INSTITUTO TECNOLOGICO SUPERIOR DE COSAMALOAPAN

!
!
!

NOMBRE DEL ALUMNO

JUAN CARLOS FLORES OCHOA

VICTOR MANUEL LOPEZ CAMACHO

!
!
!
NOMBRE DEL CATEDRATICO

ERIK FRANCISCO TORRECILLA COPTO

!
!
!
MATERIA

MTODOS NUMRICOS

!
!

UNIDAD I

!
1.1. Importancia de los mtodos numricos

La ciencia y la tecnologa describen los fenmenos

reales mediante modelos matemticos. El estudio de
estos modelos permite un conocimiento ms
profundo del fenmeno, as como de su evolucin
futura. La matemtica aplicada es la rama de las
matemticas que se dedica a buscar y aplicar las
herramientas ms adecuadas a los problemas
basados en estos modelos. Desafortunadamente, no
siempre es posible aplicar mtodos analticos
clsicos por diferentes razones:

No se adecuan al modelo concreto.

Su aplicacin resulta excesivamente compleja.

La solucin formal es tan complicada que hace
imposible cualquier interpretacin posterior.

Simplemente no existen mtodos analticos capaces
de proporcionar soluciones al problema.

En estos casos son tiles las tcnicas numricas,
que mediante una labor de clculo ms o menos
intensa, conducen a soluciones aproximadas que son
siempre numrica. El importante esfuerzo de
clculo que implica la mayora de estos mtodos
hace que su uso est ntimamente ligado al empleo
de computadores. De hecho, sin el desarrollo que se
ha producido en el campo de la informtica

resultara difcilmente imaginable el nivel actual de

utilizacin de las tcnicas numricas en mbitos
cada da ms diversos

1.2. Conceptos bsicos: precisin, exactitud,

cifra significativa, incertidumbre y sesgo.

La precisin

La precisin se refiere a qu tan cercano est un

valor individual medido o calculado respecto a los
otros. Por ejemplo, los nmeros 2.1 y 2.10 de un
clculo realizado implican un distinto nivel de
precisin. La primera cifra sugiere que el clculo se
realiz con una precisin
de slo dcimas de
unidad; la segunda cifra (2.10) se obtuvo con una
mayor precisin porque se intro dujo hasta
centsimas. Por tanto, el empleo de ceros en un
nmero tendr que ser manejado con cuidado y las
implicaciones deben ser comprensibles.

Exactitud

Existen dos tipos de nmeros, los exactos y los

aproximados. Los nmeros exactos son precisos al
nmero exacto de cifras presentados, de la misma
forma que sabemos que existen 12 manzanas en
una docena y no 12.1.

Sin embargo, en los mtodos numricos obtienen

resultados aproximados. Por lo tanto, se debe
desarrollar criterios para especificar que tan
precisos son los resultados obtenidos.

Cifras significativas

Es posible determinar la precisin de una lectura

mediante el nmero de cifras significativas (dgitos)
presentes.

Las cifras significativas son aquellos enteros (de 0

al 9) que pueden suponerse como precisos para los
clculos se realice. El resultado de esto es que:

1) Todos los nmeros distintos de cero se

consideran significativos. Por ejemplo el numero
376 tiene tres cifras significativas.

2) Los ceros los sern nicamente en ciertos

casos. Por ejemplo, los ceros en el numero 1005 se
consideran significativos debido a que definen el
tamao del nmero y a que estn rodeados de
nmeros distintos de ceros (el 1 y el 5). Sin
embargo, para el nmero 0.064, los dos ceros no
se consideran significativos debido a que solo se
emplean para definir la ubicacin del punto decimal
y no para la precisin de la lectura. Para el nmero
0.4020, el cero a la izquierda del punto decimal
no es significativo, pero los otros dos ceros s lo son

ya que definen la magnitud del nmero y la

precisin de la cuarta posicin de la lectura.

Incertidumbre y sesgo.

Se le conoce como incertidumbre al grado de

alejamiento entre s, a las diversas aproximaciones
a un valor verdadero. Es por ello que la
incerti du mbre tambin se le co n oce co mo
imprecisin.

