INTERPOLACIN

En este captulo estudiaremos el importantsimo tema de la interpolacin de

datos. Veremos dos tipos de interpolacin: la interpolacin polinomial y la
interpolacin segmentaria (splines).
Comencemos dando la definicin general.

Definicin. Dados n 1 puntos que corresponden a los datos:

y los cuales se representan grficamente como puntos en el plano

cartesiano,

Si existe una funcin f (x) definida en el intervalo x0 , xn (donde suponemos

x 0 x1 x n f ( xi ) yi para i 0,1,2,, n , entonces a f (x)
que ), tal que
se le llama una funcin de interpolacin de los datos, cuando es usada para
x ,x
aproximar valores dentro del intervalo 0 n , y se le llama funcin de
extrapolacin de los datos, cuando est definida y es usada para aproximar valores
fuera del intervalo.

Evidentemente pueden existir varios tipos de funciones que interpolen

los mismos datos; por ejemplo, funciones trigonomtricas, funciones
exponenciales, funciones polinomiales, combinaciones de stas, etc.
El tipo de interpolacin que uno elige, depende generalmente de la
naturaleza de los datos que se estn manejando, as como de los valores
intermedios que se estn esperando.

Un tipo muy importante es la interpolacin por funciones polinomiales.

Puesto que evidentemente pueden existir una infinidad de funciones
polinomiales de interpolacin para una misma tabla de datos, se hace una
peticin extra para que el polinomio de interpolacin , sea nico.

Definicin. Un polinomio de interpolacin es una funcin polinomial que adems

de interpolar los datos, es el de menor grado posible.

Caso n=0

Tenemos los datos:

f ( x ) y0 (polinomio constante) es el
En este caso, tenemos que
f ( x0 ) y0 , por lo tanto, es el polinomio
polinomio de menor grado tal que
de interpolacin.

Caso n=1

Tenemos los datos:

En este caso, el polinomio de interpolacin es la funcin lineal que une a

los dos puntos dados. Por lo tanto, tenemos que

y1 y0
f ( x ) y0 ( x x0 )
x1 x0

es el polinomio de interpolacin.

La siguiente grfica representa este caso:

Observacin.

Vemos que en el polinomio de interpolacin del caso n=1 se encuentra como

y0 , que es el polinomio de interpolacin del caso n=0.
primer trmino,

Continuemos:

Caso n=2

Tenemos los datos:

Para este caso, el polinomio de interpolacin va a ser un polinomio de

grado 2. Tomando en cuenta la observacin anterior, intumos que el
polinomio de interpolacin ser como sigue:

trmino cuadrtico

Por lo tanto, planteamos el polinomio de interpolacin como sigue:

f ( x) b0 b1 ( x x0 ) b2 ( x x0 )( x x1 )

x x0 , se anulan los valores de b1 y b2 , quedndonos el

Si asignamos
resultado:
f ( x0 ) b0

f ( x0 ) y0 , entonces:
Como se debe cumplir que

y0 b0

Si asignamos
x x1 , el valor de
b2 queda anulado, resultando lo
siguiente:

f ( x1 ) b0 b1 ( x1 x0 )

f ( x1 ) y1 y y0 b0 ,
Como se debe cumplir que ya sabemos que
y1 b0 b1 ( x1 x0 ) , de lo cual obtenemos el valor para b1 :
entonces

y1 y0
b1
x1 x0

Asignando
x x2 , vamos a obtener :

f ( x2 ) b0 b1 ( x2 x0 ) b2 ( x2 x0 )( x2 x1 )

Como se debe cumplir que

f ( x2 ) y 2 , y ya sabemos que
y0 b0 y
y1 y0
b1
x1 x0 b
, sustitumos estos datos para despus despejar el valor de 2 :
 y1 y0
y 2 y0 ( x2 x0 ) b2 ( x2 x0 )( x2 x1 )
x1 x0

De lo cual podemos hacer un despeje parcial para lograr la siguiente

igualdad :

y1 y0
y2 y0 ( x2 x0 )
x1 x0
b2 ( x2 x0 )
x2 x1

Ahora en el numerador del miembro izquierdo de la igualdad, le

sumamos un cero
y1 y1 , de tal manera que no se altere la igualdad:

A continuacin, aplicamos un poco de lgebra para as 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, el polinomio de interpolacin para este caso es:

Observacin.

