Modelo para Trabajo Interpolacion 2017-IB

Unidad IV: Interpolación Polinomial 2017
Cuarta Práctica de Métodos
Numéricos para Ingenieros
Unidad IV: Interpolación Polinómica

Tema 01: Para nodos no necesariamente equi-espaciados.
 Polinomios de interpolación de Lagrange
 Polinomios de Newton en Diferencias Divididas
 Interpolación Segmentaria. Splines cúbicos.

I) Dados los siguientes datos. Hallar el polinomio de interpolación de Lagrange,
Polinomio de Newton en Diferencias divididas e Interpolación Segmentaria (Splines
cúbico). Hallar el gráfico del polinomio de interpolación y de la función f (en caso de
conocerse).
Ejemplo:
Se mide la caída de voltaje v a través de una resistencia para cierto número de valores
de la corriente i. Los resultados obtenidos son:
i 0.25 0.5 0.75 1.25 1.5 2
v -0.23 -0.3 -0.33 0.7 1.88 6.0
Estimar la caída de voltaje para: i=0.8; i=1.4 e i=1.9.
Solución
Polinomio de interpolación de Lagrange

En forma tabulada:
i 0.25 0.5 0.75 1.25 1.5 2

v -0.23 -0.3 -0.33 0.7 1.88 6.0
Identificación de los elementos:
Nodos: x0 = 0.25; x1 =0.5; x2 =0.7 5; x3 = 1.25; x4=1.5; x5=2(No equiespaciados)
Valores: y0 = -0.23; y1 = -0.3; y2 = -0.33; y3 = 0.7; y4=1.88; y5=6
-Página 1 de 45- Jorge Ventura Guanilo

Forma del polinomio de interpolación de Lagrange:
5
p 5 (x)  y o L0 ( x)  y1 L1 ( x)  y 2 L2 ( x)  y 3 L3 ( x)  y 4 L4 ( x)  y 5 L5 ( x)   y i Li ( x)
i 0
Dónde:
( x  x1 )( x  x2 )( x  x3 )( x  x4 )( x  x5 ) 5
( x  xk )
L0 ( x)  
( x0  x1 )( x0  x2 )( x0  x3 )( x0  x4 )( x0  x5 ) k 0 ( x0  xk )
k 0
( x  x0 )( x  x2 )( x  x3 )( x  x4 )( x  x5 ) 5
( x  xk )
L1 ( x)  
( x1  x0 )( x1  x2 )( x1  x3 )( x1  x4 )( x1  x5 ) k 0 ( x1  xk )
k 1
( x  x0 )( x  x1 )( x  x3 )( x  x4 )( x  x5 ) 5
( x  xk )
L2 ( x)  
( x2  x0 )( x2  x1 )( x2  x3 )( x2  x4 )( x2  x5 ) k 0 ( x2  xk )
k 2
( x  x0 )( x  x1 )( x  x2 )( x  x4 )( x  x5 ) 5
( x  xk )
L3 ( x)  
( x3  x0 )( x3  x1 )( x3  x2 )( x3  x4 )( x3  x5 ) k 0 ( x3  xk )
k 3
( x  x0 )( x  x1 )( x  x2 )( x  x3 )( x  x5 ) 5
( x  xk )
L4 ( x)  
( x4  x0 )( x4  x1 )( x4  x2 )( x4  x3 )( x4  x5 ) k 0 ( x4  xk )
k 4
( x  x0 )( x  x1 )( x  x2 )( x  x3 )( x  x4 ) 5
( x  xk )
L5 ( x)  
( x5  x0 )( x5  x1 )( x5  x2 )( x5  x3 )( x5  x4 ) k 0 ( x5  xk )
k 5
Cálculo de: L0 ( x) ; L1 ( x) ; L2 ( x) ; L3 ( x) ; L4 (x) ; L5 (x) :

Si: x0 = 0.25; x1 =0.5; x2 =0.7 5; x3 = 1.25; x4=1.5; x5=2
( x  0.50( x  0.75)( x  1.25)( x  1.50)( x  2)
L0 ( x) 
(0.25  0.50)(0.25  0.75)(0.25  1.25)(0.25  1.50)(0.25  2)
128
 ( x  0.50)( x  0.75)( x  1.25)( x  1.50)( x  2)
35
( x  0.25)( x  0.75)( x  1.25)( x  1.50)( x  2)
L1 ( x) 
(0.50  0.25)(0.50  0.75)(0.50  1.25)(0.50  1.50)(0.50  2)
128
 ( x  0.25)( x  0.75)( x  1.25)( x  1.50)( x  2)
9
( x  0.25)( x  0.50)( x  1.25)( x  1.50)( x  2)
L2 ( x) 
(0.75  0.25)(0.75  0.50)(0.75  1.25)(0.75  1.50)(0.75  2)
256
 ( x  0.25)( x  0.75)( x  1.25)( x  1.50)( x  2)
15

( x  0.25)( x  0.50)( x  0.75)( x  1.50)( x  2)
L3 ( x) 
(1.25  0.25)(1.25  0.50)(1.25  0.75)(1.25  1.50)(1.25  2)
128
 ( x  0.25)( x  0.50)( x  0.75)( x  1.50)( x  2)
9
( x  0.25)( x  0.50)( x  0.75)( x  1.25)( x  2)
L4 ( x) 
(1.50  0.25)(1.50  0.50)(1.50  0.75)(1.50  1.25)(1.50  2)
128
 ( x  0.25)( x  0.50)( x  0.75)( x  1.25)( x  2)
15
( x  0.25)( x  0.50)( x  0.75)( x  1.25)( x  1.50)
L5 ( x) 
(2  0.25)( 2  0.50)( 2  0.75)( 2  1.25)( 2  1.50)
256
 ( x  0.25)( x  0.50)( x  0.75)( x  1.25)( x  1.50)
315
Cálculo del polinomio de Interpolación Lagrange: pn ( x) :

Si: p 5 (x)  yo L0 ( x)  y1 L1 ( x)  y 2 L2 ( x)  y3 L3 ( x)  y 4 L4 ( x)  y5 L5 ( x)
Dónde: y0 = -0.23; y1 = -0.3; y2 = -0.33; y3 = 0.7; y4=1.88; y5=6

Entonces:
 128 
p 5 (x)  0.23 ( x  0.50( x  0.75)( x  1.25)( x  1.50)( x  2)
 35 
128 
 0.3 ( x  0.25)( x  0.75)( x  1.25)( x  1.50)( x  2)
 9 
 256 
 0.33 ( x  0.25)( x  0.75)( x  1.25)( x  1.50)( x  2)
 15 
128 
 0.7  ( x  0.25)( x  0.50)( x  0.75)( x  1.50)( x  2)
 9 
 128 
 1.88 ( x  0.25)( x  0.50)( x  0.75)( x  1.25)( x  2)
 15 
 256 
 6 ( x  0.25)( x  0.50)( x  0.75)( x  1.25)( x  1.50)
 315 
736 1 3 5 3 64 1 3 5 3
p 5 (x)  ( x  )( x  )( x  )( x  )( x  2)  ( x  )( x  )( x  )( x  )( x  2)
875 2 4 4 2 15 4 4 4 2
704 1 1 5 3 448 1 1 3 3
 ( x  )( x  )( x  )( x  )( x  2)  ( x  )( x  )( x  )( x  )( x  2)
125 4 2 4 2 45 4 2 4 2
6016 1 1 3 5 512 1 1 3 5 3
 ( x  )( x  )( x  )( x  )( x  2)  ( x  )( x  )( x  )( x  )( x  )
375 4 2 4 4 105 4 2 4 4 2
224 5 6512 4 4491 3 4043 2 1606 18
p 5 (x)  x  x  x  x  x
225 1125 332 328 375 25

Gráfica del polinomio en derive:
p5 (x) =(224/225)*x^5-(6512/1125)*x^4+(4491/332)*x^3-(4043/328)*x^2+(1606/375)*x-(18/25)
Cálculo del valor de p 5 (x) en x = 0.8:

224 6512 4491 4043 1606 18
p 5 (0.8)  (0.8) 5  (0.8) 4  (0.8) 3  (0.8) 2  (0.8) 
225 1125 332 328 375 25
647
  -0.3014912
2146
Por lo tanto:
f (0.8)  p 5 (0.8)  -0.3014912
Interpretación de los resultados:
Cuando el valor de la corriente: i=0.8 la caída de voltaje es: v=-0.3014912
Cálculo del valor de p5 (x) en x = 1.4:

224 6512 4491 4043 1606 18 1148
p 5 (1.4)  (1.4) 5  (1.4) 4  (1.4) 3  (1.4) 2  (1.4)  
225 1125 332 328 375 25 849
 1.352179200000007
Por tanto:
f (1.4)  p 5 (1.4)  1.352179200000007
Cuando el valor de la corriente i=1.4 la caída de voltaje es: v=1.352179200000007

Cálculo del valor de p5 (x) en x = 1.9
224 6512 4491 4043 1606 18 2257

p 5 (x)  (1.9) 5  (1.9) 4  (1.9) 3  (1.9) 2  (1.9)  
225 1125 332 328 375 25 459
 4.917213866666680
Por tanto: f (1.9)  p5 (1.9)  4.917213866666680
Cuando el valor de la corriente i=1.9 la caída de voltaje es v=4.917213866666680

Polinomio de Interpolación de Newton en diferencias divididas:
Ejemplo:
i 0.25 0.5 0.75 1.25 1.5 2
v -0.23 -0.3 -0.33 0.7 1.88 6.0
Solución
Nodos: x0 = 0.25; x1 = 0.5; x2 = 0.7 5; x3 = 1.25; x4 = 1.5; x5 = 2
Valores: y0 = -0.23; y1 = -0.3; y2 = -0.33; y3 = 0.7; y4 = 1.88; y5 = 6
Forma del polinomio de interpolación de Newton en Diferencias divididas:
p 5 (x)  f x0   f x1 , x0 ( x  x0 )  f x2 , x1 , x0 ( x  x1 )( x  x0 )
 f x3 , x2 , x1 , x0 ( x  x2 )( x  x1 )( x  x0 )  f x4 , x3 , x2 , x1 , x0 ( x  x3 )( x  x2 )( x  x1 )( x  x0 )
 f x5 , x4 , x3 , x2 , x1 , x0 ( x  x4 )( x  x3 )( x  x2 )( x  x1 )( x  x0 )
Donde:
f x0   y0 : Diferencia dividida de orden 0
f [ x1 ]  f [ x0 ] y1  y0
f x1 , x0    : Diferencia Dividida de orden 1
x1  x0 x1  x0
f x2 , x1   f x1 , x0 
f x2 , x1 , x0   : Diferencia Dividida de orden 2
x 2  x0
f x3 , x2 , x1   f x2 , x1 , x0 
f x3 , x2 , x1 , x0   : Diferencia Dividida de orden 3
x3  x 0

f x 4 , x3 , x 2 , x1   f x3 , x 2 , x1 , x 0 
f x 4 , x3 , x 2 , x1 , x 0   : Diferencia Dividida de orden 4
x 4  x0
f x5 , x 4 , x3 , x 2 , x1   f x 4 , x3 , x 2 , x1 , x 0 
f x5 , x 4 , x3 , x 2 , x1 , x 0   : Diferencia Dividida de orden5
x5  x 0

Cálculo de las diferencias divididas:
Nodos Orden 0 Orden1 Orden 2 Orden 3 Orden 4 Orden 5
k xk y k  f xk  f x k 1 , x k  f x k  2 , xk 1 , xk  f xk 3 , x k  2 , xk 1 , xk  f xk 4 , xk 3 , xk 2 , xk 1 , xk  f xk 5 , xk 4 , xk 3 , xk 2 , xk 1 , xk 
0 x0=0.25 y0=f[x0]= -0.23
f x1 , x0   -0.28
1 x1=0.50 y1= [x1]=-0.30 f x 2 , x1 , x0   0.32
f x2 , x1   -0.12 f x3 , x 2 , x1 , x 0   2.5867
2 x2=0.75 y2=f[x2]=-0.33 f x 3 , x2 , x1   2.9067 f x4 , x3 , x2 , x1 , x0   -1.557333333333
f x3 , x 2   2.06 f x4 , x3 , x2 , x1   0.6400 f x5 , x4 , x3 , x2 , x1, x0 

 0.9955555556
3 x3=1.25 y3=f[x3]=0.70 f x 4 , x3 , x2   3.5467 f x5 , x 4 , x3 , x2 , x1   0.184888888889
f x4 , x3   4.72 f x5 , x 4 , x3 , x 2   0.9173
4 x4=1.5 y4=f[x4]=1.88 f x 5 , x4 , x3   4.6933
f x5 , x4   8.24
5 x5=2 y5=f[x5]=6

Unidad II: Interpolación Polinomial 2017
Cálculo del polinomio de interpolación de Newton en diferencias
divididas:
p 5 (x)  f x0   f x1 , x0 ( x  x0 )  f x2 , x1 , x0 ( x  x1 )( x  x0 )

 f x3 , x2 , x1 , x0 ( x  x2 )( x  x1 )( x  x0 )  f x4 , x3 , x2 , x1 , x0 ( x  x3 )( x  x2 )( x  x1 )( x  x0 )
 f x5 , x4 , x3 , x2 , x1 , x0 ( x  x4 )( x  x3 )( x  x2 )( x  x1 )( x  x0 )
p 5 (x)  0.23  0.28( x  0.25)  0.32( x  0.50)( x  0.25)  2.5867( x  0.75)( x  0.50)( x  0.25)
- 1.557333333333 ( x  1.25)( x  0.75)( x  0.50)( x  0.25)
 0.9955555556( x  1.5)( x  1.25)( x  0.75)( x  0.50)( x  0.25)
224 5 6512 4 4491 3 4043 2 1606 18
p 5 (x)  x  x  x  x  x
225 1125 332 328 375 25
Gráfica del polinomio en derive:
p5 (x) =(224/225)*x^5-(6512/1125)*x^4+(4491/332)*x^3-(4043/328)*x^2+(1606/375)*x-(18/25)
224 6512 4491 4043 1606 18

p 5 (x)  (0.8) 5  (0.8) 4  (0.8) 3  (0.8) 2  (0.8) 
225 1125 332 328 375 25
647
  -0.3014912
2146
Por lo tanto: f (0.8)  p 5 (0.8)  -0.3014912

Cuando el valor de la corriente i=0.8 la caída de voltaje v=0.3014912
224 6512 4491 4043 1606 18 1148

p 5 (1.4)  (1.4) 5  (1.4) 4  (1.4) 3  (1.4) 2  (1.4)  
225 1125 332 328 375 25 849
 1.352179200000007
Por tanto:
f (1.4)  p5 (1.4)  1.352179200000007
Cálculo del valor de p 5 (x) en x = 1.9
224 6512 4491 4043 1606 18 2257

p 5 (1.9)  (1.9) 5  (1.9) 4  (1.9) 3  (1.9) 2  (1.9)  
225 1125 332 328 375 25 459
 4.917213866666680
Por tanto: f (1.9)  p5 (1.9)  4.917213866666680
Interpolación Segmentaria. Spline cubicos

Ejemplo:
I 0.25 0.5 0.75 1.25 1.5 2
v -0.23 -0.3 -0.33 0.7 1.88 6.0
Solución

x x0=0.25 x1=0.50 x2=0.75 x3=1.25 x4=1.50 x5=2

y=f(x) y0=-0.23 y1=-0.3 y2=-0.33 y3=0.7 y4=1.88 y5=6
Splines cúbicos

x x0=0.25 x1=0.50 x2=0.75 x3=1.25 x4=1.50 x5=2
y=f(x) y0=-0.23 y1=-0.3 y2=-0.33 y3=0.7 y4=1.88 y5=6
Forma de la Función segmentaria:
S0 (x)  a0 x 3  b0 x 2  c0 x  d 0 ; Si x  [x 0 , x 1 

S1 (x)  a1 x  b1 x  c1 x  d1 ; Si x  [x 1 , x 2 
3 2

Si S(x)  S 2 (x)  a 2 x  b2 x  c 2 x  d 2 ; Si x  [x 2 , x 3 
3 2

S3 (x)  a3 x  b3 x  c3 x  d 3 ; Si x  [x 3 , x 4 
3 2
S (x)  a x 3  b x 2  c x  d ; Si x  [x 4 , x 5 ]
 4 4 4 4 4
Entonces:
S0 (x)  a0 x 3  b0 x 2  c0 x  d 0 ; Si x  [0.25, 0.50 