L o s m to d o s n u m r ico s d e b e n s e r lo
suficientemente exactos o sin sesgos (es decir, sin
diferencia entre el valor esperado de un estimador
y el verdadero valor) para que cumplan los
requisitos de un problema particular de ingeniera.

1.3 Tipos de errores.

Los errores numricos se generan con el uso de

aproximaciones para representar las operaciones y
cantidades matemticas.

Errores de redondeo

Este tipo de errores se deben a que las

computadoras solo guardan un nmero finito de
cifras significativas durante un clculo. Por ejemplo:
si solo se guardan siete cifras significativas, la

computadora puede almacenar y usar p como p =

3.141 592 y generando un error de redondeo.

Esta tcnica de retener solo los primeros nmeros

se le llamo "Truncamiento" en el ambiente de
computacin de preferencia se le llamara de corte
para distinguirlo de los errores de truncamiento
discutidos. Un corte ignora los trminos restantes
de la representacin decimal completa. Por ejemplo:
el octavo numero significativo en este caso es 6.
Por lo tanto p se representa de manera exacta
como 3.141593 que como 3.141592 obtenido
mediante un corte, ya que el valor esta mas
cercano del valor verdadero. Esto se puede
visualizar de la siguiente forma: si p se aproxima
por p = 3.141593, el error de redondeo se reduce a;
Eu = 0.000 000 035........

Errores de truncamiento

Los errores de truncamiento son aquellos que

resultan al usar una aproximacin en lugar de un
procedimiento matemtico exacto.

dv = D u = u(t-1) v(t)

dt D t t-1 - t

Se introdujo un error de truncamiento en la

solucin numrica ya que la ecuacin de diferencias
solo se aproxima el valor verdadero de la derivada.

Error numrico total

El error numrico total es la suma de los errores

de redondeo y de truncamiento. (Los errores de
truncamiento decrecen conforme l numero de
clculos aumenta, por lo que se encara el siguiente
problema: la estrategia de disminuir un componente
del error total lleva al incremento del otro).

Errores por equivocacin, de planteamiento o

incertidumbre en los datos

En los primeros aos de la computacin, los

resultados numricos errneos fueron atribuidos
algunas veces al mal funcionamiento de la
computadora misma. Hoy en da, esta fuente de
error es muy improbable y la mayor parte de las
equivocaciones se pueden atribuir a errores
humanos.

Errores de formulacin

Los errores de formulacin o de modelamiento

degeneran en lo que se podra considerar como un
modelo matemtico incompleto. Un ejemplo de un
error de formulacin imperceptible es el hacho de

que la segunda Ley de Newton no explica los

efectos relativistas.

1.5 Mtodos iterativos

El mtodo de Gauss y sus variantes se conocen con

el nombre de mtodos directos: se ejecutan a
travs de un nmero finito de pasos y dan lugar a
una solucin que sera exacta si no fuese por los
errores de redondeo.

Por contra, un mtodo indirecto da lugar a una

sucesin de vectores que idealmente converge a la
solucin. El clculo se detiene cuando se cuenta con
una solucin aproximada con cierto grado de
precisin especificado de antemano o despus de
cierto nmero de iteraciones. Los mto dos
indirectos son casi siempre iterativos: para obtener
la sucesin mencionada se utiliza repetidamente un
proceso sencillo.

UNIDAD 2.

METODOS DE SOLUCIN DE ECUACIONES

2 . 1 . Mto d o s ba s a d o s e n inte r valo s

Cu an do p ara en co nt rar la so lu ci n a u n a
e cu aci n, dig amo s f(x) = 0 Par t imo s de u n
inte r valo [ a, b] dent ro del cu al sa bemo s

q u e s e e n c u e nt ra la so lu ci n, y p a so a
p a s o r e d u c i m o s d i c h o i n te r va l o h a sta
o b te n e r:

[ an, b n] tal qu e |b n a n |

< , Pa ra > 0 co m o la to le ra n c ia ,
de cimo s que hemo s ut iliza do u n mto do de
inte r valo o mto do ce r ra do.

