UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

UNIVERSIDAD DEL PERÚ, DECANA DE AMÉRICA

FACULTAD DE INGENIERÍA GEOLÓGICA, MINERA, METALÚRGICA Y

GEOGRÁFICA

ESCUELA ACADÉMICA PROFESIONAL DE INGENIERÍA METALÚRGICA

“MÉTODO DE LAGRANGE Y EL MÉTODO DE NEWTON”

Asignatura:

Métodos Numéricos

Docente:

Gladys Giovanna Melgarejo Estremadoyro

Estudiantes:

Aguirre Zamora, Randy Joseph - 20160049

Alvarado Gutierrez, Chiara Ibeth - 20160227
Alvarez Llanos, Leonell Anthony - 20160046
Arana Calero, Marko Andre - 16160096

Lima, Perú

2022

Ciclo IV
 ÍNDICE

INTRODUCCIÓN .................................................................................................................................. 3

INTERPOLACIÓN DE POLINOMIOS DE NEWTON Y LAGRANGE ............................................. 4

EXPLICACIÓN GRÁFICA DE LA INTERPOLACIÓN ...................................................................... 5

AYUDAS QUE BRINDA EL MÉTODO DE LAGRANGE ................................................................. 6

EJERCICIO 1.......................................................................................................................................... 6

EJERCICIO 2.......................................................................................................................................... 9

CONCLUSIONES ................................................................................................................................ 12

REFERENCIA BIBLIOGRÁFICA ...................................................................................................... 12

 INTRODUCCIÓN

Los métodos de interpolación polinómica son usados comúnmente para conocer, de

una manera aproximada, los valores que podría tomar una determinada función de la cual

solo se conoce los datos (finitos) de sus abscisas. El principal objetivo es el de poder modelar

un polinomio o función que cumpla con lo ya mencionado y que permita hallar

aproximaciones de otros valores desconocidos para la función con una precisión ya

establecida previamente. En algunos casos la persona que está usando este método, conoce la

función (llamémosla f(x)) en una serie de puntos 1, 2, 3, …,n , pero no conoce una expresión

analítica de f(x) que permita calcular el valor de la función para un punto arbitrario. La

interpolación usa tablas de diferencias finitas que sirven para obtener datos intermedios a

partir de una tabla de valores, y así se va construyendo el polinomio que pasa por el conjunto

de datos conocidos, llamados nodos de interpolación. Este polinomio se expresa

frecuentemente en términos de diferencias. En cuanto a los polinomios interpolantes tenemos

a los siguientes: Interpolación de Lagrange, Interpolación de Hermite y la Interpolación de

Newton, los cuales serán más explicados y se hará un contraste más adelante.
 INTERPOLACIÓN DE POLINOMIOS DE NEWTON Y LAGRANGE

Comparación de Interpolación de Lagrange y Newton:

Estos 2 casos de interpolación polinómica son muy útiles cuando se requieren pocos

puntos para interpolar, ya que el número de puntos es proporcional al grado del polinomio.

Usando ambos métodos nos permitirá crear un polinomio de grado n-1, donde n es el número

de datos que se tiene. Es preciso aclarar que ambos métodos asumen que no existe ruido en

sus mediciones de datos, o sea que el polinomio generado pasará por todas las coordenadas

insertadas al método.

Puesto que el principal propósito de estos métodos es generar una función para que al

introducir todos los datos originales y se obtenga un error de 0, la curva se va modelando

punto a punto (como la tabulación). Luego de obtener la función se puede crear

aproximaciones y estimaciones.

El método de Newton usa la fórmula de polinomios de Newton:

𝑁(𝑥) = [𝑦0 ] + [𝑦0 , 𝑦1 ](𝑥 − 𝑥0 ) + ⋯ + [𝑦0 , … , 𝑦𝑘 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑘−1 )

Donde las “y” entre corchetes hacen referencia al cálculo de diferencias divididas, el

cual es un algoritmo usado para computar tablas de funciones logarítmicas y trigonométricas,

usando división recursiva.

