Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Interpolacion Aula
Interpolacion Aula
INTERPOLACION LINEAL
Es uno de los procesos ms sencillos cuando se requiere estimar valores en graficas
puesto que y utilizamos lneas rectas, la formula que se usa proviene de un anlisis y
definicin de tringulos semejantes.
f 1 ( x )=f ( x 0 ) +
f ( x 1 )f ( x 0 )
( xx 0 )
x1x 0
Que es una frmula de interpolacin lineal. La notacin f(x) designa que ste es un
polinomio de interpolacin de primer grado. Observe que adems de representar la
pendiente de la lnea que une los puntos, el trmino
f ( x 1) f ( x 0 )
x 1x 0
Es una aproximacin en diferencia dividida finita a la primer derivada, cuanto menor sea
el intervalo entre los datos, mejor ser la aproximacin. Esto se debe al hecho de que,
conforme el intervalo disminuye, una funcin continua estar mejor aproximada por una
lnea recta.
EJEMPLO 1:
Estime el logaritmo natural de 2 mediante interpolacin lineal. Primero, realice el clculo
por interpolacin entre ln1=0 y ln6=1.791759.
Despus, repita el procedimiento, pero use un intervalo menor de ln1 a ln4 (1.386294).
Observe que el valor verdadero de ln2 es 0.6931472.
Usamos la ecuacin y una interpolacin lineal para ln (2) desde x =1 hasta x =6 para
obtener
1.7917590
f 1 ( 2 )=0+
( 21 )=0.3583519
61
x
x 0
2 1
2 1
2 1
2 1
2 1
f(x0
x1 f(x)
)
f(x1)
error verd error abs
error rel
0,3583518
1,7917594 0,3347952 0,3347952
6
9
0
7
9
9 0,4830075
0,4620981
1,3862943 0,2310490 0,2310490 0,3333333
4
2
0
6
6
6
3
0,5493061
1,0986122 0,1438410 0,1438410 0,2075187
3
4
0
9
4
4
5
2, 0,6108604
0,9162907 0,0822866 0,0822866
5
9
0
3
9
9 0,1187146
0,6931471
0,6931471
2
8
0
8
0
0
0
error rel
porc
48,30075
33,333333
3
20,751875
11,871460
3
Figura (1.3) Dos interpolaciones lineales para estimar ln 2. Observe cmo el intervalo
menor proporciona una mejor estimacin. Tomado de [1].
EJEMPLO 2:
Estime el sen (/4) mediante interpolacin lineal teniendo los valores de sen (0)=0 y
sen (/2)=1
Luego; ejecute de nuevo el procedimiento y use el intervalo menor de sin (/6)= (1/2) y
sin (/2)=1
Usamos la ecuacin y una interpolacin lineal para sin (/4) desde x =0 hasta x =
(/2) para obtener
10
1
f1
=0+
0 =
4
4
2
0
2
()
Que representa un error: et=29.2893%. Con el intervalo menor desde x = (/6) hasta
x= (/2) se obtiene
1
1
1
2
5
f1
= +
=
4 2 4 6 8
2 6
()
Despejando, tenemos:
O lo que es lo mismo:
1
x 2x
( xx1 )
( y y 1 ) =
( y y 1 ) + y 1 =
( xx 1 )
a2=b2
As, las ecuaciones (interpolacin lineal) e (interpolacin cuadrtica) son formas
alternativas, equivalentes del nico polinomio de segundo grado que une los tres
puntos. Un procedimiento simple puede usarse para determinar los valores de los
coeficientes. Para encontrar b, en la ecuacin (interpolacin cuadrtica) se evala con
x=x para obtener
b0 =f ( x 0 ) ( 1 )
La ecuacin (1) se sustituye en la (interpolacin cuadrtica), despus se evala en x=x
para tener
f ( x 1 ) f ( x 0 )
b1 =
( 2)
x1 x0
Por ltimo, las ecuaciones (1) y (2) se sustituyen en la (interpolacin cuadrtica),
despus se evala en x =x2 y (luego de algunas manipulaciones algebraicas) se
resuelve para
f ( x 2 )f ( x 1) f ( x 1 )f ( x 0 )
x 2x 1
x 1x 0
b2=
(3 )
x 2x 0
TABLA INTERPOLACION.xlsx
(Tabla 3). Representacion de valores de acuerdo al intervalo.