S1 (x)  a1 x  b1 x  c1 x  d1 ; Si x  [0.50, 0.75 
3 2

S(x)  S 2 (x)  a 2 x 3  b2 x 2  c 2 x  d 2 ; Si x  [0.75, 1.25 

S3 (x)  a3 x  b3 x  c3 x  d 3 ; Si x  [1.25, 1.50 
3 2
S 4 (x)  a 4 x 3  b4 x 2  c 4 x  d 4 ; Si x  [1.50, 2.00]


Cálculo de los Spline cúbicos:

Condiciones de polinomio de interpolación:
La función segmentaria S(x) debe pasar por cada uno de los puntos (x i, yi); para i=0, 1,
2, 3, 4, 5. Es decir S(xi)=yi para i = 0, 1, 2, 3, 4, 5. Así, tenemos que:
Si S 0 (x 0 )  y 0  a0 ( x 0 ) 3  b0 ( x 0 ) 2  c0 ( x 0 )  d 0  y 0

Si S1 (x 1 )  y1  a1 (x 1 )  b1 (x 1 )  c1 (x 1 )  d1  y1
3 2
Si S (x )  y  a (x ) 3  b (x ) 2  c (x )  d  y
 2 2 2 2 2 2 2 2 2 2 2

Si S3 (x 3 )  y 3  a3 (x 3 )  b3 (x 3 )  c3 (x 3 )  d 3  y 3
3 2
Si S (x )  y  a (x ) 3  b (x ) 2  c (x )  d  y
 4 4 4 4 4 4 4 4 4 4 4
Si S 4 (x 5 )  y 5  a 4 (x 5 )  b4 (x 5 )  c 4 (x 5 )  d 4  y 5
3 2

Entonces:
Si S0 (0.25)  0.23  a0 (0.25) 3  b0 (0.25) 2  c0 (0.25)  d 0  0.23


Si S1 (0.50)  0.3  a1 (0.50)  b1 (0.50)  c1 (0.50)  d1  0.3
3 2
Si S (0.75)  0.33  a (0.75) 3  b (0.75) 2  c (0.75)  d  0.33

 2 2 2 2 2

Si S3 (1.25)  0.7  a3 (1.25)  b3 (1.25)  c3 (1.25)  d 3  0.7
3 2
Si S (1.50)  1.88  a (1.50) 3  b (1.50) 2  c (1.50)  d  1.88

 4 4 4 4 4
Si S 4 (2)  6  a 4 (2)  b4 (2)  c 4 (2)  d 4  6

3 2
Entonces:
a 0 (0.25) 3  b0 (0.25) 2  c0 (0.25)  d 0  0.23


a1 (0.50)  b1 (0.50)  c1 (0.50)  d1  0.3
3 2
a (0.75) 3  b (0.75) 2  c (0.75)  d  0.33

 2 2 2 2

a3 (1.25)  b3 (1.25)  c3 (1.25)  d 3  0.7
3 2
a (1.50) 3  b (1.50) 2  c (1.50)  d  1.88

 4 4 4 4
a 4 (2)  b4 (2)  c 4 (2)  d 4  6

3 2
Entonces se obtienen n+1=6 ecuaciones con 4n=20 variables:

1 1 1 23
 64 a 0  16 b0  4 c0  d 0   100

1 a  1 b  1 c  d   3
8 1 4 1 2 1 1
10

 27 a 2  9 b2  3 c 2  d 2   33
 64 16 4 100
125 25 5 7
 a3  b3  c3  d 3 
 64 16 4 10
 27 9 3 47
 8 a 4  4 b4  2 c 4  d 4  25

8a 4  4b4  2c 4  d 4  6
Faltan 14 ecuaciones.
Condiciones de conexión:
Condiciones de continuidad:

Las posibles discontinuidades de: S(x) se dan cuando: x =x1=0.5; x = x2=0.75; x=x3=1.25;
x=x4=1.50. Por lo tanto para hacer que S(x) sea continua se iguala las ecuaciones
correspondientes en ambos valores:
Si S0 (x 1 )  S1 (x 1 )  a0 ( x 1 ) 3  b0 ( x 1 ) 2  c0 ( x 1 )  d 0  a1 (x 1 ) 3  b1 (x 1 ) 2  c1 (x 1 )  d1

Si S1 (x 2 )  S 2 (x 2 )  a1 (x 2 )  b1 (x 2 )  c1 (x 2 )  d1  a 2 (x 2 )  b2 (x 2 )  c2 (x 2 )  d 2
3 2 3 2

Si S 2 (x 3 )  S3 (x 3 )  a 2 (x 3 )  b2 (x 3 )  c2 (x 3 )  d 2  a3 (x 3 )  b3 (x 3 )  c3 (x 3 )  d 3
3 2 3 2
Si S (x )  S (x )  a (x ) 3  b (x ) 2  c (x )  d  a (x ) 3  b (x ) 2  c (x )  d
 3 4 4 4 3 4 3 4 3 4 3 4 4 4 4 4 4 4
Entonces:
a0 ( x 1 ) 3  b0 ( x 1 ) 2  c0 ( x 1 )  d 0  a1 (x 1 ) 3  b1 (x 1 ) 2  c1 (x 1 ) - d1  0

a1 (x 2 )  b1 (x 2 )  c1 (x 2 )  d1  a 2 (x 2 )  b2 (x 2 )  c2 (x 2 ) - d 2  0
3 2 3 2

a 2 (x 3 )  b2 (x 3 )  c2 (x 3 )  d 2  a3 (x 3 )  b3 (x 3 )  c3 (x 3 ) - d 3  0
3 2 3 2
a (x ) 3  b (x ) 2  c (x )  d  a (x ) 3  b (x ) 2  c (x )  d  0
 3 4 3 4 3 4 3 4 4 4 4 4 4 4
Entonces:
a0 (0.50) 3  b0 (0.50) 2  c0 (0.50)  d 0  a1 (0.50) 3  b1 (0.50) 2  c1 (0.50) - d1  0


a1 (0.75)  b1 (0.75)  c1 (0.75)  d1  a 2 (0.75)  b2 (0.75)  c2 (0.75) - d 2  0
3 2 3 2

a 2 (1.25)  b2 (1.25)  c2 (1.25)  d 2  a3 (1.25)  b3 (1.25)  c3 (1.25) - d 3  0
3 2 3 2
a (1.50) 3  b (1.50) 2  c (1.50)  d  a (1.50) 3  b (1.50) 2  c (1.50)  d  0

 3 3 3 3 4 4 4 4
Entonces:
 1 3 1 2 1 1 3 1 2 1
a 0 ( 2 )  b0 ( 2 )  c0 ( 2 )  d 0  a1 ( 2 )  b1 ( 2 )  c1 ( 2 ) - d1  0

a ( 3 ) 3  b ( 3 ) 2  c ( 3 )  d  a ( 3 ) 3  b ( 3 ) 2  c ( 3 ) - d  0
 1 4 1
4
1
4
1 2
4
2
4
2
4
2

a ( 5 ) 3  b ( 5 ) 2  c ( 5 )  d  a ( 5 ) 3  b ( 5 ) 2  c ( 5 ) - d  0
 2 4 2
4
2
4
2 3
4
3
4
3
4
3
 3 3 3 3 3 3
a3 ( ) 3  b3 ( ) 2  c3 ( )  d 3  a 4 ( ) 3  b4 ( ) 2  c 4 ( )  d 4  0
 2 2 2 2 2 2
Entonces se obtienen n-1 = 4 ecuaciones más, con 4n = 20 variables. En total se van

obteniendo: (n+1) + (n-1) = 2n = 10 ecuaciones.
1 1 1 1 1 1
 8 a 0  4 b0  2 c0  d 0  8 a1  4 b1  2 c1 - d1  0

