Llegar a tomar decisiones fundamentadas sobre los métodos típicos de solución, por el comportamiento de datos tabulados que pueden aproximarse a un polinomio de grado n.
Implementar algoritmos de aproximación polinómica de Diferencias divididas o el Método polimonial de Newton y el Método de Lagrange.
Realizar software indicando su caso de diseñar programas especializados para hacer corridas.
Llegar a sus resultados.
Es un método estadìstico en el cual se utiliza para simplificar funciones complicadas mediante el muestreo de cualquier punto de datos.En el cual se utiliza datos conocidos relacionados para estimar un precio desconocido o el rendimiento potencial.
La técnica de interpolación (exacta) para un conjunto de datos.
(x0,y0),(x1,y1),(x2,y2),...,(xn,yn)
Es la interpolación polinomial, donde se busca un polinomio.
p(x) =a0+a1x+a2x2+···+anxn
El método de Lagrange permite construir fácilmente de forma explícita, el polinomio interpolador. Dos de las interpolaciones más utilizados son las interpolaciones lineal y parabólica.
Este método consiste en construir el polinomio interpolador de grado n que pasa por n + 1 puntos (xi,yi).
De su forma explícita, vemos que Li(xi) = 1 y que Li(xk) = 0 para i = k.
Podemos escribir el polinomio interpolador de una función f(x) en los puntos
x0,x1,...,xn.
El método de Newton o aproximaciòn con diferencias divididas es otra forma de obtener el polinomio interpolador.
En este método el polinomio interpolador se escribe de la forma:
Pn(x) = a0 +(x−x0)a1 +(x−x0)(x−x1)a2 +···+(x−x0)(x−x1)···(x−xn−1)an
El algoritmo proporciona una regla para obtener los coeficientes
a0,a1,...,an.
El polinomio interpolador pase por los puntos de interpolación obtenemos
Pn(x0) = a0 = f(x0)
Pn(x1) = a0 +(x1 −x0)a1 = f(x1)
Pn(x2) = a0 +(x2 −x0)a1 +(x2 −x0)(x2 −x1)a2 = f(x2)
.
.
. .
.
Pn(xn) = a0 +(xn −x0)a1 +···+(xn −x0)···(xn −xn−1)an = f(xn)
![]()
Se generan fármacos para medicamentos.Se puede monitorear la respuesta de un paciente a diferentes dosis de un medicamento. Sin embargo, solo se puede predecir lo que sucederá en forma casi inmediata, con una dosis que no se ha probado explícitamente. La extrapolación numérica supone el curso de acontecimientos que ocurrirán, lo cual puede soportar la definición de dosis que se utilizará para una población.
Interpolación climática.
La interpolación polinómica es empleada por cartógrafos para la creación de mapas de isolíneas, esto se refiere a que se tienen mediciones obtenidas de estaciones meteorológicas que se emplean para estimar patrones del clima.
La idea es que a partir de datos en puntos particulares, sea posible estimar el clima para todas las ubicaciones dentro de una región, y no sólo para aquellos puntos.
En general, a mayor número de puntos de muestreo, mayor será la precisión en la superficie interpolada, como es más probable que incluya ubicaciones cuyos valores son importantes para definir la superficie. Ejemplo:
(los picos y valles de la zona) la definición de la localización.
Una prueba de laboratorio consiste en aplicar sobre una probeta normalizada un esfuerzo axial de tracción (alargamiento) hasta producir una ruptura.
Un objetivo de la prueba, es medir la resistencia del material.
Para ello, se obtienen datos de la tensión que provoca una deformación en periodos de tiempo.
La interpolación permite, a partir de coordenadas discretas esfuerzo- deformación
(x𝑖,y𝑖)
Obtener valores intermedios para obtener lecturas concretas en distintos tiempo.

En sus aplicaciones prácticas, la interpolación lineal se puede utilizar para determinar cálculos como los pagos de tasas de interés a medio mes.
Debido a que muchas tasas de interés se determinan en uno o dos meses, estos valores son conocidos.
Mediante la interpolación, un analista financiero puede estimar la tasa para un período que se encuentra dentro de ese rango.
Cuando se toma una fotografía con una cámara digital, el producto es una malla
n*m
con valores de color por cada píxel.
