Interpolación, Ajuste de Curvas, Integración Y Derivación Numérica Material Introductorio

Interpolación, ajuste de curvas, integración y derivación numéricas.
Octubre de 2014
INTERPOLACIÓN, AJUSTE DE CURVAS, INTEGRACIÓN Y DERIVACIÓN

NUMÉRICA
Material introductorio
Introducción
El aprendizaje del Cálculo Numérico, o Métodos Numéricos, dos de las denominaciones más
extendidas para ese conjunto valiosísimo de procedimientos matemáticos, aplicable a
múltiples situaciones del cálculo científico en las que los métodos analíticos no resultan
viables, hace aconsejable identificar tempranamente la relación estrecha entre los cuatro
contenidos enumerados en el título del presente documento: Interpolación, ajuste de curvas,
integración y derivación numérica.
La familiarización con la obtención y uso de polinomios para describir el comportamiento de

la variable dependiente "y" en función de la variable independiente "𝒙", es imprescindible en
aquellos casos en que es desconocida la función "𝒇" que define la ecuación 𝒚 = 𝒇(𝒙). Y
también los referidos polinomios resultarán muy deseables aún en casos en los que "𝒇" es
conocida, pero trabajosa, compleja, difícil si no imposible de integrar y derivar
analíticamente.
El presente material posee, con carácter introductorio, elementos de los contenidos

mencionados, tomando en cuenta el aprendizaje de estudiantes de ingeniería, en el que deben
adquirir un primer nivel de habilidades en su aplicación. Se plantean aspectos teóricos
sencillos, se describen ejemplos ilustrativos y se relacionan ejercicios para resolver en cada
uno de los cuatro contenidos tratados. Se utiliza el asistente de cálculo EXCEL, que presenta
como ventajas la de ser similar a la numerosa familia correspondiente de software de hojas
de cálculo (o planillas); también la de estar muy extendido y la más importante para este
curso, facilita muchísimo el cálculo manteniendo la necesidad de dominar la esencia de los
algoritmos necesarios; esto último fortalece el aprendizaje buscado.
INTERPOLACIÓN POLINOMIAL
¿Qué es la interpolación polinomial? ¿En qué circunstancias se aplica?
La interpolación polinomial es un recurso matemático que se utiliza para obtener estimados

de una función 𝒇(𝒙) para valores de 𝒙 en los que no está disponible el valor 𝒇(𝒙) de dicha
función. Esto último puede tener lugar a su vez en dos circunstancias: 1) La ecuación de f(x)
es desconocida; existe información de la misma solo en un número 𝑛 + 1 de mediciones
realizadas, o pares de valores, (x, f(x)) (Ver Tabla 1; será utilizada a lo largo de los cuatro
Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 1

Interpolación, ajuste de curvas, integración y derivación numéricas. Octubre de 2014
contenidos que se desarrollan). Y 2) La ecuación de f(x) es conocida pero resulta muy

compleja para trabajar directamente con la misma, digamos, es muy difícil de derivar y de
integrar, sino imposible de hacerlo analíticamente. Se está hablando entonces de encontrar
un 𝑃𝑛 (𝑥) tal que 𝑓(𝑥) ≈ 𝑃𝑛 (𝑥). Tal situación es frecuente en cálculos de ingeniería.
Tabla 1. Datos de los 𝑛 + 1 pares de valores (𝒙, 𝒇(𝒙)) disponibles.
𝒙 𝑥0 𝑥1 𝑥2 𝑥3 … 𝑥𝑛
𝒇(𝒙) 𝑓(𝑥0 ) 𝑓(𝑥1 ) 𝑓(𝑥2 ) 𝑓(𝑥3 ) … 𝑓(𝑥𝑛 )
Características de un 𝑷𝒏 (𝒙) que lo hacen deseable como función de aproximación de 𝒇(𝒙).
¿Por qué utilizar un polinomio para hacer estimaciones de 𝒇(𝒙) en el caso 2) anterior, en el
que 𝒇(𝒙) es conocida, pero es muy compleja e indeseable sino imposible de trabajar
directamente con la misma?
Recuerde que un polinomio de orden n tiene la expresión general siguiente:
𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ + 𝑎𝑗 𝑥 𝑗 + ⋯ + 𝑎𝑛 𝑥 𝑛 (1)
Del polinomio de orden n se pueden destacar dos propiedades muy deseables:
1. Sus términos 𝒂𝒋 𝒙𝒋 son muy sencillos de evaluar para un valor 𝒙 específico.

2. Asimismo, sus términos 𝒂𝒋 𝒙𝒋 son muy fáciles de derivar e integrar (la derivada es
𝐱 𝐣+𝟏
𝒂𝒋 𝒋𝒙𝒋−𝟏, mientras que la integral resulta 𝒂𝒋 .
𝐣+𝟏
Ejemplo1.
Se tiene abierto un circuito eléctrico de corriente directa y se cierra en el instante t= 0. Se realizan

mediciones de la corriente en los primeros 20 Milisegundos, registrándose los datos dados en la
Tabla 2.
Tabla 2. Datos de corriente en función del tiempo, a partir de que el circuito es cerrado
Tiempo (t), Milisegundos 0 5 10 15 20

Corriente (𝑖), Miliamperios 0 8 11 13 14
¿Cómo proceder a obtener estimados de la corriente en valores de tiempo como t= 3, 12 o 18

Milisegundos sin tener que volver a hacer nuevas mediciones?

Solución:
Note que en este caso la variable independiente “x” es el tiempo “t”, mientras que la dependiente
“y”= 𝒇(𝒙) es la corriente “𝑖”; o sea, se trata de 𝒊 = 𝒇(𝒕). En todo problema debe discernirse,
sin equívocos, cuáles son las variables independiente y dependiente respectivamente. Cabe
adelantar que en problemas más complejos podrán existir varias variables independientes y
también más de una variable dependiente.
De disponer de un polinomio 𝑃𝑛 (𝑡) tal que 𝑃𝑛 (𝑡) ≈ 𝑖(𝑡), o sea, que estime con exactitud
apropiada a 𝑖(t), quedará resuelta la interrogante planteada arriba. Dado que en la Tabla 2
existen 5 pares de valores de (𝑡, 𝑖) se podrán obtener para este ejemplo polinomios de
interpolación desde grados 1 hasta 4, 𝑃1 (𝑡), 𝑃2 (𝑡), 𝑃3 (𝑡) 𝑜 𝑃4 (𝑡), como se verá más adelante.
Vale destacar que en cálculos de ingeniería en muchas ocasiones es satisfactorio trabajar solo con
𝑃1 (𝑥) o 𝑃2 (𝑥), y raras veces con 𝑃3 (𝑥) u otros de mayor grado.
Obtención de un polinomio de interpolación de grado n
Considérese que existe la información de la función 𝒇(𝒙) en 𝑛 + 1 pares de valores como se

mostró en la Tabla 1. La interpolación conlleva a dos pasos, el primer paso: obtener el
𝑃𝑛 (𝑥) ≈ 𝑓(𝑥). A su vez, obtener el 𝑃𝑛 (𝑥) significa calcular los coeficientes 𝑎0 , 𝑎1 , … , 𝑎𝑛
desconocidos. Se estudiarán dos procedimientos para obtener los coeficientes: (1) Plantear y
resolver un sistema de ecuaciones lineales (SEL) de n+1 ecuaciones con n+1 incógnitas,
𝑆𝐸𝐿(𝑛+1)𝑋(𝑛+1) . Y (2) Calcular los 𝑑0 , 𝑑1 , … , 𝑑𝑛 del polinomio de interpolación de Newton,
de los cuales con determinados pasos algebraicos se llega a los 𝑎0 , 𝑎1 , … , 𝑎𝑛 de la expresión
general del 𝑷𝒏 (𝒙) de la ec. (1).
El segundo paso de la interpolación consiste ya en utilizar el polinomio interpolador obtenido

para hacer las estimaciones de valores de la variable dependiente 𝑦 = 𝑓(𝑥), en los valores
deseados de la variable independiente 𝑥.
Criterio de ajuste para calcular los coeficientes 𝒂𝟎 , 𝒂𝟏 , … , 𝒂𝒏 del 𝑷𝒏 (𝒙)
La condición, o criterio de ajuste, que debe cumplir el polinomio de interpolación a obtener,

respecto a la función de la cual resultará una aproximación adecuada, tomando como
referencia la información de la Tabla 1, es:
𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ) para toda 𝑖 = 0, 1, 2, 3, … , 𝑛 (2)
La condición anterior constituye la guía del ya mencionado primer paso de la interpolación,

consistente en calcular los coeficientes 𝑎0 , 𝑎1 , … , 𝑎𝑛 desconocidos. Para el procedimiento de
“Plantear y resolver un sistema de ecuaciones lineales (SEL de n+1 ecuaciones con n+1

incógnitas, 𝑆𝐸𝐿 (𝑛 + 1)𝑋 (𝑛 + 1))” se van tomando cada uno de los pares de valores de
datos de la Tabla 1 y se plantea un sistema de n+1 ecuaciones con igual cantidad de
incógnitas, según se muestra en la Tabla 3.
Tabla 3. Sistema de ecuaciones para obtener los coeficientes 𝒂𝟎 , 𝒂𝟏 , … , 𝒂𝒏
(𝑥0 , 𝑓(𝑥0 )) 𝑎0 + 𝑎1 𝑥0 + 𝑎2 𝑥02 + 𝑎3 𝑥03 + ⋯ + 𝑎𝑛 𝑥0𝑛 = 𝑓(𝑥0 )

.. ..
. .
(𝑥𝑛 , 𝑓(𝑥𝑛 )) 𝑎0 + 𝑎1 𝑥𝑛 + 𝑎2 𝑥𝑛2 + 𝑎3 𝑥𝑛3 + ⋯ + 𝑎𝑛 𝑥𝑛𝑛 = 𝑓(𝑥𝑛 )
El sistema de la Tabla 3 se puede representar en notación matricial como Ax= B, donde:
1 𝑥0 𝑥02 𝑥03 … 𝑥0𝑛 𝑎0 𝑓(𝑥0 )

