METODOS NUMERICOS: UNIDAD 4

Josè Pablo Cid Ramírez

INSTITUTO TECNOLÓGICO DE VERACRUZ

MATERIA:
METODOS NUMERICOS

CATEDRÁTICO:
LORENZO ARGUELLES VIVEROS

ALUMNO:
CID RAMÍREZ JOSÉ PABLO

CLAVE DE GRUPO: CARRERA:

4Y6 ING. ELÉCTRICA

TEMA:
EL METODO NUMERICO DE LAGRANGE Y
METODO NUMERICO DE MINIMOS CUADRADOS

FECHA DE ENTREGA:
21/05/2020
 El Método Numérico De Lagrange

El polinomio de interpolación de Lagrange es simplemente una reformulación del po-

linomio de Newton que evita el cálculo de las diferencias divididas, y se representa
de manera concisa como

Donde

donde Π designa el “producto de”. Por ejemplo, la versión lineal (n = 1) es

Y la versión de segundo grado es

El razonamiento detrás de la formulación de Lagrange se compren-

de directamente al darse cuenta de que cada término Li(x) será 1 en x = xi
y 0 en todos los otros puntos. De esta forma, cada producto Li(x) f(xi) toma el valor
de f(xi) en el punto xi. En consecuencia, la sumatoria de todos los productos en la
ecuación es el único polinomio de n-ésimo grado que pasa exactamente a través de
todos los n + 1 puntos, que se tienen como datos.
EJERCICIO:

Con un polinomio de interpolación de Lagrange de primero y segundo grado evalúe

ln 2 con respecto a lo anterior visto

El polinomio de primer grado se utiliza para obtener la estimación en X=2

El polinomio de segundo grado quedaría asi

El polinomio de interpolación de Lagrange se obtiene de manera directa a partir de

la formulación del polinomio de Newton. Para obtener la forma de Lagrange,
reformulamos las diferencias divididas. Por ejemplo, la primera
diferencia dividida,

Se reformula como

Conocida como la forma simétrica

al agrupar términos semejantes y simplificar se obtiene la forma del polinomio de
Lagrange,

Descripción visual del razonamiento detrás del

polinomio de Lagrange. Esta fi gura muestra
un caso de segundo grado. Cada uno de los
tres términos en la ecuación pasa a
través de uno de los puntos que se tienen como
datos y es cero en los otros dos. La suma de
los tres términos, por lo tanto, debe ser el único
polinomio de segundo grado f2(x) que pasa
exactamente a través de los tres puntos.
Ejercicio en el Área Eléctrica
 Método Numérico De Mínimos Cuadrados

Diferentes funciones de aproximación se podrían entonces trazar, pero es

conveniente dar algún criterio que sirva de base para el ajuste de los datos. Una
opción consiste en encontrar una curva que minimice la discrepancia entre los datos
y la curva. Un procedimiento que se puede utilizar para alcanzar dicho objetivo es el
método de mínimos cuadrados.

Aproximación discreta de mínimos cuadrados

Sea un conjunto discreto de puntos x0, x1, . . . , xn en el intervalo [a, b] y sean n + 1

valores reales yi , de forma que se tienen los pares (xi, yi). Los puntos yi han sido
obtenidos mediante mediciones experimentales sobre cada punto xi , o bien, porque
cumplen yi = f(xi) para una función f(x) conocida al menos en los puntos xi. Dado un
conjunto de funciones conocidas fj (x), j = 0, 1, . . . , m, definidas sobre [a, b],
queremos encontrar la función.

que mejor se ajusta a los puntos dados, en el sentido de minimizar el error

cuadrático

Las funciones fj (x), j = 0, 1, . . . , m, definidas sobre [a, b] se escogerán

dependiendo de la forma de la nube de puntos (xi, yi), o bien, de las sospechas que
tengamos respecto al comportamiento de f(x). Por ejemplo, si observamos
comportamientos periódicos, convendrá escoger como fj (x) funciones
trigonométricas del tipo sen(jx) y cos(jx), j = 0, 1, . . . , m; si observamos un
comportamiento polinómico, escogeremos fj (x) como funciones polinómicas (por
ejemplo, xj, j = 0, 1, . . . , m).
Como queremos que

sea mínimo, tenemos que resolver, para cada k = 0, 1, . . . , m,∂E/∂ak = 0, i.e.:

Es decir, resolver como

Agrupando todos los aj en cada ecuación, se tiene que se pueden escribir como:

para k = 0, 1, . . . , m. Si definimos la matriz (n + 1) × (m + 1):

y los vectores x = (a0, a1, . . . , am) Te y = (y0, y1, . . . , yn) T, entonces las m+1
ecuaciones anteriores se pueden escribir como

MTMx = MT y o Ax = b,

donde MTM = A y MT y = b, que es un sistema lineal de m + 1 ecuaciones con m + 1

incógnitas. La matriz A es simétrica por definición, y se tiene el siguiente resultado:
Las funciones fj (x), j = 0, 1, . . . , m, son linealmente independientes si y solo si la
matriz A es definida positiva.
Por tanto, si tomamos fj (x) (j = 0, 1, . . . , m) linealmente independientes (en los
casos trigonométrico y polinómico así son), se tiene que el sistema anterior tiene
una única solución aj , j = 0, 1, . . . , m, que hace
que la función u(x) = Pmj=0 ajfj (x) tenga una magnitud de error de aproximación Pn
i=0(yi −u(xi))2 mínima entre todas las funciones de este tipo.
Aproximación continua de mínimos cuadrados
El método de mínimos cuadrados sirve también para aproximar no solo un conjunto
discreto de puntos, sino también toda una función en un intervalo. Así, si queremos
aproximar una función f(x) en un intervalo [a, b] mediante el polinomio

tendremos que minimizar en este caso la función de error

Derivando parcialmente respecto a los coeficientes del polinomio e igualando a cero

se obtienen las ecuaciones

que nos llevan a un sitema lineal Ax = b, donde A = (aij ) es una matriz (m + 1) × (m

+ 1) con

x = (a0, a1, . . . , am) T y b es el vector con coordenada i-ésima

EJERCICIO

Dados los siguientes puntos, obtener un polinomio de primer grado por mínimos
cuadrados

Polinomio de grado 1
La forma de este polinomio es la siguiente: P1(x) = a0 + a1x donde a0 y a1 son
incógnitas. Para hallarlas, se arma un sistema de ecuaciones, dos en este caso.
Cada coeficiente de las incógnitas, se calcula como la suma de todos los valores de
x elevados a alguna potencia. Al moverse una fila o columna hacia abajo o hacia la
derecha respectivamente, la potencia aumenta en 1. Para el termino independiente,
se toma la suma de todos los valores de y multiplicados por una potencia de x. De
esta forma, se arma el siguiente sistema

Se calculan los coeficientes de la tabla

Por último, se reescribe el sistema con las sumas obtenidas (es decir los
coeficientes):
Resolviendo el sistema, se obtiene que a0 = −17/26 y a1 =6/13 . Con estos valores
se arma el polinomio resultante de grado uno:

se verificará cuán próximos son los puntos a los valores dados:

Ejercicio en el Area Electrica
Bibliografías

• Métodos numéricos para ingenieros 5ta Edición

• Iniciación a los métodos numéricos