Interpolacion Polinomial de Lagrange

W. R. Parillo, E. A. Astete, A. Montesinos

Universidad Nacional del Altiplano, Per
u
19 de enero de 2015

1.

Interpolaci
on Polin
omica. Caso Lineal.

La interpolaci
on polin
omica tiene por objeto la aproximacion de funciones a
partir del uso de polinomios algebraicos [4] de la forma
Pn (x) = an xn + an1 xn1 + + a1 x + a0
de tal manera que sus valores concurran en puntos dados.
Los polinomios algebraicos mapean el conjunto de los n
umeros reales en
s mismo, esto significa que para una funcion dada, continua y definida en un
intervalo cerrado y acotado, siempre se puede hallar un polinomio que esta tan
cerca como se desee a tal funcion [4].
Para usar polinomios como aproximantes primero se debe resolver el siguiente problema: dados n+1 puntos distintos x0 , x1 , x2 , . . . , xn y valores fi = f (xi )
de alguna funci
on f en esos puntos, encontrar un polinomio p Pn para el cual
p (xi ) = fi ,

i = 0, 1, 2, 3, . . . , n .

Dado que se deben satisfacer n+1 condiciones, y se tienen a disposicion n+1

grados de libertad, los que vienen a ser los coeficientes de p, es de esperarse que
el problema tenga soluci
on u
nica.
Adem
as de la existencia y unicidad, se deben mencionar tambien las diferentes maneras de representar y calcular el polinomio p, que se puede afirmar
acerca del error e (x) = f (x) p (x) cuando x 6= xi , i = 0, 1, 2, 3, . . . , n , la
calidad de aproximaci
on f (x) p (x) cuando el n
umero de puntos, y por ende,
el grado de p se incrementan indefinidamente [1].
El ejemplo m
as simple es la interpolaci
on lineal, esto es, el caso n = 1. Aqu es
obvio seg
un la Fig. 1 que el problema de interpolacion lineal tiene solucion u
nica.
Resulta tambien obvio que el error e (x) puede ser tan largo como se quiera si
no se conoce otra cosa acerca de f mas que sus valores en los puntos x0 y x1 [1].
Una forma de expresar el interpolante lineal p es como una media ponderada de
f0 y f1 , como se puede notar en la expresion que sigue [1].
p (x) =

x x0
x x1
f0 +
f1
x0 x1
x1 x0
1

Figura 1: Interpolacion Lineal.

Esa es la forma en que Lagrange (17361813) expreso p en el caso general.
No obstante, tambien se puede escribir p en la forma de Taylor, se
nalando que
su derivada en x0 es igual al cociente de diferencias o diferencias divididas [1],
gener
andose un prototipo de la forma de Newton de interpolacion polinomial,
p (x) = f0 +

2.

f1 f0
(x x0 ).
x1 x0

F
ormula de Interpolaci
on de Lagrange

La existencia del polinomio de interpolacion se prueba con su simple escritura. Est

a claro que
`i (x) =

n
Y
x xj
,
xi xj
j=0

i = 0, 1, . . . , n ,

(1)

j6=i

es un polinomio de grado n que interpola a 1 cuando x = xi y a 0 en todos los

dem
as puntos. Multiplicando esto por fi se produce el correcto valor en xi , y
luego sumando los polinomios resultantes,
p (x) =

n
X

fi `i (x) ,

i=0

se produce un polinomio, que sera de grado n , y que tiene las propiedades de

interpolaci
on deseadas.
Para probar esto formalmente, sea

1 si i = k
i, k = 0, 1, . . . , n .
`i (xk ) = ik =

0 si i =
6 k
Por lo tanto,
p (xk ) =

n
X
i=0

fi `i (xk ) =

n
X

fi ik = fk ,

i=0

k = 0, 1, . . . , n .