2 3
1 𝑥1 𝑥1 𝑥1 … 𝑥1 𝑛 𝑎 1 𝑓(𝑥1 )
1 𝑥2 𝑥22 𝑥23 … 𝑥2𝑛 𝑎2 = 𝑓(𝑥2 ) (3)
…………………. . .
2 3 𝑛 𝑎
( 1 𝑥𝑛 𝑥𝑛 𝑥𝑛 … 𝑥𝑛 ) ( )𝑛 ( 𝑓(𝑥 𝑛 ))
Con lo anterior se pone de manifiesto que calcular los coeficientes 𝑎0 , 𝑎1 , … , 𝑎𝑛

desconocidos, consiste en resolver el correspondiente sistema lineal de (n+1) ecuaciones con
(n+1) incógnitas, para lo cual se podrá utilizar la Regla de Cramer
(http://es.wikipedia.org/wiki/Regla_de_Cramer) o cualquier otro procedimiento que se
desee. Por supuesto que tiene que cumplirse que |𝐴| ≠ 0. Aprecie que cuando se están
calculado los coeficientes del 𝑃𝑛 (𝑥), los valores de 𝑥 y de 𝑓(𝑥) son datos.
En la Figura 1 se representan tres curvas. Dos de estas son 𝑓(𝑥) y el polinomio 𝑃𝑛 (𝑥) de
interpolación correspondiente, de grado n; entre ambas se hace evidente el criterio de ajuste
mencionado antes (𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ) para toda 𝑖 = 0, 1, 2, 3, … , 𝑛). La tercera curva, el 𝑃2 (𝑥),
es una función de aproximación obtenida por el criterio de minimizar la suma de los
cuadrados de los errores 𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃2 (𝑥𝑖 ), no teniendo que coincidir con ninguno de los
𝑓(𝑥𝑖 ), aunque si tratando de pasar lo más cerca posible de cada uno de los mismos, lo que se
estudiará más adelante.
Es importante tener presente que el criterio de ajuste de interpolación representado por (2)
restringe la validez del 𝑃𝑛 (𝑥) así obtenido a su uso solo en 𝑥 ∈ [𝑥0 ; 𝑥𝑛 ]; quiere esto decir
que no se deberá utilizar para hacer estimaciones fuera de ese intervalo, no se utiliza para
extrapolar.

𝑥0 𝑥1 𝑥2 𝑥𝑛−1 𝑥𝑛
Figura 1. Representación de 𝒇(𝒙) y de las funciones de aproximación 𝑷𝒏 (𝒙) y 𝑷𝟐 (𝒙)
Ejemplo2.
Obtenga un estimado de la corriente del Ejemplo 1 en el instante t= 12 Milisegundos utilizando
un 𝑃1 (𝑥).
Solución:
Por tratarse de un polinomio de grado 1 (una línea recta), se requieren dos pares de valores. En
este caso deben seleccionarse de la tabla del propio ejemplo 1, cuidando que t= 12 esté contenido
dentro de ambos pares, de modo que sea válido el polinomio en cuestión. Debe prestarse especial
atención a los datos con los que se trabaje en la obtención del 𝑃1 (𝑥), teniendo en cuenta que el
valor de x en el que se vaya a hacer la estimativa cumpla con 𝑥𝜖(𝑥0 , 𝑥1 ). De tal modo, los datos
a utilizar son:
Tiempo (t), Milisegundos 10 15

Corriente (𝑖), Miliamperios 11 13

Una vez identificados los datos con los que se debe trabajar, los dos pasos a tener en cuenta en un
problema de interpolación, como se dijo antes, son: 1. Obtener el polinomio (calcular los valores
de sus coeficientes 𝑎0 , 𝑎1 , …); y 2. Utilizar el polinomio para realizar las estimaciones requeridas.
En el primer paso se comienza precisando el grado del polinomio a ser obtenido, el cual es un dato
en este caso. Para un 𝑃1 (𝑥) = 𝑎0 + 𝑎1 𝑥, la información de la Tabla 3 se reduce a:
(𝑥0 , 𝑓(𝑥0 )) 𝑎0 + 𝑎1 𝑥0 = 𝑓(𝑥0 ) 𝑎0 + 𝑎1 ∗ 10 = 11 (4)
(𝑥1 , 𝑓(𝑥1 )) 𝑎0 + 𝑎1 𝑥1 = 𝑓(𝑥1 ) 𝑎0 + 𝑎1 ∗ 15 = 13 (5)
Este sistema de 2x2 tiene como solución 𝑎0 = 7 𝑦 𝑎1 = 0,4. Los valores obtenidos deben
comprobarse en las mismas ecuaciones (4) y (5) antes de comenzar a utilizar el polinomio
obtenido, para estar seguro que fueron bien calculados. Sustituyendo dichos valores en (4) y (5),
se tiene:
7 + 0,4 ∗ 10 = 11
7 + 0,4 ∗ 15 = 13
con lo cual queda verificado que dichos valores son correctos. Entonces 𝑃1 (𝑥) = 7 + 0,4𝑥.
El valor de corriente para t= 12 Milisegundos se obtiene a partir de:
𝑖(𝑡 = 12 ) ≈ 𝑃1 (𝑥 = 12) = 7 + 0,4 ∗ 12 = 11,8 Miliamperios.
Finalmente se aconseja analizar también la validez del resultado obtenido, comparando su

magnitud con los valores de corriente de los dos pares de valores utilizados. Se aprecia de ese
modo que 11,8 ∈ (11; 13) por lo que no existen razones para rechazar la estimación obtenida
utilizando el 𝑃1 (𝑥).
Ejemplo3.
Obtenga un estimado de la corriente del Ejemplo 1 en el instante t= 12 utilizando un 𝑃2 (𝑥).
Solución:
Ahora debe hacerse la estimación de corriente en t= 12, seleccionando 3 pares de valores
(𝑡, 𝑖(𝑡)) requeridos para obtener un polinomio de grado 2 (una parábola); de la Tabla 1 se
podrían escoger indistintamente entre otras variantes, los correspondientes a t= 5, 10 y 15, o los
de t= 10, 15 y 20; ambas contienen al valor t= 12 en el que se desea hacer la interpolación, por
lo que el polinomio que se obtendrá resultará válido en el valor de interés. Se tomará la primera
de estas por ser más representativa de la zona en que la corriente posee variaciones más diferentes
entre uno y otro par de valores. Así, los datos a utilizar son:

Tiempo (t), Milisegundos 5 10 15

Corriente (𝑖), Miliamperios 8 11 13
Dado que 𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2𝑥 2, la información con referencia a la Tabla 3 resulta:

(𝑥0 , 𝑓(𝑥0 )) 𝑎0 + 𝑎1 𝑥0 + 𝑎1 𝑥02 = 𝑓(𝑥0 ) 𝑎0 + 𝑎1 ∗ 5 + 𝑎1 ∗ 52 = 8 (6)
(𝑥1 , 𝑓(𝑥1 )) 𝑎0 + 𝑎1 𝑥1 + 𝑎1 𝑥12 = 𝑓(𝑥1 ) 𝑎0 + 𝑎1 ∗ 10 + 𝑎1 ∗ 102 = 11 (7)
(𝑥2 , 𝑓(𝑥2 )) 𝑎0 + 𝑎1 𝑥2 + 𝑎1 𝑥22 = 𝑓(𝑥2 ) 𝑎0 + 𝑎1 ∗ 15 + 𝑎1 ∗ 152 = 13 (8)
La solución de este sistema de 3x3 permite obtener los valores 𝑎0 = 4, 𝑎1 = 0,9 𝑦 𝑎2 = −0.02.
Chequeando dichos valores en las ecuaciones (6), (7) y (8) resulta:
4 + 0,9 ∗ 5 − 0,02 ∗ 52 = 8
4 + 0,9 ∗ 10 − 0,02 ∗ 102 = 11
4 + 0,9 ∗ 15 − 0,02 ∗ 152 = 13
con lo que queda corroborado que los valores obtenidos de los coeficientes 𝑎0 , 𝑎1 𝑦 𝑎2 son
correctos. Pudiendo plantear que 𝑃2 (𝑥) = 4 + 0,9 𝑥 − 0,02𝑥 2. Del polinomio así obtenido se halla
la estimación de corriente en el instante t= 12 Milisegundos, evaluándolo en dicho valor:
𝑖(𝑡 = 12) ≈ 𝑃2 (𝑥 = 12) = 4 + 0,9 ∗ 12 − 0,02 ∗ 122 = 11,92 Miliamperios.
La solución de este ejemplo con el asistente matemático EXCEL se muestra en la Figura 2.
Figura 2. Obtención del 𝑃2 (𝑥) y evaluación en t= 12 Milisegundos
Nuevamente se aconseja analizar también la validez del resultado obtenido, contrastando su

magnitud con los valores de corriente de los tres pares de valores utilizados. Se constata que
11,92 ∈ (11; 13) por lo que no existen razones para rechazar la estimación obtenida, al tomar
adicionalmente en consideración que 𝒇(𝒙) se mantiene “creciente” en 𝑥 ∈ [5; 15].

