Beruflich Dokumente
Kultur Dokumente
Interpolación cuadrática
Método de Newton
Interpolación
Métodos numéricos-T 10
15 de octubre de 2018
1 Sección dorada
2 Interpolación cuadrática
3 Método de Newton
4 Interpolación
Sección dorada
Por simplicidad, nos concentraremos en el problema de encontrar un máximo.
Como en el método de la bisección, se puede comenzar por definir un intervalo
que contenga una sola respuesta. Es decir, el intervalo deberá contener un solo
máximo, y por esto se llama unimodal.
Podemos adoptar la misma nomenclatura que para la bisección, donde xl y xu
definen los lı́mites inferior y superior, respectivamente, del intervalo. Sin embargo,
a diferencia de la bisección se necesita una nueva estrategia para encontrar un
máximo dentro del intervalo. En vez de usar solamente dos valores de la función
(los cuales son suficientes para detectar un cambio de signo y, por lo tanto, un
cero), se necesitarán tres valores de la función para detectar si hay un máximo.
Ası́, hay que escoger un punto más dentro del intervalo.
Después, hay que tomar un cuarto punto. La prueba para el máximo podrá
aplicarse para determinar si el máximo se encuentra dentro de los primeros tres o
de los últimos tres puntos.Andrés Ortiz Diaz Métodos numéricos-T 10
Sección dorada
Interpolación cuadrática
Método de Newton
Interpolación
Sección dorada
La clave para hacer eficiente este procedimiento es la adecuada elección de los
puntos intermedios. Como en la bisección, la meta es minimizar las evaluaciones
de la función reemplazando los valores anteriores con los nuevos. Esta meta se
puede alcanzar especificando que las siguientes dos condiciones se satisfagan
l1 l2
l0 = l1 + l2 , =
l0 l1
Andrés Ortiz Diaz Métodos numéricos-T 10
Sección dorada
Interpolación cuadrática
Método de Newton
Interpolación
Sección dorada
l1 l2
=
l1 + l2 l1
√
l2 2 5−1
Si R = , entonces R + R − 1 = 0, luego R =
l1 2
Algorı́tmo
√
5−1
d= (xu − xl )
2
x1 = xl + d
x2 = xu − d
La función se evalúa en estos dos puntos interiores. Dos casos pueden presentarse:
1 Si f (x1 ) > f (x2 ), entonces el dominio de x a la izquierda de x2 , de xl a x2 , se
puede eliminar, ya que no contiene el máximo. En este caso, x2 será el nuevo xl
en la siguiente vuelta.
2 Si f (x2 ) > f (x1 ), entonces el dominio de x a la derecha de x1 , de x1 a xu podrá
eliminarse. En este caso, x1 será el nuevo xu en la siguiente iteración.
Example
Use la búsqueda de la sección dorada para encontrar el máximo de
x2
f (x) = 2sen(x) − , dentro del intervalo xl = 0 y xu = 4
10
√
5−1
d= (4 − 0) = 2, 472
2
x1 = 0 + d = 2, 472
x2 = 4 − d = 1, 528
f (x2 ) = 1, 765, f (x1 ) = 0,63
Debido a que f (x2 ) > f (x1 ), el máximo está en el intervalo definido por xl , x2 y
x1 . Ası́, para el nuevo intervalo, el lı́mite inferior sigue siendo xl = 0, y x1 será el
lı́mite superior; esto es, xu = 2,472.
Además, el primer valor de x2 pasa a ser el nuevo x1 ; es decir, x1 = 1,528.
Asimismo, no se tiene que recalcular f (x1 ) ya que se determinó en la iteración
previa como f (1,528) = 1,765.
Andrés Ortiz Diaz Métodos numéricos-T 10
Sección dorada
Interpolación cuadrática
Método de Newton
Interpolación
Error
Usando un razonamiento similar a bisección,se puede obtener un lı́mite superior para la
búsqueda de la sección dorada.
Una vez que se termina una iteración, el valor óptimo estará en uno de los dos intervalos.
Si x2 es el valor óptimo de la función, estará en el intervalo inferior (xl , x2 , x1 ).
Si x1 es el valor óptimo de la función, estará en el intervalo superior (x2 , x1 , xu ). Debido
a que los puntos interiores son simétricos, se utiliza cualquiera de los casos para definir el
error.
Observando el intervalo superior, si el valor verdadero estuviera en el extremo izquierdo, la
máxima distancia al valor estimado serı́a
Por lo tanto, este caso podrı́a representar el error máximo. Este resultado después
se normaliza al valor óptimo de esa iteración, xópt, para dar
xu − xl
εa = (1 − R) 100 %
xopt
Interpolación cuadrática
La interpolación cuadrática aprovecha la ventaja de que un polinomio de segundo
grado con frecuencia proporciona una buena aproximación a la forma de f(x) en las
cercanı́as de un valor óptimo (figura 13.6). Ası́ como existe sólo una lı́nea recta que
pasa por dos puntos, hay únicamente una ecuación cuadrática o parábola que pasa por
tres puntos. De esta forma, si se tiene tres puntos que contienen un punto óptimo, se
ajusta una parábola a los puntos. Después se puede derivar e igualar el resultado a
cero, y ası́ obtener una estimación de la x óptima. Es posible demostrar mediante
algunas operaciones algebraicas que el resultado es
Example
x2
Use la interpolación cuadrática para aproximar el máximo de f (x) = 2sen(x) − con los
10
valores iniciales x0 = 0, x1 = 1 y x2 = 4.
