REPBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LAS FUERZAS
ARMADAS
BARINAS ESTADO BARINAS

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

BARINAS, JULIO DE 2015

INTRODUCCIN

La interpolacin ha sido uno de los mtodos de anlisis matemticos por excelencia,

el cual consiste en encontrar valores aproximados f(x) para x entre distintos valores
diferentes X0, X1,...Xn para los q estn dados los valores de f(x). Este mtodo nmero
consiste en encontrar un va00000lor para una variable, esta variable aplicada a nuestra
vida cotidiana se observara en el anlisis de temperaturas, edades de una muestra de X
poblacin, resultados de censos, en fin para la solucin de un problema, lo cual es el
objetivo primordial de cada uno de los mtodos numricos empleados en distintos casos.
Los valores dado para esta variable pueden provenir de una funcin matemtica
definida por una formula o de una funcin emprica que resulta de la observacin o de la
experimentacin.
As pues, una idea normal de la interpolacin es encontrar un polinomio P n (x)
grado n (o menor) que asuma los valores dados as:

de

Este pn se denomina polinomio de interpolacin y x o,, xn se denomina nodos. Entonces

dejando entendido que si F(x) es una funcin matemtica, entonces p n se denomina
aproximacin de f o tambin podramos decirle aproximacin polinmica.
La resolucin de problemas numricos es tan compleja y variada que con un solo
mtodo no es posible encontrarlos todos, es por ello que existen infinidades de mtodos
para la resolucin de dichos problemas ya que para caso hay un mtodo numrico que
de una u otra manera nos facilite la solucin del mismo.
En esta consulta bibliogrfica podremos encontrar que en la interpolacin existen
variados mtodos tales como el mtodo de newton raphson, el mtodo de interpolacin
de lagrange en otros q nos ayudaran a bsquedas de varibles.

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:

Interpolacin lineal de una variable independiente

En una tabla se representan algunos valores de la funcin, pero no todos. En
ocasiones, nos interesa el valor de la funcin para un valor de la variable independiente
distinto de los que figuran en la tabla; en este caso, podemos tomar el ms prximo al
buscado o aproximarnos un poco ms por interpolacin. La interpolacin casi siempre
nos dar un pequeo error respecto al valor de la funcin verdadero, pero siempre ser
menor que tomar el valor ms prximo de los que figuran en la tabla. Veamos cmo se
calcula al valor de la funcin para un valor de la variable independiente que se encuentre
entre dos valores de la tabla por interpolacin lineal.

Por la tabla sabemos que:

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:

El valor buscado es:

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

De igual forma podemos determinar por ejemplo que:

y2 y1 y3 y1

x2 x1 x3 x1

x2 x1 y2 y1

x3 x1 y3 y1
O lo que es equivalente

Despejando y obtenemos que:

y2 y1

( y3 y1 )( x2 x1 )
( x3 x1 )

ALGUNAS PROPIEDADES BSICAS DE LAS PROPORCIONES SON:

En toda Proporcin se cumple que:

I) El producto de Medios es igual al producto de Extremos.

II) Alternar Extremos:

III) Alternar Medios:

IV) Permutar:

V) Invertir:
VI) Componer respecto al Antecedente y Consecuente respectivamente:

VII) Descomponer respecto al Antecedente y Consecuente respectivamente:

VIII) Componer y descomponer a la vez:

EJEMPLO DE INTERPOLACIN LINEAL (EJERCICIO 2 PRCTICO 2):

Si queremos aproximadamente determinar la mediana para el tamao de las
ordenes, a travs de interpolacin lineal entonces podemos proceder de la siguiente
manera:

Tamao de las rdenes durante el pasado ao fiscal de la compaa Eliot

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

FUENTE: Ctedra de Estadstica

Observando la tabla de distribucin de frecuencias vemos que el intervalo que

50,100
acumula el 50% de los datos es

, por lo tanto en l est contenida la mediana.