En los dos ejemplos anteriores fue un dato el grado “n” del polinomio a obtener. Con
frecuencia esto lo tendrá que decidir Ud. mismo a partir de un análisis del comportamiento
de 𝑓(𝑥) respecto a 𝑥. La opción de utilizar grado 1 en el ejemplo 2 en buena medida tiene
fundamento, ya que en los dos últimos subintervalos que contienen a t= 12 la 𝑓(𝑥) tiene
incrementos cercanos uno del otro; posee cierta linealidad. Sin embargo se si deseara hacer
un estimado de la corriente en valores de tiempo entre 0 y 10 Milisegundos, utilizar 𝑃1 (𝑥)
sería una mala opción porque en ese recorrido de valores se aprecia un comportamiento no
lineal de 𝑓(𝑥). De quedarle dudas, haga el correspondiente gráfico y valore después lo dicho
aquí.
INTERPOLACIÓN CON DIFERENCIAS DIVIDIDAS (FÓRMULA DE NEWTON)
El uso del procedimiento que se explica a continuación permite llegar a los mismos
polinomios de interpolación explicados antes, obviando la solución del sistema de
ecuaciones; los valores de los coeficientes del polinomio se obtendrán en esta oportunidad
por un método muchísimo más sencillo, el de las denominadas “Tablas de diferencias
divididas”; no será necesario por este procedimiento el cálculo del 𝑆𝐸𝐿 (𝑛 + 1)𝑋 (𝑛 + 1)
presentado antes. Nuevamente los datos de la Tabla 1 son los que constituyen la información
disponible de 𝑓(𝑥).
La ecuación general del polinomio de grado n difiere de la mostrada en (1); ahora es:
𝑃𝑛 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + … + 𝑑𝑛 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛−1 ) (9)
Aprecie que en cada término de coeficiente 𝑑𝑘 , que precisamente son las diferencias
divididas, existen k factores del tipo (𝑥 − 𝑥𝑖 ) con 𝑖 = 0, 1, 2, … , 𝑘 − 1. Note que en k
factores, 𝑥 se multiplica k veces por sí misma, resultando 𝑥 𝑘 en ese término, o sea, el orden
que corresponde al polinomio que contenga hasta ese término. De tal modo que se pueden
obtener los polinomios desde grado 1 en lo adelante, resultando para n=1, 2 y 3 (que serán
los más utilizados):
𝑃1 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) (10)
𝑃2 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) (11)
𝑃3 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑑3 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (12)
Se ejemplificará el cálculo de las diferencias divididas con aquellas que correspondería

obtener para encontrar un 𝑃3 (𝑥) como el de la ecuación (12). Será necesario en dicho caso
calcular las diferencias d0, d1, d2 y d3, para lo que deberán efectuarse los cálculos indicados
en la Tabla 4 (recuérdese que para obtener un polinomio de grado 3 son necesarios 4 pares
de valores (xi, f(xi))). Se observa que existen cuatro diferencias de orden 0, tres de orden 1,

dos de orden 2 y una de orden 3; esto es así por la cantidad de pares de valores que requieren
para ser calculadas en cada caso. Una vez obtenida la tabla correspondiente al conjunto de
datos con el que se esté trabajando, los 𝑑𝑘 de la ec. (12), o sea, 𝑑0 , 𝑑1 , 𝑑2 y 𝑑3 ,
corresponderán a los ubicados en la primera diagonal descendente.
Tabla 4. Expresiones para calcular las diferencias divididas necesarias para obtener
un 𝑷𝟑 (𝒙)
Ejemplo4.
Obtenga el polinomio de interpolación requerido en el Ejemplo 3, utilizando ahora la forma de
𝑃2 (𝑥) de Newton, a ser determinado por la expresión con las diferencias divididas.
Solución:
Debe seleccionarse la fórmula (11):
𝑃2 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
Como fue analizado anteriormente en el ejemplo 3, los datos a utilizar son:

Tiempo (t), Milisegundos 5 10 15
Corriente (𝑖), Miliamperios 8 11 13

Teniendo como referencia las expresiones de trabajo de la Tabla 4, a continuación se obtienen las
diferencias d0 , d1 y d2 requeridas (se escogen aquellas ubicadas en la diagonal principal
descendente).
x y (d0) d1 d2
5 8
10 11 (11-8)/(10-5)=3/5= 0,6
15 13 (13-11)/(15-10)= 2/5= 0,4 (0,4-0,6)/(15-5)= -0,2/10= -0,02
Sustituyendo en el 𝑃3 (𝑥) los valores de las dk obtenidas, así como los de 𝑥0 𝑦 𝑥1 de los datos:
𝑃3 (𝑥) = 8+ 0,6(𝑥 − 5) − 0,02(𝑥 − 5)(𝑥 − 10)
𝑃3 (𝑥) = 8+ 0,6𝑥 − 3 − 0,02(𝑥 2 − 15𝑥 + 50)
𝑃3 (𝑥) = 8+ 0,6𝑥 − 3 − 0,02𝑥 2 + 0,3𝑥 − 1
𝑃3 (𝑥) = 4+ 0,9𝑥 − 0,02𝑥 2
Como era de esperar, el 𝑃3 (𝑥) obtenido coincide con el del ejemplo 3.
Puede corroborarse que hacer en EXCEL las tablas de diferencias divididas es muy simple. En
este ejemplo corresponde a:
Error de truncación en la interpolación polinomial
En la Figura 1 se hizo evidente que 𝑓(𝑥) y 𝑃𝑛 (𝑥) pueden diferir en los valores de 𝑥 ≠ 𝑥𝑖 . El
criterio de ajuste para obtener los coeficientes del polinomio de interpolación solo obliga a
que sean iguales, 𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ), en toda 𝑖 = 0, 1, 2, 3, … , 𝑛 de los datos que se utilizan. A
la diferencia entre 𝑓(𝑥) y el polinomio de interpolación 𝑃𝑛 (𝑥) se le denomina “Error de
truncación, ET” (ver Figura 3, supuesto que se utiliza 𝑃𝑛 (𝑥) = 𝑃1 (𝑥) ), el cual tiene dos
formas de ser calculado.
La más evidente, sencilla y además exacta, cuando 𝑓(𝑥) es conocida (caso raro, poco
frecuente), en un valor cualquiera de la variable independiente 𝑥 = 𝑥 ∗ (ver Figura 2), es:

𝐸𝑇(𝑥 = 𝑥 ∗ ) = 𝑓(𝑥 = 𝑥 ∗ ) − 𝑃𝑛 (𝑥 = 𝑥 ∗ ) (13)
La segunda forma de estimación del error, es a partir de:
𝑓 (𝑛+1) (𝑥)
𝐸𝑇(𝑥) = (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛 ) (𝑛+1)!
(14)
La complicación al aplicar esta segunda forma puede estar en obtener la derivada de orden
n+1, lo que tendría que hacerse como una de las posibilidades, de no ser conocida 𝑓(𝑥),
realizando primero un ajuste de un 𝑃𝑚 (𝑥), m < n, por el Método de los Mínimos Cuadrados;
después, según se necesite, aumentar pares de valores en los datos disponibles de (x, f(x)) y
proceder a obtener un estimado numérico de la 𝑓 (𝑛+1) (𝑥) por alguna de las variantes que se
describen más adelante.
Figura 3. Error de truncación en un punto 𝒙 = 𝒙∗ en el que se interpola.

Ejemplo 5
Considérese 𝑓(𝑥) = 𝑒 𝑥 y la siguiente

información de esta: 25
𝒙 1 3
20
𝒇(𝒙) 2,71828 20,08554 y = 8.6836x - 5.9653
15
El polinomio resultante es
10
𝑃1 (𝑥) = −5,96535 + 8,68363 𝑥
Se muestra en la figura; con el EXCEL es 5
sumamente fácil ¡Realícelo! 0
0 1 2 3 4
Calcular el ET en x=2 por las ec. (13) y
(14).
Solución:
A partir de la ec. (13):

𝐸𝑇(𝑥 = 2) = 𝑓(𝑥 = 2) − 𝑃1 (𝑥 = 2) = 7,38906 − 11,40191 = −4,01285
Los cálculos en EXCEL son:
De acuerdo a la ec. (14) para el 𝑃1 (𝑥) el error debe calcularse por:

𝑓 (1+1) (𝑥 = 2)
𝐸𝑇(𝑥 = 2) = (2 − 𝑥0 )(2 − 𝑥1 )
(1 + 1)!
Es necesario el valor de la segunda derivada evaluada en 𝑥 = 2
𝑓 ′ (𝑥) = 𝑒 𝑥 ; 𝑓 ′′ (𝑥) = 𝑒 𝑥 ; 𝑓 ′′ (𝑥 = 2) = 7,38906
7,38906
𝐸𝑇(𝑥 = 2) = (2 − 1)(2 − 3) = −3,69453
2!

AJUSTE DE CURVAS CON 𝑷𝒌 (𝒙) EMPLEANDO EL MÉTODO DE LOS MÍNIMOS

CUADRADOS.
En diversas aplicaciones de ingeniería ocurre que las mediciones que se realizan, así como
los datos que puedan estar disponibles, poseen errores, no son exactos. Quiero esto decir que,
partiendo también de que los valores de 𝑓(𝑥) sean conocidos en 𝑛 + 1 pares de valores, como
los mostrados en la Tabla 1, no tendrá sentido imponer el criterio de ajuste utilizado en
interpolación (𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ) en toda 𝑖 = 0, 1, 2, 3, … , 𝑛), para obtener una deseable función
de aproximación polinomial, tal que 𝑃𝑘 (𝑥) ≈ 𝑓(𝑥) 𝑒𝑛 𝑡𝑜𝑑𝑎 𝑥 ∈ (𝑥0 , 𝑥𝑛 ), siendo 𝑘 < 𝑛.
Es bastante más razonable, partiendo del presupuesto de que los datos de 𝑓(𝑥) con los que
se trabajará poseen errores, emplear entonces otro criterio de ajuste para obtener los
coeficientes 𝑎0 , 𝑎1 , … , 𝑎𝑘 del 𝑃𝑘 (𝑥) a determinar. Dicho criterio de ajuste en el Método de
los Mínimos Cuadrados (MMC) es:
“Minimizar la suma de los cuadrados de los errores (𝒆𝒊 ) resultantes de las diferencias
𝒇(𝒙𝒊 ) − 𝑷𝒌 (𝒙𝒊 ) 𝒆𝒏 𝒊 = 𝟎, 𝟏, 𝟐, … , 𝒏" (15)
donde: 𝑃𝑘 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + 𝑎3 𝑥 3 + ⋯ + 𝑎𝑗 𝑥 𝑗 + ⋯ + 𝑎𝑘 𝑥 𝑘
¿Por qué “suma de los cuadrados de los errores?
El error entre el valor de la función y el polinomio de grado k de ajuste, en cada par de valores
(𝑥𝑖 , 𝑓(𝑥𝑖 )) se calcula por:
𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃𝑘 (𝑥𝑖 ) (16)
Los errores 𝑒𝑖 unas veces serán positivos y otras negativos, según sean los valores relativos
de 𝑓(𝑥𝑖 ) 𝑦 𝑃𝑛 (𝑥𝑖 ) en cada 𝑥𝑖 , como puede apreciarse en la Figura 4. Tomando esto en cuenta
y con el propósito de que no se compensen entre sí, que todos resulten importantes, tanto los
positivos como los negativos, es que en el criterio se consideran los cuadrados de los valores
de cada error. Alternativamente podría pensarse en utilizar los valores absolutos de los
errores, lo que no se hace porque como se verá a continuación, hay que aplicar derivadas y
la función “módulo (valor absoluto, abs( ))” no es derivable.
¿Cómo se garantiza que sea mínima la suma de los cuadrados de los errores? ¿Cómo se
calcularían los coeficientes 𝒂𝒋 del 𝑷𝒌 (𝒙) que debe obtenerse?
El propósito de aplicar como criterio de ajuste “minimizar la suma de los cuadrados de los
errores” se logra al obtener:

𝜕(∑𝑛 2
𝑖=0 𝑒𝑖 )
= 0, para 𝑗 = 0, 1, … , 𝑘 (17)
𝜕𝑎𝑗
Donde:
 𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃𝑘 (𝑥𝑖 ) = 𝑓(𝑥𝑖 ) − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 − ⋯ − 𝑎𝑘 𝑥𝑖𝑘
 k es el grado del polinomio con el que se hará el “ajuste” de 𝑓(𝑥)
En la Figura 4 se representan los 𝑒𝑖 con respecto a un ajuste con 𝑃1 (𝑥).
𝑓(𝑥) 𝑃1 (𝑥)
𝑒𝑛−1
𝑒𝑛
𝑒1
𝑒2
𝑒0
𝑥0 𝑥1 𝑥2 𝑥𝑛−1 𝑥𝑛
Figura 4. Errores 𝒆𝒊 en los 𝒙𝒊 , supuesto que se realiza el ajuste por el MMC con un
𝑷𝟏 (𝒙)
¿Cuáles son las ecuaciones de trabajo en para calcular los coeficientes 𝒂𝒋 del 𝑷𝒌 (𝒙) por
el MMC?
Al aplicar (17) y realizar los pasos algebraicos necesarios, puede demostrarse que se obtiene
el Sistema de Ecuaciones Lineales (SEL), AX= B mostrado en la Tabla 5.

Tabla 5. SEL de orden (k+1) x (k+1) resultante de aplicar el criterio de ajuste del MMC
para obtener los 𝒂𝒋 del 𝑷𝒌 (𝒙)
𝑚 ∑ 𝑥 ∑ 𝑥2 ∑ 𝑥3 … ∑ 𝑥𝑘 𝑎0 ∑𝑦
∑ 𝑥 ∑ 𝑥 2 ∑ 𝑥 3 ∑ 𝑥 4 … ∑ 𝑥 𝑘+1 𝑎1 ∑ 𝑥𝑦
A= ∑ 𝑥 2 ∑ 𝑥 3 ∑ 𝑥 4 ∑ 𝑥 5 … ∑ 𝑥 𝑘+2 X= 𝑎2 B= ∑ 𝑥 2 𝑦
…………………………………………..
(∑ 𝑥 𝑘 ∑ 𝑥 𝑘+1 ∑ 𝑥 𝑘+2 ∑ 𝑥 𝑘+3 … ∑ 𝑥 2𝑘 ) (𝑎𝑘 ) (∑ 𝑥 𝑘 𝑦)
El valor “m” en la matriz A es igual al número de pares de valores de la tabla de datos:
𝑚 =𝑛+1
En las sumatorias estará la información integra sobre el comportamiento de la 𝑓(𝑥) de la

que son portadores todos los pares de valores de los datos. En el ajuste por el MMC
generalmente se utilizan los 𝑛 + 1 pares de valores (𝑥, 𝑓(𝑥)) que estén disponibles, a
diferencia de lo que se realiza en interpolación, lo que permite que el 𝑃𝑘 (𝑥) que se ajuste en
este caso resulte un modelo empírico de mayor valor para el ingeniero, ya que podrá ser capaz
de representar mejor el comportamiento de un problema determinado, superior de lo que
puede lograse aproximando a 𝑓(𝑥) por un 𝑃𝑛 (𝑥) de interpolación.
De la matriz A de la Tabla 5 se utilizarán dos filas y dos columnas para ajustar un 𝑃1 (𝑥) (se
identifica un SEL de 2x2 del que se obtienen 𝑎0 𝑦 𝑎1); tres filas y tres columnas para un
𝑃2 (𝑥), (corresponde a un SEL de 3x3 del que se determinan 𝑎0 , 𝑎1 𝑦 𝑎2 ); cuatro filas y cuatro
columnas para un 𝑃3 (𝑥), y así sucesivamente para 𝑃𝑘 (𝑥) de órdenes superiores
Cabe añadir que el 𝑃𝑘 (𝑥) obtenido por el MMC, a diferencia del 𝑃𝑛 (𝑥) de interpolación,
puede utilizarse tanto para valores de 𝑥 que pertenezcan (interpolación) a (𝑥0 , 𝑥𝑛 ), como
para los que están fuera (extrapolación) de dicho intervalo, aunque hay que alertar que esto
último debe realizarse con moderación porque la tendencia que es capaz de estimar el 𝑃𝑘 (𝑥)
posee una validez limitada en tales circunstancias.
Ejemplo 6.
Considere que la cantidad de antenas producidas en un taller en 6 meses es:
t, mes 1 2 3 4 5 6
Cantidad de antenas 250 300 340 330 310 350
6.1 Ajuste un 𝑃1 (𝑥) por el MMC y calcule en cada mes los 𝑒𝑖 y ∑ 𝑒𝑖2
6.2 Repita lo anterior con un 𝑃2 (𝑥). ¿En qué porcentaje disminuyó la ∑ 𝑒𝑖2 ?

Solución:
(a) Ajustar 𝑃1 (𝑥) = 𝑎0 + 𝑎1 𝑥, conlleva a utilizar dos filas y dos columnas de A, y dos filas de X
y B, de la Tabla 5:
m ∑x a0 ∑y
( ) (a ) = ( )
1
∑ x ∑ x2 ∑ xy
La tabla de datos debe ampliarse con la información de las nuevas variables 𝑥 2 y 𝑥𝑦, y
correspondientes sumas a obtener, lo que se hace a continuación.
SUMA
x (t, mes) 1 2 3 4 5 6 21
Y (Cantidad de antenas) 250 300 340 330 310 350 1880
x^2 1 4 9 16 25 36 91
x*y 250 600 1020 1320 1550 2100 6840
Con m=6 (total de pares de valores de la tabla de datos) y los cálculos de las sumas anteriores,
el SEL “2 x 2”, es:
6 21 𝑎0 1880
( )( ) = ( )
21 91 𝑎1 6840
6𝑎0 + 21𝑎1 = 1880

21𝑎0 + 91𝑎1 = 6840
Resultan valores aproximados a una cifra decimal, de 𝑎0 = 261,3 𝑦 𝑎1 = 14,9. Por tanto:
𝑃1 (𝑥) = 261,3 + 14,9 𝑥
La solución con el EXCEL resulta:
Cant. de antenas
400
300
200
y = 14.857x + 261.33
100 R² = 0.5913
0
0 1 2 3 4 5 6 7
En Estadística aprenderá que 𝑅2 (puede tomar valores de “0” a “1”) es un coeficiente que da
información sobre la calidad de ajuste del modelo obtenido, mejor según su valor se acerque a

“1”. Queda ahora obtener los 𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃1 (𝑥𝑖 ). Se añade en la tabla del enunciado la fila
correspondiente a evaluar 𝑃1 (𝑥𝑖 ) y las filas del cálculo de los 𝑒𝑖 y 𝑒𝑖2 , resultando con redondeo
a números enteros:
(b) Ahora, ajustar 𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 , requiere seleccionar de la Tabla 5 tres filas y tres
columnas de A, y tres filas de X y B respectivamente:
La información en cuestión corresponde a:
m ∑ x ∑ x2 ∑y
a0
∑ x ∑ x2 ∑ x3 ( a1 ) = ∑ xy
a2
2
(∑ x ∑ x3 ∑ x4 ) 2
(∑ x y )
Los resultados de los cálculos a realizar se presentan a continuación:

SUMA
x (t, mes) 1 2 3 4 5 6 21
Y (Cantidad de antenas) 250 300 340 330 310 350 1880
x^2 1 4 9 16 25 36 91
x*y 250 600 1020 1320 1550 2100 6840
x^3 1 8 27 64 125 216 441
x^4 1 16 81 256 625 1296 2275
x^2*y 250 1200 3060 5280 7750 12600 30140
Sustituyendo todos los valores necesarios para definir el SEL de 3x3:
6 21 91 𝑎0 1880
( 21 91 441 ) (𝑎1 ) = ( 6840 )
91 441 2275 𝑎2 30140

Operando algebraicamente se tiene:

6𝑎0 + 21𝑎1 + 91 𝑎2 = 1880
21𝑎0 + 91𝑎1 + 441 𝑎2 = 6840
91𝑎0 + 441𝑎1 + 2275 𝑎2 = 30140
Si aplica Cramer podrá corroborar que |𝐴|=3920, |𝑎0 |=834960, |𝑎1 |=200340 y |𝑎2 |=-20300
Resolviendo el sistema se obtienen:

𝑎0 = 213, 𝑎1 = 51,1 𝑦 𝑎2 = −5,2
Por tanto, 𝑃2 (𝑥) = 213 + 51,1𝑥 − 5,2𝑥 2 ,
Con el EXCEL se llega a:
400 Cant. de antenas

300
200
y = -5.1786x2 + 51.107x + 213
100 R² = 0.7445
0
0 5 10
Seguidamente hay que obtener los 𝑒𝑖 = 𝑓(𝑥𝑖 ) − 𝑃2 (𝑥𝑖 ). Se agrega en la tabla del enunciado la
fila correspondiente a evaluar 𝑃2 (𝑥𝑖 ) y la fila del cálculo de los 𝑒𝑖 y 𝑒𝑖2 , llevando en este problema
sus valores a números enteros:
2671−1670
El porcentaje en que disminuyó la ∑ 𝑒𝑖2 se calcula por: | 2671 | ∗ 100 = 37%
¿Mejoró el ajuste al utilizar el 𝑃2 (𝑥) en lugar del 𝑃1 (𝑥)?

