Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020
INFORME DE LABORATORIO 4 METODOS NÚMERICOS:
INTERPOLACIÓN
Armando Aguilera Garavito, Cristian Heriberto Tascon Muñoz
aaguilerag@academia.usbbog.edu.co chtasconm@academia.usbbog.edu.co
RESUMEN: En el presente informe de
laboratorio se hace el respectivo análisis y
ejemplificación para aproximar una función a un
polinomio ecuación, esto mediante el método de la
interpolación el cual consiste en, la obtención de
nuevos puntos partiendo del conocimiento de un
conjunto discreto de puntos del cual se hacen
diferentes ejercicios en el software de
programación Matlab.
ABSTRACT: In this laboratory report the
respective analysis and exemplification is made to
approximate a function to a polynomial equation, this
through the interpolation method which consists of
obtaining new points based on the knowledge of a
discrete set of points from which different exercises are
done in the Matlab programming software.
PALABRAS CLAVE: Matlab, Interpolación
Polinomio de Lagrange.
I. INTRODUCCIÓN
Un polinomio es una expresión de la forma
P(x)=𝑎𝑛𝑥 𝑛 + 𝑎𝑛−1𝑥 𝑛−1 + ⋯ + 𝑎1𝑥 + 𝑎0
por el teorema de aproximación de Weierstrass
cualesquier función puede aproximarse a un
polinomio, una manera es por el llamado
polinomio de Lagrange el cual afirma que si x0, x1,
... , xn son n + 1 son números reales distintos y f es
una función cuyos números están dados por estos
números entonces existe un único polinomio P(x)
de grado n tal que
P(x) = f (x0)Ln,0(x) +···+ f (xn)Ln,n(x)
∑f (x𝑘 )L n,k (x) 𝑛 𝑘=0
L n,k (x)= (x − x0)(x − x1)···(x − x𝑘−1)(x −
x𝑘+1)···(x − x𝑛) (x𝑘 − x0)(x𝑘 − x1)···(x𝑘 − x𝑘−1)
(x𝑘 − x𝑘+1)···(x𝑘 − x𝑛)
1
En forma compacta el L n,k (x) de Lagrange es de
la forma ∏ (x − x𝑖 ) (x𝑘 − x𝑖 ) 𝑛 𝑖=0 𝑖≠𝑘 Otra
forma de obtener un polinomio de aproximación es
con el polinomio de Newton
El cual es
Pn(x) = a0 + a1(x − x0) + a2(x − x0)(x − x1)
+···+ an(x − x0)···(x − xn−1)
En los que los coeficientes a0…. an se
obtienen por diferencias divididas que van
desde f[x0] hasta f [x0, x1, ... , xn] = f [x1,
x2, ... , xn] − f [x0, x1, ... , xn−1] /xn − x0
II. OBJETIVOS
2.1 Objetivo general
Comparar los distintos métodos de
aproximación de un polinomio
2.2 Objetivos específicos
2.2.1 Conocer y aprender a aproximar a un
polinomio, en el software de programación Matlab.
2.2.2 Aprender a utilizar la plataforma como
medio de apoyo en los distintos problemas
matemáticos, aritméticos y algebraicos que se
tengan.
2.2.3 Conocer las distintas funciones que brinda
Matlab cuyo aprendizaje puede contribuir de
manera positiva a la implementación de métodos
numéricos para la solución de problemas de
ingeniería.
III. MARCO TEÓRICO
III.1 Matlab. Es un sistema de cómputo numérico
con un lenguaje de programación propio
(lenguaje M). Este software entre sus
funciones principales permite la creación de
matrices y operación entre ellas, y además la
representación de datos y funciones.
III.2 Método de Interpolación Consiste en la
obtención de nuevos puntos partiendo del
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020
conocimiento de un conjunto discreto de
