Académique Documents
Professionnel Documents
Culture Documents
INTERPOLACION
Dentro de los procesos manipulados en mtodos numricos el manejo de la
interpolacin es muy importante, puesto que permite estimar valores intermedios
entre datos definidos por puntos, Segn [1], el mtodo ms comn que se usa
para este propsito es la interpolacin polinomial. Recuerde que la frmula general
para un polinomio de n-simo grado es
f ( x )=a 0+ a1 x + a2 x 2 ++a n x n
Dados n + 1 puntos, hay uno y slo un polinomio de grado* n que pasa a travs de
todos los puntos. Por ejemplo, hay slo una lnea recta (es decir, un polinomio de
primer grado) que une dos puntos (figura 1.1a). De manera similar, nicamente
una parbola une un conjunto de tres puntos (figura 18.1b). La interpolacin
polinomial consiste en determinar el polinomio nico de n-simo grado que se
ajuste a n + 1 puntos. Este polinomio, entonces, proporciona una frmula para
calcular valores intermedios.
Aunque hay uno y slo un polinomio de n-simo grado que se ajusta a n + 1
puntos,
Existe una gran variedad de formas matemticas en las cuales puede expresarse
este
Polinomio.
INTERPOLACION LINEAL
Es uno de los procesos ms sencillos cuando se requiere estimar valores en
graficas puesto que y utilizamos lneas rectas, la formula que se usa proviene de
un anlisis y definicin de tringulos semejantes.
f 1 ( x )=f ( x 0 ) +
f ( x 1 )f ( x 0 )
( xx 0 )
x1x 0
Que es una frmula de interpolacin lineal. La notacin f(x) designa que ste es
un polinomio de interpolacin de primer grado. Observe que adems de
representar la pendiente de la lnea que une los puntos, el trmino
f ( x 1) f ( x 0 )
x 1x 0
EJEMPLO 1:
Estime el logaritmo natural de 2 mediante interpolacin lineal. Primero, realice el
clculo por interpolacin entre ln1=0 y ln6=1.791759.
Despus, repita el procedimiento, pero use un intervalo menor de ln1 a ln4
(1.386294).
Observe que el valor verdadero de ln2 es 0.6931472.
Usamos la ecuacin y una interpolacin lineal para ln (2) desde x =1 hasta x =6
para obtener
1.7917590
f 1 ( 2 )=0+
( 21 )=0.3583519
61
f(x)real
0,6931471
8
0,6931471
8
0,6931471
8
0,6931471
8
x
x 0
2 1
2 1
2 1
2 1
f(x0
x1 f(x)
)
f(x1)
error verd error abs
error rel
0,3583518
1,7917594 0,3347952 0,3347952
6
9
0
7
9
9 0,4830075
0,4620981
1,3862943 0,2310490 0,2310490 0,3333333
4
2
0
6
6
6
3
0,5493061
1,0986122 0,1438410 0,1438410 0,2075187
3
4
0
9
4
4
5
2, 0,6108604
0,9162907 0,0822866 0,0822866
5
9
0
3
9
9 0,1187146
error rel
porc
48,30075
33,333333
3
20,751875
11,871460
3
0,6931471
8 2 1
0,6931471
2
8
0,6931471
0
8
EJEMPLO 2:
Estime el sen (/4) mediante interpolacin lineal teniendo los valores de sen
(0)=0 y sen (/2)=1
Luego; ejecute de nuevo el procedimiento y use el intervalo menor de sin (/6)=
(1/2) y sin (/2)=1
Usamos la ecuacin y una interpolacin lineal para sin (/4) desde x =0 hasta
x= (/2) para obtener
10
1
f1
=0+
0 =
4
4
2
0
2
()
f1
1
1
2
5
= +
=
4 2 4 6 8
2 6
()
Esto es:
Despejando, tenemos:
O lo que es lo mismo:
1
x 2x
( xx1 )
( y y 1 ) =
El valor buscado es:
1
x 2x
( y y 1 ) + y 1 =
( xx 1 )
f ( x 2 )f ( x 1) f ( x 1 )f ( x 0 )
x 2x 1
x 1x 0
b2=
(3 )
x 2x 0
TABLA INTERPOLACION.xlsx
(Tabla 3). Representacin de valores de acuerdo al intervalo.
