacion, podemos escribir (3)
como una suma
(6)

P1 (x) =

1
X

yk L1,k (x)

k=0

Cuando las ordenadas yk vienen dadas por yk = f (xk ), el proceso de utilizar P1 (x)
para aproximar f (x) en el intervalo [x0 , x1 ], se conoce con el nombre de interpolaci
on lineal. Si x < x0 (o bien x1 < x), entonces el uso de P1 (x) para aproximar
f(x) se llama extrapolaci
on. El siguiente ejemplo ilustra estos conceptos.

Ejemplo 4.6.

Consideremos la grafica de y = f (x) = cos(x) en [0, 0, 1,2].

(a) Vamos a usar los nodos x0 = 0,0 y x1 = 1,2 para construir un polinomio de
interpolacion lineal P1 (x).
(b) Vamos a usar los nodos x0 = 0,2 y x1 = 1,0 para construir un polinomio de
interpolacion lineal Q1 (x).
(a) La formula (3) con las abscisas x0 = 0,0 y x1 = 1,2 y las ordenadas
y0 = cos(0,0) = 1,000000) e y1 = cos(1,2) = 0,362358 proporciona
x 1,2
x 0,0
+ 0,362358
0,0 1,2
1,2 0,0
= 1,225083(x 1,2) + 0,675378(x 0,0)

P1 (x) = 1000000

(b) Cuando usamos los nodos x0 = 0,2 y x1 = 1,0 con los valores y0 =
cos(0,2) = 0,980067 e y1 = cos(1,0) = 0,540302, el resultado es
x 1,0
x 0,2
+ 0,540302
0,2 1,0
1,0 0,2
= 1,225083(x 1,0) + 0,675378(x 0,2)

Q1 (x) = 0,980067

Las Figuras 4.11 (a) y (b) muestran la grafica de y = cos(x) junto con, respectivamente, las de y = P1 (x) e y = Q1 (x); estos dibujos y los resultados numericos de la
Tabla 4.6 nos sirven para comparar ambas aproximaciones y revelan que Q1 (x) tiene
un error menor en los puntos xk que verifican 0,1 xk 1,1. El error mas grande
de los recogidos en la tabla correspondiente a P1 , que es f (0,6) P1 (0,6) = 0,144157
se reduce a f (0,6) Q1 (0,6) = 0,065151 cuando se usa Q1 (x).
La forma de generalizar la formula (5) para construir un polinomio PN (x) que tenga
grado menor o igual que N y que pase por N +1 puntos (x+0, y0 ), (x1 , y1 ), ..., (xN , yN )
es la formula
(7)

PN (x) =

N
X

yk LN,k (x)

k=0

donde LN,k es el polinomio coeficiiente de Lagrange para los nodo x0 , x1 , ..., xN


definido por
(8)

LN,k (x) =

(x x0 ) (x xk1 )(x xk+1 ) (x xN )


,
(xk x0 ) (xk xk1 )(xk xk+1 ) (xk xN )

donde se sobreentiende que los factores (xxk ) y (xk xk ) no aparecen en el cociente


del miembro derecho de la relacion (8). Resulta comodo introducir en (8) la notacion
compacta para el producto y escribir
QN
j=0 (x xj )
j6=k
(9)
LN,k (x) = QN
j=0 (xk xj )
j6=k

La notacion (9) indica que en el numerador se forma el producto de todos los


factores lineales (x xj ) pero sin incluir (saltandose) el factor (x xk ) ( y lo analogo
para el denominador).
Un calculo directo prueba que, para cada k fijo, el polinomio coeficiente de Lagrange
Ln,k (x) tiene la siguiente propiedad:
(10)

Ln,k (xj ) = 1 sij = k y Ln,k (xj ) = 0 si j 6= k

La sustitucion directa de estos valores en la formula (7) permite probar que la curva
polinomial y = PN (x) pasa por los puntos (xj , yj ).
(11)

