Interpolacion Lineal Unidad 1

INSTITUTO TECNOLÓGICO SUPERIOR DEL ORIENTE DEL ESTADO DEL
ESTADO DE HIDALGO
Materia:
Métodos numéricos
Tema:
INTERPOLACION
Integrantes del equipo:
López García Ricardo 19030413
Rivas González Luis Eduardo 19030429
Paredes López Alejandro 18030406
González Hernández Viridiana 19030495
Docente:
Leticia Iliana Blancas
Fecha de entrega:
05 marzo 2021
INTERPOLACION LINEAL
Interpolación;
Es importante diferenciar entre interpolación y la regresión.
 La regresión es el ajuste de los datos experimentales a una función que

describe el modelo físico particular. Por ejemplo, en un experimentó de
movimiento rectilíneo uniforme, los datos experimentales (tiempo, posición
del móvil) se ajustan a una línea recta, ya que la ecuación que describe el
movimiento rectilíneo uniforme es x=x0+v·t.
 En la interpolación la función pasa por todos los puntos.
En esta página, comenzamos el estudio de la interpolación lineal, continuamos por

el método de LaGrange, pero veremos que la interpolación mediante "splines" es
mucho más adecuada.
Interpolación lineal
La interpolación lineal es un caso particular de la interpolación general de Newton.
Con el polinomio de interpolación de Newton se logra aproximar un valor de
la función f(x) en un valor desconocido de x. El caso particular, para que una
interpolación sea lineal es en el que se utiliza un polinomio de interpolación de
grado 1, que se ajusta a los valores en los puntos ❑❑ x 1 y ❑❑ x 2. Se denota de la
siguiente manera:
La interpolación lineal es muy sencilla. Disponemos de pares de datos

(xk,yk) k=1,2...n. Queremos conocer el valor de y para un valor cualesquiera
de x en el intervalo x1 a xn. Supongamos que x está en el intervalo (xk,xk+1) tal como
se muestra en la figura. Trazamos la recta que pasa por los puntos (xk,yk) y
(xk+1,yk+1), cuya ecuación es
Creamos la función interpola_lineal para obtener el valor de y cuando se
proporciona el valor de x.
Probamos la función para interpolar linealmente los siguientes pares de datos

(0,0), (π/3, sin(π/3)), (2π/3, sin(2π/3)),(π, 0). Comprobamos que obtenemos los
mismos resultado utilizando la función MATLAB interp1, pasándole la
opción linear en el último parámetro.
Polinomio de interpolación de Newton
Es un método de interpolación polinómica.

Este método es útil para situaciones que requieran un número bajo de puntos
para interpolar, ya que a medida que crece el número de puntos, también lo hace
el grado del polinomio.
Uno de estas formas de interpolación se denomina Polinomios de Interpolación de
Newton, que trabaja directamente en la tabla obtenida mediante el proceso de
Diferencias Divididas: En el desarrollo de estas diferencias finitas, se obtuvo en
primer lugar las diferencias finitas ordinarias y luego las diferencias finitas
divididas.
Interpolación polinomial de Newton
Algunos casos: lineal, de segundo grado y de tercer grado.
Interpolación lineal
Utilizando triángulos semejantes
Reordenando
EJEMPLO
Estimar ln 2 mediante interpolación lineal si ln1 = 0 y ln 6 = 1.791759 y ln 4 =
1.386294
Valor real ln 2 = 0.6931472

Error relativo porcentual = 33.3%
FORMA GENERAL DE LOS POLINOMIOS DE INTERPOLACIÓN DE NEWTON

POLINOMIO DE INTERPOLACIÓN DE NEWTON EN DIFERENCIAS
DIVIDIDAS
Errores de interpolación polinomial de Newton
POLINOMIO DE INTERPOLACIÓN DE
LAGRANGE
Interpolación y Polinomio de Lagrange
En análisis numérico, el polinomio de Lagrange, llamado así en honor a Joseph-Louis de

Lagrange. El polinomio de interpolación de Lagrange es una reformulación
del polinomio de interpolación de Newton, el método evita el cálculo de las diferencias
divididas. El método tolera las diferencias entre las distancias x entre puntos.
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 ¹ k y Ln,k(xk) = 1
Se requiere entonces que el numerador contenga
(x – x0) (x – x1)... (x – xk–1)(x – xk+1)... (x – xn)
El denominador debe coincidir con el numerador cuando x = xk.
 N-ésimo polinomio interpolante de Lagrange

