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

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

respectivamente.2 1. respectivamente.4 – Pn(0.4918 1.2) 1 1.48 1.0011 e0. Observe como los polinomios para valores de x cercarnos a cero. trazadas en el rectángulo de inspección de [-3. Pn(x) (cuando n es igual a 0.2214 1. 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. Observe que con estos dos valores de x.2214 1. Las tablas 1 y 2 proporcionan los valores de .0001 De (5). n 0 1 2 3 n 0 1 2 3 e0. es mejor la aproximación para un Pn(x) especifico. es Continua.4 y x = 0. cuando Pn(x) es el polinomio de maclaurin de nesimo grado para la función exponencial natural.0118 0.2214 0.2) 0. y note que conforme n se incrementa. 2 y 3) y .2214 1. 3] por [0.0014 0.2.4 1.2 – Pn(0.22 1. a medida que x está más cerca de 0.4 1.Pn(x) para x = 0.4918 0.4) 1 1.2 1. 1. 6 . la forma de lagrange del residuo.0214 0.Las figuras 1 a 4 muestran la gráfica de ƒ(x) = junto con las gráficas de P0(x).4918 1.4918 1. P2(x) y P3(x). 4].2214 Pn(0. P1(x).4907 Pn(0.0918 0.4918 e0. la aproximación mejora.2213 e0.4) 0.

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

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

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

se supone que la función f(x) se aproxima a un polinomio Pn(x) de grado n. afectadas por los coeficientes del desarrollo del binomio de Newton. 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. Dada la función y = f(x). que pasa por todos los puntos que definen a la función (puesto que la diferencia de orden n es aproximadamente constante). 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. se denomina fórmula de interpolación de Newton y es aplicable para 10 . 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. Suponiendo que esto es verdadero para cualquier valor de y.

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

para ello se calculan las diferencias divididas hasta el orden quinto.2. Se aplica la fórmula para encontrar el valor deseado: O bien puede resolverse el problema encontrando el polinomio de interpolación de Newton. 12 . se reemplaza en el polinomio de Newton y el valor de la variable dependiente es: 61.1. por lo tanto la función puede describirse por un polinomio de tercer grado.Se calculan las diferencias hacia adelante: Como puede observarse las diferencias de orden 3 ó terceras diferencias se mantienen constantes. es decir: El polinomio interpolador es un polinomio de quinto grado: Por lo tanto si x=6.

Dicha interpolación deberá ser inversa ya que nosotros conocemos y0 = 20 y nuestro deseo es conocer el x0 que lo produce. 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. 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). 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 . La interpolación inversa o extrapolación consiste entonces en expresar la x en función de la y.

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

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: .

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

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

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

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

Si J Hacer SS(J) = SS(J) + XX * FX(I).PASO 5. repetir los pasos 19 a 24...Hacer XX = 1 Hacer J = 0 Mientras J  (2*N-1).PASO 20.Hacer I = I + 1 PASO 16.PASO 10..PASO 2.. PASO 21. 0) = M Hacer I = 0 Mientras I  N.PASO 4.PASO 1. N+1) = SS(I) Hacer I = I + 1 PASO 25. De otro modo continuar PASO 12. A(N) y TERMINAR 20 .PASO 7.Hacer B(I. IMPRIMIR A(0).Hacer J = J + 1 PASO 15... repetir los pasos 21 y 22. repetir los pasos 11 a 14.PASO 18. PASO 3.- Resolver el sistema de ecuaciones lineales B a = ss de orden N + 1 con alguno de los algoritmos del capítulo 3.Hacer S(J) = S(J) + XX PASO 14.PASO 9.Hacer XX = XX * X(I) PASO 13. repetir los pasos 8 a 15. PASO 8. .- Hacer J = 0 Mientras J  (2*N-1).. J) = S(J .. A(1). repetir los pasos 3 a 5.PASO 24.- Hacer B(0.1 + I) PASO 22.Si I  0 y J  0 Hacer B(I. PASO 19. PASO 11.PASO 12.PASO 17.Hacer J = J + 1 PASO 23.Si J Hacer SS(J) = 0. De otro modo continuar Hacer S(J) = 0 Hacer J = J + 1 PASO 6.- Hacer I = 1 Mientras I  M..Hacer J = 0 Mientras J  N.

