SlideShare ist ein Scribd-Unternehmen logo
1 von 8
Downloaden Sie, um offline zu lesen
Sección dorada

La búsqueda de la sección dorada es una técnica simple, es la búsqueda de una sola variable de
propósito general. Es similar que la utilizada en el método de bisección para localizar raíces.

Recordando el método de bisección para encontrar las raíces se hace necesario ubicar un intervalo
definido donde se encuentre dicha raíz, y se especifica un valor inicial inferior x1 u un valor inicial
superior x2. La presencia de una raíz entre estas fronteras se determina hallando f(x1) y f(x2) que
deben tener signos diferentes; y la raíz se localiza como el punto medio de este intervalo




El paso siguiente es establecer un intervalo más pequeño para hallar la aproximación de la raíz.

Podemos ahora desarrollar un proceso similar para localizar la raíz óptima de una función
unidimensional. Igualmente que el método de Bisección, se inicia definiendo un intervalo que
contenga una sola respuesta, es decir un intervalo que contenga un máximo, y por esto es llamado
unimodal. Adoptando la misma nomenclatura del método de bisección. Pero en vez de buscar los
dos valores función para detectar un cambio de signo, y por tanto el cero, se necesitaran tres
valores función para detectar si ocurre un máximo. Así, se ha de escoger un punto adicional dentro
del intervalo. Después se toma un cuarto punto.

Si Rango de A = Rango de B el sistema es:

Consistente y tenemos dos posibilidades: Si Rango de A = n el sistema tiene solución única y Si
Rango de A < n el sistema tendrá infinitas soluciones

Si el vector b es cero se dice que el sistema es:

Homogéneo

EL GRADIENTE.

Suponga que se tiene una función en dos dimensiones f(x, y). Un ejemplo podría ser su altura
sobre una montaña (a, b) y quiere saber la pendiente en una dirección arbitraria. Una forma de
definir la dirección es a lo largo de un nuevo eje h que forma un ángulo θ con el eje x. La elevación
a lo largo de este nuevo eje puede pensarse como una nueva función g. Si usted define su posición
como si estuviera en el origen de este eje (es decir, h=0), la pendiente en esta dirección podría
designarse como g’(x). Esta pendiente, que es llamada derivada direccional, se puede calcular a
partir de las derivadas parciales a los largo de los ejes x e y por




Donde las derivadas son evaluadas con x=a y y=b.
Suponiendo que su meta es obtener la mayor elevación con el segundo paso, ahora la pregunta
lógica podría ser: ¿En qué dirección está el paso de ascenso? La respuesta es clara, porque
matemáticamente se hace referencia a él como el gradiente, el cual se define como




Este vector también es referido como “del f”. El cual representa la derivada direccional de f(x,y) en
el punto x=a y y=b.

EJEMPLO

Utilización del gradiente para evaluar la trayectoria de paso ascendente

Enunciado del problema: Emplee el gradiente para evaluar la dirección del paso ascendente para
la función

f(x, y)= xy2

En el punto (2,2). Se considera que la x positiva está dirigida hacia el este y la y positiva apunta al
norte.

Solución. Primero, la evaluación se puede determinar como

f(4,2) = 2(2)2 = 8

Ahora, las derivadas parciales pueden ser evaluadas,

Las cuales se pueden usar para determinar el gradiente como

∆f = 4i + 8j




El método de Gauss normal, presenta dos problemas, el primero proviene de encontrar en
alguna de las sucesivas etapas, algún coeficiente diagonal igual a cero y el segundo es: debido a
los errores de redondeo que se pueden producir en este método

Debido a los errores de redondeo que se pueden producir en este método

Teniendo en cuenta la lección anterior, entonces ¿Cuál de los siguientes métodos se considera
como un método iterativo?:

Método de Gauss-Seidel
INTERPOLACIÓN

En el capítulo 2 de la unidad 2 estudiaremos la aproximación de funciones disponibles en forma
directa (puntos tabulados), con funciones analíticas sencillas, o bien de aproximación de funciones
cuya complicada naturaleza exija un remplazo por funciones más simples.

La enorme ventaja de aproximar información discreta o funciones complejas, con funciones
analíticas sencillas, radica en su mayor facilidad de evaluación y manipulación, situación necesaria
en el campo de la ingeniería.

Las funciones de aproximación se obtienen por combinaciones lineales de elementos de familias
de funciones denominadas elementales. En general tendrán la forma:

a0g0(x) + a1g1(x) +…+angn(x),

Donde ai, con i ? i ? n, son constantes por determinar gi(x) funciones de una familia particular. Los
monomios en x (x0, x1, x2,…) constituyen la familia o grupo más empleado; sus combinaciones
generan aproximaciones del tipo polinomial

a0 + a1x + a2x2 +…+ anxn

Además del polinomial existen otros grupos como el exponencial y el grupo de las funciones de
Fourier. Y son lo más comunes por su facilidad de manejo en evaluaciones, integraciones,
derivaciones, etc.

Una de las técnicas que nos permite aproximar a un polinomio una serie de puntos, es el conocido
como método de mínimos cuadrados, que en métodos numéricos esta detallado como ajuste de
curvas, por su ajuste exacto. Y su modo de ajuste consiste en encontrar una función polinomial
que pase por los puntos dados y que satisfaga la condición de minimizar la suma de sus
desviaciones elevadas al cuadrado.

Una vez obtenido el polinomio de aproximación, este se puede usar para obtener otros puntos
adicionales a los existentes, mediante una evaluación conocida como interpolación.

Los puntos más relevantes de este capítulo, las cuales estudiaremos y estará sentado en la lección
evaluativa son la Interpolación como concepto, Los polinomios de Lagrange, las diferencias
divididas, la aproximación polinomial de Newton, el método de mínimos cuadrados (como ajuste
de Curvas) y algunos conceptos de la transformada de Fourier.

Polinomios de interpolación de Lagrange

Un polinomio de interpolación de Lagrange, p se define en la forma:
en donde l0,l1,…, ln son polinomios que dependen sólo de los nodos tabulados x0, x1,…,xn, pero no
de las ordenadas y0, y1,…,yn. La fórmula general del polinomio li(x)es:




Para el conjunto de nodos x0, x1,…,xn, estos polinomios son conocidos como funciones cardinales.
Utilizando estos polinomios en la ecuación obtenemos la forma exacta del polinomio de
interpolación de LaGrange.

