http://docentes.uacj.mx/gtapia/AN/Programas.

htm
http://docentes.uacj.mx/gtapia/AN/Unidad6/Contenido4.htm

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 que

x 0 x1 x n f ( xi ) yi para i 0,1,2,, n , entonces a f (x) se le llama una funcin
), tal que

de interpolacin de los datos, cuando es usada para aproximar valores dentro del intervalo
x0 , xn
, 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 polinomio de menor grado tal que

En este caso, tenemos que
f ( x0 ) y0 , por lo tanto, es el polinomio 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.

y0 ,
Vemos que en el polinomio de interpolacin del caso n=1 se encuentra como primer trmino,
que es el polinomio de interpolacin del caso n=0.

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 resultado:

Si asignamos

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 )

Como se debe cumplir que

f ( x1 ) y1 y ya sabemos que y0 b0 , entonces y1 b0 b1 ( x1 x0 ) , de
b
lo cual obtenemos el valor para 1 :

y1 y0
b1
x1 x0

Asignando
x x2 , vamos a obtener :

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

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

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
y

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

b0 , b1 ,, bn , es conveniente construir una tabla de diferencias divididas

Para calcular los coeficientes
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 arbitrarios y0 , y1 ,, yn existe un
Si
f n x , de a lo ms grado n, y tal que:
polinomio nico

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 n 1 races distintas, y es un polinomio de grado a lo ms n, esto

Por lo tanto, tiene
hn x 0 .
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

lj x i j

(x x ) j i
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 ,
donde suponemos que y dado k
un nmero 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 si x 7,9
3 3 3

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 0 b1 2.5
0
4.5
1 0 0 0 0 0 0 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.

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:

a x 3 b x 2 c x d1 si x 2,3
s x 1 3 1 2 1
a2 x b2 x c2 x d 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 27a 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 x 2 c d si x 2,4
3 3 3 3

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
3 3 3 si x 2,4

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 0 0 a1 1
0
1
1 1 1 0 0 0 0 0 0 0 b1 1
0
0 0 0 0 1 1 1 1 0 0 0 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 x 140
51 3
x 140
153 2 89
x 153
40 si x 1,1
21 3 297 2 473
s ( x) 10 x 35 x 70 x 35 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):

-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)
0.375 x 3.375 x 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