 27 a  9 b  3 c  d  27 a  9 b  3 c - d  0
 64 1 16 1 4 1 1
64
2
16
2
4
2 2

125 a  25 b  5 c  d  125 a  25 b  5 c - d  0
 64 2 16 2 4 2 2
64
3
16
3
4
3 3
 27 9 3 27 9 3
 a3  b3  c3  d 3  a 4  b4  c 4  d 4  0
8 4 2 8 4 2
Condiciones de derivada continúa:
Calculando la primera derivada:
S' 0 (x)  3a0 x 2  2b0 x  c0 ; Si x  [x 0 , x 1 

S'1 (x)  3a1 x  2b1 x  c1 ; Si x  [x 1 , x 2 
2

S' (x)  S' 2 (x)  3a 2 x 2  2b2 x  c 2 ; Si x  [x 2 , x 3 

S'3 (x)  3a3 x  2b3 x  c3 ; Si x  [x 3 , x 4 
2
S' (x)  3a x 2  2b x  c ; Si x  [x 4 , x 5 ]
 4 4 4 4
Las posibles discontinuidades de: S' (x) se dan cuando: x =x1=0.5; x = x2=0.75;
x=x3=1.25; x=x4=1.50. Por lo tanto para hacer que S' (x) sea continua se iguala las
ecuaciones correspondientes en ambos valores:
S'0 (x 1 )  S'1 (x 1 )  3a0 (x 1 ) 2  2b0 (x 1 )  c0  3a1 (x 1 ) 2  2b1 (x 1 )  c1


S'1 (x 2 )  S' 2 (x 2 )  3a1 (x 2 )  2b1 (x 2 )  c1  3a2 (x 2 )  2b2 (x 2 )  c2
2 2
Si 
S' 2 (x 3 )  S'3 (x 3 )  3a2 (x 3 )  2b2 (x 3 )  c2  3a3 (x 3 )  2b3 (x 3 )  c3
2 2
S' (x )  S' (x )  3a (x ) 2  2b (x )  c  3a (x ) 2  2b (x )  c
 3 4 4 4 3 4 3 4 3 4 4 4 4 4
Entonces:
3a0 (x 1 ) 2  2b0 (x 1 )  c0  3a1 (x 1 ) 2  2b1 (x 1 ) - c1  0


3a1 (x 2 )  2b1 (x 2 )  c1  3a2 (x 2 )  2b2 (x 2 )  c2  0
2 2

3a2 (x 3 )  2b2 (x 3 )  c2  3a3 (x 3 )  2b3 (x 3 )  c3  0
2 2
3a (x ) 2  2b (x )  c  3a (x ) 2  2b (x )  c  0
 3 4 3 4 3 4 4 4 4 4
Entonces:

 1 2 1 1 2 1
3a 0 ( )  2b 0 ( )  c 0  3a 1 ( )  2b1 ( ) - c1  0
2 2 2 2

3a ( 3 ) 2  2b ( 3 )  c  3a ( 3 ) 2  2b ( 3 )  c  0
 1 4 1
4
1 2
4
2
4
2

3a ( 5 ) 2  2b ( 5 )  c  3a ( 5 ) 2  2b ( 5 )  c  0
 2 4 2
4
2 3
4
3
4
3
 3 3 3 3
3a3 ( ) 2  2b3 ( )  c3  3a 4 ( ) 2  2b4 ( )  c 4  0
 2 2 2 2
Se obtienen: (n-1) = 4 ecuaciones más, con 3n=15 variables. Hasta el momento se van
obteniendo: (n+1) + (n-1) + (n-1) = 3n – 1 = 14 ecuaciones.
3 3
 4 a 0  b0  c 0  4 a1  b1 - c1  0

 27 a  3 b  c  27 a  3 b  c  0
 16 1 2 1 1 16 2 2 2 2

 75 a  5 b  c  75 a  5 b  c  0
16 2 2 3 2 16 3 2 3 3
 27 27
 a 3  3b3  c 3  a 4  3b4  c 4  0
4 4
Condición de segunda derivada continúa:
Ahora procedemos a calcular la segunda derivada:
S' '0 (x)  6a0 x  2b0 ; Si x  [x 0 , x 1 ]
S' ' (x)  6a x  2b ; Si x  [x 1 , x 2 ]
 1 1 1
S' ' (x)  S' '2 (x)  6a2 x  2b2 ; Si x  [x 2 , x 3 ]

S' ' (x)  6a x  2b ; Si x  [x 3 , x 4 ]
 3 3 3
S' '4 (x)  6a4 x  2b4 ; Si x  [x 4 , x 5 ]

Nuevamente, las posibles discontinuidades de S' ' (x) son: x =x1=0.5; x = x2=0.75;
x=x3=1.25; x=x4=1.50. Por lo tanto, para que: S' ' (x) sea continúa, se igualan las
ecuaciones en ambos valores:

S' '0 (x 1 )  S' '1 (x 1 )  6a0 (x 1 )  2b0  6a1 (x 1 )  2b1
S' ' (x )  S' ' (x )  6a (x )  2b  6a (x )  2b
 1 2 2 2 1 2 1 2 2 2
Si 
S' '2 (x 3 )  S' '3 (x 3 )  6a2 (x 3 )  2b2  6a3 (x 3 )  2b3
S' '3 (x 4 )  S' '4 (x 4 )  6a3 (x 4 )  2b3  6a4 (x 4 )  2b4
Entonces
6a0 (x 1 )  2b0  6a1 (x 1 ) - 2b1  0

6a (x )  2b  6a (x ) - 2b  0
 1 2 1 2 2 2

6a2 (x 3 )  2b2  6a3 (x 3 )  2b3  0
6a3 (x 4 )  2b3  6a4 (x 4 )  2b4  0
Entonces
 1 1
6 a 0 ( )  2b 0  6 a1 ( ) - 2b1  0
2 2

6a ( 3 )  2b  6a ( 3 ) - 2b  0
 1 4 1 2
4
2

6a ( 5 )  2b  6a ( 5 )  2b  0
 2 4 2 3
4
3
 3 3
6a3 ( )  2b3  6a 4 ( )  2b4  0
 2 2
Se obtienen n – 1 = 4 ecuaciones más, con 2(n-1) = 8 variables. Hasta el momento se
van obteniendo: (n+1) + (n-1) + (n-1) +(n-1) = 4n – 2 = 18 ecuaciones.
3a 0  2b0  3a1 - 2b1  0

9
 a1  2b1  9 a 2 - 2b2  0
2 2

15 a  2b  15 a  2b  0
2 2 2
2
3 3
9a  2b  9a  2b  0
 3 3 4 4
Faltan 2 ecuaciones
Condición de Frontera (Spline natural)

Consisten en que la segunda derivada se anule en los puntos inicial y final de la tabla.

 1
S0 ' ' (x 0 )  0  6a0 (x 0 )  2b0  0 6a0 ( )  2b0  0
Si  . Entonces:  4
S4 ' ' (x 5 )  0  6a4 (x 5 )  2b4  0 
6a 4 (2)  2b4  0
Se obtienen 2 últimas ecuaciones, con 2(n-3) = 4 variables. El total de ecuaciones
obtenidas es: (n+1) + (n-1) + (n-1) +(n-1) + 2 = 4n = 20 ecuaciones, con 4n=20 variables.
3
 a0  2b0  0
2

12a 4  2b4  0
Formando el sistema de 20 ecuaciones con 20 variables:

1 1 1 23
 64 a 0  16 b0  4 c0  d 0   100

1 a  1 b  1 c  d   3
8 1 4 1 2 1 1
10

 27 a 2  9 b2  3 c 2  d 2   33
 64 16 4 100
125 25 5 7
 a3  b3  c3  d 3 
 64 16 4 10
 27 9 3 47
 a 4  b4  c 4  d 4 
8 4 2 25
8a 4  4b4  2c 4  d 4  6

 1 a 0  1 b0  1 c0  d 0  1 a1  1 b1  1 c1 - d1  0
8 4 2 8 4 2
 27 9 3 27 9 3
 a1  b1  c1  d1  a 2  b2  c 2 - d 2  0
 64 16 4 64 16 4
125 25 5 125 25 5
 a2  b2  c 2  d 2  a3  b3  c3 - d 3  0
 64 16 4 64 16 4
 27 9 3 27 9 3
 a3  b3  c3  d 3  a 4  b4  c 4  d 4  0
8 4 2 8 4 2
3 3
4 a 0  b0  c 0  a1  b1 - c1  0
4

