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

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

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

4918 1.Las figuras 1 a 4 muestran la gráfica de ƒ(x) = junto con las gráficas de P0(x). y note que conforme n se incrementa. P2(x) y P3(x).2) 0.22 1. respectivamente. cuando Pn(x) es el polinomio de maclaurin de nesimo grado para la función exponencial natural. 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.4918 1. a medida que x está más cerca de 0.4918 0. 2 y 3) y . trazadas en el rectángulo de inspección de [-3.0001 De (5).2 1.48 1. 3] por [0. Observe que con estos dos valores de x. es mejor la aproximación para un Pn(x) especifico.0014 0. Las tablas 1 y 2 proporcionan los valores de . P1(x). la aproximación mejora. 4]. es Continua. respectivamente.4) 0.2 1. n 0 1 2 3 n 0 1 2 3 e0.4 1.2214 1.2214 1.0118 0.2 – Pn(0.4918 1.0918 0.2214 0.Pn(x) para x = 0.4) 1 1.2) 1 1. Observe como los polinomios para valores de x cercarnos a cero.2214 Pn(0. la forma de lagrange del residuo. 6 . 1.2214 1.4 y x = 0.4918 e0.0214 0.2213 e0. Pn(x) (cuando n es igual a 0.2.0011 e0.4 1.4 – Pn(0.4907 Pn(0.

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

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. puede escribirse un polinomio de grado n-ésimo que pase por todos los (n+1) puntos definidos de la función. Si se considera la función y=f(x) definida en forma tabular.Funciones Tubulares. 8 . La diferencia dividida de orden cero se define como: [pic] esta diferencia se puede denotar también como yr ó bien fr. pero sin que los valores de la variable independiente tengan paso constante. [pic] Los coeficientes ahí pueden determinarse fácilmente si se utilizan las diferencias divididas de los valores tabulados. parecida a la presentada en la Tabla 5.1. por ejemplo una diferencia de orden n se define como: [pic] Una vez definidas las diferencias.

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

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

Δ4y0.Por ejemplo si se desea encontrar el valor de la variable independiente para x=6. Δy0.cualquier valor de xk correspondiente o no a la tabla. y0 es el valor inicial de y. …. y k se determina como sigue: . En esta fórmula. Δ3y0. son las diferencias hacia adelante de órdenes sucesivas correspondientes a y0.2 de la función definida por la tabla 11 . 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. Δ2y0.

es decir: El polinomio interpolador es un polinomio de quinto grado: Por lo tanto si x=6.2.1.Se calculan las diferencias hacia adelante: Como puede observarse las diferencias de orden 3 ó terceras diferencias se mantienen constantes. para ello se calculan las diferencias divididas hasta el orden quinto. se reemplaza en el polinomio de Newton y el valor de la variable dependiente es: 61. por lo tanto la función puede describirse por un polinomio de tercer grado. Se aplica la fórmula para encontrar el valor deseado: O bien puede resolverse el problema encontrando el polinomio de interpolación de Newton. 12 .

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. 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). 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. 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.

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

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: .

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

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

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

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

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

7 Aproximación Polinomial Segmentaria en el libro).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. 21 . Para el cálculo de Pint se aplica el método de LaGrange. SOLUCIÓN A continuación se muestra la forma de resolver este ejemplo con Mathcad. El último renglón de la figura muestra la forma de usar la interpolación con spline cúbico (vea Sección 5.

750 2466.300 2133.450 3555. 711.575. Presiòn (psia) 426.920 995.600. SOLUCIÓN 22 .900 7111. 2844.690 483.200 y 8533.150.805 568.297 497. 5689.610 1422.La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones.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 355.801 psia. utilizando la aproximación cúbica segmentaria de Bessel.

53063 3 1.00 1. Ejemplo 5.30010 2 1.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados.64185 4 3.7 1500 52. SOLUCIÓN Dada la tabla Puntos xi f(xi ) 0 1.50.70 0.7 650 45.35 0.15 1200 53. 23 .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.9 1700 50.90 0.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. utilice un polinomio de Newton de segundo grado.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1.4 1000 52.00 0.00000 1 1.

24 .1.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. utilizando el polinomio de Newton de Grado n en diferencias divididas.

25 .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.

5 3 4.97 50.5 10 9.06 75. 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).5 4 6.83 30.0 9 8.0 8 7. i vi 1 3.17 35.98 130.SOLUCIÓN Para calibrar un medidor de orificio se miden la velocidad v de un fluido y la caída de presión  P.17 105.0 6 7.5  Pi 26 .51 115.0 2 4.71 92.89 109.0 11 9.0 7 7.39 180.67 153.0 5 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 .

805 568.Tint) realiza la interpolación lineal. Presiòn (psia) 426.297 497. Para resolver este ejemplo.450 3555.750 2466.P.'spline') realiza una interpolación con spline cúbico.P.SOLUCIÓN A continuación se muestra el guión de Matlab.690 483. Que al ser ejecutado produce: La función interp1(T.900 7111.920 995.300 2133.610 1422.Tint. La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones. mientras que interp1(T.500 Viscosidad (centipoisese) 2468 2482 2483 2498 2584 2672 2811 3094 3236 3807 28 .

Ejemplo 5. 29 .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.7 650 45.16 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 8533.575.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados.7 1500 52.9 1700 50.4 1000 52. utilizando la aproximación cúbica segmentaria de Bessel.Elabore un programa para aproximar el valor de la viscosidad a las presiones de 355. 2844.600. SOLUCIÓN Ejemplo 5.150.15 1200 53. 5689.

70 0.00000 1 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).35 0.90 0.50.00 1.53063 3 1.64185 4 3.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1. Al ejecutarlo se obtiene: Dada la tabla Puntos xi f(xi ) 0 1. 30 .30010 2 1. utilice un polinomio de Newton de segundo grado.00 0.

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.1. utilizando el polinomio de Newton de Grado n en diferencias divididas. 31 .

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

Elabore un programa que lea una tabla de m (seleccionado por el usuario) pares de valores. SOLUCIÓN A continuación se muestra el guión de Matlab para este ejercicio. y que interpole o extrapole con el polinomio de Lagrange de grado m-1. 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. Los datos experimentales se dan a continuación y se buscan los mejores parámetros a y b de la ecuación que represente estos datos: 33 .

Al ejecutarlo con los datos del ejemplo 5.39 180.v = a ( P )b donde v = velocidad promedio (pies/s)  P = caída de presión (mm Hg).0 2 4. i vi 1 3.89 109.98 130.1 se obtiene: 34 .51 115.06 75.17 35.5 3 4.97 50.0 5 6.0 9 8.17 105.0 11 9.5 10 9.0 8 7.71 92.67 153.0 6 7.0 7 7.5 4 6.5  Pi SOLUCIÓN A continuación se muestra el guión de Matlab que resuelve este ejercicio (vea detalles en el libro).83 30.

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 .

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

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

Sign up to vote on this title
UsefulNot useful