INTERPOLACIÓN

INTRODUCCIÓN

La aproximación de funciones es un tema de uso frecuente en el Análisis Numérico, y

consiste en aproximar una función f por otra que sea más fácil de “manipular”. Entre las
razones que justifican la aproximación están:
1. Frecuentemente sucede que la información respecto a una función f se da mediante una
tabla de valores y no se conoce la ley de asignación que define a f , por lo que no se
puede operar con f.
2. Dificultades que se presentan al evaluar u operar con funciones: por ejemplo se sabe que
2 𝑏 2
f(x) = 𝑒 𝑥 es integrable en [a,b]   pero ‫ 𝑥𝑑 𝑥 𝑒 𝑎׬‬no se puede calcular por los métodos
analíticos ya conocidos.
INTERPOLACIÓN
Sea f definida en un intervalo cerrado tal que:

xi x0 x1 … xn-1 xn
yi = f(xi) f(x0) f(x1) … f(xn-1) f(xn)

Se quiere hallar una función g tal que g(xi) = f(xi),  i = 0, 1, …, n:

A la función g se le llama función interpolante.
Geométricamente esto significa que se debe encontrar uan función g
que pase por los puntos (xi, f(xi)), i = 0, 1, …, n.
APROXIMACIÓN POLINOMIAL
La técnica más usada para interpolar son los polinomios, por su facilidad de manejo y
además porque aproximan uniformemente funciones continuas, el cual es garantizado por
el teorema siguiente:

TEOREMA (Weirstrass)
Sea f una función continua en un intervalo cerrado I y sea  > 0, entonces existe un
polinomio P definido en I tal que |f(x) – P(x)| <  para todo x  I.

Emplear el proceso anterior para hallar el polinomio interpolante es algo complicado, ya

que hay que resolver un sistema lineal de orden (n+1), y generalmente se requiere el uso
de un sofware, por lo que estos resultados están sujetos a errores de redondeo.
Existen mejores métodos para determinar una interpolación polinomial
 POLINOMIOS DE INTERPOLACIÓN DE LAGRANGE

Es una alternativa a la forma de serie de potencias de los polinomios de interpolación, y

tiene dos ventajas importantes:

1. No hay necesidad de resolver sistemas de ecuaciones

2. Las fórmulas de interpolación de Lagrange permiten la interpolación incluso cuando
los valores funcionales se expresan son símbolos por que no se conocen los valores
numéricos
Interpolación Lineal:
El polinomio de grado 1 que pasa por los puntos P0(x0,y0) y P1(x1,y1), puede
escribirse así:
P(x) = a0(x – x0) + a1(x – x1) ……. (I)
Donde a0, a1 son constantes por determinar. Para hallar el valor de las constantes
se evalúa P en x = x0 y x = x1, obteniéndose:
𝑦1 𝑦0
a0 = , a1 =
𝑥1 −𝑥0 𝑥0 −𝑥1

Sustituyendo en (I) se obtiene:

𝑥−𝑥1 𝑥−𝑥0
P(x) = y + y1
𝑥0 −𝑥1 0 𝑥1 −𝑥0

𝑥−𝑥1
Sean: L0(x) = , L0(x0) = 1, L0(x1) = 0
𝑥0 −𝑥1

𝑥−𝑥0
L1(x) = , L1(x0) = 0, L1(x1) = 1
𝑥1 −𝑥0
Interpolación de Segundo grado:

El polinomio de grado 1 que pasa por los puntos P0(x0,y0), P1(x1,y1) y P2(x2,y2),

puede escribirse así:

P2(x) = a0(x – x0) (x – x1) + a1(x – x1)(x – x2) + a2(x – x0) (x – x2) …. (II)

Donde a0, a1, a2  . Para hallar el valor de las constantes se evalúa P2 en x0 x1 y

x2, obteniéndose:

𝑦2 𝑦0 𝑦1
a0 = , a1 = , a2 =
(𝑥2 −𝑥0 )(𝑥2 −𝑥1) (𝑥0−𝑥1)(𝑥0−𝑥2 ) (𝑥1 −𝑥0 )(𝑥1 −𝑥2)

