MANUAL DE PRACTICAS DE: Código:

INGENIERIA MÉTODOS NUMÉRICOS Revisión: 0

QUIMICA CLAVE: IQH - 1014 Página 24

UNIDAD IV: AJUSTE DE FUNCIONES

Práctica 8: Interpolación

Nombre del alumno

Objetivo Encontrar el polinomio de interpolación por diferencias divididas de Newton y de

Lagrange.
Unidad 4 Ajuste de funciones.
Subtemas 4.1 Interpolación
Introducción
Diferencias divididas de Newton
El polinomio de interpolación con diferencias divididas de Newton, entre otros es la forma
más popular además de las más útil. Antes de presentar la ecuación general, se examinan
las versiones de primero y segundo orden debido a su fácil interpretación visual.

Interpolación lineal. La forma más simple de interpolar es la de conectar dos puntos con
una línea recta.
Usando triángulos semejantes, se tiene:

f 1( x)  f ( x0 ) f ( x1 )  f ( x0 )

x  x0 x1  x0
 MANUAL DE PRACTICAS DE: Código:
INGENIERIA MÉTODOS NUMÉRICOS Revisión: 0
QUIMICA CLAVE: IQH - 1014 Página 25

que se puede reordenar como :

f ( x1 )  f ( x0 )
f 1( x)  f ( x0 )  ( x  x0 )
x1  x0
f 1( x)  f ( x0 )  f x0 , x1 ( x  x0 )
La cual es una fórmula de interpolación lineal. La notación f 1(x) indica que se trata de un
polinomio de interpolación de primer orden. Nótese que además de representar la
pendiente de la linera que conecta los dos puntos, el termino

f ( x1 )  f ( x0 )
x1  x0
Es una aproximación de diferencias divididas finitas a la primera derivada. En general,
entre más pequeño sea el intervalo entre dos puntos, más exacta será la aproximación.

Interpolación cuadrática. Una estrategia que mejora la aproximación es la introducir

cierta curvatura en la línea que conecta a los puntos. Si se dispone de tres datos, lo anterior
se puede llevar a cabo con un polinomio de segundo orden (llamado también polinomio
cuadrático o parábola). Una manera conveniente para este caso es:

f 2( x)  f ( x0 )  f x0 , x1 ( x  x0 )  f x0 , x1 , x2 ( x  x0 )( x  x1 )

El polinomio de interpolación de Lagrange, simplemente es una reformulación del

método de interpolación de diferencias divididas de Newton que evita los cálculos de las
diferencias divididas. Este se puede representar como:

Polinomio lineal

x  x1 x  x1
f 1 ( x)  f  x0   f x1 
x0  x1 x1  x0

Polinomio de segundo orden es :

f 2 x  
x  x1 x  x2  f x   x  x0 x  x2  f x   x  x0 x  x1  f x 
x0  x1 x0  x2  0 x1  x0 x1  x2  1 x2  x0 x2  x1  2
Herramienta de Apuntes, Computadora, proyector, software (Excel)
apoyo
 MANUAL DE PRACTICAS DE: Código:
INGENIERIA MÉTODOS NUMÉRICOS Revisión: 0
QUIMICA CLAVE: IQH - 1014 Página 26

Desarrollo de la practica
Instrucción I Resolver los siguientes ejercicios con el método indicado.
Problema 1 Calcular ln 9.2 a partir de ln 9.0, ln 9.5, ln 11.0 por interpolación cuadrática de Lagrange
y determinar el error a partir de ln 9.2 = 2.2192 (4D)
Problema 2 El calor específico Cp(cal / kgmol ) del Mn3O4 varía con la temperatura de acuerdo a
la siguiente tabla:
Punto 1 2 3 4 5 6
T (K) 280 650 1000 1200 1500 1700
Cp 32.7 45.4 52.15 53.7 52.9 50.3

Aproxime esta información usando la interpolación cuadrática de diferencias divididas de

Newton, con una estimación de la Temperatura de 700°K
Problema 3 Use la interpolación de Lagrange, para las densidades de las soluciones acuosas del ácido
sulfúrico varían con la temperatura y la concentración de acuerdo con la tabla :
T (º C)
C (%) 10 30 60 100
5 1.0344 1.0281 1.0140 0.9888
20 1.1453 1.1335 1.1153 1.0885
40 1.3103 1.2953 1.2732 1.2446
70 1.6923 1.6014 1.5753 1.5417
a) Calcule la densidad a una concentración de 40% y una temperatura de 15 ºC.
b) Calcule la densidad a 30 ºC y concentración de 50%
c) Calcule la densidad a 50 ºC y 60% de concentración
Conclusión

Referencia Nieves, A., & Federico, C. (2010). Metodos Numericos para ingenieros (Tercera ed.). México:
bibliográfica Mc Graw Hill.
 MANUAL DE PRACTICAS DE: Código:
INGENIERIA MÉTODOS NUMÉRICOS Revisión: 0
QUIMICA CLAVE: IQH - 1014 Página 27

Práctica 9: Regresión de mínimos cuadrados

Nombre del alumno

Objetivo Encontrar la solución de los sistemas de ecuaciones lineales usando los métodos de
mínimos cuadrados.
Unidad 4 Ajuste de funciones
Subtemas 4.3 Regresión de mínimos cuadrados
Introducción
El método que determino Gauss se conoce como método de mínimos cuadrados. A
continuación describiremos cada uno de sus pasos.

