Documente Academic
Documente Profesional
Documente Cultură
para que cumplan los requisitos de un problema en particular; existen dos causas
de estos errores es necesario aprender las formas en que se almacenan los números
Cifras Significativas.
O, 54 = 2 C.S
0,0001 = 4 C.S
0,023043 = 6 C.S
0,96000 = 2 C.S
Dentro de los errores se especifica dos términos: exactitud y precisión; la
exactitud se refiere a que tan cerca está el valor individual medido con respecto
a otro.
Para los dos tipos de errores (truncamiento y redondeo) la relación entre
| | | | | | | | | | | |
2 R-r 3
V.v = 3
Aproximación = 2 . 8
Ev = v . v – Aproximación
Ev = 3 – 2 – 8 = 0.2
𝑉. 𝑣 − 𝐴𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑐𝑖𝑜𝑛
𝐸 𝑉 (%) = × 100%
𝑉. 𝑣
𝐸 𝑉 : 𝐸𝑟𝑟𝑜𝑟 𝑅𝑒𝑙𝑎𝑡𝑖𝑣𝑜
Ejemplo.
Puente :
𝐸𝑣 = 10000 − 9999 = 1 𝑐𝑚
10000 − 9999
𝐸𝑣(%) = ( ) × 100% = 0.01 %
10000
Ramucho :
INSTRUMENTO DE
MEDICION
10 − 9
𝐸𝑣 = × 100 % = 10 %
10
Por eso son diferentes
ERROR DE REDONDEO:
de TAYLOR.
TEOREMA DE TAYLOR
𝐷𝑜𝑛𝑑𝑒:
𝑅𝑛 = 𝐸𝑟𝑟𝑜𝑟 𝑟𝑒𝑠𝑖𝑑𝑢𝑎𝑙
𝑥
(𝑥 − 𝑡)𝑛 (𝑛+1)
𝑅𝑛 = ∫ 𝐹 (𝑡)𝑑𝑡
𝑎 𝑛!
𝑛
𝐹 𝑛 (𝑎)(𝑥 − 𝑎)𝑛
𝑇𝑛(𝑥) = ∑
𝑛!
𝑖=0
𝐹 ′ (𝑎)(𝑥 − 𝑎)1
𝑇1 (𝑥) = 𝐹(𝑎) + = 𝐹(𝑎) + 𝐹′(𝑎)(𝑥 − 𝑎)
1!
′ (𝑎)(𝑥
𝐹′′(𝑎)(𝑥 − 𝑎)2 𝐹 ′′′ (𝑎)(𝑥 − 𝑎)3
𝑇3 (𝑥) = 𝐹(𝑎) + 𝐹 − 𝑎) + +
2! 3!
𝑒0 = 1
𝑒 2 = 7,389056099
Ejemplo:
𝐹(𝑥)𝑒 𝑥 , 𝑒 0 , 𝑒 1 𝑦 𝑒 2
𝑒0 = 1
𝑒 1 = 2,718281828
𝑒 2 = 7,389056099
________________
𝐹(𝑥) = 𝐹 𝑥 + 𝐹 ′ (𝑥)
𝐹′(𝑥) = 𝑒 𝑥
𝑇1 (𝑥) = 1 + 𝑥
𝑇1 (0) = 1 + 0 = 1
𝑇1 (1) = 1 + 1 = 2
𝑇1 (2) = 1 + 2 = 3
1 + 𝑥2
𝑇2 (𝑥) = 1 + 1 + 𝑥 +
2
𝑇2 (0) = 1 + 0 + 0 = 1
𝑇2 (2) = 1 + 2 + 2 = 5
𝐹′′(0)𝑥 2
𝑇2 (𝑥) = 𝐹(0) + 𝐹 ′ (0)(𝑥) +
2!