Que representa un error relativo de et = 18.4%. As, la curvatura determinada por
la frmula cuadrtica (Figura 1.5) mejora la interpolacin comparndola con el
resultado obtenido antes al usar las lneas rectas del ejemplo 1 y en la (Figura
1.3).El anterior ejemplo fue tomado de [1].
3
x 1 = f ( x 1) =
3
2
x 2= f ( x 2 )=1
2
0
3
Y con la ecuacin (3) se llega a
3
1
2
0,0144337567297406
2 6
b2=
=0.00011075485
0
2
Sustituyendo los valores obtenidos en los anteriores procesos tenemos el
polinomio
Que se evala en x =
f2
para
( 4 )=0,873797632095822
Este proceso nos permite tener el valor requerido en menos repeticiones con
respecto a la interpolacin lineal.
f ( xi ) f ( x j )
x ix j
( 9)
f [ x n , x n1 , , x 1 , x 0 ]=
f [ x n , x n1 , , x 1 ] f [ xn 1 , , x 1 , x0 ]
(11)
x nx 0
Estas diferencias sirven para evaluar los coeficientes en las ecuaciones (5) a (8),
los cuales se sustituirn en la ecuacin (4) para obtener el polinomio de
interpolacin
f n ( x )=f ( x0 ) + ( xx 0 ) f [ x1 , x0 ]+ ( x x0 ) ( xx 1 ) f [ x 2 , x 1 , x 0 ] ++ ( x x0 ) ( xx 1 ) ( xx n1 ) f [ x n , x n1 , , x 0 ] (12
EJEMPLO 5:
EJEMPLO 6:
En el ejemplo 3, los datos x0 = 1, x1 = 4 y x2 = 6 se utilizaron para estimar ln 2
mediante una parbola. Ahora, agregando un cuarto punto (x3 = 5; f(x3) =
1.609438], estime ln 2 con un polinomio de interpolacin de Newton de tercer
grado.
SOLUCION:
Utilizando la ecuacin (4), con n = 3, el polinomio de tercer grado es
f n ( x )=b 0+ b1 ( xx 0 ) +b2 ( xx 0 ) ( xx 1) + b3 ( xx 0 )( xx1 ) ( xx2 )
Las primeras diferencias divididas del problema son [ecuacin(9)]
f [ x 1 , x 0 ]=
1.3862940
=0.4620981
41
f [ x 2 , x 1 ]=
1.7917591.386294
=0.2027326
64
f [ x 3 , x 2 ]=
1.6094381.791759
=0.1823216
56
0.20273260.4620981
=0.05187311
61
f [ x 3 , x 2 , x 1 ]=
0.18232610.2027326
=0.02041100
54
0.02041100(0.05187311)
=0.007865529
51
Los resultados de f[x1, x0], f[x2, x1, x0] y f[x3, x2, x1, x0] representan los
coeficientes b1, b2 y b3 de la ecuacin (4), respectivamente. Junto con b0 = f(x0)
= 0.0, la ecuacin (4) es
f 3 ( x )=0+ 0.4620981 ( x1 )0.05187311 ( x1 )( x4 ) +0.007865529 ( x1 ) ( x 4 )( x6 )
la cual sirve para evaluar f3(2) = 0.6287686, que representa un error relativo: et =
9.3%. Tomado de [1].
