Documente Academic
Documente Profesional
Documente Cultură
II. MARCO TEÓRICO
Resumen — En esta presente práctica vamos a realizar una breve
introducción teoría para cada método con el objetivo de tener
más claro el tema, para luego llevar a cabo la programación en REGRESIÓN POLINOMIAL
matlab de los diferentes métodos de ajuste de curvas, El procedimiento de mínimos cuadrados se puede extender
interpolación de newton e interpolación de Lagrange con su fácilmente al ajuste de datos con un polinomio de grado
explicación respectiva de cada método. superior. Por ejemplo, suponga que ajustamos un polinomio
de segundo grado o cuadrático: [1]
𝜕𝑆𝑟
= −2 ∑(𝑦𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 )
𝜕𝑎0
I. INTRODUCCIÓN
𝜕𝑆𝑟
= −2 ∑ 𝑥𝑖 (𝑦𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 )
U N problema que se presenta con frecuencia en las
ciencias experimentales y en ingeniería es tratar de
construir una función (denominada “función interpolante”) de
𝜕𝑎1
𝜕𝑆𝑟
la que se conoce una serie de datos (denominados “datos de = −2 ∑ 𝑥𝑖2 (𝑦𝑖 − 𝑎0 − 𝑎1 𝑥𝑖 − 𝑎2 𝑥𝑖2 )
𝜕𝑎2
interpolación”). Estos datos pueden ser fruto de las
observaciones realizadas en un determinado experimento en el Estas ecuaciones se igualan a cero y se reordenan para
que se relacionan dos o más variables e involucran valores de desarrollar el siguiente conjunto de ecuaciones normales:
una función y/o de sus derivadas.
Es una forma de regresión lineal en el que la relación entre la (𝑛)𝑎0 + (∑ 𝑥𝑖 )𝑎1 + (∑ 𝑥𝑖2 )𝑎2 = ∑ 𝑦𝑖
variable independiente x y la variable dependiente Y se
modela como un polinomio de orden n. Regresión polinómica (∑ 𝑥𝑖 )𝑎0 + (∑ 𝑥𝑖2 )𝑎1 + (∑ 𝑥𝑖3 )𝑎2 = ∑ 𝑥𝑖 𝑦𝑖 [2]
se ajusta a una relación no lineal entre el valor de x y la media
condicional correspondiente de y, denotado E, y se ha (∑ 𝑥𝑖2 )𝑎0 + (∑ 𝑥𝑖3 )𝑎1 + (∑ 𝑥𝑖4 )𝑎2 = ∑ 𝑥𝑖2 𝑦𝑖
utilizado para describir los fenómenos no lineales.
El objetivo será determinar una función que verifique estos
datos y que además sea fácil de construir y manipular. Por su Donde todas las sumatorias van desde i = 1 hasta n. Observe
que las tres ecuaciones anteriores son lineales y tienen tres
sencillez y operatividad los polinomios se usan
incógnitas: 𝑎0 , 𝑎1 𝑦 𝑎2 . Los coeficientes de las incógnitas se
frecuentemente como funciones interpolantes. [1]
evalúan de manera directa, a partir de los datos observados
POLINOMIOS DE INTERPOLACIÓN DE
𝑆𝑟
𝑆𝑦⁄𝑥 =√ [3] LAGRANGE
𝑛 − (𝑚 + 1)
El polinomio de interpolación de Lagrange es simplemente
INTERPOLACIÓN DE NEWTON MEDIANTE una reformulación del polinomio de Newton que evita el
DIFERENCIAS DIVIDIDAS cálculo de las diferencias divididas, y se representa de manera
Existe una gran variedad de formas alternativas para expresar concisa como[1]
una interpolación polinomial. El polinomio de interpolación
de Newton en diferencias divididas.
𝑛
𝑥 − 𝑥1 𝑥 − 𝑥0
Ilustración 1 De hecho se puede probar que dados n + 1 puntos, con 𝑓1 (𝑥) = 𝑓(𝑥0 ) + 𝑓(𝑥1 ) [6]
abscisas distintas entre sí, existe uno y sólo un polinomio de grado a 𝑥0 −𝑥1 𝑥1 − 𝑥0
lo más n que pasa por estos puntos.
Y la versión de segundo grado es
La forma más simple de interpolación consiste en unir dos
puntos con una línea recta. Dicha técnica, llamada (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )
interpolación lineal, se ilustra de manera gráfica en la 𝑓2 (𝑥) = 𝑓(𝑥0 )
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )
ilustración 2 Utilizando triángulos semejantes, (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )
+ 𝑓(𝑥1 )
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )
𝑓1 (𝑥) − 𝑓(𝑥0 ) 𝑓(𝑥1 ) − 𝑓(𝑥0 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
= + 𝑓(𝑥2 ) [7]
𝑥 − 𝑥0 𝑥1 − 𝑥0 (𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )
Reordenándose se tiene
𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑓1 (𝑥) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 ) [4]
𝑥1 − 𝑥0
III. DESARROLLO
REGRESIÓN POLINOMIAL
clear all
clc
disp('----Regresión Polinomial----')
disp(' ')
disp(' ')
syms x Px
disp('Para obtener un polinomio de la forma:')
Ilustración 2 Esquema gráfico de la interpolación lineal. Las áreas
sombreadas indican los triángulos semejantes usados para obtener la disp('P(x)=a0 + a1*x +a2*x^2 +...+ anx^n')
fórmula de la interpolación lineal. disp('Dado los n+1 puntos')
disp(' ')
disp(' ')
PRACTICA # 3 3