Universidad Nacional de Ingeniería

Facultad de Ciencias y Sistemas

Ingeniería de Sistemas

Departamento de Matemática
Método Numérico

Interpolación polinomial

Integrantes:
Br. Cesar Adán Cuadra Irías
Br. Manuel de Jesús López Acevedo
Br. Jeffrey Josué Somarriba Molina

Grupo: 3M2 – IS
Docente: Ing. Ricardo Largaespada

Managua, 7 de abril del 2018

 1. Dados los datos

X 1.6 2 2.5 3.2 4 4.5

Y 2 8 14 15 8 2

a) Calcule (2.8) con el uso de polinomios de interpolación de Newton de grados 1

a 3. Elija la secuencia de puntos más apropiada para alcanzar la mayor exactitud
posible para sus estimaciones.

b) Estime el error de cada predicción.

Después de 3 horas programando se encontró la siguiente respuesta

utilizando los primeros 4 puntos ya que son los más cercanos al punto a
interpolar.

Numero F(X) Error

0 14 0.428571428571429
1 14.4285714285714 0.892857142857144
2 15.3214285714286 0.492857142857142
3 15.8142857142857
2. Dados los datos
𝑥 1 2 3 5 7 8
𝑓(𝑥) 3 6 19 99 291 444

Calcule (4) con el uso de polinomios de interpolación de Newton de grados 1 a

4. Elija los puntos base para obtener una buena exactitud. ¿Qué indican los
resultados en relación con el grado del polinomio que se emplea para generar los
datos de la tabla?

Secuencia Utilizada

3, 19

2, 6

1, 3

7, 291

5, 99

Numero F(X) Error

0 19 13

1 32 10

2 42 6

3 48 0

4 48 0

Al correr el programa utilizando los datos de la tabla en ese orden se

puede notar que la respuesta es efectivamente la misma sin embargo esto
quiere decir que obtener una curva de grado 5 no es necesario para
lograr una buena interpolación ya que logramos lo mismo con 5 puntos.
Numero F(X) Error
0 3 9
1 12 30
2 42 6
3 48 0
4 48 0
5 48

3. Vuelva a hacer el problema 2 con el uso de polinomios de Lagrange de grados

1 a 3.

Utilizando el código:
double sum = 0;
double producto;
for (int i = 0; i < npuntos; i++)
{
producto = y[i];
for (int j = 0; j < npuntos; j++)
{
if (i != j)
{
producto = producto * (xi - x[j]) / (x[i] - x[j]);
}
}
sum = sum + producto;

Console.WriteLine(" Lagrange : "+sum);

Debajo del programa de Newton

podemos determinar la
interpolación de lagrange que con
4 puntos para una curva de grado 3
también logra obtener 48 como
interpolación en x=4.

Añadiremos el procedimiento de
Commented [UdW1]: Dar clic cobre el icono

Hoja de cálculo de
Microsoft Excel
Excel:
4. Los siguientes datos provienen de una tabla y fueron medidos con alta
precisión. Use el mejor método numérico (para este tipo de problema)
para determinar 𝑦 en 𝑥=3.5. Observe que un polinomio dará un valor
exacto. Su solución debe probar que su resultado es exacto.
𝑥 0 1.8 5 6 8.2 9.2 12

𝑦 26 16.415 5.375 3.5 2.015 2.54 8

La solución con el método de Newton y Lagrange indican con mucha

precisión que el valor exacto es 9.59375 y por lo observado en el polinomio
cuadrático es que sucede este hecho por lo que nos dispondremos a
calcular este polinomio utilizando Interpolación Inversa.

Para esto utilizamos 3 punto de la tabla y definimos la matriz y R como

sigue:

26
0 0 1
M= S=
16.415
3.24 1.8 1
5.375
25 5 1
Posteriormente se calcula con ayuda de Excel =Minversa(M) y se multiplica
por S (=Mmult(M’);S) y básicamente hemos resuelto un sistema de
ecuaciones cuyas respuesta son los coeficientes del polinomio de grado 2.