 27 a  3 b  c  27 a  3 b  c  0
 16 1 2 1 1 16 2 2 2 2
 75 5 75 5
 a 2  b3  c 2  a3  b3  c3  0
16 2 16 2
 27 27
 a3  3b3  c3  a 4  3b4  c 4  0
4 4
3a 0  2b0  3a1 - 2b1  0

 9 a  2b  9 a - 2b  0
2 1 1
2
2 2
15 15
 a 2  2b2  a3  2b3  0
2 2
9a3  2b3  9a 4  2b4  0

 3 a  2b  0
2 0 0

12a 4  2b4  0

Ordenando el sistema de 20 ecuaciones con 20 variables:
1 1 1 23
a 0  b0  c0  d0 
64 16 4 100
1 1 1 3
a 1  b 1  c1  d 1 
8 4 2 10
27 9 3 33
a2  b2  c2  d2 
64 16 4 100
125 25 5 7
a 3  b3  c3  d 3 
64 16 4 10
27 9 3 47
a 4  b4  c4  d4 
8 4 2 25
8a 4  4 b 4  2c 4  d 4  6
1 1 1 1 1 1
a 0  b 0  c 0  d 0  a 1  b 1  c1 - d 1 0
8 4 2 8 4 2
27 9 3 27 9 3
a 1  b 1  c1  d 1  a 2  b2  c2 - d2 0
64 16 4 64 16 4
125 25 5 125 25 5
a2  b2  c2  d2  a 3  b3  c3 - d 3 0
64 16 4 64 16 4
27 9 3 27 9 3
a3  b3  c3  d 3  a 4  b 4  c 4  d 4  0
8 4 2 8 4 2

3 3
 4 a 0  b0  c0  a 1  b 1 - c1
4
0

 27 3
a 1  b 1  c1 
27 3
a 2  b2  c2 0
 16 2 16 2

 75 5 75 5
a 2  b2  c2  a 3  b3  c3 0
 16 2 16 2
 27 27
 a 3  3b 3  c 3  a 4  3b 4  c 4  0
 4 4
3a  2b  3a 1 - 2b1 0
 0 0
 9 9
 a 1  2b1  a 2 - 2b 2 0
 2 2
 15 15
 a 2  2b 2  a 3  2b 3 0
 2 2
 9a 3  2b 3  9a 4  2b 4 0
3
 a 0  2b 0 0
2
 12a 4  2b 4 0

Forma matricial AX=B
1/64 1/16 1/4 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 a0 -23/100
1/8 1/4 1/2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 b0 - 3/10
0 0 0 0 1/8 1/4 1/2 1 0 0 0 0 0 0 0 0 0 0 0 0 c0 - 3/10
0 0 0 0 27/64 9/16 3/4 1 0 0 0 0 0 0 0 0 0 0 0 0 d0 - 33/100
0 0 0 0 0 0 0 0 27/64 9/16 3/4 1 0 0 0 0 0 0 0 0 a1 - 33/100
0 0 0 0 0 0 0 0 125/64 25/16 5/4 1 0 0 0 0 0 0 0 0 b1 7/10
0 0 0 0 0 0 0 0 0 0 0 0 125/64 25/16 5/4 1 0 0 0 0 c1 7/10
0 0 0 0 0 0 0 0 0 0 0 0 27/8 9/4 3/2 1 0 0 0 0 d1 47/25
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 27/8 9/4 3/2 1 a2 47/25
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 8 4 2 1 b2 6
3/4 1 1 0 - 3/4 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0 c2 = 0
0 0 0 0 27/16 3/2 1 0 -27/16 -3/2 -1 0 0 0 0 0 0 0 0 0 d2 0
0 0 0 0 0 0 0 0 75/16 5/2 1 0 -75/16 -5/2 -1 0 0 0 0 0 a3 0
0 0 0 0 0 0 0 0 0 0 0 0 27/4 3 1 0 -27/4 -3 -1 0 b3 0
3 2 0 0 -3 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 c3 0

0 0 0 0 9/2 2 0 0 -9/2 -2 0 0 0 0 0 0 0 0 0 0 d3 0
0 0 0 0 0 0 0 0 15/2 2 0 0 -15/2 -2 0 0 0 0 0 0 a4 0
0 0 0 0 0 0 0 0 0 0 0 0 9 2 0 0 -9 -2 0 0 b4 0
3/2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 c4 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 12 2 0 0 d4 0

Solución del sistema de 20 ecuaciones con 20 variables mediante Matlab:
Ingreso de la matriz a de coeficientes del Sistema de ecuaciones AX=B.

>> a=[1/64 1/16 1/4 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;1/8 1/4 1/2 1 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0;0 0 0 0 1/8 1/4 1/2 1 0 0 0 0 0 0 0 0 0 0 0 0;0 0 0 0 27/64 9/16 3/4 1 0 0 0 0 0 0 0
0 0 0 0 0;0 0 0 0 0 0 0 0 27/64 9/16 3/4 1 0 0 0 0 0 0 0 0;0 0 0 0 0 0 0 0 125/64 25/16 5/4
1 0 0 0 0 0 0 0 0;0 0 0 0 0 0 0 0 0 0 0 0 125/64 25/16 5/4 1 0 0 0 0; 0 0 0 0 0 0 0 0 0 0 0
0 27/8 9/4 3/2 1 0 0 0 0; 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 27/8 9/4 3/2 1;0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 8 4 2 1;3/4 1 1 0 -3/4 -1 -1 0 0 0 0 0 0 0 0 0 0 0 0 0;0 0 0 0 27/16 3/2 1 0 -
27/16 -3/2 -1 0 0 0 0 0 0 0 0 0;0 0 0 0 0 0 0 0 75/16 5/2 1 0 -75/16 -5/2 -1 0 0 0 0 0;0 0 0
0 0 0 0 0 0 0 0 0 27/4 3 1 0 -27/4 -3 -1 0;3 2 0 0 -3 -2 0 0 0 0 0 0 0 0 0 0 0 0 0 0;0 0 0 0
9/2 2 0 0 -9/2 -2 0 0 0 0 0 0 0 0 0 0;0 0 0 0 0 0 0 0 15/2 2 0 0 -15/2 -2 0 0 0 0 0 0; 0 0 0 0
0 0 0 0 0 0 0 0 9 2 0 0 -9 -2 0 0;3/2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0; 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 12 2 0 0]
a=
Columns 1 through 3
1/64 1/16 1/4
1/8 1/4 1/2
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
3/4 1 1
0 0 0
0 0 0
0 0 0
3 2 0
0 0 0

0 0 0
0 0 0
3/2 2 0
0 0 0
Columns 4 through 6
1 0 0
1 0 0
0 1/8 1/4
0 27/64 9/16
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 -3/4 -1
0 27/16 3/2
0 0 0
0 0 0
0 -3 -2
0 9/2 2
0 0 0
0 0 0
0 0 0
0 0 0
Columns 7 through 9
0 0 0
0 0 0
1/2 1 0
3/4 1 0
0 0 27/64

0 0 125/64
0 0 0
0 0 0
0 0 0
0 0 0
-1 0 0
1 0 -27/16
0 0 75/16
0 0 0
0 0 0
0 0 -9/2
0 0 15/2
0 0 0
0 0 0
0 0 0
Columns 10 through 12
0 0 0
0 0 0
0 0 0
0 0 0
9/16 3/4 1
25/16 5/4 1
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
-3/2 -1 0
5/2 1 0
0 0 0
0 0 0

-2 0 0
2 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
125/64 13/8 5/4
27/8 9/4 3/2
0 0 0
0 0 0
0 0 0
0 0 0
-75/16 -5/2 -1
27/4 3 1
0 0 0
0 0 0
-15/2 -2 0
9 2 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0

0 0 0
0 0 0
1 0 0
1 0 0
0 27/8 9/4
0 8 4
0 0 0
0 0 0
0 0 0
0 -27/4 -3
0 0 0
0 0 0
0 0 0
0 -9 -2
0 0 0
0 12 2
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
3/2 1
2 1
0 0
0 0
0 0
-1 0

0 0
0 0
0 0
0 0
0 0
0 0
Ingreso de la matriz b de términos independientes:

>> b=[-23/100;-3/10; -3/10;-33/100; -33/100;7/10;7/10;47/25;47/25;6;0;0;0;0;0;0;0;0;0;0]
b=
-23/100
-3/10
-3/10
-33/100
-33/100
7/10
7/10
47/25
47/25
6
0
0
0
0
0
0
0
0
0
0

Solución de ax=b
>> x=a\b
x=
-371/759
371/1012
-527/1545
-4/25
3748/749
-1236/157
1160/307
-1457/1721
-83/441
2084/547
-3593/721
1106/823
1805/396
-3721/266
3194/185
-967/122
-1248/287
7775/298
-14099/329
19765/893
Luego la solución del sistema de 20 ecuaciones con 20 variables es:

 371 371 527 4
a0  - 759  b0  1012  c0   1545  d 0   25

a  3748  b   1236  c  1160  d   1457
 1 749 1
157
1
307
1
1721

 83 2048 3593 1106
a 2    b2   c2    d2 
 441 547 721 823
 1805 3721 3194 967
a3  396  b3   266  c3  185  d 3   122

a   1248  b  7775  c   14099  d  19765
 4 287
4
298
4
329
4
893
Formando la función de interpolación segmentaria s(x):
 371 3 371 2 527 4
S 0 ( x)  - 759 x  1012 x  1545 x  25 ; Si x  [0.25, 0.50]

S ( x)  3748 x 3  1236 x 2  1160 x  1457 ; Si x  [0.50, 0.75]
 1 749 157 307 1721

 83 3 2048 2 3593 1106
S(x)  S 2 ( x)   x  x  x ; Si x  [0.75, 1.25]
 441 547 721 823
 1805 3 3721 2 3194 967
S 3 ( x)  396 x  266 x  185 x  122 ; Si x  [1.25, 1.50]

S ( x)   1248 x 3  7775 x 2  14099 x  19765 ; Si x  [1.50, 2.00]
 4 287 298 329 893
Gráfica de función segmentaria S(x):

Estimación del valor f(0.8):

83 2048 3593 1106
f (0.8)  S (0.8)  S 2 (0.8)  S 2 ( x)   (0.8) 3  (0.8) 2  (0.8) 
441 547 721 823
 -0.342986618191879
f (0.8)  -0.342986618191879
Interpretación del resultado:

Cuando el valor de la corriente es i=0.8. Entonces: la caída de voltaje es:
v= -0.342986618191879
Tema 02: Polinomios de Interpolación de Newton en
Diferencias finitas:
 Diferencias Finitas progresivas
 Diferencias finitas regresivas.

II. Dados los siguientes datos. Hallar el Polinomio de interpolación de Newton
en Diferencias Finitas Progresivas y Regresivas. Hallar el gráfico del polinomio
de interpolación y de la función f (en caso de conocerse).
Polinomio de interpolación de Newton en diferencias finitas
progresivas
Ejemplo:
Construir la tabla de diferencias finitas progresivas para el conjunto de datos:
x 0.125 0.250 0.375 0.500 0.625 0.750
F(x) 0.79168 0.77334 0.74371 0.70413 0.65632 0.60228
Usar la forma progresiva de Newton para estimar f(0.158) y f(0.636).
Solución
x0=0.125 x1=0.250 x2=0.375 x3=0.500 x4=0.625 x5=0.750
y0=0.79168 y1=0.77334 y2=0.74371 y3=0.70413 y4=0.65632 y5=0.60228
Forma del polinomio de grado menor o igual a 5:
k y0 i 1
5
p5 ( x)   i1 k  0 (s  k )
i 0
0 y0 1 y0 2 y0 3 y0 4 y0
  s s ( s  1)  s ( s  1)( s  2)  s ( s  1)( s  2)( s  3)
0! 1! 2! 3! 4!
5 y0
 s ( s  1)( s  2)( s  3)( s  4)
5!
Donde:
Forma de h y s:
(x n - x 0 ) (x 5 - x 0 ) (x - x 0 )
Si h   . Entonces: s 
n 5 h
Forma de las Diferencias finitas Progresivas:
Diferencia finita progresiva de 0rden 0: 0 y0  y0
Diferencia finita progresiva de 0rden 1: 1 y0  y1  y0
Diferencia finita progresiva de 0rden 2: 2 y 0  y1  y 0

Diferencia finita progresiva de 0rden 3: 3 y0  2 y1  2 y0
Diferencia finita progresiva de 0rden 4: 4 y 0  3 y1  3 y 0
Diferencia finita progresiva de 0rden 5: 5 y 0  4 y1  4 y 0
Cálculo de h y s:
(x n - x 0 ) (x 5 - x 0 )
h   0.125
n 5
( x - x 0 ) x  0.125
s 
h 0.125

Cálculo de las diferencias finitas progresivas: k y0
k Nodos: DFP de orden 0: DFP orden 1: DFP orden 2: DFP orden 3: DFP orden 4: DFP orden 5:
xk yk= 0 y k 1 y k 2 yk 3 yk 4 yk 5 yk
0 x0=0.125 y0=  y0  0.79168
0
1 y0  0.01834
1 x1=0.250 y1=  y1  0.77334
0
2 y0  0.01129
1 y1  0.02963 3 y0  0.00134
2 x2=0.375 y2=  y2  0.74371
0
2 y1  0.00995 4 y0  0.00038
1 y2  0.03958 3 y1  0.00172 5 y 0  0.0001

3 x3=0.500 y3=  y3  0.70413 2 y2  0.00823 4 y1  0.00028
0
1 y3  0.04781 3 y2  0.00200
4 x4=0.625 y4=  y4  0.65632
0
2 y3  0.00623
1 y4  0.05404
5 x5=0.750 y5=  y5  0.60228
0

Cálculo del polinomio de interpolación de Newton en
diferencias finitas progresivas:

5
k y0 i1
Si p5 ( x)    (s  k )
i 0 i1 k 0
s( s  1) s( s  1)( s  2) s ( s  1)( s  2)( s  3)
 0 y 0  1 y 0 s  2 y 0  3 y 0  4 y 0
2 6 24
s( s  1)( s  2)( s  3)( s  4)
 5 y 0
120
Entonces:
0.01129 0.00134
p5 ( x)  0.79168  0.01834s  s( s  1)  s( s  1)( s  2)
2 6
0.00038 0.0001
 s ( s  1)( s  2)( s  3)  s ( s  1)( s  2)( s  3)( s  4)
24 120
x  0.125
Dónde: s 
0.125

Cálculo de los valores de: p3(0.158) y p3(0.636)
0.158  0.125
Si x = 0.158. Entonces: s  0.125
 0.264 . Entonces:
0.01129
p5 (0.158)  0.79168  0.01834(0.264)  (0.264)( 0.736)
2
0.00134 0.00038
 (0.264)( 0.736)( 1.736)  (0.264)( 0.736)( 1.736)( 2.736)
6 24
0.0001
 (0.264)( 0.736)( 1.736)( 2.736)( 3.736)
120
p5 ( x)  0.79168  0.00484176  0.00109684608  0.00007533295616  0.00001461234475  0.00000287324842
Por tanto:
p5 (0.158)  0.787992933443
0.636  0.125
Si x = 0.636. Entonces: s  0.125
 4.088 . Entonces:
0.01129
p5 (0.636)  0.79168  0.01834(4.088)  (4.088)(3.088)
2
0.00134 0.00038
 (4.088)(3.088)( 2.088)  (4.088)(3.088)( 2.088)(1.0889)
6 24
0.0001
 (4.088)(3.088)( 2.088)(1.088)(0.088)
120
p5 (0.636)  0.79168  0.07497392  0.071261034  0.005886704302
 0.0004540669826  0.000002103047077
Por tanto:
p5 (0.636)  0.651783713358
Por tanto: f (0.158)  p5 (0.158)  0.787992933443
Por tanto: f(0.636)  p 5 (0.636)  0.651783713358
Polinomio de interpolación de Newton en Diferencias
Finitas Regresivas
Ejemplo:
Construir la tabla de diferencias finitas regresivas para el conjunto de datos:
x 0.125 0.250 0.375 0.500 0.625 0.750
F(x) 0.79168 0.77334 0.74371 0.70413 0.65632 0.60228
Usar la forma regresiva de Newton para estimar f(0.158) y f(0.636).
Solución
Identificación de los elementos

x0 = 0.125 x1=0.250 x2=0.375 x3=0.500 x4=0.625 x5=0.750
y0=0.79168 y1=0.77334 y2=0.74371 y3=0.70413 y4=0.65632 y5=0.60228
Forma del polinomio de grado menor o igual a 5

