Asignatura Cálculo Numérico Página 1 de 4

UNIVERSIDAD DE OVIEDO
Tema Interpolación Lagrange, Newton y
Splines
DEPARTAMENTO DE MATEMÁTICAS
Práctica 3

Autor César Menéndez Fernández

1 Formas de Lagrange, Newton y Splines

Se conoce como problema de interpolación de Lagrange el que se plantea cuando se conoce un

conjunto de puntos {x0, x1, x2, …xn} denominados soporte y el valor de la función en ellos
{f(x0), f(x1), f(x2), …f(xn)}, y se desea obtener un polinomio Pn(x) que coincida con la función
en los puntos del soporte.
La primera opción para resolver este problema es plantear directamente el sistema lineal de
ecuaciones a que da lugar el conjunto de condiciones, esto es, Pn(xk)=f(xk), k=0, 1, 2, … n,
siendo Pn ( x ) = an x n + an−1 x n−1 + an−2 x n−2 … + a2 x 2 + a1 x + a0 . Esto conduce al sistema

⎛1 x0 x02 x0n ⎞ ⎛ a0 ⎞ ⎛ f ( x0 )⎞
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜1 x1 x2
1 x1n ⎟ ⎜ a1 ⎟ ⎜ f (x1 ) ⎟
⎜1 x2 x2
x2n ⎟⎟ ⋅ ⎜ a 2 ⎟ = ⎜ f ( x 2 )⎟
⎜ 2 ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎜ ⎟ ⎜ ⎟ ⎜
⎝1 xn xn2 xnn ⎠ ⎝ a n ⎠ ⎝ f (xn )⎟⎠

Pero este método da lugar a un sistema muy mal condicionado, con importantes errores
numéricos. Su implementación en MATLAB se realiza mediante la instrucción polyfit tomando
como grado del polinomio el número de datos menos uno.
p=polyfit(x,y,n) Obtiene el polinomio de grado n con ajuste mínimo cuadrático a los datos (x,y). Error si length(x) ≤n

[p,S,m]=polyfit(x,y,n) Realiza previamente un centrado y escalado de los datos x tomando respectivamente la media y la
x−x
varianza devueltos en m, esto es, x = . Esto mejora las propiedades numéricas del
sx
polinomio y del algoritmo de ajuste.
Utilizamos las instrucciones anteriores para interpolar el polinomio x4+2x-1 mediante 10 puntos
equiespaciados en el intervalo [-3,3], y posteriormente representar los puntos y el interpolante.
» f=inline(‘x.^4+2*x-1’);x=linspace(-3,3,10);y=f(x);
» p=polyfit(x,y,length(x)-1)
» X=linspace(-3,3);Y=f(X);P=polyval(p,X);
» plot(X,Y,X,P,x,y,'*');grid on;
» legend('funcion','Interpolante','datos')

A continuación comparamos las instrucciones anteriores usando la función f ( x ) = x sin ( x 2 ) en

el intervalo [-π,π] tomando 8 puntos equiespaciados.

» f=inline('x.*sin(x.^2)');
Cálculo Numérico Interpolación – (Lagrange, Newton y Splines) Práctica 3

» n=8;a=-pi;b=pi;
» x=linspace(a,b,n);y=f(x);
» p0=polyfit(x,y,n-1)
» [p1,s,m]=polyfit(x,y,n-1)
» X=linspace(a,b);Y=f(X);P0=polyval(p0,X);P1=polyval(p1,(X-m(1))/m(2));
» plot(X,Y,X,P0,X,P1,x,y,'*');grid on;
» legend('funcion','Interp','InterpN','datos')
Se pide:

Calcular el polinomio de interpolación de la función f ( x ) = e

− x2
1. utilizando un soporte de 9

puntos equiespaciados en el intervalo [-2,2]. Representar la función y el polinomio de

interpolación.

También se puede obtener el polinomio mediante la forma de Newton de diferencias divididas:

n
Pn ( x ) = ∑ f [ x0 , x1 , , xk ] ( x − x0 )( x − x1 ) ( x − xk −1 ) .
k =0

o calcularlo como combinación de los polinomios de Lagrange, definidos como

( x − x0 )...( x − xk −1 ).( x − xk +1 )...( x − xn ) n
Lnk ( x ) = y así Pn ( x ) = ∑ f ( xk )Lnk ( x )
( xk − x0 )...( xk − xk −1 ).( xk − xk +1 )...( xk − xn ) k =0

Las siguientes instrucciones obtienen una matriz cuyas filas son los coeficientes de los
polinomios de interpolación de Lagrange a partir de un soporte de puntos X.
n=size(x);p=zeros(n);
for i=1:n
q=x;q(i)=[];q=poly(q);p(i,:)=q/polyval(q,x(i));
end

Utilizando los datos del ejemplo f ( x ) = x sin ( x 2 ) , el polinomio de interpolación se obtiene

mediante
» P=y*p
Se pide:

2. Representar los polinomios de Lagrange cuando se toma como soporte el {0, 1}. Verificar que

la suma de ambos polinomios es una recta constante. ¿Cual es su valor?. Repetir lo anterior

con {0,1,2}, {0,1,2,3} y {0,1,2,3,4}.

f ( x ) = e − x , que el polinomio obtenido usando los polinomios de

2
3. Comprobar, con el ejemplo

Lagrange coincide con el obtenido inicialmente.

