M

etodos Num
ericos (SC854)
Interpolaci
on
c M. Valenzuela 20072008

(26 de febrero de 2008)

1.

Definici
on del problema de interpolaci
on

Dada una tabla de valores (xi , fi ) se desea estimar f (x) para valores de x que no se
encuentran en la tabla.

2.

Interpolaci
on directa

En el caso mas usual, se desea pasar un polinomio por los datos. En el ejemplo mostrado
en la gura 1, debemos pasar un polinomio de orden 4 por estos puntos. Este polinomio es
de la siguiente forma:
P4 (x) = c1 x4 + c2 x3 + c3 x2 + c4 x + c5 .

(1)

El problema de interpolaci
on es encontrar los valores de las constantes ci que hagan que el
polinomio pase por los datos, es decir, que P4 (xi ) = fi . Sustituyendo los cinco valores de xi
se genera el siguiente sistema de 5 ecuaciones con 5 incognitas:

(0.4)4
(2.5)4
(4.3)4
(5.0)4
(6.0)4

(0.4)3
(2.5)3
(4.3)3
(5.0)3
(6.0)3

(0.4)2
(2.5)2
(4.3)2
(5.0)2
(6.0)2

0.4
2.5
4.3
5.0
6.0

1
1
1
1
1

c1
c2
c3
c4
c5

1.00
0.50
2.00
2.55
4.00

(2)

Resolviendo obtenemos los valores de los coecientes ci :

c=

0.0323
0.4581
2.3330
4.2102
2.3393

(3)

Una vez que se tiene el vector c se puede escribir el polinomio de interpolaci

on,
P4 (x) = 0.0323x4 0.4581x3 + 2.3330x2 4.2102x + 2.3393,
y se puede interpolar para cualquier valor de x.
En general, dados unos datos de la forma
x
x1
x2
..
.

f
f1
f2
..
.

xn+1

fn+1

(4)

Interpolacion

Metodos Numericos (SC854)

f (x)

xi
0.4
2.5
4.3
5.0
6.0

fi
1.00
0.50
2.00
2.55
4.00

f (x0 )

x0

Figura 1: Dado un conjunto de datos (xi , fi ), se desea encontrar para cualquiera x0 el valor
correspondiente f (xo )
El polinomio de orden n esta dado por
Pn (x) = c1 xn + c2 xn1 + + cn x + cn+1
donde los coecientes ci se obtienen de resolver el sistema de ecuaciones dado por

xn1
xn2
..
.

xn1

1
n1
x2

..
.

x1
x2
..
.

1
1
..
.

xnn+1 xn1
n+1 xn+1 1

c1
c2
..
.

cn+1

f1
f2
..
.

fn+1

A la forma anterior de obtener directamente los coecientes ci generando un sistema de n

ecuaciones con n inc
ognitas se le denomina interpolaci
on directa. El metodo de interpolaci
on
directa tiene el problema de que las ecuaciones que se generan estan mal condicionadas en el
caso general a medida que se incrementa el orden del polinomio de interpolaci
on debido a que
on.
se tienen valores de xni . Debido a lo anterior, se han ideado otros metodos de interpolaci
El polinomio de interpolaci
on es u
nico, es decir, existe solamente un polinomio de orden
n que pase por n + 1 datos. Los demas metodos de interpolaci
on escriben este polinomio de
formas que resultan m
as sencillas de evaluar.

3.