Los ajustes realizados con 𝑃1 (𝑥) y 𝑃2 (𝑥) propician que se debata sobre cuál es el orden k del
polinomio que se debe ajustar, ¿Cuándo es que un 𝑃𝑘 (𝑥) es ciertamente aceptable? Es el
conocedor del fenómeno con el que se esté trabajando, el que está en mejores posibilidades
de valorar cuál es la magnitud máxima que puede tener un 𝑒𝑖 resultante; esta es la clave para
la decisión. En los ejemplos anteriores, con el 𝑃1 (𝑥) el 𝑒𝑖 máximo fue de 34; mientras que
con el 𝑃2 (𝑥) el 𝑒𝑖 máximo resultó 29 (el signo no importa). También la suma de los
cuadrados de los errores disminuye según aumenta k, lo que significa que el ajuste mejoró.
La recomendación para trabajos en ingeniería es utilizar el menor valor de k en el que el
máximo 𝑒𝑖 sea admisible; trabajar con k>3 será raro. Si el ajuste se torna complejo por las
características de los datos, es aconsejable subdividir el recorrido de 𝑥 de los datos y hacer
ajustes independientes en cada una de dichas subdivisiones, buscando similitud del
comportamiento de la variable dependiente en cada caso.

Ejercicios propuestos
1. Para los datos dados a continuación (preparado a partir de: Example 19.2. Schaum’s
Outline of Theory and Problems of BASIC ELECTRICITY)
t (s) 1 2 3 4 5
i (A) 3,8 5,2 5,7 5,9 6,0
1.1 Obtenga el valor de la corriente para t= 2,5 s, utilizando:

a. P1(t)
b. P2(t) obtenido a partir de la solución del correspondiente sistema de ecuaciones
lineales, SEL, de tres ecuaciones con tres incógnitas
c. P2(t) de Newton
d. P3(t) de Newton
e. P3(t) obtenido a partir de la solución del correspondiente SEL
1.2 Justifique en cada caso la selección que hace de pares de valores (t, i)
1.3 ¿Qué otras posibilidades de selección de pares de valores pueden existir en 1.1 a) al
e)?
1.4 ¿Cómo explica lo que se aprecia en los resultados encontrados en 1.1 a) al e)
1.5 Repita los puntos del I al IV para t= 4,2 s
1.6 Obtenga un 𝑃2 (𝑡) 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑣á𝑙𝑖𝑑𝑜 𝑒𝑛 𝑡𝑜𝑑𝑜 𝑡 ∈ (1 𝑎 5) y calcule la ∑ 𝑒𝑖2
1.7 Estime valores de i (A) en t= 0,5; 6; y 7,5. Justifique la elección del polinomio que
utilice.
2. Dado el siguiente conjunto de datos:

𝒙 −2 −1 0 1 2
𝒇(𝒙) −0,33 0,33 1 2,67 6,33
2.1 Obtenga un valor aproximado de f(x) en x= 1,4 utilizando un polinomio de
interpolación de grado 1
2.2 Ajuste el mejor 𝑃1 (𝑥) que se pueda utilizar para hacer estimaciones de
𝑓(𝑥) en cualquier 𝑥 ∈ (−2; 2). Calcule la ∑ 𝑒𝑖2
2.3 Estime los valores de f(x) en x= 3 y 4 a partir de un polinomio de grado 2
3. Volviendo al Ejemplo 6 de las antenas producidas en un taller:

3.1 Plantee con todos los valores correspondientes los SEL necesarios para hacer ajustes
por el MMC con 𝑃3 (𝑥) y 𝑃4 (𝑥) respectivamente.
3.2 Considerando que aplicaría un 𝑃5 (𝑥) por la fórmula de Newton, plantee dicho
polinomio sustituyendo en el mismo todos los datos disponibles y los que deben
calcularse para este caso.

INTEGRACIÓN NUMÉRICA
𝑏
La solución de integrales del tipo ∫𝑎 𝑓(𝑥) 𝑑𝑥 puede llevarse a cabo con diversos
procedimientos de cálculo numérico que generalmente permiten obtener estimados
adecuados de sus resultados, obviando la complejidad de los métodos analíticos, los que en
ocasiones incluso no le dan solución a determinados problemas. Y no cabe hablar ya de
aplicación de métodos analíticos para los casos en los que 𝑓(𝑥) no se conoce, sino solo en
un conjunto de n+1 pares de valores (𝑥, 𝑓(𝑥)) de lo cual ya se habló antes.
La integración numérica es uno de los procedimientos cuyos resultados se obtienen con

buenas estimaciones de los valores verdaderos desconocidos; uno de los recursos que permite
lograrlo es obtener datos con el menor espaciamiento que resulte factible entre valores de
“𝑥” consecutivos, lo que está en correspondencia con la definición teórica de la integral
definida en la que tal magnitud se hace tender a cero. De no tener actualizado estos
conocimientos, se le recomienda acceder al video sobre Integral definida
(http://www.youtube.com/watch?v=hjZhPczMkL4#t=158) del MIT OPEN COURSEWARE
(http://ocw.mit.edu/index.htm). Se percatará de la analogía entre las Sumas de Riemann con
las fórmulas de Trapecios y Simpson que serán utilizadas, así como de otras resultantes de
aplicar algún 𝑃𝑛 (𝑥) que Ud. decida utilizar para obtener una estimación de la integral de 𝑓(𝑥)
en 𝑥 ∈ [𝑎 = 𝑥0 ; 𝑏 = 𝑥𝑛 ].
La buena calidad que tendrán los resultados de las estimaciones numéricas de las integrales
definidas se puede apreciar en la Figura 1, recordando la interpretación geométrica de la
integral como el área bajo la curva; suponiendo que realizará tal estimación con el 𝑃𝑛 (𝑥) que
se muestra en esa figura, se observa que unas veces este polinomio está por encima de 𝑓(𝑥),
como ocurre en (𝑥𝑜 , 𝑥1 ), mientras que en otros intervalos dicho 𝑃𝑛 (𝑥) queda por debajo de
la 𝑓(𝑥), como sucede en (𝑥1 , 𝑥2 ). Como consecuencia de este comportamiento, los errores
tienden a compensarse, obteniéndose un resultado de buena calidad, como se declaró antes.
En la literatura existe una diversidad de fórmulas para la integración numérica; dos de los
procedimientos más conocidos son las Reglas o métodos de los Trapecios y de Simpson
respectivamente. Ud. podría optar también por obtener un polinomio de interpolación
(resolviendo un SEL o por tablas de diferencias divididas), o de ajuste de curvas por mínimos
cuadrados, y obtener la solución de la integral operando con dicho polinomio, variante esta
que no se le recomienda porque le llevaría más trabajo.
Para lo que sigue en esta sección se retoma como información disponible la de la Tabla 1,
“n+1” pares de valores (𝑥, 𝑓(𝑥)). Por analogía con la integral definida se tendría 𝑎 =
𝑥0 𝑦 𝑏 = 𝑥𝑛 para la integración a lo largo de todo el recorrido de 𝑥0 𝑎 𝑥𝑛 :

𝒙 𝑎 = 𝑥0 𝑥1 𝑥2 𝑥3 … 𝑏 = 𝑥𝑛
𝒇(𝒙) 𝑓(𝑥0 ) 𝑓(𝑥1 ) 𝑓(𝑥2 ) 𝑓(𝑥3 ) … 𝑓(𝑥𝑛 )
Regla de los Trapecios
Equivale a sumar el área de pequeños trapecios de base “h” que se elevan desde el eje “X”
hasta los 𝑃1 (𝑥), líneas rectas, que unen próximo a 𝑓(𝑥), a los pares consecutivos (𝑥𝑖 , 𝑓(𝑥𝑖 )).
Tiene la fórmula de trabajo siguiente:
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = 2 (𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 2 ∑𝑛−1
𝑖=1 𝑓(𝑥𝑖 )) (18)
𝑏−𝑎
donde ℎ = (𝑥𝑖+1 − 𝑥𝑖 ) = . Este procedimiento implica que los pares de valores estén
𝑛
igualmente espaciados; o sea, cada siguiente valor de la variable independiente se determina
como 𝑥𝑖+1 = 𝑥𝑖 + ℎ. Una forma equivalente de (18) es:
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = 2 (𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + +2𝑓(𝑥2 ) + ⋯ + 2𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 ))
Las dos ecuaciones anteriores resultan de integrar cada dos pares de valores consecutivos con
un 𝑃1 (𝑥).
En el caso más sencillo, a obtener la integral con solo dos pares de valores de datos, la ec.
(18) se reduce a:
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = (𝑓(𝑥1 ) + 𝑓(𝑥0 ))
2
Esta última forma de la ec. (18), sustituyendo h por 𝑥𝑖+1 − 𝑥𝑖 , es precisamente la que tendría
que aplicarse repetidamente cada dos pares de valores consecutivos de la Tabla 1, si los 𝑥𝑖
no estuviesen espaciados uniformemente.
Ejemplo 7
20
Obtenga ∫0 𝑖 𝑑𝑡 por la Regla de los Trapecios con los datos del Ejemplo1 visto antes:
Mediciones de corriente en función del tiempo, a partir de que el circuito es cerrado