Ejemplo: Suponga la siguiente tabla de datos:

x      5   -7      6      0
y      1   -23     -54    -954


Construya las funciones cardinales para el conjunto de nodos dado y el polinomio de interpolación
de LaGrange correspondiente.

Las funciones cardinales, empleando la expresión, resultan ser:




El polinomio de interpolación de LaGrange es:

p3(x) = l0(x)-23l1(x)-54l2(x)-954l3(x)

De acuerdo al ejemplo realizado en la lectura anterior, se encontró que el coeficiente del
polinomio de LaGrange l3(x) es:

-954

Una de las técnicas que nos permite aproximar a un polinomio una serie de puntos, es el
conocido como método de mínimos cuadrados, que en métodos numéricos esta detallado como:

Ajuste de curvas

Interpolación por diferencias divididas de Newton

El caso más sencillo se presenta cuando queremos interpolar dos puntos, (x0, y0), (x1, y1),
obteniéndose la muy conocida función lineal que une dos puntos:
Si los puntos pertenecen a la gráfica de una función f(x), la pendiente          , que tiene una
forma de diferencias divididas, representa una aproximación muy global de la primera derivada de
f(x), con x variando en el intervalo [x0, x1].

En el caso de tres puntos (x0, y0), (x1, y1), (x2, y2), en principio se busca el polinomio de
interpolación de grado dos de la forma

                                P(x) = b0 + b1(x – x0) + b2(x – x0)(x – x1)

Al evaluar el polinomio en cada uno de los tres puntos y despejando b1, b2, y b3, se obtiene:




Una forma sencilla de hacer los cálculos anteriores es determinando sucesivamente las entradas
de un arreglo triangular:




Donde f[xi] = yi para i = 0, 1, 2. En la diagonal de este arreglo triangular aparecen los valores b0, b1
y b2.

A manera de ejemplo con una cantidad mayor de puntos, determinemos por el método de
diferencias divididas de Newton el polinomio interpolante que pasa por los puntos (1, 4), (3, 1),
(4.5, 5) y (7,3). El arreglo triangular en este caso toma la forma específica:




Se concluye entonces que
Teniendo en cuenta el ejemplo para visualizar el método de Interpolación de Diferencias
Divididas de Newton, se halló que los coeficientes de x y x3 son:

-13,4619 y -0,3429

En el caso de tres puntos (x0, y0), (x1, y1), (x2, y2), en principio se busca el polinomio de
interpolación de:

Grado dos

Ajuste de curvas

El ajuste de curvas consiste en encontrar una curva que contenga una serie de puntos y que
posiblemente cumpla una serie de restricciones adicionales. Esta sección es una introducción
tanto a la interpolación (cuando se espera un ajuste exacto a determinadas restricciones) y al
ajuste de curvas/análisis de regresión (cuando se permite una aproximación).

Ajuste de líneas y curvas polinómicas a puntos

Empecemos con una ecuación polinómica de primer grado:

                                            y= ax + b

Esta línea tiene pendientea. Sabemos que habrá una línea conectando dos puntos cualesquiera.
Por tanto, una ecuación polinómica de primer grado es un ajuste perfecto entre dos puntos.

Si aumentamos el orden de la ecuación a la de un polinomio de segundo grado, obtenemos:

                                         y = ax2 + bx + c

Esto se ajustará exactamente a tres puntos. Si aumentamos el orden de la ecuación a la de un
polinomio de tercer grado, obtenemos:

                                      y = ax3 + bx2 + cx + d

Que se ajustará a cuatro puntos.

Una forma más general de decirlo es que se ajustará exactamente a cuatro restricciones. Cada
restricción puede ser un punto, un ángulo o una curvatura (que es el recíproco del radio, o (1/R).
Las restricciones de ángulo y curvatura se suelen añadir a los extremos de una curva, y en tales
casos se les llama condiciones finales. A menudo se usan condiciones finales idénticas para
asegurar una transición suave entre curvas polinómicas contenidas en una única spline. También
se pueden añadir restricciones de orden alto, como "el cambio en la tasa de curvatura". Esto, por
ejemplo, sería útil en diseños de intercambios en trébol para incorporaciones a autopistas, para
entender las fuerzas a las que somete a un vehículo y poder establecer límites razonables de
velocidad.
Si tenemos más de n + 1 restricciones (siendo n el grado del polinomio), aún podemos hacer pasar
la curva polinómica por ellas. No es seguro que vaya a existir un ajuste exacto a todas ellas (pero
podría suceder, por ejemplo, en el caso de un polinomio de primer grado que se ajusta a tres
puntos colineales). En general, sin embargo, se necesita algún método para evaluar cada
aproximación. El método de mínimos cuadrados es una manera de comparar las desviaciones.

Ahora bien, podríamos preguntarnos la razón de querer un ajuste aproximado cuando podríamos
simplemente aumentar el grado de la ecuación polinómica para obtener un ajuste exacto. Existen
varias:

       Incluso si existe un ajuste exacto, no quiere decir necesariamente que podamos
        encontrarlo. Dependiendo del algoritmo que se use, podríamos encontrar un caso
        divergente, donde no se podría calcular el ajuste exacto, o el coste computacional de
        encontrar la solución podría ser muy alto. De cualquier modo, tendríamos que acabar
        aceptando una solución aproximada.

       Quizá prefiramos el efecto de promediar datos cuestionables en una muestra, en lugar de
        distorsionar la curva para que se ajuste a ellos de forma exacta.

       Los polinomios de orden superior pueden oscilar mucho. Si hacemos pasar una curva por
        los puntos A y B, esperaríamos que la curva pase también cerca del punto medio entre A y
        B. Esto puede no suceder con curvas polinómicas de grados altos, ya que pueden tener
        valores de magnitud positiva o negativa muy grande. Con polinomios de grado bajo
        existen más posibilidades de que la curva pase cerca del punto medio (y queda
        garantizado que pasará exactamente por ahí, en los de primer grado).

       Los polinomios de orden bajo tienden a ser suaves y las curvas de los polinomios de orden
        alto tienden a ser "bulbosas". Para definir esto con más precisión, el número máximo de
        puntos de inflexión de una curva polinómica es n-2, donde n es el orden de la ecuación
        polinómica. Un punto de inflexión es el lugar de una curva donde cambia de radio positivo
        a negativo. Obsérvese que la "bulbosidad" de los polinomios de orden alto es sólo una
        posibilidad, ya que también pueden ser suaves, pero no existen garantías, al contrario que
        sucede con los polinomios de orden bajo. Un polinomio de grado quince podría tener,
        como máximo, trece puntos de inflexión, pero podría tener también doce, once, o
        cualquier número hasta cero.

