CARRERA PROFESIONAL DE INGENIERÍA Métodos

MECÁNICA Numéricos

4MÉTODOS DIRECTOS PARA RESOLVER SISTEMAS DE ECUACIONES LINEALES

Ejemplo. Un estudiante compra tres productos: A, B, C, pero en las facturas únicamente consta
la cantidad comprada y el valor total de la compra. Se necesita determinar el precio unitario de
cada producto. Para esto dispone de tres facturas con los siguientes datos:
Factura Cantidad de A Cantidad de B Cantidad de C Valor pagado
1 4 2 5 $18.00
2 2 5 8 $27.30
3 2 4 3 $16.20

Análisis
Sean 𝐱 𝟏 , 𝐱 𝟐 , 𝐱 𝟑 variables que representan al precio unitario de cada producto. Entonces, se
puede escribir:
4x1 + 2x2 + 5x3 = 18.00
2x1 + 5x2 + 8x3 = 27.30
2x1 + 4x2 + 3x3 = 16.20

El modelo matemático resultante es un sistema lineal de tres ecuaciones con tres variables.
En general, se desea resolver un sistema de n ecuaciones lineales con n variables
𝐚𝟏𝟏 𝐱 𝟏 + 𝐚𝟏𝟐 𝐱 𝟐 + ⋯ + 𝐚𝟏𝐧 . 𝐱 𝐧 = 𝐛𝟏
𝐚𝟐𝟏 𝐱 𝟏 + 𝐚𝟐𝟐 𝐱 𝟐 + ⋯ + 𝐚𝟐𝐧 . 𝐱 𝐧 = 𝐛𝟐
a11 x1 + a12 x2 + ⋯
𝐚𝐧𝟏 𝐱 𝟏 + 𝐚𝐧𝟐 𝐱 𝟐 + ⋯ + 𝐚𝐧𝐧 . 𝐱 𝐧 = 𝐛𝐧
En donde
𝐚𝐢𝐣 ∈ 𝐑 : Coeficientes
𝐛𝐣 ∈ 𝐑: Constantes
𝐱 𝐢 ∈ 𝐑: Variables cuyo valor debe determinarse

En notación matricial:
a11 a12 … a1n x1 b1
a21 a22 … a2n x2 b2
( )( ) = ( )
⋮ ⋮ … ⋮ ⋮ ⋮
an1 an2 … ann xn bn

Simbólicamente AX = b siendo
a11 a12 … a1n x1 b1
a a22 … a2n x b
A = ( 21 ) ; X = ( 2 ) ; b = ( 2)
⋮ ⋮ … ⋮ ⋮ ⋮
an1 an2 … ann xn bn
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

En notación matricial:

1) Determinantes y sistemas de ecuaciones lineales

Sea A la matriz de coeficientes del sistema AX = B. Sea A−1 su inversa y |A| su determinante.
La relación entre |A| y la existencia de la solución X se establece con la siguiente definición:

[adj(A)]t
A−1 =
|A|

En donde [adj(A)]tes la transpuesta de la adjunta de la matriz A.

Si |A| ≠ 0 , entonces A−1 existe, y se puede escribir:

AX = B ⇒ A−1 . AX = A−1 B ⇒ IX = A−1 B

X = A−1 B
En donde I es la matriz identidad. En resumen, si |A| ≠ 0 entonces X existe y además es único.

2) Regla de cramer

Esta regla establece que cada incógnita de un sistema de ecuaciones lineales algebraicas puede
expresarse como una fracción de dos determinantes con denominador D y con el numerador
obtenido a partir de D, al reemplazar la columna de coeficientes de la incógnita en cuestión por las
constantes b1 , b2 , … , bn . Por ejemplo, x1 se calcula como
b1 a12 … a1n
b2 a12 … a2n
| |
⋮ ⋮ … ⋮
bn a12 … ann
x1 =
|A|
Con la Regla de cramer resuelva el siguiente sistema de ecuaciones lineales correspondiente al
problema planteado al inicio del capítulo

4x1 + 2x2 + 5x3 = 18.00

2x1 + 5x2 + 8x3 = 27.30
2x1 + 4x2 + 3x3 = 16.20

3) MÉTODO DE GAUSS ELIMINACIÓN DE GAUSS

El método de eliminación de Gauss, que consiste en transformar el sistema AX = B mediante

operaciones elementales, en un sistema equivalente triangular superior, cuya resolución es más
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

sencilla y se obtiene mediante la denominada sustitución regresiva o inversa. Recordamos que

por operaciones elementales entendemos permutar ecuaciones, multiplicar una ecuación por una
constante distinta de cero y sumar a una ecuación una combinación lineal del resto de ecuaciones.
Es bien sabido que la solución del sistema no cambia al realizar estas operaciones elementales.

