P. 1
Qué son las aproximaciones polinomiales

Qué son las aproximaciones polinomiales

|Views: 1.395|Likes:
Publicado porjehuuziel

More info:

Published by: jehuuziel on May 29, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

11/06/2015

pdf

text

original

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

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

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

0918 0. n 0 1 2 3 n 0 1 2 3 e0.2214 1.4918 1. 6 .2) 1 1. 3] por [0.4907 Pn(0. a medida que x está más cerca de 0. 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. Las tablas 1 y 2 proporcionan los valores de . 4]. es Continua.4) 1 1.2) 0. Observe que con estos dos valores de x.4) 0.2 – Pn(0.0011 e0.2214 Pn(0.0014 0.22 1.0001 De (5). cuando Pn(x) es el polinomio de maclaurin de nesimo grado para la función exponencial natural.4 – Pn(0.0118 0.2214 1.Las figuras 1 a 4 muestran la gráfica de ƒ(x) = junto con las gráficas de P0(x).2 1.4918 e0.2213 e0.4918 0.0214 0.4918 1. la aproximación mejora. P1(x).48 1. respectivamente.2. es mejor la aproximación para un Pn(x) especifico. la forma de lagrange del residuo.4918 1.4 1. 1.4 1.2214 1.2214 0. respectivamente. Observe como los polinomios para valores de x cercarnos a cero. y note que conforme n se incrementa.Pn(x) para x = 0. 2 y 3) y . P2(x) y P3(x).4 y x = 0. trazadas en el rectángulo de inspección de [-3. Pn(x) (cuando n es igual a 0.2 1.

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

[pic] Los coeficientes ahí pueden determinarse fácilmente si se utilizan las diferencias divididas de los valores tabulados. 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. parecida a la presentada en la Tabla 5. 8 . La diferencia dividida de orden cero se define como: [pic] esta diferencia se puede denotar también como yr ó bien fr. puede escribirse un polinomio de grado n-ésimo que pase por todos los (n+1) puntos definidos de la función.1. 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. 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. pero sin que los valores de la variable independiente tengan paso constante.Funciones Tubulares.

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

afectadas por los coeficientes del desarrollo del binomio de Newton. 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. puede establecerse que: Esta fórmula es verdadera para todo valor entero positivo de k. se supone que la función f(x) se aproxima a un polinomio Pn(x) de grado n. para encontrar un valor de x incluido entre dos valores consecutivos de la tabla mencionada. 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. que pasa por todos los puntos que definen a la función (puesto que la diferencia de orden n es aproximadamente constante). Suponiendo que esto es verdadero para cualquier valor de y. x k < x< x k+1. Dada la función y = f(x). definida en la tabla anterior. se denomina fórmula de interpolación de Newton y es aplicable para 10 .

Por ejemplo si se desea encontrar el valor de la variable independiente para x=6.2 de la función definida por la tabla 11 . En esta fórmula. Δ2y0. el cual se considera inmediato al valor que se trata de interpolar.cualquier valor de xk correspondiente o no a la tabla. Δy0. son las diferencias hacia adelante de órdenes sucesivas correspondientes a y0. …. y0 es el valor inicial de y. Δ4y0. y k se determina como sigue: . yk es un valor aproximado (interpolado) de la función obtenida para x = xk. Δ3y0.

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

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. La interpolación inversa o extrapolación consiste entonces en expresar la x en función de la y. 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). 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.

Si se tienen n puntos el polinomio debe ser de grado n-1. 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. Si x = xn. se busca un polinomio que pase por todos los puntos. Los coeficientes A0. se tiene y = yn. A1.… An se determinan de manera que la gráfica del polinomio pase por todos los puntos especificados. Para realizar la interpolación. A2. o sea: Este polinomio puede escribirse en la forma: El grado del polinomio es n-1. 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 .

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 .La fórmula de error para el polinomio de LaGrange de grado n-1es: .

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

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

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

... proporcionar los DATOS: El grado del polinomio de aproximación N. las N+1 parejas de valores (X(I). .. Los coeficientes A(0).PASO 13.PASO 2.3.PASO 7. PASO 5.- Hacer J = J + 1 IMPRIMIR T y TERMINAR Interpolación Polinomial de Newton Para interpolar con polinomios de Newton en diferencias divididas de grado N... el número de parejas de valores M y las M+1 parejas de valores (X(I).PASO 3. J) * P Hacer I = I + 1 El grado del polinomio N.Hacer P = P * (XINT . . I= 1. I=0.X(J)) PASO 9. RESULTADOS: 19 . 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. 1. PASO 8. repetir los pasos 8 y 9. N) y el valor para el que se desea interpolar.PASO 6. La aproximación FXINT al valor de la función en XINT... repetir los pasos 5 a 11.PASO 11.Hacer FXINT = FXINT + T(I.. .PASO 12. proporcionar los DATOS: RESULTADOS: PASO 1..Hacer I = J + 1 PASO 10. FX(I). M).PASO 4..Hacer FXINT = 0 Hacer I = 0 Mientras I  N-1.Hacer P = 1 Hacer J = 0 Mientras J  I. A(1). FX(I). 2.PASO 12. A(N) del polinomio de aproximación. Realizar los pasos 2 a 12 del algoritmo 5.