 El método de Lagrange obtiene la misma función, pero elimina la necesidad de usar

diferencias divididas por completo:

𝐿(𝑥) = ∑ 𝑦𝑗 𝑙𝑗 (𝑥)
𝑗=0

Donde:

𝑥 − 𝑥𝑚 𝑥 − 𝑥0 𝑥 − 𝑥𝑗−1 𝑥 − 𝑥𝑗+1 𝑥 − 𝑥𝑘
𝑙𝑗 (𝑥) = ∏ = … …
𝑥𝑗 − 𝑥𝑚 𝑥𝑗 − 𝑥0 𝑥𝑗 − 𝑥𝑗−1 𝑥𝑗 − 𝑥𝑗+1 𝑥𝑗 − 𝑥𝑘
0≤𝑚≤𝑘; 𝑚≠𝑗

EXPLICACIÓN GRÁFICA DE LA INTERPOLACIÓN

En el caso de los polinomios de Newton y de Lagrange se puede usar los puntos que

uno desee ya que estos métodos usan una fórmula generalizada que se puede aplicar sin

importar la cantidad de puntos y genera un polinomio que se ajusta a estos puntos. El

funcionamiento gráfico es exactamente el mismo, una vez que se obtiene el polinomio, este

ya se puede usar para hallar el valor intermedio deseado, como se mostrará en el ejemplo, con

3 puntos se creó un polinomio de tercer grado que se ajusta a los puntos, luego se evaluó en

un punto intermedio y se dio un valor cercano al real.

 AYUDAS QUE BRINDA EL MÉTODO DE LAGRANGE

Para la Solución de Problemas de Optimización Dinámica: La resolución de un

problema de interpolación lleva a un problema de álgebra lineal en el cual se debe resolver un

sistema de ecuaciones. Usando una base monómica estándar para el polinomio interpolador,

se llega a la matriz de Vandermonde. Eligiendo una base distinta, la base de Lagrange, se

llega a la forma más simple de matriz identidad = δi que puede resolverse inmediatamente.

Multiplicadores de Lagrange: Llamados así en honor a Joseph Louis Lagrange, es un

procedimiento para encontrar los máximos y mínimos de funciones de varias variables sujetas

a restricciones

EJERCICIO 1

Un ingeniero metalúrgico especializado en la ciencia de los materiales desea saber el

comportamiento elástico lineal de una serie de metales, para esto se usará el coeficiente de

Poisson. Este ingeniero logró construir la siguiente tabla y desea aproximar la función

tabulada por medio del polinomio de Newton y Lagrange.

0 1 2 3
COEFICIENTE DE
1 4 6 5
POISSON
F(X) 1.3862 1.7918 1.6094 1.0987

Método de Lagrange

Observamos que la tabla posee 4 puntos, con lo cual el polinomio será de tercer grado, según:

3 3
𝑥 − 𝑥𝑗
𝑝𝑛=3 (𝑥) = ∑ 𝐿𝑖 (𝑥)𝑓(𝑥𝑖 ) → 𝐿𝑖 (𝑥) = ∏
𝑥𝑖 − 𝑥𝑗
𝑖=0 𝑗=0,𝑖≠𝑗
 Además, este tendrá la siguiente forma:

(𝑥−𝑥1 )(𝑥−𝑥2 )(𝑥−𝑥3 ) (𝑥−𝑥0 )(𝑥−𝑥2 )(𝑥−𝑥3 ) (𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥3 ) (𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥2 )
𝑝3 (𝑥) = (𝑥 𝑓(𝑥0 ) + (𝑥 𝑓(𝑥1 ) + (𝑥 𝑓(𝑥2 ) + (𝑥 𝑓(𝑥3 )
0 −𝑥1 )(𝑥0 −𝑥2 )(𝑥0 −𝑥3 ) 1 −𝑥0 )(𝑥1 −𝑥2 )(𝑥1 −𝑥3 ) 2 −𝑥0 )(𝑥2 −𝑥1 )(𝑥2 −𝑥3 ) 3 −𝑥0 )(𝑥3 −𝑥1 )(𝑥3 −𝑥2 )