5 i 1
p5 ( x)    k y 5  (u  k )
i 0 k 0
 0 y 5 1 y 5  2 y5  3 y5  4 y5
  u u (u  1)  u (u  1)(u  2)  u (u  1)(u  2)(u  3)
0! 1! 2! 3! 4!
 5 y5
 u (u  1)(u  2)(u  3)(u  4)
5!
Forma de h y u:
(x n - x 0 ) x  x5
Si h  . Entonces: u 
n h
Cálculo de h y u:
(x n - x 0 ) (x 5 - x 0 )
h   0.125
n 5
x  x5 x  0.750
u 
h 0.125
Entonces:

Cálculo de las diferencias finitas regresivas:  k

y5
k Nodos: xk Valores: yk=  0 yk 1 y k  2 yk  3 yk  4 yk  5 yk

DFR orden 1: DFR orden 2: DFR orden3 DFR orden 4 DFR orden5
0 x0=0.125 y0=  y0  0.79168

0
1 y1  0.01834
1 x1=0.250 y1=  y1  0.77334 2 y2  0.01129
0
1 y2  0.02963  3 y3  0.00134
2 x2=0.375 y2=  y2  0.74371
0
 2 y3  0.009950 4 y4  0.00038
1 y3  0.03958 3 y4  0.00172  5 y5  0.0001
3 x3=0.500 y3=  y3  0.70413 2 y4  0.00823  4 y5  0.00028
0
1 y4  0.04781  3 y5  0.00200
4 x4=0.625 y4=  y4  0.65632
0
2 y5  0.00623
1 y5  0.05404
5 x5=0.750 y5=  y5  0.60228
0

Cálculo del polinomio de interpolación de Newton en
diferencias finitas progresivas:

u (u  1) u (u  1)(u  2) u (u  1)(u  2)(u  3)
Si p5 ( x)   y5   y 5 u   y 5   3 y5   4 y5
0 1 2
2 6 24
u (u  1)(u  2)(u  3)(u  4)
  5 y5
120
Entonces:
0.00623 0.002
p5 ( x)  0.60228  0.05404u  u (u  1)  u (u  1)(u  2)
2 6
0.00028 0.0001
 u (u  1)(u  2)(u  3)  u (u  1)(u  2)(u  3)(u  4)
24 120
x  0.750
Dónde: u 
0.125
Cálculo de los valores de: p3(0.158) y p3(0.636)
Estimación de: f(0.158) y f(0.636)
0.158  0.750
Si x = 0.158. Entonces: u  0.125
 4.736 . Entonces:
0.00623 0.002
p5 (0.158)  0.60228  0.05404(4.736)  (4.736)( 3.736)  (4.736)( 3.736)( 2.736)
2 6
0.00028 0.0001
 (4.736)( 3.736)( 2.736)( 1.736)  (4.736)( 3.736)( 2.736)( 1.736)( 0.736
24 120
p5 (0.158)  0.60228  0.25593344 0.055115863 0.01613665 0.0009804628997  0.0000515443353
p5 (0.158)  0.787992933443
Por tanto: f (0.158)  p5 (0.158)  0.787992933443
0.636  0.750
Si x = 0.636. Entonces: u  0.125
 0.912 . Entonces:
0.00623 0.002
p5 (0.636)  0.60228  0.05404( 0.912)  ( 0.912)( 0.088)  ( 0.912)( 0.088)(1.088)
2 6
0.00028 0.0001
 (0.912)(0.088)(1.088)( 2.088)  (0.912)(0.088)(1.088)( 2.088)(3.088)
24 120
p5 (0.0.636)  0.60228  0.04928448  0.00024999744  0.000029106176  0.000002127079342  0.0000004691729292
p5 (0.1636)  0.651783713358
Por tanto: f (0.636)  p5 (0.1636)  0.651783713358
Usando Matlab
1) Para los ejercicios del Tema 01. Hallar el Polinomios de interpolación de Lagrange
(Usando la función: Lagrange); Polinomio de interpolación de Newton en
Diferencias divididas (Usando la función: Newton); e Interpolación Segmentaria
(Usando la función: Spline cúbico).
2) Para los ejercicios del Tema 02. Hallar el Polinomio de Interpolación Newton en
Diferencias Finitas Progresivas (Usando la función: NewtonGregory)
Ejercicio 4:
Interpolar los siguientes datos utilizando splines cúbicos:
x -2 0 1 3
y=f(x) 0 1 -1 2
Estimar el valor: f(-1), f(1.5),f(2)

Solución
1) Polinomio de Interpolación de Lagrange
Ingreso de valores de x en columna
>> x=[-2;0;1;3]
x=
-2
0
1
3
Ingreso de valores de y
>> y=[0;1;-1;2]
y=
0
1
-1
2
Ingreso del valor de x0 a interpolar
>> X0=-1
X0 =
-1
Llamada de la función
>> y0 = Lagrange_interp(x, y, x0)

Valor de valor estimado f (-1)
y0 =
32/15
x0=1.5
x0 =
1.5000

Valor de valor estimado f (1.5)
y0 =
-63/40
x0=2
x0 =
2


Valor de valor estimado f (2)
y0 =
-22/15
Ejercicio 39:
x 1975 1980 1982 1985 1990
y=f(x) 20 60 77 140 225
Estimar el beneficio de los años 1978; 1981,1984 y1989

Solución
2) Polinomio de Interpolación de Lagrange
x=[1975;1980;1982;1985;1990]
x=
1975
1980
1982
1985
1990
y=[20;60;77;140;225]
y=
20
60
77
140
225
x0=1978
x0 =
1978

y0 =
55.4800
x0=1981
x0 =
1981

y0 =
66.1029
x0=1984
x0 =
1984

y0 =
114.6629
> x0=1989
x0 =
1989
y0 =
227.5200

Polinomio de Interpolación de Newton en
Diferencias Divididas
Ejercicio 4:
x -2 0 1 3
y=f(x) 0 1 -1 2
x=[-2;0;1;3]
x = -2
0
1
3

f = [0;1;-1;2]
f=
0
1
-1
2
Ingreso del valor de x a interpolar
xt = -1
xt =
-1
>> yt = Newton(x, f, xt)

Valor estimado de f (-1)
yt =
32/15
Es decir
f (1)  yt  32/15
xt=1.5
xt =
3/2

Valor estimado de f (1.5)
yt =
-63/40
Es decir

f (1.5)  yt  -63/40
xt=2
xt =
2

Valor estimado de f (2)
yt =
-22/15
Es decir
f (2)  yt  -22/15
Ejercicio 39:
x 1975 1980 1982 1985 1990
y=f(x) 20 60 77 140 225
Estimar el beneficio de los años 1978; 1981,1984 y1989
Solución
x= [1975; 1980; 1982; 1985; 1990]
x=
1975
1980
1982
1985
1990
f= [20; 60; 77; 140; 225]

f=
20
60
77
140
225
xt=1978
xt =
1978

yt =
1387/25
Es decir
f (1978)  yt  1387/25
xt=1981
xt =
1981

yt =
11568/175
Es decir
f (1981)  yt  11568/175

xt=1984
xt =
1984

yt =
9861/86
Es decir
f (1984)  yt  9861/86
xt=1989
xt =
1989

yt =
5688/25
Es decir
f (1989)  yt  5688/25

Interpolación segmentaria: Spline Cubico

Ejemplo:
Ejercicio 4:
x -2 0 1 3
y=f(x) 0 1 -1 2

Solución
Forma del Polinomio
S0 (x)  a0 ( x  x0 ) 3  b0 ( x  x0 ) 2  c0 ( x  x0 )  d 0 ; Si x  [-2, 0]


S(x)  S1 (x)  a1 ( x  x1 ) 3  b1 ( x  x1 ) 2  c1 ( x  x1 )  d1 ; Si x  [0, 1]