Se podría pensar en la fotografía como una función continua. En una fotografía del espacio, los colores representan elementos químicos, y si en caso, se desconoce el valor de un color, la interpolación ubica la posición con respecto al color.
Propongo un estudio del clima de la cuidad de Guano del 01 de Julio del 2023
Propongo un estudio del mecanisno del motor de un automovil Corsa
_Tercer caso
El estudio es nos da un valor x=3.2 por evaluar ver si es un polinomio
· Lagrange
Realizar la siguiente funciòn y encontrar el valor para x=2.
X y 0 2 1 3 4 18 6 38
Resoluciòn
Existen 4 puntos con la fórmula de Lagrange se aplica 𝑦 = (𝑥 − 𝑥2 )(𝑥 − 𝑥3 )(𝑥 − 𝑥4 )/ (𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )(𝑥1 − 𝑥4 ) 𝑦1 + (𝑥 − 𝑥1 )(𝑥 − 𝑥3 )(𝑥 − 𝑥4 )/ (𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 )(𝑥2 − 𝑥4 ) 𝑦2 + (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥4 )/ (𝑥3 − 𝑥2 )(𝑥3 − 𝑥2 )(𝑥3 − 𝑥4 ) 𝑦3 + (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )/ (𝑥4 − 𝑥1 )(𝑥4 − 𝑥2 )(𝑥4 − 𝑥3 ) 𝑦4 Sustituir los valores. 𝑦 = (2 − 1)(2 − 4)(2 − 6)/ (0 − 1)(0 − 4)(0 − 6) (2) + (2 − 0)(2 − 4)(2 − 6)/ (1 − 0)(1 − 4)(1 − 6) (3) + (2 − 0)(2 − 1)(2 − 6)/ (4 − 0)(4 − 1)(4 − 6) (18) + (2 − 0)(2 − 1)(2 − 4)/ (6 − 0)(6 − 1)(6 − 4) (38)
Resoluciòn
f(2)=6
Ejercicio 2
Obtener el valor de y para x=3.2 de la siguiente función. x y 0 2 2 8 4 62 6 212 8 506 10 992
Aplicando la fórmula de Lagrange, ya con restas aplicadas, se obtiene 𝑦 = (1.2)(−0.8)(−2.8)(−4.8)(−6.8)/ (−2)(−4)(−6)(−8)(−10) (2) + (3.2)(−0.8)(−2.8)(−4.8)(−6.8)/ (2)(−2)(−4)(−6)(−8) (8) + (3.2)(1.2)(−2.8)(−4.8)(−6.8)/ (4)(2)(−2)(−4)(−6) (62) + (3.2)(1.2)(−0.8)(−4.8)(−6.8)/ (6)(4)(2)(−2)(−4) (212) + (3.2)(1.2)(−0.8)(−2.8)(−6.8)/ (8)(6)(4)(2)(−2) (506) + (3.2)(1.2)(−0.8)(−2.8)(−4.8)/ (10)(8)(6)(4)(2) (992) 𝑦 = 87.73632/ −3840 (2) + 233.96352/ 768 (8) + −350.94528/ −384 (62) + −100.27008/ 384 (212) + −58.49088/ −768 (506) + −91.28768/ 3840(992)
𝑦 = 31.568
f(3.2)=31.568.