Y = 26 -6X+0.375X2. si se evalúa en 3.5 se puede demostrar que la

aproximación fue exacta)

Polinomio
30

25

20

15

10

0
0 2 4 6 8 10 12 14

5. Use el polinomio de interpolación de Newton para determinar 𝑦 en 𝑥=3.5

con la mayor exactitud posible. Calcule las diferencias divididas finitas
como en la Tabla 1. Y ordene sus puntos para obtener exactitud óptima y
convergencia.

𝑥 0 1 2.5 3 4.5 5 6

𝑦 2 5.4375 7.3516 7.5625 8.4453 9.1875 12

La secuencia de puntos utilizada se muestra en la siguiente fila en donde

los puntos x e y están separados por una coma.

3 , 7.5625 2.5 , 7.3516 4.5 , 8.4453 6 , 12 5 , 9.1875 1 , 5.4375 0,2

Obtenido a través de nuestro software permuta los puntos y evalúa cual

posee menos error cuadrado.
Numero F(X) Error
0 7.5625 0.2109
1 7.7734 0.0416833333333333
2 7.81508333333333 -0.072912698412698
3 7.74217063492064 -1.58730158705822E-06
4 7.74216904761905 -2.38095238103142E-06
5 7.74216666666667 -3.70370370372797E-06
6 7.74216296296296

6. Emplee interpolación inversa con el uso de un polinomio de

interpolación cúbico y de bisección, para determinar el valor de 𝑥 que
corresponde a f(𝑥)=0.23, para los datos tabulados que siguen:

𝑥 2 3 4 5 6 7

𝑦 0.5 0.3333 0.25 0.2 0.1667 1.1429

Polinomio del ejercicio 6

1.4

1.2

0.8

0.6

0.4

0.2

0
0 1 2 3 4 5 6 7 8

Después de elaborar el software se ingresó lo datos para el trazo de las

curvas cubicas que se necesiten en la interpolación inversa.
Sistemas de Ecuaciones

1) 0X''(0) 4X''(1) 1X''(2) = 0.5004

2) 1X''(1) 4X''(2) 1X''(3) = 0.5004
3) 1X''(2) 4X''(3) 1X''(4) = 0.1998
4) 1X''(3) 4X''(4) 0X''(5) = 6.057
Inserte la solucion del Sistema :
X''(1) :0.073007656
X''(2) :0.208369378
X''(3) :-0.406085167
X''(4) :1.615771292
Trazos

1) F(X) = 0(3- x)³ + 0.0121679426666667(x-2)³ + 0.5 (3-X) +

0.321132057333333(x-2)
2) F(X) = 0.0121679426666667 (4- x)³ + 0.0347282296666667(x-3)³ +
0.321132057333333 (4-X) + 0.215271770333333(x-3)

3) F(X) = 0.0347282296666667 (5- x)³ + -0.0676808611666667(x-4)³ +

0.215271770333333 (5-X) + 0.267680861166667(x-4)

4) F(X) = -0.0676808611666667 (6- x)³ + 0.269295215333333(x-5)³ +

0.267680861166667 (6-X) + -0.102595215333333(x-5)

5) F(X) = 0.269295215333333 (7- x)³ + 0(x-6)³ + -0.102595215333333 (7-X) +

1.1429(x-6)

Para realizar la interpolación inversa se procede a elegir la curva numero 3

ya que se sospecha que en esta se alcanzó F(x)=0.23 al estar el entre x=4 y
x=5.

3) F(X) = 0.0347282296666667 (5- x)³ + -0.0676808611666667(x-4)³ +

0.215271770333333 (5-X) + 0.267680861166667(x-4)

0.23 = 0.0347282296666667 (5- x)³ + -0.0676808611666667(x-4)³ +

0.215271770333333 (5-X) + 0.267680861166667(x-4)
Expandiendo términos y despejando:
-0.10241x^3+1.33311x^2-5.80098x+8.4484=0;
4
√1988999
X1= =4.694276366
8

7. Genere ocho puntos igualmente espaciados de la función

(𝑡)=sin2𝑡

De 𝑡=0 a 2𝜋. Ajuste estos datos con a) un polinomio de interpolación de séptimo

grado y b) un trazador cúbico.
X 0 40 80 120 160 200 240 360
Y 0 0.984808 0.34202 -0.86603 -0.64279 0.642788 0.866025 0

Numero F(X)

0 0

1 1.41063319655785(x - 0)

2 -0.259079425257771(x - 0)(x - 0.698131701)

