PARTE 1: investiga y responde

1. ¿Qué es el polinomio de Lagrange?

El polinomio de Lagrange es una herramienta de la interpolación numérica

utilizada para encontrar un polinomio que pase exactamente por un conjunto
de puntos dados. Es una técnica muy útil en métodos numéricos para
aproximar funciones cuando solo se conocen algunos valores de esta.

El polinomio de interpolación de Lagrange es una técnica matemática usada

en los métodos numéricos para encontrar una función polinómica que pase
exactamente por un conjunto de puntos conocidos. Su propósito principal es
la interpolación, que consiste en estimar el valor de una función en un punto
dentro del intervalo definido por datos conocidos.

Este método fue propuesto por el matemático Joseph-Louis Lagrange en el

siglo XVIII y es especialmente útil cuando se tiene un número limitado de
datos discretos y se necesita construir una función continua que los
represente.

Interpretación y uso:

El método de Lagrange no requiere resolver sistemas de ecuaciones, ya que

ofrece una fórmula explícita para el polinomio interpolante. Es ideal para:

1. Aproximar funciones desconocidas a partir de un conjunto de puntos.

2. Evaluar funciones en puntos intermedios sin conocer su forma exacta.
3. Gráficas suaves en aplicaciones científicas y de ingeniería.

Ventajas:

• Es una fórmula directa y fácil de implementar.

• No necesita calcular derivadas ni resolver sistemas de ecuaciones
lineales.

Desventajas:

1. El cálculo se vuelve ineficiente para muchos puntos, ya que la fórmula

crece rápidamente en complejidad.
2. No es adecuada para interpolación con muchos datos debido al problema
de oscilación (fenómeno de Runge).
3. Requiere recalcular todo el polinomio si se agrega un nuevo punto.
Aplicaciones:

1. Simulación y modelado de datos.

2. Análisis numérico.
3. Gráficos por computadora.
4. Métodos de solución aproximada de ecuaciones.

¿Para qué se utiliza el polinomio de Lagrange?

La interpolación de Lagrange es un método realmente sencillo para resolver el
problema de la interpolación con espaciamiento variable; este método también
puede aplicarse a funciones tabulares equiespaciadas. Asimismo, su simplicidad se
traslada a un algoritmo muy simple de programación.

El polinomio de Lagrange es una forma de representar un polinomio que pasa

por un conjunto de puntos dados. Sus características principales incluyen:

Interpolación:
El polinomio de Lagrange interpola un conjunto de puntos, es decir, pasa
exactamente por esos puntos.

Construcción:
Se construye a partir de polinomios de base, uno para cada punto dado.

Unicidad (aproximada):
Para un conjunto de puntos, existe un polinomio interpolador de Lagrange, aunque
no es único en el sentido estricto.

Simplicidad:
La construcción del polinomio de Lagrange es relativamente sencilla, lo que facilita
su implementación en algoritmos.

imitaciones fuera del intervalo:

El polinomio de Lagrange puede crecer sin límite fuera del intervalo de
interpolación, por lo que no se recomienda usarlo para interpolar fuera de esa zona.

Aplicaciones:
Se utiliza en métodos de integración numérica (Newton-Cotes), criptografía
(esquema de compartición de secretos de Shamir) y teoría de la codificación
(corrección de errores de Reed-Solomon).
2. ¿Diferencias conceptuales con el método de newton?

El polinomio de Lagrange y el método de Newton son métodos de

interpolación polinómica, es decir, ambos sirven para encontrar un polinomio
que pase exactamente por un conjunto de puntos dados. Sin embargo, difieren
en su enfoque y la forma en que construyen el polinomio:

Polinomio de Lagrange:

• Enfoque:
Usa una fórmula directa para construir el polinomio, basándose en la
información de los puntos dados.

• Función clave:
Se basa en polinomios base que son cero en todos los puntos excepto uno,
donde son iguales a 1.

Ventajas:
Es simple y fácil de implementar, especialmente cuando se necesita la
interpolación para un conjunto de puntos no equiespaciados.

