INTERPOLACIÓN

En este capítulo estudiaremos el importantísimo tema de la interpolación de datos. Veremos dos tipos de interpolación: la interpolación polinomial y la interpolación segmentaria (splines). Comencemos dando la definición general. Definición. Dados

n  1 puntos que corresponden a los datos:

y los cuales se representan gráficamente como puntos en el plano cartesiano,

Si existe una función

x0

x1

.

f (x ) definida en el intervalo ?x0 , xn A (donde suponemos que xn f ( xi ) ! yi i ! 0,1, 2,. , n , entonces a f (x) se le ), tal que para

llama una función de interpolaciónde los datos, cuando es usada para aproximar valores dentro del intervalo 0 n , y se le llama función de extrapolación de los datos, cuando está definida y es usada para aproximar valores fuera del intervalo.

?x , x A

Evidentemente pueden existir varios tipos de funciones que interpolen los mismos datos; por ejemplo, funciones trigonométricas, funciones exponenciales, funciones polinomiales, combinaciones de éstas, etc. El tipo de interpolación que uno elige, depende generalmente de la naturaleza de los datos que se están manejando, así como de los valores intermedios que se están esperando. Un tipo muy importante es la interpolación por funciones polinomiales. Puesto que evidentemente pueden existir una infinidad de funciones polinomiales de interpolación

para una misma tabla de datos, se hace una petición extra para que el polinomio de interpolación , sea único. Definición.Un polinomio de interpolación es una función polinomial que además de interpolar los datos, es el de menor grado posible. Caso n=0 Tenemos los datos:

En este caso, tenemos que menor grado tal que Caso n=1 Tenemos los datos:

f ( x ) ! y0 (polinomio constante) es el polinomio de

f ( x0 ) ! y0 , por lo tanto, es el polinomio de interpolación.

En este caso, el polinomio de interpolación es la función lineal que une a los dos puntos dados. Por lo tanto, tenemosque

f ( x ) ! y0 
es el polinomio de interpolación. La siguiente gráfica representa este caso:

y1  y0 ( x  x0 ) x1  x0

Observación. Vemos que en el polinomio de interpolación del caso n=1se encuentra como primer término,

y0

, que es el polinomio de interpolación del caso n=0.

Continuemos: Caso n=2

planteamos el polinomio de interpolación como sigue: f ( x) ! b0  b1 ( x  x0 )  b2 ( x  x0 )( x  x1 ) Si asignamos resultado: x ! x0 . quedándonos el f ( x0 ) ! b0 Como se debe cumplir que f ( x0 ) ! y 0 . el valor de b2 queda anulado.Tenemos los datos: Para este caso. entonces y1 ! b0  b1 ( x1  x0 ) b . entonces: y0 ! b0 Si asignamos x ! x1 . resultando lo siguiente: f ( x1 ) ! b0  b1 ( x1  x0 ) Como se debe cumplir que f ( x1 ) ! y1 y ya sabemos que y0 ! b0 . b sustituímos estos datos para después despejar el valor de 2 : . el polinomio de interpolación va a ser un polinomio de grado 2. de lo cual obtenemos el valor para 1 : y1  y0 ! b1 x1  x0 Asignando x ! x2 . Tomando en cuenta la observación anterior. vamos a obtener : f ( x2 ) ! b0  b1 ( x2  x0 )  b2 ( x2  x0 )( x2  x1 ) y1  y0 ! b1 f ( x2 ) ! y2 . intuímos que el polinomio de interpolación será como sigue: término cuadrático Por lo tanto. y ya sabemos que y0 ! b0 y x1  x0 Como se debe cumplir que . se anulan los valores de b1 y b2 .

y2 ! y0  y1  y0 ( x2  x0 )  b2 ( x2  x0 )( x2  x1 ) x1  x0 De lo cual podemos hacer un despeje parcial para lograr la siguiente igualdad : y2  y0  y1  y0 ( x2  x0 ) x1  x0 ! b2 ( x2  x0 ) x2  x1 .

el polinomio de interpolación para este caso es: Observación. aplicamos un poco de álgebra para así obtener los siguientes resultados: Y finalmente despejando a b2 vamos a obtener : y2  y1 y1  y0  x2  x1 x1  x0 b2 ! x2  x0 Por lo tanto. Ahora en el numerador del miembro izquierdo de la igualdad. . le sumamos un cero de tal manera que no se altere la igualdad: A continuación. y1  y1 .