Proponer una curva. La curva propuesta puede determinarse e varias maneras, las
cuales describiremos más adelante.
Formar la cantidad.

S 2   ei2
Minimizar la suma del cuadrado de los errores. Este logra aplicando calculo. Para lograr
2
esto primero debemos determinar de qué variable depende el valor de S . La curva
propuesta en general es de la forma:
y p  f ( x, a0 , a1 ,..., an )
Podemos observar que además de x depende de sus "constantes" ya que si modificamos
las mismas se obtiene una curva distinta. Esto forma una familia de curvas. Por ejemplo la

familia de las rectas está dada por: y  a0  a1x

Distintos valores de las constantes originaran todas las rectas posibles. Por estas razones
el problema de minimización es:

s 2   ( yi  y pi )2
MinS 2  Min  yi  f ( xi , a0 , a1 ,..., an )
2
 MANUAL DE PRACTICAS DE: Código:
INGENIERIA MÉTODOS NUMÉRICOS Revisión: 0
QUIMICA CLAVE: IQH - 1014 Página 28

Para determinar que tan bien ajusta el modelo los datos, calculamos el valor de S2.Como
en general el valor de S2 no nos dice mucho de la precisión del modelo, es mejor calcular
el error estándar cuadrado definido:

s2
 xy 
M  NC
Dónde:
S2: Suma del cuadrado de los errores.; M: Número de puntos de la tabla.; NC: Numero de
constantes que tiene el modelo. Este valor es más útil, ya que podemos interpretarlo como
un error promedio en todo el intervalo de la tabla, es decir:

y  y p   xy

Si  xy es 0, la curva propuesta coincide con la curva real.

Antes de intentar resolver el sistema lo simplificaremos lo más posible. Cancelando -2 en

ambas ecuaciones

 (y  a i 0  a1 xi )  0
 (y  a i 0  a1 xi )( xi )  0
Separando las sumatorias

 y  a  a x  0
i 0 1 i

 x y  a x  a x  0
i i 0 i
2
1 i

Sacando las constantes de la sumatoria:

 y  a 1  a  x  0
i 0 1 i

x y a x a x  0
i i 0 i 1
2
i

Dando que las sumatorias son desde 1 hasta M, la sumatoria de 1 es M.

 y  a M a  x  0
i 0 1 i

x y a x a x
i i 0 i 1
2
i 0

Reacomodando términos:
 MANUAL DE PRACTICAS DE: Código:
INGENIERIA MÉTODOS NUMÉRICOS Revisión: 0
QUIMICA CLAVE: IQH - 1014 Página 29

a0 M  a1  xi   yi
a0  xi  a1  xi2   xi yi
Herramienta de Apuntes, Computadora, proyector, Software (Excel).
apoyo
Desarrollo de la practica
Instrucción I Resuelva el siguiente ejercicio usando el método de mínimos cuadrados.
Problema 1 En la tabla siguiente se presentan los alargamientos de un resorte
correspondientes a fuerzas de diferente magnitud que lo deforman.

Puntos 1 2 3 4 5
Fuerza (kg): x 0 2 3 6 7
Longitud del resorte (m): 0.120 0.153 0.170 0.225 0.260
y

Aproxime esta información por el método de mínimos cuadrados.

Conclusión

Referencia Nieves, A., & Federico, C. (2010). Metodos Numericos para ingenieros (Tercera ed.). México:
bibliográfica Mc Graw Hill.
 MANUAL DE PRACTICAS DE: Código:
INGENIERIA MÉTODOS NUMÉRICOS Revisión: 0
QUIMICA CLAVE: IQH - 1014 Página 30

Práctica 10: Aplicaciones de ajuste de funciones

Nombre del alumno

Objetivo Encontrar la solución de los sistemas de ecuaciones lineales usando los métodos de
mínimos cuadrados.
Unidad 4 Ajuste de funciones
Subtemas 4.4 Aplicaciones
Introducción
Aplicaciones de ajuste de funciones
Herramienta de Apuntes, Computadora, proyector, Software (Excel).
apoyo
Desarrollo de la practica
Instrucción I Resuelva el siguiente ejercicio usando el método de mínimos cuadrados.
Problema 1 El calor especifico Cp (cal/kgmol) del Mn3O4 varía con la temperatura de acuerdo con la
siguiente tabla.
Punto 1 2 3 4 5 6
T(K) 280 650 1000 1200 1500 1700
Cp 32.7 45.4 52.15 53.7 52.9 50.3
(cal/kgmol)
Aproxime esta información con un polinomio por el método de mínimos
cuadrados.
Conclusión

Referencia Nieves, A., & Federico, C. (2010). Metodos Numericos para ingenieros (Tercera ed.). México:
bibliográfica Mc Graw Hill.