Desventajas:
Al agregar nuevos puntos, el polinomio completo debe ser recalculado.

Método de Newton:

Enfoque:
Construye el polinomio de forma incremental, utilizando diferencias
divididas.

• Función clave:
Se basa en una estructura recursiva que permite calcular los coeficientes del
polinomio de manera eficiente.

• Ventajas:
Es más eficiente al agregar nuevos puntos, ya que solo se necesita calcular los
coeficientes adicionales.

• Desventajas:
Puede ser más complicado de implementar que el polinomio de Lagrange,
especialmente cuando los puntos no están equiespaciados.

Característica Polinomio de Método de Newton

Lagrange

Enfoque Fórmula directa Construcción

incremental

Función clave Polinomios base Diferencias divididas

Eficiencia agregando Requiere recalcular Solo necesita

puntos el polinomio coeficientes
adicionales

Complejidad de Simple Más complejo

implementación

Adecuado para Puntos no Puntos

equiespaciados equiespaciados o
incrementales

¿Cuál es la diferencia entre la interpolación de Newton y la de Lagrange?

Además, la interpolación de Newton es más flexible ya que permite agregar o

eliminar puntos de datos sin afectar los términos anteriores, mientras que
la interpolación de Lagrange requiere volver a calcular todo el polinomio.

¿Cuáles son las ventajas de la fórmula de Lagrange sobre la fórmula de

Newton?

Las ventajas de la interpolación de Lagrange sobre la fórmula de Newton son

las siguientes: la forma de Lagrange es más eficiente cuando se necesita
interpolar múltiples conjuntos de datos con los mismos puntos. Si se necesita
interpolar los datos incrementalmente, el formato newtoniano es más
eficiente.
 1. Forma del polinomio

• Lagrange:
El polinomio se construye directamente en una forma explícita, usando los
llamados polinomios base de Lagrange.
Cada término del polinomio depende de todos los nodos.
• Newton:
Usa una forma recursiva basada en diferencias divididas. El polinomio se
construye progresivamente y permite añadir nuevos puntos sin recalcular
todo desde cero.

2. Facilidad de cálculo

• Lagrange:
Más directo para obtener el polinomio completo si ya tienes todos los puntos.
Pero si agregas un nuevo punto, tienes que rehacer todo el polinomio desde
cero.
• Newton:
Más eficiente para añadir nuevos puntos. Solo necesitas calcular una nueva
diferencia dividida y agregar un término más al polinomio ya construido.

Reutilización de cálculos

• Lagrange:
No permite reutilizar cálculos anteriores. Todo se vuelve a hacer si cambias
los datos.
• Newton:
Sí permite reutilizar las diferencias divididas ya calculadas.

Estabilidad numérica

• Ambos métodos pueden ser numéricamente inestables si se usan con muchos

puntos o si los puntos están muy juntos, pero Newton suele ser más estable
si se organiza bien (por ejemplo, usando nodos equiespaciados o el esquema
de Horner).
 Aplicación práctica

• Lagrange:
Más usado en teoría y problemas pequeños o simbólicos.
• Newton:
Más eficiente y práctico para cálculos numéricos o en programación.

Ambos métodos dan el mismo polinomio interpolante, como debe ser.

Lagrange construye directamente una combinación de polinomios base.
Newton construye el polinomio paso a paso usando diferencias divididas,
más útil si vas a agregar más puntos luego.

3. construcción de los polinomios base Li(x):

¿Qué es un polinomio base Li(x)?
Esto asegura que, al combinar todos los Li(x) con sus respectivos valores yi, el
polinomio interpolante pasa exactamente por los puntos dados.
Los polinomios base, también conocidos como polinomios de Lagrange, se
construyen a partir de un conjunto de puntos (xi, yi) y se utilizan para interpolar
funciones. La construcción se basa en la idea de crear un polinomio que, en cada
uno de los puntos dados, tenga un valor igual al valor de la función en ese punto.
Pasos para construir los polinomios base (Li(x)):