x j . pero además vemos que cada uno de los coeficientes del polinomio de interpolación. . Esto da lugar a la definición de diferencias divididas finitas de Newton.Vemos que efectivamente el polinomio de interpolación contiene al del caso anterior.. x0 ] ! Y donde a su vez: f [ x3 . se forman a base de cocientes de diferencias de cocientes de diferencias. x j ] ! f ( xi )  f ( x j ) xi  x j f [ xi . xk ] ! y y y f [ xn . como sigue: DIFERENCIAS DIVIDIDAS FINITAS DE NEWTON Las diferencias divididas finitas de Newton. x1 ]  f [ x2 . se define de la siguiente manera: f [ xi . xn 1 . etc. x2 ] ! etc. x0 ] ! donde a suvez: f [ x3 . x1 ] x3  x1 f [ x2 . .. x0 ] ! f [ xn . x1 ] ! y f [ x2 . x1 . x0 ] x3  x0 f [ x3 . x1 . más un término extra que es de un grado mayor. x1 ]  f [ xn 1 . x1. x2 . . Podemos ahora definir nuestro primer tipo de polinomio de interpolación. . x2 ]  f [ x2 . x1 . xk ] xi  xk f [ xi . x2 .. x1 ]  f [ x1. x0 ] xn  x0 A manera de ejemplo citemos el siguiente caso específico : f [ x3 . x2 . x0 ] x2  x01 f ( x3 )  f ( x2 ) x3  x2 f [ x3 . x j ]  f [ x j .

POLINOMIO DE INTERPOLACIÓN DE NEWTON CON DIFERENCIAS DIVIDIDAS n  1 datos: Dados .El polinomio de interpolación de Newton se define de la siguiente manera: f .

x ! b0  b1 .

x  x0  b2 .

x  x0 .

x  x1  .  bn .

x  x0 .

x  x1 . .

x  xn 1 donde : b0 ! f .

se encuentran en la parte superior de la tabla de diferencias divididas. Calcular la tabla de diferencias divididas finitas con los siguientes datos : Y utilizar la información de dicha tabla. b .. es conveniente construir una tabla de Obsérvese que los coeficientes del polinomio de interpolación de Newton. x0 A bn ! f ?xn . x0 ] / b2 ! f ?x2 . bn . Ejemplo 1.x0 b1 ! f [ x1 . .. para construir el polinomio de interpolación de Newton. . x1 . . x0 A Para calcular los coeficientes 0 1 diferencias divididas como la siguiente : b .

Calcular la tabla de diferencias divididas finitas con los siguientes datos : Y usar la información en la tabla.Procedemoscomosigue: Por lo tanto el polinomio de interpolación de Newton nos queda : f ( x) ! 5  3( x  3)  1. para construir el polinomio de interpolación de Newton. Procedemoscomosigue: Por lo tanto el polinomio de interpolación de Newton es : f ( x ) ! 4  2( x  2)  0.66667 ( x  3)( x  2)  0.20238 ( x  3)( x  2)( x) Antes de ver el siguiente tipo de polinomio de interpolación. . veamos como el imponer la restricción del grado mínimo. Solución.25( x  2)( x  1)  0.3( x  2)( x  1)( x  2) Ejemplo 2.Solución. implica la unicidad del polinomio de interpolación. TEOREMA .

. . . entonces para valores arbitrarios y0 . . yn f n . y1 .x0 . x1 . xn son números reales distintos.

y tal que: f n . de a lo más grado n.x Si existe un polinomio único .

1. no probaremos formalmente la existencia de un polinomio de interpolación. aunque informalmente aceptamos que dada cualquier tabla de datos. n DEMOSTRACIÓN. Probemos la unicidad del polinomio de interpolación.. el polinomio de Newton siempre existe. Supongamos que Sea g n . En realidad. . 2.xi ! yi para toda i ! 0.

hn .x es otro polinomio de interpolación de a lo más grado n.

x ! f n .

x  g n .

x @ hn .

xi ! f n .

xi  g n .

xi ! yi  yi ! 0 para todo i ! 0.1. . 2 . n hn .

y es un polinomio de grado a lo h .x n  1 raíces distintas.

Por lo tanto. tiene @ f n . esto solamente es posible si n .x ! 0 más n.

x ! g n .

otra mediante el polinomio de Lagrange. POLINOMIO DE INTERPOLACIÓN DE LAGRANGE Nuevamente tenemos los datos : El polinomio de interpolación de Lagrange se plantea como sigue: P ( x ) ! y0l0 ( x)  y1l1 ( x)  . Sin embargo.  yn ln ( x) Donde los polinomios la tabla de datos.x Que es lo que queríamos probar. aunque el polinomio de interpolación es único. pueden existir diversas formas de encontrarlo. li (x) se llaman los polinomios de Lagrange. correspondientes a . es mediante el polinomio de Newton. Una.

