Introducción

El objetivo primordial de este tema es aproximar funciones mediante series de potencias. Sin embargo, antes del estudio de las series de potencias se prepara el terreno. Mientras que los valores de funciones polinomiales pueden determinarse efectuando un número finito de adiciones y multiplicaciones, otras funciones, entre ellas las funciones logarítmicas, exponenciales y trigonométricas, no pueden evaluarse tan fácilmente. En esta sección se mostrara que muchas funciones pueden aproximarse mediante polinomios y que el polinomio, en lugar de la función original, puede emplearse para realizar cálculos cuando la diferencia entre el valor real de la función y la aproximación polinomial es suficientemente pequeña. Varios métodos pueden emplearse para aproximar una función dada mediante polinomios. Uno de los más ampliamente utilizados hace uso de la fórmula de Taylor, llamada así en honor del matemático ingles brook Taylor (16851731). El teorema siguiente, el cual puede considerarse como una generalización del teorema del valor medio, proporciona la fórmula de Taylor.

1

Objetivo
Uno de los objetivos primordiales es aprender cómo funcionan las aproximaciones polinomiales, sucesiones y series infinitas, ya que es de gran importancia para poder así calcular las unciones logarítmicas, exponenciales y trigonométricas. También como mencionaba así darle una visión más amplia al lector sobre este tema, llevando un lenguaje no tan extenso y más centrado en lo práctico y lo necesario para llevarse a cabo este tipo de cálculos matemáticos, tanto en el calculo diferencial e integral, encontramos infinidad de temas que a veces no nos llaman la atención de practicar, en las aproximaciones polinomiales veremos lo sencillo que es hacer una aproximación por medo de teoremas. 1. Existen infinidad de métodos para aproximar una función dada mediante polinomios, unos de los más importantes que se usan es la fórmula de Taylor.

2

1. ¿Qué son las aproximaciones polinomiales?
Muchas funciones pueden aproximarse mediante polinomios y que el polinomio, en lugar de la función original, puede emplearse para realizar cálculos cuando la diferencia entre el valor real de la función y la aproximación polinomial es suficiente pequeña. Mientras que los valores de funciones polinomiales pueden determinarse efectuando un número finito de adiciones y multiplicaciones, otras funciones, entre ellas las funciones logarítmicas, exponenciales y trigonométricas, no pueden evaluarse tan fácilmente. En esta sección se mostrara que muchas funciones pueden aproximarse mediante polinomios y que el polinomio, en lugar de la función original, puede emplearse para realizar cálculos cuando la diferencia entre el valor real de la función y la aproximación polinomial es suficientemente pequeña. Varios métodos pueden emplearse para aproximar una función dada mediante polinomios. Uno de los más ampliamente utilizados hace uso de la fórmula de Taylor, llamada así en honor del matemático ingles brook Taylor (1685-1731). El teorema siguiente, el cual puede considerarse como una generalización del teorema del valor medio, proporciona la fórmula de Taylor.

brook Taylor

Las aproximaciones polinomiales, sucesiones y series infinitas, forman parte importante dentro del cálculo diferencial e integral. Uno de los objetivos primordiales es aprender cómo funcionan las aproximaciones polinomiales, sucesiones y series infinitas, ya que es de gran importancia para poder así calcular las unciones logarítmicas, exponenciales y trigonométricas. También como mencionaba así darle una visión más amplia al lector sobre este tema, llevando un lenguaje no tan extenso y más centrado en lo práctico y lo necesario para llevarse a cabo este tipo de cálculos matemáticos, tanto en el cálculo e integral, encontramos infinidad de temas que a veces no nos llaman la atención de practicar, en las aproximaciones polinomiales veremos lo sencillo que es hacer una aproximación por medo de teoremas.

1. Existen infinidad de métodos para aproximar una función dada mediante polinomios, unos de los más importantes que se usan es la fórmula de Taylor. El teorema siguiente, el cual puede considerarse como una generalización del teorema del valor medio, proporciona la fórmula de Taylor.