Ahora que hemos hablado del uso de grados demasiado bajos para conseguir un ajuste exacto,
comentemos qué sucede si el grado de una curva polinómica es mayor del necesario para dicho
ajuste. Esto es malo por las razones comentadas anteriormente si los polinomios son de orden
alto, pero también nos lleva a un caso en que exista un número infinito de soluciones. Por
ejemplo, un polinomio de primer grado (una línea) restringido por un único punto, en lugar de los
dos habituales, nos dará un número infinito de soluciones. Esto nos trae el problema de cómo
comparar y escoger una solución única, lo que puede ser un problema tanto para humanos como
para el software. Por esta razón es mejor escoger el polinomio de menor grado posible para
obtener un ajuste exacto en todas las restricciones, y quizá incluso un grado menor si es aceptable
una aproximación al ajuste.
Teniendo en cuenta la lectura entonces: "Un polinomio de grado quince podría tener, como
máximo":

Trece puntos de inflexión

El polinomio y = ax3 + bx2 + cx + d de tercer grado se ajusta a:

Cuatro puntos

Weitere ähnliche Inhalte

Was ist angesagt?

Guia de estudio 2 (tema 2 metodos numericos)
Guia de estudio 2 (tema 2 metodos numericos)Guia de estudio 2 (tema 2 metodos numericos)
Guia de estudio 2 (tema 2 metodos numericos)pedroperez683734
 
ECUACIONES NO LINEALES
ECUACIONES NO LINEALESECUACIONES NO LINEALES
ECUACIONES NO LINEALESsdiupg1
 
Guia de estudio 3 (tema 3 ajuste de curvas)
Guia de estudio 3 (tema 3 ajuste de curvas)Guia de estudio 3 (tema 3 ajuste de curvas)
Guia de estudio 3 (tema 3 ajuste de curvas)pedroperez683734
 
Integración numérica Parte 2
Integración numérica Parte 2Integración numérica Parte 2
Integración numérica Parte 2Kike Prieto
 
3.2 metodos-de-resolucion
3.2 metodos-de-resolucion3.2 metodos-de-resolucion
3.2 metodos-de-resolucionCarlita Vaca
 
Expo Cuadratura De Gauss2
Expo Cuadratura De Gauss2Expo Cuadratura De Gauss2
Expo Cuadratura De Gauss2JMTA
 
Sistemas de ecuaciones lineales. Métodos Gauss- Jordan y Gauss
Sistemas de ecuaciones lineales. Métodos Gauss- Jordan y GaussSistemas de ecuaciones lineales. Métodos Gauss- Jordan y Gauss
Sistemas de ecuaciones lineales. Métodos Gauss- Jordan y GaussCarlita Vaca
 
Revision de Presaberes Metodos Numericos
Revision de Presaberes Metodos NumericosRevision de Presaberes Metodos Numericos
Revision de Presaberes Metodos NumericosDiego Perdomo
 
Metodos jacobi y gauss seidel
Metodos jacobi y gauss seidelMetodos jacobi y gauss seidel
Metodos jacobi y gauss seidelCesar Mendoza
 
Tema II: Soluciones de Ecuaciones de Una Variable
Tema II: Soluciones de Ecuaciones de Una VariableTema II: Soluciones de Ecuaciones de Una Variable
Tema II: Soluciones de Ecuaciones de Una VariableSistemadeEstudiosMed
 
Ejercicios jacobi
Ejercicios jacobiEjercicios jacobi
Ejercicios jacobidjp951
 
Leccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosLeccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosDiego Perdomo
 

Was ist angesagt? (19)

Guia de estudio 2 (tema 2 metodos numericos)
Guia de estudio 2 (tema 2 metodos numericos)Guia de estudio 2 (tema 2 metodos numericos)
Guia de estudio 2 (tema 2 metodos numericos)
 
Diferenciacion numerica
Diferenciacion numericaDiferenciacion numerica
Diferenciacion numerica
 
ECUACIONES NO LINEALES
ECUACIONES NO LINEALESECUACIONES NO LINEALES
ECUACIONES NO LINEALES
 
Guia de estudio 3 (tema 3 ajuste de curvas)
Guia de estudio 3 (tema 3 ajuste de curvas)Guia de estudio 3 (tema 3 ajuste de curvas)
Guia de estudio 3 (tema 3 ajuste de curvas)
 
Integración numérica Parte 2
Integración numérica Parte 2Integración numérica Parte 2
Integración numérica Parte 2
 
3.2 metodos-de-resolucion
3.2 metodos-de-resolucion3.2 metodos-de-resolucion
3.2 metodos-de-resolucion
 
Gauss con pivoteo
Gauss con pivoteoGauss con pivoteo
Gauss con pivoteo
 
Interpolacion
InterpolacionInterpolacion
Interpolacion
 
Trabajo Range-Kutta
Trabajo Range-KuttaTrabajo Range-Kutta
Trabajo Range-Kutta
 
Interpolacion y Regresion - R. Campillo
Interpolacion y Regresion - R. CampilloInterpolacion y Regresion - R. Campillo
Interpolacion y Regresion - R. Campillo
 
Expo Cuadratura De Gauss2
Expo Cuadratura De Gauss2Expo Cuadratura De Gauss2
Expo Cuadratura De Gauss2
 
Sistemas de ecuaciones lineales. Métodos Gauss- Jordan y Gauss
Sistemas de ecuaciones lineales. Métodos Gauss- Jordan y GaussSistemas de ecuaciones lineales. Métodos Gauss- Jordan y Gauss
Sistemas de ecuaciones lineales. Métodos Gauss- Jordan y Gauss
 
Revision de Presaberes Metodos Numericos
Revision de Presaberes Metodos NumericosRevision de Presaberes Metodos Numericos
Revision de Presaberes Metodos Numericos
 
Metodos jacobi y gauss seidel
Metodos jacobi y gauss seidelMetodos jacobi y gauss seidel
Metodos jacobi y gauss seidel
 