Como se debe satisfacer que para toda i { 0. P( x1 ) ! y1 . esto se cumple si l1 ( x1 ) ! 1 y li ( x1 ) ! 0 para Pn .

xn ! yn se cumple si Como se debe satisfacer que toda i { 1. l .

Para ser más claros. Esto nos sugiere como plantear los polinomios de Lagrange.x Y así sucesivamente. veremos finalmente que la condición i n y para toda i { n . ln .

xn ! 1 ! 0 l0 ( x) . De acuerdo al análisis anterior vemos l ( x) : que deben cumplirse las siguientes condiciones para 0 l0 ( x0 ) ! 1 y l0 ( x j ) ! 0 . planteamos l0 ( x ) lo . para toda j { 0 analicemos detenidamente el polinomio Por lo tanto.

x ! c .

x  x1 .

x  x2 . .

x  xn l ( x) Con esto se cumple la segunda condición sobre 0 . La constante c se determinará para hacer que se cumpla la primera condición: l0 .

x0 ! 1   1 ! c .

x0  x1 .

.x0  x2 .

x0  xn 1  c! .

x0  x1 .

.x0  x2 .

x0  xn Por lo tanto el polinomio l0 ( x ) l0 .

x ! Análogamente se puede deducir que: l j .

Tenemosque:   ( x0 ) ! y0 . para Ejemplo 1 Calcular el polinomio de Lagrange usando los siguientes datos: Solución. esto se cumple si l 0 ( x0 ) ! 1 y li ( x0 ) ! 0 como sigue: queda definido como: .x ! — (x  x ) i — (x i{ j i{ j j  xi ) .

x  x1 .

.x  x2 .

x  xn .

x0  x1 .

x0  x2 . .

.x0  xn j ! 1.. n .

el polinomio de Lagrange queda definido como sigue: « ( x  3)( x  5)( x  7) » « ( x  1)( x  5)( x  7) » « ( x  1)( x  3)( x  7) » « ( x  1)( x  3)( x  5) » f ( x) ! ¬ ¼¬ ¼¬ ¼¬ ¼ 24 16 8 16 ­ ½ ­ ½ ­ ½ ­ ½ Ejemplo 2. Calcular el polinomio de Lagrange usando los siguientes datos: Solución.Tenemosque: f ( x) ! y0l0 ( x)  y1l1 ( x)  y2l ( x)  y3l3 ( x ) f ( x) ! l0 ( x)  l1 ( x )  3l2 ( x)  2l3 ( x ) donde: l0 ( x ) ! ( x  0)( x  2)( x  4) x ( x  2)( x  4) !  48 (2)( 4)( 6) ( x  2)( x  2)( x  4) ( x  2)( x  2)( x  4) ! ( 2)(2)(4) 16 l1 ( x) ! .f ( x) ! y0l0 ( x)  y1l1 ( x)  y2l ( x)  y3l3 ( x ) f ( x) ! 2l0 ( x)  l1 ( x )  2l2 ( x )  3l3 ( x ) donde: l0 ( x ) ! ( x  3)( x  5)( x  7) ( x  3)( x  5)( x  7) !  48 (2)( 4)( 6) ( x  1)( x  5)( x  7 ) ( x  1)( x  5)( x  7 ) ! ( 2)(2)( 4) 16 l1 ( x) ! l2 ( x ) ! ( x  1)( x  3)( x  7) ( x  1)( x  3)( x  7) !  16 (4)( 2)(2) ( x  1)( x  3)( x  5) ( x  1)( x  3)( x  5) ! (6)( 4)(2) 48 l3 ( x ) ! Sustituyendo arriba.

