Universidad Tecnológica de Panamá

Sede Azuero
Facultad de Ingeniería civil
Licenciatura en Ingeniería civil.
Departamento de Mecánica estructural y construcción

TAREA N°4

Asignatura: Soluciones Numéricas

Estudiante:

Rubén Díaz 6-720-1816

Marcos Moreno 6-721-31

Grupo:

7IC-121

Profesora:

Marquela Boyd de Cohen

Fecha de entrega:
Miércoles 22 de noviembre de 2017
 Introducción
El método de interpolación es un método científico lógico que consiste en determinar cada
una de las variables en las formas en las que se pueden reproducir y cómo afectan al
resultado. Pero no sólo basándose en su relación estadística sino también en su causalidad.
En análisis numérico, el polinomio de Lagrange, llamado así en honor a Joseph-Louis de
Lagrange, es una forma de presentar el polinomio que interpola un conjunto de puntos
dado. La resolución de un problema de interpolación lleva a un problema de álgebra lineal
en el cual se debe resolver un sistema de ecuaciones. Usando una base monómica estándar
para nuestro polinomio interpolador, llegamos a la matriz de Vandermonde. Eligiendo una
base distinta, la base de Lagrange, llegamos a la forma más simple de matriz identidad =
δi,j, que puede resolverse inmediatamente.
En análisis numérico, el método de Newton es un algoritmo para encontrar aproximaciones
de los ceros o raíces de una función real. También puede ser usado para encontrar el
máximo o mínimo de una función, encontrando los ceros de su primera derivada.
Análisis de regresión. El objetivo de un análisis de regresión es determinar la relación que
existe entre una variable dependiente y una o más variables independientes. Para poder
realizar esta relación, se debe postular una relación funcional entre las variables.
Interpolación de Newthon

Utilice la información dada en el problema de ejemplo de los 10000 dolares pero suponiendo que
se han invertido 5000 y le dicen que después de 20 años el prestamista regresara 2800.000. Use la
interpolación de Newthon para determinar la tasa de interés que se esta dando

X(0) Fx(0)
x(1) Fx(1)
x(2) Fx(2)
x(3) Fx(3)
x=?

B0 = 16.366
𝑭(𝒙𝟏 )−𝑭(𝒙𝟎 ) 𝟑𝟖.𝟑𝟑𝟕−𝟏𝟔.𝟑𝟔𝟔
B1 = F[𝑿𝟏 , 𝑿𝟎 ] = = = 4.3942
𝒙𝟏 −𝒙𝟎 𝟐𝟎−𝟏𝟓

𝐅[𝑿𝟐 ,𝑿𝟏 ]− 𝐅[𝑿𝟏 ,𝑿𝟎 ] 𝟗.𝟔𝟕𝟗𝟖−𝟒.𝟑𝟗𝟒𝟐

B2 = F[𝑿𝟐 , 𝑿𝟏 , 𝑿𝟎 ] = = = 0.52856
𝒙𝟐 −𝒙𝟎 𝟐𝟓−𝟏𝟓

𝐹(𝑥2 )−𝐹(𝑥1 ) 86.736−38.337

F[𝑋2 , 𝑋1 ] = = = 9.6798
𝑥2 −𝑥1 25−20

𝐅[𝑿𝟑 ,𝑿𝟐 ,𝑿𝟏 ]− 𝐅[𝑿𝟐 ,𝑿𝟏 ,𝑿𝟎 ]

B2 = F[𝑿𝟑 , 𝑿𝟐 , 𝑿𝟏 , 𝑿𝟎 ] = = 0.03798267
𝒙𝟑 −𝒙𝟎

F[𝑋3 ,𝑋2 ]− F[𝑋2 ,𝑋1 ] 20.6628−9.6798

F[𝑋3 , 𝑋2 , 𝑋1 ] = = = 1.0983
𝑥3 −𝑥1 30−20

𝐹(𝑥3 )−𝐹(𝑥2 ) 190.05−86.736

F[𝑋3 , 𝑋2 ] = = =20.6628
𝑥3 −𝑥2 30−25

F(x) = 16.366 + 4.3942(X-15) + 0.52856(X-15)(X-20) + 0.03798267(X-5)(X-20)(X-25)

F(x) = 16.366 + 4.3942x -65.913 + 0.52856x2 – 18.4996x + 158.568 + 0.03798267x3 –
2.27896x2 + 44.62964x -284.87
F(x) = 0.03798267x3 -1.7504x2 +30.52424x -175.849
F(x)= 11
Se deposita una cantidad de dinero en cierta tasa de interés se pueden usar las tablas económicas
para determinar la suma acumulada en un tiempo posterior por ejemplo la siguiente información
se aumenta en una tabla económica sobre el valor futuro de un deposito después de 20 años.