Tema II: Soluciones de Ecuaciones de Una Variable
Tema II: Soluciones de Ecuaciones de Una VariableTema II: Soluciones de Ecuaciones de Una Variable
Tema II: Soluciones de Ecuaciones de Una Variable
 
Matemática II exámenes
Matemática II   exámenesMatemática II   exámenes
Matemática II exámenes
 
Ejercicios jacobi
Ejercicios jacobiEjercicios jacobi
Ejercicios jacobi
 
Leccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosLeccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos Numéricos
 
Punto Fijo
Punto FijoPunto Fijo
Punto Fijo
 

Andere mochten auch

Examen Final Ingles III 2011-II
Examen Final Ingles III 2011-IIExamen Final Ingles III 2011-II
Examen Final Ingles III 2011-IIDiego Perdomo
 
Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1Osiris Mirerus
 
Examen final ingles iv
Examen final ingles ivExamen final ingles iv
Examen final ingles ivDiego Perdomo
 
Seguridad en Dispositivos de Almacenamiento
Seguridad en Dispositivos de AlmacenamientoSeguridad en Dispositivos de Almacenamiento
Seguridad en Dispositivos de AlmacenamientoHugo Alberto Rivera Diaz
 
Leccion evaluativa 2
Leccion evaluativa 2Leccion evaluativa 2
Leccion evaluativa 2Diego Perdomo
 
Presentación unidad 1 redes de computadores luisa ballén
Presentación unidad 1 redes de computadores luisa ballénPresentación unidad 1 redes de computadores luisa ballén
Presentación unidad 1 redes de computadores luisa ballénluisita91
 
CODETEC- Proyecto Final Taller de Investigacion 2
CODETEC- Proyecto Final Taller de Investigacion 2CODETEC- Proyecto Final Taller de Investigacion 2
CODETEC- Proyecto Final Taller de Investigacion 2Hugo Alberto Rivera Diaz
 
Examen Final Metodos Deterministicos
Examen Final Metodos DeterministicosExamen Final Metodos Deterministicos
Examen Final Metodos DeterministicosDiego Perdomo
 
Fractales + Trangulo de Sierpinski en Java
Fractales + Trangulo de Sierpinski  en JavaFractales + Trangulo de Sierpinski  en Java
Fractales + Trangulo de Sierpinski en JavaHugo Alberto Rivera Diaz
 
Aplicación de Sensor CNY70. REPORTE DE PRACTICA
Aplicación  de Sensor CNY70. REPORTE DE PRACTICAAplicación  de Sensor CNY70. REPORTE DE PRACTICA
Aplicación de Sensor CNY70. REPORTE DE PRACTICAHugo Alberto Rivera Diaz
 
Ejemplos de Pantallas con Resoluciones 2k,4k y 8k
Ejemplos de Pantallas con Resoluciones 2k,4k y 8kEjemplos de Pantallas con Resoluciones 2k,4k y 8k
Ejemplos de Pantallas con Resoluciones 2k,4k y 8kHugo Alberto Rivera Diaz
 
Alfabeto, Cadenas, Lenguajes, y Problemas
Alfabeto, Cadenas, Lenguajes, y ProblemasAlfabeto, Cadenas, Lenguajes, y Problemas
Alfabeto, Cadenas, Lenguajes, y ProblemasRaul
 
Conceptos Unidad 1 Lenguajes Automatas Introducción a la Teoría de Lenguaje...
Conceptos Unidad 1 Lenguajes Automatas Introducción  a  la Teoría de Lenguaje...Conceptos Unidad 1 Lenguajes Automatas Introducción  a  la Teoría de Lenguaje...
Conceptos Unidad 1 Lenguajes Automatas Introducción a la Teoría de Lenguaje...Hugo Alberto Rivera Diaz
 

Andere mochten auch (20)

Examen Final Ingles III 2011-II
Examen Final Ingles III 2011-IIExamen Final Ingles III 2011-II
Examen Final Ingles III 2011-II
 
Circuitos electricos
Circuitos electricosCircuitos electricos
Circuitos electricos
 
Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1Alfabetos-Lenguajes y Automatas 1
Alfabetos-Lenguajes y Automatas 1
 
Examen final ingles iv
Examen final ingles ivExamen final ingles iv
Examen final ingles iv
 
Practica7 transferencia registro
Practica7 transferencia registroPractica7 transferencia registro
Practica7 transferencia registro
 
Seguridad en Dispositivos de Almacenamiento
Seguridad en Dispositivos de AlmacenamientoSeguridad en Dispositivos de Almacenamiento
Seguridad en Dispositivos de Almacenamiento
 
Leccion evaluativa 2
Leccion evaluativa 2Leccion evaluativa 2
Leccion evaluativa 2
 
Presentación unidad 1 redes de computadores luisa ballén
Presentación unidad 1 redes de computadores luisa ballénPresentación unidad 1 redes de computadores luisa ballén
Presentación unidad 1 redes de computadores luisa ballén
 
CODETEC- Proyecto Final Taller de Investigacion 2
CODETEC- Proyecto Final Taller de Investigacion 2CODETEC- Proyecto Final Taller de Investigacion 2
CODETEC- Proyecto Final Taller de Investigacion 2
 
Examen Final Metodos Deterministicos
Examen Final Metodos DeterministicosExamen Final Metodos Deterministicos
Examen Final Metodos Deterministicos
 
Fractales + Trangulo de Sierpinski en Java
Fractales + Trangulo de Sierpinski  en JavaFractales + Trangulo de Sierpinski  en Java
Fractales + Trangulo de Sierpinski en Java
 
Wronskyano de ecuacion diferencial 3x3
Wronskyano de ecuacion diferencial 3x3Wronskyano de ecuacion diferencial 3x3
Wronskyano de ecuacion diferencial 3x3
 
Características Generales de EIGRP
Características Generales de EIGRPCaracterísticas Generales de EIGRP
Características Generales de EIGRP
 
Aplicación de Sensor CNY70. REPORTE DE PRACTICA
Aplicación  de Sensor CNY70. REPORTE DE PRACTICAAplicación  de Sensor CNY70. REPORTE DE PRACTICA
Aplicación de Sensor CNY70. REPORTE DE PRACTICA
 
Ejemplos de Pantallas con Resoluciones 2k,4k y 8k
Ejemplos de Pantallas con Resoluciones 2k,4k y 8kEjemplos de Pantallas con Resoluciones 2k,4k y 8k
Ejemplos de Pantallas con Resoluciones 2k,4k y 8k
 