Independientemente de la forma de escritura y de los problemas de condicionamiento, los

polinomios de grado elevado presentan fuertes oscilaciones. Esto origina que habitualmente el
incremento de puntos de soporte empeore la función de interpolación en vez de mejorarla. Para
solventar este problema, se define la interpolación segmentaria.

Por César Menéndez Fernández Página 2 de 4

Cálculo Numérico Interpolación – (Lagrange, Newton y Splines) Práctica 3

1.1 Interpolación Segmentaria

MATLAB tiene definida la función interp1 que permite realizar interpolación segmentaria sobre
un soporte determinado. Las funciones para interpolar de MATLAB se dan en la siguiente tabla:
interp1(x,y,xi,’método’) Obtiene los valores correspondientes a los puntos xi con el método seleccionado a partir de
los datos (x,y). Los métodos posibles son:
‘nearest’: punto más cercano (grado 0)
''linear': interpolación lineal (por defecto)
'spline': interpolación cúbica con splines
'pchip': Interpolación cúbica con polinomios de Hermite
'cubic': Ide´ntica a 'pchip'
spline(x,y,xi) Lo mismo que interp1(x,y,xi,’spline’). Permite spline natutral o sujeta (cuando y tiene dos
elementos más que x).
spline(x,yi) Devuelve en forma especial los resultados (coeficientes, soporte, etc.) del interpolante

pchip(x,y,xi) Lo mismo que interp1(x,y,xi,’pchip’). Permite spline natutral o sujeta (cuando y tiene dos
elementos más que x).
pchip(x,y) Devuelve en forma especial los resultados (coeficientes, soporte, etc.) del interpolante

interp2(x,y,z,xi,yi,’método’) Interpolación bidimensional

Interp3 Interpolación tridimensional

interpn Interpolación n-dimensional

Sin embargo, las funciones anteriores no nos dan los coeficientes del polinomio de interpolación
(salvo splines y pchip que lo da en una forma especial).
Utilizamos la interpolación segmentaria para interpolar la función f ( x ) = x sin ( x 2 )
» f=inline('x.*sin(x.^2)');
» n=8;a=-pi;b=pi;
» x=linspace(a,b,n);y=f(x);
» X=linspace(a,b);Y=f(X);
» P0=interp1(x,y,X,’linear’)
» P1=interp1(x,y,X,’spline’)
» plot(X,Y,X,P1,X,P2,x,y,'*');grid on;
» legend('funcion','lineal','spline','datos')

Mostrémoslo con la función de Runge.

Se pide:

4. Verificar la oscilación de los polinomios de interpolación clásicos y compararla con las splines

1
usando la función de Runge f ( x ) = cuando se toman 5 puntos equiespaciados en el
1 + x2
intervalo [-5,5]. Representar la función frente a ambos interpolantes. Repetir tomando 9 y

17 puntos.

Por César Menéndez Fernández Página 3 de 4

Cálculo Numérico Interpolación – (Lagrange, Newton y Splines) Práctica 3

2 Anexo: Instrucciones necesarias

2.1 Manejo de polinomios

roots(v) Raíces del polinomio cuyos coeficientes son las componentes del vector v

poly(v) Polinomio cuyas raíces son las componentes del vector v

poly(A) Polinomio característico de la matriz A

polyval(v,S) Evalúa el polinomio definido por el vector v en S

polyvalm(v,S) Evalúa matricialmente el polinomio v en S

conv(v,w) Realiza el producto de los polinomios cuyos coeficientes son los elementos de los vectores v y w

[q,r]=deconv(v,w) Cociente y resto de la división polinómica de v entre w

[n,d,q]=residue(v,w) Cociente q y expansión del resto en fracciones simples, siendo n y d los respectivos numeradores y
denominadores.
[v,w]=residue(n,d,q) Realiza la operación inversa de la anterior, obteniendo el numerador y denominador a partir de la
expansión en fracciones simples.

2.1.1 Derivación e integración

polyder(v) Deriva el polinomio cuyos coeficientes vienen dados por el vector v

polyder(v,w) Deriva el polinomio producto de v*w

[q,d]=polyder(v,w) Deriva el polinomio cociente de v/ w

polyint(v) Integra el polinomio cuyos coeficientes vienen dados por el vector v

2.1.2 Interpolación y ajuste

v=polyfit(x,y,n) Obtiene el polinomio de grado n con ajuste mínimo cuadrático a los datos (x,y)

2.1.3 Operaciones simbólicas

sym2poly(s) Convierte el polinomio simbólico s en un vector cuyas componentes son sus coeficientes

poly2sym(v) Convierte el vector v en un polinomio cuyos coeficientes son las componentes del vector

collect(s,y) Reune coeficientes en potencias de la variable y (x por defecto)

expand(s) Expande polinomios y funciones trigonométricas, logarítmicas y potenciales

factor(s) Factoriza una expresión simbólica

horner(s) Realiza la representación encajada de Horner de un polinomio

[n,d]=numden(s) Obtiene el numerados y denominador de un cociente de polinomios

Por César Menéndez Fernández Página 4 de 4