1. Definir los puntos:

Se tienen n puntos (x0, y0), (x1, y1), ..., (xn, yn). Estos puntos definen la función
que se desea interpolar.
2. Construir los polinomios base:
Para cada punto (xi, yi), se crea un polinomio Li(x) de grado n, que tiene la siguiente
propiedad:
• Li(xi) = 1
• Li(xj) = 0 para j ≠ i
 • Li(x) es un polinomio de grado n.
Formulación de los polinomios base:
El polinomio base Li(x) para el punto (xi, yi) se construye de la siguiente manera:
Li(x) = ∏(j=0, j≠i, j=n) (x - xj) / (xi - xj)
Donde:
• ∏: representa el producto de los términos.
• j=0, j≠i, j=n: significa que el producto se realiza para todos los valores de j
desde 0 hasta n, excluyendo el valor j = i.

Ejemplo:
Supongamos que tenemos tres puntos (x0, y0), (x1, y1) y (x2, y2). Entonces los
polinomios base serán:
• L0(x) = (x - x1)(x - x2) / ((x0 - x1)(x0 - x2))
• L1(x) = (x - x0)(x - x2) / ((x1 - x0)(x1 - x2))
• L2(x) = (x - x0)(x - x1) / ((x2 - x0)(x2 - x1))
Utilización de los polinomios base:
Una vez que se han construido los polinomios base, se pueden usar para construir el
polinomio interpolante de Lagrange:
P(x) = y0 * L0(x) + y1 * L1(x) + ... + yn * Ln(x)
Este polinomio P(x) interpolará los valores y0, y1, ..., yn en los puntos x0, x1, ..., xn,
respectivamente.
¿Cuál es la fórmula para formar un polinomio?
Función polinómica lineal: P(x) = ax + b . Función polinómica cuadrática: P(x) =
ax 2 + bx + c. Función polinómica cúbica: ax 3 + bx 2 + cx + d. Función polinómica
cuártica: ax 4 + bx 3 + cx 2 + dx + e.

La construcción de los polinomios base Lᵢ(x) se basa en la fórmula de Lagrange,

donde cada Lᵢ(x) es un polinomio diseñado para ser 1 en un punto específico xᵢ y 0
en los demás puntos xⱼ, formando la base para la interpolación polinómica.
Los polinomios base, también conocidos como polinomios de Lagrange, son
herramientas fundamentales en interpolación polinomial. Se construyen a partir de
un conjunto de puntos (xi, yi) y su objetivo es crear una base de polinomios que,
combinados de manera lineal, permitan construir el polinomio interpolador que pasa
exactamente por esos puntos. La construcción de estos polinomios se basa en la
fórmula de Lagrange, y a continuación se detallan los pasos y ejemplos.
Pasos para construir los polinomios base de Lagrange:
1. Identificar los puntos: Debes tener un conjunto de puntos (x1, y1), (x2, y2),
..., (xn, yn) por los cuales debe pasar el polinomio interpolador.
2. Definir la fórmula: Los polinomios base, Li(x), se construyen usando la
siguiente fórmula:
Li(x) = ∏(j≠i)(x - xj) / ∏(j≠i)(xi - xj)

donde el producto (∏) se realiza para todos los j diferentes de i, es decir, no se

incluye el término donde j = i.
1. Calcular cada Li(x):
Para cada i (de 1 a n), debes calcular Li(x) usando la fórmula anterior, considerando
los puntos x1, x2, ..., xn. Cada Li(x) es un polinomio de grado (n-1).
2. Obtener el polinomio interpolador:
El polinomio interpolador P(x) se construye como una combinación lineal de los
polinomios base Li(x) y los valores yi:

. P(x) = ∑(i=1 to n) yi * Li(x)

