Documentos de Académico
Documentos de Profesional
Documentos de Cultura
4.1. INTRODUCCIÓN
Muchos experimentos en el área de la Ingeniería dan como resultado funciones tabulares
de la variable independiente, frente a la variable dependiente. Durante la aplicación en
ciertos fenómenos físicos se relacionan los valores de las variables dependientes e
independientes resultando valores discretos que se tabulan en diferentes relaciones,
cantidad de reactante consumido con respecto al alimentado en una reacción,
concentración de un componente puro con respecto a la mezcla en una destilación, los
mismo que se pueden expresar con respecto ciertos intervalos en el tiempo. Como no
siempre se pueden registrar lo que sucede a cada instante, en el fenómeno que se está
estudiando, se pueden usar los datos registrados para obtener los faltantes, es decir
valores aproximados en aquellos puntos donde no se han registrado o experimentado.
En otros casos con fines computacionales se requiere construir una función explícita de
toda la tabla obtenida por métodos experimentales señalados anteriormente, por lo cual se
hace importante el conocimiento de técnicas de interpolación polinómica sea con pasos
equidistantes, no equidistantes o técnicas de interpolación iterada.
4.2. CAPACIDADES:
-1 -
Puntos 0 1 2 n
x x0 x1 x2 xn
f x f x 0 f x1 f x 2 f x n
Li x x x
x …(4.2)
n
x j
i j
j 0
j i
x0 x1 x0 x 2 …x 0 x n
L x
x x0 x x2 …x xn
x x x x …x x
1
L2 x
x x0 x x1 1 x 0x3 …x 1 xn 2 1 n
Ejemplo de Aplicación 4.1 i 0
-2 -
-3 -
Puntos 0 1
x 0,7 0,9
f(x) 0,8812 0,8072
p1 x L0 x f x 0 L1 x f x1
x x1 x x0
p x f x f x
…(1)
1
x x 0
x x 1
0 1 1 0
Puntos 0 1 2
x 0,7 0,9 1,0
f(x) 0,8812 0,8072 0,7652
x x x x
x x0 x x2 f x x x0 x x1 f x …(3)
x0 x1 x x2 f x 0 1 2
p2 x 1 0
1 0 1 2 2 0 2 1
Reemplazando los valores del la formulación previa en el cuadro y reordenando se tiene:
-4 -
x x x x x x
x x0 x x2 x x3 f x
x0 x1 1 x0 x 22x0 x3 f x
p3 x 1
0
0 1 2 1 3
x x x x x x
0 1 3
x x0 x x1x x2 f x …(5)
x2 x0 x2 x1x2 x3 f x 2
3 0 3 1 3 2
Reemplazando los valores del la formulación previa en el cuadro y reordenando se tiene:
p3 x 0,9953 0,026233x 0,303x 2 0,04667x3 …(6)
Reemplazando el valor
x 0,8 en (6):
p3 0,8 0,84626
Si nos basamos en el concepto del mejor ajuste que pasa por la mayor cantidad de puntos,
diremos que el ajuste de tercer grado es la mejor aproximación como se puede ver en la
siguiente interfaz gráfica:
-6 -
Cuando esta función se encuentra en forma tabular (tabla 9), estas diferencias
deberán obtenerse numéricamente forma aproximada, luego la derivada se calcula como:
f x1 f x0 x x x …(4.5)
f' x x x , 0 1
1 0
-7 -
Segundas diferencias
31 10
f x ,x , x 10 7 ; f x , x , x 2 2
0 1 2 1 2 3
03 22
27 2 71 27
f x , x , x 5 ; f x ,x ,x 11
2 3 4 3 4 5
50 62
Terceras diferencias:
2 7
f x , x , x , x 1 52
; f x , x , x , x 1 f x , x , x , x 11 5 1
;
0 1 2 3 1 2 3 4 2 3 4 5
23 52 60
Observamos que las diferencias de tercer orden tienen el mismo valor, y las diferencias de
cuarto orden son cero lo que concuerda con la tercera y cuarta derivada de un polinomio
de tercer grado.
pn x x x
ak i …(4.7)
k 0 i 0
-8 -
-9 -
- 10 -
- 11 -
n 0 0
2!
