Universidad Nacional de Ingeniería

Facultad de Ciencias y Sistemas

Ingeniería de Sistemas

Departamento de Matemática
Método Numérico

Interpolación polinomial

Integrantes:
Br. Cesar Adán Cuadra Irías
Br. Manuel de Jesús López Acevedo
Br. Jeffrey Josué Somarriba Molina

Grupo: 3M2 – IS
Docente: Ing. Ricardo Largaespada

Managua, 7 de abril del 2018

1. Dados los datos

X 1.6 2 2.5 3.2 4 4.5
Y 2 8 14 15 8 2

a) Calcule (2.8) con el uso de polinomios de interpolación de Newton de grados 1 a 3. Elija la

secuencia de puntos más apropiada para alcanzar la mayor exactitud posible para sus estimaciones.
b) Estime el error de cada predicción.

Después de 3 horas programando se encontró la siguiente respuesta utilizando los primeros

4 puntos ya que son los más cercanos al punto a interpolar.

Numero F(X)
Error
0 14 0.428571428571429
1 14.4285714285714 0.892857142857144
2 15.3214285714286 0.492857142857142
3 15.8142857142857
2. Dados los datos
𝑥 1 2 3 5 7 8
𝑓(𝑥) 3 6 19 99 291 444
 Calcule (4) con el uso de polinomios de interpolación de Newton de grados 1 a 4. Elija los puntos
base para obtener una buena exactitud. ¿Qué indican los resultados en relación con el grado del
polinomio que se emplea para generar los datos de la tabla?
Secuencia Utilizada
3, 19
2, 6
1, 3
7, 291
5, 99

Numero F(X) Error

0 19 13
1 32 10
2 42 6
3 48 0
4 48 0

Al correr el programa utilizando los datos de la tabla en ese orden se puede notar que la
respuesta es efectivamente la misma sin embargo esto quiere decir que obtener una curva
de grado 5 no es necesario para lograr una buena interpolación ya que logramos lo mismo
con 5 puntos.

Numero F(X) Error

0 3 9
1 12 30
2 42 6
3 48 0
4 48 0
5 48

3. Vuelva a hacer el problema 2 con el uso de polinomios de Lagrange de grados 1 a 3.

Utilizando el código:
double sum = 0;
double producto;
for (int i = 0; i < npuntos; i++)
{
producto = y[i];
for (int j = 0; j < npuntos; j++)
{
if (i != j)
{
producto = producto * (xi - x[j]) / (x[i] - x[j]);
}
}
sum = sum + producto;

Console.WriteLine(" Lagrange : "+sum);

Debajo del programa de Newton podemos

determinar la interpolación de lagrange que
con 4 puntos para una curva de grado 3
también logra obtener 48 como
interpolación en x=4.
Añadiremos el procedimiento de Excel:

Hoja de cálculo de
Microsoft Excel

4. Los siguientes datos provienen de una tabla y fueron medidos con alta precisión. Use el
mejor método numérico (para este tipo de problema) para determinar 𝑦 en 𝑥=3.5. Observe
que un polinomio dará un valor exacto. Su solución debe probar que su resultado es exacto.
𝑥 0 1.8 5 6 8.2 9.2 12
𝑦 26 16.415 5.375 3.5 2.015 2.54 8

La solución con el método de Newton y Lagrange indican con mucha precisión que el valor
exacto es 9.59375 y por lo observado en el polinomio cuadrático es que sucede este hecho
por lo que nos dispondremos a calcular este polinomio utilizando Interpolación Inversa.
Para esto utilizamos 3 punto de la tabla y definimos la matriz y R como sigue:

26
0 0 1
M= S= 16.415
3.24 1.8 1
5.375
25 5 1
Posteriormente se calcula con
ayuda de Excel =Minversa(M) y se multiplica por S (=Mmult(M’);S) y básicamente hemos
resuelto un sistema de ecuaciones cuyas respuesta son los coeficientes del polinomio de
grado 2.
Y = 26 -6X+0.375X2. si se evalúa en 3.5 se puede demostrar que la aproximación fue
exacta)
 Polinomio
30

25

20

15

10

0
0 2 4 6 8 10 12 14

5. Use el polinomio de interpolación de Newton para determinar 𝑦 en 𝑥=3.5 con la mayor

exactitud posible. Calcule las diferencias divididas finitas como en la Tabla 1. Y ordene sus
puntos para obtener exactitud óptima y convergencia.