Polinomio de Lagrange
El polinomio de Lagrange de orden n tiene la siguiente forma general:
Pn (x) =

n+1

i=1

fi

n+1

j=1

j=i

x xj
.
xi xj

(5)

Es f
acil demostrar que los polinomios de Lagrange pasan por todos lo puntos evalu
andolos
para valores xi n = 1, 2, . . .. Para n = 1, es decir, para dos datos, el polinomio tiene la
siguiente forma:
x x2
x x1
+ f2
(6)
P1 (x) = f1
x1 x2
x2 x1
c M. Valenzuela, 20072008 (26 de febrero de 2008)


Pagina 2

Interpolacion

Metodos Numericos (SC854)

xi
fi

0.4
1.00

2.5
0.50

4.3
2.00

5.0
2.55

6.0
4.00

Figura 2: Datos para interpolar para x = 5.2 mediante el polinomio de Lagrange y el

polinomio de Newton.
Sustituyendo los valores de xi , es facil demostrar que P1 (x1 ) = f1 , y que P1 (x2 ) = f2 .
Los polinomios de Lagrange de ordenes 2 y 3 se presentan a continuaci
on:
P2 (x) = f1

(x x2 )(x x3 )
(x1 x2 )(x1 x3 )

P3 (x) = f1
f3

+ f2

(x x1 )(x x3 )
(x2 x1 )(x2 x3 )

+ f3

(x x1 )(x x2 )
(x3 x1 )(x3 x2 )

(7)

(x x2 )(x x3 )(x x4 )
(x x1 )(x x3 )(x x4 )
+ f2
+
(x1 x2 )(x1 x3 )(x1 x4 )
(x2 x1 )(x2 x3 )(x2 x4 )

(8)

(x x1 )(x x2 )(x x4 )
(x x1 )(x x2 )(x x3 )
+ f4
(x3 x1 )(x3 x2 )(x3 x4 )
(x4 x1 )(x4 x2 )(x4 x3 )

(9)

De nuevo, es f
acil demostrar que P3 (x1 ) = f1 , P3 (x2 ) = f2 , y P3 (x3 ) = f3 . En general
se puede demostrar que Pn (xi ) = fi para i = 1, 2, . . . , n + 1, es decir que el polinomio de
Lagrange es efectivamente igual al polinomio de interpolaci
on.
Cuando se utiliza el polinomio de Lagrange para interpolaci
on se debe evaluar la ecuaci
on 5
para cada valor que se vaya a interpolar.

4.

Ejemplo de interpolaci
on mediante el polinomio de Lagrange
Dados los datos mostrados en la gura 2 se desea interpolar para el valor x = 5.2,

P4 (x) = f1

(x x2 )(x x3 )(x x4 )(x x5 )

+
(x1 x2 )(x1 x3 )(x1 x4 )(x1 x5 )

f2

(x x1 )(x x3 )(x x4 )(x x5 )

+
(x2 x1 )(x2 x3 )(x2 x4 )(x2 x5 )

f3

(x x1 )(x x2 )(x x4 )(x x5 )

+
(x3 x1 )(x3 x2 )(x3 x4 )(x3 x5 )

f4

(x x1 )(x x2 )(x x3 )(x x5 )

+
(x4 x1 )(x4 x2 )(x4 x3 )(x4 x5 )

f5

(x x1 )(x x2 )(x x3 )(x x4 )

(x5 x1 )(x5 x2 )(x5 x3 )(x5 x4 )

P4 (5.2) = 1.00
0.50

(5.2 2.5)(5.2 4.3)(5.2 5.0)(5.2 6.0)

(0.4 2.5)(0.4 4.3)(0.4 5.0)(0.4 6.0)

(5.2 0.4)(5.2 4.3)(5.2 5.0)(5.2 6.0)

+
(2.5 0.4)(2.5 4.3)(2.5 5.0)(2.5 6.0)

c M. Valenzuela, 20072008 (26 de febrero de 2008)



Pagina 3

Interpolacion

Metodos Numericos (SC854)

2.00

(5.2 0.4)(5.2 2.5)(5.2 5.0)(5.2 6.0)

+
(4.3 0.4)(4.3 2.5)(4.3 5.0)(4.3 6.0)

2.55

(5.2 0.4)(5.2 2.5)(5.2 4.3)(5.2 6.0)

+
(5.0 0.4)(5.0 2.5)(5.0 4.3)(5.0 6.0)

4.00

(5.2 0.4)(5.2 2.5)(5.2 4.3)(5.2 5.0)

(6.0 0.4)(6.0 2.5)(6.0 4.3)(6.0 5.0)

P4 (5.2) = 1.00

0.6912
0.3888
+ 0.50
+
210.9744
33.0750

9.3312
2.3328
2.0736
+ 2.55
+ 4.00
8.3538
8.0500
33.3200
= 2.7481
2.00

5.

