Ing. Edward Ropero
Magister en Gestión,
Aplicación y Desarrollo de
Software
Se basa en la obtención de un polinomio a partir de un conjunto de
puntos dado, aproximándose lo más posible a la curva bu...
Ejemplo:
Suponiendo que tenemos 4 puntos, la tabla de diferencias tiene la
siguiente forma:
x f(x) Primera Diferencia Segu...
Con esto, la ecuación quedaría de la siguiente forma:
Teniendo los siguientes puntos:
x f(x)
0,1 2,31
0,4 3,36
0,7 4,59
1 ...
Calculamos su tabla:
Obteniendo el siguiente polinomio:
x f(x) Primera Segunda Tercera
0,1 2,31 3,5 1 0
0,4 3,36 4,1 1
0,7...
Sirve para generar resultados de gran exactitud cuando se usan
fórmulas de bajo orden.
Puede aplicarse siempre que sepamos...
Próxima SlideShare
Cargando en…5
×

Análisis numérico Interpolación de Newton

449 visualizaciones

Publicado el

Interpolación de Newton, teoría y ejemplo; además se agregan las fórmulas para la extrapolación de Richardson

Publicado en: Educación
0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
449
En SlideShare
0
De insertados
0
Número de insertados
40
Acciones
Compartido
0
Descargas
5
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Análisis numérico Interpolación de Newton

  1. 1. Ing. Edward Ropero Magister en Gestión, Aplicación y Desarrollo de Software
  2. 2. Se basa en la obtención de un polinomio a partir de un conjunto de puntos dado, aproximándose lo más posible a la curva buscada. La ecuación general para la obtención de la función por este método es: Donde las “𝑏𝑖” se obtienen mediante la aplicación de una serie de funciones incluidas en una tabla de diferencias. fn (x) = b0 + b1 (x – x0) + b2 (x – x0) (x – x1) + … + bn (x – x0) (x – x1) … (x – xn−1)
  3. 3. Ejemplo: Suponiendo que tenemos 4 puntos, la tabla de diferencias tiene la siguiente forma: x f(x) Primera Diferencia Segunda Diferencia Tercera Diferencia x0 f(x0) = b0 f[x1, x0] = b1= f(x1)−f(x0) x1 − x0 f[x2,x1, x0] = b2 = 𝒇 x2, x1 − 𝒇[x1, x0] x2 − x0 f[x3,x2,x1, x0] = b3 b3 = f[x3,x2, x1]−f[x2,x1, x0] x3 − x0 x1 f(x1) f[x2,x1] = f(x2)−f(x1) x2 − x1 f[x3,x2, x1] = 𝒇 x3, x2 − 𝒇[x2, x1] x3 − x1 x2 f(x2) f[x3,x2] = f(x3)−f(x2) x3 − x2 x3 f(x3)
  4. 4. Con esto, la ecuación quedaría de la siguiente forma: Teniendo los siguientes puntos: x f(x) 0,1 2,31 0,4 3,36 0,7 4,59 1 6 f3 (x) = b0 + b1 (x – x0) + b2 (x – x0)(x – x1) + b3 (x – x0)(x – x1)(x – x2)
  5. 5. Calculamos su tabla: Obteniendo el siguiente polinomio: x f(x) Primera Segunda Tercera 0,1 2,31 3,5 1 0 0,4 3,36 4,1 1 0,7 4,59 4,7 1 6 f3 (x) = 2,31 + 3,5(x – 0,1) + 1(x – 0,1)(x – 0,4) + 0(x – 0,1)(x – 0,4)(x – 0,7) f3 (x) = x2 + 3x + 2
  6. 6. Sirve para generar resultados de gran exactitud cuando se usan fórmulas de bajo orden. Puede aplicarse siempre que sepamos que el método de aproximación tiene un término de error de una forma previsible. Encuentra un modo de combinar las aproximaciones imprecisas para producir formulas con un error de truncamiento de orden superior h1= f(x + h)−f(x) h h2= f(x + h/2)−f(x) h/2 D= h1+ h1−h2 1/2-1

×