Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1. INTERPOLACIÓN DE LAGRANGE 91<br />
Observación 5.2. 1. La escritura (5.3) se conoce como la forma de Lagrange del polinomio<br />
interpolador.<br />
2. El polinomio pn puede tener grado estrictamente menor que n. Por ejemplo, si se considera<br />
la tabla de 5 valores<br />
(xj): -4 -2 0 1 3<br />
(yj): 9 5 1 -1 -5<br />
El polinomio de grado menor o igual que 4 que interpola la tabla es p4(x) = −2x + 1.<br />
Gracias a la unicidad, como se trata de un polinomio de grado 1, es suficiente mostrar<br />
que en cada xj, p4 toma el valor yj; esto es inmediato.<br />
3. Si los datos corresponden con una función f que es un polinomio de grado menor o igual<br />
que n, es decir, f ∈ Pn y los valores yj = f(xj); entonces f = pn (la interpolación es<br />
exacta para polinomios).<br />
4. El polinomio que interpola en n + 1 puntos distintos es único en Pn. Si se permite mayor<br />
grado hay infinitos. Por ejemplo, si q es un polinomio cualquiera, el polinomio<br />
p(x) = (−2x + 1) + q(x)(x + 4)(x + 2)x(x − 1)(x − 3),<br />
también interpola la tabla dada arriba.<br />
Otra forma de demostrar la existencia (y de encontrar el polinomio) es por el método de los<br />
coeficientes indeterminados. El polinomio será de la forma<br />
y se buscan a0, . . . , an tales que<br />
pn(x) = a0 + a1x + · · · + anx n<br />
pn(xj) = yj.<br />
Al evaluar, queda formado un sistema (n + 1) × (n + 1)<br />
⎛<br />
1 x0 x<br />
⎜<br />
⎝<br />
2 0 · · · xn 0<br />
1 x1 x2 1 · · · xn ⎞ ⎛<br />
⎟ ⎜<br />
1 ⎟ ⎜<br />
.<br />
.<br />
..<br />
⎟ ⎜<br />
. ⎠ ⎝<br />
1 xn x 2 n · · · x n n<br />
a0<br />
a1<br />
.<br />
an<br />
⎞<br />
⎛<br />
⎟<br />
⎠ =<br />
⎜<br />
⎝<br />
La matriz de la izquierda se llama matriz de Van der Monde y como sólo depende de los datos<br />
{x0, . . . , xn} suele notarse por V (x0, . . . , xn).<br />
Para ver que existe una solución (a0, . . . , an) y que es única hay que ver que la matriz V (x0, . . . , xn)<br />
es inversible. Esto equivale a ver que el núcleo es nulo. Ahora, si (a0, . . . , an) ∈ Nu(V (x0, . . . , xn))<br />
tendríamos<br />
y0<br />
y1<br />
.<br />
yn<br />
⎞<br />
⎟<br />
⎠