3 0.261274881871183(x - 0)(x - 0.698131701)(x - 1.396263402)

4 0.425137911214544(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)

5 0.259330003424526(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)(x - 2.792526803)

6 0.306228501885051(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)(x -

2.792526803)(x - 3.490658504)

7 0.301465697320851(x - 0)(x - 0.698131701)(x - 1.396263402)(x - 2.094395102)(x -

2.792526803)(x - 3.490658504)(x - 4.188790205)

El polinomio F(X) se genera en la suma de las funciones anteriores.

b) Trazos Cúbicos

1) F(X) = 0(0.698131701- x)³ + -0.987457211887876(x-0)³ + 0(0.698131701-X) +

1.89190786569283(x-0)

2) F(X) = -0.987457211887876 (1.396263402- x)³ + -0.833545462601285(x-

0.698131701)³ + 1.89190786569283 (1.396263402-X) + 0.896167716600527(x-
0.698131701)

3) F(X) = -0.833545463795251 (2.094395102- x)³ + -0.461735248282428(x-

1.396263402)³ + 0.896167716720343 (2.094395102-X) + -1.01544585700938(x-
1.396263402)
4) F(X) = -0.461735247621041 (2.792526803- x)³ + 1.01923798591884(x-
2.094395102)³ + -1.01544585491016 (2.792526803-X) + -1.41748966209934(x-
2.094395102)

5) F(X) = 1.01923798591884 (3.490658504- x)³ + 0.591212083491965(x-

2.792526803)³ + -1.41748966209934 (3.490658504-X) + 0.632575829901724(x-
2.792526803)

6) F(X) = 0.591212083491966 (4.188790205- x)³ + -0.261960472364607(x-

3.490658504)³ + 0.632575829901724 (4.188790205-X) + 1.36816637180688(x-
3.490658504)

7) F(X) = -0.0873201574965613 (6.283185307- x)³ + 0(x-4.188790205)³ +

0.796525743039468 (6.283185307-X) + 0(x-4.188790205)
Algunos trazos graficados son los siguientes.

8. Obtenga trazadores cúbicos para los datos

𝑥 2 3 5 7

𝑦 6 19 99 291

Trazos
1) F(X) = 0(3- x)³ + 2.36363636333333(x-2)³ + 6(3-X) + 16.6363636366667(x-2)

2) F(X) = 1.18181818166667 (5- x)³ + 3.20454545416667(x-3)³ +

4.77272727333333 (5-X) + 36.6818181833333(x-3)

3) F(X) = 3.20454545416667 (7- x)³ + 0(x-5)³ + 36.6818181833333 (7-X) +

145.5(x-5)
 a) Pronostique 𝑓(4) y 𝑓(2.5)

1) F(2.5) = 0(3- 2.5)³ + 2.36363636333333(2.5-2)³ + 6(3-2.5) +

16.6363636366667(2.5-2) = 11.613635
2) F(4) = 1.18181818166667 (5- 4)³ + 3.20454545416667(4-3)³ +
4.77272727333333 (5-4) + 36.6818181833333(4-3) = 45.84092

b) Verifique que 𝑓1(3) y 𝑓2(3) son iguales a 19.

1) F(3) = 0(3- 3)³ + 2.36363636333333(3-2)³ + 6(3-3) + 16.6363636366667(3-2)

=19

2) F(3) = 1.18181818166667 (5- 3)³ + 3.20454545416667(3-3)³ +

4.77272727333333 (5-3) + 36.6818181833333(3-3)= 19.00002

F1(3)=19 y F2(3)=19.00002 este error de redondeo no puede desmentir que

ambas funciones se tocan en ese punto.

9. La función de Runge se escribe como

(𝑥)=1/(1+25𝑥2 )

a) Genere y grafique el polinomio de interpolación de Lagrange usando

valores de la función equiespaciados correspondientes a 𝑥=−1,−0.5,0,0.5,1
b) Use los cinco puntos de a) para estimar (0.8) con polinomios de
interpolación de
c) Genere un trazador cubico usando los cinco puntos de a).