0 n! 0
Puntos 0 1 2 3 4 5
x 0 1 2 3 4 5
f(x) -5 1 9 25 55 105
Solución:
Desarrollando las primeras diferencias finitas hacia adelante:
f x0 1 5 6
f x1 9 1 ; f x2 25 9 16
; 8
f x3 55 25 30 ;
f x4 105 55 50
Segundas diferencias finitas:
2f x0 8 6 2
; 2f x1 16 8 8
- 12 -
- 13 -
Observamos que las diferencias de tercer orden tienen el mismo valor, esto se interpreta
que esta función tabular probablemente es un polinomio de tercer grado. Formulando una
interpolación con diferencias hacia adelante para un polinomio de tercer grado y un valor
pivote de x0 1 :
h 2 1/ 1 1 ; s 1,5 1 / 1 0,5
- 14 -
Figura 39: Gráfica de la aproximación lineal que pasa entre los puntos
No obstante, esto crea algunos problemas, ya que se puede pasar un número
infinito de curvas entre los puntos. Para la determinación de la mejor curva se establece
que la suma de las distancias al cuadrado calculadas entre el
valor de la función que aproxima pxi y el valor de f x sea mínima, es decir:i
i i i
m
px f x 2 m 2
d …(4.15)
mínimo
i 1 i 1
Si pxi a0 a1xi a2 x 2
…a x n
es la aproximación a un polinomio de grado n;
i n i
2
2
…(4.16)
i 1
a0 a1xi a2xi 2… anxi f xi
i 1
di mínimo
0
a
0
x 11a
x
2
2
a
2 x3 … n
n
xn
x
a x a
2 3
x a x …a
4
xn 2 x2y …(4.17)
⁝
0
a x
n 1 n 1
2 xn2 …
n xn
x
- 16 -
- 17 -
Solución:
Para n2y se tiene 11 puntos m 11 la expresión (4.17) toma la forma de:
11.a0 a1 x a2 x y
2
0
a x a x x
2
…
1a x
2
a
0 x
2
a
1 x
3
a
2 x4 x
- 18 -
- 19 -
Una forma de saber qué tipo de polinomio es el adecuado para el ajuste, viene
relacionado con el factor de correlación r que tiene una variedad de fórmulas (para cada
grado del polinomio) en los textos de estadística, mientras se acerque éste valor a la
unidad será el mejor polinomio de ajuste.
Para un bosquejo rápido usted puede deducir un polinomio de ajuste con el diagrama de
dispersión de los puntos; obsérvese la interfaz gráfica con el ejemplo anterior:
Figura 40: Interfaz Gráfica del método de Aproximación Polinomial por Mínimos
Cuadrados
Con frecuencia se tienen funciones con más de una variable, esto es f u,v,z .
Si se sospecha una funcionalidad lineal en las distintas variables; es decir, si se piensa
que la función:
y a0 a1 u a2 v a3 z …(4.18)
Se puede aplicar el método de mínimos cuadrados para determinar los
coeficientes a0 ,a1,a2 ,a3 ; lo cual se obtiene derivándola parcialmente con respecto
- 20 -
vy a z a zu a zv a z
0 1 2 3
2
zy
Solución:
- 21 -
p2 90 d 28%,90º C
- 22 -
- 23 -
Nótese que los resultados se redondearon a 4 dígitos decimales, las concentraciones y las
temperaturas se presentan sólo en números enteros.
El algoritmo del problema anterior para las interpolaciones es presentado en un archivo m.
en el MatLab y como ejemplo la interfaz gráfica del inciso b):
clc,clear
disp(' Problema de Aplicación 4.1 ') disp('')
c=0;N=2;X=[0 40 80];F=[1.2846 1.2652 1.2418]; x=50;FX=0;I=1;
while I<=N+1; L=1; J=1;
while J<=N+1; if I~=J
L=L*(x-X(J))/(X(I)-X(J));
end J=J+1;
end FX=FX+L*F(I); I=I+1;
end
disp(' Solución: ')
fprintf(' El valor interpolando es: %f\n',FX)
- 24 -
Solución:
Para el cálculo de la temperatura a una presión de 80 mmHg, tomaremos los 4 últimos
puntos y utilizaremos un polinomio de tercer grado, su respectiva tabla de diferencias
divididas es:
Diferencias Divididas
i x f(x)
Primera Segunda Tercera
0 20 175,8
0,995
1 40 195,7 0,00925