(2)

Esto establece la existencia del polinomio de interpolacion. Para probar la

unicidad, se asume que hay dos polinomios de grado n, p y p , los cuales
interpolan a f en xi , i = 0, 1, . . . , n. Luego
d (x) = p (x) p (x)
es un polinomio de grado n que satisface
d (x) = fi fi = 0 ,

i = 0, 1, . . . , n .

En otras palabras, d tiene n + 1 ceros distintos xi . Hay solo un polinomio en

Pn con tal cantidad de ceros, a saber, d (x) 0. Por lo tanto, p (x) p (x).
El polinomio u
nico p Pn que interpola a f en los distintos puntos x0 , x1 ,
x2 , . . . , xn se denota por
pn (f ; x0 , x1 , . . . , xn ; x) = pn (f ; x) ,

(3)

donde se usar
a la forma desarrollada del lado izquierdo de la ecuacion si se
desea poner en evidencia los puntos en los cuales toma lugar la interpolacion, y
se usar
a la forma breve del lado derecho si la eleccion de estos puntos es clara
a partir del contexto.
En efecto, se define la f
ormula de interpolaci
on de Lagrange como
pn (f ; x) =

n
X

f (xi ) `i (x) ,

(4)

i=0

con los `i (x), denominados desde ahora polinomios elementales de interpolaci

on
de Lagrange, definidos seg
un (2).

3.

Operador de Interpolaci
on

Es muy u
til mirar a la interpolacion de Lagrange en terminos de un operador
lineal Pn del espacio de funciones continuas al espacio de polnomios Pn ,
Pn :

C [a, b] Pn ,

p ( ) = pn ( f ; ) .

(5)

El intervalo [a, b] es cualquier intervalo que contenga a todos los puntos xi ,

i = 0, 1, 2, 3, . . . , n. El operador Pn tiene las siguientes propiedades:
1. Pn (f ) = Pn f , R (homogeneidad).
2. Pn (f + g) = Pn f + Pn g (aditividad).
3. Pn f = f para todo f Pn .
Combinando las propiedades 1 y 2 se muestra que Pn es un operador lineal,
Pn (f + g) = Pn f + Pn g ,

, R.

La propiedad 3 (una consecuencia inmediata de la unicidad de la interpolaci

on polinomial) dice que Pn deja polinomios de grado n sin alterar, y por lo
tanto Pn en un operador de proyecci
on.
3

4.

Error de Interpolaci
on

Como se podr
a notar desde ya, se necesitaran hacer algunas suposiciones
acerca de la funci
on f para estar en la capacidad de estimar el error de interpolaci
on, f (x) pn (f ; x) , para cualquier x 6= xi en un intervalo dado [a , b].
Una de estas es que que f se puede aproximar en [a , b] por polinomios de grado n. Se debe asumir tambien la magnitud de alguna derivada apropiada de f .
No es difcil suponer como lucira la formula del error, como se puede ver
a continuaci
on: dado que el error es cero en cada xi , i = 0, 1, 2, 3, . . . , n , es
de esperarse que aparezca un factor de la forma (x x0 ) (x x1 ) (x xn ).
Por otro lado, debido a la propiedad de proyeccion del operador interpolacion,
si f Pn , el error tambien es cero (incluso identicamente) en la (n + 1)ava
derivada de f . Pero, en d
onde se eval
ua? Ciertamente no en x dado que f
tendra entonces que satisfacer una ecuacion diferencial. As, si se asume que
f (n+1) es evaluada el alg
un punto = (x), el cual es desconocido pero es
de esperarse que dependa de x. Ahora si se verifica la formula conjeturada
hasta ahora en el polinomio mas simple no trivial, f (x), se tiene que un factor
1/ (n + 1) ! hace falta para cerrar la operacion. En efecto, la formula de error
quedara de la siguiente manera
n

f (x) pn (f ; x) =

f (n+1) ( (x)) Y
(x xi ) ,
(n + 1) ! i=0

x [a , b] .