Corriente (𝑖), Miliamperes 0 8 11 13 14

Solución:
Por simple inspección, se tiene h=5 (5-0; 10-5; 15-10 y 20-15); también puede obtener dicho valor
𝑏−𝑎 20−0
por ℎ = 𝑛 = 4 = 5. Fórmula de trabajo a utilizar:
𝑛−1
ℎ
𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = (𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 2 ∑ 𝑓(𝑥𝑖 ))
2
𝑖=1
5
Sustituyendo valores, 𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 = 2 (0 + 14 + 2 (8 + 11 + 13)) = 195
Regla de Simpson
Ahora se estaría haciendo particiones en el área total de integración, por secciones de dos
intervalos, tres pares de valores (𝑥𝑖 , 𝑓(𝑥𝑖 )), cada una limitada superiormente por un 𝑃2 (𝑥)
o arco, en lugar de la línea recta superior de la Regla de los Trapecios..
ℎ
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = 3 (𝑓(𝑥0 ) + 𝑓(𝑥𝑛 ) + 4 ∑𝑛−1 𝑛−2
𝑖 𝑖𝑚𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 1 𝑓(𝑥𝑖 ) + 2 ∑𝑖 𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 2 𝑓(𝑥𝑖 )) (19)
𝑏−𝑎
Se mantiene lo dicho antes de ℎ = (𝑥𝑖+1 − 𝑥𝑖 ) = 𝑛
Otra forma equivalente de plantear la ec. (19) es:
ℎ
𝑰𝑺𝒊𝒎𝒑𝒔𝒐𝒏 = (𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 2𝑓(𝑥2 ) + 4𝑓(𝑥3 ) + 2𝑓(𝑥4 ) + ⋯ + 2𝑓(𝑥𝑛−2 ) + 4𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 ))
3
La Regla de Simpson es aplicable solo para un número “par” de subintervalos. Numerando

desde “0” hasta “n” a los pares de valores (𝑥, 𝑓(𝑥)) como se hace en la Tabla 1, el propio
valor de “n” tendrá que ser “par”. Esto hecho está asociado a que la integración con Simpson
es equivalente a aplicar 𝑃2 (𝑥) cada dos subintervalos de los datos que se estén utilizando.
Las expresiones anteriores de la integración por la Regla de Simpson son equivalentes a

integrar con un 𝑃2 (𝑥) cada dos subintervalos de los datos, o sea, de 𝑥0 𝑎 𝑥2 , de 𝑥2 𝑎 𝑥4 , de
𝑥4 𝑎 𝑥6 , hasta llegar a 𝑥𝑛−2 𝑎 𝑥𝑛 . En todos los casos se consideran datos igualmente
espaciados respecto a 𝑥. El valor de h se obtiene por simple inspección de los datos,
recordando que ℎ = 𝑥𝑖+1 − 𝑥𝑖 .
Si existieran solo tres pares de valores igualmente espaciados (dos subintervalos), quedaría
ℎ
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = (𝑓(𝑥0 ) + 4𝑓(𝑥1 ) + 𝑓(𝑥2 ))
3

En caso que Ud. considere necesario integrar con un 𝑃2 (𝑥) cada dos subintervalos y los datos
no estén igualmente espaciados, deberá ajustar polinomios 𝑃2 (𝑥) cada tres pares de valores
consecutivos e integrar los polinomios resultantes.
Dado que integrar con Trapecios equivale a hacerlo con 𝑃1 (𝑥), y con Simpson utilizando
𝑃2 (𝑥), la aproximación al valor exacto de la integral será mejor con este último para el mismo
valor de h, lo que se discute más adelante al presentar las formulas de errores asociados a
cada uno.
Ejemplo 8
20
Hacer el Ejemplo 7 por la Regla de Simpson (Obtenga ∫0 𝑖 𝑑𝑡 con los datos del Ejemplo 1, de
corriente en función del tiempo, a partir de que el circuito es cerrado).

Corriente (𝑖), Miliamperes 0 8 11 13 14
Solución:
𝑛−1 𝑛−2
ℎ
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = (𝑓 ( 𝑥0 ) + 𝑓 ( 𝑥𝑛 ) + 4 ∑ 𝑓 ( 𝑥𝑖 ) + 2 ∑ 𝑓 ( 𝑥𝑖 ) )
3
𝑖 𝑖𝑚𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 1 𝑖 𝑝𝑎𝑟,𝑑𝑒𝑠𝑑𝑒 2
Como se mostró antes, h=5. Analizando los datos se observa que existen 5 pares de valores,
𝑛 + 1 = 5, de donde: 𝑛 = 4, valor “par”, lo que significa que puede aplicarse Simpson.
5
𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 = (0 + 14 + 4(8 + 13) + 2(11)) = 200
3
Anteriormente en el Ejemplo 7 se obtuvo ITrapecios = 195. Ahora resulta ISimpson = 200. Se

demuestra teóricamente que para el mismo h, el resultado de Simpson es más cercano al exacto
desconocido.
Errores asociados a la aplicación de las Reglas de los Trapecios y de Simpson
Como se recordó antes, es importante utilizar el menor espaciamiento para lograr buenos
estimados de las integrales que haya que calcular, lo que es intuitivo de la definición de
integral definida a partir del límite de la sumatoria de las áreas de los rectángulos cuando su
base h tiende a cero. Para Trapecios y Simpson, Perez y Rocha (2012) presentan las fórmulas
que se muestran a continuación.

(𝑏−𝑎)3
Error al aplicar la Regla de los Trapecios, 𝐸𝑇 = − 𝑓 ′′ (𝑐) (20)
12𝑛2
(𝑏−𝑎)5
Error al aplicar la Regla de Simpson, 𝐸𝑆 = − 𝑓 𝐼𝑉 (𝑐) (21)
180𝑛4
Para encontrar “c” debe buscarse el valor 𝑥 ∈ (𝑥0 , 𝑥𝑛 ) en el que la derivada sea mayor, según
la fórmula con la que se trabaje. De no conocerse la ecuación de 𝑓(𝑥), las derivadas tendrán
que estimarse por alguno de los métodos numéricos desarrollados con ese propósito, de los
que se estudiarán algunos más adelante.
Al inspeccionar las ec. (20) y (21) se aprecia que la magnitud del error es inversamente
proporcional al término del denominador respectivo. Se cumple en ambos que el error es
inversamente proporcional al número n de subintervalos, al trabajar con más subintervalos
“n” mayor, “h“ menor, es menor el error asociado al resultado obtenido del valor de la
integral. También que 180𝑛4 , para un mismo “n”, es bastante mayor que 12𝑛2 , lo que lleva
al convencimiento de que 𝐸𝑆 < 𝐸𝑇 .
Llamándole I al valor exacto de la integral deseada, se llegará al mismo al hacer 𝐼 =

𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 + 𝐸𝑇 o 𝐼 = 𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 + 𝐸𝑆 de acuerdo al procedimiento que se esté utilizando.
Ya sea con 𝐼𝑇𝑟𝑎𝑝𝑒𝑐𝑖𝑜𝑠 o con 𝐼𝑆𝑖𝑚𝑝𝑠𝑜𝑛 , cuando 𝑓(𝑥) es conocida, aunque resulte indeseable o
imposible de integrar por métodos analíticos, se simplifica extraordinariamente este asunto
del error en el resultado aproximado de la integral y de decidir la magnitud de “h” con la que
se debe trabajar. De las ec. (20) y (21), fijando las valores admisibles de ET y ES, se puede
calcular “n” y conociendo “n” se determina “h”. Después habría que pasar a obtener todos
los pares de valores (𝑥, 𝑓(𝑥)) necesarios evaluando 𝑓(𝑥) en todas las 𝑥𝑖+1 = 𝑥𝑖 + ℎ que
correspondan al intervalo [𝑎, 𝑏] en el que se tenga que obtener la integral.
En las situaciones en que 𝑓(𝑥) es desconocida, la limitante estará en la magnitud de “h” para
la que se determinaron los valores disponibles. El mejor resultado sin lugar a dudas será el
que tome en cuenta todos los datos existentes.

1. Calcule las integrales siguientes por las Reglas de los Trapecios y de Simpson, usando
2, 4 y 8 subintervalos de [a,b]. Compare los resultados en cada caso a partir del
porcentaje que corresponda a la diferencia entre unos y otros resultados.
3
a. ∫1 𝑒 0,5𝑥 𝑑𝑥
9
b. ∫5 (𝑥 − 1)0,5 𝑑𝑥
7 1+𝑠𝑒𝑛 𝑥
c. ∫3 𝑑𝑥
√𝑥
2. Utilizando las integrales del ejercicio anterior, con cuántas divisiones del intervalo,
como mínimo, podemos esperar para obtener errores menores que 10-3.
0.6 𝑑𝑥
3. Calcule o valor aproximado de ∫0 con tres cifras decimales de precisión usando:
1+𝑥
(a) Trapecios.
(b) Simpson.
𝜋/2
4. Determine el valor de h que permita evaluar ∫0 x sen(x) dx con un error máximo de
10-3 usando:
(a) Trapecios.
(b) Simpson.
5. Utilizando los datos de la tabla siguiente
2
Obtenga valores de 𝐼 = ∫0 𝑓(𝑥)𝑑𝑥 utilizando:
5.1 Trapecios con h= 1, 0,4 y 0,2 respectivamente. Obtenga los porcentajes de cambio a
partir del segundo resultado.
5.2 Simpson para h= 1 y 0,2 respectivamente. Obtenga el porcentaje de cambio entre

ambos resultados.
6. Conociendo que 𝑓(𝑥) = 𝑠𝑒𝑛(𝑥), halle los ET y ES en todas las estimaciones obtenidas
en el ejercicio anterior.