3

La condición en la que se cumple (2) es que ƒ y sus primeras n derivadas sean continuas en un intervalo cerrado que contenga a a y x. y (a. considere que ƒ (x) existe para toda x del intervalo abierto (a. Si en (1) se reemplaza b por x. b]. Observe que cuando n = 0. Entonces existe un número z en el intervalo abierto (a. Tal que (1) La ecuación (1) también se cumple si b < a. y la (n + 1 )-esima derivada de ƒ exista en todos los puntos del intervalo abierto correspondiente. b] se reemplaza por [b. (3) Donde (4) Y Donde z esta entre a y x (5) 4 . b). a]. b) se sustituye por (b. (1) se convierte en Donde z esta entre a y b. esta es la conclusión del teorema del valor medio. La demostración del teorema 1 se presentara más adelante.Teorema 1 Sea ƒ una función tal que ƒ y sus primeras n derivadas son continuas en el intervalo cerrado [a. en tal caso [a. a). La fórmula (2) puede escribirse como: Continúa…. Además . se obtiene la fórmula de Taylor: (2) Donde z esta entre a y x. b).

james stirling (1692-1770). de (6).Pn(x) se denomina polinomio de Taylor de n-ésimo grado de la función ƒ en el número a. Ejemplos: Ilustrativo 1 Se calculara el polinomio de maclaurin de n-esimo grado para la función exponencial natural. una función puede aproximarse por medio de un polinomio de Taylor en un número a o por un polinomio de maclaurin. Por tanto. los primeros cuatro polinomios de maclaurion de la función exponencial natural son 5 . lagrange (1736-1813). El termino Rn(x). en honor al matemático escocés colin maclaurin (1698-1746). obtenido a partir de (4) con a = 0. Si ƒ(x) = . esta fórmula recibe el nombre de fórmula de maclaurin. llamada así en honor al matemático francés joseph l. es (6) De este modo. se denomina forma de lagrange del residuo. y las derivadas Así. dado en (5). entonces todas las derivadas de ƒ en x son iguales a evaluadas en cero son 1. El polinomio de maclaurin de n-esimo grado para una función ƒ. y Rn(x) se llama residuo. la fórmula fue obtenida por Taylor y por otro matemático inglés. El caso especial de la fórmula de Taylor que se obtiene al considerar a = 0 en (2) es Donde z esta entre 0 y x. Colín maclaurin Sin embargo.

2214 1. n 0 1 2 3 n 0 1 2 3 e0.2 1. 3] por [0.2213 e0. En la figura 5 se muestran las gráficas de los cuatro polinomios de maclaurin y la gráfica de ƒ(x) = aproximan en el mismo sistema coordenado.4 1. Observe como los polinomios para valores de x cercarnos a cero.4918 0.2 – Pn(0.Las figuras 1 a 4 muestran la gráfica de ƒ(x) = junto con las gráficas de P0(x). P2(x) y P3(x).4918 1.4907 Pn(0.2 1. 1.2214 Pn(0.4918 1.0118 0.4918 1. respectivamente.Pn(x) para x = 0. Las tablas 1 y 2 proporcionan los valores de . a medida que x está más cerca de 0. 2 y 3) y . es Continua. y note que conforme n se incrementa.2214 0.4918 e0.2) 0. es mejor la aproximación para un Pn(x) especifico. 6 .4 1. Observe que con estos dos valores de x.2214 1.4 y x = 0.0014 0. respectivamente.2214 1. la forma de lagrange del residuo.22 1.0918 0.0011 e0. Pn(x) (cuando n es igual a 0.4) 1 1.0001 De (5).2.4 – Pn(0. 4]. la aproximación mejora. P1(x).0214 0. trazadas en el rectángulo de inspección de [-3. cuando Pn(x) es el polinomio de maclaurin de nesimo grado para la función exponencial natural.48 1.4) 0.2) 1 1.

entonces Donde z esta entre 0 y x y figuras del 1 al 4 muestran Graficas. 7 . si P (x) se emplea para aproximar .donde z esta entre 0 y x (8) en particular.