4. Ámbitos de aplicación en ciencia e ingeniería

Tanto el polinomio de Lagrange tiene aplicaciones muy importantes en ciencia e
ingeniería, especialmente en el campo del análisis numérico, modelado y
simulación de fenómenos físicos.
Ámbitos de aplicación del Polinomio de Lagrange
El polinomio de Lagrange se utiliza principalmente en interpolación, es decir,
para encontrar una función que pase por un conjunto de puntos dados. Algunas
aplicaciones concretas son:
Ciencia
• Física experimental: Interpolación de datos obtenidos de mediciones para
estimar valores intermedios.
• Astronomía: Determinación de trayectorias y posiciones de cuerpos celestes
a partir de observaciones discretas.
• Bioestadística: Ajuste de curvas a puntos de datos obtenidos de
experimentos.
Ingeniería
• Simulación de sistemas: Cuando se tiene una tabla de datos (como
temperatura vs. tiempo) y se necesita estimar valores intermedios.
• Procesamiento de señales: Para reconstrucción de señales analógicas a partir
de muestras discretas.
• Ingeniería mecánica o eléctrica: En análisis de vibraciones, dinámica de
sistemas o comportamiento de mate riales.
PARTE 2: Informe teórico
Formula General

La fórmula general del polinomio de interpolación de Lagrange es una expresión

que permite encontrar un polinomio de grado n que pasa exactamente por n+1
puntos dados. Sea un conjunto de n+1 puntos conocidos:

El polinomio de interpolación de Lagrange P(x) está dado por:

donde cada Li(x) es el polinomio base de Lagrange definido como:

P(x) es el polinomio que interpola todos los puntos dados.

Yi es el valor de la función en el punto Xi.
Li(x) es un polinomio de grado n tal que:

El producto en Li(x) omite el caso j = i, para evitar división por cero.

Estructura y elementos
¿Qué es el polinomio de interpolación de Lagrange?
Es una herramienta matemática que permite construir un polinomio que pasa
exactamente por un conjunto dado de puntos (x0,y0),(x1,y1),...,(Xn,Yn). Es útil
cuando queremos aproximar una función desconocida a partir de valores conocidos.

Estructura general
El polinomio de Lagrange se escribe como:

Esto quiere decir:

• P(x): es el polinomio interpolante.
• Yi: es el valor de la función en el punto Xi (o sea, f(Xi).
• Li(x): son los polinomios base de Lagrange.
Estructura del polinomio base 𝐿𝑖(𝑥)
Cada polinomio base 𝐿𝑖(𝑥) está definido por:

¿Qué significa esto?

El producto recorre todos los índices j distintos de i.
Cada término del producto es una fracción que tiene:
En el numerador: x−xj, que es variable.
En el denominador: xi−xj, que es constante.
¿Por qué funciona?
Porque cada término de la suma:
Yi ⋅ Li(x)
es un polinomio que vale Yi en X = Xi y 0 en todos los demás puntos Xj (cuando
j ≠ i).
Así, cuando sumamos todos los términos, el polinomio resultante coincide
exactamente con todos los puntos dados.

Resumen de los elementos

Elemento Significado

Xi Coordenadas conocidas en el eje x

Yi Valores de la función en xi

Li(x) Polinomios base de Lagrange que valen 1 en xi y 0 en otros

P(x) Polinomio final que interpola todos los puntos dados

Producto ∏ Multiplicación de varios términos (usada en Li(x))

Suma ∑ Suma de todos los términos Yi ⋅ Li(x)

 Interpolación con incrementos variables.

En ocasiones deseamos realizar una interpolación a partir de un conjunto de datos

experimentales, donde valores consecutivos de la variable independiente no son
equidistantes, en estos casos debemos utilizar la interpolación de Lagrange.

Interpolación de Lagrange.
Consideremos la recta que pasa por los puntos (x0, y0) y (x1, y1), del curso de
geometría analítica sabemos que la ecuación de la recta que pasa por dos puntos es:
y1 − y0
y= ( x − x0 ) − y0 (1)
x1 − x0
que puede escribirse como sigue:
x − x0 x − x0 x − x0
y= ( y1 − y0 ) − y0 = y1 − y0 − (1) y0 (2)
x1 − x0 x1 − x0 x1 − x0
es decir:
x − x0 x − x0 x − x0 x −x
y= ( y1 − y0 ) − y0 = y1 − y0 − 1 0 y0
x1 − x0 x1 − x0 x1 − x0 x1 − x0
o bien:

x − x0  x − x0 x1 − x0  x − x0 x − x1
y= y1 −  +  y0 = y1 − y0
x1 − x0  x1 − x0 x1 − x0  x1 − x0 x1 − x0
Entonces:
x − x0 x − x1
y= y1 + y0 (3)
x1 − x0 x0 − x1
es otra forma de escribir la recta que pasa por (x0, y0) y (x1, y1).
Si ahora definimos los coeficientes de Lagrange como:
x − x1 x − x0
L0 = y L1 = (4)
x0 − x1 x1 − x0
la ecuación de la recta se puede escribir como:
1
y = ∑ Li yi
i =0