𝑥 0 1 2.5 3 4.5 5 6
𝑦 2 5.4375 7.3516 7.5625 8.4453 9.1875 12
La secuencia de puntos utilizada se muestra en la siguiente fila en donde los puntos x e y
están separados por una coma.

3 , 7.5625 2.5 , 7.3516 4.5 , 8.4453 6 , 12 5 , 9.1875 1 , 5.4375 0,2

Obtenido a través de nuestro software permuta los puntos y evalúa cual posee menos error
cuadrado.

Numero F(X) Error

0 7.5625 0.2109
1 7.7734 0.0416833333333333
2 7.81508333333333 -0.072912698412698
3 7.74217063492064 -1.58730158705822E-06
4 7.74216904761905 -2.38095238103142E-06
5 7.74216666666667 -3.70370370372797E-06
6 7.74216296296296

6. Emplee interpolación inversa con el uso de un polinomio de interpolación cúbico y de

bisección, para determinar el valor de 𝑥 que corresponde a f(𝑥)=0.23, para los datos
tabulados que siguen:

𝑥 2 3 4 5 6 7
𝑦 0.5 0.3333 0.25 0.2 0.1667 1.1429

Polinomio del ejercicio 6

1.4

1.2

0.8

0.6

0.4

0.2

0
1 2 3 4 5 6 7 8

Después de elaborar el software se ingresó lo datos para el trazo de las curvas cubicas que
se necesiten en la interpolación inversa.

Sistemas de Ecuaciones

1) 0X''(0) 4X''(1) 1X''(2) = 0.5004

2) 1X''(1) 4X''(2) 1X''(3) = 0.5004
3) 1X''(2) 4X''(3) 1X''(4) = 0.1998
4) 1X''(3) 4X''(4) 0X''(5) = 6.057
Inserte la solucion del Sistema :
X''(1) :0.073007656
X''(2) :0.208369378
X''(3) :-0.406085167
X''(4) :1.615771292
Trazos
1) F(X) = 0(3- x)³ + 0.0121679426666667(x-2)³ + 0.5 (3-X) + 0.321132057333333(x-2)
2) F(X) = 0.0121679426666667 (4- x)³ + 0.0347282296666667(x-3)³ +
0.321132057333333 (4-X) + 0.215271770333333(x-3)
3) F(X) = 0.0347282296666667 (5- x)³ + -0.0676808611666667(x-4)³ +
0.215271770333333 (5-X) + 0.267680861166667(x-4)
4) F(X) = -0.0676808611666667 (6- x)³ + 0.269295215333333(x-5)³ +
0.267680861166667 (6-X) + -0.102595215333333(x-5)
5) F(X) = 0.269295215333333 (7- x)³ + 0(x-6)³ + -0.102595215333333 (7-X) +
1.1429(x-6)
Para realizar la interpolación inversa se procede a elegir la curva numero 3 ya que se
sospecha que en esta se alcanzó F(x)=0.23 al estar el entre x=4 y x=5.
3) F(X) = 0.0347282296666667 (5- x)³ + -0.0676808611666667(x-4)³ +
0.215271770333333 (5-X) + 0.267680861166667(x-4)
0.23 = 0.0347282296666667 (5- x)³ + -0.0676808611666667(x-4)³ +
0.215271770333333 (5-X) + 0.267680861166667(x-4)

Expandiendo términos y despejando:

-0.10241x^3+1.33311x^2-5.80098x+8.4484=0;
4
1988999
X1= √ =4.694276366
8
7. Genere ocho puntos igualmente espaciados de la función
(𝑡)=sin2𝑡