1. La diferencia dividida de orden cero se define como: [pic] esta diferencia se puede denotar también como yr ó bien fr.Funciones Tubulares. [pic] Los coeficientes ahí pueden determinarse fácilmente si se utilizan las diferencias divididas de los valores tabulados. 8 . los coeficientes se determinan como sigue: [pic] Por lo tanto si se reemplaza en el polinomio [pic] Este polinomio se conoce como polinomio de interpolación con diferencias divididas de Newton. Si se considera la función y=f(x) definida en forma tabular. por ejemplo una diferencia de orden n se define como: [pic] Una vez definidas las diferencias. pero sin que los valores de la variable independiente tengan paso constante. parecida a la presentada en la Tabla 5. La diferencia de primer orden o diferencia de orden uno es igual a: [pic] Las diferencias de orden superior se definen en términos de diferencias de orden inferior. puede escribirse un polinomio de grado n-ésimo que pase por todos los (n+1) puntos definidos de la función.

las derivadas son reemplazadas por aproximaciones en diferencias finitas. especialmente en las ecuaciones diferenciales ordinarias numéricas y las ecuaciones diferenciales parciales numéricas. Dada la función y=f(x) definida en forma tabular como la que se presenta en la Tabla . El cálculo de las diferencias finitas permite encontrar el grado del polinomio por el cual puede describirse una función tabular. La idea es substituir los derivados que aparecen en la ecuación diferencial por las diferencias finitas que las aproximan. Básicamente. El método de diferencias finitas es una clásica aproximación para encontrar la solución numérica de las ecuaciones que gobiernan el modelo matemático de un sistema continuo. xy x0 y0 x1= x0+h y1 x2= x0+2h y2 x3= x0+3h y3 …… xn= x0+nh yn 9 . Es valioso familiarizarse con ésta aproximación porque tal conocimiento reforzará la comprensión de los procedimientos de elementos finitos. es decir que el incremento o paso es igual a un valor constante denominado h. Un uso importante de diferencias finitas está en el análisis numérico. en una solución por diferencias finitas. Diferencia Finita. están igualmente espaciados entre sí. convirtiendo entonces un problema de ecuaciones diferenciales en un problema algebraico fácilmente resoluble por medios comunes. que tienen como objetivo la solución numérica las ecuaciones diferenciales parciales ordinarias de y respectivamente. y suponiendo que los valores de la variable independiente xn.

puede establecerse que: Esta fórmula es verdadera para todo valor entero positivo de k. se denomina fórmula de interpolación de Newton y es aplicable para 10 . Suponiendo que esto es verdadero para cualquier valor de y. Interpolación con incrementos Interpolación de Newton constantes e Si se desea encontrar un valor incluido entre dos valores consecutivos de una función tabular puede utilizarse la interpolación de Newton. afectadas por los coeficientes del desarrollo del binomio de Newton. para encontrar un valor de x incluido entre dos valores consecutivos de la tabla mencionada. se supone que la función f(x) se aproxima a un polinomio Pn(x) de grado n. que pasa por todos los puntos que definen a la función (puesto que la diferencia de orden n es aproximadamente constante). Dada la función y = f(x). x k < x< x k+1. definida en la tabla anterior. Recordando la definición de diferencias pueden calcularse los valores de la variable dependiente y en función de estas diferencias como se indica a continuación: En estas expresiones puede verse que aparecen las primeras de las distintas diferencias de órdenes sucesivos a partir de y0.

