Documentos de Académico
Documentos de Profesional
Documentos de Cultura
y= anxn+............+a1x+ao
Aunque existe uno y sólo un polinomio de n-ésimo orden que se ajusta a los
n + 1 puntos, existen una gran variedad de fórmulas matemáticas mediante
las cuales se puede expresar este polinomio. En esta unidad se estudian dos
técnicas alternativas que están bien condicionadas para implementarse en
una computadora. Estos son los polinomios de Newton y de Lagrange.
INTERPOLACIÓN LINEAL
La fórmula más simple de interpolación es la de conectar dos puntos con una
linea recta. Este método, llamado Interpolación Lineal
𝑓 𝑥 −𝑓 𝑥0 𝑓 𝑥1 −𝑓 𝑥0
= … (1)
𝑥−𝑥0 𝑥1 −𝑥0
𝑓 𝑥1 −𝑓 𝑥0
𝑓 𝑥 = 𝑓 𝑥0 + 𝑥 − 𝑥0 … (2)
𝑥1 −𝑥0
1.79175947 − 0
𝑓 2 =0+ 2 − 1 = 0.35835189
6−1
1.38629436 − 0
𝑓 2 =0+ 2 − 1 = 0.43209812
4−1
𝑓 𝑥 = 𝑏0 + 𝑏1 𝑥 − 𝑥0 + 𝑏2 𝑥 − 𝑥0 𝑥 − 𝑥1 … (3)
𝑓 𝑥 = 𝑏2 𝑥 2 + 𝑏1 − 𝑏2 𝑥0 − 𝑏2 𝑥1 𝑥 + 𝑏0 − 𝑏1 𝑥0 + 𝑏2 𝑥0 𝑥1 … (4)
o, agrupar términos:
𝑓 𝑥 = 𝑎2 𝑥 2 + 𝑎1 𝑥 + 𝑎0 … (5)
en donde:
𝑎2 = 𝑏2
𝑎1 = 𝑏1 − 𝑏2 𝑥0 − 𝑏2 𝑥1
𝑎0 = 𝑏0 − 𝑏1 𝑥0 + 𝑏2 𝑥0 𝑥1
INTERPOLACIÓN CUADRÁTICA
Se puede usar un procedimiento simple para determinar los valores de los
coeficientes. Para b0, se usa la ecuación (3) con X = X0, y se obtiene
𝑏0 = 𝑓 𝑥0 … (6)
𝑓 𝑥1 −𝑓 𝑥0
𝑏1 = … (7)
𝑥1 −𝑥0
Y por último, las ecuaciones (6) y (7) se sustituyen en la ecuación (3), y se evalúa ésta
en X = X2 y se obtiene:
𝑓 𝑥2 − 𝑓 𝑥1 𝑓 𝑥1 − 𝑓 𝑥0
−
𝑥2 − 𝑥1 𝑥1 − 𝑥0
𝑏2 = … (8)
𝑥2 − 𝑥0
SOLUCIÓN
Primero procedemos al calculo de b0, b1 y b2
𝑏0 = 𝑓 𝑥0 = 0
SOLUCIÓN
𝑓 𝑥1 − 𝑓 𝑥0 1.38629436 − 0
𝑏1 = = 0.46209812
𝑥1 − 𝑥0 4−1
𝑓 𝑥2 −𝑓 𝑥1 𝑓 𝑥1 −𝑓 𝑥0 1.79175947−1.38629436
𝑥2 −𝑥1
− 𝑥1 −𝑥0 −0.46209812
6−4
𝑏2 = = =-0.05187311
𝑥2 −𝑥0 6−1
𝑓2 𝑥 = 0.46209812 𝑥 − 1 − 0.05187312 𝑥 − 1 𝑥 − 4
𝑓2 2 = 0.5658443
𝑓𝑛 𝑥 = 𝑏0 + 𝑏1 𝑥 − 𝑥0 + 𝑏2 𝑥 − 𝑥0 𝑥 − 𝑥1 + ⋯ + 𝑏𝑛 𝑥 − 𝑥0 𝑥 − 𝑥1 … 𝑥 − 𝑥𝑛−1
Como se hizo anteriormente con las interpolaciones lineales y cuadráticas, se usan los puntos en
la evaluación de los coeficientes b0, b1, ... , bn.
Se requieren n + 1 puntos para obtener un polinomio de n-ésimo orden: X0, X1, ... , Xn.
Usando estos datos, con las ecuaciones siguientes se evalúan los coeficientes:
b0 = f (X0)
b1 = f [X1, X0]
b2 = f [X2, X1, X0]
...
bn = f [X n, Xn-1, ..., X1, X0]
En donde las evaluaciones de la función entre corchetes son diferencias divididas finitas.