ADMINISTRACION DE BASE DE DATOS UNIDAD 1
ADMINISTRACION DE BASE DE DATOS UNIDAD 1ADMINISTRACION DE BASE DE DATOS UNIDAD 1
ADMINISTRACION DE BASE DE DATOS UNIDAD 1
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Diagrama de transición de estados
Diagrama de transición de estadosDiagrama de transición de estados
Diagrama de transición de estados
 
Alfabeto, Cadenas, Lenguajes, y Problemas
Alfabeto, Cadenas, Lenguajes, y ProblemasAlfabeto, Cadenas, Lenguajes, y Problemas
Alfabeto, Cadenas, Lenguajes, y Problemas
 
Conceptos Unidad 1 Lenguajes Automatas Introducción a la Teoría de Lenguaje...
Conceptos Unidad 1 Lenguajes Automatas Introducción  a  la Teoría de Lenguaje...Conceptos Unidad 1 Lenguajes Automatas Introducción  a  la Teoría de Lenguaje...
Conceptos Unidad 1 Lenguajes Automatas Introducción a la Teoría de Lenguaje...
 

Ähnlich wie Reconocimiento unidad 2

SOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALESSOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALESJagg602
 
Diferenciación e Integración Numérica
Diferenciación e Integración NuméricaDiferenciación e Integración Numérica
Diferenciación e Integración Numéricajdenissse33
 
Diferenciación e integración numérica
Diferenciación e integración numéricaDiferenciación e integración numérica
Diferenciación e integración numéricaArmany1
 
Presetacion de numerica_mandar
Presetacion de numerica_mandarPresetacion de numerica_mandar
Presetacion de numerica_mandarGABRIELATOLEDO44
 
Metodos de Optimizacion
Metodos de OptimizacionMetodos de Optimizacion
Metodos de OptimizacionLuisFeSilva
 
Actividad slideshare
Actividad slideshareActividad slideshare
Actividad slideshareLuis Verde
 
DIFERENCIACION E INTEGRACION NUMERICA
DIFERENCIACION E INTEGRACION NUMERICA  DIFERENCIACION E INTEGRACION NUMERICA
DIFERENCIACION E INTEGRACION NUMERICA JoseGonzalezOlivera1
 
Analisis numericoi tema4_matlab
Analisis numericoi tema4_matlabAnalisis numericoi tema4_matlab
Analisis numericoi tema4_matlabDivum Tyhuj
 
Métodos numéricos - Solución de Raíces De Ecuaciones
Métodos numéricos - Solución de Raíces De EcuacionesMétodos numéricos - Solución de Raíces De Ecuaciones
Métodos numéricos - Solución de Raíces De EcuacionesDavid A. Baxin López
 
MÉTODOS NUMÉRICOS
MÉTODOS NUMÉRICOSMÉTODOS NUMÉRICOS
MÉTODOS NUMÉRICOSAnahi Daza
 
Derivada
DerivadaDerivada
Derivadauneve
 
Presetacion de numerica mandar
Presetacion de numerica mandarPresetacion de numerica mandar
Presetacion de numerica mandarLeo Karaz
 
Wilmerperoza.coordenadaspolares
Wilmerperoza.coordenadaspolaresWilmerperoza.coordenadaspolares
Wilmerperoza.coordenadaspolareswilmerperoza
 
Métodos de bisección
Métodos de bisecciónMétodos de bisección
Métodos de bisecciónjavicoxxx
 
Leccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos NumericosLeccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos NumericosDiego Perdomo
 

Ähnlich wie Reconocimiento unidad 2 (20)

SOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALESSOLUCION DE ECUACIONES NO LINEALES
SOLUCION DE ECUACIONES NO LINEALES
 
Diferenciación e Integración Numérica
Diferenciación e Integración NuméricaDiferenciación e Integración Numérica
Diferenciación e Integración Numérica
 
Diferenciación e integración numérica
Diferenciación e integración numéricaDiferenciación e integración numérica
Diferenciación e integración numérica
 
Presetacion de numerica_mandar
Presetacion de numerica_mandarPresetacion de numerica_mandar
Presetacion de numerica_mandar
 
Metodos de Optimizacion
Metodos de OptimizacionMetodos de Optimizacion
Metodos de Optimizacion
 
Actividad slideshare
Actividad slideshareActividad slideshare
Actividad slideshare
 
DIFERENCIACION E INTEGRACION NUMERICA
DIFERENCIACION E INTEGRACION NUMERICA  DIFERENCIACION E INTEGRACION NUMERICA
DIFERENCIACION E INTEGRACION NUMERICA
 
Matematicas.
Matematicas.Matematicas.
Matematicas.
 
Matematicas.
Matematicas.Matematicas.
Matematicas.
 
Analisis numericoi tema4_matlab
Analisis numericoi tema4_matlabAnalisis numericoi tema4_matlab
Analisis numericoi tema4_matlab
 
Metodos numericos equipo 3
Metodos numericos equipo 3Metodos numericos equipo 3
Metodos numericos equipo 3
 
Métodos numéricos - Solución de Raíces De Ecuaciones
Métodos numéricos - Solución de Raíces De EcuacionesMétodos numéricos - Solución de Raíces De Ecuaciones
Métodos numéricos - Solución de Raíces De Ecuaciones
 
MÉTODOS NUMÉRICOS
MÉTODOS NUMÉRICOSMÉTODOS NUMÉRICOS
MÉTODOS NUMÉRICOS
 
Derivada
DerivadaDerivada
Derivada
 
Matematica ii
Matematica iiMatematica ii
Matematica ii
 
Presetacion de numerica mandar
Presetacion de numerica mandarPresetacion de numerica mandar
Presetacion de numerica mandar
 
Métodos numéricos. Unidad 2.
Métodos numéricos. Unidad 2.Métodos numéricos. Unidad 2.
Métodos numéricos. Unidad 2.
 