7. La curva de carga típica de energía eléctrica en una ciudad está dada por la figura:
Sean las medidas de potencia a cada hora:
Hora MW Hora MW Hora MW Hora MW

1 30 7 40 13 42 19 39
2 28 8 39 14 38 20 45
3 29 9 33 15 34 21 50
4 32 10 32 16 30 22 44
5 33 11 31 17 29 23 40
6 38 12 39 18 31 24 30
7.1 Estime el consumo de energía diario de dicha ciudad utilizando la Regla de Trapecios.
7.2 Para las horas de la 20 a la 24, en las que tiene lugar el “pico” de la demand, estime el
consumo de energía utilizando Trapecios y Simpson. Argumente cuál es el mejor
estimado,

DERIVACIÓN NUMÉRICA
Existen diversos procedimientos para obtener estimados numéricos de las derivadas

evaluadas en los puntos en los que se desee, estando disponibles los datos de la función 𝑓(𝑥)
en n+1 pares de valores como se mostró anteriormente en la Tabla 1. Deberá tenerse en cuenta
que el 𝑥 = 𝑥 ∗ , en el que se obtendrá la estimación cumpla 𝑥 ∗ ∈ (𝑥0 , 𝑥𝑛+1 ).
Ahora sin embargo cambia drásticamente la calidad de la estimación a obtener, con respecto
a lo discutido en integración numérica; en numerosas ocasiones serán malos los resultados
que se obtengan. Recordando que la interpretación geométrica de la derivada es la pendiente
a la curva en el punto 𝑥 = 𝑥 ∗ , supóngase que en la Figura 1 estuviese obteniendo estimados
de la derivada de 𝑓(𝑥) utilizando el 𝑃𝑛 (𝑥) que aparece en esa figura, y que se va haciendo para
valores de 𝑥 = 𝑥 ∗ que se acercan a 𝑥1 viniendo desde 𝑥0 . Ocurre que 𝑓 ′ (𝑥) >0, mientras que
𝑃𝑛′ (𝑥) < 0. ¡Ni siquiera en el signo coinciden! Una discrepancia similar, enorme, sucede
cuando se acerca 𝑥 = 𝑥 ∗ a 𝑥2 desde 𝑥1 . Solo existen pequeños tramos en el recorrido 𝑥0 a
𝑥𝑛 en los que las tangentes a ambas curvas se asemejan.
La situación anterior solo se torna favorable cuando la 𝑓(𝑥) tiene cambios “suaves” y se trabaja
con polinomios obtenidos por el MMC. Habrá que estar muy atentos a la presencia de errores
significativos que pudieran invalidar el uso que se le fuese a dar a las estimaciones de las derivadas
en cuestión. Realizar los cálculos por distintos procedimientos y comparar los resultados para conocer
lo que pudiera estar aconteciendo.
A continuación se presentan unas pocas alternativas para cálculos numéricos de las derivadas.
Debe consultarse la bibliografía para conocer los numerosos procedimientos que se proponen
para estas estimaciones.
Obtención de estimados de las derivadas de 1ro y 2do orden, utilizando un 𝑃2 (𝑥) de

interpolación de Newton.
La expresión del polinomio de grado 2 (se requieren tres pares de valores (xi, f(xi)), es la
ecuación (5) presentada antes:
𝑃2 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) (22)
Derivando sucesivamente la expresión anterior y haciendo transformaciones algebraicas, se

obtienen respectivamente:
𝑃2′ (𝑥) = 𝑑1 + 2𝑑2 𝑥 − 𝑑2 (𝑥0 + 𝑥1 ) (23)

𝑃2′′ (𝑥) = 2𝑑2 (24)

Las ecuaciones (23) y (24) se pueden utilizar para estimar numéricamente

𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) respectivamente, siempre que se desee hacerlo tomando como referencia a un
P2(x). Es muy importante reiterar que el valor de 𝑥 = 𝑥 ∗ , en el que se va a hacer la
estimación, quede comprendido dentro de los tres pares de valores que se utilicen para
obtener d0, d1 y d2, o sea, 𝑥 ∗ ∈ (𝑥0 , 𝑥2 ).
Ejemplo 9
Obtenga estimados de 𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) utilizando un 𝑃2 (𝑥), en cada uno de los valores x de la
tabla de datos. Conociendo que 𝑓(𝑥) = 3𝑥 2 − 3𝑥 + 5, calcule también los valores exactos de
ambas derivadas en los tres valores de 𝑥. Realice un comentario crítico de los resultados
obtenidos.
Datos:
𝒙 0 2 4
𝒇(𝒙) 5 11 41
Solución:
En este ejemplo se volverá a obtener 𝑃2 (𝑥) utilizando el polinomio de Newton de la ecuación (11):
𝑃2 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
Lo que permitirá obtener los valores de 𝑑1 𝑦 𝑑2 de las fórmula (23) y (24).
Se pasa a obtener la tabla de diferencias:
Sustituyendo se tiene: 𝑃2 (𝑥) = 5 + 3(𝑥 − 0) + 3(𝑥 − 0)(𝑥 − 2)
Y operando algebraicamente: 𝑃2 (𝑥) = 5 − 3𝑥 + 3𝑥 2 .
Evaluando en (23), 𝑃2′ (𝑥) = 𝑑1 + 2𝑑2 𝑥 − 𝑑2 (𝑥0 + 𝑥1 )= 3+2*3 𝑥 - 3(0+2)

𝑃2′ (𝑥) =-3+6 𝑥
Evaluando en (24), 𝑃2′′ (𝑥) = 2𝑑2 =2*3=6
Y al obtener ambas derivadas de 𝑓(𝑥) = 3𝑥 2 − 3𝑥 + 5, se llega a:

𝑓 ′ (𝑥) = −3 + 6 𝑥= 𝑃2′ (𝑥) y 𝑓 ′′ (𝑥) = 6 = 𝑃2′′ (𝑥)

Lo que quiere decir que los datos de la tabla fueron generados a partir de la propia
𝑓(𝑥) = 3𝑥 2 − 3𝑥 + 5 y por lo tanto las derivadas de primero y segundo orden obtenidas por el
polinomio ajustado, coinciden con las de la función.
Al evaluar en las 𝑥 de los dados, se obtiene:
𝑥 0 2 4
𝑓(𝑥) 5 11 41
𝑓 ′ (𝑥) = 𝑃2′ (𝑥) -3+6*0= -3 -3+6*2=9 -3+6*4=21
𝑓(𝑥)′′ = 𝑃2′′ (𝑥) 6 6 6
OBTENCIÓN DE P3(x) DE NEWTON Y SUS DERIVADAS DE 1ro Y 2do ÓRDENES
El correspondiente polinomio de grado 3 es:
𝑃3 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + 𝑑3 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (25)
Derivando sucesivamente la expresión anterior y haciendo transformaciones algebraicas, se

obtienen respectivamente:
𝑃3′ (𝑥) = 𝑑1 + 𝑑2 (2𝑥 − 𝑥0 − 𝑥1 ) + 𝑑3 (3𝑥 2 − 2(𝑥0 + 𝑥1 + 𝑥2 )𝑥 + (𝑥0 + 𝑥1 )𝑥2 + 𝑥0 𝑥1 ) (26)

𝑃3′′ (𝑥) = 2𝑑2 + 6𝑑3 𝑥 − 2𝑑3 (𝑥0 + 𝑥1 + 𝑥2 ) (27)
En este caso las ecuaciones (26) y (27) se pueden utilizar para estimar
numéricamente𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) respectivamente, siempre que se desee hacerlo tomando como
referencia a un P3(x). Nuevamente vuelve a ser muy importante que el valor de x en el que
se va a hacer la estimación, quede comprendido dentro de los tres pares de valores que se
utilicen para obtener d0, d1, d2 y d3.

Puede corroborarse que en la literatura están disponibles numerosas variantes de fórmulas

para la estimación numérica de las derivadas de distintos órdenes. En el presente material se
incluyen a continuación algunas de las presentadas por Torres Soler.
Ejemplo 10
Utilice los datos de la tabla dada a continuación y obtenga estimados de 𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) en 𝑥 =
1 𝑦 1,4 utilizando las ec. (28) y (29). Compare con los exactos de los datos.
Solución:
−3𝑓0 +4𝑓1 −𝑓2
La estimación de 𝑓 ′ (𝑥) se hace con la ec. (28): 𝑓′(𝑥0 ) ≈ y deben hacerse
2ℎ
aproximaciones de 𝑓 ′ (𝑥) en 𝑥 = 1 𝑦 1,4.
Con 𝑥 = 1 para comenzar, los datos a utilizar serán:
𝑥0 = 1 𝑥1 = 1,2 𝑥2 = 1,4
𝑓(𝑥0 ) = 0,8415 𝑓(𝑥1 ) = 0,9320 𝑓(𝑥2 ) = 0,9854
Por simple inspección el valor de h= 0,2 (1,2-1=0,2; 1,4-1,2= 0,2). Sustituyendo queda:

−3 ∗ 0,8415 + 4 ∗ 0,9320 − 0,9854

𝑓 ′ (𝑥0 = 1) ≈ = 0,5453
2 ∗ 0,2
Para 𝑥 = 1,4 los datos que deben seleccionarse son:
𝑥0 = 1,4 𝑥1 = 1,6 𝑥2 = 1,8

𝑓(𝑥0 ) = 0,9854 𝑓(𝑥1 ) = 0,9996 𝑓(𝑥2 ) = 0,9738
Sustituyendo:
−3 ∗ 0,9854 + 4 ∗ 0,9996 − 0,9738
𝑓 ′ (𝑥0 = 1,4) = = 0,1710
2 ∗ 0,2
Ambos valores de 𝑓 ′ (𝑥) tienen iguales las dos primeras cifras decimales con sus homólogos
exactos.
2𝑓0 −5𝑓1 +4𝑓2 −𝑓3
Los cálculos de 𝑓 ′′ (𝑥) se deben hacer con la ec. (29): 𝑓′′(𝑥0 ) ≈
ℎ2
Para 𝑥 = 1 los datos necesarios, son:
𝑥0 = 1 𝑥1 = 1,2 𝑥2 = 1,4 𝑥3 = 1,6
𝑓(𝑥0 ) = 0,8415 𝑓(𝑥1 ) = 0,9320 𝑓(𝑥2 ) = 0,9854 𝑓(𝑥2 ) = 0,9996
Sustituyendo valores:
2 ∗ 0,8415 − 5 ∗ 0,9320 + 4 ∗ 0,9854 − 0,9996
𝑓′′(𝑥0 = 1) ≈ = −0,8750
0,22
Con 𝑥 = 1,4 los datos deben ser:
𝑥0 = 1,4 𝑥1 = 1,6 𝑥2 = 1,8 𝑥3 = 2,0

𝑓(𝑥0 ) = 0,9854 𝑓(𝑥1 ) = 0,9996 𝑓(𝑥2 ) = 0,9738 𝑓(𝑥2 ) = 0,9093
Sustituyendo valores:
2 ∗ 0,9854 − 5 ∗ 0,9996 + 4 ∗ 0,9738 − 0,9093
𝑓′′(𝑥0 = 1,4) ≈ = −1,0325
0,22
Los resultados estimados de 𝑓 ′′ (𝑥) poseen errores menores del 10% respecto a los exactos; para
muchas aplicaciones son estimados satisfactorios.