EJEMPLO 7:
Construir un polinomio de interpolacin de Newton con los siguientes datos
x 0=0 f ( x 0 ) =0
1
x 1 = f ( x 1) =
6
2
3
x 2 = f ( x 2 )=
3
2
x 3= f ( x 3 )=1
2
SOLUCION:
0
6
3 1
f [ x 2 , x 1 ]=
2 2
=0.01220085
3 6
3
1
2
f [ x 3 , x 2 ]=
=0.00446582
2 3
Las segundas diferencias divididas son [ecuacin (10)]
f [ x 2 , x 1 , x 0 ]=
f [ x 3 , x 2 , x 1 ]=
0.012200850.01666667
=7.443 X 105
0
3
0.004465820.01220085
=0.00012892
2 6
f [ x 3 , x 2 , x 1 , x 0 ]=
0.00012892(7.443 X 10 )
=6.05490 X 107
0
2
Los resultados de f[x1, x0], f[x2, x1, x0] y f[x3, x2, x1, x0] representan los
coeficientes b1, b2 y b3 de la ecuacin (4), respectivamente. Junto con b0 = f(x0)
= 0.0, la ecuacin (4) es
6.05490 X 107 ( x ) x
6
6
)( x 3 )
La cual sirve para evaluar f3( 4 ) =0.70588929, que representa un error relativo:
et = 0.17%.
Como conclusin de cada ejercicio se puede analizar que entre mas se ejecute la
interpolacin polinomio aumentando el grado del polinomio, el error relativo
porcentual decrece y no hay que hacer tantas iteraciones al momento de declarar
los puntos iniciales de trabajo.
( n+1 )
( )
f
n+1
( x x ) ( 13 )
( n+1 ) ! i+1 i
Donde x est en alguna parte del intervalo que contiene la incgnita y los datos.
Para que esta frmula sea til, la funcin en turno debe ser conocida y
diferenciable. Por lo comn ste no es el caso. Por fortuna, hay una formulacin
alternativa que no requiere del conocimiento previo de la funcin. Utilizndose una
diferencia dividida finita para aproximar la (n + 1)-sima derivada,
Rn=f [ x , x n , x n1 , , x 0 ] ( x x0 ) ( xx 1 ) ( xx n ) ( 15 )
Donde [x, xn, xn1,. . . , x0] es la (n + 1)-sima diferencia dividida finita. Debido a
que la ecuacin (15) contiene la incgnita f(x), no permite obtener el error. Sin
embargo, si se tiene un dato ms, f(xn+1), la ecuacin (15) puede usarse para
estimar el error como sigue:
Rn f [ x n +1 , x n , x n1 , , x 0 ] ( x x0 ) ( xx 1 ) ( xx n ) (16)
EJEMPLO 8:
Con la ecuacin (16) estime el error en la interpolacin polinomial de segundo
grado del ejemplo 3. Use el dato adicional f(x3) =f(5) = 1.609438 para obtener sus
resultados.
SOLUCION
Recuerde que en el ejemplo 3 el polinomio de interpolacin de segundo grado
proporcion una estimacin, f2(2) = 0.5658444, que representa un error de
0.6931472 0.5658444 = 0.1273028. Si no se hubiera conocido el valor
verdadero, como usualmente sucede, la ecuacin (18.18), junto con el valor
adicional en x3, pudo haberse utilizado para estimar el error,
R2=f [ x 3 , x2 , x1 , x0 ] ( x1 ) ( x4 )( x6 )
R2=0.007865529 ( x1 ) ( x4 )( x6 )
Donde el valor de la diferencia dividida finita de tercer orden es como se calcul
antes en el ejemplo 6. Esta expresin se evala en x = 2 para obtener
R2=0.007865529 ( 21 ) ( 24 ) ( 26 )=0.0629242
Que es del mismo orden de magnitud que el error verdadero. Tomado de [1].
EJEMPLO 9:
grado del ejemplo 4. Use el dato adicional f(x3) =f( 6 ) = 0.8660254 para
obtener sus resultados.
