MTODOS NUMERICOS

INSTITUTO TECNOLGICO SUPERIOR

DE COATZACOALCOS
Ingeniera sistemas computacionales
Nombre del Alumno:
ALEJANDRA

MORA

Apellido Paterno

DIAZ
Apellido Materno

Nombre(s)

PORTAFOLIO DE EVIDENCIAS
Asignatura
Mtodos Numricos
Clave de la asignatura: SCC-1017
No. Control:

13081028

Semestre:

Nombre del Docente: Blanquet

Apellido Paterno
Nombre(s

Grupo:

Escobar

Landy

Apellido Materno

1 | Pgina
MORA DIAZ ALEJANDRA

METODOS NUMERICOS

CONTENIDO
Diagnstico de la asignatura

Objetivo

Planeacin e Instrumentacin
Temario
Evidencias desarrolladas por el alumno
Unidad 5: Introduccin de interpolacin

Pg. 04

Pag.06

Pag.07
Pag.08
Pag.09
Pag.11

METODOS
NUMERICO
S
5.1 Polinomio de interpolacin de Newton.

Pg.11

5.2 Polinomio de interpolacin de LaGrange.

Pag.14

5.3 Interpolacin segmentada.

Pag.17

5.4 Problemas de aplicacin (Aplicaciones)

Pag.19

CONCLUSION

Pag.20

Control de avance y reporte de evaluacin final

Pag.21

Reporte de evaluacin

Pag.22

Bibliografa

Pag.23

2 | Pgina2

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

DATOS DE

LAS

ASIGNATURA

DIAGNSTICO
DE LA
METODOS NUMERICOS
ASIGNATURA:
ASIGNATURA
NOMBRE DE LA

CARRERA:

INGENIERIA EN SISTEMAS COMPUTACIONALES

CLAVE DE LA
ASIGNATURA:

SCC-1017

(CREDITOS)SATCAT

2-2-4

_______________________________________

3 | Pgina3

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

4 | Pgina4

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

OBJETIVO

OBJETIVO(S) GENERAL(ES) DEL CURSO (competencias

especficas a desarrollar en el curso).
Conocer, comprender y aplicar mtodos numricos para
resolver problemas de la ingeniera y cientficos mediante el
uso de computadoras.

PLANEACIN E
INSTRUMENTACIN
_______________________________________
5 | Pgina5

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

TEMARIO
UNIDADE
S
1

TEMAS

SUBTEMAS

Introduccin a los
mtodos numricos

1.1 Importancia de los mtodos

numricos.
1.2 Conceptos bsicos: cifra
significativa, precisin,
exactitud, incertidumbre y
sesgo.
1.3 Tipos de errores.
1.4 Software de cmputo
numrico.
1.5 Mtodos iterativos.
2.1 Mtodos de intervalo.
2.2 Mtodo de biseccin.
2.3 Mtodo de aproximaciones
sucesivas.
2.4 Mtodos de interpolacin.
2.5 Aplicaciones.

Mtodos de solucin de
ecuaciones

Mtodos de solucin de
sistemas de ecuaciones.

3.1 Mtodos iterativos.

3.2 Sistemas de ecuaciones no
lineales.
3.3 Iteracin y convergencia de
sistemas de ecuaciones.
3.4 Aplicaciones.

6 | Pgina6

MORA DIAZ ALEJANDRA

METODOS NUMERICOS
4

Diferenciacin e
integracin numrica

4.1
4.2
4.3
4.4

Diferenciacin numrica.
Integracin numrica.
Integracin mltiple.
Aplicaciones.

Interpolacin

5.1 Polinomio de interpolacin

de Newton.
5.2 Polinomio de interpolacin
de LaGrange.
5.3 Interpolacin segmentada.
5.4 Problemas de aplicacin.