En esta fórmula. Δ2y0.Por ejemplo si se desea encontrar el valor de la variable independiente para x=6. Δy0. el cual se considera inmediato al valor que se trata de interpolar. yk es un valor aproximado (interpolado) de la función obtenida para x = xk. y k se determina como sigue: . ….cualquier valor de xk correspondiente o no a la tabla. y0 es el valor inicial de y.2 de la función definida por la tabla 11 . Δ4y0. son las diferencias hacia adelante de órdenes sucesivas correspondientes a y0. Δ3y0.

es decir: El polinomio interpolador es un polinomio de quinto grado: Por lo tanto si x=6. 12 . por lo tanto la función puede describirse por un polinomio de tercer grado. se reemplaza en el polinomio de Newton y el valor de la variable dependiente es: 61.Se calculan las diferencias hacia adelante: Como puede observarse las diferencias de orden 3 ó terceras diferencias se mantienen constantes.1. Se aplica la fórmula para encontrar el valor deseado: O bien puede resolverse el problema encontrando el polinomio de interpolación de Newton. para ello se calculan las diferencias divididas hasta el orden quinto.2.

 Extrapolación de Newton o Interpolación Inversa El problema de interpolación inversa consiste en determinar el valor de la variable independiente x conocido el valor de la función f(x). La interpolación inversa o extrapolación consiste entonces en expresar la x en función de la y. En nuestro caso y usando la expresión de LaGrange del polinomio interpolador. Dicha interpolación deberá ser inversa ya que nosotros conocemos y0 = 20 y nuestro deseo es conocer el x0 que lo produce. Se resuelve utilizando la fórmula de interpolación de LaGrange y formando una tabla con los valores de la variable dependiente como valores de x y los de la independiente como los de y. 13 . Practica f Consideremos los datos correspondientes a puntos de la gráfica de la función y = x3: x= [0 1 2 3 4] y= [0 1 8 27 64] y supongamos que a partir de dichos datos deseamos realizar una interpolación para calcular el valor de 3 20.

Para realizar la interpolación. A1. o sea: Este polinomio puede escribirse en la forma: El grado del polinomio es n-1. A2. Si x = xn. Los coeficientes A0. Interpolación con incrementos variables e Interpolación de LaGrange Este método se utiliza para funciones tabulares en las cuales los valores de x no son equidistantes.… An se determinan de manera que la gráfica del polinomio pase por todos los puntos especificados. Si se tienen n puntos el polinomio debe ser de grado n-1. se tiene y = yn. entonces reemplazando en la fórmula para llegar a que: y despejando el coeficiente An: Fórmula de interpolación de LaGrange: Esta fórmula suele expresarse también como: 14 . se busca un polinomio que pase por todos los puntos.

La fórmula de error para el polinomio de LaGrange de grado n-1es: .Por ejemplo si se deseara encontrar el valor de la función tabular dada por la tabla para x=4 aplicando la interpolación de LaGrange: Se utiliza interpolación de orden 2 puesto que se tiene 3 puntos definidos: Reemplazando por los valores correspondientes: 15 .

o la interpolación por medio de splines. Algunas formas de interpolación que se utilizan con frecuencia son la interpolación lineal. En general. podemos partir de un cierto número de sus valores e interpolar dichos datos construyendo una función más simple. de la cual la anterior es un caso particular. Un tipo de Splinne o una curva de Bèzier 16 . particularmente en el terreno de los gráficos por ordenador. En todo caso. Si tenemos una función cuyo cálculo resulta costoso. no obtendremos los mismos valores evaluando la función obtenida que si evaluásemos la función original. La simplicidad de la representación y la facilidad de cómputo de los splines los hacen populares para la representación de curvas en informática. la interpolación polinómica. por supuesto. Está se utiliza para introducir datos dentro de una gráfica ya obtenida. splines se utilizan para aproximar formas complicadas.Programación de Métodos de la Interpolación En el subcampo matemático del análisis numérico. se denomina interpolación a la construcción de nuevos puntos dados partiendo del conocimiento de un conjunto de puntos dados discretos. Otro problema estrechamente ligado con el de la interpolación es la aproximación de una función complicada por una más simple. si bien dependiendo de las características del problema y del método de interpolación usado la ganancia en eficiencia puede compensar el error cometido. se trata. spline es una curva diferenciable definida en porciones mediante polinomios. a partir de n puntos distintos xk llamados nodos de obtener una función “f” que verifique A la que se denomina función interpolante de dichos puntos. En ingeniería y ciencias es frecuente disponer de un cierto número de puntos obtenidos por muestreo o a partir de un muestreo o experimento y pretender construir una función que los ajuste.