Vemos que efectivamente el polinomio de interpolacin contiene al del

caso anterior, ms un trmino extra que es de un grado mayor, pero
adems vemos que cada uno de los coeficientes del polinomio de
interpolacin, se forman a base de cocientes de diferencias de cocientes de
diferencias, etc. Esto da lugar a la definicin de diferencias divididas finitas
de Newton, como sigue:

DIFERENCIAS DIVIDIDAS FINITAS DE NEWTON

Las diferencias divididas finitas de Newton, se define de la siguiente manera:

f ( xi ) f ( x j )
f [ xi , x j ]
xi x j

f [ xi , x j ] f [ x j , xk ]
f [ xi , x j , xk ]
xi xk

f [ xn ,, x1 ] f [ xn 1 ,, x0 ]
f [ xn , xn 1 ,, x1 , x0 ]
xn x0
A manera de ejemplo citemos el siguiente caso especfico :

f [ x3 , x2 , x1 ] f [ x2 , x1 , x0 ]
f [ x3 , x2 , x1 , x0 ]
x3 x0

donde a su vez:

f [ x3 , x2 ] f [ x2 , x1 ]
f [ x3 , x2 , x1 ]
x3 x1

f [ x2 , x1 ] f [ x1 , x0 ]
f [ x2 , x1 , x0 ]
x2 x01

Y donde a su vez:

f ( x3 ) f ( x2 )
f [ x3 , x2 ]
x3 x2

etc.

Podemos ahora definir nuestro primer tipo de polinomio de interpolacin.

POLINOMIO DE INTERPOLACIN DE NEWTON CON

DIFERENCIAS DIVIDIDAS
Dados n 1 datos:

- El polinomio de interpolacin 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 x0

b1 f [ x1 , x0 ]

b2 f x2 , x1 , x0

bn f xn ,, x0

b , b ,, b
Para calcular los coeficientes 0 1 n , es conveniente construir una

tabla de diferencias divididas como la siguiente :

 Obsrvese que los coeficientes del polinomio de interpolacin de
Newton, se encuentran en la parte superior de la tabla de diferencias
divididas.

Ejemplo 1. Calcular la tabla de diferencias divididas finitas con los siguientes

datos :

Y utilizar la informacin de dicha tabla, para construir el polinomio de

interpolacin de Newton.

Solucin.

Procedemos como sigue:

Por lo tanto el polinomio de interpolacin de Newton es :

f ( x) 4 2( x 2) 0.25( x 2)( x 1) 0.3( x 2)( x 1)( x 2)

Ejemplo 2. Calcular la tabla de diferencias divididas finitas con los siguientes datos
:
 Y usar la informacin en la tabla, para construir el polinomio de
interpolacin de Newton.

Solucin. Procedemos como sigue:

Por lo tanto el polinomio de interpolacin de Newton nos queda :

f ( x) 5 3( x 3) 1.66667( x 3)( x 2) 0.20238( x 3)( x 2)( x)

Antes de ver el siguiente tipo de polinomio de interpolacin, veamos

como el imponer la restriccin del grado mnimo, implica la unicidad del
polinomio de interpolacin.

TEOREMA .

x0 , x1 ,, xn son nmeros reales distintos, entonces para valores

Si
y , y ,, yn existe un polinomio nico f n x , de a lo ms grado
arbitrarios 0 1
n, y tal que:

f n xi yi para toda i 0,1,2,, n

DEMOSTRACIN.
 En realidad, no probaremos formalmente la existencia de un polinomio
de interpolacin, aunque informalmente aceptamos que dada cualquier
tabla de datos, el polinomio de Newton siempre existe.

Probemos la unicidad del polinomio de interpolacin.

g n x es otro polinomio de interpolacin de a lo ms grado n,

Supongamos que

hn x f n x g n x
Sea

hn xi f n xi g n xi yi yi 0 para todo i 0,1,2, n

hn x tiene n 1 races distintas, y es un polinomio de grado a lo

Por lo tanto,
hn x 0 .
ms n, esto solamente es posible si

fn x gn x

Que es lo que queramos probar.