Solucin de ecuaciones
diferenciales

6.1 Mtodos de un paso.

6.2 Mtodo de pasos mltiples.
6.3 Sistemas de ecuaciones
diferenciales ordinarias.
6.4 Aplicaciones.

EVIDENCIAS DESARROLLADAS
POR EL ALUMNO
_______________________________________
7 | Pgina7

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

8 | Pgina8

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

INSTITUTO TECNOLOGICO SUPERIOR DE

COATZACOALCOS

UNIDAD
5
INTERPOLACION

Clave de la asignatura: SCC-1017

Nombre del Alumno:

ALEJANDRA

MORA

Apellido Paterno

DIAZ
Apellido Materno

Nombre(s)

9 | Pgina9

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

Unidad V: Interpolacin
5 Introduccin a la interpolacin.
En este captulo estudiaremos el importantsimo tema de la
interpolacin de datos. Veremos dos tipos de interpolacin: la
interpolacin polinomial y la interpolacin segmentaria (splines).
Comencemos dando la definicin general.
5.1 Polinomio de interpolacin de Newton
Utilizar la matriz de Vandermonde para muchos nodos no es muy buena idea ya
que el tiempo de clculo para matrices grandes es excesivo. Es mucho ms
sencillo utilizar el mtodo clsico de las diferencias divididas de Newton.
Recordemos su definicin, para dos nodos, se llama diferencia dividida de orden
uno a:

Mientras que la
diferencia dividida de orden
n se obtiene por recurrencia a partir de las anteriores como:

El
Newton en diferencias divididas es entonces:

polinomio de

p(x)=f[x0]+(x-x0) f[x0,x1]+ (x-x0)(x-x1) f[x0,x1]+ +(x-x0)(x-x1) (x-xn-1) f[x0,x1, ... ,

xn]
El polinomio de interpolacin con diferencias divididas de Newton, entre otros es la
forma ms popular adems de las ms til.
Interpolacin Lineal
La forma ms simple de interpolar es la de conectar dos puntos con una lnea
recta. Este mtodo, llamado interpolacin lineal, se muestra en la figura:

10 | P g i n a 1 0

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

Usando tringulos semejantes, se tiene:

Se puede reordenar como:

La cual es una frmula de interpolacin lineal. La notacin f 1(X) indica que se

trata de un polinomio de interpolacin de primer orden. Ntese que adems de
representar la pendiente de la linera que conecta los dos puntos, el termino

11 | P g i n a 1 1

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

Es una aproximacin de diferencias divididas finitas a la primera derivada. En

general, entre ms pequeo sea el intervalo entre dos puntos, ms exacta ser la
aproximacin.
Interpolacin Cuadrtica
Una estrategia que mejora la aproximacin es la introducir cierta curvatura en la
lnea que conecta a los puntos. Si se dispone de tres datos, lo anterior se puede
llevar a cabo con un polinomio de segundo orden (llamado tambin polinomio
cuadrtico o parbola). Una manera conveniente para este caso es:

Ntese que aunque la ecuacin parezca diferente de la ecuacin general de un

polinomio:

Las dos ecuaciones son equivalentes.

Se puede usar un procedimiento simple para determinar los valores de los
coeficientes. Parbola, se usa la ecuacin con X=X0 y se obtiene.
Sustituyendo la ecuacin y evaluando en X=X1 se obtiene:

Y por ltimo las ecuaciones se sustituyen en la ecuacin y se evala est en X=X2

y se obtiene:

Ntese que, al igual que en el caso de interpolacin lineal, b1 aun representa la

pendiente de la lnea que une los puntos X0 y X1. Por lo tanto, los primeros dos
trminos de la ecuacin [4] son equivalentes a la interpolacin de X0 a X1. El
ultimo termino b2(X-X0) (X-X1), introduce la curvatura de segundo orden de la
formula.
Forma general de los Polinomios de Interpolacin de Newton:

12 | P g i n a 1 2

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

Se debe notar que no es necesario que los datos usados en la ecuacin [9] estn
igualmente espaciados o que los valores de la abscisa necesariamente se
encuentren en orden ascendente. Tambin ntese que las ecuaciones son
recursivas, esto es las diferencias de orden superior se componen de las
diferencias de orden inferior. Esta propiedad se puede aprovechar al desarrollar un
programa eficiente para un computador.

5.2 Polinomio de interpolacin de Lagrange

Se trata de encontrar un polinomio de grado n que pase por los puntos (x0, f(x0)),
(x1, f(x1)), ... (xn, f(xn)), se construye un cociente Ln,k(xk) con la propiedad de que
Ln,k(xi) = 0 cuando i k y Ln,k(xk) = 1
Se requiere entonces que el numerador contenga
(x x0) (x x1)... (x xk1)(x xk+1)... (x xn)
El denominador debe coincidir con el numerador cuando x = xk.