Inicialmente denotamos 𝐴(1) = 𝐴 𝑦 𝑏 (1) = 𝑏. El método lo podemos interpretar como una

sucesión de n pasos que dan como resultado una sucesión de matrices y vectores, como se indica
a continuación:
𝐴(1) → 𝐴(2) → ⋯ → 𝐴(𝑛) , 𝑏 (1) → 𝑏 (2) → ⋯ → 𝑏 (𝑛)
de forma que 𝐴(𝑛) sea una matriz triangular superior. Así, para el primer paso, supondremos que
(1)
𝑎11 = 𝑎11 ≠ 0. Entonces, podemos eliminar 𝑥1 de las 𝑛 − 1 últimas ecuaciones. En efecto,
(1)
𝑎𝑖1
tomamos 𝑙𝑖1 = (1) (para 𝑖 = 2, . . . , 𝑛) y sumamos −𝑙𝑖1 veces la primera ecuación a la
𝑎11

𝑖 − é𝑠𝑖𝑚𝑎, esto es
(2) (1) (1) (2) (1) (1)
𝑎𝑖 𝑗 = 𝑎𝑖 𝑗 − 𝑙𝑖1 𝑎1j , 𝑗 = 1,2, . . . , 𝑛; 𝑏𝑖 = 𝑏𝑖 − 𝑙𝑖1 𝑏1

(1) (1)
(Notemos que 𝑎𝑖 𝑗 designan los elementos de 𝐴(1) y 𝑏𝑖 son las componentes de 𝑏 (1)). Si
(1)
𝑎22 ≠ 0, podemos eliminar de manera similar 𝑥2 de las 𝑛 − 2 últimas ecuaciones y así
sucesivamente. En general, el paso de la 𝑘 − é𝑠𝑖𝑚𝑎 matriz a la (𝑘 − 1) − é𝑠𝑖𝑚𝑎 viene dado
por las siguientes fórmulas:
(𝑘)
𝑎𝑖 𝑗 , 𝑖 = 1,2, … , 𝑘,
(𝑘+1)
𝑎𝑖 𝑗 = { 𝑎(𝑘) − 𝑙𝑖𝑘 𝑎(k), 𝑖 𝑗 = 𝑘 + 1, 𝑘 + 2, … , 𝑛
𝑖𝑗 1j
0, 𝑖 = 𝑘 + 1, 𝑘 + 2, … , 𝑛; 𝑗 = 1,2, … , 𝑘,
donde
(k)
𝑎𝑖1
(k)
, 𝑖 = 1,2, … , 𝑘,
𝑙𝑖𝑘 = 𝑎kk
1, 𝑖=𝑘
{ 0, 𝑖 = 1,2, … , 𝑘 − 1
(k)
Como hemos vistos, si los elementos 𝑎kk que van apareciendo en los sucesivos pasos (que
denominaremos pivotes) son no nulos, podemos aplicar el algoritmo con éxito.

Después de a lo más n pasos, llegaremos a un sistemas triangular superior 𝐴(𝑛) x = 𝑏 (𝑛)

siguiente
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

(n) (n) (n) (n)

𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎12 𝑥𝑛 = 𝑏2
(n) (n) (n)
𝑎22 𝑥2 + ⋯ + 𝑎2n 𝑥𝑛 = 𝑏2
⋮ ⋮
(n) 𝑥 (n)
𝑎𝑛𝑛 𝑛 = 𝑏𝑛

Que podemos resolver sin más que llevar a cabo de la sustitución regresiva

(n)
𝑏𝑛
𝑥𝑛 = (n)
𝑎𝑛𝑛
(𝑛) (𝑛)
𝑏𝑛−1 − 𝑎(𝑛−1)𝑛 𝑥𝑛
𝑥𝑛−1 = (𝑛)
𝑎(𝑛−1)(𝑛−1)