2 .2 . Mto d o d e b is e ccin

El m to d o d e bi s e cci n e s u n alg o r it m o de
b s q u e d a d e ra ce s q u e t ra baj a d i v i d i e n d o
el inte r valo a la m ita d y se le ccio n an do e l
subinte r valo que t ien e la raz.

Este e s u n o d e lo s mto do s m s sen cillo s y

de fcil int uici n para re so lve r e cuacio n e s
en u n a var ia ble. Se ba sa en el te o re m a
d e l va lo r i nte r m e d i o ( T V I ) , e l c u a l
e sta b le ce q u e to d a f u n c i n co nt in u a f e n
u n inte r valo ce r ra do [ a, b] to ma to do s lo s
valo re s qu e s e h allan e nt re f (a) y f (b).
Esto e s q ue to d o valo r ent re f(a) y f(b) e s
la im a g e n d e al m e n o s u n valo r e n e l
inte r valo [ a, b] .

En ca s o d e q ue f (a) y f(b) ten g an sig n o s

o p u e sto s, e l valo r ce ro s e ra u n valo r

inte r m e dio ent re f(a) y f(b), p o r lo qu e

co n ce r te z a exi ste u n p e n [ a , b] q u e
cu mple f(p)= 0. De e sta fo r ma, se a segu ra
la existe n c ia d e al m e n o s u n a s o lu c i n d e
la e c u ac i n f (a ) = 0.

E l m to d o co ns i ste e n lo s i g u i e nte :

* D e b e ex i st i r s e g u r i d a d s o b re la
c o nt i n u i d a d d e la f u n c i n f (x) e n e l
inte r valo [ a, b] .

*S e calc u la e l p u nto m e d i o m d e l i nte r valo
[ a, b] y se evala f(m) si e se valo r e s ig u al
a c e r o, ya h e m o s e n c o nt ra d o la ra z
b u sca d a .

* En ca so de que n o lo sea, ve r if icamo s si

f( m) t i e n e s i g n o o p ue sto co n f(a) o co n
f( b)

*S e re d ef i n e e l i nte r valo [ a , b] co m o [ a ,
m] [ m , b] s e g n s e ha ya dete r m in a do e n
cul de e sto s inte r valo s o cu r re u n cambio
de sig n o

*C o n e ste n u e v o i nte r va lo s e co nt i n a
suce si vam ente en ce r ran do la soluci n en
u n inte r valo ca da ve z ms p equ e o, ha sta
alca n z ar la pre c i s i n d e s e a d a .

!
!

E j e m p lo. M eto d o d e la b i s e cc i n

cuanta s ite raci n

n = ln a - ln E

ln 2

[2,4]
a,b

E= 0.1

E = 0. 0 0 0 0 0 1

n = ln (2 ) - ln (0.1 )

ln 2

!
!

2 .3. Mto d o d e a proxim acio n e s s u ce s i va s

E s t e m t o d o, c o n o c i d o ta m b i n c o m o
m to d o d e pu nto fi jo o m to do ite rat i v o
e stn dar e s u n o de los mto dos
re co m e n da do s cu an do q u e re m o s re so lve r
u n a e cu aci n de la fo r ma x = f(x) y la
fu n ci n f (x) c u m ple cie r ta s co n dicio n e s
co mo lo ve remo s en la s siguiente s do s
se ccio n e s.

Co n dici n de L ip sc h it z

U n a fu n ci n f(x) defin i do en el inte r valo
[ a, b] se dice qu e sat isface u n a co n dici n

de Lipsc h it z, si existe u n a co n stante L > 0

tal que |f(x1) f (x 2 ) | L | x 1 x 2 |

Para cu alqu ie r p ar de n m e ro s x1 , x2
[ a, b] .

!
2 .4 . M T O DO DE I N T E R P O L A CI O N

E s te m t o d o ta m b i n c o n o c i d o c o m o
R e g u la - Fals i co r re s p o n de a re alizar u n a
inte r p o laci n lin eal ent re lo s p u nto s a y ,
se b u sca, en la re cta que pa sa p o r lo s
p u nto s [ a; f (a ) ] y [ b; f ( b) ] , e l p u nto c tal
q u e s u i m a g e n f (c) se an u le . En e sta
expre s i n a p are ce la relaci n (b - a)/ (f
(b) f(a)) que e s equi valente al in ve r so
de la de r i va da de pr im e r o r den de la
fu n ci n f. La e c uac i n re su ltante e s:

!
!
!