Hacer XX = XX * X(I) PASO 13.PASO 24..Hacer S(J) = S(J) + XX PASO 14. De otro modo continuar Hacer S(J) = 0 Hacer J = J + 1 PASO 6. PASO 11.PASO 9. repetir los pasos 8 a 15. repetir los pasos 11 a 14.Hacer I = I + 1 PASO 16. A(N) y TERMINAR 20 . .PASO 2.Hacer J = 0 Mientras J  N.PASO 7. PASO 8.. repetir los pasos 21 y 22.PASO 4.- Resolver el sistema de ecuaciones lineales B a = ss de orden N + 1 con alguno de los algoritmos del capítulo 3. J) = S(J . 0) = M Hacer I = 0 Mientras I  N. repetir los pasos 3 a 5.Si I  0 y J  0 Hacer B(I.- Hacer I = 1 Mientras I  M. PASO 19..PASO 20. PASO 3..1 + I) PASO 22.Hacer B(I. IMPRIMIR A(0).- Hacer J = 0 Mientras J  (2*N-1).Si J Hacer SS(J) = 0. A(1). repetir los pasos 19 a 24... De otro modo continuar PASO 12..PASO 12.PASO 5..- Hacer B(0.PASO 17..Hacer XX = 1 Hacer J = 0 Mientras J  (2*N-1).Hacer J = J + 1 PASO 15. N+1) = SS(I) Hacer I = I + 1 PASO 25. PASO 21.PASO 1.PASO 18.Hacer J = J + 1 PASO 23.PASO 10.Si J Hacer SS(J) = SS(J) + XX * FX(I).

Para el cálculo de Pint se aplica el método de LaGrange. SOLUCIÓN A continuación se muestra la forma de resolver este ejemplo con Mathcad.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. El último renglón de la figura muestra la forma de usar la interpolación con spline cúbico (vea Sección 5.7 Aproximación Polinomial Segmentaria en el libro). 21 .

150.805 568.900 7111. Presiòn (psia) 426.920 995.450 3555.300 2133.801 psia.600.200 y 8533. 2844. 5689.La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones. SOLUCIÓN 22 .297 497. 711.575. utilizando la aproximación cúbica segmentaria de Bessel.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 355.690 483.750 2466.610 1422.

64185 4 3.35 0. SOLUCIÓN Dada la tabla Puntos xi f(xi ) 0 1.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1.7 1500 52.30010 2 1.00000 1 1.70 0.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados.4 1000 52.00 1. Ejemplo 5.15 1200 53.90 0.50.00 0.9 1700 50. utilice un polinomio de Newton de segundo grado.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 32.17 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. 23 .53063 3 1.7 650 45.

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

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

0 5 6.71 92.97 50.89 109.0 8 7.17 105.98 130.5  Pi 26 .51 115. 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). i vi 1 3.0 9 8.5 4 6.06 75.SOLUCIÓN Para calibrar un medidor de orificio se miden la velocidad v de un fluido y la caída de presión  P.17 35.39 180.0 6 7.67 153.83 30.0 11 9.0 2 4.5 3 4.5 10 9.0 7 7.

27 .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). 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.

La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones. Para resolver este ejemplo.690 483.P.Tint.610 1422.P. Presiòn (psia) 426.Tint) realiza la interpolación lineal.297 497.750 2466. Que al ser ejecutado produce: La función interp1(T. mientras que interp1(T.900 7111.500 Viscosidad (centipoisese) 2468 2482 2483 2498 2584 2672 2811 3094 3236 3807 28 .450 3555.300 2133.805 568.920 995.SOLUCIÓN A continuación se muestra el guión de Matlab.'spline') realiza una interpolación con spline cúbico.

711.17 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.200 y 8533.16 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 32.4 1000 52. 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. SOLUCIÓN Ejemplo 5.801 psia.575. 2844.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados. 5689.600.9 1700 50. Ejemplo 5.150.15 1200 53. 29 .7 650 45.

30010 2 1.35 0. utilice un polinomio de Newton de segundo grado.70 0.00 0.90 0. Al ejecutarlo se obtiene: Dada la tabla Puntos xi f(xi ) 0 1.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1.50.64185 4 3.53063 3 1.00 1.00000 1 1. 30 .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).

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

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

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. Al ejecutarlo con los datos del ejemplo 5. y que interpole o extrapole con el polinomio de Lagrange de grado m-1. SOLUCIÓN A continuación se muestra el guión de Matlab para este ejercicio. Los datos experimentales se dan a continuación y se buscan los mejores parámetros a y b de la ecuación que represente estos datos: 33 .

0 8 7.v = a ( P )b donde v = velocidad promedio (pies/s)  P = caída de presión (mm Hg).98 130.83 30.0 7 7.5 4 6.0 6 7.39 180.5  Pi SOLUCIÓN A continuación se muestra el guión de Matlab que resuelve este ejercicio (vea detalles en el libro).71 92.89 109.0 9 8.5 3 4.0 5 6. i vi 1 3. Al ejecutarlo con los datos del ejemplo 5.1 se obtiene: 34 .0 2 4.97 50.0 11 9.5 10 9.51 115.06 75.17 105.67 153.17 35.

35 .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).

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

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

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->