(6)

Aqu (x) es alg

un n
umero en el intervalo abierto ha , bi, pero de hecho no
especificado,
a < (x) < b .
(7)
La afirmaci
on hecha en (7) es de hecho cierta si se asume que f C n+1 [a , b].
Una prueba elegante de esto es debida a Cauchy (vease [1]).

5.

Aplicaciones

Aplicaci
on 1 Sea p el polinommio de grado 5 que toma el valor 10 en los
puntos x = 1, 2, 3, 4, 5, y 15 en x = 6. Calcular p (7).
Soluci
on.
Sean xi e yi = fi , con i = 1, 2, 3, 4, 5 seg
un la tabla siguiente, en donde ya
se han calculado los valores de `i (x) y de los terminos fi `i (x) para x = 7,
i

xi

fi

`i (7)

fi `i (7)

0
1
2
3
4
5
P

1
2
3
4
5
6

10
10
10
10
10
15

-1
6
-15
20
-15
6
p (7) =

-10
60
-150
200
-150
90
40

entonces el polinomio de Lagrange tendra la forma

p (x) = f0 `0 (x) + f1 `1 (x) + f2 `2 (x) + f3 `3 (x) + f4 `4 (x) + f5 `5 (x) ,
con polinomios elementales de lagrange `i (x) seg
un
`0 (x) =

(x 2) (x 3) (x 4) (x 5) (x 6)
,
(1 2) (1 3) (1 4) (1 5) (1 6)

`1 (x) =

(x 1) (x 3) (x 4) (x 5) (x 6)
,
(2 1) (2 3) (2 4) (2 5) (2 6)

`2 (x) =

(x 1) (x 2) (x 4) (x 5) (x 6)
,
(3 1) (3 2) (3 4) (3 5) (3 6)

`3 (x) =

(x 1) (x 2) (x 3) (x 5) (x 6)
,
(4 1) (4 2) (4 3) (4 5) (4 6)

`4 (x) =

(x 1) (x 2) (x 3) (x 4) (x 6)
,
(5 1) (5 2) (5 3) (5 4) (5 6)

`5 (x) =

(x 1) (x 2) (x 3) (x 4) (x 5)
.
(6 1) (6 2) (6 3) (6 4) (6 5)


Aplicaci
on 2 Usando los valores (100)1/2 = 10, (121)1/2 = 11 y (144)1/2 = 12;
calcular y tabular el polinomio de interpolacion de Lagrange.
Soluci
on. Sean x0 = 100, x1 = 121 y x2 = 144; y f0 = 10, f1 = 11 y
f2 = 12. El polinomio de interpolacion de Lagrange tiene la forma
p (x) = f0 `0 (x) + f1 `1 (x) + f2 `2 (x) ,
donde
`0 (x) =

(x 121) (x 144)
,
(100 121) (100 144)

`1 (x) =

(x 100) (x 144)
,
(121 100) (121 144)

`2 (x) =

(x 100) (x 121)
.
(144 100) (144 121)

De esta aproximaci
on, se tienen los valores tabulados en la tabla siguiente

Interpolacion de Lagrange

x1/2

100
104
108
112
116
120
121
124
128
132
136
140
144

10.0000
10.1969
10.3907
10.5816
10.7694
10.9543
11.0000
11.1361
11.3149
11.4907
11.6635
11.8332
12.0000

10.0000
10.1980
10.3923
10.5830
10.7703
10.9545
11.0000
11.1355
11.3137
11.4891
11.6619
11.8322
12.0000


Referencias
[1] Gautschi, Walter. Numerical Analysis. 2nd ed. Springer/Birkhauser,
New York (2012).
[2] Szidarovszky, F., Yakowitz, S. Principles and Procedures of Numerical
Analysis. 1st ed. Plenum Press, New York (1978).
[3] Moin, Parviz. Fundamentals of Engineering Numerical Analysis. 2nd ed.
Cambridge University Press, New York (2010).
[4] Burden, R., Faires, D. An
alisis Numerico. 6ta ed. Thomson, Mexico CV
(1998).