2 .4 . 1 . M T O DO DE N E WT O N R A P H SO N

Tal ve z, de la s fo r m u la s para lo calizar

ra ce s, la fo r m u la d e Ne w to n R a p hs o n
s e a la m a s a m p lia m e nte ut i li z a d a . S i e l
valo r in ic ial p ara la raz e s xi , ento n ce s

se pue de t razar u n a tan g ente de sde el

p u nto [ xi, f (xi ) ] d e la c u r va . Po r lo co m n,
el p u n o d o n d e e sta tan g e nte cr u za al eje
x re pre senta u n a a proximaci n m ejo ra da
de la raz.

El mto d o d e Ne wto n R a p hso n se de du ce

a par t ir e e sta inte r pretaci n g eo mt r ica
(u n m to d o alte r n at i v o ba s a d o e n la s e r i e
de Ta ylo r:

!
!
!
!

2 .4 .2 M T O DO DE L A SEC A N T E .

U n pro b lema fu e r te en la imp lem entaci n

del mto do de New to n - R a phso n e s el de la
evalu aci n de la de r i va da . A u n q u e e sto n o
e s i n co n ve n i e nte p ara lo s p o li n o m i o s y
p a ra m u c h a s o t ra s f u n c i o n e s , e x i ste n
alg u n a s d e e sta s c u ya s d e r i va d a s p u e d e n
se r ext rema dam ente difcile s de evaluar.
E n e s t e c a s o, la d e r i v a d a s e p u e d e
a proximar m e diante u na dife rencia
di vi di da.

En el s e nt i d o d e q ue u n a a proxim aci n a
la ra z s e c a l c u la e x t ra p o la n d o u n a
tan g ente de la fu n ci n ha sta el eje x. Sin

em barg o, e l m to d o de la se cante u sa u n a
dife ren cia en ve z de la de r i va da para
a proxim ar la p e n d i ente.

!
!
!
!
!

U N I DA D 3

M to d o s d e
e cu acio n e s.

s o lu c i n

de

s i ste m a s

de

3.1 Mto do s ite rat i v o s.

Mto do de Jaco b i

En a n li s i s n u m r ico e l m to do de Jaco b i
e s u n m t o d o ite rat i v o, u s a d o p a ra
re so lve r siste m a s de e cu acio n e s lin e ale s
del t ip o A x = b. El alg o r it mo to ma su
n o m b r e d e l m ate m t i c o a le m n C a r l
G u stav Jako b Jaco b i.

La ba s e de l m to do co n s iste e n co n st r u ir
u na suce sin co n ve rg ente def in i da
ite rat i vam ente. El lm ite de e sta suce si n
e s pre c is a m e nte la s o lu c i n d e l s iste m a . A
e f e c t o s p r c t i c o s s i e l a l g o r it m o s e
det ien e de spus de u n n m e ro f in ito de

p a s o s s e lle g a a u n a a proxim ac i n al valo r

de x de la so luci n del sistema.

La s u ce s i n s e co n st r u ye de sco m p o n ie n do
la m at r i z d e l s i ste m a e n la f o r m a
siguiente:

A = D + L + U

D o n de:

D, e s u n a m at r iz dia g o n al.

L , e s u n a m at r iz t r ia n g u lar in fe r io r.

U, e s u n a m at r i z t r ia n g u lar s u p e r i o r

Mto do de G au ss- Sei del

El m to d o d e G a u ss- Se i de l e s el m to do
ite rat i v o m a s co m n m e nte u s a d o.
Su p o n g amo s que se da u n sistema de n
e cu acio n e s.