𝐹(𝑥) = 𝑒 𝑥
𝐹′(𝑥) = 𝑒 𝑥
𝐹′′(𝑥) = 𝑒 𝑥
𝐹′′′(𝑥) = 𝑒 𝑥
𝐹′′′′(𝑥) = 𝑒 𝑥
𝐹′′′′′(𝑥) = 𝑒 𝑥
1𝑥 2 1𝑥 3 1𝑥 4 1𝑥 5
𝑇5 (𝑥) = 1 + 1 + + + +
2 6 24 120
𝑇5 (0) = 1
4 2 4
𝑇5 (2) = 1 + 2 + 2 + + + = 7.2666
3 3 15
Er= 0.122399499
Ejercicios
3).
Residuo en la expresión de la serie de Taylor.
Aproximación
Valor verdadero
Error
C a
Aproximación
𝑐=𝑎
𝐹(𝑥) = √𝑥 + 1 , 𝑇3 (𝑥, 𝑎)
Hallar la serie de Taylor de grado (1) dando a=g de la función F(x)= √𝑥 ,
1
aproximar √10 < 55000
Raíces de ecuaciones:
𝑎𝑥 2 + 𝑏𝑥 + 𝑐 = 0
2𝑥 2 + 2𝑥 + 1 = 0
x 1 = x
x 1 = x
2x
X= -1
−𝑏±√𝑏 2 −4𝑎𝑐
𝑟= 2𝑎
m = 68.1Kg
g = 9.8 m/𝑠 2
𝑚𝑔 𝑐
𝐹(𝑥) = (1 − 𝑒 −𝑚.𝑇 ) − 𝑣
𝑐
(68.1)(9.8) 𝑐
𝐹(𝑥) = (1 − 𝑒 −68.1.10 ) − 40
𝑐
667.38
𝐹(𝑥) = (1 − 𝑒 −𝑐(0.1468428781) ) − 40
𝑐
c=0
667.38
𝐹(0) = = ∄
0
c=4
667.38
𝐹(4) = (1 − 𝑒 −4(0.1468428781) ) − 40
4
𝐹(4) = 34.11484417
c = 14
𝐹(14) = 1.567699313
c = 15
𝐹(15) = 0.4248408776
Si pasa (+)(-) o (-)(+) entonces ∄
raíz
c = 14.5
𝐹(14.5) = 0.5523
E = 14.78
𝐹(14.78) = 0.000397381
///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
METODO DE LA BISECCION
PASO 1:
Elija valores iniciales superiores a Xo e inferior a Xf que encierre a la raíz de forma tal que la
función cambie de signo en el intervalo esto se verifica comprobando que:
b) Si: 𝐹(𝑥0 )𝑥 𝐹(𝑥𝑚 ) > 0 entonces la raíz se encuentra en el sub intervalo superior o
Y
INTERPRETACION GRAFICA:
f(Xf)
Xo Xm = Xo
f(Xm)
b
f(Xm) X
Xm=Xf Xf
f(X)
ERROR DE APROXIMACION:
𝑿𝒎(𝒏𝒖𝒆𝒗𝒐) − 𝑿(𝒂𝒏𝒕𝒆𝒓𝒊𝒐𝒓)
𝑬𝒂 = | 𝑿𝟏𝟎𝟎%|
𝑿𝒎(𝒏𝒖𝒆𝒗𝒐)
Ejemplo 01:
3 2
Determinar una raíz real del polinomio f ( x) x 2 x 10 x 20 , con un intervalo
(1; 2) considerando un error de 10-2
1 1.5
Xm 1.25;
2
f (1.25) (1.25) 3 2 * (1.25) 2 10 * (1.25) 20 2.42
Observamos que f(Xm) = f (1.25) = -2.42 < 0 igual signo que f(a) = f (1) = -7 luego
reemplazamos el valor de a por el valor de c es decir se tiene el siguiente intervalo (1.25, 1.5),
entonces:
a = 1.25; f (1.25) = -2.42
b = 1.5; f (1.5) = 2.88
a seguir presentamos el siguiente cuadro que contiene las 9 iteraciones deseadas en donde
denotaremos a = Xo: b = Xf y Xm
i
t
X mi X mi 1
X mi X mi1
e Xo Xf Xm f (Xo) f (Xm) f ( Xo) f ( Xm)
x100
Xmi
m
0 1.00000 2.00000
1 1.00000 2.00000 1.50000 0.25000 -7 2.87500 <0
2 1.00000 1.50000 1.25000 0.12500 -7 -2.42188 >0 20%
3 1.25000 1.50000 1.25000 0.06250 -2.42 -2.42188 <0 9.45%
4 1.25000 1.37500 1.37500 0.03125 -2.42 0.13086 >0 4.56%
5 1,31250 1.37500 1,31250 0.01563 -1.02 0.52481 >0 2.22%
6 1.34375 1.37500 1.34375 0.00781 -0.39 0.19846 <0 1.46%
7 1.35938 1.37500 1.35938 0.00395 -0.39 0.03417 >0 0.74%
8 1.36719 1.37500 1.36719 0.00195 -0.19 0.04825 <0 0.73%
9 1.36719 1.37109 1.37109 0.00098
Ejemplo 02:
Se sabe que la raíz f(x) = e-x-2 está entre 0 y 2, hallar un valor aproximado con una tolerancia 0.01
mediante el método de la bisección.