SOLUCION
Recuerde que en el ejemplo 4 el polinomio de interpolacin de segundo grado
R2=f [ x 3 , x2 , x1 , x0 ] ( x ) x
R2=6.05490 X 107 ( x ) x
)( x 2 )
)( x 2 )
( 4 )( 4 3 )( 4 2 )=0.01838929
f n ( x )= Li ( x ) f ( x i ) ( 17 )
i=0
Donde
n
Li ( x ) =
j=o
j i
xx j
(18)
x ix j
Donde
f 1 ( x )=
xx 1
xx 0
f ( x0 )+
f ( x1 ) (19)
x0 x1
x 1x 0
( xx 1 )( x x2 )
( x x0 ) ( xx 2 )
( xx 0 ) ( xx 1 )
f ( x0 )+
f ( x1 ) +
f ( x 2 ) ( 20 )
( x 0x 1 )( x 0 x2 )
( x1 x0 ) ( x 1x 2 )
( x 2x 0 ) ( x 2x 1)
Rn=f [ x , x n , x n1 , , x 0 ] ( x xi )
i=0
( 24 ) ( 26 )
( 21 ) ( 26 )
( 21 )( 24 )
0+
1.386294+
1.791760=0.5658444
( 14 ) ( 16 ) ( 41 ) ( 46 )
( 61 )( 64 )
Como se esperaba, ambos resultados concuerdan con los que se obtuvieron antes
al usar el polinomio de interpolacin de Newton. Tomado de [1].
De acuerdo con [4] podemos observar la interpolacin de lagrange de la siguiente
manera:
Tenemos los datos :
x x1 x x2 x xn
x0 x1 x0 x2 x0 xn
l j x
(x x )
i
i j
(x
i j
xi )
, para j 1, , n
EJEMPLO 11
Calcular el polinomio de Lagrange usando los siguientes datos:
SOLUCION
Tenemos que:
f ( x) y0l0 ( x) y1l1 ( x) y2l ( x) y3l3 ( x)
( 2)( 4)( 6)
48
l1 ( x )
( 2)( 2)( 4)
16
l2 ( x )
l3 ( x )
(4)( 2)( 2)
16
( x 1)( x 3)( x 5) ( x 1)( x 3)( x 5)
(6)( 4)( 2)
48
24
16
8
16
f ( x)
EJEMPLO 12
Calcular el polinomio de Lagrange usando los siguientes datos:
SOLUCION
Tenemos que:
f ( x) y0l0 ( x) y1l1 ( x) y2l ( x) y3l3 ( x)
f ( x) l0 ( x) l1 ( x) 3l2 ( x) 2l3 ( x)
donde:
l0 ( x)
(2)( 4)( 6)
48
l1 ( x )
(2)( 2)( 4)
16
l2 ( x )
(4)( 2)( 2)
16
l3 ( x )
(6)( 4)( 2)
48
48
16
16
24
f ( x)
x=x 1 , x 2 , , x n
funcin resultante
v 0 ( x )=
( xx 1 ) ( xx 2 ) . ( xx n )
( x0 x 1) ( x 0x 2 ) ( x 0x n )
v0
. Si dividimos
es un polinomio de orden
v 0 (x )
entre
v 0 ( x 0 ) , la
x=x 0
, y de cero para
vi
. En
como
( xx 0 ) ( xx 1 ) . ( xx n )
( xi x0 ) ( x ix 1 ) ( x ix n )
(xx i)
vi ( x )
y de cero en
f 0, f 1, , f n,
y el denominador no incluye
( x ix) .
. Asi, si multiplicamos
v 0 ( x ) , v1 ( x ) , , v n ( x ) ,
x=x i
por
fi
para cada
i=0
hasta
i=n .
(Figura 1.8) Una representacin visual de una situacin en la que los trazadores
son mejores que los polinomios de interpolacin de grado superior. La funcin que
se ajusta presenta un incremento sbito en x = 0. Los incisos a) a c) indican que el
cambio abrupto induce oscilaciones en los polinomios de interpolacin. En
contraste, como se limitan a curvas de tercer grado con transiciones suaves, un
trazador lineal d) ofrece una aproximacin mucho ms aceptable .
(Figura 1.9) La tcnica de dibujo que usa una cinta delgada y flexible para dibujar
curvas suaves a travs de una serie de puntos. Observe cmo en los puntos
extremos, el trazador tiende a volverse recto. Esto se conoce como un trazador
natural.