S 2 (x)  a 2 ( x  x 2 )  b2 ( x  x 2 )  c 2 ( x  x 2 )  d 2 ; Si x  [1, 3]
3 2
Ingreso de datos:
Valores de x en columna
>> x = [-1; 1; 2; 4]
x=
-1
1
2
4
Valores de y en columna
>> f = [0;1;-1;2]
f=
0
1
-1
2

xt = -1
xt =
-1
[yt,coef] = SplineCubico(x,f,xt)
Valor de yt = f(-1)
yt =
181/140
181
f (1)   1.2929
140
Coeficientes: a, b, c, d
coef =
-37/140 0 109/70 0
6/5 -111/70 -113/70 1
-47/140 141/70 -83/70 -1
Forma del Spline cubico
  37 109
S 0 (x)  140 ( x  x 0 )  0( x  x 0 )  70 ( x  x 0 )  0; Si x  [-2, 0]
3 2

 6 111 113
S(x)  S1 (x)  ( x  x1 ) 3  ( x  x1 ) 2  ( x  x1 )  1; Si x  [0, 1]
 5 70 70
 47 141 83
S 2 (x)   140 ( x  x 2 )  70 ( x  x 2 )  70 ( x  x 2 )  1; Si x  [1, 3]
3 2
  37 109
S 0 (x)  140 ( x  2)  0( x  2)  70 ( x  2)  0; Si x  [-2, 0]
3 2

 6 111 113
S(x)  S1 (x)  ( x  0) 3  ( x  0) 2  ( x  0)  1; Si x  [0, 1]
 5 70 70
 47 141 83
S 2 (x)   140 ( x  1)  70 ( x  1)  70 ( x  1)  1; Si x  [1, 3]
3 2

Valor estimado de f(3)
 37 109
f (1)  S (1)  S 0 (1)  (1  2) 3  0(1  2) 2  (1  2)  0 
140 70
249
f (3)   3.557142857
70
3) Polinomio de Interpolación de Newton
en Diferencias Finitas Progresivas

Ejemplo:
Construir la tabla de diferencias finitas regresivas para el conjunto de nodos siguiente:
x 0.125 0.250 0.375 0.500 0.625 0.750
F(x) 0.79168 0.77334 0.74371 0.70413 0.65632 0.60228
Usar la forma regresiva de Newton para estimar f (0.158) y f(0.636).
Solución
>> x1=[0.125;0.25;0.375;0.5;0.625;0.75]
x1 =
0.125000000000000
0.250000000000000
0.375000000000000
0.500000000000000
0.625000000000000
0.750000000000000
>> f=[0.79168;0.77334;0.74371;0.70413;0.65632;0.60228]
f=
0.791680000000000
0.773340000000000
0.743710000000000
0.704130000000000
0.656320000000000
0.602280000000000
Ingreso del valor de h: amplitud de los datos
>> deltaX=0.125
deltaX =
0.125000000000000
>> xt=0.158
Ingreso del valor de a interpolar
xt =
0.158000000000000
>> yt = NewtonGregory(x1,deltaX,f,xt)
Valor estimado de f(0.158)
yt =
0.787992933442990
Ingreso de otro valor de a interpolar
>> xt=0.636
xt =
0.636000000000000
>> yt = NewtonGregory(x1,deltaX,f,xt)
Valor estimado de f(0.636)
yt =
0.651783713357587

Modelo para Trabajo Interpolacion 2017-IB

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Modelo para Trabajo Interpolacion 2017-IB

Cargado por

Copyright:

Formatos disponibles

Unidad IV: Interpolación Polinomial 2017

Cuarta Práctica de Métodos

Numéricos para Ingenieros

Unidad IV: Interpolación Polinómica

 Polinomios de interpolación de Lagrange

 Polinomios de Newton en Diferencias Divididas

 Interpolación Segmentaria. Splines cúbicos.

Polinomio de interpolación de Lagrange

i 0.25 0.5 0.75 1.25 1.5 2

-Página 1 de 45- Jorge Ventura Guanilo

Cálculo de: L0 ( x) ; L1 ( x) ; L2 ( x) ; L3 ( x) ; L4 (x) ; L5 (x) :

-Página 2 de 45- Jorge Ventura Guanilo

Cálculo del polinomio de Interpolación Lagrange: pn ( x) :

Dónde: y0 = -0.23; y1 = -0.3; y2 = -0.33; y3 = 0.7; y4=1.88; y5=6

-Página 3 de 45- Jorge Ventura Guanilo

Cálculo del valor de p 5 (x) en x = 0.8:

Cálculo del valor de p5 (x) en x = 1.4:

Cuando el valor de la corriente i=1.4 la caída de voltaje es: v=1.352179200000007

-Página 4 de 45- Jorge Ventura Guanilo

224 6512 4491 4043 1606 18 2257

Interpretación de los resultados:

Cuando el valor de la corriente i=1.9 la caída de voltaje es v=4.917213866666680

-Página 5 de 45- Jorge Ventura Guanilo

-Página 6 de 45- Jorge Ventura Guanilo

k xk y k  f xk  f x k 1 , x k  f x k  2 , xk 1 , xk  f xk 3 , x k  2 , xk 1 , xk  f xk 4 , xk 3 , xk 2 , xk 1 , xk  f xk 5 , xk 4 , xk 3 , xk 2 , xk 1 , xk 

0 x0=0.25 y0=f[x0]= -0.23

1 x1=0.50 y1= [x1]=-0.30 f x 2 , x1 , x0   0.32

f x2 , x1   -0.12 f x3 , x 2 , x1 , x 0   2.5867

2 x2=0.75 y2=f[x2]=-0.33 f x 3 , x2 , x1   2.9067 f x4 , x3 , x2 , x1 , x0   -1.557333333333

f x3 , x 2   2.06 f x4 , x3 , x2 , x1   0.6400 f x5 , x4 , x3 , x2 , x1, x0 

f x4 , x3   4.72 f x5 , x 4 , x3 , x 2   0.9173

4 x4=1.5 y4=f[x4]=1.88 f x 5 , x4 , x3   4.6933

-Página 7 de 45- Jorge Ventura Guanilo

p 5 (x)  f x0   f x1 , x0 ( x  x0 )  f x2 , x1 , x0 ( x  x1 )( x  x0 )

Cálculo del valor de p 5 (x) en x = 0.8:

224 6512 4491 4043 1606 18

-Página 8 de 45- Jorge Ventura Guanilo

Cuando el valor de la corriente i=0.8 la caída de voltaje v=0.3014912

Cálculo del valor de p 5 (x) en x = 1.4:

224 6512 4491 4043 1606 18 1148

Cuando el valor de la corriente i=1.4 la caída de voltaje v=1.352179200000007

Cálculo del valor de p 5 (x) en x = 1.9

224 6512 4491 4043 1606 18 2257

Interpretación de los resultados:

Cuando el valor de la corriente i=1.9 la caída de voltaje v=4.917213866666680

Interpolación Segmentaria. Spline cubicos

Identificación de los elementos:

-Página 9 de 45- Jorge Ventura Guanilo

Identificación de los elementos:

Forma de la Función segmentaria:

S0 (x)  a0 x 3  b0 x 2  c0 x  d 0 ; Si x  [0.25, 0.50 

S 4 (x)  a 4 x 3  b4 x 2  c 4 x  d 4 ; Si x  [1.50, 2.00]

Cálculo de los Spline cúbicos:

-Página 10 de 45- Jorge Ventura Guanilo

Si S0 (0.25)  0.23  a0 (0.25) 3  b0 (0.25) 2  c0 (0.25)  d 0  0.23

Si S (0.75)  0.33  a (0.75) 3  b (0.75) 2  c (0.75)  d  0.33

Si S (1.50)  1.88  a (1.50) 3  b (1.50) 2  c (1.50)  d  1.88

Si S 4 (2)  6  a 4 (2)  b4 (2)  c 4 (2)  d 4  6

a 0 (0.25) 3  b0 (0.25) 2  c0 (0.25)  d 0  0.23

a (0.75) 3  b (0.75) 2  c (0.75)  d  0.33

a (1.50) 3  b (1.50) 2  c (1.50)  d  1.88

a 4 (2)  b4 (2)  c 4 (2)  d 4  6

Entonces se obtienen n+1=6 ecuaciones con 4n=20 variables: