Documentos de Académico
Documentos de Profesional
Documentos de Cultura
0 0.78 2053.9413
1 0.80 1844.6480
2 0.82 1640.5230
3 0.84 1441.3171
4 0.86 1246.7989
5 0.88 1056.7528
6 0.90 870.9777
7 0.92 689.2859
Se quiere estimar la edad de una muestra en la que la proporción
N14C
es 0.8705 N12 C
a partir de los datos mostrados en la tabla anterior.
a) Determine
su edad utilizando un polinomio de interpolación de Lagrange de
orden 2, usando los puntos i = 3, 4 y 5 de la tabla. Repita el
cálculo usando los puntos i = 4, 5 y 6. Comente las diferencias
encontradas.
b) Determine ahora su edad utilizando un polinomio de
interpolación cúbico hacia adelante con punto de partida el dato
correspondiente a i = 2. Repita la estimación del valor usando otro
polinomio de interpolación cúbico hacia adelante con punto de
partida i = 3.
Sabemos que la antigüedad t de la muestra se puede ajustar a la
fórmula
t1 2
N14C 12
t = −ln
CUESTIONES
Tabla 1: i xi f(xi)
0 0.84 1441.3171
1 0.86 1246.7989
2 0.88 1056.7528
Ahora se repite el proceso pero usando los puntos i=4,5,6 del enunciado. Los
valores para elaborar el polinomio de interpolación son:
Tabla 2: i xi f(xi)
0 0.86 1246.7989
1 0.88 1056.7528
2 0.90 870.9777
Tabla 3: i xi f(xi)
0 0.82 1640.5230
1 0.84 1441.3171
2 0.86 1246.7989
3 0.88 1056.7528
Tabla 4: i xi f(xi)
0 0.84 1441.3171
1 0.86 1246.7989
2 0.88 1056.7528
3 0.90 870.9777
c) Ahora se conoce la fórmula que relaciona “la relación entre la cantidad de 14C y
12C de una muestra” y “antigüedad en años de dicha muestra”. Llamando x a la
relación 14C /12C y f(x) a los años de antigüedad se puede escribir la fórmula de la
siguiente manera:
5730
f(x) = - ln 2 ln 𝑥
Se aprecia una gran diferencia en el error para las estimaciones hechas mediante
los polinomios cuadráticos y los polinomios cúbicos. Los primeros tienen un orden
de magnitud en el error de -2 mientras que los segundos lo tienen de -4. Hay
mucha más precisión en la estimación hecha mediante los polinomios de
interpolación cúbicos.
d) Se busca estimar el error cometido en las aproximaciones del apartado b, con
los polinomios cúbicos, usando la regla del término siguiente.
La definición de error en una interpolación exige el conocimiento de la función
para poder estimar el error. En caso de no conocerla se puede usar la regla del
término siguiente, que consiste en usar para la estimación del error el valor del
término siguiente que se sumaría al polinomio creado mediante las diferencias
divididas.