Donde mi es la pendiente de la lnea recta que une los puntos :
mi=
f ( x i+1 )f ( x i )
x i+1x i
( 22 )
Estas ecuaciones se pueden usar para evaluar la funcin en cualquier punto entre
x0
y xn localizando primero el intervalo dentro del cual est el punto. Despus se usa
la
ecuacin adecuada para determinar el valor de la funcin dentro del intervalo. El
mtodo es obviamente idntico al de la interpolacin lineal.
EJEMPLO 13:
Ajuste los datos de la tabla con trazadores de primer grado. Evale la funcin en
x = 5.
X
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
(TABLA 2).
Se utilizan los datos para determinar las pendientes entre los puntos. Por ejemplo,
en el intervalo de x = 4.5 a x = 7 la pendiente se calcula con la ecuacin (22):
m=
2.51
=0.60
74.5
Se calculan las pendientes en los otros intervalos y los trazadores de primer grado
obtenidos se grafican en la figura (2.0). El valor en x = 5 es 1.3. Tomado de [1].
(Figura 2.0)
Una inspeccin visual a la figura (2.0) indica que la principal desventaja de los
trazadores de primer grado es que no son suaves. En esencia, en los puntos
donde se encuentran dos trazadores (llamado nodo), la pendiente cambia de
forma abrupta. Formalmente,la primer derivada de la funcin es discontinua en
esos puntos. Esta deficiencia se resuelve usando trazadores polinomiales de
grado superior. Tomado de [1].
De acuerdo con [4] se tiene que dados los n 1 puntos
Una funcin spline de grado 1 que interpole los datos es simplemente unir cada
uno de los puntos mediante segmentos de recta, como sigue:
Claramente esta funcin cumple con las condiciones de la spline de grado 1. As,
tenemos que para este caso:
s (x )=
s 1 ( x ) si x [ x 0 , x 1 ]
sn ( x ) si x [x n1 , x n ]
donde:
i)
s j x
ii) s x
tiene derivada continua de orden k-1=0.
s xj yj
iii)
, para j 0,1, , n .
Por lo tanto, la spline de grado 1 queda definida como :
y 0 +f [ x 1 , x 0 ] ( xx 0 ) si x [x 0 , x1 ]
s (x )=
y 1 + f [ x 2 , x 1 ] ( xx 1) si x [x 1 , x 2 ]
y n1 + f [ x n , x n1 ] ( xx n1 ) si x [ x n1 , x n ]
donde
f [ xi , x j ]
SPLINES CUADRATICOS
Segn [1] se tiene que tienen primeras derivadas continuas en los nodos. Aunque
los trazadores cuadrticos no aseguran segundas derivadas iguales en los nodos,
sirven muy bien para demostrar el procedimiento general en el desarrollo de
trazadores de grado superior. El objetivo de los trazadores cuadrticos es obtener
un polinomio de segundo grado para cada intervalo entre los datos. De manera
general, el polinomio en cada intervalo se representa como
2
f i ( x )=a i x + bi x+ ci ( 23 )
La figura 2.1 servir para aclarar la notacin. Para n + 1 datos (i = 0, 1, 2,..., n)
existen n intervalos y, en consecuencia, 3n constantes desconocidas (las a, b y c)
por evaluar. Por lo tanto, se requieren 3n ecuaciones o condiciones para evaluar
las incgnitas. stas son:
1. Los valores de la funcin de polinomios adyacentes deben ser iguales en los
nodos
interiores. Esta condicin se representa como
(Figura 2.1) Notacin utilizada para obtener trazadores cuadrticos. Observe que
hay n intervalos y n + 1 datos. El ejemplo mostrado es para n = 3. Tomado de [1].