Teorema
Si x0, x1, x2, ... xn, son n+1 números distintos y si f es una función cuyos valores
están dados en esos números, entonces existe un polinomio de grado a lo más n,
con la propiedad de que
f(xk) = P(xk) para cada k = 0, 1, 2, ...n
Este polinomio está dado por:
Donde
 Aproximación a 1/x con interpolantes de 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*((x–6.5)x+10)+0.4*((–4x+24)x–32)/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

 El error en la interpolación de Lagrange
El error en la interpolación de Lagrange puede calcularse con:
EJEMPLO:
Aplicaciones de interpolación
Aplicaciones de interpolación a la ingeniería
El método de interpolación ya sea lineal o cuadrático se emplea de la misma forma
en todas las áreas de ingeniería debido a que este método sirve para calcular
valores “intermedios” respecto a una función establecida, estos valores
mencionados como intermedios también son considerados inexistentes debido a
que no se ven reflejados en la tabla elaborada previamente o no son puntos
especiales considerados dentro de la misma ecuación.
Como se menciona anteriormente los métodos son los mismos para todas las
áreas ya que se deben tomar esos valores no existentes y aplicar el tipo de
interpolación deseada a partir de los datos que ya se tienen o que forman parte de
una ecuación o tabla.
Un ejemplo de esto puede ser el determinar un parámetro intermedio en el

coeficiente de dilatación lineal de un metal a una temperatura constante, aquí
podemos tomar un valor conocido “X“ en conjunto a otro “Y” y determinar el valor
o parámetro intermedio en ambos valores con un margen de error reducido, de
esta forma nos evitamos el realizar un elevado número de iteraciones para llegar a
este valor medio.
Este mismo método es aplicable en la termodinámica al momento de calcular

diferencias medias en las tablas de Presión vs temperatura o Volumen vs presión,
aplicando la regresión lineal podemos saber el parámetro intermedio y determinar
el punto en el cuál ambos valores convergen.
Al igual que la termodinámica y la física aplicada a metales, se puede aplicar en el

campo del análisis de mecanismos y la dinámica para poder calcular puntos
intermedios en el desplazamiento y/o aceleración de un mecanismo eslabonado
de 4 barras.
Uso de herramientas computacionales

Al resolver un problema matemático por medio de una calculadora de bolsillo,
estamos conscientes de que los números decimales que calculamos quizá no
sean exactos. Estos números casi siempre se redondean cuando los registramos.
Aun cuando los números no se redondeen de manera intencional, el número
limitado de dígitos de la calculadora puede provocar errores de redondeo. (Una
calculadora de bolsillo diseñada para cálculos científicos puede tener 10 u 11
dígitos, pero una más económica a menudo solo tiene 6.) En una computadora
electrónica, los errores de redondeo aparecen por las mismas razones y afectan
los resultados de los cálculos [Wilkinson]. En algunos casos, los errores de
redondeo causan efectos muy serios y hacen que los resultados de los cálculos
carezcan por completo de sentido. Por lo tanto, es importante aprender algunos
aspectos básicos de las operaciones aritméticas en las computadoras y
comprender bajo qué circunstancias pueden ocurrir severos errores de redondeo.
Muchos de los problemas de error por redondeo se pueden evitar por medio de
prácticas de programación adecuadas. Los métodos numéricos son aplicados con
un software.
Las herramientas computacionales nos sirven como apoyo en la enseñanza y

aprendizaje de las matemáticas y nos permiten resolver cualquier problema difícil
que se nos vaya presentando en cualquiera de los cursos de la licenciatura y de
una manera analítica y exacta, podemos tratar de resolver, mediante el uso y
utilización adecuados de programas (software) relativos a los procesos de
aprendizaje de las mismas, preparándonos así para llegar a procesar e interpretar
la información mediante dichos métodos analíticos y numéricos, lo cual
seguramente, nos permitirá cumplir con calidad y eficacia cualquier trabajo o
proyecto que nos propongamos realizar; así pues, el aprendizaje de dichas
herramientas, constituyen un instrumento apropiado, para poder adquirir las
competencias necesarias en el manejo de programas computacionales, que nos
servirán para realizar nuestras actividades con mayor facilidad ,eficiencia, rapidez
y profesionalismo.
El uso de las nuevas tecnologías computacionales nos permite explorar, justificar
e ir construyendo nuestro propio conocimiento y la evolución que ha
experimentado el software matemáticos en los últimos años, nos conduce de
manera urgente, a ir aprendiendo las nuevas formas de hacer matemáticas
Ejemplos de estas herramientas;
1. Cabri geometre
2. Mathematica
3. Matlab
4. Derive
5. Maple
6. Mathcad
7. Excel
8. Spss
9. Statitica
conclusión
En conclusión, la forma de interpolar en el programa puede se muy diferente claro

