La investigacin matemtica contemporanea

by
Nomas
El objetivo de la Prctica es la obtencin del polinomio de interpolacin, que es el polinomio de
grado menor o igual que n que pasa por n+1 puntos (x i,yi), i=0,1,...,n, tambin llamados nodos de
interpolacin.
Planteando directamente las condiciones anteriores se obtiene un sistema de ecuaciones
lineales con solucin nica, pero generalmente mal condicionado.
Los polinomios de Lagrange permiten obtener una expresin explcita del polinomio de
interpolacin cuyo inters es ms bien terico, pues es difcil de evaluar en puntos concretos.
Numricamente es mucho ms til la forma de Newton del polinomio de interpolacin.
Aunque no tiene expresin explcita, su obtencin es ms estable que por los mtodos anteriores,
su evaluacin no presenta los inconvenientes de los polinomios de Lagrange, y sobre todo, se puede
actualizar fcilmente si se aaden nuevos nodos de interpolacin.
1. USTIFICACIN
Los mtodos que se estudian en el curso, proporcionan al estudiante de ingeniera un
conocimiento bsico de las aplicaciones matemticas para la solucin numrica de
problemas, permitiendo as mismo presentarle las pautas utilizadas para el diseo de
algoritmos y la construccin de programas que, con la ayuda del computador, facilitan
el trabajo al Ingeniero.
2. OBJETIVOS

1.1.

Objetivo general

Reconocer los modelos matemticos utilizados en la resolucin de ecuaciones

diferenciales, mtodos numricos y tcnicas de aproximacin lineal.

1.2.

Objetivos especficos
Conocer, entender y saber aplicar los mtodos numricos elementales que se
utilizan en la resolucin de numerosos problemas tpicos en Ingeniera que
involucran: interpolacin y aproximacin, ecuaciones lineales y no lineales,
diferenciacin e integracin y ecuaciones diferenciales.

Conocer y saber aplicar elementos de mtodos numricos en EXCEL. De forma

particular se debe entender y aplicar los conceptos matemticos principales que se
aplican en el desarrollo de los mtodos numricos.
Conocer y aplicar los polinomios de interpolacin.
Entender el concepto de ajuste de datos por mnimos cuadrados y aplicarlo en la
situacin lineal, polinmicas y exponencial, pudiendo determinar la bondad de
ajuste del modelo aplicado.
Conocer los mtodos iterativos de lgebra matricial con sus alcances y
limitaciones.
Entender los mtodos principales para la solucin de ecuaciones y sistemas de
ecuaciones no lineales.
Conocer los mtodos estndares de diferenciacin e integracin numrica
Conocer los conceptos de ecuaciones diferenciales ordinarias y los mtodos
principales de su solucin numrica.
Adicionalmente para el curso se har uso de software.
1.

Interpolacin polinmica

El problema de la interpolacin consiste en estimar el valor de una funcin en un punto a

partir de valores conocidos en puntos cercanos. En el caso de la interpolacin polinmica, la
funcin incgnita se sustituye por un polinomio que coincide con aquella en los puntos conocidos.
Se eligen los polinomios porque son fciles de evaluar y por el hecho fundamental de que dados
n+1 puntos de abscisa distinta, (x0, y0), (x1, y1),..., (xn, yn), existe exactamente un polinomio P n(x) de
grado no superior a n, que pasa por dichos puntos, es decir, tal que
Pn(xi) = yi, i=0,1,2...,n.
En la interpolacin lineal, la funcin se sustituye por la recta que pasa por dos puntos. Tres
datos se se interpolan con un polinomio de segundo grado, grficamente una parbola que pasa por
esos tres puntos.
Podramos pensar que al aumentar el grado se obtiene mejor aproximacin, pero esto es
falso en general. La coincidencia del polinomio con muchos puntos de interpolacin se consigue a
costa de grandes oscilaciones en los intervalos entre nodos o puntos de interpolacin dados.
La aplicacin clsica de la interpolacin consiste en estimar los valores de una funcin
tabulada en puntos que no figuran en la tabla. Como ejemplo tpico de tabla citemos la campana de
Gauss o distribucin normal.
Actualmente la interpolacin se utiliza en clculo numrico para aproximar funciones
mediante otras ms sencillas, como los polinomios. Por ejemplo para deducir frmulas de
integracin aproximada y mtodos de resolucin de ecuaciones diferenciales.
2.