3. Las primeras derivadas en los nodos interiores deben ser iguales. La primera
derivada de la ecuacin (23) es
f ' ( x )=2 ax+ b
Por lo tanto, de manera general la condicin se representa como
2 ai1 x i1+ bi1=2 ai x i+ bi (28)
para i = 2 a n. Esto proporciona otras n 1 condiciones, llegando a un total de
2n + n 1 = 3n 1. Como se tienen 3n incgnitas, nos falta una condicin ms. A
menos que tengamos alguna informacin adicional respecto de las funciones o
sus derivadas, tenemos que realizar una eleccin arbitraria para calcular las
constantes. Aunque hay varias opciones, elegimos la siguiente:
4. Suponga que en el primer punto la segunda derivada es cero. Como la segunda
derivada de la ecuacin 18.28 es 2ai, entonces esta condicin se puede expresar
matemticamente como
a1=0(29)
La interpretacin visual de esta condicin es que los dos primeros puntos se
unirn
con una lnea recta.
EJEMPLO 14
Ajuste trazadores cuadrticos a los mismos datos que se utilizaron en el ejemplo
13 (tabla 2). Con los resultados estime el valor en x = 5.
X
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
(TABLA 2).
En este problema, se tienen cuatro datos y n = 3 intervalos. Por lo tanto,
3(3) = 9 incgnitas que deben determinarse. Las ecuaciones (24) y (25) dan 2(3)
2 = 4 condiciones:
20.25 a1 +4.5 b 1+ c1=1.0
20.25 a2 +4.5 b 2+ c2 =1.0
49 a 2+7 b 2+ c 2=2.5
49 a 3+7 b3 +c 3=2.5
Evaluando a la primera y la ltima funcin con los valores inicial y final, se agregan
2
ecuaciones ms [ecuacin (26)]:
9 a1 +3 b1 +c 1=2.5
Por ltimo, la ecuacin (29) determina que a1 = 0. Como esta ecuacin especifica
a1
de manera exacta, el problema se reduce a la solucin de ocho ecuaciones
simultneas.
Estas condiciones se expresan en forma matricial como
Estas ecuaciones se pueden resolver utilizando las tcnicas de la parte tres, con
los resultados:
a1=0 b1=1 c1 =5.5
a2=0.64 b2=6.76 c 2=18.46
a3 =1.6 b 3=24.6 c 3=91.3
que se sustituyen en las ecuaciones cuadrticas originales para obtener la
siguiente relacin para cada intervalo:
f 1 ( x )=x+5.5 3.0 x 4.5
2
El ajuste total por trazadores se ilustra en la figura 18.16b. Observe que hay dos
desventajas que se alejan del ajuste: 1. la lnea recta que une los dos primeros
puntos y
2. el trazador para el ltimo intervalo parece oscilar demasiado. Los trazadores
cbicos
de la siguiente seccin no presentan estas desventajas y, en consecuencia, son
mejores mtodos para la interpolacin mediante trazadores.
f i ( x i1 )
f i ( xi )
f ( x i1 ) f ( x i1 )( xi xi1 )
f ( xi )
f ( xi ) ( x ix
3
3
f i ( x )=
( x ix ) +
( x xi ) + x x
( x ix ) + x x
6
6
6 ( x ix i1 )
6 ( x ix i1 )
i
i1
i
i1
Esta ecuacin contiene slo dos incgnitas (las segundas derivadas en los
extremos de
cada intervalo). Las incgnitas se evalan empleando la siguiente ecuacin:
Ajuste trazadores cbicos a los mismos datos que se usaron en los ejemplos 13 y
14 (tabla 2). Utilice los resultados para estimar el valor en x = 5.
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
(TABLA 2).
