Professional Documents
Culture Documents
Teora de
Aproximaciones
de Funciones
PROF:
Richard Ruiz
BACHILLERES:
Carlos Belandria
C.I. V 23.913.501
Karina Valera
C.I. V 23.576.124
Cristina Bueno
C.I. V 20.733.487
Nakari R. Daz D.
C.I. V 23.034.244
SECCIN: G-41
INTRODUCCIN
de
INTERPOLACIN LINEAL
La interpolacin
lineal es
una
caso
particular
de
la interpolacin general
de Newton.
Con el polinomio de interpolacin de Newton se logra aproximar un valor de
la funcin f(x) en un valor desconocido de x. El caso particular, para que una
interpolacin sea lineal es en el que se utiliza un polinomio de interpolacin de grado 1, y
se denota de la siguiente manera:
y
Queremos, pues, saber:
Siendo:
La interpolacin lineal consiste en trazar una recta que pasa por (x1,y1) y (x2,y2), y =
r(x) y calcular los valores intermedios segn esta recta en lugar de la funcin y = f(x)
Para ello nos basamos en la semejanza de tringulos
Esto es:
Despejando, tenemos:
O lo que es lo mismo:
Esto es:
INTERPOLACIN LINEAL
La interpolacin consiste en hallar un dato dentro de un intervalo en el que
conocemos los valores en los extremos.
Si se supone que las variaciones son proporcionales se utiliza la interpolacin lineal.
Sean dos puntos (x1, y1) y (x3, y3), entonces la interpolacin lineal consiste en hallar
2
una estimacin del valor y , para un valor x tal que x1<x <x3.
Teniendo en cuenta que las variaciones en una relacin lineal son constantes entonces
podemos determinar por ejemplo las siguientes proporciones:
y2 y1 y3 y2
x2 x1 x3 x2
y2 y1 y3 y1
x2 x1 x3 x1
x2 x1 y2 y1
x3 x1 y3 y1
O lo que es equivalente
y2 y1
( y3 y1 )( x2 x1 )
( x3 x1 )
IV) Permutar:
V) Invertir:
VI) Componer respecto al Antecedente y Consecuente respectivamente:
Tamao
de...
0,10
N
de Porcentaje
ordenes
de ordenes
950
23.3
Porcentaje
acumulado
23.3
10, 25
940
23.1
46.4
25,50
110
2.7
49.1
50,100
680
16.7
65.8
100, 250
260
6.4
72.2
250, 500
480
11.8
84
500,1000
650
16
100
50,100
acumula el 50% de los datos es
Despejando:
Me 50
52,99
Pueden ajustarse tres o cuatro datos por medio de una curva? Uno de los mtodos
fundamentales para encontrar una funcin que pase a travs de datos es el de usar un
polinomio.
La interpolacin polinomial se puede expresar en varias formas alternativas que
pueden transformarse entre s. Entre stas se encuentran las series de potencias, la
interpolacin de Lagrange y la interpolacin de Newton hacia atrs y hacia delante.
Un polinomio de orden N que pasa a travs de N + 1 puntos es nico. Esto significa
que, independientemente de la frmula de interpolacin, todas las interpolaciones
polinomiales que se ajustan a los mismos datos son matemticamente idnticas.
X1
...
Xn
fo
f1
...
fn
Donde X0, X1,. . . son las abscisas de los puntos (puntos de la malla) dados en orden
creciente. Los espacios entre los puntos de la malla son arbitrarios. El polinomio de
orden N que pasa a travs de los N + 1 puntos se puede escribir en una serie de
potencias como
Toma el valor de uno para x = x, y de cero para x = x1, x = x2, . . . , x = xN. En forma
anloga, podemos escribir Vi como:
f0
f1
fN...........................Ec 1
Entonces es muy fcil comprobar que estos polinomios pasan por todos
los n+1 puntos dados (es decir, es un polinomio de interpolacin):
El grado del polinomio de interpolacin de Lagrange es igual o menor
que n. Es el menor grado posible. El polinomio encontrado es nico.
Dados
coordenadas
una recta o
parbola)
caso, hay un
esos tres
INTERPOLACIN DE NEWTON
NEWTON HACIA ADELANTE:
Como los denominadores de las diferencias divididas siempre van a ser kh, k=1,2,
,n, podemos redefinir las diferencias divididas:
(9)
0f01f0nf0===f0=f(x0)f1f0n1fi+1n1fi
Entonces el polinomio queda
(10)
Pn(x0+ht)=0f0+f0t+2f02!t(t1)++nf0n!t(t1)(t2)(tn+1)
Esto tambin se puede escribir asi:
(11)
Pn(x)=k=0n(tk)kf0
donde t=(xx0)/h.
NEWTON HACIA ATRS
Hacemos algo parecido al caso anterior, pero ahora resulta que:
(12)
0fi1finfi===fififi1n1fin1fi1
El polinomio queda:
(13)
Pn(x)=k=0n(t+k1k)kfn
con kt0.
Ntese que el caso hacia adelante usa fuertemente los datos de la primera fila de la
tabla, y aqu los del ltimo. Esto puede convenir para reordenarlos si se sabe donde
estn los menos confiables.
EXTRAPOLACION
En matemticas, extrapolacin es el proceso de estimar ms all del intervalo de
observacin original, el valor de la variable en base a su relacin con otra variable. Es
similar a la interpolacin, la cual produce estimados entre las observaciones conocidas,
a diferencia de esta la extrapolacin es sujeta a una mayor incertidumbre y a un mayor
riesgo de producir resultados insignificantes. Extrapolacin tambin puede significar
extensin de un mtodo, asumiendo que se pueden aplicar mtodos similares.
REGRESIN POLINOMIAL.
En la seccin anterior se desarrolla un procedimiento que obtiene la ecuacin de una
lnea recta usando el criterio de mnimos cuadrados. Algunos datos de ingeniera,
aunque muestren un marcado patrn se representan pobremente mediante una lnea
recta. En estos casos, se ajusta mejor una curva a los datos. Una alternativa es ajustar
polinomios a los datos usado regresin polinomial.
El procedimiento de mnimos cuadrados se puede extender fcilmente y ajustar datos a
un polinomio de m-esimo grado:
(10.17)
Se toma la derivada de la ecuacin (10.17) con respecto a cada uno de los
coeficientes del polinomio, para obtener:
En donde todas las sumatorias van desde i=i hasta n. Ntese que las m+1 ecuaciones
anteriores son lineales y tienen m+1 incgnitas:
Los coeficientes de las
incgnitas se pueden calcular directamente de los datos observados. Por lo tanto, el
problema de determinar polinomios de grado m con mnimos cuadrados es equivalente a
resolver un sistema de m+1 ecuaciones lineales simultneas.
LINEALIZACION
La linealizacin permite usar herramientas desarrolladas para el estudio de sistemas
lineales en el estudio del comportamiento de sistemas no lineales en torno a un punto
dado. La linealizacin de una funcin es el trmino de primer orden del desarrollo en
la serie de Taylor en torno al punto de inters. Para sistemas definidos por la ecuacin
,
el sistema linealizado se puede escribir como
donde
es el punto de inters y
es el Jacobiano de
evaluado a