Polinomio de Newton y diferencias divididas

El polinomio de Newton es una forma m

as eciente de evaluar el polinomio de interpolaci
on. En este metodo, se calcula una tabla de diferencias dividas una vez, y estas son
utlizadas para cada dato que se vaya a interpolar.
Las diferencias divididas se denen de la siguiente manera:
Diferencia dividida de orden 0:
f [xi ] = fi

(10)

Diferencia dividida de orden 1:

f [xi , xj ] =

fj fi
xj xi

(11)

Diferencia dividida de orden 2:

f [xi , xj , xk ] =

f [xj , xk ] f [xi , xj ]
xk xi

(12)

Diferencia dividida de orden m

as alto:
f [x1 , x2 , . . . , x ] =

f [x2 , x3 , . . . , x ] f [x1 , x2 , . . . , x1 ]

x x1

(13)

Las diferencias divididas se suelen calcular en forma tabular como se muestra en la

gura 3.
El polinomio de Newton tiene la siguiente forma general:
Pn (x) = a1 + a2 (x x1 ) + a3 (x x1 )(x x2 ) +
+ an+1 (x x1 )(x x2 ) (x xn )
=

n+1

i=1

ai

i1

(x xj )

(14)
(15)

j=1

c M. Valenzuela, 20072008 (26 de febrero de 2008)



Pagina 4

Interpolacion

Metodos Numericos (SC854)

i f [xi ] f [xi , xi+1 ] f [xi , . . . , xi+2 ] f [xi , . . . , xi+3 ]

f [xi , . . . , xi+4 ]
f [xi , . . . , xi+5 ]
1 f1
f [x1 , x2 ]
f [x1 , x2 , x3 ] f [x1 , x2 , x3 , x4 ] f [x1 , x2 , x3 , x4 , x5 ] f [x1 , . . . , x6 ]
2 f2
f [x2 , x3 ]
f [x2 , x3 , x4 ] f [x2 , x3 , x4 , x5 ] f [x2 , x3 , x4 , x5 , x6 ]
3 f3
f [x3 , x4 ]
f [x3 , x4 , x5 ] f [x3 , x4 , x5 , x6 ]
4 f4
f [x4 , x5 ]
f [xx , x5 , x6 ]
5 f5
f [x5 , x6 ]
6 f6

Figura 3: Forma tabular de las diferencias divididas

donde
ai = f [x1 , x2 , . . . , xi ]

(16)

on. Primero, probamos que

Podemos probar que Pn (x) es un polinomio de interpolaci
Pn (x1 ) = f1 :
Pn (x) = f [x1 ] = f1

(17)

Pn (x1 ) = f1

(18)

Ahora, probamos que Pn (x2 ) = f2 :

Pn (x) = f [x1 ] + f [x1 , x2 ](x x1 )

(19)

Pn (x2 ) = f [x1 ] + f [x1 , x2 ](x2 x1 )

f2 f1
(x2 x1 )
= f1 +
x2 x1
= f2

(20)
(21)
(22)

Finalmente, probamos que Pn (x3 ) = f3 :

Pn (x) = f [x1 ] + f [x1 , x2 ](x x1 ) + f [x1 , x2 , x3 ](x x1 )(x x2 )

(23)

Pn (x3 ) = f [x1 ] + f [x1 , x2 ](x3 x1 ) + f [x1 , x2 , x3 ](x3 x1 )(x3 x2 )

f2 f1
f [x2 , x3 ] f [x1 , x2 ]
(x3 x1 ) +
(x3 x1 )(x3 x2 )
= f1 +
x2 x1
x3 x1
f2 f1
(x3 x1 ) +
= f1 +
x2 x1
= f1 +

f2 f1
f3 f2

x3 x2 x2 x1

= f1 + (f3 f2 ) +
= f1 + (f3 f2 ) +

(x3 x2 )