Que representa un error relativo de et = 18.4%. As, la curvatura determinada por la
frmula cuadrtica (Figura 1.5) mejora la interpolacin comparndola con el resultado
obtenido antes al usar las lneas rectas del ejemplo 1 y en la (Figura 1.3).El anterior
ejemplo fue tomado de [1].
3
x 1= f ( x 1) =
3
2
x 2= f ( x 2 )=1
2
Con el polinomio evale sen (/4).
SOLUCION
Aplicando la ecuacin (1) se obtiene
b0 =0
La ecuacin (2) da
3 0
2
b1=
=0,0144337567297406
0
3
Y con la ecuacin (3) se llega a
3
1
2
0,0144337567297406
2 6
b2 =
=0.00011075485
0
2
Sustituyendo los valores obtenidos en los anteriores procesos tenemos el polinomio
Que se evala en x =
f2
para
( 4 )=0,873797632095822
Este proceso nos permite tener el valor requerido en menos repeticiones con respecto a
la interpolacin lineal.
f ( xi ) f ( x j )
(9)
x ix j
La segunda diferencia dividida finita, que representa la diferencia de las dos primeras
diferencias divididas, se expresa en forma general como
f [ x i , x j ] f [ x j , x k ]
f [ x i , x j , x k ]=
( 10 )
x ix k
En forma similar, la n-sima diferencia dividida finita es
f [ x n , x n1 , , x 1 ]f [ xn 1 , , x 1 , x0 ]
f [ x n , x n1 , , x 1 , x 0 ] =
(11)
x nx 0
Estas diferencias sirven para evaluar los coeficientes en las ecuaciones (5) a (8), los
cuales se sustituirn en la ecuacin (4) para obtener el polinomio de interpolacin
f n ( x )=f ( x0 ) + ( xx 0 ) f [ x1 , x0 ]+ ( x x0 ) ( xx 1 ) f [ x 2 , x 1 , x 0 ] ++ ( x x0 ) ( xx 1 ) ( xx n1 ) f [ x n , x n1 , , x 0 ] (12
EJEMPLO 5:
Calcular la tabla de diferencias divididas finitas con los siguientes datos :
SOLUCION:
Procedemos como sigue:
EJEMPLO 6:
En el ejemplo 3, los datos x0 = 1, x1 = 4 y x2 = 6 se utilizaron para estimar ln 2
mediante una parbola. Ahora, agregando un cuarto punto (x3 = 5; f(x3) = 1.609438],
estime ln 2 con un polinomio de interpolacin de Newton de tercer grado.
SOLUCION:
Utilizando la ecuacin (4), con n = 3, el polinomio de tercer grado es
f n ( x )=b 0+ b1 ( xx 0 ) +b2 ( xx 0 ) ( xx 1) + b3 ( xx 0 )( xx1 ) ( xx2 )
Las primeras diferencias divididas del problema son [ecuacin(9)]
1.3862940
=0.4620981
41
1.7917591.386294
f [ x 2 , x 1 ]=
=0.2027326
64
1.6094381.791759
f [ x 3 , x 2 ]=
=0.1823216
56
f [ x 1 , x 0 ]=
0.02041100(0.05187311)
=0.007865529
51
Los resultados de f[x1, x0], f[x2, x1, x0] y f[x3, x2, x1, x0] representan los coeficientes
b1, b2 y b3 de la ecuacin (4), respectivamente. Junto con b0 = f(x0) = 0.0, la ecuacin
(4) es
f 3 ( x )=0+ 0.4620981 ( x1 )0.05187311 ( x1 )( x4 ) +0.007865529 ( x1 ) ( x 4 )( x6 )
la cual sirve para evaluar f3(2) = 0.6287686, que representa un error relativo: et = 9.3%.
Tomado de [1].
