Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Teniendo en cuenta que las variaciones en una relacin lineal son constantes
entonces podemos determinar por ejemplo las siguientes proporciones:
y2 y1 y3 y2
x2 x1 x3 x2
De igual forma podemos determinar por ejemplo que:
y2 y1 y3 y1
x2 x1 y2 y1
x2 x1 x3 x1 o lo que es equivalente x3 x1 y3 y1
Despejando y 2 obtenemos que:
( y3 y1 )( x2 x1 )
( x3 x1 )
Algunas propiedades bsicas de las proporciones son:
En toda Proporcin se cumple que
y2 y1
IV) Permutar:
V) Invertir:
VI) Componer respecto al Antecedente y Consecuente respectivamente:
0,10
10, 25
25,50
50,100
100, 250
250,500
500,1000
N
ordenes
950
de Porcentaje
de ordenes
23.3
Porcentaje
acumulado
23.3
940
23.1
46.4
110
2.7
49.1
680
16.7
65.8
260
6.4
72.2
480
11.8
84
650
16
100
2,305000
3,474000
4,643000
yi
0,346520
0,624742
0,942710
Los clculos necesarios para encontrar el polinomio de segundo grado que nos
sirva como polinomio interpolador sern muy laboriosos. Los datos de esta
tabla corresponden a tres puntos de la tabla de la renta, pero expresadas las
cantidades en millones de pesetas.
Es fcil comprender que si intentamos hacer interpolacin mediante un
polinomio de 3, 4, el sistema de ecuaciones correspondiente se har cada
vez ms tedioso de resolver.
Para soslayar este problema se han ideado varios mtodos que permiten
calcular el polinomio interpolador de forma ms sencilla que resolviendo un
sistema de ecuaciones anlogo al anterior. Veremos a continuacin un mtodo
ideado por Newton.
Interpolacin Polinmica De Newton
Es un mtodo de interpolacin polinmica. Aunque slo existe un nico
polinomio que interpola una serie de puntos, existen diferentes formas de
calcularlo. Este mtodo es til para situaciones que requieran un nmero bajo
de puntos para interpolar, ya que a medida que crece el nmero de puntos,
tambin lo hace el grado del polinomio.
Existen ciertas ventajas en el uso de este polinomio respecto al polinomio
interpolador de Lagrange. Por ejemplo, si fuese necesario aadir algn nuevo
punto o nodo a la funcin, tan slo habra que calcular este ltimo punto, dada
la relacin de recurrencia existente y demostrada anteriormente.
En anlisis numrico, el polinomio de Lagrange, llamado as en honor
a Joseph-Louis
de
Lagrange,
es
una
forma
de
presentar
el polinomio que interpola un conjunto de puntos dado. Lagrange public este
resultado en 1795, pero lo descubri Edward Waring en 1779 y fue
redescubierto ms tarde por Leonhard Euler en 1783.1 Dado que existe un
nico polinomio interpolador para un determinado conjunto de puntos, resulta
algo engaoso llamar a este polinomio el polinomio interpolador de Lagrange.
Un nombre ms apropiado es interpolacin polinmica en la forma de
Lagrange.
Uso
Ejemplo
en los puntos
Con cinco puntos, el polinomio interpolador tendr, como mximo, grado cuatro
(es decir, la mxima potencia ser cuatro), al igual que cada componente de la
base polinmica.
La base polinmica es:
Desventajas De Su Uso
Si se aumenta el nmero de puntos a interpolar (o nodos) con la intencin de
mejorar la aproximacin a una funcin, tambin lo hace el grado del polinomio
interpolador as obtenido, por norma general. De este modo, aumenta la
dificultad en el clculo, hacindolo poco operativo manualmente a partir del
grado 4, dado que no existen mtodos directos de resolucin de ecuaciones de
Mtodo de Euler
El mtodo de Euler rara vez se utiliza en la prctica para obtener la solucin aproximada de un
problema de valor inicial, pero se estudia por su simplicidad en la derivacin de la frmula y de
la determinacin del error. Los mtodos de orden superior utilizan las mismas tcnicas, pero el
lgebra que requieren es mucho ms complicada.