⋮
(n) (n)
𝑏𝑘 − ∑𝑛𝑗=𝑘+1 𝑎𝑘𝑗 𝑥𝑗
𝑥𝑘 = (k)
, 𝑝𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝑘 = 𝑛 − 1, 𝑛 − 2, … ,1.
𝑎kk
Ejemplo resolver el sistema de ecuaciones
4x1 + 2x2 + 5x3 = 18.00

2x1 + 5x2 + 8x3 = 27.30

2x1 + 4x2 + 3x3 = 16.20

MÉTODOS DE FACTORIZACIÓN
Factorización LU
En el método de factorización LU las operaciones con la matriz .4 se realizan sin utilizar, o
cambiar, el verctor b. que se utiliza solo en la parte de sustitución de la solución. En este caso, sea
A una matriz cuadrada de orden n y supongamos que existen dos matrices convenientes L y U,
triangular inferior y triangular superior, respectivamente, tales que 𝐴 = 𝐿𝑈. Llamamos a la
igualdad anterior una factorización LU (o descomposición) de A. Si A es no singular, lo mismo
ocurre con L y U, y de este modo sus elementos diago

nales son no nulos.

En tal caso, resolver Ax=b conduce a la solución de los dos sistemas triangulares 𝐿𝑧 = 𝑏 y 𝑈𝑥 =
𝑧. Se puede proceder por etapas como sigue:

1. Resolución de 𝐿𝑧 = 𝑏 para z por sustitución progresiva:

𝑏1
𝑧1 = ,
𝑙11
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

1
𝑧𝑘 = (𝑏𝑘 − 𝑙𝑘1 𝑧1 − 𝑙𝑘2 𝑧2 − ⋯ − 𝑙𝑘(𝑘−) 𝑧𝑘−1 ), 𝑘 = 2,3, . . . , 𝑛
𝑙𝑘𝑘

2. Resolución de 𝑈𝑥 = 𝑧 para x por sustitución regresiva:

𝑧𝑛
𝑥𝑛 =
𝑢𝑛𝑛
1
𝑥𝑘 = (𝑧 − 𝑢𝑘(𝑘+1) 𝑥𝑘+1 − 𝑢𝑘(𝑘+2) 𝑥𝑘+2 − ⋯ − 𝑢𝑘𝑛 𝑥𝑛 ), 𝑘 = 𝑘 − 1, 𝑘 − 2, . . . ,1
𝑢𝑘𝑘 𝑘

En este punto necesitamos un algoritmo que permita un cálculo efectivo de los factores L y U de la
matriz A

La factorización anterior se puede obtener simplemente mediante la fórmula del producto de

matrices, que conduce a un sistema lineal de n2 ecuaciones en el que las incógnitas son los n2 +
n coeficientes de las matrices triangulares L y U. Así, si 𝐴 = (a𝑖𝑗 ), 𝐿 = (𝑙𝑖𝑗 ) y𝑈 = (𝑢𝑖𝑗 ), donde
los elementos 𝑙𝑖𝑗 y 𝑢𝑖𝑗 están por determinar, realizando el producto se tiene que

𝑚𝑖𝑛(𝑖,𝑗)

𝑎𝑖𝑗 = ∑ 𝑙𝑖𝑝 𝑢𝑝𝑗 , 𝑖, 𝑗 = 1,2, … , 𝑛

𝑝=1

donde la última igualdad se debe a que 𝑙𝑖𝑝 = 0, para 𝑝 > 𝑖, y 𝑢𝑝𝑗 = 0, para 𝑝 > 𝑗. Entonces, si
fijamos de antemano el valor de tu o de un (distinto de cero), para todo i, la igualdad anterior
permite el cálculo de L y U, dando lugar a formas compactas de factorización.

FACTORIZACIÓN DE DOOLITTLE
Si se fija 𝑙𝑖𝑖 = 1, para todo i, la factorización correspondiente se denomina factorización de
Doolittle, o simplemente, factorización LU.