(Splines de grado k) Dada nuestra tabla de datos. INTERPOLACIÓN DE SPLINES Terminamos este capítulo.l2 ( x ) ! ( x  2)( x  0)( x  4) x ( x  2)( x  4) ! ( 4)(2)( 2)  16 l3 ( x ) ! ( x  2)( x  0)( x  2) x( x  2)( x  2) ! (6)(4)( 2) 48 Sustituyendo arriba. Definición. podemos usar segmentos de polinomios y unirlos adecuadamente para formar nuestra interpolación. 0 1 n . podemos decir de manera informal. La idea central es que en vez de usar un solo polinomio para interpolar los datos.1. y que inclusive es usado para el diseño por computadora. las splines cúbicas han resultado ser las más adecuadas para aplicaciones como la mencionada anteriormente. el polinomio de Lagrange queda como sigue: « x( x  2)( x  4) » « ( x  2)( x  2)( x  4) » « x( x  2)( x  4) » « x( x  2)( x  2) » f ( x) ! ¬ ¼¬ ¼  3¬ ¼¬ ¼ 16 24  48  16 ­ ½ ­ ½ ­ ½ ­ ½ En el capítulo de integración numérica. para la tabla de datos.. n . x s (x) tal que : s ( xi ) ! yi . es una función x x . Cabe mencionar que entre todas. i) s. que una funcionspline está formada por varios polinomios. donde suponemos que y dado k un número entero positivo. para toda i ! 0. Esta interpolación se llama interpolación segmentaria o interpolación por splines. estudiando un tipo de interpolación que ha demostrado poseer una gran finura.. usaremos nuevamente a los polinomios de Lagrange. Así pues. cada uno definido en un intervalo y que se unen entre si bajo ciertas condiciones de continuidad. una función de interpolación spline de grado k. de tipos de letra. por ejemplo.

xi A. ii) s.x es un polinomio de grado e k en cada subintervalo ?xi 1 .

iii ) . xn A.x tiene derivada contínua hasta de orden k  1 en ?x0 .

como sigue: Claramente esta función cumple con las condiciones de la spline de grado 1.FUNCIONES SPLINES DE GRADO 1 Dados los n  1 puntos Una función spline de grado 1 que interpole los datos es simplemente unir cada uno de los puntos mediante segmentos de recta. Así. tenemosqueparaestedcaso: s ®1 .

x si ± .

x s s ± s ( x) ! ¯ 2 ±/ ±n .

x2 A x  ?xn 1 . xn A s j . x1 A x  ?x1 .x si s ° donde: i) ii) x  ?x0 .

x j j iii) . para . la spline de grado 1 queda definida como : s . Por lo tanto.

x ! y s.

x es un polinomio de grado menor o igual que 1 tiene derivada continua de orden k-1=0.. j ! 0.1.. n s .

xn 1 A x  xn 1 . ¤ yn 1  f ?xn . x j ] es la diferencia dividida de Newton.x ! ¯ si si / si x x x donde f [ xi .

¤ ¤ .

x0 A x  x0 y1  f ?x2 . x1 A x  x1 . y0  f ?x1 .

xn A . ?x0 . x1 A ?x1. x2 A ¢ ¡ ¡ ¡ ¡ £ ?xn 1.

9A En cada uno de estos intervalos. debemos definir una función polinomial de grado 2.5. consideremos los siguientes datos : Y procedamos a calcular la interpolación por splines de grado 2. Primero que nada.7A ?7.5A ?4. como sigue: ® 1 x 2  b1 x  c1 a ± 2 s .FUNCIONES SPLINES DE GRADO 2 Para aclarar bien la idea. vemos que se forman tres intervalos : ?3. veamos un ejemplo concreto.4.

tenemos un total de 6 ecuaciones vs. es decir. Esdecir.5 s (9) ! 0. s(9) ! 0.5) a2  4. En el caso de las splines de grado 2.7 A x  ?7.5   ¯ 49 ° a3  7b3  c3 ! 2.5b2  c2 ! 1 49 ® a2  7b2  c2 ! 2. necesitamos que la spline tenga derivada contínua de orden k1=1. se debecumplirque: s(3) ! 2. 9 incógnitas.4. primera derivada continua.5 ®4.5 Hasta aquí.5) !1. se forman las siguientes ecuaciones: s(3) ! 2.5 Así.5. s(4.9 A Primero.5A 3 x  ?4. El siguiente paso es manejar la existencia de las derivadas contínuas.5b1  c1 ! 1 ( s (4.5)2 a1  4.5) ! 1   ¯ 2 ( °4. hacemos que la spline pase por los puntos de la tabla de datos. s(7) ! 2.5.5. Calculamos primero la primera derivada: .5   9a1  3b1  c1 ! 2.5   81a3  9b3  c3 ! 0.x ! ¯a2 x  b2 x  c2 ± x2  b x  c a 3 3 °3 si si si x  ? .5 s (7) ! 2.

2 ® a1x  b1 ± .

9A Vemos que esta derivada está formada por segmentos de rectas.4. las posibles discontinuidades son debe cumplir que: .5.x sd ! ¯2a2 x  b2 ±a x  b 2 3 ° 3 si si si x  ?3. que pudieran presentar discontinuidad en los cambios de intervalo. Es decir.5A x  ?4.7 A x  ?7.

5 y x ! 7 . se 2a1 . Por lo tanto para que sd sea contínua.x x ! 4.

5  b1 ! 2a2 .4.

9a1  b1 ! 9a2  b2 Tambiéndebecumplirseque: 2a2 .4.5  b2 o lo que es lo mismo.

7  b2 ! 2a3 .

7  b3 o lo que es lo mismo. 14 a2  b2 ! 14 a3  b3 Así. tenemos un total de 8 ecuaciones vs. Elegimos por simple conveniencia 1 . tenemos un total de 8 ecuaciones vs. Estas son lassiguientes: a !0 3b1  c1 ! 2.5 b1 ! 9 a2  b2 14 a2  b2 ! 14 a3  b3 Este sistema de ecuaciones tiene la siguiente forma matricial: .5b2  c2 ! 1 49 a2  7b2  c2 ! 2 . 8 incógnitas. esto nos da un grado de libertad para elegir alguna de las incógnitas. De esta forma.5 49 a3  7b3  c3 ! 2.25a 2  4.5 81a3  9b3  c3 ! 0.5 4.5b1  c1 ! 1 20. 9 incognitas.

obtenemos la función spline x  ? .4.5 ¬ ¬0 ¬ ¬0 ¬0 ¬ ¬0 ¬1 ¬ ¬0 ­ 1 1 0 0 0 0 0 0 1 1 0 0 0 0 0 20.5.5A 3 x  ?4.5¼ ! 49 7 1¼ ¬ c2 ¼ ¬2.5¼ 0 0 0¼ ¬ b3 ¼ ¬ 0 ¼ ¼¬ ¼ ¬ ¼  14  1 0¼ ¬ c3 ¼ ¬ 0 ¼ ½­ ½ ­ ½ 0 0 0 0 Usando Mathematica se obtiene la siguiente solución: b1 c1 a2 b2 c2 a3 b3 c3 ! ! ! ! ! ! ! ! 1 5 .5 0.3 Sustituyendo estos valores (junto con cuadrática que interpola la tabla de datos dada: a1 ! 0 ).5 si ® ± 2 s .6  91 .76 18.5¼ ¼¬ ¼ ¬ ¼ 81 9 1¼ ¬ a3 ¼ ¬0.46  1.5 0 49 7 0 0 0 0 0 0 1 0 9 0 14 1 0» « b1 » «2.64  6.25 4.7A x  ?7.5» 0¼ ¬ c1 ¼ ¬ 1 ¼ ¼¬ ¼ ¬ ¼ 0 0 0¼ ¬a2 ¼ ¬ 1 ¼ ¼¬ ¼ ¬ ¼ 0 0 0¼ ¬ b2 ¼ ¬2.9A  x  5. 6 24 .«3 ¬ 4.

Esta gráfica se generó usando Mathematica.x ! ¯0.3 si  ° La gráfica que se muestra a continuación.6 x 2  24.5 7 9 .64 x  6. 5 4 3 2 1 3 -1 4. así como la spline cuadrática. contiene tanto los puntos iniciales de la tabla de datos.6 x  91.46 si ± 1.76 x  18.

El siguiente caso. Dados los n  1 datos: Una spline cúbica que interpola estos datos. escribimos la definición correspondiente a este caso (k=3). que es el más importante en las aplicaciones. sigue exactamente los mismos pasos del ejemplo que acabamos de resolver. FUNCIONES SPLINES CUBICAS Para hacer más firme el entendimiento. lo hace con polinomios cúbicos. es una función sigue : s (x) definida como si si / x x x s . solamente que en vez de trabajar con polinomios cuadráticos.

x ! ¯ s1 .

x donde cada que si .

x s.

x tiene primera y segunda derivadas contínuas en es un polinomio cúbico. si .

xi ! yi Ejemplo 1. Interpolar los siguientes datos mediante una spline cúbica : Solución. Definimos un polinomio cúbico en cada uno de los intervalos que se forman: ® x 3  b1 x 2  c1 x  d1 a s .

Así.x ! ¯ 1 3 2 a °2 x  b2 x  c2 x  d 2 A continuación. hacemos que se cumpla la condición de que la spline debe pasar por los puntos dados en la tabla. tenemosque: s.

2 ! 1   8a1  4b1  2c1  d1 ! 1 s.

3 ! 2   27a1  9b1  3c1  d1 ! 2 ¨ sn 1 .

x si ¨ ¨ s0 .

