Instituto Politécnico Nacional

ESCUELA SUPERIOR DE INGIENERIA

MECANICA Y ELECTRICA
ESIME UNIDAD ZACATENCO
CARRERA: Ingeniería en Comunicaciones
y Electrónica

MATERIA: Análisis Numérico

BOLETA:2020301848

NOMBRE: Farca Villavicencio Fedra

GRUPO:4CV8

PROFESOR: Felipe Calzada Serafín

Método de interpolación inversa e interpolación

parabólica

FECHA DE ENTREGA: Miércoles 3 de Noviembre

del 2021
 Método de interpolación inversa e interpolación
parabólica

MÉTODO DE INTERPOLACION INVERSA

Se puede utilizar la interpolación para obtener una raíz aproximada de una

ecuación en ciertos casos. Como la nomenclatura implica, los valores de 𝑓(𝑥) y x
en la mayoría de los problemas de interpolación son las variables dependientes e
independientes, respectivamente. En consecuencia, los valores de las x con
frecuencia están espaciados uniformemente. Un ejemplo simple es una tabla de
valores obtenida para la función 𝑓(𝑥) = 1/𝑥.

Ahora supongamos que debemos usar los mismos datos, pero que se le ha dado
un valor de 𝑓(𝑥) y debe determinar el valor correspondiente de x. Por ejemplo,
para los datos anteriores, supongamos que se le pide determinar el valor de x que
corresponda a 𝑓(𝑥) = 0,3. En tal caso, como se tiene la función y es fácil de
manipular, la respuesta correcta es determinar directamente, x=1/3 = 3,3333.
A ese problema se lo conoce como interpolación inversa. En un caso más
complicado, muchos se sienten tentados a intercambiar los valores de 𝑓(𝑥) y x, es
decir, tan sólo graficar x contra 𝑓(𝑥) y usar un procedimiento como la interpolación
de Lagrange para determinar el resultado, Por desgracia, cuando se invierte las
variables no hay garantía de que los valores junto con la nueva abscisa las 𝑓(𝑥)
esten espaciados de una manera uniforme. Es más, en muchos casos, los valores
estarán “condensados”. Es decir, tendrán la apariencia de una escala logarítmica,
con algunos puntos adyacentes muy amontonados y otros muy dispersos. Por
ejemplo, para 𝑓(𝑥) = 1/𝑥 el resultado es

Tal espaciamiento no uniforme en las abscisas a menudo lleva a oscilaciones en

el resultado del polinomio de interpolación. Esto puede ocurrir aun para polinomios
de grado inferior.
Una estrategia alterna es ajustar un polinomio de interpolación de orden n-ésimo,
𝑓! (𝑥) a los datos originales, es decir, con 𝑓(𝑥) contra x. En la mayoría de los
casos, como las x están espaciadas de manera uniforme, este polinomio no estará
mal condicionado. La respuesta a el problema, entonces, consiste en encontrar el
valor de x que haga este polinomio igual al dado por 𝑓(𝑥). Así, el problema de
interpolación se reduce a un problema de raíces.
Por ejemplo, para el problema antes descrito, un procedimiento simple sería
ajustar los tres puntos a un polinomio cuadrático (2, 0.5), (3, 0.33333) y (4, 0.25),
cuyo resultado será

𝑓" (𝑥) = 1,08333 − 0,375𝑥 + 0,041667𝑥 "

La respuesta al problema de interpolación inversa para determinar la x

correspondiente a 𝑓(𝑥) = 0.3 será equivalente a la determinación de las raíces de

0.3 = 1,08333 − 0,375𝑥 + 0,041667𝑥 "

En este caso simple, la fórmula cuadrática se utiliza para calcular

0,375 ± 5(−0,375) # − 4(0,41667)(0,7833)

𝑥=
2(0,041667)
X1= 5.704158
x2= 3.295842

Así la segunda raíz, 3.296, es una buena aproximación al valor verdadero 3.333.
Sí se desea una exactitud adicional, entonces podríamos emplear un polinomio de
tercer o cuarto grado junto con uno de los métodos para la localización de raíces.

En conclusión, la interpolación inversa es teniendo una tabla ya antes dada de

puntos, el problema de dicha interpolación inversa consiste, simplemente, en
determinar para un valor dado la función 𝑓(𝑥) la correspondiente x. Cualquiera de
las formas de interpolación existentes permiten afrontar este problema,
simplemente hay que considerar a la f como variable independiente y a x como
variable dependiente. La interpolación inversa puede tener gran interés como
método para contrastar los resultados obtenidos al resolver un problema de
interpolación directa.
Como la nomenclatura indica, los valores de f(x) y de x representan a la
variable dependiente e independienterespectivamente.

En consecuencia, los valores de las x con frecuencia están

espaciados uniformemente
 Ahora suponga que usted debe usar los mismos datos, pero que se le ha dado un
valor de f(x) y debe determinar el valor correspondiente de x.

Por ejemplo, para los datos anteriores, suponga que se le pide determinar el valor
de x que corresponda a f(x) = 0.3

En tal caso, como se tiene la función y es fácil de manipular, la respuesta correcta

se determina directamente, x = 1/0.3 = 3.3333

Ahora bien, Usted (¡Sí… Usted!) puede sentirse tentado a intercambiar los valores
f(x) y x [es decir, solo graficar x contra f(x)]… y usar un procedimiento como la
interpolación de Lagrange para determinar el resultado…

El asunto es que:

Cuando usted invierte las variables NO HAY GARANTÍA que los valores
junto con la nueva abscisa [las f(x) originales] estén espaciados de una manera
uniforme.