dependiendo el método y el grado con el que se va a interpolar.
Los métodos de interpolación nos sirven para definir un nuevo punto o un nuevo
dato entre dos datos o dos puntos, lo cual nos sirve para obtener un resultado
aproximado al requerido de manera práctica durante la interpolación, provocando
el desarrollo de la función y como ello el implemento de las formulas a utilizar.
La fórmula de la estructuración de una interpolación es muy importante. Ya que
con ello llegas a una solución coherente y aproximada. Ya que si no se hace de
forma correcta la función puede darte resultados incorrectos y con ello salir mal en
la interpolación del problema pedido.
Las técnicas numéricas son importantes en aplicaciones prácticas, ya que con

frecuencia los ingenieros encuentran problemas en los cuales no es posible
resolver usando técnicas analíticas tradicionales. Por ejemplo, modelos
matemáticos simples que se pueden resolver analíticamente quizá no sean
aplicables cuando se trata de problemas reales. Debido a esto, se deben utilizar
modelos más complejos. En esta situación, es conveniente implementar una
solución numérica en una computadora
Referencias
g, A. (2016). interpolacion. Recuperado 4 de marzo de 2021, de

http://www.sc.ehu.es/sbweb/fisica3/datos/regresion/interpolacion.html
Polinomio de interpolacion de Newton - sistrevolution. (2011, 7 diciembre). sistrevolution.
https://sites.google.com/site/sistrevolution/home/5-2-polinomio-de-interpolacion-
de-newton
metodos. (s. f.). metodos. Recuperado 5 de marzo de 2021, de
http://www3.fi.mdp.edu.ar/metodos/teorias/2019/MN%20-%202019a%20-
%205%20-%20Interpolacion.pdf

Interpolacion Lineal Unidad 1

Cargado por

Copyright:

Formatos disponibles

Interpolacion Lineal Unidad 1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Interpolacion Lineal Unidad 1

Cargado por

Copyright:

Formatos disponibles

INSTITUTO TECNOLÓGICO SUPERIOR DEL ORIENTE DEL ESTADO DEL

Integrantes del equipo:

López García Ricardo 19030413

Rivas González Luis Eduardo 19030429

Paredes López Alejandro 18030406

González Hernández Viridiana 19030495

Leticia Iliana Blancas

 La regresión es el ajuste de los datos experimentales a una función que

En esta página, comenzamos el estudio de la interpolación lineal, continuamos por

La interpolación lineal es muy sencilla. Disponemos de pares de datos

Probamos la función para interpolar linealmente los siguientes pares de datos

Es un método de interpolación polinómica.

Utilizando triángulos semejantes

Valor real ln 2 = 0.6931472

FORMA GENERAL DE LOS POLINOMIOS DE INTERPOLACIÓN DE NEWTON

Interpolación y Polinomio de Lagrange

En análisis numérico, el polinomio de Lagrange, llamado así en honor a Joseph-Louis de

Se trata de encontrar un polinomio de grado n que pase por los puntos (x0, f(x0)),

Se requiere entonces que el numerador contenga

(x – x0) (x – x1)... (x – xk–1)(x – xk+1)... (x – xn)

El denominador debe coincidir con el numerador cuando x = xk.

 N-ésimo polinomio interpolante de Lagrange

f(xk) = P(xk) para cada k = 0, 1, 2, ...n

Este polinomio está dado por:

P(x) = 0.5*((x–6.5)x+10)+0.4*((–4x+24)x–32)/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

Un ejemplo de esto puede ser el determinar un parámetro intermedio en el

Este mismo método es aplicable en la termodinámica al momento de calcular

Al igual que la termodinámica y la física aplicada a metales, se puede aplicar en el

Uso de herramientas computacionales

Las herramientas computacionales nos sirven como apoyo en la enseñanza y

Ejemplos de estas herramientas;

En conclusión, la forma de interpolar en el programa puede se muy diferente claro

Las técnicas numéricas son importantes en aplicaciones prácticas, ya que con

g, A. (2016). interpolacion. Recuperado 4 de marzo de 2021, de

Polinomio de interpolacion de Newton - sistrevolution. (2011, 7 diciembre). sistrevolution.

metodos. (s. f.). metodos. Recuperado 5 de marzo de 2021, de

También podría gustarte

P(x) = 0.5((x–6.5)x+10)+0.4((–4x+24)x–32)/3+ 0.25*((x + 4.5)x+5)/3