N-simo polinomio interpolante de Lagrange

Teorema
Si x0, x1, x2, ... xn, son n+1 nmeros distintos y si f es una funcin cuyos valores
estn dados en esos nmeros, entonces existe un polinomio de grado a lo ms n,
con la propiedad de que
f(xk) = P(xk) para cada k = 0, 1, 2, ...n
Este polinomio est dado por:

Donde
13 | P g i n a 1 3

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

Aproximacin a 1/x con interpolantesde Lagrange

Usaremos x0 = 2, x1 = 2.5 y x2 = 4, para obtener un polinomio de grado 2 para
1/x. f(x0) = 0.5, f(x1)= 0.4 y f(x2) = 0.25.
Los polinomios de Lagrange son:

P((x) = 0.5*((x6.5)x+10)+0.4*((4x+24)x32)/3+ 0.25*((x + 4.5)x+5)/3

P(x) = (0.05x 0.425)x + 1.15 = 0.05x2 0.425x + 1.15
f(3) = P(3) = 0.325
P(x) = (0.05x 0.425)x + 1.15
f(3) = P(3) = 0.325

14 | P g i n a 1 4

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

5.3 Interpolacin segmentada

Esta interpolacin se llama interpolacin segmentaria o interpolacin por splines.
La idea central es que en vez de usar un solo polinomio para interpolar los datos,
podemos usar segmentos de polinomios y unirlos adecuadamente para formar
nuestra interpolacin.
Cabe mencionar que entre todas, las splines cbicas han resultado ser las ms
adecuadas para aplicaciones como la mencionada anteriormente.
As pues, podemos decir de manera informal, que una funcin splines est
formada por varios polinomios, cada uno definido en un intervalo y que se unen
entre si bajo ciertas condiciones de continuidad.

15 | P g i n a 1 5

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

Interpolacin Segmentaria Lineal

Este es el caso ms sencillo. En l, vamos a interpolar una funcin f(x) de la que
se nos dan un nmero N de pares (x,f(x)) por los que tendr que pasar nuestra
funcin polinmica P(x). Esta serie de funciones nuestras van a ser lineales, esto
es, con grado 1: de la forma P(x) = ax + b.
Definiremos una de estas funciones por cada par de puntos adyacentes, hasta un
total de (N-1) funciones, hacindolas pasar obligatoriamente por los puntos que
van a determinarlas, es decir, la funcin P(x) ser el conjunto de segmentos que
unen nodos consecutivos; es por ello que nuestra funcin ser continua en dichos
puntos, pero no derivable en general.
Interpolacin Segmentaria Cuadrtica
En este caso, los polinomios P(x) a travs de los que construimos el Spline tienen
grado 2. Esto quiere decir, que va a tener la forma P(x) = ax + bx + c
Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones
(donde N son los puntos sobre los que se define la funcin). La interpolacin
cuadrtica nos va a asegurar que la funcin que nosotros generemos a trozos con
los distintos P(x) va a ser continua, ya que para sacar las condiciones que ajusten
el polinomio, vamos a determinar como condiciones:
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir, que las
dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada
uno de estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la funcin
definida a trozos que pasa por tal punto comn.
Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por qu?.
Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida en tres
puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis incgnitas en
total. Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener tan
slo cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por
cada intervalo), y la quinta al igualar la derivada en el punto comn a las dos P(x).
Se necesita una sexta ecuacin, de dnde se extrae? Esto suele hacerse con el
valor de la derivada en algn punto, al que se fuerza uno de los P(x).
Interpolacin Segmentaria Cbica
En este caso, cada polinomio P(x) a travs del que construimos los Splines en
[m,n] tiene grado 3. Esto quiere decir, que va a tener la forma P(x) = ax + bx + cx
+d

