Facultad de Ingeniería Química

Métodos Numéricos
ADA 6: Polinomios de interpolación y ajuste de curvas

APRENDIZAJE ESPERADO Cuando x 0 < x< xn , la aproximación P( x ) se

conoce como valor interpolado; si se tiene que
x < x 0 o bien x >x n, entonces P( x ) se conoce
 Aplica métodos de interpolación a un conjunto
como valor extrapolado. Los polinomios se
de datos para obtener información numérica
utilizan para diseñar algoritmos de aproximación
significativa.
de funciones para derivar o integrar
 Ajusta una función a un conjunto de datos y
numéricamente y para dibujar por computadora
describe su significado.
curvas que deben de pasar por puntos
determinados.
INSTRUCCIONES
Los principales polinomios de interpolación son
los siguientes:
En equipos de trabajo colaborativo utiliza los
 Interpolación lineal
scripts o archivos M de Matlab para resolver
 Interpolación cuadrática
ecuaciones no lineales de una variable. Entrega
 Polinomio interpolador de Newton
las soluciones en un documento en formato físico
 Polinomio interpolador de Lagrange
en donde muestra los comandos ejecutados y las
salidas obtenidas para cada comando. Los
resultados pueden ser presentados a mano o bien Cuando hay incertidumbre en los datos se
usando un procesador de texto donde se incluyen recomienda utilizar el método de los mínimos
las capturas de pantalla del procedimiento cuadrados, que no pasa por los puntos dados,
utilizado. En caso de usar capturas estas deben pero se ajusta a la tendencia general de los
de ser legibles. El documento entregado debe de datos.
contener la rúbrica de evaluación presentada en
EJERCICIOS
este documento, así como las instrucciones de los
ejercicios.

INTRODUCCIÓN Ejercicio 1. Dados los datos

x 1 2 2.5 3 4 5
Existen funciones y=f ( x ) que aparecen en f ( x) 1 5 7 8 2 1
experimentos para los que se dispone de una
estime el valor de f (3.4) usando interpolación
tabla de valores; es decir, sólo conocemos n+1
lineal y luego con interpolación cuadrática.
pares de puntos ( x i , y i ) y es necesario un método
para aproximar f ( x ) en abscisas que no están
tabuladas. Si los puntos ( xi , yi) tienen un alto
grado de precisión, podemos considerar un
polinomio y=P( x) como una buena Ejercicio 2. Dados los datos

aproximación de f ( x).
x 1 2 2.5 3 4 5
f ( x) 1 5 7 8 2 1
Página 1 de 3
1) Calcule f ( 3.4 ) usando el polinomio 3) Ajuste a los datos polinomios de mínimos
interpolador de Newton. cuadrados de grados 2 a 5 para estimar el
2) Estime el error de su predicción. dato faltante.
4) ¿Cuál de los polinomios de mínimos
cuadrados ajusta mejor? Justifique su
respuesta.
Ejercicio 3. Dados los datos
Ejercicio 5. Considere el siguiente conjunto de
x 1 2 3 5 6 datos

f ( x) 4.75 4 5.25 19.75 36

x 1 2 3 4 5
Calcule f (4 ) usando el polinomio interpolador de
Lagrange.
f ( x) 0.6 1.9 4.3 7.6 12.6
determine la curva que mejor se ajusta en el
sentido de mínimos cuadrados, llevando a cabo
los siguientes pasos:
Ejercicio 4. En estudios de polimerización
inducida por radiación, se emplea una fuente de 1) Ajuste una curva de la forma f ( x )=Ce Ax
rayos gamma para obtener dosis medidas de A
2) Ajuste una curva de la forma f ( x )=C x
radiación. Sin embargo, la dosis varía con la
composición del aparato según los datos que se 3) Use el error cuadrático medio dado por:

( )
n 1
muestran a continuación: 1
E2 ( f )= ∑ |f ( x k ) − y k| 2 para determinar cuál
2

n k=1
Posición
Dosis en 105 de las dos curvas ajusta mejor.
en pulgadas
rads/h
desde el punto base
0 1.9
RECURSOS Y MATERIALES
0.5 2.39
1 2.71
• Mathews JH, Kurtis DF. (2007). Métodos
1.5 2.98
numéricos con MATLAB. Madrid: Pearson
2 3.2 Educación.
3 3.2 • Chapra SC, Canale RP. (2007). Métodos
numéricos para ingenieros. 5ª ed. México:
3.5 2.98
McGraw-Hill.
4 2.74
• Amos Gilat, Vish Subramaniam. (2013).
Como puede observarse, la lectura en 2.5 Numerical Methods for Engineers and Scientists:
pulgadas no se reportó, pero se necesita el valor An Introduction with Applications Using MATLAB.
de esta radiación. Wiley.
• Amos Gilat. (2014). MATLAB: An
1) Utilice polinomios de interpolación de varios Introduction with Applications. John Wiley & Sons
grados a los datos para estimar el dato Inc.
faltante. • Uso de software de aplicación (MATLAB) y
2) ¿Cuál es el error de estimación en cada Geogebra
polinomio interpolador?

Página 2 de 3
 CRITERIOS DE EVALUACIÓN ADA 6

Criterio Puntaje
Puntaje Asignado
Obtenido
Portada: Entrega la portada con los datos de
identificación: asignatura, número y tema de la actividad, Total:
integrantes del equipo, etc. 2 puntos.

Tiempo y forma: Entrega la actividad en la fecha

acordada y con el formato solicitado, trabajando en Total:
equipos colaborativos. No se aceptará la actividad en
2 puntos.
fecha posterior a la acordada.

Limpieza y claridad: Entrega la actividad con una

estructura lógica y con letra clara, legible y/o con Total:
imágenes de tamaño adecuado. 2 puntos

Ejercicio 1: Estima el valor solicitado seleccionando los

puntos adecuados para plantear los polinomios de Total:
interpolación solicitados 18 puntos

Ejercicio 2: Escribe el polinomio interpolador de Newton

del grado adecuado y los usa para estimar el valor del Total:
dato solicitado. 18 puntos

Ejercicio 3: Escribe el polinomio interpolador de Lagrange

del grado adecuado y los usa para estimar el valor del Total:
dato solicitado. 18 puntos

Ejercicio 4: Desarrolla polinomios de interpolación de al

menos tres grados distintos para compararlos entre sí por
medio de los errores de estimación. Desarrolla polinomios
de mínimos cuadrados y estima el error de los cálculos ( Total:
2 2
R o la norma de los residuales). Usando el valor de R o 20 puntos
la norma de los residuales decide cuál polinomio de
mínimos cuadrados ajustó mejor a los datos.

Ejercicio 5: Usando el error cuadrático medio decide cuál

de las dos opciones propuesta presenta un mejor ajuste. Total:
20 puntos

Página 3 de 3