(f2 f1 )(x3 x1 ) (f2 f1 )(x3 x2 )

x2 x1
f2 x1 + f1 x1 + f2 x2 f1 x2
x2 x1
f2 (x2 x1 ) f1 (x2 x1 )
= f3
x2 x1

c M. Valenzuela, 20072008 (26 de febrero de 2008)



(25)

f2 f1
f2 f1
(x3 x1 ) + (f3 f2 )
(x3 x2 )
x2 x1
x2 x1

= f1 + (f3 f2 ) +

(24)

(26)
(27)
(28)
(29)
(30)

Pagina 5

Interpolacion

Metodos Numericos (SC854)

De la misma forma se puede probar que Pn (xi ) = fi , por lo tanto, el polinomio de

Newton es efectivamente un polinomio de interpolaci
on.

6.

Ejemplo de interpolaci
on mediante el polinomio de Newton

Se desea interpolar los datos de la gura 2 mediante el polinomio de Newton para

x = 5.2. Primero, calculamos la tabla de diferencias divididas:
i
1
2
3
4
5

f [xi ]
1.0000
0.5000
2.0000
2.5500
4.0000

f [xi , xi+1 ]
0.2381
0.8333
0.7857
1.4500

f [xi , xi+1 , xi+2 ]

0.2747
0.0190
0.3908

f [xi , . . . , xi+3 ]
0.0639
0.1171

f [xi , . . . , xi+4 ]
0.0323

Ahora evaluamos el polinomio de Newton:

P4 (x) = a1 + a2 (x x1 ) + a3 (x x1 )(x x2 ) +
a4 (x x1 )(x x2 )(x x3 ) +
a5 (x x1 )(x x2 )(x x3 )(x x4 )

(31)

P4 (5.2) = 1.0000 + (0.2381)(5.2 0.4) + 0.2747(5.2 0.4)(5.2 2.5) +

(0.0639)(5.2 0.4)(5.2 2.5)(5.2 4.3) +
0.0323(5.2 0.4)(5.2 2.5)(5.2 4.3)(5.2 5.0)
P4 (5.2) = 2.7481

7.

(32)
(33)

Polinomio de Newton-Gregory y diferencias

Se dice que los datos esten uniformemente espaciados si xi+1 xi = x es constante

para i = 1, 2, 3, . . .. Para el caso particular de datos uniformemente espaciados, es posible
encontrar una forma m
as sencilla del polinomio de Newton. Esta forma mas sencilla se basa
en diferencias que se denen de la siguiente manera:
Diferencia de orden 0:

0 f i = f i

(34)

1 fi = fi+1 fi

(35)

2 fi = (fi ) = (fi+1 fi ) = fi+1 fi = fi+2 2fi+1 + fi

(36)

Diferencia de orden 1:

Diferencia de orden 2:

Diferencia de orden 3:
3 fi = (2 fi ) = 2 fi+1 2 fi = fi+3 3fi+2 + 3fi+1 fi

c M. Valenzuela, 20072008 (26 de febrero de 2008)



(37)

Pagina 6

Interpolacion

Metodos Numericos (SC854)

Diferencia de orden k:
k(k 1)
k(k 1)(k 2)
fi+k2
fi+k3 +
2!
3!

k fi = fi+k kfi+k1 +

(38)

El polinomio de Newton-Gregory de orden n tiene la siguiente forma general:

Pn (xk+1 ) = f1 + kf1 +

=
=

k(k 1) 2
k(k 1)(k 2) 3
f1 +
f1 +
2!
3!

k
k
k
k
0 f 1 +
1 f 1 +
2 f 1 +
3 f 1 +
0
1
2
3


k

k
i f 1
i=0

(39)

para k = 1, 2, . . . , n.
Se puede demostrar que el polinomio de Newton-Gregory es el polinomio de interpolaci
on
evaluandolo para los valores xi :
Pn (x1 ) = f1

