Taller de Interpolacion Polinomial de Lagrange

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 3

Taller de Interpolación Polinomial de Lagrange

Problema
Es frecuente que en los análisis avanzados de ingeniería surjan funciones de Bessel, como en el estudio
de campos eléctricos. Antiguamente, dichas funciones por lo general no eran susceptibles de evaluarse en
software común y, por ello, no es raro que estén compiladas en tablas matemáticas estándar como la siguiente.

Ajuste polinomios de varios grados para interpolar en valores de x que no estén en la tabla. Consulte la función
de Bessel en Matlab para comparar con los polinomios dados.

Procedimientos
Primero armamos la matriz de datos y graficamos los puntos para ver su distribución.

format long
datx = [1.8, 2, 2.2, 2.4, 2.6];
datj = [0.5815, 0.5767, 0.556, 0.5202, 0.4708];
plot (datx, datj, "*");
xlabel ("x"); ylabel ("J_1");

1
Para cada valor de la abcisa, se arma una función polinomial que tiene un valor de 1 en ese valor de "y" y cero
en las demás.

L1 = @(x) (x - datx(2)) .* (x - datx(3)) .* (x - datx(4)) .* (x - datx(5));


L1 = @(x) L1(x) / L1(datx(1));
L2 = @(x) (x - datx(1)) .* (x - datx(3)) .* (x - datx(4)) .* (x - datx(5));
L2 = @(x) L2(x) / L2(datx(2));
L3 = @(x) (x - datx(1)) .* (x - datx(2)) .* (x - datx(4)) .* (x - datx(5));
L3 = @(x) L3(x) / L3(datx(3));
L4 = @(x) (x - datx(1)) .* (x - datx(2)) .* (x - datx(3)) .* (x - datx(5));
L4 = @(x) L4(x) / L4(datx(4));
L5 = @(x) (x - datx(1)) .* (x - datx(2)) .* (x - datx(3)) .* (x - datx(4));
L5 = @(x) L5(x) / L5(datx(5));

Después, con el polinomio construido, se define el polinomio de Lagrange

P = @(x) datj(1) * L1(x) + datj(2) * L2(x) + datj(3) * L3(x) + datj(4) * L4(x) + datj(5) * L5(x
fplot(P, [0,8])
hold on
plot(datx,datj,"*")
legend("Polinomio de Lagrange", "Datos")
xlabel("x"); ylabel("J_1");
grid
hold off

Probamos interpolación con

2
disp(P(2.1))

0.568303906250000

Para comparar los polinomios obtenidos, se va a incluir el uso de la función de Bessel de primera especie

J = besselj(1,2.1)

J =
0.568292135757039

disp(J)

0.568292135757039

La diferencia entre el valor real y aproximado es de

Error = abs(J- P(2.1))

Error =
1.177049296163801e-05

Para una segunda referencia vamos a comparar las aproxiamciones para x=2.5

Con Lagrange

disp(P(2.5))

0.497078906250000

Con Bessel

J=besselj(1,2.5)

J =
0.497094102464274

La diferencia entre el valor real y aproximado es de

Error = abs(J- P(2.5))

Error =
1.519621427409357e-05

Conclusión
Por los resultados de error obtenidos, se puede concluir que el método de aproximación de Lagrange en
este caso fué muy efectivo; ya que los dos errores calculados son mínimos. Por lo que se puede suponer
con seguridad que la función P (compuesta por polinomios de Lagrange) podrá suministrar una aproximación
acertada y confiable de cualquier valor de X supuesto para una función de Bessel de primera especie

También podría gustarte