El primer paso consiste en usar la ecuacin (32) para generar el conjunto de
ecuaciones simultneas que se utilizarn para determinar las segundas derivadas
en
los nodos. Por ejemplo, para el primer nodo interior se emplean los siguientes
datos:
x 0=3 f ( x 0 )=2.5
x 1=4.5 f ( x 1 ) =1
x 2=7 f ( x 2 )=2.5
6
6
[ 2.51 ] +
[ 2.51 ]
74.5
4.53
En una forma similar, la ecuacin (32) se aplica al segundo punto interior con el
siguiente resultado:
2.5 f ' ' ( 4.5 ) +9 f ' ' ( 7 )=9.6
''
f ( 4.5 )=1.67909
1.67909 ( 4.53 )
1.67909
2.5
1
( x3 )3 +
( 4.5x ) +
( x3 )
4.53
4.53
6
6 ( 4.53 )
O
3
f 1 ( x )=0.186566 ( x3 ) +1.666667 ( 4.5x )+ 0.246894 ( x3 )
Esta ecuacin es el trazador cbico para el primer intervalo. Se realizan
sustituciones
similares para tener las ecuaciones para el segundo y tercer intervalo:
3
y
f 3 ( x )=0.127757 ( 9x )3 +1.761027 ( 9x )+ 0.25 ( x7 )
Las tres ecuaciones se pueden utilizar para calcular los valores dentro de cada
intervalo. Por ejemplo, el valor en x = 5, que est dentro del segundo intervalo, se
calcula como sigue
3
(Figura 2.3) Resultados de ejemplo 15. El ejemplo y la grafica son tomados de [1].
X
f(x)
3
4,5
7
9
2,5
1
2,5
0,5
1. Los valores de la funcin deben ser iguales en los nodos interiores (2n 2
condiciones).
f i ( x )=a i x 3+ bi x2 +c i x+ d i
2
f i ' ( x )=3 ai x + 2b i x +c i
f i ' ' ( x )=6 a i x +2 bi
3
4.5
f 2 ( 9 ) =a2 (9)3 +b 2
729 a2 +81 b2 +9 c 2 +d 2=0.5
2. La primera y ltima funcin deben pasar a travs de los puntos extremos (2
condiciones).
3. Las primeras derivadas en los nodos interiores deben ser iguales (n 1
condiciones).
2
2
f 1 ' ( 4.5 )=3 a1 ( 4.5 ) +2 b1 ( 4.5 ) +c 1=f 0 ' ( 4.5 ) =3 a0 ( 4.5 ) +2 b0 ( 4.5 ) +c 0
60.75 a1 +9 b1 +c 160.75 a 09 b 0c 0=0
2
f 2 ' ( 7 ) =3 a2 (7 ) + 2b 2 ( 7 ) + c2 =f 0 ' ( 7 ) =3 a1 ( 7 ) +2 b 1 ( 7 ) +c 1
147 a2 +14 b 2+ c 2147 a114 b1c 1=0
x^2
x^3
1
1
1
1
1
-3
5
2
1
9
25
4
1
-27
125
8
Puesto que son cuatro puntos, entonces el polinomio que da de grado 3, luego con
las matriz formamos un sistema de n variables, esta n es dada por la cantidad de
puntos con la que se va a trabajar; en este caso es de cuatro variables.
x
1
1
1
1
x^2
1
-3
5
2
x^3
1
9
25
4
1
-27
125
8
A0
A1
A2
A3
2
4
7
8
-3,5625
4,622916
67
1,3
0,360416
67
A0
A1
A2
A3
25
20
15
POL
10
5
-6
-4
0
-2 -5 0
-10
Teniendo las parejas (1,1), (2,4), (3,9) ajuste un polinomio con el mtodo de
matrices
SOLUCION:
.Formamos la matriz de la siguiente manera
X
X^2
1
1
1
1
2
3
1
4
9
Como son tres puntos va a dar un polinomio de grado dos y se forma el sistema
X
X^2
1
1
1
1
2
3
1
4
9
a0
a1
a2
1
4
9
0 A0
0 A1
1 A2
40
30
20
10
-8
-6
-4
-2
BIBLIOGRAFIA
1. Mtodos Numricos para ingenieros tercera edicin, Ed. Mc Graw Hill,
Mxico D.F 1999.
2. SHOICHIRO, NAKAMURA METODOS NUMERICOS APLICADOS CON
SOFWARE
Primera edicin, ed. PRENTICE-HALL HISPANOAMERICANA,
S.A,mexico.
3. http://es.wikipedia.org/wiki/Interpolaci%C3%B3n_lineal
3. http://docentes.uacj.mx/gtapia/AN/Unidad6/Contenido4.htm
5. Notas de clase METODOS NUMERICOS 2008-1