Escolar Documentos
Profissional Documentos
Cultura Documentos
NDICE
INTRODUCCIN
Objetivos Breve Resea
INTRODUCCIN
El presente trabajo forma parte de los objetivos y contenidos obtenidos en el aprendizaje de la ctedra MTODOS NUMRICOS, que pretende desarrollar las habilidades para la utilizacin de los mtodos lineales, interpolacin y estimacin de mnimos cuadrados. La importancia de los mtodos numricos ha aumentado de forma drstica en la enseanza de la ingeniera y la ciencia, lo cual refleja el uso actual y sin precedentes de las computadoras. El desarrollo de un programa siempre es importante en el aprendizaje de mtodos numricos. La presentacin de resultados calculados con grficos utilizando algn software, motiva a los alumnos para aprender mtodos matemticos y numricos que de otra forma podran resultar tediosos. En este trabajo bsicamente se habla de cmo desarrollar la aplicacin de los mtodos lineales, interpolacin de LaGrange y estimacin por mnimos cuadrados. Adems se desarrollaron una serie de ejemplos mediante los cuales se trata de presentar la manera ms sencilla de usar estos mtodos.
OBJETIVOS
Entre los objetivos propuestos en este trabajo, se puede citar los siguientes: 1. Que sea fcilmente comprensible para los alumnos con un conocimiento mnimo de matemticas. 2. Capacitar a los alumnos para que practiquen los mtodos numricos en una computadora. 3. Elaborar programas simples que puedan usarse de manera sencilla en aplicaciones cientficas. 4. Proporcionar software que resulte fcil de comprender.
BREVE RESEA
En anlisis numrico, el polinomio de LaGrange, llamado as en honor a Joseph-Louis de LaGrange, es el polinomio que interpola un conjunto de puntos dado en la forma de LaGrange. Fue descubierto por Edward Waring en 1779 y redescubierto ms tarde por Leonhard Euler en 1783. Dado que existe un nico polinomio interpolador para un determinado conjunto de puntos, resulta algo confuso llamar a este polinomio el polinomio interpolador de LaGrange. Un nombre ms conciso es interpolacin polinmica en la forma de LaGrange.
DESARROLLO
4.1. INTRODUCCIN A LA TEORA DE LA INTERPOLACIN En la resolucin de un problema de interpolacin lleva a un problema de lgebra lineal en el cual se debe resolver un sistema de ecuaciones. Usando una base estndar para nuestro polinomio interpolador, llegamos a la matriz de Vandermonde. Eligiendo una base distinta, la base de Lagrange, llegamos a la forma ms simple de matriz identidad = i,j, que puede resolverse inmediatamente. 4.1.1. Planteamiento del problema Encontrar una funcin fcil de construir y de evaluar que coincida con una funcin dada en una serie de datos conocidos. 4.1.2. Interpolacin Polinomial Supongamos conocidos puntos de ( ), planteamos el polinomio de grado ( ) para que el polinomio pase por los puntos. ( ) ( )
Si todos los
Sea f la funcin a interpolar, sean x0, x1, x2, , xn las abscisas de f y sean f0, f1, f2,, fn los valores que toma la funcin en esas abscisas, el polinomio interpolador de grado i de LaGrange es un polinomio de la forma:
( )
Donde ( )
( ) ( )
( )
( )
donde
La ecuacin ( ) se obtiene de manera directa del polinomio de Newton. Sin embargo, el razonamiento detrs de la formulacin de LaGrange se comprende directamente al darse cuenta de cada termino Li(x) ser 1 en x = x1 y 0 en todos los otros puntos. De esta forma, cada producto Li(x) f(xi) toma el valor de f(xi) en el punto xi. En consecuencia, la sumatoria de todos los productos en la ecuacin (a) es el nico polinomio de ensimo grado que pasa exactamente a travs de todos los n+1 puntos, que se tienen como datos.