1. Con datos de la tabla de medidas de potencia a cada hora, que registra el consumo horario
de energía eléctrica en una ciudad:
Hora MW Hora MW Hora MW Hora MW

1 30 7 40 13 42 19 39
2 28 8 39 14 38 20 45
3 29 9 33 15 34 21 50
4 32 10 32 16 30 22 44
5 33 11 31 17 29 23 40
6 38 12 39 18 31 24 30
Obtenga estimados de 𝑓 ′ (𝑥) 𝑦 𝑓 ′′ (𝑥) en las horas 9 y 18 utilizando:

a. 𝑃3 (𝑥) de interpolación
b. 𝑃2 (𝑥) de MMC utilizando 5 pares de valores (HORA, MW) según necesite
c. Las fórmulas presentadas por Torres Soler
Discuta en qué medida los signos de los estimados responden al comportamiento de los
datos.
2. La cantidad de interrupciones presentadas en un sistema de telecomunicaciones durante

8 meses fueron:
Mes 1 2 3 4 5 6 7 8
Cantidad de 9 8 6 3 4 7 10 9
interrupciones
Evalúe la razón de cambio de la cantidad de interrupciones en el tiempo en los meses 2,

4 y 6. Discuta en detalles la similitud o discrepancia de los valores estimados con los
datos disponibles

Bibliografía
Chapra, Steven C. APPLIED NUMERICAL METHODS WITH MATLAB FOR ENGINEERS AND
SCIENTISTS. Third Edition. 2012. Consultado en:
http://csis.bits-
pilani.ac.in/faculty/goel/course_material/Machine%20Learning/Reference%20Material/Applied_Nu
m_Methods_with_Matlab_for_Engineers_3ed.pdf
Gomes Ruggiero, M. A. e Da Rocha Lopes, V. L. CÁLCULO NUMÉRICO. Aspectos teóricos e

computacionais. 2da. Ed. Consultado en:
http://pt.slideshare.net/talesabrantes/clculo-numrico-aspectos-tericos-e-computacionais-2-edio-
mrcia-a-gomes-ruggiero-e-vera-lcia-da-rocha-lopes
Matematiques.com. CÁLCULO NUMÉRICO. Consultado en:

http://www.matematiques.com.br/materiais.php
MIT. DEFINITE INTEGRALS. Video consultado en

http://www.youtube.com/watch?v=hjZhPczMkL4#t=158
MIT. INTRODUCTION TO NUMERICAL ANALYSIS. Consultado en:

http://ocw.mit.edu/courses/mathematics/18-330-introduction-to-numerical-analysis-spring-
2004/download-course-materials/
Muto, V. RESUMEN DEL CURSO DE METODOS NUMERICOS

http://www.ehu.es/~mepmufov/html/Parte1.pdf
Nandakumar, K. CH E 474: NUMERICAL SOLUTIONS OF ENGINEERING PROBLEMS.

Consultado en: http://www.ualberta.ca/~kumar/handouts.htm
/~kumar/handouts/chap1.pdf
Perez Mokarzel Carneiro, K. y Rocha Silveira, R. M. CÁLCULO NUMÉRICO. Instituto Nacional

de Telecomunicaciones (INATEL) 2012. Consultado en:
http://www.ebah.com.br/content/ABAAAfeWMAK/apostila-calculo-numerico
Souza de Oliveira Buffoni, S. APOSTILA DE INTRODUÇÃO AOS MÉTODOS NUMÉRICOS.

Consultado en: http://www.professores.uff.br/salete/imn/calnumI.pdf
Torres Soler, L. C. MÉTODOS NUMÉRICOS. Consultado en:

http://disi.unal.edu.co/~lctorress/MetNum/MeNuCl05.pdf

Interpolación, Ajuste de Curvas, Integración Y Derivación Numérica Material Introductorio

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Interpolación, Ajuste de Curvas, Integración Y Derivación Numérica Material Introductorio

Cargado por

Copyright:

Formatos disponibles

Interpolación, ajuste de curvas, integración y derivación numéricas.

INTERPOLACIÓN, AJUSTE DE CURVAS, INTEGRACIÓN Y DERIVACIÓN

La familiarización con la obtención y uso de polinomios para describir el comportamiento de

El presente material posee, con carácter introductorio, elementos de los contenidos

¿Qué es la interpolación polinomial? ¿En qué circunstancias se aplica?

La interpolación polinomial es un recurso matemático que se utiliza para obtener estimados

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 1

contenidos que se desarrollan). Y 2) La ecuación de f(x) es conocida pero resulta muy

Tabla 1. Datos de los 𝑛 + 1 pares de valores (𝒙, 𝒇(𝒙)) disponibles.

Características de un 𝑷𝒏 (𝒙) que lo hacen deseable como función de aproximación de 𝒇(𝒙).

Recuerde que un polinomio de orden n tiene la expresión general siguiente:

Del polinomio de orden n se pueden destacar dos propiedades muy deseables:

1. Sus términos 𝒂𝒋 𝒙𝒋 son muy sencillos de evaluar para un valor 𝒙 específico.

Se tiene abierto un circuito eléctrico de corriente directa y se cierra en el instante t= 0. Se realizan

Tiempo (t), Milisegundos 0 5 10 15 20

¿Cómo proceder a obtener estimados de la corriente en valores de tiempo como t= 3, 12 o 18

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 2

Obtención de un polinomio de interpolación de grado n

Considérese que existe la información de la función 𝒇(𝒙) en 𝑛 + 1 pares de valores como se

El segundo paso de la interpolación consiste ya en utilizar el polinomio interpolador obtenido

Criterio de ajuste para calcular los coeficientes 𝒂𝟎 , 𝒂𝟏 , … , 𝒂𝒏 del 𝑷𝒏 (𝒙)

La condición, o criterio de ajuste, que debe cumplir el polinomio de interpolación a obtener,

𝑓(𝑥𝑖 ) = 𝑃𝑛 (𝑥𝑖 ) para toda 𝑖 = 0, 1, 2, 3, … , 𝑛 (2)

La condición anterior constituye la guía del ya mencionado primer paso de la interpolación,

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 3

Tabla 3. Sistema de ecuaciones para obtener los coeficientes 𝒂𝟎 , 𝒂𝟏 , … , 𝒂𝒏

(𝑥0 , 𝑓(𝑥0 )) 𝑎0 + 𝑎1 𝑥0 + 𝑎2 𝑥02 + 𝑎3 𝑥03 + ⋯ + 𝑎𝑛 𝑥0𝑛 = 𝑓(𝑥0 )

(𝑥1 , 𝑓(𝑥1 )) 𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥12 + 𝑎3 𝑥13 + ⋯ + 𝑎𝑛 𝑥1𝑛 = 𝑓(𝑥1 )

(𝑥2 , 𝑓(𝑥2 )) 𝑎0 + 𝑎1 𝑥2 + 𝑎2 𝑥22 + 𝑎3 𝑥23 + ⋯ + 𝑎𝑛 𝑥2𝑛 = 𝑓(𝑥2 )

El sistema de la Tabla 3 se puede representar en notación matricial como Ax= B, donde:

1 𝑥0 𝑥02 𝑥03 … 𝑥0𝑛 𝑎0 𝑓(𝑥0 )

Con lo anterior se pone de manifiesto que calcular los coeficientes 𝑎0 , 𝑎1 , … , 𝑎𝑛

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 4

Figura 1. Representación de 𝒇(𝒙) y de las funciones de aproximación 𝑷𝒏 (𝒙) y 𝑷𝟐 (𝒙)

Tiempo (t), Milisegundos 10 15

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 5

El valor de corriente para t= 12 Milisegundos se obtiene a partir de:

𝑖(𝑡 = 12 ) ≈ 𝑃1 (𝑥 = 12) = 7 + 0,4 ∗ 12 = 11,8 Miliamperios.

Finalmente se aconseja analizar también la validez del resultado obtenido, comparando su

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 6

Tiempo (t), Milisegundos 5 10 15

Dado que 𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2𝑥 2, la información con referencia a la Tabla 3 resulta:

𝑖(𝑡 = 12) ≈ 𝑃2 (𝑥 = 12) = 4 + 0,9 ∗ 12 − 0,02 ∗ 122 = 11,92 Miliamperios.

La solución de este ejemplo con el asistente matemático EXCEL se muestra en la Figura 2.

Figura 2. Obtención del 𝑃2 (𝑥) y evaluación en t= 12 Milisegundos

Nuevamente se aconseja analizar también la validez del resultado obtenido, contrastando su

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 7

INTERPOLACIÓN CON DIFERENCIAS DIVIDIDAS (FÓRMULA DE NEWTON)

𝑃𝑛 (𝑥) = 𝑑0 + 𝑑1 (𝑥 − 𝑥0 ) + 𝑑2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) + … + 𝑑𝑛 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛−1 ) (9)

Se ejemplificará el cálculo de las diferencias divididas con aquellas que correspondería

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 8

Como fue analizado anteriormente en el ejemplo 3, los datos a utilizar son:

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 9

Como era de esperar, el 𝑃3 (𝑥) obtenido coincide con el del ejemplo 3.

Error de truncación en la interpolación polinomial

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 10

𝐸𝑇(𝑥 = 𝑥 ∗ ) = 𝑓(𝑥 = 𝑥 ∗ ) − 𝑃𝑛 (𝑥 = 𝑥 ∗ ) (13)

La segunda forma de estimación del error, es a partir de:

Figura 3. Error de truncación en un punto 𝒙 = 𝒙∗ en el que se interpola.

Ph. D., Eng., Profesor Titular, Tito Díaz Bravo 11

Considérese 𝑓(𝑥) = 𝑒 𝑥 y la siguiente

A partir de la ec. (13):

Los cálculos en EXCEL son:

𝑓 ′ (𝑥) = 𝑃2′ (𝑥) -3+60= -3 -3+62=9 -3+6*4=21