1 0 … 0 𝑢11 𝑢12 … 𝑢1𝑛

𝑙21 1 … 0 0 𝑢21 … 𝑢2𝑛
Donde 𝐿=( ) 𝑈=( )
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑙𝑛1 𝑙𝑛2 … 1 0 0 … 𝑢𝑛𝑛

𝑢11 𝑢12 … 𝑢1𝑛

𝑙 𝑢 𝑙 𝑢 + 𝑢22 … 𝑙21 𝑢1𝑛 + 𝑢2𝑛
𝐴 = ( 21 11 21 12 )
⋮ ⋮ ⋮ ⋮
𝑙𝑛1 𝑢11 𝑙𝑛1 𝑢12 + 𝑙𝑛2 𝑢22 … 𝑙𝑛1 𝑢1𝑛 + 𝑙𝑛2 𝑢2𝑛 + ⋯ + 𝑢𝑛𝑛

Si podemos aplicar el método de eliminación de Gauss sin pivoteo a la matriz A, teniendo cuidado
de guardar los mulplicadores 𝑙𝑖𝑘 en una matriz L con elementos 1 en su diagonal, y llamamos U a
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

la matriz triangular superior obtenida tras la aplicación del método de Gauss, se tiene que 𝐴 =
𝐿𝑈.
Ejemplo factorizar la matriz
1 2 3
𝐴 = (4 5 6)
7 8 9

FACTORIZACIÓN DE CHOLESKY

El algoritmo para la factorización de Cholesky es el caso especial del algoritmo general para la
factorización 𝐿𝑈 en el que 𝑈 = 𝐿𝑇 , de modo que 𝑙𝑖𝑖 = 𝑢𝑖𝑖 , para 𝑖 = 1,2, . . . , 𝑛. Sí A es simétrica
definida positiva, entonces tiene una factorización única de la forma 𝐴 = 𝐿𝐿𝑇 , donde 𝐿 es
triangular inferior con todos los elementos de la diagonal positivos. Los elementos de la matriz L se
obtienen de la siguiente forma. Para 𝑘 = 1,2, . . . , 𝑛, se tiene:
1
𝑘−1 2 𝑘−1
2 1
𝑙𝑘𝑘 = (𝑎𝑘𝑘 − ∑ 𝑙𝑘𝑝 ) , 𝑙𝑖𝑘 = (𝑎𝑖𝑘 − ∑ 𝑙𝑖𝑝 𝑙𝑘𝑝 ) 𝑖 = 𝑘 + 1, 𝑘 + 2, … , 𝑛.
𝑙𝑘𝑘
𝑝=1 𝑝=1

Estas igualdades pueden deducirse escribiendo la igualdad 𝐴 = 𝐿𝐿𝑇 como un sistema de

ecuaciones.
Ejemplos factorizar la matriz

16 4 4
𝐴=(4 26 6)
4 6 11
Con el Método de eliminación de Gauss resuelva el siguiente sistema de ecuaciones lineales
correspondiente al problema planteado al inicio del capítulo

1) 4x1 + 2x2 + 5x3 = 18.00 2x1 − 3x4 = 5

2x1 + 5x2 + 8x3 = 27.30
2x1 + 4x2 + 3x3 = 16.20 4) 3x1 − 2x2 + 3x3 = 5
2x1 + 4x2 − x3 = 2
2) 2x1 + 3x2 + x3 =1
3x1 − 2x2 − 4x3 = −3 5) 5x1 + 3x2 + x3 + 2x4 = 1
5x1 − x2 − x3 = 4 2x1 − x2 + 3x3 + x4 = 2
−3x1 + 2x2 − 2x3 + 3x4 = 3
3) x1 − x2 = −6 2x1 + 5x2 − x3 + 5x4 = 4
x2 + x3 = 3
x3 + 2x4 = 4
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

6) x1 + 8x2 − 5x3 = 3 7) x1 + x2 − 3x3 − 4x4 = −1

3x1 − 2x2 + 3x3 = 1 2x1 + 2x2 − x3 − 2x4 = 1
2x1 + 3x2 − x3 = 4 x1 + x2 + 2x3 + 2x4 = 5
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