16 | P g i n a 1 6

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una
nueva condicin para cada punto comn a dos intervalos, respecto a la derivada
segunda:
Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir, que las
dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada
uno de estos puntos.
Que la derivada en un punto siempre coincida para ambos "lados" de la funcin
definida a trozos que pasa por tal punto comn.
Que la derivada segunda en un punto siempre coincida para ambos "lados" de la
funcin definida a trozos que pasa por tal punto comn.
Como puede deducirse al compararlo con el caso de splines cuadrticos, ahora no
nos va a faltar una sino dos ecuaciones (condiciones) para el nmero de
incgnitas que tenemos.
La forma de solucionar esto, determina el carcter de los splines cbicos. As,
podemos usar:
Splines cbicos naturales: La forma ms tpica. La derivada segunda de P se hace
0 para el primer y ltimo punto sobre el que est definido el conjunto de Splines,
esto son, los puntos m y n en el intervalo [m,n].
Dar los valores de la derivada segunda de m y n de forma "manual", en el conjunto
de splines definidos en el intervalo [m,n].
Hacer iguales los valores de la derivada segunda de m y n en el conjunto de
splines definidos en el intervalo [m,n].

5.4 Aplicaciones
Otras aplicaciones son Interpolacin conjunta de campos de vectores y niveles de
gris Supondremos en esta seccin que D es un hiperrectangulo de IRN, N 2, que
representa el dominio de la imagen. Sean , dos dominios abiertos y acotados
de IR N cuya frontera es Lipschitziana y supongamos que e D. Para
simplificar la presentacin supondremos que no toca a la frontera de D.
Definimos B:= \ , conjunto al que llamaremos la banda alrededor de e .
Supondremos que la imagen u0 est dada en D \ y es de variacin acotada en
este e dominio. En una serie de trabajos [6, 8, 7] los autores propusieron restaurar
el agujero de la imagen e utilizando tanto el nivel de gris como las tangentes (o
las normales) a las curvas de nivel conocidas en B intentando prolongar las curvas
de nivel de u0 hacia el interior de de acuerdo con el principio de la buena
continuacin.

17 | P g i n a 1 7

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

En el contexto de la cartografa digital, se plantea el problema de la reconstruccin

de un modelo digital de elevacin de terreno a partir de una familia de sus curvas
de nivel. Las curvas de nivel seleccionadas son generalmente representativas de
la elevacin real y es poco probable que oscilaciones importantes de los datos no
hayan sido reflejadas por las mismas. Ello implica que los mtodos de
interpolacin razonables no deben crear oscilaciones artificiales entre las curvas
de nivel dadas. Uno de los mtodos ms simples de interpolacin entre curvas de
nivel para las que conocemos su altura es la solucin de la ecuacin de Laplace
u := uxx + uyy = 0

18 | P g i n a 1 8

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

CONCLUSION
En este trabajo se ha propuesto implementar dos mtodos de interpolacin. En la
interpolacin vimos dos tipos de interpolacin: la interpolacin polinomial y la
interpolacin segmentaria (splines). Interpolacin Lineal la forma ms simple de
interpolar es la de conectar dos puntos con una lnea recta, Interpolacin
Cuadrtica se dispone de tres datos, lo anterior se puede llevar a cabo con un
polinomio de segundo orden (llamado tambin polinomio cuadrtico o parbola) y
esta interpolacin se llama interpolacin segmentaria o interpolacin por splines.
La idea central es que en vez de usar un solo polinomio para interpolar los datos.

19 | P g i n a 1 9

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

CONTROL DE AVANCE Y
REPORTE DE EVALUACIN
FINAL
_______________________________________

20 | P g i n a 2 0

MORA DIAZ ALEJANDRA

METODOS NUMERICOS
NOMBRE DEL ALUMNO: Mora Diaz Alejandra

GRADO Y GRUPO: 4 A

CONTROL DE AVANCE

Unidad

Calificacin Observacio
nes

Firma

Reporte Final
Promedio

Observaciones

Juicio de
Evaluacin

Re-Alimentacin del Proceso

Nombre y Firma del Docente

21 | P g i n a 2 1

MORA DIAZ ALEJANDRA

METODOS NUMERICOS

BIBLIOGRAFIA
Chapra, S.C. y R.P. Canale, Numerical Methods for Engineers
with Personal Computers, McGraw-Hill, Nueva York, N.Y., 1985.

22 | P g i n a 2 2

MORA DIAZ ALEJANDRA