i
t
X mi X mi 1
X mi X mi1
e Xo Xf Xm f (Xo) f (Xm) f ( Xo) f ( Xm)
x100
Xmi
m
0 0 2
1 0 2 1 -1 0.71 <0
2 0 1 0.5 -7 -2.42188 >0 100%
3 1.25000 1.50000 1.25000 0.06250 -2.42 -2.42188 <0 9.45%
4 1.25000 1.37500 1.37500 0.03125 -2.42 0.13086 >0 4.56%
5 1,31250 1.37500 1,31250 0.01563 -1.02 0.52481 >0 2.22%
6 1.34375 1.37500 1.34375 0.00781 -0.39 0.19846 <0 1.46%
7 1.35938 1.37500 1.35938 0.00395 -0.39 0.03417 >0 0.74%
8 1.36719 1.37500 1.36719 0.00195 -0.19 0.04825 <0 0.73%
9 1.36719 1.37109 1.37109 0.00098
///////////////////////////////////////////////////////////////////////////////////////////////////////
METODO DE LA SECANTE
METODO DE LA FALSA POSICION
𝑌=0
INTERPRETACION GRAFICA:
f(x)
B
X2; f(x2)
X3
X4
A X2
X3; f(x3)
Solución
1. Determinamos los valores de x1 y x2 para lo cual evaluamos la función en lo
puntos:
f(0)= -20; f(1) = -7 ; f(-1) = -29 ; f(2) = 16.
2. Considerando el razonamiento del método observamos que en el intervalo
[1,2] existe una raíz de la funcional. En este caso nuestros valores de
x1 = 1; f(1) = -7
x2= 2, f(2) = 16.
(1 2)( 7)
X 3 1 1.30435
7 16
f(x3)=-1.33476
3. Determinamos con quien de los extremos del intervalo se intercambia, como
f(x3)<0 es decir tiene igual signo con f(x1) se intercambia el valor de x1, por
x3, lo que implica tener el nuevo intervalo [-1.33476,2],
4. Se continua de la misma manera hasta conseguir el objetivo trazado
i X1 X2 X3 f(x3) |x3-x1|
0 1.00000 2.00000
1 1.00000 2.00000 1.30435 -1.3357 0.3043
2 1.30435 2.00000 1.35791 -0.2293 0.0536
3 1.35791 2.00000 1.36698 -0.0402 0.0090
4 1.36698 2.00000 1.36840 -0.0086 0.0015
5 1.36850 2.00000 1.36876 -0.0022 0.003
6 1.36876 2.00000 1.36870 -0.00022 0.0000
///////////////////////////////////////////////////////////////////////////////////////////////////////////
método de Newton
el método de Newton (conocido también como el método de Newton-Raphson o
elmétodo de Newton-Fourier) es un algoritmo para encontrar aproximaciones de los
ceros o raíces de una función real.