Un problema de interpolacin

Midiendo la temperatura ambiente a distintas horas del da hemos obtenido la siguiente tabla
Hora

10

12

14

16

18

20

Grados

12

18

21

19

15

10

Sea T=f(t) la funcin (desconocida) que da la temperatura ambiente en cada instante t. Para
estimar la temperatura en un instante t que no aparece en la tabla, aproximaremos la funcin f
mediante polinomios de interpolacin. Estos polinomios se determinan exigiendo que coincidan con
f en alguno de los valores tabulados. Si exigimos que pase por dos puntos, obtenemos una recta, o
sea un polinomio de grado 1. Si hacemos que pase por tres puntos, queda un polinomio de grado 2,
y as sucesivamente podemos ir aadiendo puntos e incrementando el grado.
1.1.1. Interpolacin lineal
El modo ms simple de estimar la temperatura a las 13 horas es tomar la media entre las
temperaturas de las 12h y las 14h, que es de 19.5. Para otros instantes en el mismo intervalo
tomamos una media ponderada, o geomtricamente hablando, la ordenada de la recta que pasa por
(12,18) y por (14,21). La ecuacin general de la recta es P 1(x) = a0 + a1x. Exigiendo que pase por
los puntos (x0, y0) y (x1, y1) obtenemos un sistema de ecuaciones lineales
a0 + a1x0 = y0
a0 + a1x1 = y1
cuya solucin da los coeficientes de la recta buscada.
En nuestro ejemplo tenemos el sistema
a0 + 12a1 = 18
a0 + 14a1 = 21
cuya solucin es a0 = 0 y a1 = 3/2.
1.1.2. Interpolacin cuadrtica
Tomando un polinomio de mayor grado, podemos imponer ms condiciones para tener en
cuenta la evolucin de la temperatura alrededor del intervalo [12,14].
El polinomio de grado dos
P2(x) = a0 + a1x + a2x2
que pasa por (x0, y0), (x1, y1) y (x2, y2) se determina anlogamente resolviendo el sistema.
a0 + a1x0 + a2x02 = y0
a0 + a1x1 + a2x12 = y1
a0 + a1x2 + a2x22 = y2
En nuestro ejemplo, tomando los
puntos (10,12), (12,18) y (14,21) queda un
sistema cuya expresin matricial es
La matriz de este sistema se
denomina matriz de Van der Monde. Esta
matriz es regular si los xi son todos
distintos, pero es mal condicionada para
tamaos relativamente pequeos. Esto

hace desaconsejable la obtencin del

polinomio de interpolacin por este
mtodo. Adems, la solucin de un
sistema lineal de orden n tiene coste
cbico O(n3), mientras que, como veremos
enseguida, el polinomio de interpolacin
puede obtenerse con O(n2) operaciones.
t=10:2:14;

T=[12 18 21]';
a=A\T

A=vander(t)
100
144
196

10
12
14

-0.3750
11.2500
-63.0000

1
1
1

polyval(a,t)
cond(A)

12.0000

18.0000

21.0000

1.1634e+004

1.1.3. Desplazamiento del origen

El mal condicionamiento de la anterior matriz se debe, en parte, a la inadecuada eleccin de
los polinomios elegidos como base para expresar P 2(x). Si, en lugar de 1, x, x 2, desplazamos el
origen, por ejemplo a x = x1 = 12, el mismo polinomio es ahora una combinacin lineal de
potencias de xx1:
P2(x) = b0 + b1(xx1) + b2(xx1)2