.5A .. xn A. xn A . x2 A ¦ ¥ ¥ ¥ ¥ § ?xn 1 .1. para toda ?x0 . i ! 0.3A x  ?3. x1 A ?x1 .x ?x0 . n y tal si si x  ?2.

s.

5 ! 7   125a2  25b2  5c2  d2 ! 7 Ahora calculamos la primera derivada de s.

evaluamos 2 x ! 3 en los dos polinomios e igualamos: 2 3a1 . las posibles discontinuidades son los puntos donde se cambia de intervalo. se presentan ecuaciones que pueden presentar discontinuidad en los cambios de intervalo.x : si si x x Al igual que en el caso de las splines cuadráticas. en este caso Para evitar esta discontinuidad.

3  2b1 .

3  c1 ! 3a 2 .

3  2b2 .

3  c 2 o lo que es lo mismo: 27a1  6b1  c1 ! 27a2  6b2  c2 Análogamenete procedemos con la segunda derivada : 6 ® a1 x  2b1 d .

5A d .x sd ! ¯ 6 °a 2 x  2b2 Para lograr que si si x  ?2.3A x  ?3.

x s d sea continua : 6a1 .

3  2b1 ! 6a2 .

por lo tanto tenemos 2 grados de libertad.3  2b2 @18a1  2b1 ! 18a2  2b2 En este punto contamos con 6 ecuaciones y 8 incognitas. en general. se agregan las siguientes 2 condiciones: d .

x sd 0 ! 0 d .

x sd n ! 0 De lo cual vamos a obtener : d .

2 sd ! 0   6a1 .

hemos completado un juego de 8 ecuaciones vs.2  2b1 ! 0 @12a1  2b1 ! 0 @ 30a2  2b2 ! 0 Con lo cual. el cual es el siguiente: d . 8 incógnitas.

5 sd ! 0   6a2 .

5  2b2 ! 0   3a x 2  2b1 x  c1 .

3A ?3.5A  © x ! 3.x sd ! ¯ 1 2 3a 2 x  2b2 x  c 2 ?2. .

 si s .875 !  50 .25 7.375 39. obtenemos la siguiente solución: a1 b1 c1 d1 a2 b2 c2 d2 ! ! ! ! ! ! !  1.75 0.5  10. queda definida como sigue: x Mostramos la enMathematica. vemos que la spline cúbica para la tabla de datos dada.5 0 .625  9. gráfica correspondiente a este ejercicio.125 Sustituyendo estos valores en nuestra función inicial.8a1  4b1  2c1  d 1 ! 1 27 a1  9b1  3c1  d 1 ! 2 27 a 2  9b2  3c 2  d 2 ! 2 125 a 2  25b2  5c 2  d 2 ! 7 27 a1  6b1  c1 ! 27 a 2  6b2  c 2 18a1  2b1 ! 18a 2  2b2 12 a1  2b1 ! 0 30 a 2  2b2 ! 0 Cuya forma matricial es la siguiente : «8 ¬ 27 ¬ ¬0 ¬ ¬0 ¬ 27 ¬ ¬ 18 ¬12 ¬ ¬0 ­ 4 9 0 0 6 2 2 0 2 3 0 0 1 0 0 0 1 1 0 0 0 0 0 0 0 0 27 125  27  18 0 0 9 25 6 2 0 0 3 5 1 0 0 0 0 30 0 2 0 » « a1 » «  1 » 0 ¼ ¬ b1 ¼ ¬ 2 ¼ ¼ ¼¬ ¼ ¬ 1 ¼ ¬ c1 ¼ ¬ 2 ¼ ¼ ¼¬ ¼ ¬ 1 ¼ ¬ d1 ¼ ¬  7 ¼ ! 0¼ ¬ a2 ¼ ¬ 0 ¼ ¼ ¼¬ ¼ ¬ 0 ¼ ¬ b2 ¼ ¬ 0 ¼ 0 ¼ ¬ c2 ¼ ¬ 0 ¼ ¼ ¼¬ ¼ ¬ 0¼ ¬d2 ¼ ¬ 0 ¼ ½ ½­ ½ ­ Usando Mathematica.

25 x 3  7.125 si  1.3A   ?3.375 x  39.5 x  ?2.75 x  0.625 x  9.875 x  50.5 x 2  10.5A creada tambien .x ! ¯ 3 2 0.

