Polinomio de interpolación

de Lagrange
El polinomio de Lagrange, llamado así en honor a Joseph-Louis de Lagrange (físico,
matemático y astrónomo italiano), es una forma de presentar el polinomio que interpola
un conjunto de puntos dado.

Lagrange publicó este resultado en 1795, pero lo descubrió Edward Waring en 1779 y
fue redescubierto más tarde por Leonhard Euler en 1783.

Dado que existe un único polinomio interpolador para un determinado conjunto de

puntos, resulta algo engaño llamar a este polinomio el polinomio interpolador de
Lagrange. Un nombre más apropiado es interpolación polinómica en la forma de
Lagrange.

El polinomio de interpolación de Lagrange es simplemente una reformulación del

polinomio de Newton que evita el cálculo de las diferencias divididas.

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Se representa de manera concisa como:
n n x – xj
ƒn(x) = ∑Li(x)ƒ(xi) donde, Li(x) = Π
i=0 j=0 xi – xj
j≠i

donde Π designa el “producto de”.

Por ejemplo, la versión lineal (n = 1) es:
x – x1 x – x0
ƒ1(x) = ƒ(x0) + ƒ(x1)
x0 – x1 x1 – x0

y la versión de segundo grado (n = 2) es:

(x – x1)(x – x2) (x – x0)(x – x2) (x – x0)(x – x1)

ƒ2(x) = ƒ(x0) + ƒ(x1) + ƒ(x2)
(x0 – x1)(x0 – x2) (x1 – x0)(x1 – x2) (x2 – x0)(x2 – x1)

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
La ecuación fn(x) se obtiene de manera directa del polinomio de Newton.
En el caso del polinomio de primer grado ƒ1(x) = ƒ(x0) + ƒ(x1) –ƒ(x0) (x – x0)
x1 – x0
Para obtener la forma de Lagrange, reformulamos las diferencias divididas. Por ejemplo, la
primera diferencia dividida,
ƒ[x1, x0] = ƒ(x1) – ƒ(x0)
x1 – x0
Se reformula como:
ƒ[x1, x0] = ƒ(x1) + ƒ(x0)
x1 – x0 x0 – x1
Conocida como forma simétrica. Al sustituir en la ecuación f1(x) tenemos:
ƒ1(x) = ƒ(x0) + x – x0 ƒ(x1) + x – x0 ƒ(x0)
x1 – x0 x0 – x1

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Por último, al agrupar términos semejantes y
simplificar se obtiene la forma del polinomio de
Lagrange:
x – x1 x – x0
ƒ1(x) = ƒ(x0) + ƒ(x1)
x0 – x1 x1 – x0

Cada término Li(x) será 1 en x = xi y 0 en todos los

otros puntos. De esta forma, cada producto Li(x)
f(xi) toma el valor de f(xi) en el punto xi.

La sumatoria de todos los productos en la

ecuación es el único polinomio de n-ésimo grado
que pasa exactamente a través de todos los n + 1
puntos, que se tienen como datos.

Métodos Numéricos Catalina Tobón Z

Facultad de Ciencias Básicas ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Considerando el polinomio de interpolación de Lagrange lineal,
x – x1 x – x0
ƒ1(x) = L0(x) ƒ(x0) + L1(x) ƒ(x1) donde L0(x) = x – x y L1(x) = x – x
0 1 1 0

Note que L0(x0) = 1, L0(x1) = 0, L1(x0) = 0, y L1(x1) = 1

Lo cual implica que:

f1(x0) = 1 · f (x0) + 0 · f (x1) = f (x0)

f1(x1) = 0 · f (x0) + 1 · f (x1) = f (x1)

Por lo que ƒ1(x) es el único polinomio de grado uno que pasa por (x0, ƒ(x0)) y (x1, ƒ(x1)).

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Ejemplo:
Determine el polinomio de interpolación de Lagrange lineal, que pasa por los puntos (2, 4)
y (5, 1).

Solución:

L0(x) = x – 5 = -(x – 5) y L1(x) = x – 2 = (x – 2)

2–5 3 5–2 3
Por lo que

f1(x) = -(x – 5) · 4 + (x – 2) · 1 = -x + 6
3 3

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Ejemplo:

Con un polinomio de interpolación de Lagrange de primero y segundo grado evalúe ln 2

basándose en los datos del ejemplo anterior:

x0 = 1, f(x0) = 0

x1 = 4, f(x1) = 1.386294

x2 = 6, f(x2) = 1.791760

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Solución:

El polinomio de primer grado se utiliza para obtener la estimación en x = 2,

ƒ1(2) = 2 − 4 (0) + 2 −1 (1.386294) = 0.4620981 ea = 33%

1–4 4–1
De manera similar, el polinomio de segundo grado se desarrolla así:

ƒ2(2)= (2−4)(2−6) 0+ (2−1)(2−6) 1.386294 + (2−1)(2−4) 1.791760 = 0.5658444 ea = 18%

(1−4)(1−6) (4−1)(4−6) (6−1)(6−4)

Ambos resultados concuerdan con los que se obtuvieron al usar el polinomio de

interpolación de Newton.