Ahora suponiendo que las frecuencias estn distribuidas proporcionalmente en el

intervalo:
50____________49,1
Me___________50
100__________65,8
Podemos plantear por ejemplo la siguiente proporcin:
Me 50
50 49,1

100 50 65,8 49,1

Despejando:
Me 50

(100 50)(50 49,1)

(65,8 49.1)
;

52,99

NOTA: La interpolacin se puede realizar tanto con las frecuencias acumuladas

absolutas, como con las relativas o relativas porcentuales.
FORMULA DE INTERPOLACIN DE LAGRANGE

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.

Suponga que se dan N + 1 puntos como

Xo

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

g(x) = a0 + a1x + a2x*2 + . . . + aNx*N

Donde los ai son coeficientes. El ajuste de la serie de potencias a los N + 1 puntos

dados da un sistema de ecuaciones lineales:
f0 = a0 + a1xo + a2xo*2 + . . . + aNx0*N
f1 = a0 + a1x1 + a2x1*2 + . . . + aNx1*N
fN = a0 + a1xN + a2xN*2 + . . . + aNxN*N

Aunque los coeficientes ai pueden determinarse resolviendo las ecuaciones

simultneas por medio de un programa computacional, dicho intento no es deseable por
dos razones. Primera, se necesita un programa que resuelva un conjunto de ecuaciones
lineales; y segunda, la solucin de la computadora quiz no sea precisa. (Realmente las
potencias de xi en la ecuacin pueden ser nmeros muy grandes, y si es as, el efecto
de los errores por redondeo ser importante.) Por fortuna, existen mejores mtodos para
determinar una interpolacin polinomial sin resolver las ecuaciones lineales. Entre stos
estn la frmula de interpolacin de Lagrange y la frmula de interpolacin de Newton
hacia delante y hacia atrs.
Para presentar la idea bsica que subyace en la frmula de Lagrange, considere el
producto de factores dados por:
V0(x) = (x x1)(x x2) . . . (x xN)

Que se refiere a los N + 1 puntos antes dados antes. La funcin V0 es un polinomio

de orden N de x, y se anula en x = x1, x2, . . ., XN, Si dividimos V0 (x) entre V0 (x0), la
funcin resultante

(x x1)(x x2) . . . (x xN)

V0(x) = (x0 x1)(x0 x2) . . .(x0 xN)

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:

(x x1)(x x2) . . . (x xN)

Vi(x) = (xi x0)(xi x1) . . . (xi xN)

Donde el numerador no incluye (x xi) denominador no incluye (xi x). La

funcin Vi(x) es un polinomio de orden N y toma el valor de uno en x = xi y de cero
en x = xj, j no pertenece a i. As, si multiplicamos V0 (x), V1 (x), . . . , VN (x) por f0, f1, .
. . , fN, respectivamente y las sumamos, el resultado ser un polinomio de orden a lo
ms N e igual a f1 para cada i = 0 hasta i = N.
La frmula de interpolacin de Lagrange de orden N as obtenida se escribe como sigue
(Conte / de Boor):

(x x1)(x x2) . . . (x xN)

f0

g (x) = (x0 x1)(x0 x2) . . . (x0 XN)

(x x0)(x x2) . . . (x xN)

f1

(x1 x0)(x1 x2) . . . (x1 xN)

+

(x x0)(x x1) . . . (x xN-1)

fN...........................Ec 1

(xN x0)(xN x1) . . . (xN xN-1)

La Ec 1 es equivalente a la serie de potencias que se determina resolviendo la

ecuacin lineal. Parece complicado, pero incluso la memorizacin no es difcil si se
entiende la estructura.