.Aproximación Polinomial Simple Para obtener los (n+1) coeficientes del polinomio de grado n (n>0) que pasa por (n+1) puntos. N). I=0... A(1).PASO 11. el valor de la función en XINT.. A(N) del polinomio de aproximación.. y las N+1 parejas de valores (X(I). 17 .. y las N+1 parejas de valores (X(I). repetir los pasos 3 a 9.Hacer B(I. N) y el valor para el que se desea la interpolación XINT. 0) = 1 Hacer J = 1 Mientras J  N...Hacer B(I.. . RESULTADOS: PASO 1. 1. repetir los pasos 6 y 7.Hacer B(I. FX(I). IMPRIMIR A(0). ..PASO 2.- Resolver el sistema de ecuaciones lineales B a = fx de orden N+1 con alguno de losalgoritmos del capítulo 3.. 1. A(N) y TERMINAR Interpolación con Polinomios de LaGrange Para interpolar con polinomios de LaGrange de grado N. .. PASO 3. PASO 6.Hacer J = J + 1 PASO 8. J)) = B(I.. I=0. A(1). La aproximación FXINT.PASO 9. FX(I). . PASO 10. proporcionar los DATOS: RESULTADOS: El grado del polinomio N. Los coeficientes A(0)..PASO 4. N+I) = FX(I) Hacer I = I + 1. proporcionar los DATOS: El grado del polinomio N.PASO 5.- Hacer I = 0 Mientras I  N. J-1) * X(I) PASO 7.

y las parejas de valores (X(I).PASO 2.PASO 2..Hacer J = 1 Mientras J  N-1.PASO 7. J-1)) / (X(I+1) . 1.1 Hacer I = 0 Mientras I  N-1. repetir los pasos 7 y 8. repetir los pasos 4 a 10.Hacer N = M .Hacer I = J Mientras I  N-1. La tabla de diferencias divididas T.Hacer L = 1 Hacer J = 0 Mientras J  N. 18 .. PASO 4.X(I .X(J)) / (X(I) .PASO 1.PASO 3..- Hacer FXINT = 0 Hacer I = 0 Mientras I  N. PASO 8.. proporcionar los DATOS: RESULTADOS: PASO 1.PASO 5.PASO 10.PASO 6.Hacer J = J + 1 PASO 9. J-1) ..PASO 9. M-1).Hacer FXINT = FXINT + L * FX(I) Hacer I = I + 1 PASO 11.T(I-1.Hacer I = I + 1 Hacer T(I.J)) PASO 11.PASO 6. FX(I).Si I  J Hacer L = L * (XINT . 0) = (FX(I+1) .X(J)) PASO 8. PASO 4.- IMPRIMIR FXINT y TERMINAR Tabla de Diferencias Divididas Para obtener la tabla de diferencias divididas de una función dada en forma tabular. PASO 10.FX(I)) / (X(I+1) ..PASO 3. repetir los pasos 8 a 12. repetir los pasos 10 y 11. repetir los pasos 4 y 5. I=0..Hacer T(I. . J) = (T(I.X(I)) Hacer I = I + 1 El número de parejas M. PASO 7.PASO 5.