EJEMPLO 7:
Construir un polinomio de interpolacin de Newton con los siguientes datos
x 0=0 f ( x 0 ) =0
1
x 1= f ( x 1) =
6
2
3
x 2 = f ( x 2 )=
3
2
x 3= f ( x 3 )=1
2
SOLUCION:
Utilizando la ecuacin (4), con n = 3, el polinomio de tercer grado es
f n ( x )=b 0+ b1 ( xx 0 ) +b2 ( xx 0 ) ( xx 1) + b3 ( xx 0 )( xx1 ) ( xx2 )
Las primeras diferencias divididas del problema son [ecuacin(9)]
1
0
2
f [ x 1 , x 0 ]=
=0.01666667
0
6
3 1
2 2
f [ x 2 , x 1 ]=
=0.01220085
3 6
3
1
2
f [ x 3 , x 2 ]=
=0.00446582
2 3
0
3
0.004465820.01220085
f [ x 3 , x 2 , x 1 ]=
=0.00012892
2 6
f [ x 2 , x 1 , x 0 ]=
0.00012892(7.443 X 105 )
=6.05490 X 107
0
2
Los resultados de f[x1, x0], f[x2, x1, x0] y f[x3, x2, x1, x0] representan los coeficientes
b1, b2 y b3 de la ecuacin (4), respectivamente. Junto con b0 = f(x0) = 0.0, la ecuacin
(4) es
6.05490 X 107 ( x ) x
6
6
)( x 3 )
0.17%.
Como conclusin de cada ejercicio se puede analizar que entre mas se ejecute la
interpolacin polinomial aumentando el grado del polinomio, el error relativo porcentual
decrece y no hay que hacer tantas iteraciones al momento de declarar los puntos
iniciales de trabajo.
( n+1 )
( )
f
n+1
( x x ) ( 13 )
( n+1 ) ! i+1 i
f (n+1 ) ( )
( xx 0 ) ( xx 1 ) ( xx n ) (14)
( n+1 ) !
Donde x est en alguna parte del intervalo que contiene la incgnita y los datos. Para
que esta frmula sea til, la funcin en turno debe ser conocida y diferenciable. Por lo
comn ste no es el caso. Por fortuna, hay una formulacin alternativa que no requiere
del conocimiento previo de la funcin. Utilizndose una diferencia dividida finita para
aproximar la (n + 1)-sima derivada,
Rn=f [ x , x n , x n1 , , x 0 ] ( x x0 ) ( xx 1 ) ( xx n ) ( 15 )
Donde [x, xn, xn1,. . . , x0] es la (n + 1)-sima diferencia dividida finita. Debido a que
la ecuacin (15) contiene la incgnita f(x), no permite obtener el error. Sin embargo, si
se tiene un dato ms, f(xn+1), la ecuacin (15) puede usarse para estimar el error como
sigue:
Rn f [ x n +1 , x n , x n1 , , x 0 ] ( x x0 ) ( xx 1 ) ( xx n ) (16)
EJEMPLO 8:
Con la ecuacin (16) estime el error en la interpolacin polinomial de segundo grado del
ejemplo 3. Use el dato adicional f(x3) =f(5) = 1.609438 para obtener sus resultados.
SOLUCION
Recuerde que en el ejemplo 3 el polinomio de interpolacin de segundo grado
proporcion una estimacin, f2(2) = 0.5658444, que representa un error de 0.6931472
0.5658444 = 0.1273028. Si no se hubiera conocido el valor verdadero, como
usualmente sucede, la ecuacin (18.18), junto con el valor adicional en x3, pudo
haberse utilizado para estimar el error,
R2=f [ x 3 , x2 , x1 , x0 ] ( x1 ) ( x4 )( x6 )
R2=0.007865529 ( x1 ) ( x4 )( x6 )
Donde el valor de la diferencia dividida finita de tercer orden es como se calcul antes
en el ejemplo 6. Esta expresin se evala en x = 2 para obtener
R2=0.007865529 ( 21 ) ( 24 ) ( 26 )=0.0629242
Que es del mismo orden de magnitud que el error verdadero. Tomado de [1].
