INSTITUTO TECNOLOGICO DE TUXTLA

GUTIERREZ

ALUMNA: PEREZ BENITEZ ITZEL

NUMERO DE LISTA: # 14

ASINATURA: METODOS NUMERICOS

CATEDRATICO: ING. MENDEZ ANCHEYTA MARCA ANTONIO

TRABAJO: ENSAYO UNIDAD IV (AJUSTE DE FUNCIONES)

CARRERA: ING. QUIMICA 4 to SEMETRE

En ajuste de curva nos dice que cuando se trata de aproximacin polinomial se

establecen los mtodos de interpolacin de Newton y La Grange. Para encontrar
la ecuacin de la cuna que contiene a todos y cada uno de los n puntos que
definen a una fusin tabular dada. Entre los Fundamentos de estadstica nos dice
que la media aritmtica (y) de una muestra, se define como la suma de los datos
individuales (yi) dividida entre el nmero de puntos (n).

Y la desviacin estndar (s) es una medida del espaciamiento de los datos

individuales, respecto, a la media.

St = (yi - y)2 = es la suma total de los cuadrados de los residuos entre los datos y
la media.
La varianza (S2) es la desviacin estndar al cuadrado:
S2 = (yi - y)2/n-1 = St /n-1 otra manera de calcular la desviacin estndar es:
S2 = (yi - (yi)2 / n)/n-1
El coeficiente de variacin (c.v.) es la razn de la desviacin estndar a la media:
c.v. = S/y (100) %
Que es similar al ERP, es decir, es la razn del error de medicin (s), a un
estimado del valor real (y). Estos son algunos fundamentos de estadstica que son
utilizados en el ajuste de funciones para poder tener ms claros los temas a tratar.
En la interpolacin abarca que dada una tabla de valores (xi, fi) se desea estimar
f(x) para valores de x que no se encuentran en la tabla, eso quiere decir con el
objetivo de buscar un numero que no se encuentra el dicha tabla y con los datos
que se obtienen poder calcular el valor requerido, para ellos existe diversos
mtodos como el de interpolacin directa que nos dice que dado por un polinomio
de orden n: Pn(x) = C1xn + C2xn1 + . + Cnx + Cn+1 donde los coeficientes ci se
obtienen de resolver el sistema de ecuaciones dado por:
X1n

X1n-1

X1

C1

X2n

X2n-1

X2

C2

Xn+1n-1

Xn+1

Xn+1n

Cn+1

f1
=

f2
f3

La forma anterior es para obtener directamente los coeficientes de C i generando

un sistema de n ecuaciones con n incgnitas se le denomina interpolacin directa.
El mtodo de interpolacin directa tiene el problema de que las ecuaciones que se
generan estn mal condicionadas en el caso general a medida que se incrementa
el orden del polinomio de interpolacin debido a que se tienen valores de xni, Los
dems mtodos de interpolacin escriben este polinomio de formas que resultan
ms sencillas de evaluar.
Tambin se encuentra lo que es el polinomio de la Lagrange ya que es de orden n
y tiene la forma general de:
n +1

n+1

i=1

j=1
j i

Pn ( x )= fi

x x j
x ix j

Es facil demostrar que los polinomios de Lagrange pasan por todos lo puntos
evalundolos para valores xi n = 1, 2, Para n = 1, es decir, para dos datos, el
polinomio tiene la siguiente forma:
P1 ( x )=f 1

x x2
xx 1
+f 2
x 1x 2
x 2x 1

Sustituyendo los valores de xi, es fcil demostrar que P 1(x1) = f1, y que P1(x2) = f2.
Es fcil demostrar que P3(x1) = f1, P3(x2) = f2, y P3(x3) = f3. En general se puede
demostrar que Pn(xi) = fi para i = 1, 2, . . . , n + 1, es decir que el polinomio de
Lagrange es efectivamente igual al polinomio de interpolacin. Cuando se utiliza el
polinomio de Lagrange para interpolacin se debe evaluar la ecuacin original
para cada valor que se vaya a interpolar.
Entre los polinomios estn los de Newton y diferencias divididas, el polinomio de
Newton es una forma ms eficiente de evaluar el polinomio de interpolacin. En
este mtodo, se calcula una tabla de diferencias dividas una vez, y estas son
utilizadas para cada dato que se vaya a interpolar.
Las diferencias divididas se definen de la siguiente manera:
a) Diferencias divididas de orden 0:

f [ x i ] =f i

f j f i
f
x
,
x
=
[
]
i
j
b) Diferencias divididas de orden 1:
x j x i

c) Diferencias divididas de orden 2:

f [ x i , x j , x k ]=

f [ x j , x k ] f [ x i , x j ]
x k xi

d) Diferencias divididas de orden ms alto:

f [ x 2 , x3, , x n ]f [ x1 , x2, , x
f [ x 1 , x 2 ,... , xn ]=
x nx 1

n1

Ya que las diferencias divididas se suelen calcular en forma tabular, y el polinomio

de Newton tiene la siguiente forma general:
x x j
()
n +1

i1

i=1

j=1

Pn ( x )= ai
Podemos probar que Pn(xi) = fi, por lo tanto, el polinomio de Newton es
efectivamente un polinomio de interpolacin.

de Newton-Gregory y diferencias
se dice que los datos estn uniformemente espaciados si
xi+1 xi = x es constante para i = 1, 2, 3, . . . Para el caso
particular de datos uniformemente espaciados, es posible
encontrar una forma ms sencilla del polinomio de Newton.
Esta forma ms sencilla se basa en diferencias que se
definen de la siguiente manera:
Al igual que los dems polinomios el

Diferencia de orden 0:
Diferencia de orden 1:
Diferencia de orden 2:
Diferencia de orden 3:
Diferencia de orden k:

0fi = fi
1fi = fi+1 fi
2fi = (fi) = (fi+1 fi) = fi+1 fi = fi+2 2fi+1 + fi
3fi = (2fi) = 2fi+1 2fi = fi+3 3fi+2 + 3fi+1 fi
kfi = fi+k kfi+k1 + k(k 1)/2! fi+k2 k(k 1)(k 2)/3! fi+k3

El polinomio de Newton-Gregory de orden n tiene la siguiente forma general:

k
Pn ( x k +1 ) = k i f 1
i=0 i

()

donde K = 1,2.n

FUENTES BIBLIOGRAFICAS

Mtodos Numricos Aplicados a la Ingeniera.

Nieves Hurtado, Antonio, Et al. Ed. Continental, Mxico.

Mtodos Numricos Ingenieros.

C. Chapra, Steven, Et al.
Metodos Numericos
Rafael Iriarte V. Balderrama
Ed. Trillas. Primera edicin, Mxico 1990
Programing in Matlab
Marc E. Herniter
Editorial: Thomson learning
Ao: 2001
http://www.mty.itesm.mx/dtie/deptos/cb/cb00854-1/Apuntes/interpol.pdf