el número de parejas de valores M y las M+1 parejas de valores (X(I). Realizar los pasos 2 a 12 del algoritmo 5..3.PASO 2.. J) * P Hacer I = I + 1 El grado del polinomio N.X(J)) PASO 9. .PASO 13.PASO 7. I=0.Hacer FXINT = 0 Hacer I = 0 Mientras I  N-1.. proporcionar los DATOS: RESULTADOS: PASO 1. I= 1. M).. FX(I).PASO 11. La aproximación FXINT al valor de la función en XINT.- Hacer J = J + 1 IMPRIMIR T y TERMINAR Interpolación Polinomial de Newton Para interpolar con polinomios de Newton en diferencias divididas de grado N. repetir los pasos 5 a 11.. Los coeficientes A(0).PASO 12.Hacer P = 1 Hacer J = 0 Mientras J  I.PASO 12.. IMPRIMIR FXINT y TERMINAR Aproximación con Mínimos Cuadrados Para obtener los N+1 coeficientes del polinomio óptimo de grado N que pasa por entre M parejas de puntos.. A(1)..Hacer FXINT = FXINT + T(I. las N+1 parejas de valores (X(I). PASO 8.Hacer I = J + 1 PASO 10. . A(N) del polinomio de aproximación.PASO 4.PASO 3. PASO 5... N) y el valor para el que se desea interpolar. 2.Hacer P = P * (XINT .PASO 6. . FX(I). 1. repetir los pasos 8 y 9. proporcionar los DATOS: El grado del polinomio de aproximación N. RESULTADOS: 19 ..

PASO 20.Hacer I = I + 1 PASO 16. IMPRIMIR A(0).Hacer XX = 1 Hacer J = 0 Mientras J  (2*N-1).Hacer XX = XX * X(I) PASO 13.- Resolver el sistema de ecuaciones lineales B a = ss de orden N + 1 con alguno de los algoritmos del capítulo 3. A(1).PASO 1.. PASO 11. PASO 19. repetir los pasos 11 a 14.PASO 12. .. De otro modo continuar Hacer S(J) = 0 Hacer J = J + 1 PASO 6. repetir los pasos 3 a 5.Hacer J = J + 1 PASO 15. A(N) y TERMINAR 20 . J) = S(J .PASO 7. repetir los pasos 8 a 15.PASO 17.Hacer B(I.PASO 18..- Hacer J = 0 Mientras J  (2*N-1).PASO 4.PASO 24..Si J Hacer SS(J) = SS(J) + XX * FX(I).PASO 2. repetir los pasos 19 a 24.. De otro modo continuar PASO 12..- Hacer I = 1 Mientras I  M. repetir los pasos 21 y 22.PASO 9. PASO 8..Hacer S(J) = S(J) + XX PASO 14.- Hacer B(0.PASO 10. 0) = M Hacer I = 0 Mientras I  N.Hacer J = J + 1 PASO 23.Si I  0 y J  0 Hacer B(I. PASO 21..Si J Hacer SS(J) = 0. PASO 3..Hacer J = 0 Mientras J  N. N+1) = SS(I) Hacer I = I + 1 PASO 25.1 + I) PASO 22.PASO 5.

Aproximación Funcional e Interpolación A continuación se presentan las presiones de vapor del cloruro de magnesio: Puntos P (mm Hg) T °C 0 10 930 1 20 988 2 40 1050 3 60 1088 4 100 1142 5 200 1316 6 400 1223 7 700 1418 Calcule la presión de vapor correspondiente a T = 1000 °C. SOLUCIÓN A continuación se muestra la forma de resolver este ejemplo con Mathcad.7 Aproximación Polinomial Segmentaria en el libro). El último renglón de la figura muestra la forma de usar la interpolación con spline cúbico (vea Sección 5. 21 . Para el cálculo de Pint se aplica el método de LaGrange.

utilizando la aproximación cúbica segmentaria de Bessel.690 483.750 2466.920 995. 711. 2844. 5689. Presiòn (psia) 426.450 3555.900 7111. SOLUCIÓN 22 .297 497.805 568.575.300 2133.500 Viscosidad (centipoisese) 2468 2482 2483 2498 2584 2672 2811 3094 3236 3807 Elabore un programa para aproximar el valor de la viscosidad a las presiones de 355.610 1422.200 y 8533.600.801 psia.La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones.150.