Obtencin del Polinomio de LaGrange directamente a partir del Polinomio de Interpolacin de Newton El polinomio de Interpolacin de LaGrange se obtiene de manera directa a partir de la formulacin del polinomio de Newton. Haremos esto nicamente en el caso del polinomio de primer grado. Para obtener la formula de LaGrange, reformulamos las diferencias divididas. Por ejemplo, la primera diferencia dividida. [ Se reformula como: [ ] ( ) ( ) ( ) ] ( ) ( ) ()
El polinomio de Interpolacin de LaGrange es de grado ( Dificultades: No es fcil acotar el error. Si se agrega un nodo se pierde el trabajo realizado. ( )) ( ( ))
talexite que y un nico polinomio (de interpolacin) que satisface la condicin ( ( ) el cual tiene a lo ms, grado n. [ ] | ( ) ( )| Prueba Existencia: Sea: ( ) Note que: ( ) { ( ( ) ) ( ( ) ( ) ( )( )(
( )
) ( ) (
) )
Sea
( )
y tiene , por lo que de acuerdo al Teorema fundamental del algebra, se tiene que:
( )
( ), note que
( ) es un polinomio de grado a lo ms
races
( )
( )
( )
( )
] y derivable Sea ( ) una funcion continua en [ grado menor o igual que que interpola ( ) entre los [ ] ( ), dependiente de tal que: ( ) ( )
( )
( )
( )
( ) es el resto y lo denotamos. ( ) ( ) ( )
Para que
( ) ( )
Por lo tanto, los Li (x) son llamados polinomios de LaGrange, que se calculan del siguiente modo: ( )
Error de Interpolacin: ( )
( ( ) )
)(
4.3. PSEUDOCDIGO
El polinomio de LaGrange se puede programar como:
double LagrangePoli(double x, int pt, int npts, double * xpts) { int i; double h=1.0; for( i=0;i<pt, i++ ) h = h * xpts[i]) / (xpts[pt]-xpts[i]); for( i=pt+1;i<npts, i++ ) h = h * xpts[i]) / ( xpts[pt]-xpts[i] ); return h; }
Otra alternativa para programar es la que sigue: PLagrange[Nodos_, f_] := Module {{i, j, n = Length[Nodos], L, S}, S = 0; For{ i = 1, i <= n, i++, L = 1; For{ j = 1, j <= n, j++, If{j != i, L = L*(x - Nodos[[j]])/(Nodos[[i]]-Nodos[[j]]); }; }; S = S + L*f[Nodos[[i]]]; }; Return[S];
4.4. EJEMPLOS:
Ejemplo 1: Interpolacin polinomial: Obtener el polinomio interpolador de LaGrange para cierta f de la que se conoce que: ( ) ( ) ( ) Solucin: En primer lugar los polinomios de LaGrange: ( )( )( ( )( )( ) ) ( ) ( )( )( ) ( )( )( )( )( ) ( ) ( ) ( )( )( ) ( )( )( )( )( ) ( ) ( ) ( )( )( ) ( )( )( )( )( ) ( ) ( ) )( ( )( ) Ahora el polinomio interpolador: ( )( )( )( )( ( )( )( ( ) ( ) ) ( ) ( ) ( )
)( )(
Ejemplo 2: Determine el polinomio de Interpolacin de LaGrange para ( ) y utilcelo para aproximar ( ). ( ) ( ) ( ) y ( ) ( ) ( ) ( ) ( ) ( ) (x) ( ( ( ( ( ( )( )( )( )( )( )( ) ) ) ) ) ) ( ( ( ) ) ) en los puntos
(( (
) )
) ( ) ( )
Ejemplo 3: xi 0.4 2.5 4.3 5.0 6.0 fi 1.00 0.50 2.00 2.55 4.00 Dado los datos mostrados en la tabla, se desea interpolar el valor x=5.2 Solucin: ( ) ( ( ( ( ( ( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( )( ) ) ) ) ) ) ( ( ( ( )( )( )( )( )( )( )( )( )( )( )( )( ) ) ) )
( ( ( (
) ) ) )
( ) ( )
( ( ( ( ( ( ( ( ( (
)( )( )( )( )( )( )( )( )( )(
)( )( )( )( )( )( )( )( )( )(
)( )( )( )( )( )( )( )( )( )(
) ) ) ) ) ) ) ) ) )
( ( ( ( ( ) ) ) )
( ) ( ) ( )
( )
( ) ( )
( )
( (
) )
Donde: ( ) ( ( ( ( ( ( ( ( )( ( ))( )( )( )( )( )( )( ) ) ) ) ) ) ) ) ( )( )( ) ( )( )( ) ( )( )( ) ( )( )( )
( )
( )
)( )( )( ( ))( )( )( )( ( ))(
( )
( )
( (
)( ) (
)( )(
( ) )(
( )
)(
)(
)(
)(
Simplificamos, y obtenemos: ( ) ( )( ( )( )( ) )( ( ) )( )( ) ( )( )( )
Tras realizar las diferentes operaciones la ecuacin resultante quedar de la siguiente forma: ( )
La tcnica de mnimos cuadrados se usa comnmente en el ajuste de curvas. Muchos otros problemas de optimizacin pueden expresarse tambin en forma de mnimos cuadrados, minimizando la energa o maximizando la entropa. Vamos a considerar el problema de determinar la relacin funcional entre dos magnitudes cuyos resultados obtenidos tras un experimento realizado han sido.