Es más, en muchos casos, los valores estarán “condensados”.

Es decir, tendrán la apariencia de una escala logarítmica, con algunos
puntos adyacentes muy amontonados y otros muy dispersos.

Por ejemplo, para f(x) = 1/x el resultado es

x 0.142 0.166 0.2 0.25 0.333 0 1

9 7 3 .
5
y 7 6 5 4 3 2 1

Tal espaciamiento no uniforme en las abscisas, a menudo lleva a

oscilaciones en el resultado del polinomio de interpolación.

Esto puede ocurrir aun para polinomios de grado inferior.

Una estrategia alterna es ajustar un polinomio de interpolación de grado n ,

fn(x), a los datos originales.

En la mayoría de los casos, como las x están espaciadas de manera

uniforme, este polinomio no estará mal condicionado.

La respuesta a su problema, entonces, consiste en encontrar el valor de x

que haga este polinomio igual al dado por f(x).

Para el problema antes descrito, un procedimiento simple

consiste en ajustar tres puntos a un polinomio cuadrático.

Teniendo en cuenta CUÁLES valores de “Y” acotan el valor planteado de 0.3

Tenemos un primer conjunto dado por:

(2 , 0.5) , (3 , 0.3333) y (4 , 0.25) con un rango en “Y” de 0.25

Para el Conjunto 1: (2 , 0.5) , (3 , 0.3333) y (4 , 0.25)

El polinomio de interpolación es:
f2(x) = 0.5 -0.1667(x - 2) + 0.041700(x - 2)(x - 3)
f2(x)= 0.041667x2 – 0.375x + 1.08333

La respuesta al problema de interpolación inversa para determinar la x

correspondiente a f(x) = 0.3 será equivalente a calcular las raíces de
0.3 = 0.041667x2 – 0.375x + 1.08333
f(x) = 0.041667x2 – 0.375x + 1.08333 – 0.3 = 0
f(x) = 0.041667x2 – 0.375x + 0.78333 = 0
En este caso simple, la fórmula cuadrática se utiliza para calcular las raíces:

x1 = 5.704158 x2= 3.295842

 Tenemos un segundo conjunto dado por:

(3 , 0.3333) , (4 , 0.25) y (5 , 0.2) con un rango en “Y” de 0.1333

Que al tener un rango en “Y” menor que el primer conjunto, debió elegirse
desde un principio, pero trabajo ambos para confirmar esta propiedad (la de
elegir el menor rango)

Para el Conjunto 2: (3 , 0.3333) , (4 , 0.25) y (5 , 0.2)

El polinomio de interpolación es:
f2(x) = 0,3333 -0,083300(x - 3) + 0,016650(x - 3)(x - 4)
f2(x) = 0.0166x2 – 0.1995x + 0.7824

La respuesta al problema de interpolación inversa para determinar la x

correspondiente a f(x) = 0.3 será equivalente a calcular las raíces de
0.3 = 0.0166x2 – 0.1995x + 0.7824
f(X) = 0.0166x2 – 0.1995x + 0.7824 – 0.3 = 0
f(X) = 0.0166x2 – 0.1995x + 0.4824 = 0
En este caso simple, la fórmula cuadrática se utiliza para calcular las raíces:

x1 = 8.663894 x2= 3.354177

Comparamos los valores obtenidos:

Conjunto 1: (2 , 0.5) , (3 , 0.3333) y (4 , 0.25)

Raíz obtenida “útil”: 3.295842

Conjunto 2: (3 , 0.3333) , (4 , 0.25) y (5 , 0.2)

Raíz obtenida “útil”: 3.354177
Teniendo en cuenta que el valor verdadero es x = 3.333333, se aprecia que la raíz
“útil” del conjunto 2 es la más cercana

La raíz 3.354177 confirma que:

se debe escoger el conjunto de puntos
cuyo rango de valores
de la variable “Y” sea más corto.

MÉTODOS DE INTERPOLACIÓN PARABÓLICA PROGRESIVA

El método de Interpolación parabólica progresiva es recurrente y se basa en la

idea de utilizar la interpolación introduciendo progresivamente dos, tres, cuatro
puntos, etc. Esto es:

donde:

Ejemplo:

Construir el polinomio interpolador por el método de Interpolación parabólica

progresiva, que pase por los puntos:

Se construyen los polinomios introduciendo progresivamente los puntos, de la

siguiente manera:

- En primer lugar se calcula la recta que pasa por los puntos:

- A continuación se construye una parábola cuadrática que pase por los puntos:

siendo:

y sustituyendo:

- Y finalmente la parábola cúbica que pasa por los cuatro puntos:

siendo:
sustituyendo:

obteniéndose el polinomio interpolador para los cuatro puntos:

BIBILOGRAFIA

• http://personales.upv.es/dginesta/docencia/otrosanos/notmetquim2.pdf
• https://www.sangakoo.com/es/temas/interpolacion-inversa
• Steven, Chapra, Métodos numéricos para ingenieros, quinta edición.
• https://es.scribd.com/document/389895404/interpolacion-inversa
• https://www.uv.es/diazj/cn_tema5.pdf
• https://exa.unne.edu.ar/matematica/metodos/Interpolacion_2010.pdf