cnica Federico Santa Mara

Universidad Te
lisis Nume
rico - Departamento de Matema
tica
Ana
Segundo Semestre 2016

n
Tarea Laboratorio 3 - Interpolacio
Profesor: Ruben Escanilla
Ayudante Laboratorio: Ricardo Rabanal
FECHA DE ENTREGA: Mi
ercoles 12 de Octubre
Nombre: Gonzalo Sandoval
Rol: 201410523 1
Paralelo C
atedra: 201

1.

Problema 1

Se tiene un conjuntos de datos en un archivo, se pide interpolar dichos datos, primero mediante el metodo de
Splines C
ubicos, obteniendo el siguiente gr
afico:

Figura 1: Gr
afico de los Splines C
ubicos de los datos entregados.
Segundo, interpolar los datos utilizando el metodo de Lagrange, obteniendo el siguiente grafico:

Figura 2: Gr
afico del polinomio interpolador obtenido mediante el metodo de Newton de los puntos entregados.
Al comparar ambos metodos, mediante una imagen de donde provienen los datos, se puede afirmar que Spline
C
ubico es un metodo m
as exacto o estable por la naturaleza de los datos.

2.

Problema 2
Dada la ecuaci
on:
f (x) =

1
20x2

+1
Deseamos saber si el Teorema de Weierstrass se cumple para esta funcion, tal que:
lm ( max |f (x) Pn (x)|) = 0

n axb

(1)

(2)

Donde Pn (x) es el polinomio de interpolaci

on de Newton de grado n. Donde n depende de la cantidad de puntos a
tomar. Mediante el metodo de Newton, se obtendran los polinomios de grado n = 2,6,10,14 y 18 de esta funci
on, y
se evaluar
a este polinomio en el intervalo [1, 1] con un paso de 0, 001 y esto sera condensado en un grafico junto
con la curva de la funci
on.

Figura 3: Gr
afico de la funcion y el polinimio interpolador de grado 2.

Figura 4: Gr
afico de la funcion y el polinimio interpolador de grado 6.

Figura 5: Gr
afico de la funcion y el polinimio interpolador de grado 10.

Figura 6: Gr
afico de la funcion y el polinimio interpolador de grado 14.

Figura 7: Gr
afico de la funcion y el polinimio interpolador de grado 18.
Antes de continuar, es claro ver que se cumple la igualdad 2, al observar las Figuras 3, 4, 5, 6 y 7, basta con
elegir a y b apropiados.
Luego, con el mismo paso obtenido para el polinomio de grado n = 18, se realizara una interpolacion mediante
el metodo de Splines C
ubicos, obteniendo la informacion condensada en el siguiente grafico:

Figura 8: Gr
afico de la funci
on y la interpolacion mediante el metodo de Splines c
ubicos obtenido con los puntos
de intersecci
on marcados en la Figura 7.

3.

Problema 3

Una nutricionista vegetariana prepara yogurt de pajaritos para su consumo. Los pajaritos se multiplican con el
pasar de las horas, y esto le llama la atenci
on, por lo que decide contarlos. A partir de esto, construye la siguiente
tabla:
Tiempo [horas]
N de pajaritos

1, 2
75

2, 8
161

4, 3
389

5, 4
670

6, 8
1466

7, 9
2662

Cuadro 1: Crecimiento de pajaritos.

Se necesita saber el tiempo que demora tener 1000 pajaritos, para una nueva formula de Yoghurt.
Primero, se realizara un ajuste de curva con los datos registrados, mediante Splines C
ubicos, dicho ajuste se
encuentra condensado o representado en el siguiente grafico:

Figura 9: Gr
afico que representa los Splines C
ubicos que ajustan los datos dados.
Luego, se realiza el mismo paso anterior con el metodo de Lagrange, obteniendo el siguiente grafico:

Figura 10: Gr
afico que el polinomio interpolador obtenido con Lagrange y los datos dados.
Adem
as, se tiene una funci
on que representa el crecimiento del yogurt, dada por la siguiente ecuacion:
(t) = 37, 8886 e0,5440t
Ahora, se procede a comparar el metodo de Lagrange con la funcion dada por la ecuacion 3:

(3)

Figura 11: Gr
afico que el polinomio interpolador obtenido con Lagrange y la funcion dada en 3.
Es claro que cuanto el tiempo crece ambas funciones difieren, al menos en el intervalo de 0 a 15[horas]. Entonces,
asumiendo la ecuaci
on 3, se afirma que el metodo de Lagrange no es confiable en todo el dominio, es decir, los reales
positivos.
Por u
ltimo, se da una tabla que contiene el tiempo que se requiere para tener 1000[pajaritos], esto incluye el
valor que se obtiene al usar el metodo de Newton:

Tiempo [horas]

Spline C
ubico
6, 1257

Lagrange
6, 1277

Newton
6, 0563

6, 0167

Cuadro 2: Tiempo requerido para tener una poblacion de 1000 pajaritos.

Al comparar Lagrange, Newton y spline c

ubico, con la funcion es claro Lagrange es el que mas se aproxima a
Gamma y Newton el que menos se acerca a Gamma.

4.

Problema 4
La producci
on italiana de ctricos ha evolucionado como se muestra en la siguiente tabla: Donde se busca
A
no
producci
on (105 Kg)

1965
17769

1970
24001

1980
25961

1985
34336

1990
29036

1991
33417

determinar los valores estimados para los a

nos 2962, 1977 y 1992. Para esto se utilizaran Splines C
ubicos y las
funciones de polinomio de Lagrange y polinomio de Newton.
Metodo utilizado para obtener la produccion aprox.
Splines C
ubicos
Lagrange
Newton

A
no 1962
5146, 1
77765
55881

A
no 1977
22642
15405
14523

A
no 1992
41894
43127
22222

Se sabe que durante los a

nos 1962, 1977 y 1992, la produccion fue 12380, 27403 y 32059, respectivamente. En
base a estos valores se puede decir que para al primer y segundo valor spline c
ubico es un metodo mas exacto, y
para el tercer dato es m
as bondadoso el valor entregado por el metodo de Newton.