Wilmerperoza.coordenadaspolares
Wilmerperoza.coordenadaspolaresWilmerperoza.coordenadaspolares
Wilmerperoza.coordenadaspolares
 
Métodos de bisección
Métodos de bisecciónMétodos de bisección
Métodos de bisección
 
Leccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos NumericosLeccion evaluativa 3 Metodos Numericos
Leccion evaluativa 3 Metodos Numericos
 

Kürzlich hochgeladen

Escrito administrativo técnico y comerciales
Escrito administrativo técnico y comercialesEscrito administrativo técnico y comerciales
Escrito administrativo técnico y comercialesmelanieteresacontrer
 
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdfDemetrio Ccesa Rayme
 
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdfConcurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
PSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdf
PSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdfPSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdf
PSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdfCarlosAntonio456574
 
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdfDemetrio Ccesa Rayme
 
UNIDAD DE APRENDIZAJE MARZO 2024.docx para educacion
UNIDAD DE APRENDIZAJE MARZO 2024.docx para educacionUNIDAD DE APRENDIZAJE MARZO 2024.docx para educacion
UNIDAD DE APRENDIZAJE MARZO 2024.docx para educacionCarolVigo1
 
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdfDemetrio Ccesa Rayme
 
ficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primariaficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primariamichel carlos Capillo Dominguez
 
Programación Anual 2024 - CIENCIAS SOCIALES.docx
Programación Anual 2024  - CIENCIAS SOCIALES.docxProgramación Anual 2024  - CIENCIAS SOCIALES.docx
Programación Anual 2024 - CIENCIAS SOCIALES.docxJhordanBenitesSanche1
 
Xardín de San Carlos (A Coruña) IES Monelos
Xardín de San Carlos (A Coruña) IES MonelosXardín de San Carlos (A Coruña) IES Monelos
Xardín de San Carlos (A Coruña) IES MonelosAgrela Elvixeo
 
la forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolarla forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolarCa Ut
 
plan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaplan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaElizabeth252489
 
Kirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkKirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkMaximilianoMaldonado17
 
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdfAnna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdfSaraGabrielaPrezPonc
 
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLAEL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 
Semana Santa en Popayán para el año 2024
Semana Santa en Popayán para el año 2024Semana Santa en Popayán para el año 2024
Semana Santa en Popayán para el año 2024yaco173
 
sociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercerosociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre terceroCEIP TIERRA DE PINARES
 
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAJAVIER SOLIS NOYOLA
 

Kürzlich hochgeladen (20)

Escrito administrativo técnico y comerciales
Escrito administrativo técnico y comercialesEscrito administrativo técnico y comerciales
Escrito administrativo técnico y comerciales
 
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C2 Secundaria Ccesa007.pdf
 
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdfConcurso de Innovación Pedagógica  T2  FONDEP 2024 Ccesa007.pdf
Concurso de Innovación Pedagógica T2 FONDEP 2024 Ccesa007.pdf
 
PSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdf
PSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdfPSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdf
PSICOLOGÍA. UNA INTRODUCCIÓN. ALCIRA ORSINI Y LETICIA BOSSELLINI 3.pdf
 
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 5to  C1 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 5to C1 Secundaria Ccesa007.pdf
 
UNIDAD DE APRENDIZAJE MARZO 2024.docx para educacion
UNIDAD DE APRENDIZAJE MARZO 2024.docx para educacionUNIDAD DE APRENDIZAJE MARZO 2024.docx para educacion
UNIDAD DE APRENDIZAJE MARZO 2024.docx para educacion
 
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdfEvaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
Evaluacion Diagnostica Matematica 2do C2 Secundaria Ccesa007.pdf
 
ficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primariaficha de aplicacion para estudiantes El agua para niños de primaria
ficha de aplicacion para estudiantes El agua para niños de primaria
 
Programación Anual 2024 - CIENCIAS SOCIALES.docx
Programación Anual 2024  - CIENCIAS SOCIALES.docxProgramación Anual 2024  - CIENCIAS SOCIALES.docx
Programación Anual 2024 - CIENCIAS SOCIALES.docx
 
Xardín de San Carlos (A Coruña) IES Monelos
Xardín de San Carlos (A Coruña) IES MonelosXardín de San Carlos (A Coruña) IES Monelos
Xardín de San Carlos (A Coruña) IES Monelos
 
la forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolarla forma de los objetos expresión gráfica preescolar
la forma de los objetos expresión gráfica preescolar
 
plan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primariaplan espacios inspiradores para nivel primaria
plan espacios inspiradores para nivel primaria
 
Kirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 linkKirpi-el-erizo libro descargar pdf 1 link
Kirpi-el-erizo libro descargar pdf 1 link
 
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdfAnna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
Anna Llenas Serra. El monstruo de colores. Doctor de emociones.pdf
 
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLAEL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
EL BRILLO DEL ECLIPSE (CUENTO LITERARIO). Autor y diseñador JAVIER SOLIS NOYOLA
 
Semana Santa en Popayán para el año 2024
Semana Santa en Popayán para el año 2024Semana Santa en Popayán para el año 2024
Semana Santa en Popayán para el año 2024
 
VISITA DE ESTUDO À CRUZ VERMELHA _
VISITA DE ESTUDO À CRUZ VERMELHA                   _VISITA DE ESTUDO À CRUZ VERMELHA                   _
VISITA DE ESTUDO À CRUZ VERMELHA _
 
sociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercerosociales ciencias segundo trimestre tercero
sociales ciencias segundo trimestre tercero
 
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLAEL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
EL ECLIPSE DE LA PAZ (cuento literario). Autor y diseñador JAVIER SOLIS NOYOLA
 
Tema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdf
Tema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdfTema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdf
Tema 5.- BASES DE DATOS Y GESTIÓN DE LA INF. PARA EL MARKETING.pdf
 