·Interpolaciòn de Newton
Para la función definida en el ejemplo anterior, localizar el valor
de la función para x=9. x y ∆𝒚 ∆𝟐𝒚 ∆𝟑𝒚 0 2
6
2 8 48 48 54
4 62 96 48 150
6 212 144 48 294
8 506 192 486
10 992
Resoluciòn
𝑘 =10 − 9/2= 0.5
𝑥𝑛 = 10
𝑥𝑘 = 9; ℎ = 2
𝑦𝑛 = 992; ∆𝑦𝑛 = 486
∆^2𝑦𝑛 = 192
∆^3𝑦𝑛 = 48
𝑦0.5 = 992 − 0.5(486) + 0.5(0.5 − 1)/2 (192) − 0.5(0.5 − 1)(0.5 − 2)/6 (48)
𝑦0.5 = 772
Nos queda haci
𝑓(9) = 772
·Realize en el programa Octave
Carga [C,L]=lagrange([1.0 1.3 1.6 1.9 2.2],[0.7651977 0.6200860 0.4554022 0.2818186 0.1103623])
%Ingreso - X es el vector de abcisas
% - Y es el vector de ordenadas
%salida - C es una matriz que contiene los coeficientes del polinomio %interpolatorio de Lagrange
% - L es una matriz que contiene los coeficientes polinomiales de Lagrange
w=length(X); n=w-1; L=zeros(w,w);
%Forma los coeficientes polinomiales de Lagrange
for k=1:n+1 V=1; for j=1:n+1 if k~=j V=conv(V,poly(X(j)))/(X(k)-X(j)); end end L(k,:)=V; end
%Determina los coeficientes del polinomio interpolatorio de Lagrange
C=Y*L;
Dados los siguientes valores x-y:
x=[1.0 1.3 1.6 1.9 2.2];
y=[0.7651977 0.6200860 0.4554022 0.2818186 0.1103623];
Encontrar el polinomio interpolante de Lagrange
octave:19> [C,L]=lagrange([1.0 1.3 1.6 1.9 2.2],[0.7651977 0.6200860 0.4554022 0.2818186 0.1103623])
C = 0.0018251 0.0552928 -0.3430466 0.0733913 0.9777351 L =
5.1440 -36.0082 93.3642 -106.2243 44.7243
-20.5761 137.8601 -338.2716 358.6008 -137.6132
30.8642 -197.5309 460.1852 -461.2346 167.7160
-20.5761 125.5144 -279.0123 268.2305 -94.1564
5.1440 -29.8354 63.7346 -59.3724 20.3292
function [p0,y0,err,P] = newton(p0,delta,max1) METODO DE NEWTON
·Ejemplo carga [p0,y0,err,P] = newton(0.25*pi,0.01,12)
f=input(‘ingrese f(x) entre comillas en términos de x’);
f=inline(f,‘x’);
epsilon = 1.0842e-19;
df = input(‘ingrese la derivada de f(x) entre comillas, en términos de x’);
df = inline(df,‘x’);
P(1) = p0;
P(2) = 0;
P(3) = 0;
P(4) = 0;
P(5) = 0;
y0 = feval(f,p0);
for k=1:max1,
df0 = feval(df,p0);
if df0 == 0,
dp = 0;
else
dp = y0/df0;
end
p1 = p0 - dp;
y1 = feval(f,p1);
err = abs(dp);
relerr = err/(abs(p1)+eps);
p0 = p1;
y0 = y1;
P = [P;p1 y0 df0 err relerr];
if (err<delta)|(relerr<delta)|(abs(y1)<epsilon), break, end
end
disp(’ Xi F(Xi) F(Xi) ErrorAbs ErrorRel ’);
disp(P);
disp(‘Error Absoluto:’),disp(err);
disp(’ Error Relativo: ’), disp(relerr);
end
Dada la función f(x)=x-x
3+4x2-10, hallar una raíz por el método de Newton
con aprox. inicial 1.5, tolerancia para la raíz de 10-4 y 10-5 para los valores de f, con 10 iteraciones.
Sea la función x^3+4*x^2-10
Su derivada es 3x^2+8x
octave:9> newton(1.5,0.0001,10)
ingresef(x) entre comillas en términos de x ’x^3+4*x^2-10’
’x^3+4*x^2-10’
ingrese la derivada de f(x) entre comillas, en términos de x ‘3x2+8x’ ’3x2+8x’
Xi F(Xi) F(Xi) ErrorAbs ErrorRel
1.50000 0.00000 0.00000 0.00000 0.00000
1.37333 0.13435 18.75000 0.12667 0.09223
1.36526 0.00053 16.64480 0.00807 0.00591
1.36523 0.00000 16.51392 0.00003 0.00002
ErrorAbsoluto:
3.2001e-005
Error Relativo:
2.3440e-005
ans = 1.3652
#BIBLIOGRAFIA
https://lacienciaparatodos.wordpress.com/tag/interpolar/#:~:text=Interpolaci%C3%B3n%20y%20Extrapolaci%C3%B3n,la%20variaci%C3%B3n%20en%20ese%20per%C3%ADodo.
https://journal.poligran.edu.co/index.php/libros/article/view/2834
https://journal.poligran.edu.co/index.php/libros/article/view/2834/2991