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Como en el método de Newton, en la forma de Lagrange puede calcularse una cota
superior de error.

Sean

• {x0, x1, ..., xn} formado por (n + 1) puntos en (a, b).

• fn(x) el polinomio interpolador de Lagrange para f(x)

La cota de error se calcula como:

n
Rn = f(x) – fn(x) = f (n+1)(ξ) Π (x − xi) , ξ ∈ [x0, xn]
(n + 1)! i=0
Existe una cota M de la derivada n+1-ésima de f(x) en [x0, xn], con la cual es posible acotar
el error de la interpolación.

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Si M es una cota superior para f (n+1)(ξ) , esto es max f (n+1)(ξ)
ξ∈[x0,xn]

Se obtiene la cota superior para el error de interpolación (Newton y Lagrange):

n
Rn ≤ f(x) – fn(x) ≤ M i=0 Π (x − xi)
(n + 1)!

Ejemplo:

Calcule el polinomio de Lagrange que interpola la función cos(x) en x0 = 0.6, x1 = 0.7 y x2 =

0.8. Aproxime el valor de cos(0.74) y calcule una cota superior de error.

Tenemos f(x) = cos(x) x0 = 0.6 f(x0) = cos(0.6) = 0.825336

x1 = 0.7 f(x1) = cos(0.7) = 0.764842
x2 = 0.8 f(x2) = cos(0.8) = 0.696707

Métodos Numéricos
Métodos Numéricos
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Polinomio de Lagrange:
(x – x1)(x – x2) (x – x0)(x – x2) (x – x0)(x – x1)
ƒ2(x) = ƒ(x0) + ƒ(x1) + ƒ(x2)
(x0 – x1)(x0 – x2) (x1 – x0)(x1 – x2) (x2 – x0)(x2 – x1)
(x – 0.6)(x – 0.7)
ƒ2(x) = (x – 0.7)(x – 0.8) (0.825336) + (x – 0.6)(x – 0.8) (0.764842) + (0.696707)
(0.6–0.7)(0.6–0.8) (0.7–0.6)(0.7–0.8) (0.8–0.6)(0.8–0.7)

Aproximación cos(0.74) implementando el Polinomio de Lagrange:

ƒ2(0.74) = 0.738505

Cota de error
Tenemos f '''(x) = sin(x) f '''(0.6) = 0.564642 f '''(0.8) = 0.717356

Tenemos que M = max f '''(ξ) = 0.717356

ξ∈[0.6, 0.8]

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
La cota superior para el error de interpolación será:

R2 = f(x) – f2(x) ≤ 0.717356 (x − 0.6)(x − 0.7)(x − 0.8) ≤ 0.4 × 10−4

3!
Por lo que la aproximación debe redondearse:
cos(0.74) ≅ 0.7385
Dado que cos(0.74) = 0.73846856, el error real es
|cos(0.74) − ƒ2(0.74)| = 0.3144 × 10−4

Nota: la cota del error sólo se puede calcular cuando se tiene suficiente información sobre la
función a interpolar, y en muchas ocasiones ésta es desconocida, como ocurre por ejemplo
cuando sus valores conocidos han sido obtenidos experimentalmente.

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange

• En resumen, en los casos donde se desconoce el grado del polinomio, el método de

Newton tiene ventajas debido a la comprensión que proporciona respecto al comporta-
miento de las fórmulas de diferente grado.

• Para cálculos exploratorios, a menudo se prefiere el método de Newton.

• Cuando se va a ejecutar sólo una interpolación, las formulaciones de Lagrange y de

Newton requieren un trabajo computacional semejante. No obstante, la versión de La-
grange es un poco más fácil de programar, debido a que no requiere del cálculo ni del
almacenaje de diferencias divididas, la forma de Lagrange a menudo se utiliza cuando
el grado del polinomio se conoce a priori.

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Problema:

El problema consiste en estimar la velocidad del paracaidista en t = 10 s para tener la

medición faltante entre t = 7 y t = 13 s.

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]
 Polinomio de interpolación
de Lagrange
Algoritmo en Matlab:
plot(x,y,'*')
hold on
fprintf(’Velocidad del paracaidista en t = 10 s')
plot(x0,y0,'r*')
x=[1, 3, 5, 7, 13] fprintf('R/ la velocidad (y) en %d s es %5.4f cm/s\n', x0, y0)
y=[800, 2310, 3090, 3940, 4755]
5500
x0= 10;
5000
y0 = 0;
n = length(x); 4500

for i = 1 : n 4000

t = 1; 3500

for j = 1 : n 3000

if j~=i 2500

t = t * (x0-x(j))/(x(i)-x(j)); 2000

end 1500

end 1000

y0 = y0 + t*y(i); 500
0 2 4 6 8 10 12 14

end R/ la velocidad (y) en 10 s es 5430.1953 cm/s

Métodos Numéricos
Métodos Numéricos Catalina Tobón Z
Catalina Tobón Z
Facultad de
Facultad de Ciencias
Ciencias Básicas
Básicas ctobon@[Link]
ctobon@[Link]