X 0 40 80 120 160 200 240 360

Y 0 0.984808 0.34202 -0.86603 -0.64279 0.642788 0.866025 0
De 𝑡=0 a 2𝜋. Ajuste estos datos con a) un polinomio de interpolación de séptimo grado y b) un
trazador cúbico.
Numero F(X)

0 0

1 1.41063319655785(x - 0)

2 -0.259079425257771(x - 0)(x - 0.698131701)

3 0.261274881871183(x - 0)(x - 0.698131701)(x - 1.396263402)

4 0.425137911214544(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)

5 0.259330003424526(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)(x - 2.792526803)

6 0.306228501885051(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)(x -2.792526803)(x -

3.490658504)

7 0.301465697320851(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)(x - 2.792526803)(x -

3.490658504)(x - 4.188790205)

El polinomio F(X) se genera en la suma de las funciones anteriores.

b) Trazos Cúbicos
1) F(X) = 0(0.698131701- x)³ + -0.987457211887876(x-0)³ + 0(0.698131701-X) +
1.89190786569283(x-0)
2) F(X) = -0.987457211887876 (1.396263402- x)³ + -0.833545462601285(x-
0.698131701)³ + 1.89190786569283 (1.396263402-X) + 0.896167716600527(x-
0.698131701)
3) F(X) = -0.833545463795251 (2.094395102- x)³ + -0.461735248282428(x-
1.396263402)³ + 0.896167716720343 (2.094395102-X) + -1.01544585700938(x-
1.396263402)
4) F(X) = -0.461735247621041 (2.792526803- x)³ + 1.01923798591884(x-2.094395102)³
+ -1.01544585491016 (2.792526803-X) + -1.41748966209934(x-2.094395102)
5) F(X) = 1.01923798591884 (3.490658504- x)³ + 0.591212083491965(x-2.792526803)³
+ -1.41748966209934 (3.490658504-X) + 0.632575829901724(x-2.792526803)
6) F(X) = 0.591212083491966 (4.188790205- x)³ + -0.261960472364607(x-
3.490658504)³ + 0.632575829901724 (4.188790205-X) + 1.36816637180688(x-
3.490658504)
7) F(X) = -0.0873201574965613 (6.283185307- x)³ + 0(x-4.188790205)³ +
0.796525743039468 (6.283185307-X) + 0(x-4.188790205)
Algunos trazos graficados son los siguientes.

8. Obtenga trazadores cúbicos

para los datos
𝑥 2 3 5 7

𝑦 6 19 99 291

Trazos
1) F(X) = 0(3- x)³ + 2.36363636333333(x-2)³ + 6(3-X) + 16.6363636366667(x-2)
2) F(X) = 1.18181818166667 (5- x)³ + 3.20454545416667(x-3)³ + 4.77272727333333 (5-
X) + 36.6818181833333(x-3)
3) F(X) = 3.20454545416667 (7- x)³ + 0(x-5)³ + 36.6818181833333 (7-X) + 145.5(x-5)

a) Pronostique 𝑓(4) y 𝑓(2.5)

1) F(2.5) = 0(3- 2.5)³ + 2.36363636333333(2.5-2)³ + 6(3-2.5) +

16.6363636366667(2.5-2) = 11.613635
2) F(4) = 1.18181818166667 (5- 4)³ + 3.20454545416667(4-3)³ +
4.77272727333333 (5-4) + 36.6818181833333(4-3) = 45.84092

b) Verifique que 𝑓1(3) y 𝑓2(3) son iguales a 19.

