Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ingeniería Mecánica
PORTAFOLIO DE EVIDENCIAS
El problema general de la interpolación se nos presenta cuando nos dan una función
de la cual solo conocemos una serie de puntos de la misma:
Interpolación lineal.
Cuando las variaciones de la función son proporcionales (o casi proporcionales) a
los de la variable independiente se puede admitir que dicha función es lineal y usar
para estimar los valores la interpolación lineal…
Sean dos puntos (xo, yo), (x1, y1), la interpolación lineal consiste en hallar una
estimación del valor y, para un valor x tal que x0<x<x1.
Obtenemos la fórmula de la interpolación lineal.
INSTITUTO TECNOLOGICO SUPERIOR DE COATZACOALCOS
Departamento: Ingeniería Mecánica
Materia: Métodos numéricos
ITESCO Docente: Luis Alberto León Valencia
Nombre Alumno: Hernández Hernández Jesús Lenin
Unidad: 4 Grado y Grupo: 4 "A" Actividad: Investigación. Fecha:
Tema:
La interpolación cuadrática.
Cuando el polinomio que conviene es de 2º grado la interpolación recibe el nombre
de cuadrática. El polinomio interpolador es único, luego como se encuentre da
igual., sin embargo, a veces los cálculos son muy laboriosos y es preferible utilizar
un método que otro. A la vista de los datos se decide.
En el ejemplo 1 se da el método de resolver el sistema para encontrar los valores
que determinan a la función cuadrática (a, b y c)
Con frecuencia se tienen que estimar valores intermedios entre valores conocidos.
El método más común empleado para este propósito es la interpolación polinomial.
Recuérdese que la fórmula general de un polinomio de n-ésimo orden es:
Para n + 1 puntos, existe uno y sólo un polinomio de n-ésimo orden o menor que
pasa a través de todos los puntos. Por ejemplo, hay sólo una línea recta (es decir
un polinomio de primer orden) que conecta dos puntos. El polinomio de interpolación
consiste en determinar el único polinomio de n-ésimo orden que se ajusta a los n +
1 puntos dados. Este polinomio proporciona una fórmula para calcular los valores
intermedios.
Aunque existe uno y sólo un polinomio de n-ésimo orden que se ajusta a los n +
1 puntos, existen una gran variedad de fórmulas matemáticas mediante las cuales
se puede expresar este polinomio. En esta unidad se estudian dos técnicas
alternativas que están bien condicionadas para implementarse en una
computadora. Estos son los polinomios de Newton y de Lagrange.
INSTITUTO TECNOLOGICO SUPERIOR DE COATZACOALCOS
Departamento: Ingeniería Mecánica
Materia: Métodos numéricos
ITESCO Docente: Luis Alberto León Valencia
Nombre Alumno: Hernández Hernández Jesús Lenin
Unidad: 4 Grado y Grupo: 4 "A" Actividad: Investigación. Fecha:
Tema:
definiendo como
y definiendo como
Una vez se hayan realizado todos los cálculos, nótese que hay (muchas) más
diferencias divididas que coeficientes . El cálculo de todos los términos
intermedios debe realizarse simplemente porque son necesarios para poder formar
todos los términos finales. Sin embargo, los términos usados en la construcción del
polinomio interpolador son todos aquellos que involucren a .
Interpolación de Lagrange
Nótese que en estas condiciones, los coeficientes están bien definidos y son
siempre distintos de cero.
INSTITUTO TECNOLOGICO SUPERIOR DE COATZACOALCOS
Departamento: Ingeniería Mecánica
Materia: Métodos numéricos
ITESCO Docente: Luis Alberto León Valencia
Nombre Alumno: Hernández Hernández Jesús Lenin
Unidad: 4 Grado y Grupo: 4 "A" Actividad: Investigación. Fecha:
Tema:
La dependencia entre dos (o más) variables puede ser tal que se base en una
relación funcional (matemática) exacta, como la existente entre la velocidad y la
distancia recorrida por un móvil; o puede ser estadística. La dependencia
estadística es un tipo de relación entre variables tal que conocidos los valores de la
(las) variable (variables) independiente(s) no puede determinarse con exactitud el
valor de la variable dependiente, aunque si se puede llegar a determinar un cierto
comportamiento (global) de la misma. (Ej. la relación existente entre el peso y la
estatura de los individuos de una población es una relación estadística).
El estudio del grado de dependencia existente entre las variables que queda
recogido en la teoría de la correlación.
Surge de modo natural la pregunta: ¿cuál es la relación analítica que mejor se ajusta
a nuestros datos? El método de cuadrados mínimos es un procedimiento general
que nos permite responder esta pregunta. Cuando la relación entre las
variables X e Y es lineal, el método de ajuste por cuadrados mínimos se denomina
también método de regresión lineal.
y(x) = a x + b
Regresión mínimo-Cuadrática.
Coeficientes de regresión.
Por bondad del ajuste hay que entender el grado de acoplamiento que existe entre
los datos originales y los valores teóricos que se obtienen de la regresión.
Obviamente cuanto mejor sea el ajuste, más útil será la regresión a la pretensión de
obtener los valores de la variable.
Puesto que la media de los residuos se anula, el primer indicador de la bondad del
ajuste (no puede ser el error medio) será el error cuadrático medio, o varianza del
residuo, o varianza residual:
Que será una cantidad mayor o igual que cero. De forma que cuanto más baja sea
mejor será el grado de ajuste. Si la varianza residual vale cero el ajuste
será perfecto (ya que no existirá ningún error).
Considerando que la varianza nos mide la dispersión de los datos este hecho hay
que entenderlo como que la dispersión total inicial queda, en parte explicada por la
regresión y en parte no. Cuanto mayor sea la proporción de varianza explicada (y
menor la no explicada) tanto mejor será el ajuste y tanto más útil la regresión.
R2 = r2
Supongamos para simplificar que los datos no están agrupados por frecuencias.
Sistema de ecuaciones del que se pueden despejar los valores de los coeficientes
de regresión.