EJEMPLO 9:
Con la ecuacin (16) estime el error en la interpolacin polinomial de segundo grado del
)( x 2 )
( x ) ( x )( x )
3
2
(
R2=f [ x 3 , x2 , x1 , x0 ] ( x ) x
R2=6.05490 X 107
Donde el valor de la diferencia dividida finita de tercer orden es como se calcul antes
en el ejemplo 6. Esta expresin se evala en x = 2 para obtener
R2=6.05490 X 107
( 4 )( 4 3 )( 4 2 )=0.01838929
f n ( x )= Li ( x ) f ( x i ) ( 17 )
i=0
Donde
n
Li ( x ) =
j=o
j i
Donde
f 1 ( x )=
xx j
(18)
x ix j
xx 1
xx 0
f ( x0 )+
f ( x1 ) (19)
x0 x1
x 1x 0
( xx 1 )( x x2 )
( x x0 ) ( xx 2 )
( xx 0 ) ( xx 1 )
f ( x0 )+
f ( x1 ) +
f ( x 2 ) ( 20 )
( x 0x 1 )( x 0 x2 )
( x1 x0 ) ( x 1x 2 )
( x 2x 0 ) ( x 2x 1)
La ecuacin (17) se obtiene de manera directa del polinomio de Newton. Sin embargo,
el razonamiento detrs de la formulacin de Lagrange se comprende directamente al
darse cuenta de que cada trmino Li(x) ser 1 en x = xi y 0 en todos los otros puntos
(figura1.7). De esta forma, cada producto Li(x) f(xi) toma el valor de f(xi) en el punto xi.
En consecuencia, la sumatoria de todos los productos en la ecuacin (17) es el nico
polinomio de n-simo grado que pasa exactamente a travs de todos los n + 1 puntos,
que se tienen como datos.
(Figura 1.7) Descripcin visual del razonamiento detrs del polinomio de Lagrange. Esta
fi gura muestra un caso de segundo grado. Cada uno de los tres trminos en la
ecuacin (20) pasa a travs de uno de los puntos que se tienen como datos y es cero
en los otros dos. La suma de los tres trminos, por lo tanto, debe ser el nico polinomio
de segundo grado f2(x) que pasa exactamente a travs de los tres puntos.
Rn=f [ x , x n , x n1 , , x 0 ] ( x xi )
i=0
( 24 ) ( 26 )
( 21 ) ( 26 )
( 21 )( 24 )
0+
1.386294+
1.791760=0.5658444
( 14 ) ( 16 ) ( 41 ) ( 46 )
( 61 )( 64 )
Como se esperaba, ambos resultados concuerdan con los que se obtuvieron antes al
usar el polinomio de interpolacin de Newton. Tomado de [1].
De acuerdo con [4] podemos observar la interpolacin de lagrange de la siguiente
manera:
Tenemos los datos :
x x1 x x2 x xn
x0 x1 x0 x2 x0 xn
l j x
(x x )
i
i j
(x
i j
xi )
, para j 1, , n
EJEMPLO 11
Calcular el polinomio de Lagrange usando los siguientes datos:
SOLUCION
Tenemos que:
f ( x) y0l0 ( x) y1l1 ( x) y2l ( x) y3l3 ( x)
( 2)( 4)( 6)
48
l1 ( x )
( 2)( 2)( 4)
16
l2 ( x )
l3 ( x )
(4)( 2)( 2)
16
( x 1)( x 3)( x 5) ( x 1)( x 3)( x 5)
(6)( 4)( 2)
48
24
16
8
16
f ( x)
EJEMPLO 12
Calcular el polinomio de Lagrange usando los siguientes datos:
SOLUCION
Tenemos que:
f ( x) y0l0 ( x) y1l1 ( x) y2l ( x) y3l3 ( x)
f ( x) l0 ( x) l1 ( x) 3l2 ( x) 2l3 ( x)
donde:
l0 ( x)
(2)( 4)( 6)
48
l1 ( x )
(2)( 2)( 4)
16
l2 ( x )
(4)( 2)( 2)
16
l3 ( x )
(6)( 4)( 2)
48
48
16
16
24
f ( x)
( xx 1 ) ( xx 2 ) . ( xx n )
( x0 x 1) ( x 0x 2 ) ( x 0x n )
. En forma
( xx 0 ) ( xx 1 ) . ( xx n )
( xi x0 ) ( x ix 1 ) ( x ix n )
(Figura 1.8) Una representacin visual de una situacin en la que los trazadores son
mejores que los polinomios de interpolacin de grado superior. La funcin que se ajusta
presenta un incremento sbito en x = 0. Los incisos a) a c) indican que el cambio
abrupto induce oscilaciones en los polinomios de interpolacin. En contraste, como se
limitan a curvas de tercer grado con transiciones suaves, un trazador lineal d) ofrece
una aproximacin mucho ms aceptable.
