Instituto Tecnolgico Superior de

Coatzacoalcos
Ingeniera en Sistemas Computacionales

Nombre del Alumno:

No. De Control

Octavio Contreras Rodrguez

14082078

UNIDAD 5: Interpolacin
Asignatura:
Mtodos Numricos

Investigacion
Semestre:
Nombre del Docente:
Landy______
Apellido Paterno

Grupo:
Blanquet
Apellido Materno

B
Escobar
Nombre(s)

ndice
Introduccin.......................................................................................................... 3
5.1 Polinomio de interpolacin de Newton..................................................................4
5.2 Polinomio de interpolacin de Lagrange...............................................................5
5.3 Interpolacin segmentada.................................................................................. 7
5.4 Problemas de aplicacin.................................................................................. 10
Conclusin.......................................................................................................... 12
Bibliografa.......................................................................................................... 13

Introduccin
Se denomina interpolacin a la obtencin de nuevos puntos partiendo del
conocimiento de un conjunto discreto de puntos.
En ingeniera y
algunas ciencias es frecuente disponer de un cierto nmero de puntos obtenidos
por muestreo o a partir de un experimento y pretender construir una funcin que
los ajuste. Cada funcin tiene su mtodo para poder ser resuelta y es lo que
vamos a ver en este trabajo de investigacin. Un problema que se presenta con
frecuencia en las ciencias experimentales y en ingeniera es tratar de construir una
funcin (denominada funcin interpolante) de la que se conoce una serie de
datos (denominados datos de interpolacin). Estos datos pueden ser fruto de las
observaciones realizadas en un determinado experimento en el que se relacionan
dos o ms variables e involucran valores de una funcin y/o de sus derivadas. El
objetivo ser determinar una funcin que verifique estos datos y que adems sea
fcil de construir y manipular. Por su sencillez y operatividad los polinomios se
usan frecuentemente como funciones interpolantes.

Unidad 5 Interpolacin
5.1 Polinomio de interpolacin de Newton
Es un mtodo de interpolacin polinmica. Aunque slo existe un nico polinomio que
interpola una serie de puntos, existen diferentes formas de calcularlo. Este mtodo es til para
situaciones que requieran un nmero bajo de puntos para interpolar, ya que a medida que
crece el nmero de puntos, tambin lo hace el grado del polinomio.
Existen ciertas ventajas en el uso de este polinomio respecto al polinomio interpolador de
LaGrange. Por ejemplo, si fuese necesario aadir algn nuevo punto o nodo a la funcin, tan
slo habra que calcular este ltimo punto, dada la relacin de recurrencia existente y
demostrada anteriormente.

Definicin analtica
Dados n+1 escalares distintos
y n+1 escalares (iguales distintos) w0,
w1,wn se define el polinomio interpolador en la forma:

Siendo c0,.,cn as coordenadas del polinomio y la expresin anterior del polinomio

interpolador la conocida como diferencias divididas.
Teniendo en cuenta que existe una funcin p tal que p(zi)=wi y haciendo sucesivamente:

Se llega a:

Con los siguientes polinomios:

Las Di satisfacen la relacin de recurrencia:

Y finalmente se obtiene el vector

con lo que se puede

escribir el polinomio interpolador de Newton en funcin de la nueva base C, de la forma que

sigue:

5.2 Polinomio de interpolacin de Lagrange

En anlisis numrico, el polinomio de Lagrange, llamado as en honor a Joseph-Louis de
Lagrange, es una forma de presentar el polinomio que interpola un conjunto de puntos dado.
Lagrange public este resultado en 1795, pero lo descubri Edward Waring en 1779 y fue
redescubierto ms tarde por Leonhard Euler en 1783. Dado que existe un nico polinomio
interpolador para un determinado conjunto de puntos, resulta algo engaoso llamar a este
polinomio el polinomio interpolador de Lagrange. Un nombre ms apropiado es interpolacin
polinmica en la forma de Lagrange.
Definicin
Dado un conjunto de k + 1 puntos

Donde todos los xj se asumen distintos, el polinomio interpolador en la forma de

Lagrange es la combinacin lineal

De bases polinmicas de Lagrange

y la versin de segundo orden es:

(24
)
al igual que en el mtodo de Newton, la versin de Lagrange tiene un error
aproximado dado por:
(25)
La ecuacin (21) se deriva directemente del polinomio de Newton. Sin embargo,
la razon fundamental de la formulacin de Lagrange se puede comprender
directamente notando que cada trmino Li(X) ser 1 en X=Xi y 0 en todos los
dems puntos.
Por lo tanto, cada producto Li(X) f(Xi) toma un valor de f(Xi) en el punto Xi. Por
consiguiente la sumatoria de todos los productos, dada por la ecuacin (21) es el
nico polinomio de n-simo orden que pasa exactamente por los n+1 puntos.
La resolucin de un problema de interpolacin lleva a un problema de lgebra lineal en el cual
se debe resolver un sistema de ecuaciones. Usando una base monmicaestndar para
nuestro polinomio interpolador, llegamos a la matriz de Vandermonde. Eligiendo una base
distinta, la base de Lagrange, llegamos a la forma ms simple de matriz identidad = i,j, que
puede resolverse inmediatamente.
Ejemplo:

sese un polinomio de interpolacin de Lagrange de primer y segundo orden para

evaluar ln 2en base a los datos:
i

f(X)

1.0

0.000 0000

4.0

1.386 2944

6.0

1.791 7595

Solucin:
El polinomio de primer orden es:

y, por lo tanto, la aproximacin en X = 2 es

de manera similar, el polinomio de segundo orden se desarrolla como:

Como se expresaba, ambos resultados son similares a los que se obtuvieron

previamente usando la interpolacin polinomial de Newton.
En resumen, para los casos en donde el orden del polinomio se desconozca, el
mtodo de Newton tiene ventajas debido a que profundiza en el comportamiento
de las diferentes frmulas de orden superior. Adems la aproximacin del error
dada por la ecuacin (20), en general puede integrarse fcilmente en los clculos
de Newton ya que la aproximacin usa una diferencia dividida. De esta forma,
desde el punto de vista de clculo, a menudo, se prefiere el mtodo de Newton.
Cuando se va a llevar a cabo slo una interpolacin, ambos mtodos, el de
Newton y el de Lagrange requieren de un esfuerzo de clculo similar. Sin
embargo, la versin de Lagrange es un poco ms fcil de programar. Tambien
existen casos en donde la forma de Newton es ms susceptible a los errores de
redondeo. Debido a esto y a que no se requiere calcular y almacenar diferencias
divididas, la forma de Lagrange se usa, a menudo, cuando el orden del polinomio
se conoce a priori.

5.3 Interpolacin segmentada.

Esta interpolacin se llama interpolacin segmentaria o interpolacin por splines.
La idea central es que en vez de usar un solo polinomio para interpolar los datos,
podemos usar segmentos de polinomios y unirlos adecuadamente para formar
nuestra interpolacin. Cabe mencionar que entre todas, las splines cbicas han
resultado ser las ms adecuadas para aplicaciones como la mencionada
anteriormente. As pues, podemos decir de manera informal, que una funcion
spline est formada por varios polinomios, cada uno definido en un intervalo y que
se unen entre si bajo ciertas condiciones de continuidad.
El trmino "spline" hace referencia a una amplia clase de funciones que son
utilizadas en aplicaciones que requieren la interpolacin de datos, o un suavizado
de curvas. Los splines son utilizados para trabajar tanto en una como en varias
dimensiones. Las funciones para la interpolacin por splines normalmente se
determinan como minimizadores de la aspereza sometidas a una serie de
restricciones.
Interpolacin segmentaria lineal
7

En l, vamos a interpolar una funcin f(x) de la que se nos dan un nmero N de

pares (x,f(x)) por los que tendr que pasar nuestra funcin polinmica P(x). Esta
serie de funciones nuestras van a ser lineales, esto es, con grado 1: de la
forma P(x) = ax + b.
Definiremos una de estas funciones por cada par de puntos adyacentes, hasta un
total de (N-1) funciones, hacindolas pasar obligatoriamente por los puntos que
van a determinarlas, es decir, la funcin P(x) ser el conjunto de segmentos que
unen nodos consecutivos; es por ello que nuestra funcin ser continua en dichos
puntos, pero no derivable en general.
Ejemplo : Interpolar con splines f(x) = 1 / x , en los puntos en los que x vale 1, 2 y
4

f(1) = 1

f(2) = 0.5

f(4) = 0.25

El primer segmento P1(x) = ax + b deber unir los primeros dos puntos de

coordenadas (1,1) y (2,0.5). Surge un sistema lineal de dos ecuaciones en dos
incgnitas:

(1) 1=a+b

(2) 0.5=2a+b

De (1) se obtiene:
a=1-b (3)
Reemplazando (3) en (2) se obtiene:
0.5=2(1-b)+b
luego
b=1.5
Reemplazando el valor de (b) en (1), se obtiene:
a = - 0.5
Por lo tanto, se concluye que: P1(x) = - 0.5x + 1.5 El segundo segmento P2(x) =
ax + b deber unir el segundo punto (2,0.5) con el tercer punto (4,0.25).
Anlogamente a lo hecho para P1(x), en el caso de P2(x) se obtiene:
8

1. (1) 0.5 = 2a + b
2. (2) 0.25 = 4a + b
a = - 0.125, b = 0.75
Luego P2(x) = - 0.125x + 0.75
Interpolacin segmentaria cuadrtica
En este caso, los polinomios P(x) a travs de los que construimos el Spline tienen
grado 2. Esto quiere decir, que va a tener la forma P(x) = ax + bx + c
Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones
(donde N son los puntos sobre los que se define la funcin). La interpolacin
cuadrtica nos va a asegurar que la funcin que nosotros generemos a trozos con
los distintos P(x) va a ser continua, ya que para sacar las condiciones que ajusten
el polinomio, vamos a determinar cmo condiciones:

Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir,
que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x)
en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para ambos "lados" de la

funcin definida a trozos que pasa por tal punto comn.

Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por qu?.
Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida en tres
puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis incgnitas en
total. Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener tan
slo cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por
cada intervalo), y la quinta al igualar la derivada en el punto comn a las dos P(x).
Se necesita una sexta ecuacin, de dnde se extrae? Esto suele hacerse con el
valor de la derivada en algn punto, al que se fuerza uno de los P(x).

Interpolacin segmentica cubica

En este caso, cada polinomio P(x) a travs del que construimos los Splines en
[m,n] tiene grado 3. Esto quiere decir, que va a tener la forma P(x) = ax + bx + cx
+d

En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una
nueva condicin para cada punto comn a dos intervalos, respecto a la derivada
segunda:

Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir,
que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x)
en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para ambos "lados" de la

funcin definida a trozos que pasa por tal punto comn.

Que la derivada segunda en un punto siempre coincida para ambos "lados"

de la funcin definida a trozos que pasa por tal punto comn.

Como puede deducirse al compararlo con el caso de splines cuadrticos, ahora no

nos va a faltar una sino dos ecuaciones (condiciones) para el nmero de
incgnitas que tenemos.
La forma de solucionar esto, determina el carcter de los splines cbicos. As,
podemos usar:

Splines cbicos naturales: La forma ms tpica. La derivada segunda de

P se hace 0 para el primer y ltimo punto sobre el que est definido el conjunto
de Splines, esto son, los puntos m y n en el intervalo [m,n].

Dar los valores de la derivada segunda de m y n de forma "manual", en el

conjunto de splines definidos en el intervalo [m,n].

Hacer iguales los valores de la derivada segunda de m y n en el conjunto

de splines definidos en el intervalo [m,n]

Splines cbicos sujetos: La derivada primera de P debe tener el mismo

valor que las derivada primera de la funcin para el primer y ltimo punto sobre
el que est definido el conjunto de Splines, esto son, los puntos m y n en el
intervalo [m,n].

5.4 Problemas de aplicacin

Desde tiempos ancestrales el papel del ingeniero ha sido bsicamente el mismo, tratar de
conocer e interpretar los mecanismos de la naturaleza para as poder modificarla al servicio
del hombre. Para ello ha utilizado sus conocimientos, intuicin, experiencia y los medios
10