FORMULA DE INTERPOLACIN DE LAGRANGE

Empezamos con un conjunto de n+1 puntos en el plano (que tengan

diferentes coordenadas x):
(x 0 , y 0 ), (x 1 , y 1 ), (x 2 , y 2 ),....,(x n , y n ).
Nuestro objetivo es encontrar una funcin polinmica que pase por esos
n+1 puntos y que tengan el menor grado posible. Un polinomio que pase por
varios puntos determinados se llama un polinomio de interpolacin.
Vamos a ver una forma de la solucin que es el llamado polinomio de
interpolacin de Lagrange. (Lagrange public su frmula en 1795 pero ya
haba sido publicada en 1779 por Waring y redescubierta por Euler en
1783).
La frmula general para el polinomio de interpolacin de Lagrange es

Donde usamos polinomios bsicos de Lagrange:

Expandiendo el producto para verlo mejor:

Estos polinomios bsicos de Lagrange se construyen con una propiedad:

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.

Hay otras maneras de calcular este polinomio (con sus ventajas e

inconvenientes). La forma de Lagrange es sencilla y se comprueba con
facilidad que es un polinomio de interpolacin y su grado. Pero para
conocer los coeficientes del polinomio hay que simplificar los trminos. Otra
caracterstica de esta forma de encontrar el polinomio es que si aadimos o
quitamos puntos hay que recalcularlo otra vez.
Vamos a ver algunos ejemplos. El ms sencillo es una recta. Dados dos
puntos (x 0 , y 0 ) y (x 1 , y 1 ) hay exactamente una recta que pasa por esos dos
puntos:

Dados
coordenadas
una recta o
parbola)
caso, hay un
esos tres

tres puntos (x 0 , y 0 ), (x 1 , y 1 ) y (x 2 , y 2 ), con

x diferentes, o bien los tres puntos estn en
hay un polinomio de segundo grado (una
que pasa por esos tres puntos. En cualquier
polinomio de grado como mucho 2 que pasa por
puntos.

Si tenemos 4 puntos, podemos encontrar un

polinomio de grado 3 (o quizs una parbola o una
lnea recta en algunos casos) que pasa por esos 4
puntos:

Una funcin polinmica de grado 4 pasa a travs de 5 puntos:

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.

Criterios de mnimos cuadrados

El criterio de mnimos cuadrados reemplaza el juicio personal de quien mire los
grficos y defina cul es la mejor recta. En los programas como Excel, se realiza usando
la herramienta regresin lineal o ajuste lineal. Los resultados se aplican en el caso
lineal cuando todos los datos de la variable dependiente tienen la misma incertidumbre
absoluta y la incertidumbre de la variable independiente se considera despreciable.
El criterio que se propone es el de los mnimos cuadrados.

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:

En este caso la suma de los cuadrados de los residuos es

(10.17)
Se toma la derivada de la ecuacin (10.17) con respecto a cada uno de los
coeficientes del polinomio, para obtener:

Estas ecuaciones se pueden igualar a cero y reordenar de tal forma que se

obtenga el siguiente conjunto de ecuaciones normales:

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

Debido a que la mayora de herramientas para el anlisis de sistemas y diseo de

sistemas de control requieren que el modelo sea lineal, es necesario entonces disponer
de mtodos para linealizar modelos. La linealizacin generalmente consiste en una
expansin en series de Taylor de la ecuacin de estado (no-lineal) alrededor de un punto
de operacin denido naturalmente por el sistema o seleccionado arbitrariamente para
satisfacer alguna necesidad de control.
EXPONENCIA
FUNCIONES EXPONENCIALES Las funciones exponenciales tienen muchas
aplicaciones, en especial ellas describen el crecimiento de muchas cantidades de la vida
real. Definicin.-La funcin con dominio todos los reales y definida por x f (x) = a , con
a>0, a 1 es llamada funcin exponencial con base a.
Interpolacin en dos dimensiones
Interpolacin en dos dimensiones: interp2. interp2(a,b,z,ai,bi,'mtodo') encuentra el valor
de una funcin 2D subyacente a los datos en puntos intermedios. Como mtodos se
pueden utilizar linear para interpolacin lineal y cubic para interpolacin cbica.