INTERPOLACION: METODO DE LAGRANGE.

METODO DE NEWTON
 𝑦  𝑦

 𝑎  𝑥 0  𝑏  𝑥   𝑥0  𝑥

Interpolación Tratamiento estadístico

INTERPOLACION

 𝑦
 𝑦 0
 𝑦 0 Discrepancia
 𝑦 0
 𝑦 0

 𝑦 0

 𝑎  𝑥 0  𝑏   𝑥 0  𝑥
 𝑦 0
  esta sesión estudiaremos como podemos aproximar una función dada ya sea mediante una formula o
En
tabulada. En el primer caso, podemos aproximar la función valiéndonos del polinomio de Taylor a condición de
que se conozca el valor de y sus derivadas en un punto .
La dificultad está en que las derivadas de alto orden deben ser conocidas y a menudo estas derivadas no están
disponibles o tienen un alto costo calcularlas.
 
Para facilitar la aproximación de la función dada tanto en el primer como en el segundo caso es mejor entonces
conocer un conjunto de N+1 puntos (que representan la función) y a partir de estos construir un polinomio de
grado N que pasa a través de estos N+1 puntos.
La ventaja de aproximar una función cualquiera a través de un polinomio es que es fácil de realizar operaciones
matemáticas en este último y los métodos para construirlos no son difíciles. Por ejemplo, los polinomios se utilizan
para diseñar algoritmos de aproximación de funciones, para derivar e integrar numéricamente y para dibujar,
mediante un computador, curvas que deben pasar por puntos especificados de antemano.
  el caso de que la función este dada tabulada, ocurre en el análisis científico que se desea aproximar las
En
ordenadas en abscisas no tabuladas, razón por la cual es deseable obtener un polinomio que pase por los puntos
dados y que permita aproximar las ordenadas desconocidas.
 
Interpolar significa estimar el valor desconocido de una función en un punto, tomando una media ponderada
de sus valores conocidos en puntos cercanos al dado. Un modo de estimar un valor desconocido de una
función, es mediante la construcción de un polinomio que pasa por un conjunto de puntos previamente
dados.
 
Cuando la aproximación se conoce como valor interpolado; si se tiene o bien , entonces se conoce como
valor extrapolado.

1. POLINOMIO INTERPOLADOR DE LAGRANGE

  matemático francés Joseph Louis Lagrange descubrió que se puede escribir un polinomio de grado
El
menor o igual que y que pasa por puntos , , … , mediante la formula

  𝑁
𝑃 𝑁 ( 𝑥 ) = ∑ 𝑦 𝑘 𝐿𝑁 ,𝑘 ( 𝑥 )
𝑘 =0
   𝑁
𝑃 𝑁 ( 𝑥 ) = ∑ 𝑦 𝑘 𝐿𝑁 ,𝑘 ( 𝑥 )
𝑘 =0
 Donde es el polinomio coeficiente de Lagrange para los nodos definido por

  ( 𝑥 − 𝑥 0 ) … ( 𝑥 − 𝑥 𝑘 − 1 )( 𝑥 − 𝑥 𝑘 +1 ) … ( 𝑥 − 𝑥 𝑁 )
𝐿𝑁 ,𝑘 ( 𝑥 )=
( 𝑥 𝑘 − 𝑥 0 ) … ( 𝑥𝑘 − 𝑥 𝑘 − 1 )( 𝑥 𝑘 − 𝑥 𝑘 +1 ) … ( 𝑥 𝑘 − 𝑥 𝑁 )

 Si se tiene el polinomio de grado 1 y se escribe

  1
( 𝑥 − 𝑥1 ) ( 𝑥 − 𝑥0 )
𝑃1 ( 𝑥 ) =∑ 𝑦 𝑘 𝐿1 , 𝑘 ( 𝑥 ) = 𝑦 0 𝐿1,0 ( 𝑥 ) + 𝑦 1 𝐿1,1 ( 𝑥 )= 𝑦 0 + 𝑦1
𝑘=0 ( 𝑥0 − 𝑥1) ( 𝑥1− 𝑥0)
  ( 𝑥 − 𝑥1) ( 𝑥 − 𝑥0)
𝑃1 ( 𝑥 ) = 𝑦 0 + 𝑦1
( 𝑥 0 − 𝑥1 ) ( 𝑥1 − 𝑥 0 )
  Si , y , por lo que