(40)

Pn (x2 ) = f1 + f1 = f1 + f2 f1 = f2

Pn (x3 ) = f1 +

2
2
f1 +
2 f 1
1
2

= f1 + 2(f2 f1 ) + (f3 2f2 + f1 ) = f3

..
.
Pn (xk+1 ) = fk+1

(41)
(42)
(43)

(44)

Para para interpolar mediante el polinomio de Newton-Gregory se calcula un ndice no

entero s mediante la siguiente formula:
s=

x x1
x

(45)

El valor de s se sustituye en el polinomio:


n

s
i f 1
Pn (x) =
i=0

7.1.

(46)

Ejemplo del polinomio de Newton-Gregory

Suponga que se desea interpolar para el valor de x = 0.73 mediante el polinomio de

Newton-Gregory para los valores mostrados en la gura 4. Como primer paso se calculan
todas las diferencias de orden 3 o menor:
i
1
2
3
4

xi
0.4
0.6
0.8
1.0

0 f i
0.423
0.684
1.030
1.557

1 f i
0.261
0.346
0.527

c M. Valenzuela, 20072008 (26 de febrero de 2008)



2 f i
0.085
0.181

3 f i
0.096

Pagina 7

Interpolacion

Metodos Numericos (SC854)

xi
0.4
0.6
0.8
1.0

fi
0.423
0.684
1.030
1.557

Figura 4: Datos para interpolar mediante el polinomio de Newton-Gregory.

f (x)
i
1
2
3
4
5

xi
0.4
2.5
4.3
5.0
6.0

fi
1.00
0.50
2.00
2.55
4.00

S4 (x)

S3 (x)

n=4

S1 (x)

S2 (x)
x2

x1

x3 x4

x5

Figura 5: Un ejemplo del uso de splines para interpolaci

on.
Se calcula el valor de s mediante la f
ormula 45:
s=

0.73 0.4
x x1
=
= 1.65
x
0.2

(47)

Finalmente, se sustituye el valor de s en el polinomio de Newton-Gregory (ecuaci

on 39):
f (0.73) = f1 + sf1 +

s(s 1) 2
s(s 1)(s 2) 3
f1 +
f1
2!
3!

f (0.73) = 0.423 + 1.65(0.261) +

1.65(0.65)(0.35)
1.65(0.65)
0.085 +
0.096
2
6

f (0.73) = 0.893

8.

(48)
(49)
(50)

Splines c
ubicos

Splines c
ubicos sigue una idea diferente al polinomio de interpolaci
on visto en las secciones anteriores; en lugar de pasar un polinomio u
nico por todos los puntos, pasa un
polinomio c
ubico, llamado spline c
ubico, por cada dos datos. Este spline c
ubico tiene la
siguiente forma:
Si (x) = ai (x xi )3 + bi (x xi )2 + ci (x xi ) + di .

(51)

Debido que cada spline c

ubico tiene 4 coecientes, y que se utilizan dos puntos para
generarlo, se tienen que denir otras restricciones para encontrar los demas coecientes. Se
c M. Valenzuela, 20072008 (26 de febrero de 2008)


Pagina 8

Interpolacion

Metodos Numericos (SC854)

impone la restriccion de que en los puntos de uni

on, llamados knots, la primera y la segunda
derivada de los splines que se unen sean iguales. Dado que por el primer punto y por el
u
ltimo solamente pasa un spline es necesario denir condiciones frontera para encontrar los
restantes dos coecientes. En seguida se describen todas las restricciones, y la forma en que
estas restricciones generan ecuaciones de las cuales es posible encontrar los coecientes de
los splines.
1. La curva debe pasar por todos los puntos
Si (xi ) = fi

(52)

Si (xi+1 ) = fi+1

(53)

para i = 1, 2, . . . n.
2. En los puntos de uni
on (knots), las primeras derivadas de los splines que se unen
deben ser iguales:

(xi+1 )
(54)
Si (xi+1 ) = Si+1
para i = 1, 2, . . . n.
3. En los puntos de uni
on (knots) de los segmentos c
ubicos, las segundas derivadas de
los splines que se unen deben ser iguales:

(xi+1 )
Si (xi+1 ) = Si+1

(55)

para i = 1, 2, . . . n.
4. Se escoge una de las siguientes condiciones frontera:
Frontera libre o natural

S1 (x1 ) = Sn (xn+1 ) = 0

(56)

Esta es la mas utilizada, y la que se emplear

a en este apunte.
Frontera sujeta
S1 (x1 ) = f  (x1 )

Sn (xn+1 )



= f (xn+1 )

(57)
(58)

En este caso el usuario dene el valor de la segunda derivada en el primer y el

u
ltimo punto.
A continuaci
on se derivan las ecuaciones para encontrar los valores de los coecientes de
todos los splines. Antes de empezar, encontramos expresiones para la primera y la segunda
derivada de Si (x):
Si (x) = ai (x xi )3 + bi (x xi )2 + ci (x xi ) + di

Si (x)
Si (x)

(59)

= 3ai (x xi ) + 2bi (x xi ) + ci

(60)

= 6ai (x xi ) + 2bi

(61)

Sustituyendo el valor de xi encontramos las siguientes expresiones:

Si (xi ) = di

(62)

Si (xi )
Si (xi )

= ci

(63)

= 2bi

(64)

c M. Valenzuela, 20072008 (26 de febrero de 2008)



Pagina 9

Interpolacion

Metodos Numericos (SC854)

Para cumplir la condici

on 1, es decir, que la curva pase por todos los puntos, se requiere
que Si (xi ) = fi , es decir que
(65)
di = fi
Para cumplir que Si (xi+1 ) = fi+1 se tiene que
ai (xi+1 xi )3 + bi (xi+1 xi )2 + ci (xi+1 xi ) di = di+1

(66)

Para simplicar, denimos hi xi+1 xi , y obtenemos que

ai h3i + bi h2i + ci hi + di = di+1

(67)

Para cumplir la condici

on 2, es decir, que la primera derivada igual en los puntos de
 (x
uni
on, se require que Si (xi+1 ) = Si+1
i+1 ), esto es
3ai h2i + 2bi hi + ci = ci+1

(68)

Para cumplir la condici

on 3, es decir, que la primera derivada igual en los puntos de

 (x
uni
on, se require que Si (xi+1 ) = Si+1
i+1 ), esto es
6ai hi + 2bi = 2bi+1

(69)

Dividiendo y despejando ai obtenemos que

ai =

1
(bi+1 bi )
3hi

(70)

Sustituyendo lo anterior en la ecuaci

on 67 obtenemos

que es lo mismo que

h2i
(bi+1 bi ) + bi h2i + ci hi + di = di+1
3

(71)

h2i
(bi+1 + 2bi ) + ci hi + di = di+1
3

(72)

Ahora despejamos ci
ci =

1
hi
(di+1 di ) (bi+1 + 2bi )
hi
3

(73)

que es lo mismo que

ci1 =

1
hi1

(di di1 )

hi1
(bi + 2bi1 )
3

(74)

Sustituyendo la ecuaci
on 70 en la ecuacion 68:
hi (bi+1 bi ) + 2bi hi + ci = ci+1

(75)

hi (bi+1 + bi ) + ci = ci+1

(76)

hi1 (bi + bi1 ) + ci1 = ci

(77)

que es lo mismo que

c M. Valenzuela, 20072008 (26 de febrero de 2008)



Pagina 10

Interpolacion

Metodos Numericos (SC854)