PN (xj ) = y0 LN,0 (xj ) + + yj LN,j (xj ) + + yN LN,N (xj )


= y0 + + y1 + + yN = yj

Para probar que PN (x) es u


nico, aplicamos el teorema fundamental del algebra, el
cual establece que un polinomio no nulo T (x) de grado menor que N tiene, como
mucho, N races en otras palabras, si T (x) es cero en N +1 abscisas distintas, entonces es identicamente cero. Supongamos, entonces que hay otro polinomio QN (x) de
grado menor o igual que N cuya grafica pasa tambien por los N + 1 puntos dados.
Formando el polinomio diferencia T (x) = PN (x) QN (x), vemos que T (x) es de
grado menor o igual que N y que T (xj ) = PN (xj ) QN (xj ) = yj yj = 0 para cada
j = 0, 1, ..., N ; por tanto. T (x) = 0 y, en consecuencia, QN (x) = PN (x).
Cuando se desarrolla la formula (7), lo que se obtiene es similar a (3). El polinomio
interpolador de Lagrange cuadratico para los puntos (x0 , y0 ), (x1 , y1 ) y (x2 , y2 ) es
Tabla 4.6 Comparacion de f (x) = cos(x) con sus aproximaciones lineales P1 (x)
y Q1 (x)
xk f (x) = cos(x) P1 (xk ) f (xk ) P1 (xk ) Q1 (xk )
f (xk ) Q1 (xk )
0.0
1.000000
1.000000
0.000000
1.090008
-0.090008
0.1
0.995004
0.945863
0.048141
1.035037
-0.040033
0.2
0.980067
0.893726
0.086340
0.980067
0.000000
0.3
0.955336
0.840589
0.114747
0.925096
0.030240
0.4
0.925331
0.787583
0.133648
0.870096
0.050935
0.5
0.877333
0.734386
0.143247
0.815195
0.062248
0.6
0.825536
0.681189
0.144747
0.750194
0.065241
0.7
0.764842
0.628082
0.136800
0.705294
0.059528
0.8
0.696737
0.574585
0.121802
0.650293
0.046463
0.9
0.625330
0.521588
0.099842
0.595093
0.026240
1.0
0.545332
0.468681
0.071641
0.540392
0.000000
1.1
0.455336
0.415495
0.038702
0.485392
0.031736
1.2
0.362358
0.840589
0.000000
0.435061
-0.068003

(12) P2 (x) = y0

(x x0 )(x x2 )
(x x0 )(x x1 )
(x x1 )(x x2 )
+ y1
+ y2
(x0 x1 )(x0 x2 )
(x1 x0 )(x1 x2 )
(x2 x0 )(x2 x1 )

El polinomio interpolar de Lagrange de grado N = 3 para los puntos (x0 , y0 ), (x1 , y1 ), (x2 , y2 )
y (x3 , y3 ) es
(x x1 )(x x2 )(x x3 )
(x x0 )(x x2 )(x x3 )
+ y1
(x0 x1 )(x0 x2 )(x0 x3 )
(x1 x0 )(x1 x2 )(x1 x3 )
(x x0 )(x x1 )(x x2 )
(x x0 )(x x1 )(x x3 )
+ y3
+ y2
(x2 x0 )(x2 x1 )(x2 x3 )
(x3 x0 )(x3 x1 )(x3 x2 )

(13) P3 (x) =y0

Ejemplo 4.7.

Consideremos y = f (x) = cos(x) en [0, 0, 1,2].

(a) Vamos a usar los nodos x0 = 0,0, x1 = 0,6 y x2 = 1,2 para construir un
polinomio de interpolacion lineal P2 (x).
(b) Vamos a usar los nodos x0 = 0,0, x1 = 0,4, x2 = 0,8 y x3 = 1,2 para construir
un polinomio interpolador c
ubico P3 (x).

Referencias
[1] Mathews, J.H. and Fink, K.D. and Escolano, P.J.P., Metodos numericos con
MATLAB, Pearson Educacion, 1999

También podría gustarte