Universidad Simón Bolívar

Departamento de Mecánica
MC 2422 – Mecánica Computacional II

Prof. Marely Ruiz

Nombre: Carnet: Sección:

Benjamin Aparcedo 16-10055 1

Laboratorio de Programación 1 : Polinomio

Diferencias Finitas.

Resolver el problema usando los métodos Polinomio de LaGrange y Diferencias Divididas.

Sea la función la siguiente:

1) Escoge un rango
2) Grafica la función real
3) Modelala con Lagrange
4) Modelala con Diferencias Divididas
5) Modelala con Diferencias Finitas hacia adelante
6) Modelala con Diferencias Finitas hacia atras
7) Compara resultados de los dos modelos en el rango que tomaste:
¿Cuál se parece más?
¿Qué crees que está pasando ahí?
8) Compara fuera del rango que tomaste:
¿Qué puedes decir del comportamiento de los polinomios fuera del rango?
¿Los podrías usar para representar la función?
¿Por qué crees que se comporta s
 Universidad Simón Bolívar
Departamento de Mecánica
MC 2422 – Mecánica Computacional II

Prof. Marely Ruiz

Nombre: Carnet: Sección:

Benjamin Aparcedo 16-10055 1

Laboratorio de Programación 1 : Polinomios de interpolación

Introducción:

En los métodos numéricos que nos corresponde estudiar y analizar, encontramos el polinomio de
LaGrange que hace alusión a Joseph-Louis Lagrange, el cual fue publicado en 1795 pero lo descubrió
Edward Waring en 1779 y mas tarde fue redescubierto por Leonhard Euler en 1783. Lagrange también
se destacó en el área de la física y en otras áreas como la astronomía.

Otro método a estudiar es el método de Diferencias Divididas que es atribuido a Newton, también
destacado físico, el cual gracias a el la física moderna se desarrolla, con las leyes de newton y sus
derivaciones.

Los polinomios de LaGrange y de diferencias divididas son métodos numéricos que nos sirven para
poder visualizar y analizar el comportamiento de una función no conocida. Puede ser el caso del estudio
de un fluido y sus velocidades en diferentes tiempos, quizás solo tenga datos experimentales pero que
con los métodos podemos obtener una expresión matemática que modele con cierto margen de error
funciones que se adapten al comportamiento obtenido con la experiencia. Es necesario tener un rango
finito para el desarrollo de estos métodos pues ellos funcionan con coordenadas finitas y con ellas se
puede deducir una función que nos diga cómo se comportara fuera del rango esperado. El método
correctivo de diferencias divididas el de diferencias finitas hacia adelante y hacia atrás, con ambos
métodos obtendremos también el centrado que es el más eficiente de todos pues en los extremos es en
donde hay más error pero en nuestro punto centrado habrá más precisión al calcular el modelado y
obtendremos valores más cercanos al real y al deseado.

Como ingenieros no siempre tendremos información de sobra sino que debemos saber modelar
comportamientos para poder predecir y tener un plan de acción en cada situación estudiada.
Procedimiento Experimental:

Para poder comenzar con la resolución del problema que tenemos debemos elegir un rango donde vamos
a trabajar, decidimos escoger el rango de x0=2 y xn=10 con n=10.

Ejecutamos el algoritmo en nuestro lenguaje de programación python. Primeramente el método de

LaGrange y luego el de diferencias divididas.

El método de LaGrange consiste en

Por ello no tomamos el valor de x=1 pues es una raíz de la función y antes de este valor tendremos
valores negativos y podremos topar con que el denominador de L se haga 0 y tendríamos una
indeterminación.

El método de Diferencias divididas

En el libro de Análisis Numérico podemos observar la tabla 3.7 en la página 124 donde observamos
como la podemos usar como matriz para nuestras iteraciones en la interpolación con el algoritmo
desarrollado.

El Método de Diferencias Progresivas y Regresivas

Progresivas

Regresivas
Para ambos casos la diferencia con el método de diferencias divididas es que la elección del valor x esta
equidistanciado con el valor h = xn-xn-1 ó h=x1-x0. Y se desarrolla el polinomio de la misma forma.
Resultados y Análisis de Resultados:

Grafica 1. Grafica 2.

Grafica 3. Grafica 4

Grafica 5

Podemos visualizar en la gráfica 1 la función a estudiar: la gráfica 2 representa el

método de polinomio de LaGrange, la gráfica 3 representa el método de diferencias divididas. La grafica
4 es el método de diferencias finitas hacia adelante, y el método de diferencias divididas hacia atrás es la
gráfica 5.
 Para los métodos de LaGrange, diferencias finitas tanto hacia adelante como hacia atrás hay un pequeño
error que no es tan grande como en diferencias divididas. Dentro del rango la función se acerca a los
valores reales.
Si comparamos las gráficas un poco más detalladas de diferencias finitas hacia adelante y hacia atrás son
muy similares con la diferencia de que no coinciden con f(x0). Para diferencias finitas hacia adelante
mientras más se aleja de f(x0) se agranda un poco el error, para el caso de diferencias finitas hacia atrás
mientras más se acerca a f(x0) se agranda el error. Esto es por la naturaleza del método. Ya que podemos
decir que en el primer método partimos desde el inicio, y en el segundo partimos desde el final.
Dependiendo de dónde queremos el valor buscado debemos usar uno o el otro método.

Para ambos casos es mejor este método que el de diferencias divididas y no es tan exacto como el método
de LaGrange.
Fuera del rango elegido tenemos lo siguiente:

grafica 6. grafica 7 grafica 8

Grafica 9

Para la evaluación de la función fuera del rango obtenemos que la gráfica 6 sea la función real pero para
el método de LaGrange y diferencias divididas no tenemos un resultado claro como en la gráfica 7, para
diferencias finitas tenemos la gráfica 8 y 9 del regresivo y progresivo respectivamente. Fuera del rango
no tenemos un comportamiento aceptable como vemos el método lleva al polinomio a tener valores
negativos cuando x está creciendo, en el caso de la función no es así. Esto puede suceder por lo
siguiente:
Los f(x) tendrán un valor menor mientras más se alejan de x0.
Conclusiones:

Gracias a los metodos numericos y el modelado de polinomios como estos, podemos obtener una
expresion matematica para los datos que obtuvimos en un labotario experimental.

Los métodos nuevos desarrollados son necesarios para la construcción del método de diferencias finitas
centrado que en general es el mejor método comparado entre los 3 de newton, es necesario saber
manejar estos métodos pues son base para el modelado de situaciones que quizás no tengan ningún tipo
de guía sino que solo sean datos experimentales y necesitamos saber que pasara en donde no tenemos o
no podemos hacer medidas, en x0+40*h con h=1 puede ser, entonces modelos de interpolación son
necesarios para poder predecir y aproximarnos a valores reales donde no podamos hacer simpes
ejemplos en un laboratorio, quizás modelar tubos a altas temperaturas que por razones de
infraestructura y de equipos no podamos hacerlo experimentalmente pero si con mediciones anteriores
ver cuáles pueden ser los futuros resultados.
Referencias:
• Burden, Richard L., and J. Douglas Faires. Análisis Numérico. 9th ed., Cengage Learning,
2011.
• Chapra, Steven C., et al. Métodos numéricos Para Ingenieros. McGraw-Hill, 2008.
• Edison del Rosario. 2006. Diferencias divididas de Newton. Métodos Numéricos.
https://blog.espol.edu.ec