Sustituyendo las ecuaciones 73 y 74 en la ecuaci

on 77 obtenemos lo siguiente
hi1 (bi + bi1 ) +

1
hi1

(di di1 )

hi1
1
hi
(bi + 2bi1 ) = (di+1 di ) (bi+1 + 2bi ) (78)
3
hi
3

Simplicando lo anterior nalmente obtenemos la siguiente f

ormula que dene un sistema
de ecuaciones:
hi1 bi1 + 2(hi1 + hi )bi + hi bi+1 =

3
3
(di+1 di )
(di di1 )
hi
hi1

(79)

para i = 2, 3, . . . , n. Lo anterior dene un sistema de n1 ecuaciones con n+1 inc

ognitas que
son las bi . Recuerdase que di = fi . Las dos ecuaciones faltantes se obtiene de la condicion 4.
 (x
En este apunte se toma la condici
on de frontera natural, S1 (x1 ) = b1 = 0, y Sn+1
n+1 )/2 =

bn+1 = 0 que es equivalente a Sn (xn+1 ) = 0. Escribiendo las ecuaciones en forma matricial
se llega a lo siguiente:

1
h1

..
.

.
..

0
0

0
2(h1 + h2 )

0
h2

0
0

h2

2(h2 + h3 )
..
.

h3
..
.

0
..
.

hn2
0
0

2(hn2 + hn1 )
hn1
0

b1

b2

b3

..
.

bn1

hn1
0
bn

2(hn1 + hn ) hn
bn+1
0
1

3
3

(f3 f2 ) (f2 f1 )

h
h
2
1

3
3

(f f3 ) (f3 f2 )

h3 4
h2

..

3
3

(f fn1 )
(fn1 fn2 )
hn1 n
hn2

3
3

(fn+1 fn )
(fn fn1 )

hn
hn1
0

0
0
..
.
..
.

(80)

Este sistema de ecuaciones se resuelve para encontrar los coecientes bi . Los coecientes ci
se obtienen de la ecuacion 73 que aqu repetimos:
ci =

1
hi
(di+1 di ) (bi+1 + 2bi )
hi
3

(81)

Los coecientes bi se obtienen de la ecuacion 70 que aqu se repite:

ai =

1
(bi+1 bi )
3hi

(82)

Y sabemos que di = fi .
c M. Valenzuela, 20072008 (26 de febrero de 2008)


Pagina 11

Interpolacion

9.

Metodos Numericos (SC854)

Ejemplo de interpolaci
on mediante splines c
ubicos
Deseamos interpolar mediante splines c
ubicos los siguientes datos:
xi
fi

0
0.2231

1
0.6065

2
1.0000

3
0.6065

4
0.2231

para x = 1.5. Se plantea el siguiente sistema de ecuaciones:

1
1
0
0
0

0
4
1
0
0

0
1
4
1
0

0
0
1
4
0

0
0
0
1
1

b1
b2
b3
b4
b5

0.0000
0.0303
2.3610
0.0303
0.0000

(83)

Resolviendo obtenemos los valores de bi para i = 1, 2, . . . , n + 1.

0.0000
0.1773
0.6789
0.1773
0.0000

b=

(84)

Despues de obtener las bi podemos obtener los demas coecientes:

a=

y sabemos que di = fi :

0.0591
0.2854
0.2854
0.0591

c=

d=

0.2231
0.6065
1.0000
0.6065

0.3243
0.5016
0.0000
0.5016

(85)

(86)

Para realizar la interpolaci

on, encontramos en cu
al intervalo cae el valor x = 1.5: cae en
entre x2 y x3 , por lo tanto, se aplica el spline S2 :
S2 (x) = a2 (x x2 )3 + b2 (x x2 )2 + c2 (x x2 ) + d2

(87)

Evaluando para x = 1.5, y tomando en cuenta que 1.5 x2 = 0.5:

S2 (1.5) = (0.2854)(0.5)3 + (0.1173)(0.5)2 + (0.5016)0.5 + 0.6065 = 0.8660

(88)

Se puede comprobar que S4 (x5 ) = 0, es decir, que Sn (xn+1 ) = 0.

c M. Valenzuela, 20072008 (26 de febrero de 2008)



Pagina 12