puntos.
III.3 Sintaxis. Reglas y principios utilizados en la
combinación de caracteres de un lenguaje
específico, los softwares de programación se
basan en una sintaxis que los rige.
III.4 Condicionales. Se refiere a una instrucción a
un grupo de instrucciones que se pueden
ejecutar o no, según una condición dada.
[ CITATION Cod13 \l 9226 ]
III.5 Iteración. Se refiere principalmente a
repetición continua de un proceso lógico, es
decir reiterar un conjunto de instrucciones o
acciones. [ CITATION Cod13 \l 9226 ]
III.6 Ecuación no lineal. Se refiere a cuando
alguna de las incógnitas que forman parte de
la ecuación no son de primer grado
III.7 Secuencial. La estructura secuencial se refiere
a una serie de instrucciones que siguen una
secuencia o proceso lineal, es decir la salida
de un proceso es la entrada de otro.
[ CITATION Uni16 \l 9226 ]
III.8 Selección. La estructura de selección se
presente cuando hay varios posibles
resultados o salidas en un programa, y el
usuario debe escoger alguno de estos.
[ CITATION Cod13 \l 9226 ]
III.9 Prueba de escritorio. La prueba de escritorio
consiste en dar valores de entrada a las
variables y comprobar si el resultado es el
esperado o acertado.
III.10 Polinomio de Lagrange. Es una
reformulación del polinomio de Newton que
evita los cálculos de las diferencias divididas.
III.11 Raíces. Se conoce como raíz de un
polinomio o cero de una función, a todo
cualquier elemento perteneciente al dominio
de dicha función.
IV. ANÀLISIS DE RESULTADOS
2
4.1 1. Con las indicaciones dadas complete el
programa 1, de tal forma que se construya el
polinomio de Lagrange, al ingresar n puntos lo
dibuje.
Sintaxis Método Newton Raphson
clc %permite borrar el area de trabajo
clear %permite borrar las variables
almacenadas
format long %permite utilizar la
maxima capacidad de la maquina
fprintf('INTERPOLACION "POLINIMIO DE
LAGRAGE"\n\n\n');
%fprintf me permite ingresar
comentarios de manera textual que
pueden
%orientar al usuario en el uso del
programa
xi=input('Ingrese los puntos
pertenecientes a las x: ');
yi=input('Ingrese los puntos
pertenecientes a las y: ');
%input es un comando de solicitud de
entrada de datos del usuario.
n=length(xi);
x=sym('x'); %esta funcion nos permite
dejar la variable 'x' como simbólica
% y asi poder trabajar con ella, sin
tener que asignarle un valor.
for j=1:n producto=1; for i=1:j-1
producto=producto*(x-xi(i));
%calculo del producto 1 superior de L
end
producto2=1; for i=j+1:n
producto2=producto2*(x-xi(i));
%calculo del producto 2 superior de L
end
producto3=1; for i=1:j-1
producto3=producto3*(xi(j)-xi(i));
%calculo del producto 3 inferior de L
end
producto4=1; for i=j+1:n
producto4=producto4*(xi(j)-xi(i));
%calculo del producto 4 inferior de L
end
L(j)=(producto*producto2)/(producto3*
producto4); %cálculos de las L para
fprintf('\n L%d:\n',j-1) %poder hallar
el polinomio
disp(L(j)) %la función dispo nos
permite visualizar variables o texto
% en el workspace end
pn=0;
for j=1:n
pn=pn+L(j)*yi(j); %calculo del
polinomio interpolante
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020

end end end

fprintf('\n POLINOMIO INTERPOLANTE: if d(1,w)<0 sg2='-';
\n') else
sg2='+';
pn = simplify(pn); %este comando nos end
permite simplificar toda la expresion if w==1 acum=num2str(d(1,1));
disp(pn) elseif w==2
opc=input('\nDesea aproximar un valor polact=['(x' sg1 num2str(abs(x(w- 1)))
(si/no): ','s'); ')' ];
%este comando nos permite saber si el actual=[ds '*' polact]; acum=[acum sg2
usuario quiere obtener una actual]; else
%aproximacion de un punto dado, en el polact=[polact '.*' '(x' sg1
polinomio que se acaba de obtener num2str(abs(x(w-1))) ')' ];
if opc=='si' x=input('\nIngrese el actual=[ds '*' polact]; acum=[acum sg2
punto a aproximar: '); actual];
y=eval(pn); %evaluar el punto en el end end
polinomio
disp('\n La aproximacion a f(x) es:') %Presentacion de resultados
disp(y) %fprintf(' n Valores de X y Y n ');
end %disp(xa);
%disp(ya);
x1=input('El punto inicial es: ') fprintf('Polinomio interpolacion
x2=input('El punto final es: ') Newton: %s n')
% Graficamos al polinomio interpolante disp(acum)
de Lagrange SP %x=input('\n X interp = '); if
% sobre el mismo intervalos sobre la x>max(xa)|x<min(xa)
misma grafica: fprintf('t Punto fuera de rango. El
resultado puede equivocado n');
ezplot(pn,[x1 x2]) end xinterp=x;
yinterp=eval(acum);
Este código se utilizará para hallar %fprintf(' Y(%g) = %g n',x,yinterp);
el polinomio de Lagrange.
opc=input('\nDesea aproximar un valor
Segundo utilizaremos este código para (si/no): ','s');
hallar el polinomio de newton: %este comando nos permite saber si el
usuario quiere obtener una
%Ingrese los vectores flia %aproximacion de un punto dado, en el
x=input('Ingrese el vector fila x:'); polinomio que se acaba de obtener
y=input('Ingrese el vector fila y:'); if opc=='si' x=input('\nIngrese el
punto a aproximar: ');
xa=x;ya=y; y=eval(acum); %evaluar el punto en el
polinomio
%Formacion de las diferencias disp('\n La aproximacion a
divididas d=zeros(length(y)); f(x) es:') disp(y)
d(:,1)=y'; end
for k=2:length(x)
for j=1:length(x)+1-k d(j,k)=(d(j+1,k- %Grafica de los puntos
1)-d(j,k-
1))/(x(j+k-1)-x(j)); end %fprintf('\n Pulse cualquier tecla
end para ver la grafica de los puntos n');
%pause xg=linspace(min(xa),max(xa));
x=xg;yg=eval(acum);
%Formacion del polinomio for plot(xg,yg,xa,ya,'.r',xinterp,yinterp,
w=1:length(x) 'or');
ds=num2str(abs(d(1,w))); if w>1 grid
if x(w-1)<0 sg1='+';
else
sg1='-';

3
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020

2. 4.2 2. Construya el polinomio de Newton y

Lagrange de grado 3 para cada una de las tablas
mostradas.

Sintaxis y Prueba de escritorio

Polinomio de newton

Polinomio de Lagrange

4
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020

Polinomio de Newton

3. Sume los polinomios resultantes esto es

colocar los polinomios uno a continuación del
otro, estime el error para cada uno de estos
polinomios.

Sintaxis
Lagrange:

5
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020

Suma de los polinomios

6
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020

Suma de polinomios

Polinomio de Newton

Polinomio de Lagrange

4.4. Dibuje sobre papel milimétrico la figura

mostrada, construya una tabla de valores y
represéntela mediante un polinomio.

Sintaxis
%curva 1

x=linspace(0.2,1.2,1000);
y=0.2+2.5.*(x-0.2)+(-
2.91666667).*(x-
0.2).*(x-0.4)+2.6041667.*(x-
0.2).*(x-
0.4).*(x-0.8);
plot(x,y) grid on hold on
%curva 2 x=linspace(1.2,5.7,1000);
y=1.2+1.27272727.*(x-1.2)-
0.28438228.*(x- 1.2).*(x-
2.3)+0.03521762.*(x-1.2).*(x-
2.3).*(x-3.8);
plot(x,y) hold on
%curva 3 x=linspace(5.7,8.5,1000);
y=3.6+0.75000000.*(x-5.7)+(-
0.13020833).*(x-5.7).*(x-6.5)+(-
0.21019345).*(x-5.7).*(x-6.5).*(x-
8.1);
plot(x,y) hold on
%curva 4 x=linspace(7.9,8.5,1000);
y=2.8+5.*(x-7.9)+-6.666667.*(x-
7.9).*(x-
Grafica 8.1)+12.5.*(x-7.9).*(x-8.1).*(x-