Observemos que:
 0 x ≠ xi
Li =  (5)
1 x = xi

Conservando la forma de (4) y la propiedad (5) podemos construir el coeficiente i-esimo de

Lagrange (Li ) para un polinomio de grado n, como un cociente donde el numerador sea un
producto de diferencias entre x y las diferentes xj, con j distinto de i, de lo contrario siempre
se anularía. Por otro lado, el denominador debe ser igual al numerador en x = xi, para que
tome el valor de 1. Por lo tanto:
n (x − x )
( x − x0 )( x − x1 ) L ( x − xi −1 )( x − xi +1 ) L ( x − xn )
Ln,i = =∏ j
(6)
( xi − x0 )( xi − x1 ) L ( xi − xi −1 )( xi − xi +1 ) L ( xi − xn ) j = 0 ( xi − x j )
j ≠i

Así el polinomio que pasa por los puntos (x0, y0), (x1, y1),..., (xn, yn) se puede escribir
como:
n
y = ∑ Ln, i yi (7)
i =0

donde los coeficientes Li pueden escribirse como:

n (x − x j )
Li = ∏ (8)
j =0 ( xi − x j )
j ≠i

entonces el polinomio toma la forma:

n n (x − x j )
y = ∑∏ yi (9)
i =0 j =0 ( xi − x j )
j ≠i

y se le denomina Polinomio interpolante de Lagrange

 Ejemplo 1.
Usando interpolación de Lagrange, obtén el valor de y correspondiente a x = 3.6.
Compara el resultado con la respuesta exacta si ésta es 3.278.
x 2.00 3.20 4.00
y 1.43 2.79 3.56
Solución 1:
Como se cuenta con tres puntos, el grado máximo del polinomio interpolante es 2.
Primeramente realizamos una interpolación lineal, es decir, con un polinomio de grado 1.
La expresión (9) se reduce a la (3), donde y0(x0) = 2.79 y y1(x1) = 3.56, y x = 3.6, entonces:
x − x0 x − x1 3.6 − 3.2 3.6 − 4
y= y1 + y0 = 3.56 + 2.79
x1 − x0 x0 − x1 4 − 3.2 3.2 − 4
O bien:
y = (0.5)(3.56) + (0.5)( 2.79) = 3.175
este resultado tiene un error igual a:
3.175 − 3.278
ε= × 100% = 3.14%
3.278

Solución 2:
Ahora usemos un polinomio interpolante de grado 2, esto es:
( x − x1 )( x − x2 ) ( x − x0 )( x − x2 ) ( x − x0 )( x − x1 )
y= y0 + y1 + y2 (10)
( x0 − x1 )( x0 − x2 ) ( x1 − x0 )( x1 − x2 ) ( x2 − x0 )( x2 − x1 )
sustituyendo:
(3.6 − 3.2)(3.6 − 4) (3.6 − 2)(3.6 − 4) (3.6 − 2)(3.6 − 3.2)
y= 1.43 + 2.79 + 3.56
( 2 − 3.2)( 2 − 4) (3.2 − 2)(3.2 − 4) ( 4 − 2)( 4 − 3.2)
Evaluando:
y = 3.1887
este segundo resultado tiene un error igual a:
3.189 − 3.278
ε= × 100% = 2.7%
3.278
PARTE 3: reflexión final
Ventajas del método de interpolación polinomial de Lagrange:

1. Fórmula explícita y directa

o El polinomio de interpolación se obtiene directamente sin necesidad de
resolver sistemas de ecuaciones.
2. Fácil de entender e implementar
o Su construcción es sencilla desde el punto de vista teórico, por lo que es
ideal para uso académico y didáctico.
3. No requiere ordenamiento de los datos
o A diferencia de otros métodos (como Newton), los puntos no necesitan
estar ordenados en ningún sentido específico.
4. No necesita diferencias divididas ni derivadas
o Es útil cuando se conocen solo los valores de la función en ciertos
puntos, sin necesidad de información adicional como derivadas.
5. Funciona bien con pocos puntos
o Para un número pequeño de puntos, proporciona una buena
aproximación sin complicaciones.

Desventajas del método de interpolación polinomial de Lagrange:

1. Poco eficiente con muchos puntos

o A medida que se agregan más puntos, el grado del polinomio aumenta,
volviéndose más complejo y difícil de manejar.
2. Oscilaciones en los extremos (Fenómeno de Runge)
o Con polinomios de alto grado, pueden aparecer oscilaciones
importantes, especialmente cerca de los extremos del intervalo.
3. No reutilizable ni adaptable
o Si se añade o elimina un punto, es necesario recalcular todo el polinomio
desde cero.
4. Alto costo computacional
o La evaluación del polinomio en un valor específico puede ser lenta,
especialmente para conjuntos grandes de datos.
5. Sensibilidad a errores numéricos
o Es susceptible a errores de redondeo cuando se trabaja con números
reales en computadoras, especialmente con muchos datos.
Conclusión sobre el Polinomio de Interpolación de Lagrange:

el polinomio de interpolación de Lagrange es una herramienta fundamental en

métodos numéricos para aproximar funciones a partir de un conjunto discreto de
datos. Su principal ventaja es que proporciona un polinomio que pasa exactamente
por los puntos dados, sin necesidad de resolver sistemas de ecuaciones. Sin embargo,
presenta limitaciones importantes como la dificultad para añadir nuevos puntos sin
recalcular el polinomio completo y la inestabilidad numérica cuando se usan muchos
puntos, lo que puede generar oscilaciones no deseadas. Aun así, su comprensión es
esencial para el estudio de técnicas más avanzadas de interpolación y aproximación.

Opiniones sobre la conclusión

A partir de la conclusión presentada, se puede afirmar que el polinomio de

interpolación de Lagrange es una herramienta clave en el estudio de métodos
numéricos, ya que proporciona una base teórica sólida para entender técnicas más
avanzadas. Es especialmente útil en problemas donde se requiere obtener un
polinomio que pase por puntos conocidos sin resolver sistemas de ecuaciones
complejos. Sin embargo, es importante reconocer sus limitaciones en aplicaciones
prácticas, como la dificultad de modificar el conjunto de datos sin recalcular todo el
polinomio, y su comportamiento inestable cuando se usan muchos puntos, lo cual
puede generar errores significativos (fenómeno de Runge). Para reforzar el análisis,
sería recomendable incluir ejemplos prácticos donde este método se haya aplicado,
como en la interpolación de datos experimentales en ingeniería o física. Además,
una evaluación cuantitativa del error de interpolación permitiría valorar más
objetivamente su efectividad frente a otros métodos.
En resumen, aunque el método de Lagrange no siempre es el más eficiente para
aplicaciones con grandes cantidades de datos, su estudio sigue siendo fundamental
por su valor didáctico y su claridad conceptual.
Utilidad:
➢ Permite estimar el valor de una función en puntos donde no se tiene
información directa, usando datos conocidos.
➢ Es útil en ingeniería, física y ciencias aplicadas para construir funciones que
se ajusten a resultados de laboratorio o simulaciones.
➢ Se emplea para generar curvas suaves entre puntos discretos, facilitando la
interpretación visual de datos.
➢ Su comprensión es esencial para el estudio de técnicas como interpolación de
Newton, splines o métodos de aproximación numérica más estables y
eficientes.
➢ Se usa en algoritmos para interpolación en software de cálculo numérico,
como MATLAB, Python (NumPy/SciPy), y otros entornos de simulación.