Sin embargo, aunque el polinomio de interpolacin es nico, pueden

existir diversas formas de encontrarlo. Una, es mediante el polinomio de
Newton, otra mediante el polinomio de Lagrange.

POLINOMIO DE INTERPOLACIN DE LAGRANGE

Nuevamente tenemos los datos :

El polinomio de interpolacin de Lagrange se plantea como sigue:

P( x) y0l0 ( x) y1l1 ( x ) ynln ( x)

Donde los polinomios li (x) se llaman los polinomios de Lagrange,
correspondientes a la tabla de datos.

Como se debe satisfacer que P ( x0 ) y0 , esto se cumple si l0 ( x0 ) 1 y

li ( x0 ) 0 para toda i 0 .

Como se debe satisfacer que P( x1 ) y1 , esto se cumple si l1 ( x1 ) 1 y

li ( x1 ) 0 para toda i 1 .

Y as sucesivamente, veremos finalmente que la condicin Pn xn yn

se cumple si ln xn 1 y li xn 0 para toda i n .
Esto nos sugiere como plantear los polinomios de Lagrange. Para ser
ms claros, analicemos detenidamente el polinomio l0 ( x ) . De acuerdo
al anlisis anterior vemos que deben cumplirse las siguientes
condiciones para l0 ( x ) :
l0 ( x0 ) 1 y l0 ( x j ) 0 , para toda j0

Por lo tanto, planteamos l0 ( x) como sigue:

lo x c x x1 x x2 x xn

Con esto se cumple la segunda condicin sobre l0 ( x ) . La constante

c se determinar para hacer que se cumpla la primera condicin:

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) queda definido como:

l0 x
x x1 x x2 x xn
x0 x1 x0 x2 x0 xn

Anlogamente se puede deducir que:

(x x ) i

l j x
i j

(x j xi )
j 1, , n
i j
, para

Ejemplo 1
Calcular el polinomio de Lagrange usando los siguientes
datos:
Solucin. Tenemos que:

f ( x) y0l0 ( x) y1l1 ( x) y2l ( x) y3l3 ( x)

f ( x ) 2l0 ( x) l1 ( x) 2l2 ( x) 3l3 ( x)

donde:
( x 3)( x 5)( x 7) ( x 3)( x 5)( x 7)
l0 ( x)
(2)(4)(6) 48

( x 1)( x 5)( x 7) ( x 1)( x 5)( x 7)

l1 ( x)
( 2)(2)(4) 16

( x 1)( x 3)( x 7) ( x 1)( x 3)( x 7)

l2 ( x )
(4)(2)(2) 16

( x 1)( x 3)( x 5) ( x 1)( x 3)( x 5)

l3 ( x )
(6)(4)(2) 48

Sustituyendo arriba, 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)
24 16 8 16

Ejemplo 2.
Calcular el polinomio de Lagrange usando los siguientes
datos:

Solucin. Tenemos que:

f ( x) y0l0 ( x) y1l1 ( x) y2l ( x) y3l3 ( x)

f ( x) l0 ( x) l1 ( x) 3l2 ( x) 2l3 ( x)

donde:
 ( x 0)( x 2)( x 4) x ( x 2)( x 4)
l0 ( x)
(2)(4)(6) 48

( x 2)( x 2)( x 4) ( x 2)( x 2)( x 4)

l1 ( x)
(2)(2)(4) 16

( x 2)( x 0)( x 4) x( x 2)( x 4)

l2 ( x )
(4)( 2)( 2) 16

( x 2)( x 0)( x 2) x( x 2)( x 2)

l3 ( x )
(6)(4)(2) 48

Sustituyendo arriba, 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) 3
48 16 16 24
En el captulo de integracin numrica, usaremos nuevamente a los polinomios
de Lagrange.

INTERPOLACIN DE SPLINES

Terminamos este captulo, estudiando un tipo de interpolacin que ha

demostrado poseer una gran finura, y que inclusive es usado para el diseo por
computadora, por ejemplo, de tipos de letra.
Esta interpolacin se llama interpolacin segmentaria o interpolacin por splines. La
idea central es que en vez de usar un solo polinomio para interpolar los datos,
podemos usar segmentos de polinomios y unirlos adecuadamente para formar
nuestra interpolacin.
Cabe mencionar que entre todas, las splines cbicas han resultado ser las ms
adecuadas para aplicaciones como la mencionada anteriormente.