Métodos iterativos

La idea básica de un método iterativo para resolver el sistema 𝐴𝑥 = 𝑏 consiste en construir una
(𝑘) (𝑘) (𝑘) 𝑇
Sucesión de vectores {𝑥 (𝑘) = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ; 𝑘 ∈ ℕ} de 𝑅 𝑛 que converja a la solución

exacta x, esto es
lim 𝑥 (𝑘) = 𝑥
𝑛→∞

para un vector inicial dado 𝑥 (𝑘) de 𝑅 𝑛 .

la mayoría de estas técnicas iterativas involucran un proceso que se convierten al sistema lineal 𝐴𝑥 = 𝑏
a otro sistema equivalente 𝑥 = 𝐵𝑥 + 𝐶
𝑥 (𝑘+1) = 𝐵𝑥 (𝑘) + 𝑐, 𝑘 = 0,1,2 ….

MÉTODO DE JACOBI

Si todas las entradas diagonales de la matriz A son diferente de ceros y además dominante entonces se
pueden construir una ecuación vectorial
𝑥 = 𝐵𝑥 + 𝐶
Donde las matrices B y C están definidas
−𝑎𝑖𝑗
, 𝑠𝑖 𝑖 ≠ 𝑗
𝑏𝑖𝑗 = { 𝑎𝑖𝑖
0 , 𝑠𝑖 𝑖 = 𝑗

𝑏𝑖
𝐶 = ( ) , 𝑖 = 1,2, … , 𝑛
𝑎𝑖𝑖

EJEMPLO
Hallar la solución de siguiente sistema
3𝑥1 + 𝑥2 = 1

−𝑥1 + 3𝑥2 + 𝑥3 = 1

2𝑥2 + 3𝑥3 = 1

Método GAUSS-SEIDEL
El método de Gauss-Seidel es el método iterativo más comúnmente usado. Suponga que se da un
sistema de n ecuaciones:
Ax = b
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

Suponga que se limita a un conjunto de ecuaciones de 3x3. Si los elementos de la diagonal no son todos
cero, la primera ecuación se puede resolver para 𝑥1 , la segunda para 𝑥2 y la tercera para 𝑥3 , para
obtener
𝑏1 + 𝑎12 𝑥2 + 𝑎13 𝑥3
𝑥1 = … (1)
𝑎11
𝑏2 + 𝑎11 𝑥1 + 𝑎13 𝑥3
𝑥2 = … (2)
𝑎22
𝑏1 + 𝑎11 𝑥1 + 𝑎12 𝑥2
𝑥3 = … (3)
𝑎33
Ahora, se puede empezar el proceso de solución al escoger valores iniciales para las x. Una forma simple
para obtener los valores iniciales es suponer que todos son cero.
𝑏1
Estos ceros se sustituyen en la ecuación (1), la cual se utiliza para calcular un nuevo valor 𝑥 1 = .
𝑎 11

Después, se sustituye este nuevo valor de 𝑥1 junto con el valor previo cero de 𝑥3 en la ecuación (2) y se
calcula el nuevo valor de 𝑥2 . Este proceso se repite con la ecuación (3) para calcular un nuevo valor de
𝑥3 . Después se regresa a la primera ecuación y se repite todo el procedimiento hasta que la solución
converja suficientemente cerca a los valores verdaderos. La convergencia se verifica usando el criterio

Debemos tener en cuenta que la matriz sea diagonalmente dominante es decir:

|𝑎11 | ≥ |𝑎12 | + |𝑎13 |
|𝑎22 | ≥ |𝑎21 | + |𝑎23 |
|𝑎33 | ≥ |𝑎31 | + |𝑎32 |

EJERCICIOS
1. Hallar la solución del sistemas de ecuaciones

Resuelva este problema con el método de Gauss-Seidel para es = 5%.