Reconocimiento unidad 2

  • 1. Sección dorada La búsqueda de la sección dorada es una técnica simple, es la búsqueda de una sola variable de propósito general. Es similar que la utilizada en el método de bisección para localizar raíces. Recordando el método de bisección para encontrar las raíces se hace necesario ubicar un intervalo definido donde se encuentre dicha raíz, y se especifica un valor inicial inferior x1 u un valor inicial superior x2. La presencia de una raíz entre estas fronteras se determina hallando f(x1) y f(x2) que deben tener signos diferentes; y la raíz se localiza como el punto medio de este intervalo El paso siguiente es establecer un intervalo más pequeño para hallar la aproximación de la raíz. Podemos ahora desarrollar un proceso similar para localizar la raíz óptima de una función unidimensional. Igualmente que el método de Bisección, se inicia definiendo un intervalo que contenga una sola respuesta, es decir un intervalo que contenga un máximo, y por esto es llamado unimodal. Adoptando la misma nomenclatura del método de bisección. Pero en vez de buscar los dos valores función para detectar un cambio de signo, y por tanto el cero, se necesitaran tres valores función para detectar si ocurre un máximo. Así, se ha de escoger un punto adicional dentro del intervalo. Después se toma un cuarto punto. Si Rango de A = Rango de B el sistema es: Consistente y tenemos dos posibilidades: Si Rango de A = n el sistema tiene solución única y Si Rango de A < n el sistema tendrá infinitas soluciones Si el vector b es cero se dice que el sistema es: Homogéneo EL GRADIENTE. Suponga que se tiene una función en dos dimensiones f(x, y). Un ejemplo podría ser su altura sobre una montaña (a, b) y quiere saber la pendiente en una dirección arbitraria. Una forma de definir la dirección es a lo largo de un nuevo eje h que forma un ángulo θ con el eje x. La elevación a lo largo de este nuevo eje puede pensarse como una nueva función g. Si usted define su posición como si estuviera en el origen de este eje (es decir, h=0), la pendiente en esta dirección podría designarse como g’(x). Esta pendiente, que es llamada derivada direccional, se puede calcular a partir de las derivadas parciales a los largo de los ejes x e y por Donde las derivadas son evaluadas con x=a y y=b.
  • 2. Suponiendo que su meta es obtener la mayor elevación con el segundo paso, ahora la pregunta lógica podría ser: ¿En qué dirección está el paso de ascenso? La respuesta es clara, porque matemáticamente se hace referencia a él como el gradiente, el cual se define como Este vector también es referido como “del f”. El cual representa la derivada direccional de f(x,y) en el punto x=a y y=b. EJEMPLO Utilización del gradiente para evaluar la trayectoria de paso ascendente Enunciado del problema: Emplee el gradiente para evaluar la dirección del paso ascendente para la función f(x, y)= xy2 En el punto (2,2). Se considera que la x positiva está dirigida hacia el este y la y positiva apunta al norte. Solución. Primero, la evaluación se puede determinar como f(4,2) = 2(2)2 = 8 Ahora, las derivadas parciales pueden ser evaluadas, Las cuales se pueden usar para determinar el gradiente como ∆f = 4i + 8j El método de Gauss normal, presenta dos problemas, el primero proviene de encontrar en alguna de las sucesivas etapas, algún coeficiente diagonal igual a cero y el segundo es: debido a los errores de redondeo que se pueden producir en este método Debido a los errores de redondeo que se pueden producir en este método Teniendo en cuenta la lección anterior, entonces ¿Cuál de los siguientes métodos se considera como un método iterativo?: Método de Gauss-Seidel
  • 3. INTERPOLACIÓN En el capítulo 2 de la unidad 2 estudiaremos la aproximación de funciones disponibles en forma directa (puntos tabulados), con funciones analíticas sencillas, o bien de aproximación de funciones cuya complicada naturaleza exija un remplazo por funciones más simples. La enorme ventaja de aproximar información discreta o funciones complejas, con funciones analíticas sencillas, radica en su mayor facilidad de evaluación y manipulación, situación necesaria en el campo de la ingeniería. Las funciones de aproximación se obtienen por combinaciones lineales de elementos de familias de funciones denominadas elementales. En general tendrán la forma: a0g0(x) + a1g1(x) +…+angn(x), Donde ai, con i ? i ? n, son constantes por determinar gi(x) funciones de una familia particular. Los monomios en x (x0, x1, x2,…) constituyen la familia o grupo más empleado; sus combinaciones generan aproximaciones del tipo polinomial a0 + a1x + a2x2 +…+ anxn Además del polinomial existen otros grupos como el exponencial y el grupo de las funciones de Fourier. Y son lo más comunes por su facilidad de manejo en evaluaciones, integraciones, derivaciones, etc. Una de las técnicas que nos permite aproximar a un polinomio una serie de puntos, es el conocido como método de mínimos cuadrados, que en métodos numéricos esta detallado como ajuste de curvas, por su ajuste exacto. Y su modo de ajuste consiste en encontrar una función polinomial que pase por los puntos dados y que satisfaga la condición de minimizar la suma de sus desviaciones elevadas al cuadrado. Una vez obtenido el polinomio de aproximación, este se puede usar para obtener otros puntos adicionales a los existentes, mediante una evaluación conocida como interpolación. Los puntos más relevantes de este capítulo, las cuales estudiaremos y estará sentado en la lección evaluativa son la Interpolación como concepto, Los polinomios de Lagrange, las diferencias divididas, la aproximación polinomial de Newton, el método de mínimos cuadrados (como ajuste de Curvas) y algunos conceptos de la transformada de Fourier. Polinomios de interpolación de Lagrange Un polinomio de interpolación de Lagrange, p se define en la forma:
  • 4. en donde l0,l1,…, ln son polinomios que dependen sólo de los nodos tabulados x0, x1,…,xn, pero no de las ordenadas y0, y1,…,yn. La fórmula general del polinomio li(x)es: Para el conjunto de nodos x0, x1,…,xn, estos polinomios son conocidos como funciones cardinales. Utilizando estos polinomios en la ecuación obtenemos la forma exacta del polinomio de interpolación de LaGrange. Ejemplo: Suponga la siguiente tabla de datos: x 5 -7 6 0 y 1 -23 -54 -954 Construya las funciones cardinales para el conjunto de nodos dado y el polinomio de interpolación de LaGrange correspondiente. Las funciones cardinales, empleando la expresión, resultan ser: El polinomio de interpolación de LaGrange es: p3(x) = l0(x)-23l1(x)-54l2(x)-954l3(x) De acuerdo al ejemplo realizado en la lectura anterior, se encontró que el coeficiente del polinomio de LaGrange l3(x) es: -954 Una de las técnicas que nos permite aproximar a un polinomio una serie de puntos, es el conocido como método de mínimos cuadrados, que en métodos numéricos esta detallado como: Ajuste de curvas Interpolación por diferencias divididas de Newton El caso más sencillo se presenta cuando queremos interpolar dos puntos, (x0, y0), (x1, y1), obteniéndose la muy conocida función lineal que une dos puntos:
  • 5. Si los puntos pertenecen a la gráfica de una función f(x), la pendiente , que tiene una forma de diferencias divididas, representa una aproximación muy global de la primera derivada de f(x), con x variando en el intervalo [x0, x1]. En el caso de tres puntos (x0, y0), (x1, y1), (x2, y2), en principio se busca el polinomio de interpolación de grado dos de la forma P(x) = b0 + b1(x – x0) + b2(x – x0)(x – x1) Al evaluar el polinomio en cada uno de los tres puntos y despejando b1, b2, y b3, se obtiene: Una forma sencilla de hacer los cálculos anteriores es determinando sucesivamente las entradas de un arreglo triangular: Donde f[xi] = yi para i = 0, 1, 2. En la diagonal de este arreglo triangular aparecen los valores b0, b1 y b2. A manera de ejemplo con una cantidad mayor de puntos, determinemos por el método de diferencias divididas de Newton el polinomio interpolante que pasa por los puntos (1, 4), (3, 1), (4.5, 5) y (7,3). El arreglo triangular en este caso toma la forma específica: Se concluye entonces que
  • 6. Teniendo en cuenta el ejemplo para visualizar el método de Interpolación de Diferencias Divididas de Newton, se halló que los coeficientes de x y x3 son: -13,4619 y -0,3429 En el caso de tres puntos (x0, y0), (x1, y1), (x2, y2), en principio se busca el polinomio de interpolación de: Grado dos Ajuste de curvas El ajuste de curvas consiste en encontrar una curva que contenga una serie de puntos y que posiblemente cumpla una serie de restricciones adicionales. Esta sección es una introducción tanto a la interpolación (cuando se espera un ajuste exacto a determinadas restricciones) y al ajuste de curvas/análisis de regresión (cuando se permite una aproximación). Ajuste de líneas y curvas polinómicas a puntos Empecemos con una ecuación polinómica de primer grado: y= ax + b Esta línea tiene pendientea. Sabemos que habrá una línea conectando dos puntos cualesquiera. Por tanto, una ecuación polinómica de primer grado es un ajuste perfecto entre dos puntos. Si aumentamos el orden de la ecuación a la de un polinomio de segundo grado, obtenemos: y = ax2 + bx + c Esto se ajustará exactamente a tres puntos. Si aumentamos el orden de la ecuación a la de un polinomio de tercer grado, obtenemos: y = ax3 + bx2 + cx + d Que se ajustará a cuatro puntos. Una forma más general de decirlo es que se ajustará exactamente a cuatro restricciones. Cada restricción puede ser un punto, un ángulo o una curvatura (que es el recíproco del radio, o (1/R). Las restricciones de ángulo y curvatura se suelen añadir a los extremos de una curva, y en tales casos se les llama condiciones finales. A menudo se usan condiciones finales idénticas para asegurar una transición suave entre curvas polinómicas contenidas en una única spline. También se pueden añadir restricciones de orden alto, como "el cambio en la tasa de curvatura". Esto, por ejemplo, sería útil en diseños de intercambios en trébol para incorporaciones a autopistas, para entender las fuerzas a las que somete a un vehículo y poder establecer límites razonables de velocidad.
  • 7. Si tenemos más de n + 1 restricciones (siendo n el grado del polinomio), aún podemos hacer pasar la curva polinómica por ellas. No es seguro que vaya a existir un ajuste exacto a todas ellas (pero podría suceder, por ejemplo, en el caso de un polinomio de primer grado que se ajusta a tres puntos colineales). En general, sin embargo, se necesita algún método para evaluar cada aproximación. El método de mínimos cuadrados es una manera de comparar las desviaciones. Ahora bien, podríamos preguntarnos la razón de querer un ajuste aproximado cuando podríamos simplemente aumentar el grado de la ecuación polinómica para obtener un ajuste exacto. Existen varias:  Incluso si existe un ajuste exacto, no quiere decir necesariamente que podamos encontrarlo. Dependiendo del algoritmo que se use, podríamos encontrar un caso divergente, donde no se podría calcular el ajuste exacto, o el coste computacional de encontrar la solución podría ser muy alto. De cualquier modo, tendríamos que acabar aceptando una solución aproximada.  Quizá prefiramos el efecto de promediar datos cuestionables en una muestra, en lugar de distorsionar la curva para que se ajuste a ellos de forma exacta.  Los polinomios de orden superior pueden oscilar mucho. Si hacemos pasar una curva por los puntos A y B, esperaríamos que la curva pase también cerca del punto medio entre A y B. Esto puede no suceder con curvas polinómicas de grados altos, ya que pueden tener valores de magnitud positiva o negativa muy grande. Con polinomios de grado bajo existen más posibilidades de que la curva pase cerca del punto medio (y queda garantizado que pasará exactamente por ahí, en los de primer grado).  Los polinomios de orden bajo tienden a ser suaves y las curvas de los polinomios de orden alto tienden a ser "bulbosas". Para definir esto con más precisión, el número máximo de puntos de inflexión de una curva polinómica es n-2, donde n es el orden de la ecuación polinómica. Un punto de inflexión es el lugar de una curva donde cambia de radio positivo a negativo. Obsérvese que la "bulbosidad" de los polinomios de orden alto es sólo una posibilidad, ya que también pueden ser suaves, pero no existen garantías, al contrario que sucede con los polinomios de orden bajo. Un polinomio de grado quince podría tener, como máximo, trece puntos de inflexión, pero podría tener también doce, once, o cualquier número hasta cero. Ahora que hemos hablado del uso de grados demasiado bajos para conseguir un ajuste exacto, comentemos qué sucede si el grado de una curva polinómica es mayor del necesario para dicho ajuste. Esto es malo por las razones comentadas anteriormente si los polinomios son de orden alto, pero también nos lleva a un caso en que exista un número infinito de soluciones. Por ejemplo, un polinomio de primer grado (una línea) restringido por un único punto, en lugar de los dos habituales, nos dará un número infinito de soluciones. Esto nos trae el problema de cómo comparar y escoger una solución única, lo que puede ser un problema tanto para humanos como para el software. Por esta razón es mejor escoger el polinomio de menor grado posible para obtener un ajuste exacto en todas las restricciones, y quizá incluso un grado menor si es aceptable una aproximación al ajuste.
  • 8. Teniendo en cuenta la lectura entonces: "Un polinomio de grado quince podría tener, como máximo": Trece puntos de inflexión El polinomio y = ax3 + bx2 + cx + d de tercer grado se ajusta a: Cuatro puntos