naturales a los que en cada momento ha tenido disponibles. Con el gran poder de cmputo
que se tiene en estos das, el ingeniero dispone de grandes ventajas para poder llevar a cabo
su misin y abordar cada da retos ms ambiciosos en la solucin de nuevos problemas,
cuyos aspectos polticos, econmicos, cientficos o tecnolgicos pueden tener un mayor
impacto en la mejora de la calidad de vida del hombre. Encontramos as aplicaciones de los
mtodos numricos en los mbitos ms diversos desde sectores tecnolgicos tan clsicos
como la ingeniera estructural o la aerodinmica de aviones, hasta aplicaciones ms
sofisticadas como ingeniera de alimentos, ingeniera mdica, diseo de frmacos, biologa,
etc.. En la actualidad, gracias a la gran evolucin que han tenido los mtodos numricos y
su implementacin en potentes computadoras, es posible, por ejemplo, modelar el choque
de un vehculo o hacer el anlisis aerodinmico estructural de un avin, resolviendo en cada
caso sistemas algebraicos de ecuaciones con varios cientos de miles (a veces de millones)
de incgnitas. Se presentan a continuacin algunas aplicaciones de los mtodos numricos
a diversos problemas de ingeniera. Todos estos mtodos los podemos ocupar para diferentes
reas de la ingeniera como pueden ser en:
Mecnica de Fluidos: Una rama muy importante de la ingeniera, es el estudio de la
mecnica de fluidos, en donde las ecuaciones que gobiernan el fenmeno fsico tienen
ciertas peculiaridades que las hacen difciles de abordar desde el punto de vista numrico.
Aqu se presentan problemas de bloqueo numrico de la solucin y deben seguirse ciertas
alternativas para hacer abordable el problema. Un tipo de problemas que es interesantes
resolver es por ejemplo determinar las
presiones que provoca el viento sobre
una estructura determinada.
Un estudio de ese tipo se realiz en el
observatorio astronmico de Gran
Canarias,
construido
por
la
Comunidad Econmica Europea en
las Islas Canarias Se requera poder
determinar
qu
deformaciones
producira el viento sobre la estructura
del telescopio, pues se afectara
seriamente la calidad de las observaciones que se realizaran. En la Figura pueden
observarse las lneas de corriente que sigue el viento al entrar en la estructura que cubre el
telescopio.
11

Medios de Transporte: En general, para la concepcin y produccin de un vehculo (ya

sea un automvil, un avin o un barco) es muy comn utilizar modelos numricos de
dinmica de fluidos para simular el comportamiento del vehculo en movimiento (ya sea en
tierra, en aire o en ambos). Esto permite optimizar la forma geomtrica exterior del mismo
de manera que su resistencia al avance sea la mnima posible, lo que permitir tener una
vida til ms larga, menor consumo de combustible, que sea menos contaminante, que sea
ms ligero (ms barato de producir). Pero el estudio no termina ah. Los modelos
anteriormente descritos deben acoplarse con estudios que permitan el modelado de
situaciones extremas de servicio del vehculo que podran afectar la seguridad de sus
ocupantes, tales como: choque, vuelco, aterrizaje forzoso, etc., lo que exige hacer uso de
modelos avanzados de dinmica estructural no lineal. Por otra parte, cada vez es ms usual
utilizar simulaciones numricas para reproducir el ciclo de diseo y fabricacin de piezas
de los vehculos. Ejemplos de estos procesos pueden encontrase en: la embuticin, el
doblado y el corte de piezas de chapa para carroceras y fuselajes; el modelado de la
fabricacin del monoblock de un motor, de una biela o de un pistn (problema termomecnico con cambio de fase para modelar la solidificacin del colado de la pieza); el
diseo de mejores sistemas de seguridad activos y pasivos en caso de colisin (refuerzos
estructurales, bolsas de aire, etc.).

Conclusin
Los mtodos numricos y su aplicacin computacional, permite resolver diversos
problemas fsicos en forma eficiente. La cantidad de problemas que se abordan
aumenta da a da y la calidad de los resultados se ajusta ms a la realidad. La
conjuncin de las matemticas y los mtodos numricos ha permitido abordar
problemas de mucho intereses tanto para la comunidad cientfica, como para que
la sociedad se vea beneficiada de la aplicacin de simulaciones numricas. Cada
mtodo numrico involucra funciones a las cuales nosotros debemos elevar a n
exponente as poder saber lo que se est proponiendo dentro del problema en s,
gracias a todos estos mtodos podemos encontrar respuestas a ciertas incgnitas
as poder satisfacer tal necesidad. A lo largo de este trabajo de investigacin
podremos darnos cuenta de que cada uno de los temas son algo laboriosos e
incluso aburridos pero cuando tenemos dichas variables listas para sustituirlas
dentro de la formula podremos darnos cuenta de que es ms fcil de lo que
esperbamos. Esperemos que este contenido haya servido para ustedes.

12

13

Bibliografa
http://aniei.org.mx/paginas/uam/CursoMN/curso_mn_07.html

http://www.uv.es/diazj/cn_tema5

https://es.wikipedia.org/wiki/Interpolaci%C3%B3n_polin%C3%B3mica_de_Newton

http://mitecnologico.com/sistemas/Main/MetodosNumericos

http://esimecu-anumerico.blogspot.mx/2011/06/interpolacion-de-newton.html

https://sites.google.com/site/danaly7/unidad-5/polinomio-de-interpolacion-denewton

14