Sustituyendo en (II) y reordenando se obtiene:

(𝑥−𝑥1 )(𝑥−𝑥2 ) (𝑥−𝑥0 )(𝑥−𝑥2) (𝑥−𝑥0)(𝑥−𝑥1)

P2(x) = y0 + y1 + y2
𝑥0−𝑥1 𝑥0 −𝑥2 𝑥1−𝑥0 𝑥1 −𝑥2 𝑥2 −𝑥0 𝑥2 −𝑥1
 (𝑥−𝑥1 )(𝑥−𝑥2 )
Sean: L0(x) = , L0(x0) = 1, L0(x1) = 0, L0(x2) = 0
𝑥0 −𝑥1 𝑥0−𝑥2

(𝑥−𝑥0 )(𝑥−𝑥2 )
L1(x) = , L1(x0) = 0, L1(x1) = 1, L1(x2) = 0
𝑥1−𝑥0 𝑥1 −𝑥2

(𝑥−𝑥0 )(𝑥−𝑥1 )
L2(x) = , L2(x0) = 0, L2(x1) = 0, L1(x2) = 1
𝑥2 −𝑥0 𝑥2−𝑥1

Luego: P2(x) =L0(x)y0 +L1(x)y1 +L2(x)y2

En general, el polinomio que interpola los puntos (xi, yi), i = 0, 1, …, n es de grado menor que n, viene dado por:

Pn(x) = σ𝑛𝑘=0 𝐿𝑘 𝑥 . 𝑦𝑘 ….. (III)

𝑥−𝑥𝑜 𝑥−𝑥1 … 𝑥−𝑥𝑘−1 𝑥−𝑥𝑘+1 …… 𝑥−𝑥𝑛

Donde Lk(x) =
𝑥𝑘 −𝑥𝑜 𝑥𝑘 −𝑥1 … 𝑥𝑘 −𝑥𝑘−1 𝑥𝑘 −𝑥𝑘+1 …… 𝑥𝑘 −𝑥𝑛

𝑥−𝑥𝑖
Lk(x) = ς𝑛𝑖=0 , k = 0, 1, …, n
𝑥𝑘 −𝑥𝑖
𝑖≠𝑘

1 𝑠𝑖 𝑖 = 𝑘
Los Lk(x) se llaman polinomios de Lagrange, son de grado n y tienen la propiedad Lk(xi) = ቊ
0 𝑠𝑖 𝑖 ≠ 𝑘

Al polinomio Pn(x) se le llaman fórmula de interpolación de Lagrange y es de grado menor o igual que n
Ejemplo 1:
Determinar el polinomio de Lagrange que ajusta los puntos:

xi 0 1 2 3
yi = f(xi) 1 1 2 3
Ejemplo 2:
Se tiene la densidad del sodio a tres temperaturas:

i Temperatura (Ti) Densidad (i)

1 94ºC 929kg/m3
2 205 902
3 371 860

a) Escriba la fórmula de interpolación de Lagrange que

se ajusta a los tres puntos de datos.
b) Obtenga la densidad para T = 251ºC mediante la
interpolación de Lagrange.
 DIFERENCIAS DIVIDIDAS
Las diferencias divididas se usan para obtener los polinomios de Newton. Sean (xi, yi), i =
0, 1, 2, …, n; (n+1) puntos distintos, las diferencias divididas se definen así:
i) Las diferencias divididas de orden cero de f respecto a xi, se denotan así f[xi], y se
definen: f[xi] = f(xi), i = 0, 1, 2, …, n.
ii) Las diferencias divididas de orden uno de f respecto a xi y xi+1, se denotan así f[xi,xi+1],
𝑓 𝑥𝑖+1 −𝑓[𝑥𝑖 ]
y se definen: f[xi,xi+1] = , i = 0, 1, 2, …, n – 1.
𝑥𝑖+1 −𝑥𝑖

iii) Las diferencias divididas de orden 2 de f respecto a xi, xi+1 y xi+2 se definen:
𝑓 𝑥𝑖+1,𝑥𝑖+2 −𝑓[𝑥𝑖 ,𝑥𝑖+1]
f[xi,xi+1,xi+2] =
𝑥𝑖+2 −𝑥𝑖

