MÉTODOS NUMÉRICOS

UNIDAD 3 INTERPOLACIÓN

TEMA: MÉTODO DE INTERPOLACIÓN DE MÍNIMOS CUADRADOS

Presentan: Gómez Ríos Omar y Figueroa Domínguez Antonio


En el subcampo matemático del
análisis numérico, se denomina
interpolación a la obtención de
nuevos valores partiendo del
conocimiento de un conjunto
discreto de valores.
INTERPOLACION.
En ingeniería y algunas ciencias es
frecuente disponer de un cierto
número de puntos obtenidos por
muestreo o a partir de un
experimento y pretender construir
una función que los ajuste.
Es una forma de modelar un
proceso matemático del cual se
obtiene resultados, para
realizar un diagnostico.
Otra forma que esta ligado con la
interpolación, es la aproximación
de una función complicada por
una más simple.
Si se tiene una función cuyo
cálculo resulta algo complicado,
podemos partir de un cierto
número de sus valores e interpolar
dichos datos construyendo una
función más simple.
En general, no obtendremos los
mismos valores evaluando la función
obtenida que si evaluamos la función
original, si bien dependiendo del
problema y del método de
interpolación usado, la ganancia en
eficiencia puede compensar el error
cometido.
 La
interpolación
lineal.

La La
interpolación interpolación
en mínimos polinómica.
cuadrados.
Formas de
interpolación

La La
interpolación interpolación
polinómica por medio
de Hermite. de spline.
 METODO DE INTERPOLACION DE MINIMOS CUADRADOS

• Es una técnica de Análisis Numérico en la que, dados un conjunto de pares o

ternas. se intenta encontrar la función que mejor se aproxime a los datos, es decir,
un “mejor ajuste”.

• En su forma más simple, intenta minimizar la suma de cuadrados de las

diferencias ordenadas llamadas residuos entre los puntos generados por la función
y los correspondientes en los datos.

El iniciador de estos procedimientos fue Gauss, quien desarrollo el tan conocido

método de los mínimos cuadrados .
 VENTAJAS
• Es objetivo, sólo depende de los resultados experimentales.

• Es reproducible, proporciona la misma ecuación, no importa quién realice el

análisis.

• Proporciona una estimación probabilística de la ecuación que representa a unos

datos experimentales.

• Proporciona intervalos pequeños de error.

RESTRICCIONES

• Sólo sirve para ajustar modelos lineales.

• Requiere tener, al menos, diez mediciones bajo las mismas circunstancias

experimentales.

• Tales resultados deben estar descritos por una distribución de probabilidad

conocida. La más común es la distribución normal o gaussiana.

• Se requiere de algún equipo de cálculo, de lo contrario, es muy tedioso.

 PROCEDIMIENTO PARA ENCONTRAR LA LINEA RECTA DE “MEJOR AJUSTE”

• Si se denota el valor ajustado o de pronóstico para y por ŷ entonces la

ecuación de pronóstico o predicción es:

∑ 𝒙.∑ 𝒚
∑ 𝒙.𝒚− ∑ӯ ∑𝒙ҧ
𝒏
𝒚 = 𝒎𝒙 + 𝒃 𝒎= ∑(𝒙)𝟐
ഥ−𝒎∙ 𝒙ҧ=
𝒃=𝒚 −𝐦 ∙
∑ 𝒙𝟐 − 𝒏 𝒏
𝒏

𝒏 𝒙 𝒙 𝒙∙𝒚 𝒙𝟐
𝑦 = 𝑚𝑥 + 𝑏
1 7 2 14 49
(∑ 𝑥) ∑ 𝑦 (55)(57)
2 1 9 9 1 ∑ 𝑥𝑦 −( ) 233− 233−348.333 −115.333
𝑛 9
𝑚= (∑ 𝑥)2
= (55)2
=473−336.111= 136.889 =-0.84
3 10 2 20 100 ∑ 𝑥 2 −− 473−
𝑛 9

4 5 5 25 25
∑ 𝑦ത ∑ 𝑥ҧ 57 55
5 4 7 28 16
𝑏 = 𝑦ത − m𝑥ҧ = − (−0.84)( )= + 0.84 ×
𝑛 𝑛 9 9

6 3 11 33 9
𝑏 = 6.333 + 0.84 × 6.111 = 11.466 666 667
7 13 2 26 169

8 10 5 50 100 𝑦 = 𝑚𝑥 + 𝑏 = −0.84𝑥 + 11.4 = 0 𝑠𝑒 𝑑𝑒𝑠𝑝𝑒𝑗𝑎 𝑥

9 2 14 28 4
−11.4
9 55 57 233 473
𝑥 = −0.84=13.57
∑
GRAFICA