𝑦 𝑦2 − 𝑦1
𝑚 = (tan 𝜃) = =
𝑥 𝑥2 − 𝑥1
𝑦2 − 𝑦1
𝑚=
𝑥2 − 𝑥1
𝑦2 − 𝑦1 = 𝑚(𝑥2 − 𝑥1)
𝑦 − 𝑦1 = 𝑚(𝑥 − 𝑥1)
𝑚 = 𝑓´(𝑥)
𝑦 = 0 , (𝑦1 = 𝑥1)
0 − 𝑓(𝑥1) = 𝑓´(𝑥1)(𝑥 − 𝑥1)
𝑓(𝑥1)
= 𝑥 − 𝑥1
𝑓´(𝑥1)
𝑓(𝑥1)
𝑥2 = 𝑥1 −
𝑓´(𝑥1)
EJEMPLO:
𝑓(𝑥) = 𝑥 3 + 2𝑥 2 + 10𝑥 − 20 𝑥 = 2
i x1 x2 f(x2) (x2-x1)
0 2 - - -
1 2 1.4666 2.1223 0.5334
2 1.4666 1.3715 0.0568 0.0951
3 1.3715 1.3688 -0.0007 0.0027
4 1.3688 1.3688 0 0
5 RAIZ=1.3688
TRABAJO °2
Determine las raíces reales de la
2.22 − 4(4.7)(−0.4)
(𝑥1,2) = −2 − 2 − √
2(−0.4)
𝑋1 = −1.6446
𝑋2 = 7.144598
C) METODO DE LA BISECCION
RAIZ: 7.012841
2: DETERMINE LA RAIZ DE:
𝑓(𝑥) = −0.2 + 7𝑋 − 5𝑥 2 + 63
A) grafica
B) utilizando el método de la bisección valores iniciales x1=0 y x2 =1 es=10%
SOLUCION:
a)
Y X Y
-5 -192
-4 -494
-3 -230
-2 -84
-1 -20
0 -2
1 6
2 40
X
0 3 136
4 330
5 658
|XmN-
i Xi Xm Xf f(xi) F(xm) f(Xi).f(xm) E%
XmA|
1 0.00000 0.50000 1.00000 -2.00000 -1.56250 3.12500 - 33.33333
2 0.50000 0.75000 1.00000 -1.56250 -0.41797 0.65308 0.25000 14.28571
3 0.75000 0.87500 1.00000 -0.41797 0.59595 -0.24909 0.12500 7.69231
4 0.75000 0.81250 0.87500 -0.41797 0.04494 -0.01878 0.06250 4.00000
5 0.75000 0.78125 0.81250 -0.41797 -0.19696 0.08232 0.03125 1.96078
6 0.78125 0.79688 0.81250 -0.19696 -0.07869 0.01550 0.01563 0.97087
7 0.79688 0.80469 0.81250 -0.07869 -0.01756 0.00138 0.00781 0.48309
8 0.80469 0.80859 0.81250 -0.01756 0.01352 -0.00024 0.00391 0.24213
9 0.80469 0.80664 0.80859 -0.01756 -0.00206 0.00004 0.00195 0.12092
10 0.80664 0.80762 0.80859 -0.00206 0.00572 -0.00001 0.00098 0.06050
11 0.80664 0.80713 0.80762 -0.00206 0.00183 0.00000 0.00049 0.03026
12 0.80664 0.80688 0.80713 -0.00206 -0.00012 0.00000 0.00024 0.01513
13 0.80688 0.80701 0.80713 -0.00012 0.00085 0.00000 0.00012 0.00756
14 0.80688 0.80695 0.80701 -0.00012 0.00037 0.00000 0.00006 0.00378
15 0.80688 0.80692 0.80695 -0.00012 0.00012 0.00000 0.00003 0.00189
16 0.80688 0.80690 0.80692 -0.00012 0.00000 0.00000 0.00002 0.00095
17 0.80688 0.80689 0.80690 -0.00012 -0.00006 0.00000 0.00001 0.00047
LA RAIZ: 0.80689
//////////////////////////////////////////////////////////
METODOS ABIERTOS
En los métodos cerrados la raíz se encuentra dentro de un intervalo predeterminado,
por un límite inferior y otro superior. La aplicación repetitiva de estos métodos siempre
genera aproximados cada vez más cercana a la raíz.
