Practica N 5

Mtodo de la secante Mtodos Numricos

Bermdez Mosio Karen Margoth Lara Hernndez Angel Morales Cerrillo Ricardo Daniel Talavera Hernndez Paul Eduardo Grupo: 2SM1 12 de marzo de 2012

RESUMEN
En esta prctica estudiaremos el mtodo de interpolacin de lagrange para polinomios, adems de su, funcionamiento, implementacin, ventajas y desventajas.

INTRODUCCIN
La interpolacin de Lagrange es el mtodo ms explcito para probar existencia de solucin a un conjunto de puntos, ya que la construye. Sin embargo su utilidad se reduce a dar una respuesta formal y razonada, pues no es eficiente en trminos de clculo (requiere muchas operaciones y tiene limitaciones tcnicas). Para calcular el polinomio interpolador P(x) asociado a una tabla de datos con = podemos plantearnos una simplificacin previa: qu ocurre si construimos polinomios grado que valgan 1 en el nodo y 0 en el resto?

de

Es inmediato que con esto se resuelve el problema original, tomando la suma de esos polinomios de grado n: . Es posible encontrar tales ? Si damos el polinomio factorizado para que tenga en cada nodo una raz, el candidato es:

Lo nico que no conseguimos es que en = 1, para ello hay que normalizar la funcin anterior. As, finalmente la frmula de interpolacin de Lagrange es:

Los polinomios

reciben el nombre de polinomios de Lagrange.

En este mtodo suele presentarse el fenmeno de Runge; si estamos aproximando curvas por polinomios que ajusten ciertos datos podramos pensar que cuanto ms aumentemos el grado de los polinomios involucrados, mejor se aproximarn a la curva original. Esto no siempre es as, incluso para curvas sencillas. Por ejemplo, si tenemos la curva definida de modo implcito por , su grfica es:

Si tomamos los cuatro puntos que estn marcados en el dibujo y los valores dados por las primeras coordenadas de esos puntos (-5, -5/3, 5/3, 5), podemos pensar que si aproximamos esos datos por polinomios, obtendremos algo similar a la grfica de la funcin. Sin embargo, el resultado se muestra en la siguiente grafica:

La grfica roja es la original. La grfica verde es la del polinomio interpolador utilizando 4 puntos. Si utilizamos ms puntos de la grfica de la funcin, el resultado no mejora:

La grfica roja es la original. La grfica azul es la del polinomio interpolador utilizando 9 puntos. Es importante tener en cuenta este fenmeno, recordando que la interpolacin de Lagrange nos da como resultado un polinomio aproximado a los puntos que tomamos como muestra, es decir, es seguro encontrar los puntos base dentro del polinomio de Lagrange, pero otros puntos pueden o no estar dentro de este polinomio.

ACTIVIDADES REALIZADAS
1.-Construye en Scilab la funcin que implemente el algoritmo del polinomio nterpolador de lagrange, cuyos valores de entrada sern los vectores de puntos , y el valor de salida ser el polinomio de Lagrange.

//definimos el conjunto de puntos en x=[...] y las imagenes de estos puntos en y=[...] function[P]=lagrange(X,Y)//p = polinomio de lagrange para un grupo de puntos dados. n=length(X);//numero de nodos. el grado del polinomio sera a lo mas n-1 x=poly(0,"x");P=0; for i=1:n, L=1; for j=[1:i-1,i+1:n] L=L*(x-X(j))/(X(i)-X(j));end P=P+L*Y(i); End endfunction

2.-Utilizando la funcin lagrange, halla el polinomio que pasa por los siguientes puntos: Grafica el polinomio junto con todos los datos y verifica que, en efecto, el polinomio pasa por todos ellos.

En la grafica, la linea roja representa el polinomio de Lagrange para los puntos dados,mientras que la linea azul punteada representa los puntos dados unidos mediante lineas rectas.

3.-Ahora estudiaremos las estimaciones realizadas mediante el polinomio de Lagrange, para ello consideremos la funcin: Halla las imgenes de los puntos . Utilizando los puntos y sus imgenes construye el polinomio interpolador de Lagrange .

Calcula el error relativo de

Cul creen que sea la razn de este error?

error x L(x) relativo 2.5 3.3360479 0 3.5 2.8018639 0.190653086 4.5 2.2925974 0.222135164 R=el error puede deberse a la cercana que tienen los puntos con la grafica del polinomio de Lagrange. Calcula el error relativo de son mayores? x . Por qu creen que los errores en estos puntos

error L(x) relativo 0 4.1233496 0 6 1.7944752 1.2978025 10 4.4120596 0.593279474 R=puede deberse a la lejana que tienen estos puntos con la grafica del polinomio de Lagrange, ya que la grafica pasa por los puntos 2, 3, 4 y 5; la grafica no cruza estos 3 puntos. 4.-Halla el polinomio de Lagrange para el siguiente conjunto de datos Observen que los puntos son colineales, cul es el comportamiento del polinomio de Lagrange?, de qu grado es?

R=es de grado 1, es una lnea recta. Halla el polinomio de Lagrange para el siguiente conjunto de datos Aunque los puntos no son colineales, el polinomio de Lagrange no es de grado 4 como se esperara, por qu?

R=por la localizacin de los puntos dados.

Finalmente, existe el polinomio de Lagrange para el siguiente conjunto de datos?, por qu?

R=resulta una divisin entre cero, adems de que en los puntos dados una x tiene 2 valores en y, para que sea funcin cada x tiene que tener un valor en y, adems de que una misma x no puede tener 2 valores en y.

CONCLUSIONES
El mtodo de interpolacin de Lagrange puede ser til para encontrar una funcin que pase por un grupo de puntos dados, y tener valores aceptables para el rango de estos puntos, pero a su vez la funcin encontrada puede dar un resultado totalmente diferente a lo esperado debido al fenmeno de Runge, esta tambin es la explicacin al margen de error obtenido en ciertos puntos para la funcin de Lagrange, podramos interpretar el error como la distancia del punto a la grafica del polinomio de Lagrange, es decir que tan cerca o que tan lejos puede estar este punto y que tan confiable es este valor para utilizarlo en otras aplicaciones.

REFERENCIAS
Chapra, S. C., & Canale, R. P. (2010). Mtodos Numricos para Ingenieros. Mc Graw Hill. Kaw, A. (sf). Recuperado el 19 de diciembre de 2011, de Holistic Numerical Methods: http://numericalmethods.eng.usf.edu/ Aplicada, G. d. (s.f.). Universidad Rey Juancarlos. Recuperado el 13 de marzo de 2012, de Escuela Superior de Ciencias Experimentales y Tecnologa: http://www.escet.urjc.es/~matemati/tg/interpolacion.pdf Autar Kaw, M. K. (23 de diciembre de 2009). numericalmethods.eng.usf.edu. Recuperado el 12 de marzo de 2012, de http://numericalmethods.eng.usf.edu/mws/gen/05inp/mws_gen_inp_txt_lagrange.pdf matemticas, d. d. (s.f.). Universidad de Huelva. Recuperado el 13 de marzo de 2012, de http://www.uhu.es/03006/ficheros/Temas/forcal3.pdf