Tasa de interés (f/p n=20 años)

15 16.366
20 38.337
25 86.736
30 190.05

En donde F/P es el promedio del valor futuro al valor actual por lo tanto si se deposita p=10000
después de 20 años al 20% el valor futuro. ¿Cuánto seria el valor futuro de 25000 dólares a una
tasa de 23.6?

𝐹 = 68.8740 ∗ 10000
𝐹 = 688.74 × 103
𝑋 − 𝑋0 𝑋 − 𝑋1 𝑋 − 𝑋2 𝑋 − 𝑋3
𝐹(𝑛) = . . . . 𝑓(𝑋0 ) +
𝑋0 − 𝑋0 𝑋0 − 𝑋1 𝑋0 − 𝑋2 𝑋0 − 𝑋3
𝑋 − 𝑋0 𝑋 − 𝑋1 𝑋 − 𝑋2 𝑋 − 𝑋3
. . . . 𝑓(𝑋1 ) +
𝑋1 − 𝑋0 𝑋1 − 𝑋1 𝑋1 − 𝑋2 𝑋1 − 𝑋3
𝑋 − 𝑋0 𝑋 − 𝑋1 𝑋 − 𝑋2 𝑋 − 𝑋3
. . . . 𝑓(𝑋2 ) +
𝑋2 − 𝑋0 𝑋2 − 𝑋1 𝑋2 − 𝑋2 𝑋2 − 𝑋3
𝑋 − 𝑋0 𝑋 − 𝑋1 𝑋 − 𝑋2 𝑋 − 𝑋3
. . . . 𝑓(𝑋3 )
𝑋3 − 𝑋0 𝑋3 − 𝑋1 𝑋3 − 𝑋2 𝑋3 − 𝑋3
𝑋 − 𝑋1 𝑋 − 𝑋2 𝑋 − 𝑋3
𝐹(𝑛) = . . . 𝑓(𝑋0 ) +
𝑋0 − 𝑋1 𝑋0 − 𝑋2 𝑋0 − 𝑋3
𝑋 − 𝑋0 𝑋 − 𝑋2 𝑋 − 𝑋3
. . . 𝑓(𝑋1 ) +
𝑋1 − 𝑋0 𝑋1 − 𝑋2 𝑋1 − 𝑋3
𝑋 − 𝑋0 𝑋 − 𝑋1 𝑋 − 𝑋3
. . . 𝑓(𝑋2 ) +
𝑋2 − 𝑋0 𝑋2 − 𝑋1 𝑋2 − 𝑋3
𝑋 − 𝑋0 𝑋 − 𝑋1 𝑋 − 𝑋2
. . . 𝑓(𝑋3 )
𝑋3 − 𝑋0 𝑋3 − 𝑋1 𝑋3 − 𝑋2

23.6 − 20 23.6 − 25 23.6 − 30

𝐹(𝑛) = [ . . ] (16.366) + (−0.70386%)
15 − 20 15 − 25 15 − 30
23.6 − 15 23.6 − 25 23.6 − 30
[ . . ] (38.337) + (11.816383)
20 − 15 20 − 25 20 − 30
23.6 − 15 23.6 − 20 23.6 − 30
[ . . ] (86.736) + (−68.74487)
25 − 15 25 − 20 25 − 30
23.6 − 15 23.6 − 20 23.6 − 25
[ . . ] (190.05) + (−10.9833696)
30 − 15 30 − 20 30 − 25
= 68.8740232
 Conclusión
En base a la realización del trabajo anterior, podemos llegar a las siguientes conclusiones:
 Con los diferentes métodos de interpolación, podemos encontrar determinar cada
una de las variables en las formas en las que se pueden reproducir y cómo afectan al
resultado. Pero no sólo basándose en su relación estadística sino también en su
causalidad.
 Las técnicas de regresión y correlación cuantifican la asociación estadística entre
dos o más variables. La regresión lineal simple expresa la relación entre una
variable dependiente Y y una variable independiente X, en términos de la pendiente
y la intersección de la línea que mejor se ajuste a las variables.
 Aprendimos también que el método de interpolación de lagrange, lleva a un
problema de álgebra lineal en el cual se debe resolver un sistema de ecuaciones.
Usando una base monómica. Mientras que el método de Newton Rapsen es un
algoritmo para encontrar aproximaciones de los ceros o raíces de una función real.