Se trata de encontrar la ecuacin de una curva que, aunque no pase por todos los puntos ( ), tenga pocas variaciones y pase lo ms cerca posible de todos. El tipo de curva requerido puede obtenerse por conocimiento previo del problema, por la interpretacin fsica del fenmeno, o en forma arbitraria. Una vez elegido el tipo de curva que mejor se ajusta, se trata de obtener cual es la curva concreta. Generalmente esta se obtiene imponiendo el criterio de los mnimos cuadrados. La aproximacin mnimo cuadrtica lineal consiste en buscar la recta
Tal que la funcin de error cuadrtico sea mnima, la cual consiste en: ( ) 4.5.2. TEOREMA ( )
Demostracin: En primer lugar, observamos que, dada la forma cuadrtica que tiene el ), las derivadas funcional, debe poseer un mnimo. Adems, en un mnimo del funcional ( parciales son cero, y por tanto ( )
) , y cuya resolucin
Esto da lugar a un sistema lineal de ecuaciones cuyas incgnitas son lleva al resultado establecido en el teorema.
4.5.3. EJEMPLOS:
Ejemplo 1: Determine la recta de Regresin que mejor ajuste a los siguientes datos: 0.4 1.00 2.5 0.50 4.3 2.00 5.0 2.55 6.0 4.00
Solucin:
)(
)(
)(
)(
)(
( ( ) ( ) ( (
)( ) )(
( ( )
( )
)( ( )
Ejemplo 2: Ajustar los siguientes datos a una recta por mnimos cuadrados: -1 0 ( ) 2 0 Dibujar los puntos y estimar el valor de la funcin en 3 4 7 7
Total
-1 0 3 7 9
2 0 4 7 13
1 0 9 49 59
-2 0 12 49 59
{ ( )
Ejemplo 3. Ajustar los datos del ejemplo anterior a una parbola por mnimos cuadrados
( ) -1 2 0 0 3 4 7 7
Total
-1 0 3 7 9
2 0 4 7 13
1 0 9 49 59
-2 0 12 49 59
-1 0 27 343 369
1 0 81 2401 2483
2 0 36 343 381
( )
4.6. PROPUESTA DE EJERCICIOS Ejercicio 1. Calcular el polinomio de LaGrange, de grado 3 que aproxime. -1 1 0 1 2 7 3 25
( ) Solucin: ( )
Ejercicio 2. Ajustar los siguientes datos a una recta por mnimos cuadrados:
-3 -1 1 3 14 4 2 8 Trazar los puntos y estimar el valor de la funcin en mnimos cuadrados. Solucin: ( ) 5 22 7 44 Hallar tambin la parbola por
( )
-2 1
0 -1
2 3
4 -2
Ejercicio 4.
Ajustar una recta a la nube de puntos que deber dibujar a partir de la siguiente tabla por el mtodo de mnimos cuadrados: Peso ( ) Minutos( ( )) 255 7 279 9 243 6.5 212 4
Solucin:
( )