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

575.200 y 8533.150.920 995.805 568.600.297 497.900 7111. 711.610 1422.450 3555. 2844.690 483.500 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. Presiòn (psia) 426.750 2466. 5689.La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones.801 psia. SOLUCIÓN 22 . utilizando la aproximación cúbica segmentaria de Bessel.300 2133.

utilice un polinomio de Newton de segundo grado.7 650 45.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1.00 1.70 0.64185 4 3.90 0.35 0.17 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.4 1000 52.00000 1 1.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados.15 1200 53.30010 2 1.9 1700 50.53063 3 1. 23 .00 0. Ejemplo 5.7 1500 52. SOLUCIÓN Dada la tabla Puntos xi f(xi ) 0 1.50.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.

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

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.

0 7 7.0 11 9.0 6 7.89 109.71 92.83 30. i vi 1 3.67 153.0 8 7.17 105.5  Pi 26 . 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 10 9.97 50.39 180.0 9 8.5 4 6.0 5 6.51 115.06 75.98 130.SOLUCIÓN Para calibrar un medidor de orificio se miden la velocidad v de un fluido y la caída de presión  P.0 2 4.17 35.5 3 4.

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. 27 .

Que al ser ejecutado produce: La función interp1(T.P. Presiòn (psia) 426. La siguiente tabla muestra las viscosidades del isopentano a 59 °F y a diferentes presiones.Tint.690 483.750 2466.P.805 568. mientras que interp1(T.Tint) realiza la interpolación lineal. Para resolver este ejemplo.297 497.450 3555.610 1422.900 7111.'spline') realiza una interpolación con spline cúbico.SOLUCIÓN A continuación se muestra el guión de Matlab.920 995.500 Viscosidad (centipoisese) 2468 2482 2483 2498 2584 2672 2811 3094 3236 3807 28 .300 2133.

7 650 45.7 1500 52. Ejemplo 5.17 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. 711. 29 .575.4 1000 52.801 psia. 2844.Elabore un programa para aproximar el valor de la viscosidad a las presiones de 355.600.3 Aproxime esta información con un polinomio por el método de mínimos cuadrados. utilizando la aproximación cúbica segmentaria de Bessel.200 y 8533. SOLUCIÓN Ejemplo 5. 5689.150.15 1200 53.16 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.

30010 2 1.00 1. utilice un polinomio de Newton de segundo grado.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).00 0.35 0.50.64185 4 3.09861 Construya una tabla de diferencias divididas para aproximar f(x) en x = 1.53063 3 1.90 0. Al ejecutarlo se obtiene: Dada la tabla Puntos xi f(xi ) 0 1.00000 1 1.70 0. 30 .

Pruebe este programa con los datos del ejemplo 5.1. 31 .SOLUCIÓN Elabore un programa para leer una tabla de m pares de valores e interpolar o extrapolar. utilizando el polinomio de Newton de Grado n en diferencias divididas.

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

SOLUCIÓN A continuación se muestra el guión de Matlab para este ejercicio.Elabore un programa que lea una tabla de m (seleccionado por el usuario) pares de valores.1 se obtiene: Para calibrar un medidor de orificio se miden la velocidad v de un fluido y la caída de presión  P. y que interpole o extrapole con el polinomio de Lagrange de grado m-1. Al ejecutarlo con los datos del ejemplo 5. Los datos experimentales se dan a continuación y se buscan los mejores parámetros a y b de la ecuación que represente estos datos: 33 .

17 105.06 75.97 50.89 109.0 7 7.39 180.71 92.67 153.98 130.5 4 6.0 2 4.0 8 7.5  Pi SOLUCIÓN A continuación se muestra el guión de Matlab que resuelve este ejercicio (vea detalles en el libro).17 35.1 se obtiene: 34 . Al ejecutarlo con los datos del ejemplo 5.5 10 9.0 11 9.0 9 8.0 6 7.0 5 6.83 30. i vi 1 3.51 115.v = a ( P )b donde v = velocidad promedio (pies/s)  P = caída de presión (mm Hg).5 3 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 .

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

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

Sign up to vote on this title
UsefulNot useful