As pues, podemos decir de manera informal, que una funcion spline est
formada por varios polinomios, cada uno definido en un intervalo y que se unen
entre si bajo ciertas condiciones de continuidad.

Definicin. (Splines de grado k)

Dada nuestra tabla de datos,

 x0 x1 xn , y dado k un nmero
donde suponemos que
entero positivo, una funcin de interpolacin spline de grado k, para
la tabla de datos, es una funcin s (x ) tal que :
s ( xi ) yi , para toda i 0,1, , n .
i)
ii) s x es un polinomio de grado k en cada subintervalo
xi 1, xi .
iii ) s x tiene derivada contnua hasta de orden k 1 en x0 , xn .

FUNCIONES SPLINES DE GRADO 1

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 ested caso:

s1 x si x x0 , x1
s x s x x1 , x2

s ( x) 2

sn x si x xn 1 , xn

donde:

s j x
i) es un polinomio de grado menor o igual que 1
ii) s x 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 :
 y0 f x1 , x0 x x0 si x x0 , x1
y f x , x x x si x x1 , x2

s x 1 2 1 1

yn 1 f xn , xn 1 x xn 1 si x xn 1 , xn

f [ xi , x j ]
donde es la diferencia dividida de Newton.

FUNCIONES SPLINES DE GRADO 2

Para aclarar bien la idea, veamos un ejemplo concreto, consideremos

los siguientes datos :

Y procedamos a calcular la interpolacin por splines de grado 2.

Primero que nada, vemos que se forman tres intervalos :

3,4.5
4.5,7
7,9
En cada uno de estos intervalos, debemos definir una funcin
polinomial de grado 2, como sigue:

a1 x 2 b1 x c1 si x 3,4.5

s x a2 x 2 b2 x c2 si x 4.5,7
a x2 b x c
3 3 3 si x 7,9

Primero, hacemos que la spline pase por los puntos de la tabla de datos. Es decir,
se debe cumplir que:

s (3) 2.5, s (4.5) 1, s (7) 2.5, s(9) 0.5

As, se forman las siguientes ecuaciones:

s (3) 2.5 9a1 3b1 c1 2.5

( 4.5) 2 a1 4.5b1 c1 1
s (4.5) 1
(4.5) a2 4.5b2 c2 1
2
 49a2 7b2 c2 2.5
s ( 7 ) 2 .5
49a3 7b3 c3 2.5
s (9) 0.5 81a3 9b3 c3 0.5

Hasta aqu, tenemos un total de 6 ecuaciones vs. 9 incgnitas.

El siguiente paso es manejar la existencia de las derivadas contnuas.
En el caso de las splines de grado 2, necesitamos que la spline tenga
derivada contnua de orden k-1=1, es decir, primera derivada
continua.
Calculamos primero la primera derivada:

2a1 x b1 si x 3,4.5

s x 2a2 x b2 si x 4.5,7
2a x b
3 3 si x 7,9

Vemos que esta derivada est formada por segmentos de rectas,

que pudieran presentar discontinuidad en los cambios de intervalo.
Es decir, las posibles discontinuidades son x 4.5 y x 7 . Por lo
tanto para que s x sea contnua, se debe cumplir que:

2a1 4.5 b1 2a2 4.5 b2

o lo que es lo mismo,
9a1 b1 9a2 b2

Tambin debe cumplirse que:

2a2 7 b2 2a3 7 b3
o lo que es lo mismo,
14a2 b2 14a3 b3

As, tenemos un total de 8 ecuaciones vs. 9 incognitas; esto nos

da un grado de libertad para elegir alguna de las incgnitas. Elegimos
por simple conveniencia a1 0 .
De esta forma, tenemos un total de 8 ecuaciones vs. 8 incgnitas. Estas son las
siguientes:
 3b1 c1 2.5
4.5b1 c1 1
20.25a2 4.5b2 c2 1
49a2 7b2 c2 2.5
49a3 7b3 c3 2.5
81a3 9b3 c3 0.5
b1 9a2 b2
14a2 b2 14a3 b3

Este sistema de ecuaciones tiene la siguiente forma matricial:

3 1 0 0 0 0 00 b1 2.5
4.5
1 0 0 0 0 00 c1 1
0 0 20.25 4.5 1 0 0 0 a2 1

0 0 49 7 1 0 0 0 b2 2.5

0 0 0 0 0 49 7 1 c2 2.5

0 0 0 0 0 81 9 1 a3 0.5
1 0 9 1 0 0 0 0 b3 0

0 0 14 1 0 14 1 0 c3 0

Usando Mathematica se obtiene la siguiente solucin:

b1 1
c1 5.5
a2 0.64
b2 6.76
c2 18.46
a3 1.6
b3 24.6
c3 91.3

Sustituyendo estos valores (junto con a1 0 ), obtenemos la

funcin spline cuadrtica que interpola la tabla de datos dada:

x 5 .5 si x 3,4.5

s x 0.64 x 6.76 x 18.46 si
2
x 4.5,7
1.6 x 2 24.6 x 91.3 si
x 7,9

La grfica que se muestra a continuacin, contiene tanto los puntos

iniciales de la tabla de datos, as como la spline cuadrtica. Esta
grfica se gener usando Mathematica.
 5

3 4.5 7 9
-1

El siguiente caso, que es el ms importante en las aplicaciones, sigue

exactamente los mismos pasos del ejemplo que acabamos de resolver, solamente
que en vez de trabajar con polinomios cuadrticos, lo hace con polinomios cbicos.

FUNCIONES SPLINES CUBICAS

Para hacer ms firme el entendimiento, escribimos la definicin correspondiente a

este caso (k=3).

Dados los n 1 datos:

Una spline cbica que interpola estos datos, es una funcin s (x )

definida como sigue :

s0 x si x x0 , x1
s x si x x1 , x2

s x 1

sn 1 x si x xn 1 , xn

donde cada si x
es un polinomio cbico; si xi yi , para toda
i 0,1, , n y tal que s x tiene primera y segunda derivadas
contnuas en x0 , xn .
Ejemplo 1.
Interpolar los siguientes datos mediante una spline cbica :

Solucin.
Definimos un polinomio cbico en cada uno de los intervalos que se
forman:

a1 x 3 b1 x 2 c1 x d1 si x 2,3
s x 3
a2 x b2 x c2 x d 2
2
si x 3,5

A continuacin, hacemos que se cumpla la condicin de que la spline debe pasar

por los puntos dados en la tabla. As, tenemos que:

s 2 1 8a1 4b1 2c1 d1 1

s 3 2 27a1 9b1 3c1 d1 2
s 5 7 125a2 25b2 5c2 d 2 7

Ahora calculamos la primera derivada de s x :

3a x 2 2b1 x c1 si x 2,3
s x 1 2
3a 2 x 2b2 x c 2 si x 3,5

Al igual que en el caso de las splines cuadrticas, se presentan

ecuaciones que pueden presentar discontinuidad en los cambios de
intervalo; las posibles discontinuidades son los puntos donde se
cambia de intervalo, en este caso x 3 . Para evitar esta
discontinuidad, evaluamos x 3 en los dos polinomios e igualamos:

3a1 3 2b1 3 c1 3a 2 3 2b2 3 c 2

2 2

o lo que es lo mismo:

27 a1 6b1 c1 27 a 2 6b2 c 2

Anlogamenete procedemos con la segunda derivada :

6a x 2b1 si x 2,3
s x 1
6a 2 x 2b2 si x 3,5

Para lograr que s x sea continua :

 6a1 3 2b1 6a 2 3 2b2
18a1 2b1 18a2 2b2

En este punto contamos con 6 ecuaciones y 8 incognitas, por lo tanto

tenemos 2 grados de libertad; en general, se agregan las siguientes 2
condiciones:

s x0 0
s x n 0

De lo cual vamos a obtener :

s 2 0 6a1 2 2b1 0
12a1 2b1 0
s 5 0 6a2 5 2b2 0
30a2 2b2 0

Con lo cual, hemos completado un juego de 8 ecuaciones vs. 8 incgnitas, el cual

es el siguiente:

8a1 4b1 2c1 d1 1

27 a1 9b1 3c1 d1 2
27 a 2 9b2 3c 2 d 2 2
125a 2 25b2 5c 2 d 2 7
27 a1 6b1 c1 27 a 2 6b2 c 2
18a1 2b1 18a 2 2b2
12a1 2b1 0
30a 2 2b2 0