1) F(X) = 0(-0.5- x)³ + 1.307313377(x+1)³ + 0.076923076 (-0.5-X) -

0.05096627625(x+1)

2) F(X) = 1.307313377 (0- x)³ + 0.871542251333333(x+0.5)³ -0.05096627625 (0-

X) + 1.78211443716667(x+0.5)

3) F(X) = 0.871542251333333 (0.5- x)³ + 1.307313377(x-0)³ +

1.78211443716667 (0.5-X) -0.05096627625(x-0)

4) F(X) = 1.307313377 (1- x)³ + 0(x-0.5)³ + -0.05096627625 (1-X) +

0.076923076(x-0.5)
Los trazadores cúbicos grafican una especie de campana esto se debe a
que los datos están distribuido de esta forma aunque en la propia grafica
algunos puntos converjan.

problema 9
1.2

0.8

0.6

0.4

0.2

0
-1.5 -1 -0.5 0 0.5 1 1.5
La función de Runge se escribe como

a) Genere y grafique el polinomio de interpolación de LaGrange usando

valores de la función equiespaciados correspondientes a 𝑥 = −1,−0.5,0,0.5,1
b) Use los cinco puntos de a) para estimar 𝑓(0.8) con polinomios de
interpolación de Newton de grado primero a cuarto. c) Genere un
trazador cubico usando los cinco puntos de a).
A)
Datos T Y
0 -1 0.03846
1 -0.50 0.13793
2 0.00 1.00000
3 0.50 0.13793
4 1.00 0.03846

PI= 3.141592654

𝐹1 (𝑋) = 𝐿0 (𝐹(𝑋0 )) + 𝐿3 (𝐹(𝑋1 ))

𝐹2 (𝑋) = 𝐿0 ∗ 𝐿1 (𝐹(𝑋0 )) + 𝐿3 ∗ 𝐿4 (𝐹(𝑋1)) + 𝐿6 ∗ 𝐿7 (𝐹(𝑋2 ))

𝐹3 (𝑋) = 𝐿0 ∗ 𝐿1 ∗ 𝐿2 (𝐹(𝑋0 )) + 𝐿3 ∗ 𝐿4 ∗ 𝐿5 (𝐹(𝑋1 )) + 𝐿6 ∗ 𝐿7 ∗ 𝐿8 (𝐹(𝑋2 ))+𝐿9 ∗ 𝐿10 ∗

𝐿11 (𝐹(𝑋3 ))
 Sacar F1(x)

X= 0.8
L0 L3 F(x0) F(x1) F1(X)
-2.6 3.6 0.03846 0.13793 0.39655172

Sacar F2(x)

X= 0.8
L0 L1 F(x0) L3 L4 F(x1) L6 L7 F(x2) F2(X)
-2.6 -0.8 0.03846 3.6 -1.6 0.13793 1.8 2.6 1.00000 3.96551724

Sacar F3(x)

X= 0.8
L0 L1 L2 F(x0) L3 L4 L5 F(x1)
-2.6 -0.8 -0.2 0.03846 3.6 -1.6 -0.3 0.13793

L6 L7 L8 F(x2) L9 L10 L11 F(x3) F3(X)

1.8 2.6 -0.6 1.00000 1.2 1.3 1.6 0.14 -2.2413793
B)
Interpolation
0ro B0 1er B1 2do B2 3er B3 4to B4
0 X0 0.038462
1 X1 0.137931 x1,x0 0.198938992
2 X2 1.000000 x2,x1 1.724137931 x2,x1,x0 1.52519894
- -
3 X3 0.137931 x3,x2 -1.72413793 x3,x2,x1 3.44827586 x3,x2,x1,x0 3.31564987
4 X4 0.038462 x4,x3 -0.19893899 x4,x3,x2 1.52519894 x4,x3,x2,x1 3.31564987 x4,x3,x2,x1,x0 3.31564987

𝐹(𝑋) = 0.038462 + 0.198939(x + 1) + 1.525199(x + 1)(x + 0.5) − 3.31565(x + 1)(x + 0.5)(x − 0)

+ 3.31565(x + 1)(x + 0.5)(x − 0)(𝑥 − 0.5)

Evaluado en 0.8 en la ecuación de grado 4

F(0.8) -0.379310345

Añadiremos el procedimiento en Excel:

Commented [UdW2]: Dar clic sobre el icono

Hoja de cálculo de
Microsoft Excel