Se dice que tales métodos son convergentes, porque se acerca progresivamente a la
raíz a medida que se avanza en el cálculo. En constante los métodos abiertos se basan
en fórmulas que requieren únicamente un solo valor de inicio X0 o que empiece con un
par de ellos pero no necesariamente encierre a la raíz.
Estas algunas vez convergen el otro divergen o se alejan de la raíz verdadera a
medida que avance el cálculo, sin embargo los métodos abiertos convergen en general
lo hace más rápido que los cerrados. Los métodos abiertos emplean una forma para
predecir la raíz esta fórmula puede llamarse iteración de punto fijo o método del punto
fijo.
x+5
X= √ 2
X =(2x-1) =5
X F(x)
5 1 -4
X= 2x−1
2 1
X0= 2
x+5
X1 = √ 2
1) X1 =2(2)2-5 1) X0 = 2
2+5
X1 = 3 X1 = √ = 1.8708
2
¿X0 = X1? X X1 ≠ X0
X1 -> X0 2) X0 = 1.8708
1.8708+5
2) X0 = 3 X1 = √ = 1.8534
2
X1 =2(3)2-5 3) X0 = 1.8534
1.8534+5
X1 = 13 X1 = √ = 1.8511
2
X1 ≠ X0 4) X0 = 1.8511
1.8511+5
3) X0 = 13 X1 = √ = 1.8508
2
X1 =2(3)2-5
X1 = 333 DIVERGENTE 5) X0 = 18508
1.8508+5
X1 = √ = 1.8507
2
6) X0 = 1.8507
1.8507+5
X1 = √ = 1.8507
2
؞ X1 = X0 RAIZ
│g´(X0) │ < 1
X3 +2X2 + 10X – 20 = 0
20−X−2X 1
X = (0-3X2-4X)
10 10
−3X−4X
g’ (X) = 10
//////////////////////////////////////////////////////////
INTERPOLACION POLINOMIAL
Una función de interpolación es aquella que pasa por puntos dados se muestran
comúnmente por una tabla de valores o se toma directamente de una función dada.
La interpolación de los datos puede hacerse mediante un polinomio. La interpolación
polinomica (ajustar un polinomio a los puntos dados) es uno de los temas más
importantes en métodos numéricos ya que la mayoría de modelos numéricos de basan
en la interpolación polinomial, por ejemplo los modelos de diferenciación numérica,
etc.
Los datos medidos pueden interpolarse, pero en la mayoría de los casos no es
recomendable una interpolación directa dado a los errores aleatorios implicados en la