[ A] [ X ] = {B }

Su p o n g a que se lim ita a u n co n ju nto de

e cu acio n e s de 3 X 3. Si lo s elem ento s de
la d ia g o n al n o s o n to d o s ce ro, la pr im e ra
e cu aci n se p u e de re so lve r p ara X 1 , la

segu n da para X2 y la te rce ra para X3,

p ara o b te n e r:

!
!
!
!
!
!
!
!

3.2 SISTEMAS
L I N E A L E S

DE

ECUACIONES

NO

U n pro b lema relacio n a do co n ste mto do

co n s i ste e n o b te n e r la s ra c e s d e u n
co n ju nto de e cuacio n e s sim u ltan ea s.

!
!
!
!
!
!
!

La s o lu ci n de e ste s iste m a co n sta de u n

co nju nto de valo re s xi
que
s i m u lt n e a m e n te h a c e n q u e to d a s la s
e cu acio n e s sean ig u ale s a ce ro.

3.3 Ite racin y co n ve rg encia de sistema s

d e e c u ac i o n e s.

Sistema s de Ecuacio n e s de New to n

El M to d o d e Ne w to n p ar t ien do de u n a s
c o n d i c i o n e s i n i c i a le s X 0 g e n e ra u n a
s e c u e n c i a d e va l o r e s X 1 .. X n q u e
co n ve rg en a la soluci n si la s co n dicio n e s
i n i c i a le s X o, e st n s u f i c i e n te m e n te
pr xim a s a e lla s.

E j e m p lo 1 .

La e cu aci n 2 x + 24x +61x -16x + 1 = 0

t i en e d o s ra ce s ce rca de 0. 1

(0.1213203436; 0.1231056256),
e n c u nt r e la s m e d i a nte e l m to d o d e
New to n - R a p hso n .

So luci n :

El mto d o d e N - R, e s e l m to do ite rat i v o
q u e req ui e re d e la fu n ci n, su de r i va da y
u n p u nto de in icio, la fo r m u la e st da da
p o r:

!
!
!

Ento n ce s:

!
!
!
!

A l re e m p lazar lo s dato s, se o b t ie n e :

Ento n ce s la s ite rac io n e s so n :

x1 = 0.1111328125

x2 = 0.11664780 053787

x3 = 0.11936143263559

x4 = 0.12064808476922

x5 = 0.12117604663885

x6 = 0.121310310 04941

x7 = 0.12132028783201

x8 = 0.12132034355771 A proximaci n a la
ra z b u sca d a ( 0. 12 1 32 0 3 4 3 6 )

A ho ra b u scare m o s la ot ra ra z, to m a n do
co mo pu nto de in icio - m 0.1 3

x1
x2
x3
x4
x5

=
=
=
=
=

0.12616290927433

0.124290 0624559

0.12344358909839

0.12315206375549

0.123106774549

x6 = 0.12310562635671

x7 = 0.1231056256179 A proximaci n a la
ra z b u sca d a ( 0. 12 3 1 0 56 2 56 )

!
!

UN I DA D 4

!
Dife renciacin

i nte g rac i n

n u mr ica

!
4 . 1 D ife re n c iac i n n u m r ica

!
4 . 1 . 1 . Fo r m u la d e d ife re n c ia pro g re s i va
y reg re si va

!
!
!
!
!
!
!
!
!
D ife ren cia s f in ita s.

S lo se co n si de ran n o r malm ente t re s

fo r m a s: la a nte r i o r, la p o ste r i o r y la
cent ral.

!
U n a dife ren cia pro g re si va, a delanta da
o p o ste r io r e s u n a expre s i n de la
fo r m a

!
!
D e p e n d i e n d o d e la a p li ca c i n , e l
e s p ac ia d o h s e m a nt ie n e co n sta nte o
se to ma el lim ite h 0.