(𝑥−4)(𝑥−6)(𝑥−5) (𝑥−1)(𝑥−6)(𝑥−5) (𝑥−1)(𝑥−4)(𝑥−5) (𝑥−1)(𝑥−4)(𝑥−6)

𝑝3 (𝑥) = (1.3862) + (1.7918) + (1.6094) + (1.0987)
(1−4)(1−6)(1−5) (4−1)(4−6)(4−5) (6−1)(6−4)(6−5) (5−1)(5−4)(5−6)

𝑥 3 − 15𝑥 2 + 74𝑥 − 120 𝑥 3 − 12𝑥 2 + 41𝑥 − 30 𝑥 3 − 10𝑥 2 + 29𝑥 − 20 𝑥 3 − 11𝑥 2 + 34𝑥 − 24

𝑝3 (𝑥) = (1.3862) + (1.7918) + (1.6094) + (1.0987)
−60 6 10 −4

Finalmente, obtenemos lo siguiente:

𝒑𝟑 (𝒙)=𝟎. 𝟏𝟔𝟏𝟕𝒙𝟑 − 𝟏. 𝟖𝟐𝟓𝟎𝒙𝟐 + 𝟓. 𝟖𝟔𝟐𝟕𝒙 − 𝟐. 𝟖𝟏𝟑𝟐

Método de Newton

Al ser el polinomio de tercer grado, este tendrá la siguiente forma:

𝑝3 (𝑥) = 𝑎0 + (𝑥 − 𝑥0 )𝑎1 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )𝑎2 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )𝑎3

Para esto, debemos encontrar los posibles valores de los coeficientes 𝑎0 ,𝑎1 , 𝑎2 , 𝑎3 .

Entonces, mediante el método de Newton, hallamos:

Primera diferencia

𝑓(𝑥1 ) − 𝑓(𝑥0 ) 1.7918 − 1.3862

𝑓(𝑥0 , 𝑥1 ) = = = 0.1352
𝑥1 − 𝑥0 4−1

𝑓(𝑥2 ) − 𝑓(𝑥1 ) 1.6094 − 1.7918

𝑓(𝑥1 , 𝑥2 ) = = = −0.0912
𝑥2 − 𝑥1 6−4

𝑓(𝑥3 ) − 𝑓(𝑥2 ) 1.0987 − 1.6094

𝑓(𝑥2 , 𝑥3 ) = = = 0.5107
𝑥3 − 𝑥2 5−6
Segunda Diferencia

𝑓(𝑥1 , 𝑥2 ) − 𝑓(𝑥0 , 𝑥1 ) −0.0912 − 0.1352

𝑓(𝑥0 , 𝑥1 , 𝑥2 ) = = = −0.0453
𝑥2 − 𝑥0 6−1

𝑓(𝑥2 , 𝑥3 ) − 𝑓(𝑥1 , 𝑥2 ) 0.5107 − (−0.0912)

𝑓(𝑥1 , 𝑥2 , 𝑥3 ) = = = 0.6019
𝑥3 − 𝑥1 5−4

Tercera Diferencia

𝑓(𝑥1 , 𝑥2 , 𝑥3 ) − 𝑓(𝑥0 , 𝑥1 , 𝑥2 ) −0.0453 − 0.6019

𝑓(𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ) = = = 0.1618
𝑥3 − 𝑥0 5−1

i x f(x) Primeras Segundas Terceras

0 1 1.3862 0.1352 -0.0453 0.1618

1 4 1.7918 -0.0912 0.6019

2 6 1.6094 0.5107

3 5 1.0987

Nos damos cuenta de que los coeficientes toman los siguientes valores:

𝑎0 = 1.3862, 𝑎1 = 0.1352, 𝑎2 = −0.0453, 𝑎3 = 0.1618.