2. Emplee el método de Gauss-Seidel para resolver el sistema siguiente hasta que el error
relativo porcentual esté por debajo de es = 5%
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

3. Hallar la solución de los siguientes sistemas usando el método de JACOBI y GAUUS -

SEIDEL
3𝑥1 − 𝑥2 − 𝑥3 = 1
−𝑥1 + 3𝑥2 + 𝑥3 = 3
2𝑥1 + 𝑥2 + 4𝑥3 = 7

17𝑥1 − 2𝑥2 − 3𝑥3 = 500

−5𝑥1 − 5𝑥2 + 22𝑥3 = 30
−5𝑥1 + 21𝑥2 − 2𝑥3 = 200

POLINOMIO INTERPOLANTE DE LAGRANGE

El método de Lagrange propone una fórmula más sencilla, pero que por supuesto, por ser una
aproximación puede tener un ligero margen mayor de error. Aún así, es un método muy práctico.
Reformulación del polinomio de Newton que evita el cálculo por diferencias divididas :
𝑛 𝑛
𝑥 − 𝑥𝑗
𝑓𝑛 (𝑥) = ∑ 𝐿𝑖 (𝑥)𝑓(𝑥𝑖 ) , 𝑑𝑜𝑛𝑑𝑒 𝐿𝑖 (𝑥) = ∏ designa el producto
𝑥𝑖 − 𝑥𝑗
𝑖=0 𝑗=0
𝑗≠𝑖
Ejemplos:
1. Obtengamos a continuación la fórmula de interpolación de Newton para la siguiente tabla:
x -3 5 7 8
F(x) 9 2 -1 0
 CARRERA PROFESIONAL DE INGENIERÍA Métodos
MECÁNICA Numéricos

POLINOMIO INTERPOLANTE DE NEWTON

Éste método es algorítmico y resulta sumamente cómodo en determinados casos, sobre todo cuando se
quiere calcular un polinomio interpolador de grado elevado.
Para un polinomio de n-ésimo orden se requieren n+1 puntos: (𝑥0 , 𝑓(𝑥0 )), (𝑥1 , 𝑓(𝑥1 )), … , (𝑥𝑛 , 𝑓(𝑥𝑛 ))
y para determinarlo usamos la fórmula:

𝑃𝑛 (𝑥) = 𝑏0 + 𝑏1 (𝑥 − 𝑥0 ) + 𝑏2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + ⋯ + 𝑏𝑛 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛−1 )

o que es lo mismo
𝑛 𝑖=1

𝑃𝑛 (𝑥) = 𝑏0 + ∑ 𝑏𝑖 (∏(𝑥 − 𝑥𝑗 ))
𝑖=1 𝑗=1

Estos coeficientes se calculan mediante diferencias divididas, cuya expresión general esta dada por:

𝑓[𝑥𝑖+1 , … , 𝑥𝑖+𝑗+1 ] − 𝑓[𝑥𝑖 , … , 𝑥𝑖+𝑗 ]

𝑓[𝑥𝑖 , … , 𝑥𝑖+𝑗+1 ] =
𝑥𝑖+𝑗+1 − 𝑥𝑖

Como se ve en la fórmula, las diferencias divididas se calculan de modo recursivo usando coeficientes
anteriores. Una vez hayamos realizado todos los cálculos, notaremos que hay (muchas) más diferencias
divididas que coeficientes 𝑏𝑖 . El cálculo de todos los términos intermedios debe realizarse simplemente
porqué son necesarios para poder formar todos los términos finales. Sin embargo, los términos usados en
la construcción del polinomio interpolador son todos aquéllos que involucren a 𝑥0 , así:

𝑏0 = 𝑓[𝑥0 ], 𝑏1 = 𝑓[𝑥0 , 𝑥1 ], … , 𝑏𝑖 = 𝑓[𝑥0 , 𝑥1 , … , 𝑥𝑖 ]

Con esta notación, podemos reexpresar el polinomio 𝑃𝑛 como

𝑃𝑛 (𝑥 ) = 𝑓[𝑥0 ] + 𝑓 [𝑥0 , 𝑥1 ](𝑥 − 𝑥0 ) + 𝑓[𝑥0 , 𝑥1 , 𝑥2 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + ⋯
+ 𝑓 [𝑥0 , 𝑥1 , … , 𝑥𝑛 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛−1 )

A esta ecuación se le conoce con el nombre de fórmula de diferencias divididas interpolantes de Newton
Ejemplos:
2. Obtengamos a continuación la fórmula de interpolación de Newton para la siguiente tabla:
x 2 4 6 8
F(x) 4 8 14 16

3. Determine el polinomio Interpolante de Newton que contienen los puntos (3,-1), (5,-3), (7,9) y (8,6).