medición.
APROXIMACIÓN POLINOMICA SIMPLE:
PUNTO 1 2 3 4 5 6 7
f(x) TºC 56.5 78.6 113.0 114.5 181.8 205.0 214.5
x P(atm) 1 2 3 4 5 6 7
INTERPOLACION POLINOMIAL:
P(x)= 𝐴0 𝑋 0 +𝐴1 𝑋1 +𝐴2 𝑋 2 +……𝐴𝑛 𝑋 𝑛
X y y
1 56,5 250
2 78,6
3 113 200
4 114,5
150
5 181,8
6 205 100
7 214,5
50
0
0 1 2 3 4 5 6 7 8
INTERPOLACION POLINOMIAL:
P(x) = 𝐴0 𝑋 0 +𝐴1 𝑋1 +𝐴2 𝑋 2 +……𝐴𝑛 𝑋 𝑛
F1(x) = 𝐴0 + 𝐴1 𝑋
X=2
1 2
F(x) 56.5 113.0
X 1 3
56.5 = 𝐴0 + 𝐴1 1 + 𝐴2 12
113.0 = 𝐴0 + 𝐴1 3 + 𝐴2 32
114.5 = 𝐴0 + 𝐴1 4 + 𝐴2 42
𝐴0 + 𝐴1 + 𝐴2 = 56.5
𝐴0 + 3𝐴1 + 9𝐴2 = 113.0
𝐴0 + 4𝐴1 + 16𝐴2 = 114.5
1 1 1 𝑎0 56.5
|1 3 9| |𝑎1 | |113.0|
1 4 16 𝑎2 114.5
1 1 1 56.5 1 1 3 56.5 1
D=1 3 9 = 6 ; 𝐷𝑎0 = 113.0 3 9 = 9 ; 𝐷𝑎1 = 1 113.0 9 = 383.5
1 4 16 114.5 4 16 1 114.5 16
1 1 56.5
𝐷𝑎2 = 1 3 113.0 = -53.5
1 4 114.5
POLINOMIO:
Pn(x) = L0(x) Fx0 + L1(x) Fx1 + ……. Ln(x) Fxn
(𝑋−𝑋0 )(𝑋−𝑋2 ) 𝐹𝑥0
L0 (x) = (𝑋 𝐴0 = (𝑋
0 −𝑋1 )(𝑋0 −𝑋2 ) 0 −𝑋2 )(𝑋−𝑋2 )
n=1 n=2
Pix = ¿? i = 0 , F(x01
i= 0 , F(x0) i=0
𝑋−𝑋1 𝑋−𝑋1
i=1 , i=1 , (𝑋 )
𝑋0 −𝑋1 0 −𝑋1
(𝑋−𝑋2 )
i=1 i=2 𝑋0 − 𝑋1
𝑋−𝑋0
i=0 , i = 1 , F(x1)
𝑋1 −𝑋0
𝑋−𝑋0
i = 0 (𝑋 )
1 − 𝑋1
i=1
i = 2 , x – x2
x – x2
i=2, 2Fx2
0𝑋−𝑋0
i= 𝑋2 −𝑋0
(𝑋−𝑋1 )
i=1 , (𝑋2 −𝑋1 )
i = 2x
POLINOMIO DE LAGRANGE
Ademas
𝐹(𝑥0 )
𝑎0 =
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )
𝐹(𝑥1 )
𝑎1 =
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )
𝐹(𝑥2 )
𝑎2 =
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )
𝑃2 = 𝑎0 (𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) + 𝑎1 (𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
𝑥 − 𝑥𝑗
𝐿𝑖 (𝑥) = 𝜋 𝑛 , 𝑗 = 0, 𝑖 ≠ 𝑗
𝑥𝑖 − 𝑥𝑗
𝑁=1
−𝑖 = 0 ; 𝐹(𝑥0 )
𝑗=0
𝑥− 𝑥1
𝑗 = 1; (𝑥 )
0 − 𝑥1
−𝑖 = 1; 𝐹(𝑥1 )
𝑥− 𝑥0
𝑗 = 0; (𝑥 )
1 − 𝑥0
𝑗=1
𝑥 − 𝑥1 𝑥 − 𝑥0
𝑃1 (𝑥) = 𝐹(𝑥0 ) ( ) + 𝐹(𝑥1 ) ( )
𝑥0 − 𝑥1 𝑥1 − 𝑥2
𝑛=2
−𝑖 = 1; 𝐹(𝑥0 )
𝑗 = 0 𝑛𝑜 𝑠𝑒 𝑡𝑜𝑚𝑎
𝑥− 𝑥1
𝑗 = 1: (𝑥 )
0 − 𝑥1
𝑥− 𝑥
𝑗 = 2: (𝑥 − 𝑥2 )
0 2
−𝑖 = 1; 𝐹(𝑥1 )
𝑥− 𝑥0
𝑗 = 1: (𝑥 )
1 − 𝑥0
𝑗 = 1 𝑛𝑜 𝑠𝑒 𝑡𝑜𝑚𝑎
𝑥− 𝑥2
𝑗 = 2 ∶ (𝑥 )
1 − 𝑥2
−𝑖 = 2; 𝐹(𝑥2 )