7 1500 52. Ejemplo 5.64185 4 3.9 1700 50.El calor específico Cp (cal/K gmol) del Mn3O4 varía con la temperatura de acuerdo con la siguiente tabla: T (K) Cp (cal/K gmol) 280 32.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1.35 0.7 650 45.00 1.00000 1 1.4 1000 52.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados.50.00 0.30010 2 1.15 1200 53.17 Use la aproximación polinomial de segundo grado obtenida en el ejemplo anterior para aproximar el calor específico del Mn3O4 a una temperatura de 800 K. utilice un polinomio de Newton de segundo grado.90 0.53063 3 1. 23 .70 0. SOLUCIÓN Dada la tabla Puntos xi f(xi ) 0 1.

24 .1. Pruebe este programa con los datos del ejemplo 5. utilizando el polinomio de Newton de Grado n en diferencias divididas.SOLUCIÓN Elabore un programa para leer una tabla de m pares de valores e interpolar o extrapolar.

SOLUCIÓN Elabore un programa que lea una tabla de m (seleccionado por el usuario) pares de valores. y que interpole o extrapole con el polinomio de LaGrange de grado m-1. 25 .

71 92.0 8 7.51 115.5  Pi 26 .0 11 9.89 109.83 30.17 35. Los datos experimentales se dan a continuación y se buscan los mejores parámetros a y b de la ecuación que represente estos datos: v = a ( P )b donde v = velocidad promedio (pies/s)  P = caída de presión (mm Hg).17 105.97 50.0 9 8.0 2 4.67 153.0 6 7.0 7 7.5 10 9.98 130.5 3 4.06 75.0 5 6. i vi 1 3.SOLUCIÓN Para calibrar un medidor de orificio se miden la velocidad v de un fluido y la caída de presión  P.39 180.5 4 6.

A continuación se presentan las presiones de vapor del cloruro de magnesio: Puntos P (mm Hg) T °C 0 10 930 1 20 988 2 40 1050 3 60 1088 4 100 1142 5 200 1316 6 400 1223 7 700 1418 Calcule la presión de vapor correspondiente a T = 1000 °C.SOLUCIÓN En este caso se obtiene también la gráfica de dispersión de los datos experimentales (círculos azules) y la gráfica de los valores calculados de la velocidad vc para los valores experimentales de  P (línea negra). 27 .

500 Viscosidad (centipoisese) 2468 2482 2483 2498 2584 2672 2811 3094 3236 3807 28 .P.297 497.805 568.920 995.P.'spline') realiza una interpolación con spline cúbico. Presiòn (psia) 426.900 7111. La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones. Para resolver este ejemplo. mientras que interp1(T.Tint) realiza la interpolación lineal. Que al ser ejecutado produce: La función interp1(T.690 483.SOLUCIÓN A continuación se muestra el guión de Matlab.450 3555.610 1422.750 2466.Tint.300 2133.

9 1700 50. Ejemplo 5.575.16 El calor específico Cp (cal/K gmol) del Mn3O4 varía con la temperatura de acuerdo con la siguiente tabla: T (K) Cp (cal/K gmol) 280 32. 711.200 y 8533. 2844.15 1200 53.7 650 45.600. SOLUCIÓN Ejemplo 5. 29 .4 1000 52.17 Use la aproximación polinomial de segundo grado obtenida en el ejemplo anterior para aproximar el calor específico del Mn3O4 a una temperatura de 800 K.801 psia.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados. 5689. utilizando la aproximación cúbica segmentaria de Bessel.Elabore un programa para aproximar el valor de la viscosidad a las presiones de 355.7 1500 52.150.

30 .00 1.SOLUCIÓN El siguiente guión de Matlab genera los coeficientes de un polinomio de regresión de segundo grado y realiza la interpolación (observe el orden de los coeficientes dados por Matlab).90 0. utilice un polinomio de Newton de segundo grado.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1.00 0.70 0.35 0.00000 1 1. Al ejecutarlo se obtiene: Dada la tabla Puntos xi f(xi ) 0 1.30010 2 1.53063 3 1.64185 4 3.50.