7
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020

8.4); 6.6).*(x-7.5)+0.07591093.*(x-
plot(x,y) hold on 6.6).*(x-
%curva 5 x=linspace(7.9,11.9,1000); 7.5).*(x-8.5);
y=2.8-0.4782608.*(x-7.9)- plot(x,y) hold on
0.46113307.*(x- %curva 14 x=linspace(5.8,6.6,1000);
7.9).*(x-10.2)-0.01076715.*(x- y=-1.2+2.5.*(x-5.8)-1.6667.*(x-
7.9).*(x- 5.8).*(x-6)-0.6944.*(x-5.8).*(x-
10.2).*(x-11.2); 6).*(x-
plot(x,y) hold on 6.3);
%curva 6 plot(x,y) hold on
x=linspace(11.9,13.8,1000); %curva 15 x=linspace(4.8,5.8,1000);
y=-2.3-0.5.*(x-11.9)- y=-0.1-3.*(x-4.8)+3.33.*(x-
0.23076923.*(x- 4.8).*(x-5)-
11.9).*(x-12.7)-0.014652015.*(x- 2.395833.*(x-4.8).*(x-5).*(x-5.4);
11.9).*(x-12.7).*(13.2); plot(x,y) hold on
plot(x,y) hold on %curva 16 x=linspace(0.2,4.8,1000);
%curva 7 x=linspace(12,13.8,1000); y=0.2-0.727272.*(x-
y=-3.4-0.2.*(x-12)-0.12121212.*(x- 0.2)+0.28074866.*(x-
12).*(x-12.5)+0.00113921.*(x- 0.2).*(x-1.3)-0.0508833.*(x-
12).*(x- 0.2).*(x-
12.5).*(13.1); 1.3).*(x-3);
plot(x,y) hold on plot(x,y) hold on
%curva 8 x=linspace(11.4,12,1000);
y=-3.4+5.*(x-11.4)-14.1667.*(x-
11.4).*(x-
11.5)+20.8333.*(x-11.4).*(x-
11.5).*(x-
11.8);
plot(x,y) hold on
%curva 9 x=linspace(10,11.4,1000); V. CONCLUSIONES
y=-3.9+0.75.*(x-10)-0.58333.*(x-
10).*(x-
V.1 El software Matlab puede llegar a
10.4)+0.47619018.*(x-10).*(x- contribuir de manera muy importante en el
10.4).*(x- campo de la ingeniería ya que en su
11); lenguaje de programación ofrece el
plot(x,y) hold on calculo de numerosos procesos
%curva 10 x=linspace(10,10.9,1000);
y=-3.9+3.5.*(x-10)-2.5.*(x-10).*(x- matemáticos.
10.2)+0.07936508.*(x-10).*(x- V.2 En espacios de tiempo muy cortos se
10.2).*(x- pueden hacer procesos matemáticos
10.4); tediosos gracias a la eficacia del sofware.
plot(x,y) hold on
V.3 Matlab desarrolla de una manera muy
%curva 11
x=linspace(8.3,10.9,1000); efectiva y optima acciones como graficar
y=-0.2-0.333.*(x-8.3)-0.270833.*(x- funciones y hallar limites, herramientas
8.3).*(x-9.5)-0.11332418.*(x- que son muy útiles en el curso de cálculo
8.3).*(x- diferencial.
9.5).*(x-10.3);
plot(x,y) hold on
%curva 12 x=linspace(8.3,9.2,1000);
y=-0.2-2.*(x-8.3)+2.0833333.*(x- VI. REFERENCIAS
8.3).*(x-8.5)-3.69047619.*(x-
8.3).*(x- VI.1 Mathworks. (1994-2019),
8.5).*(x-8.9);
plot(x,y) hold on MATLAB: "para inteligencia artificial",
%curva 13 x=linspace(6.6,9.2,1000); Recuperado en marzo de 2019 de
y=-0.1-1.5.*(x-6.6)+0.58704453.*(x- https://la.mathworks.com/

8
Armando Aguilera Garavito, estudiante ingeniería electrónica, Universidad de San Buenaventura, Bogotá 2020

VI.2 Gramáticas. (2016), "La sintaxis",

Recuperado en marzo de 2019 de
https://www.gramaticas.net/2013/01/la-
sintaxis.html?m=1

VI.3 Unidad de apoyo para el aprendizaje.

(2019), " Cálculo diferencial: ¿Por qué y
para qué sirve?", Recuperado en marzo de
2019 de
https://programas.cuaed.unam.mx/reposito
rio/moodle/pluginfile.php/878/mod_resou
rce/content/1/contenido/index.html

VI.4 Monterey Institute. (SF), "Dominio y

Rango", Recuperado en marzo de 2019 de
https://www.montereyinstitute.org/courses
/Algebra1/COURSE_TEXT_RESOURCE
/U03_L2_T2_text_final_es.html

VI.5 ESCUELA TÉCNICA SUPERIOR DE

NÁUTICA Y MÁQUINAS NAVALES.
(SF), "Nociones preliminares de
matemáticas: límites de funciones",
Recuperado en marzo de 2019 de
http://www.ehu.eus/juancarlos.gorostizaga
/apoyo/limites.htm