𝑥− 𝑥0
𝑗 = 0: (𝑥 )
1 − 𝑥0
𝑥− 𝑥
𝑗 = 1: (𝑥 − 𝑥0 )
2 1
𝑗 = 2: x 𝑛𝑜 𝑠𝑒 𝑡𝑜𝑚𝑎
𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥 − 𝑥0 𝑥 − 𝑥2
𝐹2 (𝑥) = 𝐹(𝑥0 ) ( )( ) + 𝐹(𝑥1 ) ( )( )
𝑥0 − 𝑥1 𝑥0 − 𝑥2 𝑥1 − 𝑥2 𝑥1 − 𝑥2
𝑥 − 𝑥1 𝑥 − 𝑥1
+ 𝐹(𝑥2 ) ( )( )
𝑥0 − 𝑥1 𝑥2 − 𝑥1
Ejemplo:
𝑖=0
𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥 − 𝑥3 𝑥 − 𝑥4
𝑃3 (𝑥) = 𝐹(𝑥0 ) ( )( )( )( )
𝑥0 − 𝑥1 𝑥0 − 𝑥2 𝑥0 − 𝑥3 𝑥0 − 𝑥4
𝑖=1
𝑥 − 𝑥0 𝑥 − 𝑥2 𝑥 − 𝑥3 𝑥 − 𝑥4
+ 𝐹(𝑥1 ) ( )( )( )( )
𝑥2 − 𝑥1 𝑥1 − 𝑥2 𝑥1 − 𝑥3 𝑥1 − 𝑥4
𝑖=2
𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥3 𝑥 − 𝑥4
+ 𝐹(𝑥2 ) ( )( )( )( )
𝑥2 − 𝑥0 𝑥2 − 𝑥1 𝑥2 − 𝑥3 𝑥2 − 𝑥4
𝑖=3
𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥 − 𝑥4
+ 𝐹(𝑥3 ) ( )( )( )( )
𝑥3 − 𝑥0 𝑥3 − 𝑥1 𝑥3 − 𝑥2 𝑥3 − 𝑥4
𝑖=4
𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥2 𝑥 − 𝑥3
+ 𝐹(𝑥4 ) ( )( )( )( )
𝑥4 − 𝑥1 𝑥4 − 𝑥1 𝑥4 − 𝑥2 𝑥4 − 𝑥3
Ejemplo 2
𝑃2 (2) = 93.666
𝑃2 (2) = 78.6 𝑣𝑣
𝐸 = 15.06
DIFERENCIAS DIVIDIDAS:
Este método se aplica cuando los datos de “X” no son uniformes, se trabaja mediante
𝐹(𝑋)−𝐹(𝑋0 )
una pendiente derivada que es igual a F(x0) = . El lado derecho de la ecuación
𝑋− 𝑋0
se le conoce como la primera diferencia dividida de F(x) respecto a los argumentos
“X0”, “X1”.
𝐹(𝑥1 )−𝐹(𝑥0 )
F(x0, x1) = , para varios argumentos de F(x) debe ser:
𝑋1 −𝑋0
Ejemplo:
La información de la siguiente tabla se obtuvo del polinomio. A partir de ello elabore
una tabla de diferencias divididas.
Y = x3 – 2x2 – 2
Nº 0 1 2 3 4 5
X -2 -1 0 2 3 6
F(X) -18 -5 -2 -2 7 142
Primera D.D.
−5−(−18)
F(X0, X1) = = 13
−1−(−2)
Segunda D.D.
𝐹(𝑥1, 𝑥2 )−𝐹(𝑋0 −𝑋1 )
F(X0, X1, X2) = 𝑋2 −𝑋0
𝐹(𝑋2 )−𝐹(𝑋1 ) −2−(−5)
F(X1, X2) = = =3
𝑋2 −𝑋1 0−(−1)
3−13
F(X0, X1, X2) = 0−(−2) = -5
Tercera D.D.
0−3
F(X0, X1, X2, X3)= 2−(−1)= -1
−1−(−5)
F(X0, X1, X2, X3)= =1
2−(−2)
.
.
.
F(X0, X1, X2, X3, X4, X5)
P(X)= -18+13(X+2)-5(X+2)(X+1)+1(X+2)(X+1)(X-0)
``X=1``
P(1)= -18+13(1+2)-5(1+2)(1+1)+1(1+2)(1+1)(1-0)
P(1)= -3