En general las diferencias divididas de unos valores tabulados (xi,f(xi)) se
definen como:
𝑓[𝑥1,𝑥2,…,𝑥𝑛]−𝑓[𝑥0,𝑥1,…,𝑥𝑛−1]
f0[n] = f[x0,x1,…,xn] = 𝑥𝑛−𝑥0
En el apartado b se han usado polinomios de grado 3 que mediante las
diferencias divididas se escriben así:
P3(x) = f0[0] + (x-x0)f0[1] + (x-x0)(x-x1)f0[2] + (x-x0)(x-x1)(x-x2)f0[3]
Se realizan los mismos pasos para los datos de la Tabla 4. Se aumenta con el dato
siguiente que corresponde y se calculan las diferencias divididas:
Para los xi de la Tabla 4, tras introducir los datos en Maple, se obtiene esta
expresión para el error:
0.00111290
E2(x) = , con el valor 𝜉 comprendido entre 0.84 y 0.90
𝑥^4
La función sigue siendo monótona decreciente así que el error puede acotarse en
E2 (0.90) < E2 (0.8705) < E2 (0.84)
Evaluando los valores en Maple se tiene:
0.00170 < E2 (0.8705) < 0.00224
La gráfica hecha con Maple muestra el posible valor de E2(0.8705) que está en el
intervalo entre 0.00170 y 0.00224
Ahora voy a comparar los errores calculados para los polinomio de interpolación
cúbicos, tanto para el obtenido con los datos de la Tabla 3 (puntos i=2,3,4,5 de la
tabla del enunciado del problema) como con los datos de la Tabla 4 (puntos
i=3,4,5,6 del enunciado). En el apartado c se calculó el error absoluto para la
estimación hecha del punto 0.8705, y en el apartado d el error mediante la regla
del término siguiente para el mismo punto. Los resultados obtenidos fueron los
siguientes:
Error absoluto (puntos i=2,3,4,5) = 5.9*10-4
Error absoluto (puntos i=3,4,5,6) = 3.3*10-4
Error término siguiente (puntos i=2,3,4,5) = -5.8*10-4
Error término siguiente (puntos i=3,4,5,6) = 3.1*10-4
APÉNDICE
A.a) Para la obtención del polinomio de orden 2 de Lagrange con los datos de la
Tabla 1 defino el polinomio Pa(x) en Maxima con los datos de dicha tabla y pido
que simplifique la expresión:
Pa(x):=1441.3171*(((x-0.86)*(x-0.88))/((0.84-0.86)*(0.84-
0.88)))+1246.7989*(((x-0.84)*(x-0.88))/((0.86-0.84)*(0.86-
0.88)))+1056.7528*(((x-0.84)*(x-0.86))/((0.88-0.84)*(0.88-0.86)))$
ratsimp(Pa(x));
Finalmente le pido que evalúe el polinomio con el valor de la variable que nos
pide el ejercicio:
Pa(0.8705);
Y devuelve el resultado que se buscaba: 1146.467082531249
A.b) Obtención del polinomio de Lagrange de orden 3 con Maxima para los datos
de la Tabla 3. Se ingresan los valores para obtener el polinomio y se pide que lo
simplifique:
Pc(x):=1640.5230*(((x-0.84)*(x-0.86)*(x-0.88))/((0.82-0.84)*(0.82-0.86)*(0.82-
0.88)))+1441.3171*(((x-0.82)*(x-0.86)*(x-0.88))/((0.84-0.82)*(0.84-0.86)*(0.84-
0.88)))+1246.7989*(((x-0.82)*(x-0.84)*(x-0.88))/((0.86-0.82)*(0.86-0.84)*(0.86-
0.88)))+1056.7528*(((x-0.82)*(x-0.84)*(x-0.86))/((0.88-0.82)*(0.88-0.84)*(0.88-
0.86)))$
ratsimp(Pc(x));
Obtención del polinomio de Lagrange de orden 3 con Maxima para los datos de la
Tabla 4:
Pd(x):=1441.3171*(((x-0.86)*(x-0.88)*(x-0.90))/((0.84-0.86)*(0.84-0.88)*(0.84-
0.90)))+1246.7989*(((x-0.84)*(x-0.88)*(x-0.90))/((0.86-0.84)*(0.86-0.88)*(0.86-
0.90)))+1056.7528*(((x-0.84)*(x-0.86)*(x-0.90))/((0.88-0.84)*(0.88-0.86)*(0.88-
0.90)))+870.9777*(((x-0.84)*(x-0.86)*(x-0.88))/((0.90-0.84)*(0.90-0.86)*(0.90-
0.88)))$
ratsimp(%);
A.c) Se define la función f(x) en Maxima para después poder evaluarla en el punto
0.8705:
f(x):=(-5730/(log(2)))*log(x)$
float(f(0.8705));
El valor devuelto es: 1146.480156872949
Evaluación de las cotas máximas y mínimas de error para E2(x) con Maple:
Entrada: E(.9) Salida: 0.7714017872e-3/(ln(2)*x^4)
Entrada: E(.84) Salida: 0.1549399803e-2/ln(2)