Cuya forma matricial es la siguiente :

8 4 2 1 0 0 0 0 a1 1
27
9 3 1 0 0 0 0 b1 2
0 0 0 0 27 9 3 1 c1 2

0 0 0 0 125 25 5 1 d1 7

27 6 1 0 27 6 1 0 a2 0

18 2 0 0 18 2 0 0 b2 0
12 2 0 0 0 0 0 0 c2 0

0 0 0 0 30 2 0 0 d 2 0
Usando Mathematica, obtenemos la siguiente solucin:
 a1 1.25
b1 7.5
c1 10.75
d1 0.5
a2 0.625
b2 9.375
c2 39.875
d2 50.125

Sustituyendo estos valores en nuestra funcin inicial, vemos que la spline cbica
para la tabla de datos dada, queda definida como sigue:

1.25 x 3 7.5 x 2 10.75 x 0.5 si x 2,3

s x
0.625 x 9.375 x 39.875 x 50.125 si
3 2
x 3,5

Mostramos la grfica correspondiente a este ejercicio, creada

tambien en Mathematica.

Obsrvese la finura con la que se unen los polinomios cbicos que conforman a la
spline. Prcticamente ni se nota que se trata de dos polinomios diferentes!. Esto es
debido a las condiciones que se impusieron sobre las derivadas de la funcin. Esta
finura casi artstica, es la que permite aplicar las splines cbicas, para cuestiones
como el diseo de letras por computadoras, o bien a problemas de aplicacin donde
la interpolacin que se necesita es de un caracter bastante delicado, como podra
tratarse de datos mdicos sobre algn tipo de enfermedad.

Ejemplo 2.
Interpolar los siguientes datos utilizando splines cbicas:
Solucin.
Nuevamente, definimos un polinomio cbico en cada uno de los
intervalos:

a1 x 3 b1 x 2 c1 x d1 si x 1,1

s ( x ) a2 x 3 b2 x 2 c2 x d 2 si x 1,2
a x3 b x2 c d
3 3 3 3 si x 2,4

Despues, hacemos que la spline pase por los puntos dados en la tabla. As,
tenemos que:
s (1) 1 implica que,
a1 b1 c1 d1 1
s (1) 1 implica que,
a1 b1 c1 d1 1
a2 b2 c2 d 2 1
s (2) 5 implica que,

8a2 4b2 2c2 d 2 5

8a3 4b3 2c3 d 3 5

Y finalmente s (4) 2 implica que,

64a3 16b3 4c3 d 3 2

Enseguida, calculamos la primera derivada:

3a1 x 2 2b1 x c1 si1 x 1,1

s( x) 3a2 x 2 2b2 x c2 si x 1,2
3a x 2 2b x c si x 2,4
3 3 3

Vemos entonces, que las posibles discontinuidades de s(x) son

x 1 y x 2 . Por lo tanto, para hacer que s(x) sea contnua,
igualamos las ecuaciones correspondientes en ambos valores :

3a1 2b1 c1 3a2 2b2 c2

12a2 4b2 c2 12a3 4b3 c3

Ahora procedemos a calcular la segunda derivada:

 6a1 x 2b1 si x 1,1

s( x ) 6a2 x 2b2 si x 1,2
6a x 2b
3 3 si x 2,4

Nuevamente, las posibles discontinuidades son x 1 y x 2 . Por lo

tanto, para que s(x) sea contnua , se igualan las ecuaciones en
ambos valores :

6a1 2b1 6a2 2b2 3a1 b1 3a2 b2

12a2 2b2 12a3 2b3 6a2 b2 6a3 b3

Finalmente, se agregan las condiciones de que la doble derivada se anule en los

puntos inicial y final de la tabla. En este caso,

s(1) 0 6a1 2b1 0 3a1 b1 0

s(4) 0 24a3 2b3 0 12a3 b3 0

Con esto tenemos un juego de doce ecuaciones vs. doce incgnitas:

a1 b1 c1 d1 1
a1 b1 c1 d1 1
a2 b2 c2 d 2 1
8a2 4b2 2c2 d 2 5
8a3 4b3 2c3 d 3 5
64a3 16b3 4c3 d 3 2
3a1 2b1 c1 3a2 2b2 c2
12a2 4b2 c2 12a3 4b3 c3
3a1 b1 3a2 b2
6a2 b2 6a3 b3
3a1 b1 0
12a3 b3 0

