Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4.1 Interpolación
4.3 Aplicaciones
HOJA 2
4.1
4.1 INTERPOLACIÓN
INTERPOLACIÓN
Un problema clásico de la matemática, se plantea al querer calcular el valor de una fun-
ción en un punto cuando no se conoce la función o incluso cuando la función no existe,
conociéndose únicamente una serie de puntos. La resolución aproximada del problema
consiste en encontrar una función fácil de construir y de evaluar, que coincide con la
función objeto del problema con los datos de que se dispone. Se dice que la función así
construida interpola a la función dada con respecto a los datos.
1. Los datos que se desea que sean comunes a la función desconocida y a la función in-
terpoladora.
HOJA 3
La interpolación consiste en hallar un dato de un intervalo en el que conocemos los
valores en los extremos.
INTERPOLACIÓN POLINOMINAL
Con frecuencia se encontrará con que tiene que estimar valores intermedios entre datos
definidos por puntos. El método más común que se usa para este propósito es la
interpolación polinomial. Recuerde que la fórmula general para un polinomio de n-
ésimo grado es f(x) = a0 + a1x + a2x2 + · · · + anxn
Dados n + 1 puntos, hay uno y sólo un polinomio de grado* n que pasa a través de todos
los puntos. Por ejemplo, hay sólo una línea recta (es decir, un polinomio de primer
grado) que une dos puntos De manera similar, únicamente una parábola une un
conjunto de tres puntos
La interpolación polinomial consiste en determinar el polinomio único de n-ésimo
grado que se ajuste a n + 1 puntos. Este polinomio, entonces, proporciona una fórmula
para calcular valores intermedios. Aunque hay uno y sólo un polinomio de n-ésimo
grado que se ajusta a n + 1 puntos, existe una gran variedad de formas matemáticas en
las cuales puede expresarse este polinomio.
Ejemplos de interpolación polinomial:
a) De primer grado (lineal) que une dos puntos
b) De segundo grado (cuadrática o parabólica) que une tres puntos
c) De tercer grado (cúbica) que une cuatro puntos.
HOJA 4
Ahora bien, para obtener los polinomios de interpolación existen otros métodos, como
los siguientes:
- Polinomios de Lagrange
- Polinomios de Newton.
- Polinomios de Gauss.
INTERPOLACIÓN LINEAL
Sean dos puntos (X0, Y0) (X1; Y2) 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
Y- Y0 = (Y1-Y0)/(X1-Xo) (x – x0)
HOJA 5
INTERPOLACION CUADRÁTICA
4.2 REGRESIÓN
4.2 REGRESIÓN DE
DE MÍNIMOS
MÍNIMOS CUADRADOS
CUADRADOS
CUADRADOS
El método de los mínimos cuadrados se utiliza para calcular la recta
de regresión lineal que minimiza los residuos, esto es, las diferencias entre los valores
reales y los estimados por la recta. Se revisa su fundamento y la forma de calcular los
coeficientes de regresión con este método.
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 las
variables no puede determinarse con exactitud el valor de la variable dependiente,
aunque si se puede llegar a determinar un cierto comportamiento de esta.
Una vez determinada la estructura de esta dependencia la finalidad última de la
regresión es llegar a poder asignar el valor que toma la variable Y en un individuo del
que conocemos que toma un determinado valor para la variable X. (para las variables
X1, X2, Xn)
HOJA 6
MÉTODO DE CUADRADOS MÍNIMOS –REGRESIÓN LINEAL.
Que representa este caso de interés. Es útil definir la función: x2=∑i (yi-(a-xi+b)2
Que es una medida de la desviación total de los valores observados Yi respecto de los
predichos por el modelo lineal ax+b.
Los mejores valores de la pendiente a y la ordenada al origen b son aquellos que
minimizan esta desviación total, o sea, son los valores que reemplazados en la ec(1)
minimizan la función ec(2).