1) F(3) = 0(3- 3)³ + 2.36363636333333(3-2)³ + 6(3-3) + 16.6363636366667(3-2) =19
2) F(3) = 1.18181818166667 (5- 3)³ + 3.20454545416667(3-3)³ + 4.77272727333333 (5-
3) + 36.6818181833333(3-3)= 19.00002
F1(3)=19 y F2(3)=19.00002 este error de redondeo no puede desmentir que ambas
funciones se tocan en ese punto.
9. La función de Runge se escribe como
(𝑥)=1/(1+25𝑥2 )
a) Genere y grafique el polinomio de interpolación de Lagrange usando valores de la
función equiespaciados correspondientes a 𝑥=−1,−0.5,0,0.5,1
b) Use los cinco puntos de a) para estimar (0.8) con polinomios de interpolación de
c) Genere un trazador cubico usando los cinco puntos de a).
1) F(X) = 0(-0.5- x)³ + 1.307313377(x+1)³ + 0.076923076 (-0.5-X)
-0.05096627625(x+1)
2) F(X) = 1.307313377 (0- x)³ + 0.871542251333333(x+0.5)³ -0.05096627625 (0-X) +
1.78211443716667(x+0.5)
3) F(X) = 0.871542251333333 (0.5- x)³ + 1.307313377(x-0)³ + 1.78211443716667 (0.5-
X) -0.05096627625(x-0)
4) F(X) = 1.307313377 (1- x)³ + 0(x-0.5)³ + -0.05096627625 (1-X) + 0.076923076(x-0.5)
Los trazadores cúbicos grafican una especie de campana esto se debe a que los datos están
distribuido de esta forma aunque en la propia grafica algunos puntos converjan.

problema 9
1.2

0.8

0.6

0.4

0.2

0
-1.5 -1 -0.5 0 0.5 1 1.5
La función de Runge se escribe como

a) Genere y grafique el polinomio de interpolación de LaGrange usando valores de la

función equiespaciados correspondientes a 𝑥 = −1,−0.5,0,0.5,1
b) Use los cinco puntos de a) para estimar 𝑓(0.8) con polinomios de interpolación de
Newton de grado primero a cuarto. c) Genere un trazador cubico usando los cinco puntos
de a).
A)
Datos T Y
0 -1 0.03846
1 -0.50 0.13793
2 0.00 1.00000
3 0.50 0.13793
4 1.00 0.03846

PI= 3.141592654

F 1 ( X ) =L0 ( F ( X 0 ) ) +¿ L3 ( F (X 1 ))

F 2 ( X ) =L0∗L1 ( F ( X 0 ) ) +¿ L3∗L 4 ¿

F 3 ( X )=L0∗L1∗L2 ( F ( X 0 ) ) +   L3∗L4∗L5 ¿
 Sacar F1(x)

X= 0.8
L0 L3 F(x0) F(x1) F1(X)
-2.6 3.6 0.03846 0.13793 0.39655172

Sacar F2(x)

X= 0.8
L0 L1 F(x0) L3 L4 F(x1) L6 L7 F(x2) F2(X)
-2.6 -0.8 0.03846 3.6 -1.6 0.13793 1.8 2.6 1.00000 3.96551724

Sacar F3(x)

X= 0.8
L0 L1 L2 F(x0) L3 L4 L5 F(x1)
-2.6 -0.8 -0.2 0.03846 3.6 -1.6 -0.3 0.13793

L6 L7 L8 F(x2) L9 L10 L11 F(x3) F3(X)

1.8 2.6 -0.6 1.00000 1.2 1.3 1.6 0.14 -2.2413793
 B)
Interpolation  
  0ro B0 1er B1 2do B2 3er B3 4to B4
0 X0 0.038462                
0.19893899
1 X1 0.137931 x1,x0 2            
1.72413793
2 X2 1.000000 x2,x1 1 x2,x1,x0 1.52519894        
- x3,x2,x1,x -
3 X3 0.137931 x3,x2 -1.72413793 x3,x2,x1 3.44827586 0 3.31564987    
x4,x3,x2,x
4 X4 0.038462 x4,x3 -0.19893899 x4,x3,x2 1.52519894 1 3.31564987 x4,x3,x2,x1,x0 3.31564987

F ( X )=0.038462+0.198939 ( x+1 ) +1.525199 ( x+ 1 )( x +0.5 )−3.31565 ( x +1 ) ( x +0.5 )( x−0 )+3.31565 ( x +1 ) ( x +0.5 )( x−0 )( x−0.5)

Evaluado en 0.8 en la ecuación de grado 4

F(0.8) -0.379310345
Añadiremos el procedimiento en Excel:
Hoja de cálculo de
Microsoft Excel