Este sistema tiene la siguiente forma matricial:

 1 1 1 1 0 0 0 0 0 00 a1 1
0
1
1 1 1 0 0 0 0 0 00 b1 1
0
0 0 0 0 1 1 1 1 0 00 c1 1
0

0 0 0 0 8 4 2 1 0 0 0 0 d1 5
0 0 0 0 0 0 0 0 8 4 2 1 a2 5

0 0 0 0 0 0 0 0 64 16 4 1 b2 2

3 2 1 0 3 2 1 0 0 0 0 0 c2 0

0 0 0 0 12 4 1 0 12 4 1 0 d 2 0
3 1 0 0 3 1 0 0 0 0 0 0 a3 0

0 0 0 0 6 1 0 0 6 1 0 0 b3 0

3 1 0 0 0 0 0 0 0 0 0 0 c3 0
0 0 0 0 0 0 0 0 12 1 0 0 d3 0

Usando Mathematica, obtenemos la solucin :

51 21 24
a1 a2 a3
140 , 10 , 35
153 297 288
b1 b2 b3
140 , 35 , 35

89 473 1867
c1 c2 c3
140 , 70 , 70

153 48 732
d1 d2 d3
40 , 35 , 35

Por lo tanto, la spline cbica es:

140
51 3
x 140
153 2
x 140
89
x 153
40 si x 1,1

s ( x) 1021 x 3 297
35 x 70 x 35
2 473 48
si x 1,2
24 x 3 288 x 2 1867 x 732 si x 2,4
35 35 70 35

Finalmente, mostramos la grfica correspondiente (creada en

Mathematica): 8

-1 1 2 4

-2
 EJERCICIOS

NOTA: CUANDO SEA NECESARIO, REDONDEA A CINCO DECIMALES.

1. 1. Calcula el polinomio de interpolacin de Newton para los siguientes datos:

x 2 2 1 4
i) i) y 0 .5 3 2 .4 7 .8

x 0 .3 0 .6 0 .9 1 .2 1 .5
ii) y 3 0 6 9 12

Soluciones:

i) f ( x) 0.5 0.875( x 2) 0.925( x 2)( x 2) 0.4625( x 2)( x 2)( x 1)

ii ) f ( x) 3 10( x 0.3) 50( x 0.3)( x 0.6) 185.18519( x 0.3)( x 0.6)( x 0.9)
447.53088( x 0.3)( x 0.6)( x 0.9)( x 1.2)

2. Calcula el polinomio de Lagrange para los siguientes datos:

x 1 2 3 5
i) y 1.56 3.54 2.57 8.9

x 1 .5 0 .5 1 2 4
ii) ii) y 9 2 5 33 0

Soluciones:

( x 2)( x 3)( x 5) ( x 1)( x 3)( x 5) ( x 1)( x 2)( x 5)

i ) p ( x ) 1.56 3.54 2.57
36 45 80
 ( x 1)( x 2)( x 3)
8 .9
144

( x 0.5)( x 1)( x 2)( x 4) ( x 1.5)( x 1)( x 2)( x 4)

ii ) p( x) 9 2
3.125 7.875

( x 1.5)( x 0.5)( x 2)( x 4) ( x 1.5)( x 0.5)( x 1)( x 4)

5 33
56.25 4.5

2. 3. Calcula las splines cbicas para los siguientes datos:

x 2 1 3
i) i) y 40 5 20

x 5 2 3 7
ii) ii) y 20 4 6 40

Soluciones:

0.25 x 3 1.5 x 2 14.25 x 7.5 si x 2,1

i) s ( x)
0.375x 3.375x 16.125x 8.125 si
3 2
x 1,3

526
5
x 3 526
75 2
x 4703
789 x 789
5860
si x 5,2

ii ) s ( x) 1241
7890 x 2630 x 3945 x 1315
3 2257 2 15619 8012
si x 2,3
299 x 3 2093 x 2 10511 x 860 si
1578 526 789 263 x 3,7