4A Despues.Obsérvese la finura con la que se unen los polinomios cúbicos que conforman a la spline. es la que permite aplicar las splines cúbicas. Así.2 A 1 x  ?2. hacemos que la spline pase por los puntos dados en la tabla. como podría tratarse de datos médicos sobre algún tipo de enfermedad. tenemosque: s (1) ! 1 implicaque. a1  b1  c1  d1 ! 1 a2  b2  c2  d2 ! 1 s (2) ! 5 implicaque.  a1  b1  c1  d1 ! 1 s (1) ! 1 implicaque.1A x  ? . definimos un polinomio cúbico en cada uno de los intervalos: ® 1 x 3  b1 x 2  c1 x  d1 a ± 3 s ( x) ! ¯a2 x  b2 x 2  c2 x  d 2 ±a x 3  b x 2  c  d 3 3 3 °3 si si si x  ? 1. 8a2  4b2  2c2  d2 ! 5 . Ejemplo 2. Nuevamente. o bien a problemas de aplicación donde la interpolación que se necesita es de un caracter bastante delicado. Prácticamente ni se nota que se trata de dos polinomios diferentes!. Esta finura casi artística. Esto es debido a las condiciones que se impusieron sobre las derivadas de la función. para cuestiones como el diseño de letras por computadoras. Interpolar los siguientes datos utilizando splines cúbicas: Solución.

que las posibles discontinuidades de lo tanto. d sd 1) ! 0 p 6a1  2b1 ! 0 p 3a1  b1 ! 0 ( d sd ) ! 0 p 24 a3  2b3 ! 0 p 12 a3  b3 ! 0 (4 Con esto tenemos un juego de doce ecuaciones vs.1A x  ? . Por (x igualamos las ecuaciones sd ) ! ¯3a2 x  2b2 x  c2 (x 3a3 x 2  2b3 x  c3 Vemos entonces.2A x  ?2. calculamos la primera derivada: 3a1 x 2  2b1 x  c1 2 si1 si si x  ? 1. Por lo tanto. doce incógnitas:  a1  b1  c1  d1 ! 1 a1  b1  c1  d1 ! 1 a2  b2  c2  d2 ! 1     sd ) (x sea contínua.1A 1 x  ? . las posibles discontinuidades son 6a1  2b1 ! 6a2  2b2 p 3a1  b1 ! 3a2  b2 12 a2  2b2 ! 12 a3  2b3 p 6 a2  b2 ! 6a3  b3 Finalmente. se agregan las condiciones de que la doble derivada se anule en los puntos inicial y final de la tabla. se igualan las ecuaciones en ambos valores : (x Nuevamente. para hacer que correspondientes en ambos valores : 3a1  2b1  c1 ! 3a2  2b2  c2 12 a2  4b2  c2 ! 12 a3  4b3  c3 Ahora procedemos a calcular la segunda derivada: 6 ® a1 x  2b1 ± d (x sd ) ! ¯6a2 x  2b2 ± a x  2b 6 3 ° 3 d sd ) sea contínua . En estecaso.2A 1 x  ?2. 64 a3  16b3  4c3  d 3 ! 2 Enseguida.4A sd ) son x ! 1 y x ! 2 . si si si x  ? 1.4A x ! 1 y x ! 2 . para que .8a3  4b3  2c3  d 3 ! 5 Y finalmente s (4) ! 2 implicaque.