INTERPOLACIÓN POLINOMIAL DE LAS
DIFERENCIAS FINITAS DE NEWTON
Por ejemplo, la primera diferencia dividida finita se representa
generalmente como:
𝑓 𝑥𝑖 −𝑓 𝑥𝑗
𝑓 𝑥𝑖 , 𝑥𝑗 =
𝑥𝑖 −𝑥𝑗
𝑓 𝑥𝑖 , 𝑥𝑗 − 𝑓 𝑥𝑗 , 𝑥𝑘
𝑓 𝑥𝑖 , 𝑥𝑗 , 𝑥𝑘 =
𝑥𝑖 − 𝑥𝑘
INTERPOLACIÓN POLINOMIAL DE LAS
DIFERENCIAS FINITAS DE NEWTON
De manera similar, la n-ésima diferencia dividida finita es:
𝑓𝑛 𝑥 = 𝑓 𝑥0 + 𝑥 − 𝑥0 𝑓 𝑥1 , 𝑥0 + 𝑥 − 𝑥0 𝑥 − 𝑥1 𝑓 𝑥2 , 𝑥1 , 𝑥0 + ⋯
+ 𝑥 − 𝑥0 𝑥 − 𝑥1 … 𝑥 − 𝑥𝑛−1 𝑓 𝑥𝑛 , 𝑥𝑛−1 , … , 𝑥1 , 𝑥0
»x= 0:5;
»y= [15, 10, 9, 6, 2, 0];
»interp1(x, y, 3.5)
»interp1(x,y,4.2)
FUNCIÓN interp1
También se pueden realizar múltiples interpolaciones al
mismo tiempo al colocar un vector de valores x en el tercer
campo de la función interp1. Por ejemplo, para estimar
valores y para nuevas x igualmente espaciadas desde 0
hasta 5 por 0.2
>>new_x= 0:0.2:5;
>>new_y= interp1(x,y,new_x)
>>plot(x,y,new_x,new_y,‘o’)
INTERPOLACIÓN CÚBICA SEGMENTARIA
interp1(x,y,3.5,’spline’)
INTERPOLACIÓN CÚBICA SEGMENTARIA
new_x=[0:0.2:5];
new_y=interp1(x,y,new_x,’spline’);
plot(x,y,new_x,new_y,’o’)
OPCIONES DE INTERPOLACIÓN EN LA
FUNCIÓN interp1
INTERPOLACIÓN BIDIMENSIONAL
Imagine que tiene un conjunto de datos z que
dependen de dos variables x y y.
>>y=2:2:6;
>>x=1:4;
>>z=[ 7 15 22 30
54 109 164 218
403 807 1210 1614];
>>interp2(x,y,z,1.5,3)
EJERCICIO
1) INTERPOLACIÓN T ºC u (kJ/kg)
LINEAL
100 2506.7
Propiedades termodinámicas
150 2582.8
Considerar los valores de la tabla
200 2658.1
para vapor a 0.1 MPa (1 atm)
250 2733.7
Usar interpolación lineal para 300 2810.4
determinar:
400 2967.9
La energía interna a 215ºC y
La temperatura si u=2600 kJ/kg 500 3131.6
SOLUCIÓN
newu=interp1(T,u,215)
newT=interp1(u,T,2600)
newu=2680.78
newT=161.42
EJERCICIO
Con base en la siguiente tabla y realizando interpolación se
desea expandir la tabla con temperaturas desde 100 °C
hasta 500 °C en intervalos de 25 °C.
EXPANSIÓN DE TABLAS.
Propiedades de vapor supercalentado a 0.1 MPa
valores=[v, u, h];
nuevaescala=[100:25:500]’;
Tabla=[nuevaescala,nuevosvalores]
AJUSTE DE CURVAS
Aunque se podrían usar técnicas de interpolación para encontrar
valores de y entre valores x medidos, sería más conveniente si se
pudieran modelar los datos experimentales como y = f (x).
Entonces se podría calcular cualquier valor de y que se quisiera.
Δy 𝑦2 − 𝑦1 0 − 15
= = = −3
Δ𝑥 𝑥2 − 𝑥1 5−0
𝑦 = −3𝑥 + 15
>>hold on
>>y2=-3*x+15;
>>plot(x,y2,’r’)
EJEMPLO
Las diferencias entre los valores reales y los valores calculados se
presentan en con la construcción de la siguiente tabla
>>diferencias=y-y2;
>>resultados=[x’,y’,y2’,diferencias’]
>>Dif_al_cuadrado=sum(diferencias.^2)
>>polyfit(x,y,1)
>>ans=-2.9143 14.2857
>>mejora1y=-2.9143*x+14.2857;
>>difmejora1y=sum((y-mejora1y).^2)
>>ans=3.3714
>>polyfit(x,y,2)
>>mejora2y=0.0536*x^2-3.1821*x+14.4643;
>>difcuadradomejoray2=sum((y-mejora2y).^2);
>>ans=3.2643
HERRAMIENTAS BÁSICAS
ToolsBasic Fitting
plot residual
x= 0:5;
y= [0, 20, 60, 68, 77, 110];
cftool
data
Elegir valor x y valor y create data set
cerrar la ventana de datos
fitting
Matlab grafica las curvas ajustadas y
muestra las ecuaciones