(Figura 1.9) La tcnica de dibujo que usa una cinta delgada y flexible para dibujar
curvas suaves a travs de una serie de puntos. Observe cmo en los puntos extremos,
el trazador tiende a volverse recto. Esto se conoce como un trazador natural.
Donde mi es la pendiente de la lnea recta que une los puntos :
mi=
f ( x i+1 )f ( x i )
( 22 )
x i+1x i
Estas ecuaciones se pueden usar para evaluar la funcin en cualquier punto entre x0
y xn localizando primero el intervalo dentro del cual est el punto. Despus se usa la
ecuacin adecuada para determinar el valor de la funcin dentro del intervalo. El
mtodo es obviamente idntico al de la interpolacin lineal.
EJEMPLO 13:
Ajuste los datos de la tabla con trazadores de primer grado. Evale la funcin en x =
5.
X
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
(TABLA 2).
Se utilizan los datos para determinar las pendientes entre los puntos. Por ejemplo, en el
intervalo de x = 4.5 a x = 7 la pendiente se calcula con la ecuacin (22):
2.51
m=
=0.60
74.5
Se calculan las pendientes en los otros intervalos y los trazadores de primer grado
obtenidos se grafican en la figura (2.0). El valor en x = 5 es 1.3. Tomado de [1].
(Figura 2.0)
Una inspeccin visual a la figura (2.0) indica que la principal desventaja de los
trazadores de primer grado es que no son suaves. En esencia, en los puntos donde se
encuentran dos trazadores (llamado nodo), la pendiente cambia de forma abrupta.
Formalmente,la primer derivada de la funcin es discontinua en esos puntos. Esta
deficiencia se resuelve usando trazadores polinomiales de grado superior. Tomado de
[1].
De acuerdo con [4] se tiene que dados los n 1 puntos
Una funcin spline de grado 1 que interpole los datos es simplemente unir cada uno de
los puntos mediante segmentos de recta, como sigue:
Claramente esta funcin cumple con las condiciones de la spline de grado 1. As,
tenemos que para este caso:
s (x )=
s 1 ( x ) si x [ x 0 , x 1 ]
sn ( x ) si x [x n1 , x n ]
donde:
i)
s j x
ii)
tiene derivada continua de orden k-1=0.
s x j y j
iii)
, para j 0,1, , n .
Por lo tanto, la spline de grado 1 queda definida como :
y 0 +f [ x 1 , x 0 ] ( xx 0 ) si x [x 0 , x1 ]
s (x )=
y 1 + f [ x 2 , x 1 ] ( xx 1) si x [x 1 , x 2 ]
y n1 + f [ x n , x n1 ] ( xx n1 ) si x [ x n1 , x n ]
donde
f [ xi , x j ]
SPLINES CUADRATICOS
Segn [1] se tiene que tienen primeras derivadas continuas en los nodos. Aunque los
trazadores cuadrticos no aseguran segundas derivadas iguales en los nodos, sirven
muy bien para demostrar el procedimiento general en el desarrollo de trazadores de
grado superior. El objetivo de los trazadores cuadrticos es obtener un polinomio de
segundo grado para cada intervalo entre los datos. De manera general, el polinomio en
cada intervalo se representa como
2
f i ( x )=a i x + bi x+ ci ( 23 )
La figura 2.1 servir para aclarar la notacin. Para n + 1 datos (i = 0, 1, 2,..., n) existen n
intervalos y, en consecuencia, 3n constantes desconocidas (las a, b y c) por evaluar.