b2 ! 297 35 . b3 !  a2 !  288 35 21 10 .8a2  4b2  2c2  d2 ! 5 8a3  4b3  2c3  d 3 ! 5 64 a3  16b3  4c3  d 3 ! 2 3a1  2b1  c1 ! 3a2  2b2  c2 12 a2  4b2  c2 ! 12 a3  4b3  c3 3a1  b1 ! 3a2  b2 6 a2  b2 ! 6 a3  b3  3a1  b1 ! 0 12 a3  b3 ! 0 Este sistema tiene la siguiente forma matricial: «1 ¬1 ¬ ¬0 ¬ ¬0 ¬0 ¬ ¬0 ¬3 ¬ ¬0 ¬3 ¬ ¬0 ¬ ¬ 3 ¬0 ­ 1 1 1 1 0 0 0 0 0 0 2 0 1 0 1 0 0 0 1 0 0 0 0 0 1 1 0 0 0 0 1 8 0 0 1 4 0 0 1 2 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0  3  2 1 0 12 4 1 0  3 1 0 0 6 1 0 0 0 0 0 0 0 0 0 0» « a1 » «  1 » 0¼ ¬ b1 ¼ ¬ 1 ¼ ¼¬ ¼ ¬ ¼ 0¼ ¬ c1 ¼ ¬ 1 ¼ ¼¬ ¼ ¬ ¼ 0¼ ¬ d1 ¼ ¬ 5 ¼ 8 4 2 1¼ ¬ a2 ¼ ¬ 5 ¼ ¼¬ ¼ ¬ ¼ 64 16 4 1¼ ¬ b2 ¼ ¬  2¼ ! 0 0 0 0¼ ¬ c2 ¼ ¬ 0 ¼ ¼¬ ¼ ¬ ¼  12  4  1 0¼ ¬ d 2 ¼ ¬ 0 ¼ 0 0 0 0¼ ¬ a3 ¼ ¬ 0 ¼ ¼¬ ¼ ¬ ¼  6  1 0 0¼ ¬ b3 ¼ ¬ 0 ¼ ¼¬ ¼ ¬ ¼ 0 0 0 0¼ ¬ c3 ¼ ¬ 0 ¼ 12 1 0 0¼ ¬ d 3 ¼ ¬ 0 ¼ ½­ ½ ­ ½ 0 0 0 0 0 0 0 0 0 0 0 0 Usando Mathematica. 51 140 . 153 40 . a3 ! 24 35 c1 ! c2 !  c3 ! 1867 70 732 35 d1 !  d2 ! d3 !  Por lo tanto. la spline cúbica es: . obtenemos la solución : a1 ! b1 ! 153 140 . 48 35 . 89 140 . 473 70 .

2A 2 x  ? . 1.6)  185.5  0.6)( x  0.2 3 0 6 9 y i ) f ( x ) ! 0.8 1.925( x  2)( x  2)  0. 1.6 0. Calcula el polinomio de interpolación de Newton para los siguientes datos: i) x ii) Soluciones: i) x 2 2 1 4 y 0.1A x  48 x  35 si 1 x  ? . REDONDEA A CINCO DECIMALES.5  12 0.3)  50( x  0.5  3 2.4625( x  2)( x  2)( x  1) ii ) f ( x ) ! 3  10( x  0.9)( x  1.3)( x  0.6)( x  0.875( x  2)  0.3)( x  0.9 1.4 7. Calcula el polinomio de Lagrange para los siguientes datos: . mostramos la gráfica correspondiente (creada en Mathematica): 8 6 4 2 -1 -2 1 2 4 EJERCICIOS NOTA:CUANDO SEA NECESARIO.2) 2.9)  447 .18519( x  0.4A x  x  732 si 35 Finalmente.53088 ( x  0.3)( x  0.3 0.s( x) ! ¯ x  x  89 153 2 51 3 140 140 140 473 297 2 21 3 70 35 10 1867 288 2 24 3 70 35 35 x  x  x  153 40  si x  ? 1.

125 ­ ½ ­ ½ « ( x  1. 5 56.56 3.125 x  8.3A 3945 2630 7890 ± 299 x 3  2093 x 2  10511 x  860 si  3 x  ? .57 x  1.375 x 2  16 .5 x 2  14 . Calcula las splines cúbicas para los siguientes datos: i) i) x 2 1 3 y 40  5  20 x 5 2 3 7 y 20 4  6 40 ii) Soluciones: ii) i) s ( x) ! ¯ 0.57 ¬ ¼  3.25 x  7.5  0.5)( x  1)( x  2)( x  4) » « ( x  0.5)( x  0. 3.54¬  36 80 45 ­ ½ ­ ½ ­ ½ « ( x  1)( x  2)( x  3) »  8.5 1  2  4 9 2 5 33 0 ii) Soluciones: ii) y « ( x  1)( x  2)( x  5) » « ( x  1)( x  3)( x  5) » « ( x  2)( x  3)( x  5) » i) p( x) ! 1.5)( x  1)( x  2)( x  4) » ii ) p ( x) ! 9 ¬ ¼ ¼  2¬  7.875 3.5)( x  0.25 ­ ½ ­ ½ 2.125 si si x  ? 2.375 x 3  3.5  0.25 x 3  1.1A x  ? .54  2.9 y 1.56 ¬ ¼ ¼  2.3A 1 ii) 75 ® 526 x3  526 x 2  4703 x  5860 si x  ? 5.x i) 1 2 3 5  8.7A 789 263 526 ° 1578   .5)( x  1)( x  4) » « ( x  1.9 ¬ ¼  144 ­ ½ « ( x  1.2A  5  789 789 ± 8012 s ( x) ! ¯ 1241 x 3  2257 x 2  15619 x  1315 si x  ? 2.5)( x  2)( x  4) »  5¬ ¼ ¼  33¬  4.