U n a dife ren cia reg re si va, at ra sa da o
ante r io r

!
4 . 1 .2 . Fo r m u la d e tre s p u nto s

!
S u p o n g a m o s q u e s o lo te n e m o s t re s
dato s x1 , x2, x3 Su p o n g amo s que so lo
ten emo s t re s dato s x1 = x0 + h, x2 =
x0 + 2h co n h=0

!
A p li ca n d o la f r m u la a nte r i o r co n
t re s p u nto s, p ara xj = x0, x1 , x2

re sp e ct i vam e nte, o b te n e m o s la s t re s
siguiente s f r m u la s (llama da s de "t re s
p u nto s" )

!
4 . 1 .3. Fo r m u la d e c i n co p u nto s

!
F r m u la s de cin co p u nto s

De m an e ra an lo g a, si te n e m o s cin co
dato s igualm ente e spacia do s,

x1 = x0 + h, x2 = x0 + 2h, x3 = x0
+ 3 h, x 4 = x 0 + 4 h co n h= 0 s e p u e d e
o b te n e r la f r m u la de cin co p u nto s.

!
F r m u la p ara la seg u n da de r i va da

Co n la s m isma s h ip te sis, se p u e de
de ducir u n a f r m u la de t re s pu nto s
p ara la s e g u n d a d e r i va d a

!
E J E M P LO. C o n s i d e re m o s
ta bla de dato s

!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!

la

s i g u i e nte

Est imar f'(0.05) y f' (0. 08)

!
SOLU CIN.
Para e st imar f' (0.05) se
p u e d e u s ar la f r m u la d e c in co p u nto s
m i e nt ra s q u e p a ra e st i m a r f ' ( 0. 0 8 )
p o de m o s u s ar u n a f r m u la de t re s
p u nto s, p ara s e r exacto s, la f r m u la
a pro p ia da e s la f r m u la para f'(x1)

!
E st i m a c i n d e f ' ( 0 . 0 5 ) c o n la
f r m u la de cin co pu nto s.

x2 = 0.05

S e le cc i o n a m o s c i n co p u nto s d e ta l
m an e ra que,

!
!
!
!
!
!
!
!
!
!
!
!

A ho ra a p lica m o s la f r m u la , co m o h =
0. 0 1

co mo se e sp e ra ba ya que (ex)' = ex

!
Est imaci n de f '(0. 08 ) co n la f r m u la
de t re s pu nto s para e st imar f ' (x1 )

S e le c c i o n a m o s t r e s p u n t o s d e ta l
m an e ra que, x1 = 0.0 8

!
!
!

!
!
!
!
!
!
!
!
!
!
!

A ho ra a p lica m o s la f r m u la , co m o h =
0. 0 1

!
Co mo se
pre cis i n
o b te n i d a
p u nto s.

e sp e ra ba. Ob se r ve qu e la
n o e s ta n b ue n a co m o la
c o n la f r m u la d e c i n c o

!
4 .2 . I nte g rac in N u m e r ica

!
E n a n li s i s n u m r ico la i nte g rac i n
n u mr ica co n st it uye u n a amplia g ama
de alg o r it mo s para calcu lar el valo r
n u mr ico de u n a integ ral def in i da y,
p o r ex te n s i n, e l t r m in o s e u s a a
v e c e s p a ra d e s c r i b i r a lg o r it m o s
n u m r ico s p ara re s o lv e r e c u ac i o n e s
d ife re n c iale s. E l t r m i n o c u a d rat u ra
n u m r ica (a m e n u d o a b re v ia d o a
cua drat u ra) e s ms o m en o s sin n imo
de
integ racin
n u mr ica,
e s p e c ialm e nte s i s e a p lica a inte g rale s
de u n a dim en si n a p e sar de que para

e l ca s o d e d o s o m s d i m e n s i o n e s
(integ ral m u lt iple) tambin se ut iliza.

!
El pro blema bs ico co n s i d e ra d o p o r la
integ raci n n u mr ica e s calcu lar u n a
s o lu c i n a p r o x i m a d a a la i n te g ra l
def in i da:

!
!
!
!
4 .2 . 1 . Mto d o d e l tra p e c io

!
La re g la de l t ra p e cio e s la pr im e ra de la s
f o r m u la s c e r ra d a s d e i n t e g ra c i n d e
New to n Cote s. Co r re sp o n de al ca so do n de
el p o lin o m i o d e la e cu aci n e s de pr im e r
g ra do:

!
!
!
!
OBTENCIN

ESTIMACIN

DEL

E R RO R DE L A R E G L A DE S I M P S O N
1/3

Co mo se h izo en el cu a dro 21 .2 p ara la
re g la de l t ra p e cio, la re g la de Sim p so n 1/3

se obt ien e al integ rar el p olin o m io de

i nte r p o lac i n d e N e w to n - G re g o r y h ac ia
a d e la nte :

!
!
4 .3. I nte g rac in Mlt ip le s

La s i nte g ra le s m lt i p le s s e ut i li z a n a
m e n u do e n la in g e n ie ra . Po r eje m p lo, u n a
e c u ac i n g e n e ra l p a ra ca lc u la r e l
pro m e d i o d e u n a f u n c i n b i d i m e n s i o n a l
p u e d e e sc r ib ir s e co m o s ig u e :

!
!
!
!
!

A l n u m e ra do r se le llam a inte g ral do b le.

La s tcn ica s e st u dia da s e n e ste ca p t u lo

(y e n e l s i g u i e nte)
s e ut i li z a n p ara
evalu ar inte g rale s m lt ip le s. U n eje m p lo

sen cillo se r ia obten e r la integ ral doble de

u n a fu n ci n so b re u n rea re ctan g u lar.

R e cu e r de de l c lcu lo de dic ha s inte g rale s
s e p u e d e n ca lc u la r co m o i nte g ra le s
ite ra da s.

!
!
!
!

!
UN I DA D 5 I nte r p o lacin

!
5.1

Polin o m io

de

i nte r p o lac i n

de

INTERPOLACION

DE

Newto n.

POLINOMIOS
N E WT O N

DE

U n o de e sta s fo r ma s de inte r p o laci n se

den o m in a Po lin o m io s de Inte r p o laci n de

New to n, qu e t ra baja dire ctam ente en la

ta b la o b te n i d a m e d ia nte e l pro ce s o d e
D ife ren cia s D i v i di da s; En el de sar ro llo de
e sta s d ife re n c ia s f i n ita s, s e o b t u v o e n
p r i m e r lu g a r la s d i f e r e n c i a s f i n ita s
o r din ar ia s y lueg o la s dife ren cia s f in ita s
di vi di da s.

I nte r p o lac i n p o li n o m ial d e Ne w to n

A lg u n o s ca so s: lin e al, de se g u n do g ra do y
de te rce r g ra do.

!
!
!
!
!
!
!

!
!
!
!
!
!

!
!

I nte r p o lac i n li n e al

U t ilizan do t r in g u lo s sem ejante s

!
!
!
!
!

R e o r de n a n do

!
!
!
!
!
!
!
!
!
!
!
!
!
!
!
!

Ej e mp lo

Est im ar l n 2 m e d iante inte r p o laci n lin eal
si ln 1 = 0 y ln 6 = 1 .791759 y ln 4 =
1 .386294

!
!
!
!
!
!
!
!
!

Valo r real ln 2 = 0.6931 472

Er ro r re lat i v o p o rce nt u al = 3 3.3 %

!
!

5.2 Polinomio de interpolacin de Lagrange.

Este polinomio de interpolacin de Lagrange es
simplemente una reformulacin del polinomio de
Newton que evita el clculo de las diferencias
divididas.

El polinomio de Lagrange de orden n tiene la
siguiente forma general:

!
!
!
!

Es fcil demostrar que los polinomios de Lagrange

pasan por todos lo puntos evalundolos para
valores xi n = 1, 2, . . .. Para n = 1, es decir, para
dos datos, el polinomio tiene la siguiente forma:

!
!
!
!
Los polinomios de Lagrange de ordenes 2 y 3 se
presentan a continuacin:

5.3 Interpolacin segmentada

Esta inte r p olacin se llama inte r p olacin
segmentaria o interpolacin por splines. La idea
central es que en vez de usar un solo polinomio
para interpolar los datos, podemos usar segmentos
de polinomios y unirlos adecuadamente para
formar nuestra interpolacin.

Cabe mencionar que entre todas, las splines
cbicas han resultado ser las ms adecuadas para
aplicaciones como la mencionada anteriormente.