Por lo tanto, se requieren 3n ecuaciones o condiciones para evaluar las incgnitas.
stas son:
1. Los valores de la funcin de polinomios adyacentes deben ser iguales en los nodos
interiores. Esta condicin se representa como
ai1 x2i1 +bi 1 x i1 +c i1=f ( xi 1 ) ( 24)
ai x 2i1 +b i x i1+ c i=f ( x i1 ) (25)
para i = 2 a n. Como slo se emplean nodos interiores, las ecuaciones (24) y
(25) proporcionan, cada una, n 1 condiciones; en total, 2n 2 condiciones.
2. La primera y la ltima funcin deben pasar a travs de los puntos extremos. Esto
agrega dos ecuaciones ms:
a1 x20+ b1 x 0 +c 1=f ( x 0) ( 26 )
an x 2n+ bn x n+ c n=f ( x n ) ( 27 )
en total tenemos 2n 2 + 2 = 2n condiciones.
(Figura 2.1) Notacin utilizada para obtener trazadores cuadrticos. Observe que hay n
intervalos y n + 1 datos. El ejemplo mostrado es para n = 3. Tomado de [1].
3. Las primeras derivadas en los nodos interiores deben ser iguales. La primera
derivada de la ecuacin (23) es
f ' ( x )=2 ax+ b
EJEMPLO 14
Ajuste trazadores cuadrticos a los mismos datos que se utilizaron en el ejemplo 13
(tabla 2). Con los resultados estime el valor en x = 5.
X
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
(TABLA 2).
En este problema, se tienen cuatro datos y n = 3 intervalos. Por lo tanto,
3(3) = 9 incgnitas que deben determinarse. Las ecuaciones (24) y (25) dan 2(3)
2 = 4 condiciones:
20.25 a1 +4.5 b 1+ c1=1.0
20.25 a2 +4.5 b 2+ c2 =1.0
49 a 2+7 b 2+ c 2=2.5
49 a 3+7 b3 +c 3=2.5
Evaluando a la primera y la ltima funcin con los valores inicial y final, se agregan 2
ecuaciones ms [ecuacin (26)]:
9 a1 +3 b1 +c 1=2.5
La continuidad de las derivadas crea adicionalmente de 3 1 = 2 condiciones [ecuacin
(27)]:
9 a1 +b 1=9 a2 +b 2
14 a2 +b 2=14 a 3+ b3
Por ltimo, la ecuacin (29) determina que a1 = 0. Como esta ecuacin especifica a1
de manera exacta, el problema se reduce a la solucin de ocho ecuaciones
simultneas.
Estas condiciones se expresan en forma matricial como
Estas ecuaciones se pueden resolver utilizando las tcnicas de la parte tres, con los
resultados:
a1=0 b1=1 c1 =5.5
a2=0.64 b2=6.76 c 2=18.46
a3 =1.6 b 3=24.6 c 3=91.3
que se sustituyen en las ecuaciones cuadrticas originales para obtener la siguiente
relacin para cada intervalo:
f 1 ( x )=x+5.5 3.0 x 4.5
2
f 2 ( x )=0.64 x 6.76 x +18.46 4.5 x 7.0
f 3 ( x )=1.6 x2 +24.6 x91.37.0 x 9.0
Cuando se usa f2, la prediccin para x = 5 es,
2
El ajuste total por trazadores se ilustra en la figura 18.16b. Observe que hay dos
desventajas que se alejan del ajuste: 1. la lnea recta que une los dos primeros puntos y
2. el trazador para el ltimo intervalo parece oscilar demasiado. Los trazadores cbicos
de la siguiente seccin no presentan estas desventajas y, en consecuencia, son
mejores mtodos para la interpolacin mediante trazadores.
Esta ecuacin contiene slo dos incgnitas (las segundas derivadas en los extremos de
cada intervalo). Las incgnitas se evalan empleando la siguiente ecuacin:
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
(TABLA 2).