En general la diferencias divididas de orden k respecto a los nodos xi, xi+1, xi+2, …, xi+k se
definen por:
𝑓 𝑥𝑖+1 ,…,𝑥𝑖+𝑘 −𝑓[𝑥𝑖 ,𝑥𝑖+𝑘−1 ]
f[xi,xi+1,…,xi+k-1,xi+k] =
𝑥𝑖+𝑘 −𝑥𝑖
El valor de las diferencias divididas es independiente del orden en que fijan los xi. Para
calcular las diferencias divididas de orden k se necesitan (k + 1) nodos y para cada una se
requiere dos diferencias divididas de orden (k – 1).
Para calcular las diferencias divididas de f es mejor construir una tabla llamada de
diferencias divididas: en la primera columna van los xi, en la segunda columna las
diferencias de orden cero, y así sucesivamente.

orden 0 orden 1 orden 2 orden 3

x0 F[x0]
x1 F[x1] F[x0,x1]
x2 F[x2] F[x1,x2] F[x0,x1,x2]
x3 F[x3] F[x2,x3] F[x2,x3,x4] F[x0,x1,x2,x3]

Si se añade un nodo al final o al principio de la tabla se pueden usar las diferencias

calculadas anteriormente
Ejemplo 1:
Para la siguiente tabla de datos construya la tabla de diferencias divididas:

x -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3

y 1.6081 1.4016 1.2001 1.0000 0.8001 0.6016 0.481

Solución:

xi Orden 0 Orden 1 Orden 2 Orden 3 Orden 4 Orden 5 Orden 6

-0.3 1.6081
-0.2 1.4016 -2.065
-0.1 1.2001 -2.015 0.25
0.0 1.0000 -2.001 0.07 -0.6
0.1 0.8001 -1.999 0.01 -0.2 1.0
0.2 0.6016 -1.985 0.07 0.2 1.0 0
0.3 0.4081 -1.935 0.25 0.6 1.0 0 0
POLINOMIOS DE NEWTON

El polinomio interpolante Pn(x) que pasa por los puntos (xi, yi), i = 0, 1, 2, …, n; se puede
escribir así:
Pn(x) = a0 + a1(x – x0) + a2(x – x0)(x – x1) + … + an(x – x0)(x – x1)…(x – xn-1) …. (III)
Las constantes a0, a1, …, an se calculan evaluando (III) en x = xi, i = 1, 2, …, n:
P(x0) = a0  a0 = f[x0]
𝑓 𝑥1 −𝑓(𝑥0 )
P(x1) = a0 + a1(x1 – x0) = f(x1)  a1 =  a1 = f[x0,x1]
𝑥1 −𝑥0

P(x2) = a0 + a1(x2 – x0) + a2(x2 – x0)(x2 – x1) = f(x2)

𝑓 𝑥2 −𝑓(𝑥1 ) 𝑓 𝑥1 −𝑓(𝑥0 )
− 𝑓 𝑥1 ,𝑥2 −𝑓 𝑥0 ,𝑥1
 a2 =  a2 =  a2 = f[x0,x1,x2]
𝑥2 −𝑥1 𝑥1−𝑥2
𝑥2 −𝑥0 𝑥2 −𝑥0
En general ak = f[x0,x1,…,xk], Sustituyendo a0, a1, …, an en (III)

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)

Pn(x) = f[x0] + σ𝒏𝒌=𝟏 𝒇[𝒙𝟎 , 𝒙𝟏 , … , 𝒙𝒌 ] ς𝒌−𝟏

𝒊=𝟎 (𝒙 − 𝒙𝒊 )

Este polinomio se conoce con el nombre de aproximación Polinomial de Newton o

Fórmula de diferencias divididas interpolante de Newton
Ejemplo 2:
Sea la siguiente tabla:
i 0 1 2 3 4
xi 2.0 2.2 2.4 2.6 2.8
f(xi) 0.5103757 0.5207843 0.5104143 0.4813306 0.4359160

a) Construya la tabla de diferencias

b) Halle el polinomio de Newton que ajuste los nodos de la tabla; luego
úselo para aproximar f(2.5)