Por último, reemplazamos los valores obtenidos:

𝑝3 (𝑥) = 𝑎0 + (𝑥 − 𝑥0 )𝑎1 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )𝑎2 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )𝑎3

𝑝3 (𝑥) = 1.3862 + (𝑥 − 1)0.1352 + (𝑥 − 1)(𝑥 − 4)(−0.0453) + (𝑥 − 1)(𝑥 − 4)(𝑥

− 6)0.1618
 Finalmente, obtenemos lo siguiente:

𝒑𝟑 (𝒙)=𝟎. 𝟏𝟔𝟏𝟖𝒙𝟑 − 𝟏. 𝟖𝟐𝟓𝟎𝟏𝒙𝟐 + 𝟓. 𝟖𝟔𝟐𝟗𝒙 − 𝟐. 𝟖𝟏𝟑𝟒

EJERCICIO 2

La empresa minero-metalúrgica “SOUTHERN COPPER CORPORATION” recibió

un informe de los ingresos que recibieron en el mes de enero por cada semana, con respecto a

la variación de tonelaje de concentrado de cobre entregado. Este concentrado era de ley alta

por lo que se obtuvieron ingresos considerables. El gerente de finanzas de la empresa le

menciona a uno de los trabajadores que el dueño solicitó la evaluación de los valores

obtenidos para que se le brindara información del ingreso que se tendría si el tonelaje

entregado fuera de 2016.5 toneladas.

0 1 2 3
Tonelaje entregado (miles
2 3 4 5
de toneladas métricas)

Ingreso (dólares) 2000 5000 7000 9500

Método de Lagrange

Tenemos 4 puntos en la tabla, se deduce que el polinomio será de tercer grado.

3 3
𝑥 − 𝑥𝑗
𝑝𝑛=3 (𝑥) = ∑ 𝐿𝑖 (𝑥)𝑓(𝑥𝑖 ) → 𝐿𝑖 (𝑥) = ∏
𝑥𝑖 − 𝑥𝑗
𝑖=0 𝑗=0,𝑖≠𝑗

Además, este tendrá la siguiente forma:

(𝑥−𝑥1 )(𝑥−𝑥2 )(𝑥−𝑥3 ) (𝑥−𝑥0 )(𝑥−𝑥2 )(𝑥−𝑥3 ) (𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥3 ) (𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥2 )
𝑝3 (𝑥) = (𝑥 𝑓(𝑥0 ) + (𝑥 𝑓(𝑥1 ) + (𝑥 𝑓(𝑥2 ) + (𝑥 𝑓(𝑥3 )
0 −𝑥1 )(𝑥0 −𝑥2 )(𝑥0 −𝑥3 ) 1 −𝑥0 )(𝑥1 −𝑥2 )(𝑥1 −𝑥3 ) 2 −𝑥0 )(𝑥2 −𝑥1 )(𝑥2 −𝑥3 ) 3 −𝑥0 )(𝑥3 −𝑥1 )(𝑥3 −𝑥2 )

(𝑥−3)(𝑥−4)(𝑥−5) (𝑥−2)(𝑥−4)(𝑥−5) (𝑥−2)(𝑥−3)(𝑥−5) (𝑥−2)(𝑥−3)(𝑥−4)

𝑝3 (𝑥) = (2−3)(2−4)(2−5)
(2000) + (3−2)(3−4)(3−5) (5000) + (4−2)(4−3)(4−5) (7000) + (5−2)(5−3)(5−4) (9500)
 𝑥 3 − 12𝑥 2 + 47𝑥 − 60 𝑥 3 − 11𝑥 2 + 38𝑥 − 40 𝑥 3 − 10𝑥 2 + 31𝑥 − 30 𝑥 3 − 9𝑥 2 + 26𝑥 − 24
𝑝3 (𝑥) = (2000) + (5000) + (7000) + (9500)
−6 2 −2 6

Finalmente, obtenemos lo siguiente:

𝑝3 (𝑥) = 250𝑥 3 − 2750𝑥 2 + 12000𝑥 − 13000

Método de Newton

Al ser el polinomio de tercer grado, este tendrá la siguiente forma:

𝑝3 (𝑥) = 𝑎0 + (𝑥 − 𝑥0 )𝑎1 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )𝑎2 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )𝑎3

Para esto, debemos encontrar los posibles valores de los coeficientes 𝑎0 ,𝑎1 , 𝑎2 , 𝑎3 .