El primer paso consiste en usar la ecuacin (32) para generar el conjunto de
ecuaciones simultneas que se utilizarn para determinar las segundas derivadas en
los nodos. Por ejemplo, para el primer nodo interior se emplean los siguientes datos:
x 0=3 f ( x 0 )=2.5
x 1=4.5 f ( x 1 ) =1
x 2=7 f ( x 2 )=2.5
Estos valores se sustituyen en la ecuacin (32):
6
6
[ 2.51 ] +
[ 2.51 ]
74.5
4.53
1.67909 ( 4.53 )
1.67909
2.5
1
( x3 )3 +
( 4.5x ) +
( x3 )
4.53
4.53
6
6 ( 4.53 )
O
3
f 1 ( x )=0.186566 ( x3 ) +1.666667 ( 4.5x )+ 0.246894 ( x3 )
Esta ecuacin es el trazador cbico para el primer intervalo. Se realizan sustituciones
similares para tener las ecuaciones para el segundo y tercer intervalo:
3
y
f 3 ( x )=0.127757 ( 9x )3 +1.761027 ( 9x )+ 0.25 ( x7 )
Las tres ecuaciones se pueden utilizar para calcular los valores dentro de cada
intervalo. Por ejemplo, el valor en x = 5, que est dentro del segundo intervalo, se
calcula como sigue
3
(Figura 2.3) Resultados de ejemplo 15. El ejemplo y la grafica son tomados de [1].
X
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
1. Los valores de la funcin deben ser iguales en los nodos interiores (2n 2
condiciones).
f i ( x )=a i x 3+ bi x2 +c i x+ d i
f i ' ( x )=3 ai x 2+ 2b i x +c i
f i ' ' ( x )=6 a i x +2 bi
3
f 2 ( 9 ) =a2 (9)3 +b 2
729 a2 +81 b2 +9 c 2 +d 2=0.5
2. La primera y ltima funcin deben pasar a travs de los puntos extremos (2
condiciones).
3. Las primeras derivadas en los nodos interiores deben ser iguales (n 1 condiciones).
f 1 ' ( 4.5 )=3 a1 ( 4.5 )2 +2 b1 ( 4.5 ) +c 1=f 0 ' ( 4.5 ) =3 a0 ( 4.5 )2 +2 b0 ( 4.5 ) +c 0
60.75 a1 +9 b1 +c 160.75 a 09 b 0c 0=0
2
2
f 2 ' ( 7 ) =3 a2 (7 ) + 2b 2 ( 7 ) + c2 =f 0 ' ( 7 ) =3 a1 ( 7 ) +2 b 1 ( 7 ) +c 1
147 a2 +14 b 2+ c 2147 a114 b1c 1=0
4. Las segundas derivadas en los nodos interiores deben ser iguales (n 1
condiciones).
' ' ( 4.5 )
' ' ( 4.5)
f 0 =6 a 0 ( 4.5 ) +2 b0=f 1 =6 a1 ( 4.5 ) +2 b1
27 a0 +2 b0 27 a1 +2 b1=0
f 1 ' ' ( 7 ) =6 a1 (7)+2 b1=f 2 ' ' (7 )=6 a 2 ( 7 )+2 b 2
42 a1 +2 b142 a2 +2 b2=0
5. Las segundas derivadas en los nodos extremos son cero (2 condiciones).
f 0 ' ' ( 3 ) =0
f 2 ' ' ( 9 )=0
x^2
1
-3
5
2
x^3
1
9
25
4
1
-27
125
8
Puesto que son cuatro puntos, entonces el polinomio que da de grado 3, luego con las
matriz formamos un sistema de n variables, esta n es dada por la cantidad de puntos
con la que se va a trabajar; en este caso es de cuatro variables.
x
1
1
1
1
x^2
1
-3
5
2
x^3
1
9
25
4
-3,5625
4,622916
67
1,3
0,360416
A0
A1
A2
A3
1
-27
125
8
A0
A1
A2
A3
2
4
7
8
67
25
20
15
POL
10
5
-6
-4
0
-2 -5 0
-10
X^2
1
2
3
1
4
9
Como son tres puntos va a dar un polinomio de grado dos y se forma el sistema
X
1
1
1
X^2
1
2
3
1
4
9
0 A0
0 A1
1 A2
a0
a1
a2
1
4
9
40
30
20
10
0
-8
-6
-4
-2