2 60 208,2
0,625
0,00367 0,00006979
0,405
3 100 224,4
- 25 -
Diferencias Divididas
i x f(x)
Primera Segunda Tercera
0 108,2 1
0,11940299
1 141,7 5 0,00394863
2 157,6 10
0,31446541
0,00689106 0,000043527
0,54945055
3 175,8 20
clc,clear
disp(' Problema de Aplicación 4.2 ') disp('')
c=0;N=3;X=[108.2 141.7 157.6 175.8];F=[1 5 10 20]; x=150;I=1;
while I<=N
T(I,1)=(F(I+1)-F(I))/(X(I+1)-X(I));I=I+1;
end J=2;
while J<=N I=J;
while I<=N
T(I,J)=(T(I,J-1)-T(I-1,J-1))/(X(I+1)-X(I+1-J)); I=I+1;
end
J=J+1;
end in=F(1);I=1;
while I<=N
P=1;J=1;
while J<=I
P=P*(x-X(J));J=J+1;
end in=in+T(I,I)*P;I=I+1;
end
disp(' Solución: ')
fprintf(' El valor interpolando es: %f\n',in)
- 26 -
Solución:
Se utilizará un polinomio de tercer grado con los 4 últimos puntos (pasos equidistantes),
la respectiva tabla de diferencias finitas hacia adelante:
Diferencias Finitas
i x f(x)
f x i 2f x i 3 f x i
0 0,4 0,55
0,25
1 0,6 0,80 0,05
2 0,8 1,10
0,30
0,25 -0,3
0,05
3 1,0 1,15
- 27 -
- 28 -
Solución:
Haciendo los siguientes arreglos a la ley de Arrhenius:
D = D e -R.TE
0
Ln (D) = Ln (D ) -
E1
0
RT
Entonces:
D0 = ea0
3,01558
D0 = e 0,049017cm2 / s
E a1.R
E 1 3665,781,987 7283,905cal / mo lg.K
- 29 -
Obsérvese que las difusividades dadas en la tabla ya están multiplicadas por un factor de
10-6 y se refiere en realidad:
D (347 K) = 1,34x10-6 (cm2/s)
Una mala interpretación de la información tabular, no fijarse en las unidades o no tomar en
cuenta las cifras significativas provocará un mal ajuste de curva.
clc,clear
disp(' Problema de Aplicación 4.4 ') disp('')
X=[2.8818 2.6724 2.5240 2.3770 2.2336 2.1222]*10^-3;
F=[-13.5228 -12.8992 -12.3004 -11.6731 -11.1715 -10.8203];M=6; A=zeros(2);A(1,1)=M;
for l=1:2*2;
s(l)=sum((X.^l));
end
for l=0:2;
b(l+1)=sum(F.*(X.^l));
end A(1,2:2)=s(1:1);
for l=2:2;
A(l,1:2)=s(l-1:2 -1);
end b=b';DET=1;I=1;x=A\b;
disp(' Solución: ') for l=0:2;
fprintf(' El coeficiente a(%d) es: %f\n',l,x(l+1)) end
- 30 -
Solución :
Las gráficas en el papel logarítmico representan los puntos como una recta y para dar
esta forma, hacemos las siguientes operaciones:
y a.eb.x
- 31 -
77 0,87547
100 1,22378
185 1,94591
239 2,40695
285 2,97553
b 0,009603
a e0,18394 1,20194
clc,clear
disp(' Problema de Aplicación 4.5 ') disp('') N=1;
X=[77 100 185 239 285];
F=[0.87547 1.22378 1.94591 2.40695 2.97553];M=5; A=zeros(2);A(1,1)=M;
for l=1:2*N;
s(l)=sum((X.^l));
end
for l=0:N;
b(l+1)=sum(F.*(X.^l));
end A(1,2:N+1)=s(1:N);
for l=2:N+1;
A(l,1:N+1)=s(l-1:N+l-1);
end b=b';x=A\b;
disp(' Solución: ') for l=0:N;
fprintf(' El coeficiente a(%d) es: %f\n',l,x(l+1)) end
- 32 -
w
Solución :
- 33 -
Tabulando:
En resumen:
0,132070
Nu 0,0222Re Pr 0,334102
0,803383
w
clc,clear
disp(' Problema de Aplicación 4.6 ') disp('')
V=[9.2591 9.4210 9.6301 9.8147 9.9547 10.1390 10.2598 10.3577
2.9014 2.8391 2.8214 2.7279 2.4932 2.3125 2.1633 1.8718
-0.1625 -0.1054 -0.0408 0.0488 0.0770 0.1398 0.1655
0.1989];
y=[4.5793 4.6959 4.8668 4.9956 5.0333 5.1293 5.1798 5.1657]; A(1,1)=8;
for h=2:3+1;
A(1,h)=sum(V(h-1,1:8)); A(h,1)=A(1,h);
end
for i=2:3+1;
for j=2:3+1;
A(i,j)=sum(V(i-1,1:8).*V(j-1,1:8)); A(j,i)=A(i,j);
end
end b(1,1)=sum(y);
for g=2:3+1;
b(g,1)=sum(V(g-1,1:8).*y);
end x=A\b; disp(' ')
disp(' Solución: ') for l=0:3;
fprintf(' El coeficiente a(%d) es: %f\n',l,x(l+1)) end
- 34 -
(xi) -3 0 5 7
xi 0 1 3 6
- 35 -
- 36 -