Instituto Tecnológico de la Laguna
Ing. Mecatrónica
Métodos Numéricos
Práctica 2 Octave
Ing. Lucero de Santiago
Marco Antonio Ríos Vera 19130356
Newton:
La interpolación de Newton es un método utilizado para encontrar un polinomio que pase
exactamente por un conjunto dado de puntos. Este polinomio se construye de manera
progresiva usando un enfoque que utiliza diferencias divididas para calcular los
coeficientes del polinomio. El polinomio resultante puede ser expresado como una suma de
términos que involucran las diferencias divididas y las diferencias de los puntos x.
A diferencia de otros métodos de interpolación como el de Lagrange, la interpolación de
Newton permite actualizar fácilmente el polinomio cuando se agregan nuevos puntos, sin
tener que rehacer todos los cálculos. Esta propiedad la hace más eficiente cuando se
trabaja con grandes cantidades de datos.
Puntos Clave:
- El polinomio de interpolación de Newton tiene una forma incremental que facilita
la adición de nuevos puntos sin recalcular todo desde el inicio.
- Las diferencias divididas son una forma de calcular los coeficientes del polinomio,
basadas en los valores de los puntos de interpolación, y se calculan de manera
sucesiva para obtener el valor de cada coeficiente.
- Es más eficiente y numéricamente estable que algunos otros métodos,
especialmente cuando se tienen muchos puntos de datos.
La práctica consistía en que implementar un ejercicio realizado a mano y por nosotros
mismos para así representarlo en el programa octave de la siguiente manera:
en octave quedaría de la siguiente manera:
dándonos una respuesta de:
graficando quedaría de la siguiente manera:
Interpolación de Lagrange:
El polinomio de Lagrange se construye sumando varios términos, donde cada término está
relacionado con un punto específico de los datos. Cada uno de estos términos es un
polinomio que es 1 en el punto correspondiente y 0 en los demás puntos. Así, cada
término contribuye al polinomio final sólo en el punto donde su valor es 1, y el polinomio
resultante pasa por todos los puntos.
Este ejercicio es un poco más laborioso pero en octave se hace mas directo ya que todo lo
hace automático.
Primero lo resolvimos a mano dándonos el siguiente resultado:
como se observa en las hojas, este trabajo se realizan iteración, lo cual en el código no y
todo lo hace directo, mostrado como a continuación:
se observa que tiene la fórmula general y también los valores donde se encuentra la
interpolación y corriendo el programa nos da la siguiente respuesta en la ventana de
comando:
con lo cual podemos comprobar que la respuesta de hecha a mano está hecha de manera
correcta.
Regresión Lineal en Octave:
La regresión lineal es una técnica estadística y de machine learning utilizada para modelar
la relación entre una variable dependiente (también llamada respuesta o salida) y una o más
variables independientes (también llamadas explicativas o predictores). Su objetivo es
encontrar la línea (o el plano en el caso de múltiples variables) que mejor se ajusta a un
conjunto de datos.
En el ejercicio es una tabla en la que había una producción de autos al año y teníamos que
encontrar la producción años más tarde:
resolviendolo nos queda un margen del 94% en el coeficiente de correlación, lo cual los
puntos en una gráfica nos dice que si estará cerca de la recta pero no pasará por ellos
Verificamos en la ventana de comandos que el resultado coincide y observamos la gráfica
Como se observa, no tenemos la recta por los puntos y esto es a lo ya debido dicho, lo cual
también, hay reglas que siguen acerca de errores y al montar el código nos coincide en el
resultado, y como los resultados a mano coinciden, entonces las reglas estan correcto y el
resultado es correcto.
Conclusión
Concluimos con los ejercicios correctos al implementarlos en el octave, lo usamos para
practicar y comprobar que el ejercicio puede ser hecho de manera correcta, por lo que es
más fácil tener el código e ingresar los valor de los problemas y así tener la respuesta mas
rapida, pero también comprobar que el codigo este correcto, si no saldría contraproducente.
concluimos nuevamente con el conocimiento y la habilidad de graficar los problemas de
clase a octave.