Con el mtodo de Euler se obtiene una solucin aproximada de un problema de valor inicial
como el que se muestra en la ecuacin (1), en un conjunto finito de puntos.
(1)
Para empezar, se determina la malla {t 0, t1, ... , tN} de paso h, donde t0 = a y tN = b. En estos
puntos es donde se va a obtener la aproximacin de la solucin.
Para determinar la frmula del mtodo, se parte de un desarrollo de Taylor de la funcin
solucin y(t), alrededor de un punto de la malla, t i, suponiendo que la funcin y(t) posee
derivadas primera y segunda continuas en (a, b):
(2)
(3)
(5)
(7)
Con los valores obtenidos mediante este algoritmo se puede lograr un grfico discreto de la
solucin aproximada, o tambin se puede aplicar un mtodo de interpolacin para obtener una
grfica continua en el intervalo. La lista de valores obtenida con el algoritmo se puede utilizar
para comparar resultados, o calcular errores relativos y absolutos respecto de la solucin
exacta, si se conoce.
Ejemplo
Consideremos el siguiente problema de valor inicial.
La frmula de Euler para este problema, tomando N puntos en el intervalo [1, 2] (sin contar el
punto de partida a = 1), resulta:
(8)
i
t
0
1,
0
0
2,000
0
1,
2
0
2,400
0
1,
4
2,976
0
0
3
1,
6
0
3,809
3
1,
8
0
5,028
2
2,
0
0
6,838
4
Se ve en los grficos obtenidos, que a medida que nos alejamos del valor inicial, la solucin
aproximada pierde precisin (se aleja de la solucin exacta), para el paso h = 1/20. Cuando se
achica el paso, la solucin mejora (h = 1/50).
Anlisis Del Error
Al deducir la frmula de Euler para aproximar la solucin de un PVI tipo (1), al pasar de la
expresin (5) a la (6), se descart en la expresin el error, dado por
(9)
De esta frmula surge que el error local de truncamiento en el mtodo es O(h 2).
Teniendo en cuenta que, por ser y'' continua,
(10)
y tambin que h = (tN t0)/N, se tiene que despus de N pasos, el error global acumulado es:
(11)
En el siguiente teorema se deriva una cota de error para el mtodo de Euler. Ciertas
condiciones necesitan verificarse para la funcin que interviene en la ecuacin diferencial.
Algunas son condiciones para que el PVI tenga solucin nica, otras son especficas para
obtener la cota.
Teorema:
Sea el conjunto D = {(t, y) | a t b,- y } y f(t, y) continua en D, tal que
satisface
una
condicin
de
Lipschitz en D en la
variable
y.
Sea y(t) la solucin nica del PVI y' = f(t, y), a t b, y(a) = , y supongamos que
existe
una
constante
M
tal
que
|y''
(t)|
M " t [a,b].
Sean w0, w1, , wN las aproximaciones generadas con el mtodo de Euler para N
entero positivo. Entonces, para cada i = 0, 1, , N, se cumple:
(12)
Observacin:
Este teorema tiene como punto dbil el requisito de conocer una cota de la derivada segunda
de la solucin, ya que en general, la solucin exacta no se conoce. Algunas veces, es posible
obtener una cota del error de la derivada segunda sin conocer explcitamente la funcin
solucin. Por ejemplo, si existen las derivadas parciales de la funcin f(t, y), aplicando la regla
de la cadena, se tiene que:
(13)
Por lo tanto, si se conocen cotas de f y las derivadas parciales de f, se puede tener una cota de
y''.
La importancia principal de la frmula de cota de error del mtodo de Euler dada en (12)
consiste en que dicha cota depende linealmente del tamao del paso h. Esto implica que, al
disminuir el tamao del paso, las aproximaciones debern ser ms precisas.
Pero en el resultado del teorema anterior, no se tiene en cuenta el efecto que el error de
redondeo ejerce sobre el tamao del paso. A medida que h se hace ms pequeo, aumenta la