 Si , y , por lo que

 Que son resultados que se esperaban con el fin de que el polinomio pase por los puntos ,
 Si , el polinomio es de grado 2, y se escribe,

  2
𝑃2 ( 𝑥 ) =∑ 𝑦 𝑘 𝐿2 , 𝑘 ( 𝑥 ) = 𝑦 0 𝐿2,0 ( 𝑥 ) + 𝑦 1 𝐿2,1 ( 𝑥 )+ 𝑦 2 𝐿2 ,2 ( 𝑥 )
𝑘=0

 +

EJEMPLO
 Construya el polinomio interpolador de Lagrange cuadrático , usando los nodos , , para , en el intervalo

SOLUCION

 Paso 1: Determinar , ,

 𝑦 0= 𝑐𝑜𝑠 ( 𝑥 0 )= 𝑐𝑜𝑠 ( 0 ) =1

 𝑦 1=𝑐𝑜𝑠 ( 𝑥1 ) =𝑐𝑜𝑠 ( 0.6 )= 0.82533

 𝑦 2=𝑐𝑜𝑠 ( 𝑥2 ) =𝑐𝑜𝑠 ( 1.2 ) =0.36236
Paso 2: escribir el polinomio interpolador de Lagrange, reemplazar datos y simplificar

 +

 +0.82533

 
+0.50328

2
𝑃
  2 ( 𝑥 ) =−0.40041 𝑥 −0.05087 𝑥 +1
 EJEMPLO
Construya el polinomio interpolador de Lagrange para aproximar la función dada en forma tabular,

x 1 2 3 4

y -2 0 14 46

SOLUCION

 Paso 1: identificamos los , ,

Paso 2: escribir el polinomio interpolador de Lagrange, reemplazar datos y simplificar

2. POLINOMIO INTERPOLADOR DE NEWTON

 
Hay ocasiones en las que resulta útil construir varios polinomios aproximantes , y después elegir el mas
adecuado a nuestras necesidades.
  usamos los polinomios interpoladores de Lagrange, uno de los inconvenientes es que no hay relación
Si
entre la construcción de y la de es decir, cada polinomio debe construirse individualmente.

En el caso de los polinomios interpoladores de Newton, estos se calculan mediante un esquema

recursivo. Así,

 El polinomio, es el polinomio de Newton con centros,

 Aproximación polinomial, nodos y centros

 Supongamos que queremos encontrar los coeficientes de todos los polinomios , … , que aproximan una
cierta función Entonces, corresponderá a los centros y tiene los nodos , , …. ,

Tabla de diferencias divididas para calcular los coeficientes del polinomio interpolador de Newton
  coeficientes de depende de los valores para donde los pueden ser calculados mediante las
Los
diferencias divididas , definido de la siguiente manera:
Donde por ejemplo

Y así sucesivamente.
 EJEMPLO

 Sea . Determine el polinomio interpolador de Newton con los nodos

SOLUCION
Paso 1: Construir la tabla de diferencias divididas realizando previamente los cálculos.

Observando con cuidado la mecánica de los cálculos, se puede realizar

estos directamente en la tabla sin la necesidad de escribirlos.
 1 -3

2 0 3

3 15 15 6

4 48 33 9 1

Paso 2: De la tabla determinar los coeficientes del polinomio interpolador de Newton.

  coeficientes son los elementos de la diagonal de la tabla, empezando de arriba hacia

Los
abajo. Luego, los coeficientes son, , , ,

Remplazando en el polinomio interpolador de Newton

Junto con los centros   , , se tiene

Simplificando se obtiene

que es lo que se esperaba.

EJEMPLO
 Sea . Determine el polinomio interpolador de Newton con los nodos , ,

 , ,
SOLUCION

Paso 1: Construir la tabla de diferencias divididas

 0 2.71828
0.5 3.05883 0.6811
1 4.11325 2.10884 1.42774
1.5 6.06646 3.90642 1.79758 0.24656
2 9.35647 6.58002 2.6736 0.58401 0.16872
2.5 14.76977 10.8266 4.24658 1.04865 0.23232 0.02544

 Paso 2: De la tabla determinar los coeficientes del polinomio interpolador de Newton. Los coeficientes
son,
, , , , ,
 
Además, los centros están dados por , , , ,
Luego, el polinomio interpolador de Newton es,
 
EJERCICIO: Si determinar en . Calcular el valor interpolado cuando x=1.2