SECRETARA DE EDUCACIN PBLICA

DIRECCIN GENERAL DE EDUCACIN SUPERIOR TECNOLGICA

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ
INGENIERA ELECTRONICA
Materia:
Anlisis Numrico
Trabajo a realizar:
Investigacin Unidad IV

Alumno:
Lpez Ruiz Fredi Francisco

Profesor:

Ing. Lpez Moreno Jos Luis

14 de Marzo de 2015

ndice

Minimos Cuadrados............................................................................................. 3
Interpolacion de La Grange................................................................................. 6

Mnimos Cuadrados

El Mtodo de Mnimos Cuadrados el cual nos permite aproximar una funcin a un

conjunto de datos obtenidos de manera experimental. El mtodo fue desarrollado
por Carl Friedrich Gauss cuando an era muy joven y aunque parece que fue
publicado hasta el ao de 1809, ya en 1801 haba sido usado para describir la
trayectoria del planeta Ceres.
Este mtodo se usa en una gran variedad de disciplinas para crear modelos en
base a conjuntos de datos recabados a partir de mediciones por ejemplo: en
geologa se usa para modelar terrenos en base a las mediciones de latitud,
longitud y altitud realizadas en distintos puntos, en ecologa se utiliza para modelar
la produccin de nutrientes de una planta y en negocios, para modelar la
fluctuacin estacional de las ventas de un producto.

Para comprender el mtodo, hace falta recordar algunos conceptos de algebra

lineal los cuales listamos a continuacin:

Ecuacin matricial Ax=b

Espacio Columna
Longitud de un vector y distancia entre dos vectores
Producto interno y Ortogonalidad
Proyecciones y Descomposicin Ortogonal

Ecuacin matricial Ax=b

Recordemos que un sistema de ecuaciones lineales se puede ver como
una ecuacin vectorial donde los coeficientes del lado izquierdo de la ecuacin y
las cantidades del lado derecho se consideran vectores columna y las incgnitas,
los trminos escalares que al multiplicarlos por los vectores del lado izquierdo de
la ecuacin permitan que el resultado de su suma sea igual al vector resultante.
En otras palabras, se debe encontrar una combinacin lineal de los vectores de la
izquierda que d como resultado el vector de la derecha.
El sistema de ecuaciones se puede escribir en trminos de la multiplicacin de
una matriz A por un vector columna x que d como resultado un vector b (Ax=b).
La matriz A contiene coeficientes y el vector x las incgnitas que queremos
encontrar para que al ser multiplicado por la matriz A nos d como resultado el
vector b.

Espacio columna

Recordemos tambin, que la expansin lineal de un conjunto de vectores en Rn

{v1, v2,..., vn} ser siempre un subespacio de Rn. Pues bien, las columnas de la
matriz A estn formadas justamente por una serie de vectores columna cuya
expansin lineal forma precisamente el espacio columna de la matriz A (ColA).
Esto implica que el espacio columna est formado por todos los vectores b para
los cuales la ecuacin Ax=b tiene solucin. En otras palabras, el vector b debe
estar en el espacio columna de A para que alguna combinacin lineal de A con
pesos determinados por x lo pueda generar. Si b no est en el espacio columna el
sistema Ax=bes inconsistente.

Longitud de un vector y distancia entre vectores

La longitud de un vector est dada por:

En realidad la longitud est definida en trminos del producto interno que se

describe ms abajo del cual se deriva la frmula mostrada. Por ltimo,
la distancia entre dos vectores u y v es simplemente la longitud del vector uv, es
decir: dist ancia (u , v )=uv .

Producto Interno y Ortogonalidad

El producto interno nos permite tener una medida de qu tan alineados en sus
direcciones se encuentran dos vectores. La palabra ortogonal en el algebra
lineal indica perpendicularidad, es decir, el que dos vectores sean ortogonales
quiere decir que estn apuntando a dos direcciones tales que forman un ngulo de
90 entre ellos. La manera para verificar si dos vectores tienen un ngulo de 90
grados es checando que el resultado de su producto interno sea 0.

La primera explicacin es que el producto interno se puede definir en trminos del

coseno del ngulo entre los dos vectores:
v . w=v w cos

Si pudiramos fijar uno de ellos e ir rotando el otro, cuando estuvieran en un

ngulo de 90 el producto dara cero debido al coseno:

La segunda toma otro enfoque e indica que dos vectores u y v son

perpendiculares nicamente si la distancia de u a v es igual a la distancia
de u a v.

El mtodo de mnimos cuadrados sirve para interpolar valores, dicho en otras

palabras, se usa para buscar valores desconocidos usando como referencia otras
muestras del mismo evento.
El mtodo consiste en acercar una lnea o una curva, segn se escoja, lo ms
posible a los puntos determinados por las coordenadas [x, f (x), que normalmente
corresponden a muestras de algn experimento.
Cabe aclarar que este mtodo, aunque es sencillo de implantar no es del todo
preciso, pero si proporciona una interpolacin aceptable.
Como se coment previamente se puede usar una recta o una curva como base
para calcular nuevos valores.

Interpolacin de LaGrange
Empezamos con un conjunto de n+1 puntos en el plano (que tengan diferentes
coordenadas x):

(x 0, y 0),( x 1, y 1), ( x 2, y 2) ,.... ,(xn , yn).

Nuestro objetivo es encontrar una funcin polinmica que pase por esos n+1
puntos y que tengan el menor grado posible. Un polinomio que pase por varios
puntos determinados se llama un polinomio de interpolacin.
Vamos a ver una forma de la solucin que es el llamado polinomio de interpolacin
de LaGrange. (LaGrange public su frmula en 1795 pero ya haba sido publicada
en 1779 por Waring y redescubierta por Euler en 1783).
La frmula general para el polinomio de interpolacin de LaGrange es

La frmula de interpolacin permite calcular de manera aproximada los valores de

la funcin f(x), y consiste en sustituir la funcin f(x) a aproximar por otra funcin
g(x) que pudiera convenir por razones de simplicidad, operatividad, etc...
Se tratara de construir otra funcin g(x) con adecuados parmetros a:
g( x) g( x ; a 1,. .., an)

De modo que se cumplan las condiciones de interpolacin prefijadas en un

conjunto de puntos del dominio de la funcin f(x), que se denominan nodos de
interpolacin.

Estas condiciones consisten, en general, que coincidan los valores que presenta la
funcin dada en los nodos de interpolacin con los valores que en dichos nodos
presenta la funcin interpoladora:

g( xk )=f ( xk ), k=0,1,. .. ,n

(x 0 , x 1,. .. , xn , nodos de interpolacin)

O bien, por ejemplo, que coincidan en dichos nodos las derivadas de ambas
funciones:

g ' (xk )=f '(xk ) , k=0,1,. .. , n

(x 0 , x 1,. .. , xn , nodos de interpolacin)

Siempre aparecer, obviamente, un trmino residual, en (x), como diferencia entre

la funcin a interpolar y la funcin interpoladora:
rn( x )=f ( x)g ( x)