As pues, podemos decir de manera informal, que

una funcion spline est formada

por varios

polinomios, cada uno definido en un intervalo y que

se unen entre si bajo ciertas condiciones de
continuidad.

Interpolacin Segmentaria Lineal

Este es el caso ms sencillo. En l, vamos a
interpolar una funcin f(x) de la que se nos dan un
nmero N de pares (x,f(x)) por los que tendr que
pasar nuestra funcin polinmica P(x). Esta serie
de funciones nuestras van a ser lineales, esto es,
con grado 1: de la forma P(x) = ax + b.

Definiremos una de estas funciones por cada par
de puntos adyacentes, hasta un total de (N-1)
funciones, hacindolas pasar obligatoriamente por
los puntos que van a determinarlas, es decir, la
funcin P(x) ser el conjunto de segmentos que
unen nodos consecutivos; es por ello que nuestra
funcin ser continua en dichos puntos, pero no
derivable en general.

!
!

Interpolacin Segmentaria Cuadrtica

En este caso, los polinomios P(x) a travs de los
que construimos el Spline tienen grado 2. Esto
quiere decir, que va a tener la forma P(x) = ax +
bx + c

Como en la interpolacin segmentaria lineal, vamos
a tener N-1 ecuaciones (donde N son los puntos
sobre lo s que se defin e la fu ncin). La
interpolacin cuadrtica nos va a asegurar que la
funcin que nosotros generemos a trozos con los
distintos P(x) va a ser continua, ya que para sacar
las condiciones que ajusten el polinomio, vamos a
determinar como condiciones:

Que las partes de la funcin a trozos P(x) pasen
por ese punto. Es decir, que las dos Pn(x) que
rodean al f(x) que queremos aproximar, sean igual
a f(x) en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para
ambos "lados" de la funcin definida a trozos que
pasa por tal punto comn.

Esto sin embargo no es suficiente, y necesitamos
una condicin ms. Por qu?. Tenemos 3 incgnitas

por cada P(x). En un caso sencillo con f(x) definida

en tres puntos y dos ecuaciones P(x) para
aproximarla, vamos a tener seis incgnitas en total.
Para resolver esto necesitaramos seis ecuaciones,
pero vamos a tener tan slo cinco: cuatro que
igualan el P(x) con el valor de f(x) en ese punto
(dos por cada intervalo), y la quinta al igualar la
derivada en el punto comn a las dos P(x).

Se necesita una sexta ecuacin,de dnde se
extrae? Esto suele hacerse con el valor de la
derivada en algn punto, al que se fuerza uno de
los P(x).

Interpolacin Segmentaria Cbica

En este caso, cada polinomio P(x) a travs del que
construimos los Splines en [m,n] tiene grado 3.
Esto quiere decir, que va a tener la forma P(x) =
ax + bx + cx + d

En este caso vamos a tener cuatro variables por
cada intervalo (a,b,c,d), y una nueva condicin para
cada punto comn a dos intervalos, respecto a la
derivada segunda:

Que las partes de la funcin a trozos P(x) pasen

por ese punto. Es decir, que las dos Pn(x) que
rodean al f(x) que queremos aproximar, sean igual
a f(x) en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para
ambos "lados" de la funcin definida a trozos que
pasa por tal punto comn.

Que la derivada segunda en un punto siempre
coincida para ambos "lados" de la funcin definida
a trozos que pasa por tal punto comn.

Como puede deducirse al compararlo con el caso
de splines cuadrticos, ahora no nos va a faltar
una sino dos ecuaciones (condiciones) para el
nmero de incgnitas que tenemos.

La forma de solucionar esto, determina el carcter
de los splines cbicos. As, podemos usar:

Splines cbicos naturales: La forma ms tpica. La
derivada segunda de P se hace 0 para el primer y
ltimo punto sobre el que est definido el conjunto
de Splines, esto son, los puntos m y n en el
intervalo [m,n].

Dar los valores de la derivada segunda de m y n

de forma "manual", en el conjunto de splines
definidos en el intervalo [m,n].

Hacer iguales los valores de la derivada segunda
de m y n en el conjunto de splines definidos en el
intervalo [m,n]