Entonces, mediante el método de Newton, hallamos:

Primera diferencia

𝑓(𝑥1 ) − 𝑓(𝑥0 ) 5000 − 2000

𝑓(𝑥0 , 𝑥1 ) = = = 3000
𝑥1 − 𝑥0 3−2

𝑓(𝑥2 ) − 𝑓(𝑥1 ) 7000 − 5000

𝑓(𝑥1 , 𝑥2 ) = = = 2000
𝑥2 − 𝑥1 4−3

𝑓(𝑥3 ) − 𝑓(𝑥2 ) 9500 − 7000

𝑓(𝑥2 , 𝑥3 ) = = = 2500
𝑥3 − 𝑥2 5−4

Segunda Diferencia

𝑓(𝑥1 , 𝑥2 ) − 𝑓(𝑥0 , 𝑥1 ) 2000 − 3000

𝑓(𝑥0 , 𝑥1 , 𝑥2 ) = = = −500
𝑥2 − 𝑥0 4−2

𝑓(𝑥2 , 𝑥3 ) − 𝑓(𝑥1 , 𝑥2 ) 2500 − 2000

𝑓(𝑥1 , 𝑥2 , 𝑥3 ) = = = 250
𝑥3 − 𝑥1 5−3
Tercera Diferencia

𝑓(𝑥1 , 𝑥2 , 𝑥3 ) − 𝑓(𝑥0 , 𝑥1 , 𝑥2 ) 250 − (−500)

𝑓(𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 ) = = = 250
𝑥3 − 𝑥0 5−2

i x f(x) Primeras Segundas Terceras

0 2 2000 3000 -500 250

1 3 5000 2000 250

2 4 7000 2500

3 5 9500

Nos damos cuenta de que los coeficientes toman los siguientes valores:

𝑎0 = 2000,𝑎1 = 3000, 𝑎2 = −500, 𝑎3 = 250

Por último, reemplazamos los valores obtenidos:

𝑝3 (𝑥) = 𝑎0 + (𝑥 − 𝑥0 )𝑎1 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )𝑎2 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )𝑎3

𝑝3 (𝑥) = 2000 + (𝑥 − 2)3000 + (𝑥 − 2)(𝑥 − 3)(−500) + (𝑥 − 2)(𝑥 − 3)(𝑥 − 4)250

Finalmente, obtenemos lo siguiente:

𝒑𝟑 (𝒙)=𝟐𝟓𝟎𝒙𝟑 − 𝟐𝟕𝟓𝟎𝒙𝟐 + 𝟏𝟐𝟎𝟎𝟎𝒙 − 𝟏𝟑𝟎𝟎𝟎

 CONCLUSIONES

Ambos polinomios suelen usarse para estimar valores de una función tabulada, en las

abscisas que no aparecen en la tabla.

Los aumentos en los grados no siempre mejoran la aproximación, en algunos casos

los hace más largos y tediosos.

Los polinomios son “sensibles” a los errores de los datos, así que se recomienda tener

mucho cuidado al realizar las operaciones e interpolaciones.

Los polinomios de Lagrange son más fáciles de computar, pues elimina la necesidad

de recurrir a métodos de recursión.

REFERENCIA BIBLIOGRÁFICA

Ramírez, A. (2016). Interpolación. Método de polinomios de Lagrange. Métodos Numéricos.

Recuperado por: http://www.cimat.mx/~cesteves/mat151

Flores. J. (2004). Método de multiplicadores de Lagrange: Una versión animada. Universidad

de Dakota del Sur. Recuperado por: articulo.dvi (unam.mx)