1. Pruebe este programa con los datos del ejemplo 5.SOLUCIÓN Elabore un programa para leer una tabla de m pares de valores e interpolar o extrapolar. 31 . utilizando el polinomio de Newton de Grado n en diferencias divididas.

SOLUCIÓN A continuación se muestra el guión de Matlab para este ejercicio.. X(M)... X(2).FX(M)). el grado del polinomio interpolante N lo hace N = M. y los pares de valores (X(1). . Al ejecutarlo con los datos del ejemplo 5. Este guión lee el número de pares de valores (M).1 se obtiene: 32 . el argumento en que se desea interpolar (Xint.FX(1). FX(2).

SOLUCIÓN A continuación se muestra el guión de Matlab para este ejercicio. Al ejecutarlo con los datos del ejemplo 5.1 se obtiene: Para calibrar un medidor de orificio se miden la velocidad v de un fluido y la caída de presión  P.Elabore un programa que lea una tabla de m (seleccionado por el usuario) pares de valores. y que interpole o extrapole con el polinomio de Lagrange de grado m-1. Los datos experimentales se dan a continuación y se buscan los mejores parámetros a y b de la ecuación que represente estos datos: 33 .

17 35.5  Pi SOLUCIÓN A continuación se muestra el guión de Matlab que resuelve este ejercicio (vea detalles en el libro).39 180.0 9 8. Al ejecutarlo con los datos del ejemplo 5.0 7 7.17 105.83 30.0 5 6.5 4 6.98 130.1 se obtiene: 34 .71 92.5 10 9.v = a ( P )b donde v = velocidad promedio (pies/s)  P = caída de presión (mm Hg).5 3 4.51 115.97 50.67 153.06 75.0 8 7.0 6 7.89 109.0 11 9. i vi 1 3.0 2 4.

En este caso se obtiene también la gráfica de dispersión de los datos experimantales (círculos azules) y la gráfica de los valores calculados de la velocidad vc para los valores experimentales de  P (línea negra). 35 .

Resumen en este trabajo se llega a la conclusión de que las aproximaciones polinomiales. tanto así que es necesario tener la mente abierta y receptiva a nuevos conceptos de poder calcular determinado resultado que buscamos. sucesiones y series infinitas. En las sucesiones vemos que son conceptos vistos anteriormente en el álgebra. Gracias. en las series infinitas vemos que son las sumas parciales de las sucesiones ya que con la cual también son parte esencial en la búsqueda de dicho resultado parametrito establecido con anterioridad en un orden lógico. ya que con ellas se pueden llegar a resultados precisos en cuanto con operaciones aritméticas no se pueden llegar. son parte importante del cálculo. exponenciales y trigonométricas. ya que con las sucesiones podemos enlistar un determinado conjunto de números en orden lógico. 36 . hablando de aproximaciones polinomiales vemos que son una forma de saber cómo determinar las funciones logarítmicas. y así poder encontrar el resultado que buscamos. ya que algunas veces no pueden evaluarse fácilmente dentro del contexto de la aritmética.

Piskunov CÁLCULO SUPERIOR. Ayres CALCULO PURCELL E. Granville. CALCULO BOYLE W. PROBLEMAS DE CALCULO INTEGRAL.Bibliografía CÁLCULO INTEGRAL. Puig Adams CÁLCULO DIFERENCIAL E INTEGRAL. CÁLCULO Y GEOMETRÍA ANALÍTICA.E. Stein. F. CALCULO GRANVILLE N CALCULO EDWARDS CALCULO HOFFMANN 37 . Granero Rodríguez. CALCULO ZILL D. CÁLCULO DIFERENCIAL E INTEGRAL. CALCULUS LARSON R CALCULO STEINS CALCULO THOMAS CALCULUS SMITH E.A. P. Larson CÁLCULO Y GEOMETRÍA ANALÍTICA. CÁLCULO DIFERENCIAL E INTEGRAL. Spiegel CÁLCULO.C. R. Murray R.

Sign up to vote on this title
UsefulNot useful