Primera iteración:
x0 = 0, f (x0 ) = 0, x1 = 1f (x1 ) = 1,5829, x2 = 4f (x2 ) = −3,1136
entonces x3 = 1,5055, f (x3 ) = 1,7691
Segunda iteración:
x0 = 1, f (x0 ) = 1,5829, x1 = 1,5055, f (x1 ) = 1,7691, x2 = 4, f (x2 ) = −3,1136,
entonces x3 = 1,4903, f (x3 ) = 1,7714
Método de Newton
Se debe observar que esta ecuación también se obtiene escribiendo una serie de
Taylor de segundo orden para f (x) e igualando la derivada de la serie a cero.
El método de Newton es abierto y similar al de Newton-Raphson, pues no requiere
de valores iniciales que contengan al óptimo.
El método puede llegar a ser divergente.
Usualmente es una buena idea verificar que la segunda derivada tenga el signo
correcto para confirmar que la técnica converge al resultado deseado.
Andrés Ortiz Diaz Métodos numéricos-T 10
Sección dorada
Interpolación cuadrática
Método de Newton
Interpolación
Example
x2
Con el método de Newton encuentre el máximo de f (x) = 2 sen(x) − con un valor
10
inicial de x0 = 2, 5.
x 1
f 0 (x) = 2 cos(x) − y f 00 (x) = −2 sen(x) −
5 5
2 cos(xi ) − x5i
xi+1 = xi −
−2 sen(xi ) − 15
Primera iteración:x1 = 0,99508, f (x1 ) = 1,57859
Segunda iteración: x2 = 1,46901, f (x2 ) = 1,77385.
Ejercicio
El circuito de resistencias simple que se
presenta en la siguiente figura contiene tres
resistores fijos y uno ajustable. Los resistores
ajustables se llaman potenciómetros. Los
valores de los parámetros son V = 80 V ,
R1 = 8 Ω, R2 = 12Ω y R3 = 10 Ω.
Interpolación
Con frecuencia se encontrará con que tiene que estimar valores intermedios entre datos
definidos por puntos.
El método más común que se usa para este propósito es la interpolación polinomial.
Recuerde que la fórmula general para un polinomio de n-ésimo grado es
f (x) = a0 + a1 x + a2 x2 + · · · + an xn
Dados n + 1 puntos, hay uno y solo un polinomio de grado n que pasa a través de todos
los puntos.
La interpolación polinomial consiste en determinar el polinomio único de n-ésimo grado
que se ajuste a n + 1 puntos.
Aunque hay uno y sólo un polinomio de n-ésimo grado que se ajusta a n + 1 puntos, existe
una gran variedad de formas matemáticas en las cuales puede expresarse este polinomio.
Describiremos dos alternativas que son muy adecuadas para implementarse en
computadora: los polinomios de Newton y de Lagrange.
Andrés Ortiz Diaz Métodos numéricos-T 10
Sección dorada
Interpolación cuadrática
Método de Newton
Interpolación
Interpolación lineal
f1 (x) − f (x0 ) f (x1 ) − f (x0 )
Usando triángulos semejantes: =
x − x0 x1 − x0
f (x1 ) − f (x0 )
Luego f1 (x) = f (x0 ) + (x − x0 )
x1 − x0
Interpolación cuadrática
Si se tienen tres puntos como datos, éstos pueden ajustarse en un polinomio de
segundo grado (también conocido como polinomio cuadrático o parábola). Una forma
particularmente conveniente para ello es
f2 (x) = b0 + b1 (x − x0 ) + b2 (x − x0 )(x − x1 )
a0 = b0 − b1 x0 + b2 x0 x1
a1 = b1 − b2 x0 − b2 x1
a2 = b2
Andrés Ortiz Diaz Métodos numéricos-T 10
Sección dorada
Interpolación cuadrática
Método de Newton
Interpolación
Example
Usando como datos: ln(1) = 0, ln(4) = 1,386294 y ln(6) = 1,791759. Estime el
logaritmo natural de 2 mediante:
Mediante Interpolación lineal.
Interpolación cuadrática.
b0 = f (x0 )
b1 = f [x1 , x0 ]
b2 = f (x2 , x1 , x0 )
..
.
bn = f [xn , xn−1 , · · · , x1 , x0 ]
donde las evaluaciones de la función colocadas entre corchetes son diferencias divididas
finitas.
La primera diferencia dividida finita en forma general se representa como
f (xi ) − f (xj )
f [xi , xj ] =
xi − xj
La segunda diferencia dividida finita, que representa la diferencia de las dos
primeras diferencias divididas, se expresa en forma general como
f [xi , xj ] − f [xj , xk ]
f [xi , xj , xk ] =
xi − xk
En forma similar, la n-ésima diferencia dividida finita es
f [xn , xn−1 , · · · , x2 , x1 ] − f [xn−1 , xn−1 , · · · , x0 ]
f [xn , xn−1 , · · · , x1 , x0 ] =
xn − x0
Example
Use los datos x0 = 1, x1 = 4, x2 = 6 y x3 = 5 para estimar ln 2 mediante el polinomio
de Newton de tercer grado.
Bibliografı́a
Métodos numéricos para ingenierı́a; S. C. Chapra, R. P. Canale-5ta edición
4 Análisis numérico; R. L. Burden, J. D. Faires-7ma edición.
Métodos numéricos aplicados con software; S. Nakamura-1ra edición.
4 MATLAB.