Los parámetros a y b pueden obtenerse usando técnicas matemáticas que hacen uso
del cálculo diferencial.
Regresión mínima – cuadrática Consiste en explicar una de las variables en función de
la otra a través de un determinado tipo de función (lineal, parabólica, exponencial,
etc.) de forma que la función de regresión se obtiene mediante el método de mínimos
cuadrados (M.C.O)
Elegido el tipo de función () la función de regresión concreta se obtendrá
minimizando la expresión: 1 k ∑ ∑ i=1 j=1 (y, - (xi ))2 nij en el caso de la regresión de
y⁄x 1 k ∑ ∑p i=1 j=1 (xi- (yj))2 en el caso de la regresión de x⁄y
Ejemplo
Volviendo a los datos de una muestra de 15 estudiantes, a los cuales se había pasado
un test de inteligencia, cuyas puntuaciones se reflejan en la variable x y y, vamos a
calcular la recta de regresión de y sobre x
La medida de x es 120/15=8
La medida de y es 45/15=3
La covarianza es 415/15-24=3,67
La varianza de x es 1078/-64=7,87
HOJA 7
Por consiguiente, la pendiente de la recta será:
a= 3,67/7,87= 0,466
y la ordenada en el origen:
b= 3-0,466∙8 = 3-3,728 = -0,728
Por lo consiguiente la expresión de la recta de regresión de Y sobre X será:
Y= 0,466 x – 0,728
y-y= 1.11(x-x)
atan (1.11) = 47,89
Sistema de ecuaciones del que se pueden despejar los valores de los coeficientes de
regresión.
HOJA 8
4.3
4.3 APLICACIONES
APLICACIONES
Debido a que en la práctica de ingeniería se favorece el involucramiento con la solución
de problemas, un aspecto importante radica en cómo manejar datos experimentales
que se presentan en forma discreta y con la necesidad de estimar un valor desconocido
en algún punto de una función.
La interpolación es un proceso que consiste en aproximar una función a partir de un
conjunto de puntos de datos discretos, y buscando que esa función aproximada pase
por todos los puntos de datos dados, lo cual posteriormente permite determinar el
valor, o los valores de interés.
HOJA 9
Estimación de dosis de medicina
HOJA 10
Interpolación climática
La primera ley de Tobler (1970) establece: Todos los lugares están relacionados, pero
lugares cercanos están más relacionadas que lugares distantes.
La interpolación polinómica es empleada por cartógrafos para la creación de mapas de
isolíneas, esto se refiere a que se tienen mediciones obtenidas de estaciones
meteorológicas que se emplean para estimar patrones del clima. La idea es que, a partir
de datos en puntos particulares, sea posible estimar el clima para todas las ubicaciones
dentro de una región, y no sólo para aquellos puntos. En general, a mayor número de
puntos de muestreo, mayor será la precisión en la superficie interpolada, como es más
probable que incluya ubicaciones cuyos valores son importantes para definir la
superficie (por ejemplo, los picos y valles de la zona) la definición de la localización.
HOJA 11
En una práctica realizada en el laboratorio sobre trituración de minerales;
empleando como material de estudio la galena, se obtuvieron los siguientes
datos correspondientes al análisis granulométrico para dos casos específicos,
uno la trituradora de mandíbula y el otro el cortador rifles, mediante el método
de mínimos cuadrados determine la ecuación linealizada y obtenga el valor P80
Y F80.
∑ 197.2 98.6
X Y X2 XY
7.6909 3.2108 57.7737 24.4049
6.7452 2.0149 45.4977 13.5909
6.2146 1.5369 38.6213 9.5512
5.7038 1.1787 32.5333 6.7231
5.3471 1.1632 28.5915 6.2197
5.0106 0.7419 25.1061 3.7174
4.6634 0.5596 21.7473 2.6096
4.3175 0.3716 18.6408 1.6043
HOJA 12