Polinomio de Interpolacin en forma de Lagrange

Miler Andreus Ocampo Biojo (1310086 - 3744)

Escuela de Ingeniera Elctrica y Electrnica, Universidad del Valle Cali, Colombia
miler.ocampo@correounivalle.edu.co

Abstract__ Se realiz la interpolacin en forma de Lagrange para un nmero finito de datos, obteniendo un polinomio para los puntos X no tabulados de una funcin en el intervalo [X0,Xn]. I. Introduccin El polinomio de interpolacin en forma de Lagrange Consiste en construir polinomios li de grado n que asumen el valor de 1 en el punto xi, y que tienen races en los puntos xk, k i, para lo cual se realiza una sumatoria de yi.li(x) que termina construyendo nuestro polinomio de interpolacin Pn(x). II. Problemas

Por ultimo tenemos que nuestro polinomio en forma de Lagrange viene dado de la siguiente forma:
( ) ( ( )( )( ( ) ) ( ( )( )( ) ) )

)( )(

( ) Implementacin del algoritmo en Scilab: Se define la funcin que arrojara el polinomio:

1) Escribir el polinomio de interpolacin en forma de Lagrange de los siguientes datos:

Ahora calculamos el tamao de n:

Tabla #1

Empezaremos por calcular polinomios li, mediante la expresin matemtica:

nuestros siguiente

Defino un polinomio en la variable x; y a partir de este, se formaran los polinomios L:

Inicializo el polinomio en forma de Lagrange:

Y luego Pn(x) de grado n que est dado por:

Luego realizamos los ciclos correspondientes para formar el polinomio de Lagrange, el cual en su primer for inicializa el polinomio L=1, y tiene un contador i, que inicia en 1 y terminar cuando este sea igual a n.

El segundo for se encuentra dentro del primero, el cual a travs de j, se encargara de que X(i) sea diferente de X(j), formando de esta manera nuestro polinomio L. Al salir del segundo for se empieza a formar el polinomio en forma de Lagrange, y as sucesivamente hasta que finalice la condicin del primer for. Para terminar verificaremos el algoritmo con los datos de la Tabla #1, junto al algoritmo completo:

Prueba de escritorio: comportamiento de j X X1=0 X2=1 X3=-1 i=1:n 1 2 3 J=[1:i-1,i+1:n] [1:0,2:3] [1:1,3:3] [1:2,4:3] Xi X1 X2 X3 Xj X2,X3 X1,X3 X1,X2 Tabla #2

Grafica de la funcin en Scilab: III. Conclusiones Pese a ser un mtodo aparentemente sencillo, su resultado es idntico al de newton y a la lnea de tendencia realizada en Microsoft Excel. Este mtodo es de gran utilidad en el momento de modelar un sensor, y que aproximando los puntos obtenidos del entorno fsico se puede aproximar el comportamiento de un sensor, ya sea el caso de temperatura, nivel, ultrasonido, entre otros; que nos permiten tomar datos de nuestro entorno fsico y trabajarlos matemticamente. Hay que aclarar que esta es una aproximacin y si bien en muchos caso resulta muy similar a la funcin real, no siempre se cumple en sus valores intermedios los cuales pueden quedar un tanto dispersos y mucho menos para valores que se encuentran por fuera los intervalos mximos y mnimos tabulados, lo cual se conoce como extrapolacin.

Comparacin con Excel: