-1
yi
13
a) Encontrar el spline cbico natural que interpola estos datos, imponiendo las
condiciones requeridas y resolviendo el sistema.
b) Misma cuestin resolviendo previamente el sistema tridiagonal para el clculo de
las derivadas segundas del spline en los nodos.
c) Calcular el spline no nodo, hacer una grfica de nodos y del spline.
d) Dibujar el spline completo que interpola los datos, suponiendo que las derivadas
primeras del spline en los nodos inicial y final son -5 y 5, respectivamente.
2.- Se quiere construir la lnea fronteriza entre dos poblaciones a partir de los datos que
figuran en la siguiente tabla:
xi
yi
25
34
72
115
92
71
65
a) Calcular el polinomio de interpolacin que pasa por todos los puntos. Hallar la
ordenada del punto de abscisa 2.5. Representar los datos junto al polinomio que
los interpola, que definira la frontera entre las poblaciones.
b) Utilizar un spline no nodo para perfilar la frontera. Hallar la ordenada del punto
de la misma de abscisa 2.5. Representar los datos junto al spline que los interpola
en la misma ventana de dibujo que el apartado a).
c) Utilizar un spline natural para perfilar la curva de separacin entre las
poblaciones.
3.- Un robot debe tomar un objeto situado en la posicin 1 y dejarlo en la posicin 6 del
recinto esquematizado en la figura. Para ello recorre una trayectoria definida por los
puntos de la tabla, que tratan de evitar los obstculos del recinto.
2
Paso
U. D. de Matemticas de la ETSITGC
a)
Interpolacin Polinmica
Los polinomios de interpolacin de t k , x k y t k , y k , respectivamente.
b) Splines no nodo.
c) Splines tales que la velocidad inicial y final del robot es 0.
d) Splines tales que la aceleracin inicial y final del robot es 0.
En qu casos la trayectoria no choca contra los obstculos ni las paredes del recinto?
4.- Dada la tabla de valores:
x
f (x)
-17
f (x)
-15
6.- La tabla siguiente refleja la demanda de energa elctrica en Espaa cada dos horas
de un da de invierno.
Hora
MW
Hora
MW
10
12
16
18
20
22
24
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
7.- Dada la tabla de valores (funciones de Bessel):
x
f (x)
x0
1
0.7651977
x1
1.3
0.620086
x2
1.6
0.4554022
x3
1.9
0.2818186
x4
2.2
0.11036
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
1.- Dada la tabla de valores:
xi
-1
yi
13
a) Encontrar el spline cbico natural que interpola estos datos, imponiendo las
condiciones requeridas y resolviendo el sistema.
b) Misma cuestin resolviendo previamente el sistema tridiagonal para el clculo de
las derivadas segundas del spline en los nodos.
c) Calcular el spline no nodo, hacer una grfica de nodos y del spline.
d) Dibujar el spline completo que interpola los datos, suponiendo que las derivadas
primeras del spline en los nodos inicial y final son -5 y 5, respectivamente.
Solucin
S 0 x a 0 x x 0 3 b 0 x x 0 2 c 0 x x 0 d 0 x x 0 , x 1
a) S( x )
3
2
x x 1 , x 2
S1 x a 1 x x 1 b1 x x 1 c1 x x 1 d 1
S x a 0 x 1 b 0 x 1 c 0 x 1 d 0
S( x ) 0
3
2
S1 x a 1 x b1 x c1 x d 1
3
S 0 ' x 3a 0 x 12 2b 0 x 1 c 0
S ' (x)
2
S1 ' x 3a 1 x 2b1 x c1
S ' ' x 6a 0 x 1 2b 0
S ' ' (x) 0
S1 ' ' x 6a 1 x 2b1
x 1, 0
x 0, 1
x 1, 0
x 0, 1
x 1, 0
x 0, 1
S1 1 a 1 b1 c1 d 1 9
S 0 ' 0 3a 0 2b 0 c 0 S1 ' 0 c1
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
Los coeficientes del spline son, por tanto, las soluciones del sistema lineal:
0
1
0
0
3
6
0
0
0 0 1 0
1 1 1 0
0 0 0 0
0 0 0 1
2 1 0 0
2 0 0 0
2 0 0 0
0 0 0 6
0 0 0
0 0 1
1 1 1
0 1 0
2 0 0
0 0 0
2 0 0
0
2x 13 8x 1 13
S( x )
2x 3 6x 2 2 x 7
a0
b0
c0
d0
a1
b1
c
1
d
1
13
7
7
9
0
0
0
0
a0
b0
c0
d0
a1
b1
c
1
d
1
2
0
8
13
2
6
2
7
x 1, 0
x 0, 1
r S ' ' 1 0
b) Por ser un spline natural, se verifica: 0
r2 S ' ' 1 0
El sistema tridiagonal tiene n-1 = 1 ecuacin con una incgnita, que es r1 S ' ' 0 :
h 0 h1
h
r1 e1 e 0 0 r0 ,
3
6
y y 0 7 13
y y1 9 7
6 , e 1 2
2 . Sustituyendo:
siendo h i 1 , e 0 1
x1 x 0
0 1
x 2 x1 1 0
2
1
r1 2 6 0 8 r1 12 S ' ' 0
3
6
El spline tiene por ecuacin:
S x a 0 x 1 b 0 x 1 c 0 x 1 d 0
S( x ) 0
3
2
S1 x a 1 x b1 x c1 x d 1
3
siendo: a i
x 1, 0
x 0, 1
ri 1 ri
r
y yi ri 1 ri
h i , d i y i .
, b i i , c i i 1
hi
6h i
2
6 3
a0
r1 r0
r
y y 0 r1 r0
2 , b0 0 0 , c0 1
h 0 8 , d 0 y 0 13 ;
6
2
h0
6 3
a1
r2 r1
r
y y1 r2 r1
2 , b 1 1 6 , c 1 2
h 1 2 , d 1 y1 7 .
6
2
h1
6 3
2 x 13 8 x 1 13
x 1, 0
S(x)
.
3
2
x 0, 1
2x 6x 2x 7
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
c) Utilizamos la funcin spline de Matlab para calcular el spline no nodo:
>> x=[-1 0 1];
>> y=[13 7 9];
>> spline(x,y)
ans =
form: 'pp'
breaks: [-1 1]
coefs: [4 -10 13]
pieces: 1
order: 3
dim: 1
Como en el spline no nodo los polinomios de los dos primeros intervalos son el mismo,
se trata simplemente del polinomio interpolador de grado 2. Los coeficientes vienen dados
2
por el campo coefs de la respuesta: 4x 1 10x 1 13 .
Representamos el polinomio con
Matlab:
>> xx=-1:0.2:1;
>> yy=spline(x,y,xx);
>> plot(x,y,*,xx,yy)
13
12
11
10
6
-1
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
>> xx=-1:0.2:1;
>> zz=spline(x,[-5 y 5],xx);
>> plot(x,y,*,xx,zz)
11
10
6
-1
U. D. de Matemticas de la ETSITGC
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
Interpolacin Polinmica
2.- Se quiere construir la lnea fronteriza entre dos poblaciones a partir de los datos que
figuran en la siguiente tabla:
xi
yi
25
34
72
115
92
71
65
a) Calcular el polinomio de interpolacin que pasa por todos los puntos. Hallar la
ordenada del punto de abscisa 2.5. Representar los datos junto al polinomio que
los interpola, que definira la frontera entre las poblaciones.
b) Utilizar un spline no nodo para perfilar la frontera. Hallar la ordenada del punto
de la misma de abscisa 2.5. Representar los datos junto al spline que los interpola
en la misma ventana de dibujo que el apartado a).
c) Utilizar un spline natural para perfilar la curva de separacin entre las
poblaciones.
Solucin
a)
>> x=[0:7];
>> y=[0 25 34 72 115 92 71 65];
>> polyfit(x,y,7)
ans =
Columns 1 through 6
-0.1079 2.4944 -22.1222 93.9861 -195.3722 181.5194
Columns 7 through 8
-35.3976 -0.0000
>> polyval(ans,2.5)
ans = 47.3867
>> % obien:
>> p=polyfit(x,y,7);
>> polyval(p,2.5)
ans = 47.3867
>> % Dibujo:
>> hold on
>> xx=0:0.2:7;
>> yy=polyval(p,xx);
>> plot(x,y,'*',xx,yy)
120
100
80
60
40
20
-20
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
b)
>> % Spline no nodo
>> x=[0:7];
>> y=[0 25 34 72 115 92 71 65];
>> ppval(spline(x,y),2.5)
ans = 48.8484
>> % o bien:
>> spline(x,y,2.5)
ans = 48.8484
>> % Dibujo:
>> xx=0:0.2:7;
>> zz=spline(x,y,xx);
>> plot(x,y,'*',xx,zz)
120
100
80
60
40
20
-20
r7 = S(7) = 0.
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
h0 h1
3
h1
6
h1
6
h1 h2
3
h2
6
0
h2
6
h2 h3
3
h3
6
0
0
h3
6
h3 h4
3
h4
6
0
h0
0 r e1 e0 6 r0
1
r
e2 e1
e3 e2
r3
r
e4 e3
e5 e4
r5
h5 r
h
6
e6 e5 r7
6
6
h5 h6
3
0
0
h4
6
h4 h5
3
h5
6
h i x i 1 x i = 1, i = 0, , 6.
ei
y i 1 y i
, i = 0, , 6
x i 1 x i
xi
yi
25
34
72
115
92
71
65
ei
25
38
43
-23
-21
-6
2
3
1
6
1
6
2
3
1
6
0
1
6
2
3
1
6
1
6
2
3
1
6
0
0
0
0
1
0
1
6
2
3
1
6
r1
r2
r3
r4
r5
r6
6
2
r1
16
r2
29
5
r3
r4
66
2
r5
r6
15
96
174
30
396
12
90
U. D. de Matemticas de la ETSITGC
r1 3 5 .6 1 2 5
r 4 6 .4 5 0 0
r3 2 3 .8 1 2 4
r4 1 1 1 .6 9 9 8
r5 2 6 .9 8 6 6
r6 1 5 .7 5 3 3
Interpolacin Polinmica
A partir de las derivadas segundas se calculan los coeficientes del spline:
ai
ri 1 ri
r
y yi ri 1 ri
h i , d i y i , i = 0, , 6
, b i i , ci i 1
hi
6h i
2
6 3
tales que Si x a i x x i b i x x i c i x x i d i , x x i , x i 1 ,
3
i = 0, , 6.
Se obtiene el spline:
S0 x 5.9354 x 3 30.9354 x
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
3.- Un robot debe tomar un objeto situado en la posicin 1 y dejarlo en la posicin 6 del
recinto esquematizado en la figura. Para ello recorre una trayectoria definida por los
puntos de la tabla, que tratan de evitar los obstculos del recinto.
Paso
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
-1
b)
c)
>> % El interpolante pedido es el spline completo o de frontera sujeta
>> %en el que la derivada primera en los extremos es nula.
>> %Se obtiene con la orden "spline", aadiendo los valores de la
>> %derivada al vector de imgenes".
>> tt=0:0.01:1;
>> xx=spline(t,[0 x 0],tt);
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
>> yy=spline(t,[0 y 0],tt);
>> plot(x,y,'*',xx,yy)
5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0
d) El spline pedido es el spline natural cuya derivada segunda se anula en los extremos
del intervalo.
Para calcularlo hay que resolver un sistema tridiagonal del tipo al utilizado en el ejercicio
2 apartado c). Saldra una grfica muy similar a la del spline completo.
En qu casos la trayectoria no choca contra los obstculos ni las paredes del recinto?
En el caso a) la trayectoria se sale de los lmites del recinto.
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
4.- Dada la tabla de valores:
x
f (x)
-17
f (x)
-15
1) Con Matlab:
>> x=[0 1 3];
>> y=[1 5 -17];
>> polyfit(x,y,2)
ans = -5.0000 9.0000 1.0000 ( coeficientes del polinomio)
2) A mano:
( x x 0 )( x x 1 )
( x x 0 )( x x 2 )
( x x 1 )( x x 2 )
y0
y1
y2
( x 0 x 1 )( x 0 x 2 )
( x 1 x 0 )( x 1 x 2 )
( x 2 x 0 )( x 2 x 1 )
( x 0)( x 1)
( x 1)( x 3)
( x 0)( x 3)
1
5
(17)
(0 1)(0 3)
(1 0)(1 3)
(3 0)(3 1)
= 5 x2+ 9 x + 1
b) Polinomio de Hermite:
Su grado es 2 n + 1 = 5
H(x) = a0 + a1 (xz0) + a2 (xz0)(xz1) + a3 (xz0) (xz1) (xz2) + a4 (xz0) (xz1) (xz2) (xz3) +
+ a5 (xz0) (xz1) (xz2) (xz3)(xz4)
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
f(z)
1 dif. divididas
2 dif. divididas
z0=x0=0
f(z0)=f(x0)=1
z1=x0=0
f(z1)=f(x0)=1
z2=x1=1
f(z2)=f(x1)=5
f[z1, z2]=4
z3=x1=1
f(z3)=f(x1)=5
z4=x2=3
f(z4)=f(x2)=-17
f[z3, z4]=-11
z5=x2=3
f(z5)=f(x2)=-17
U. D. de Matemticas de la ETSITGC
3 dif. divididas
4 dif. divididas
5 dif. divididas
f[z0, , z5]=1
Interpolacin Polinmica
Obtenindose los coeficientes: a0 = 1, a1 = 3, a2 = 1, a3 = 0, a4 = 1, a5 = 1, de donde:
H(x) = 1 + 3 x + x2 - x2 (x-1)2 + x2 (x-1)2 (x-3) = x5 6x4 + 9x3 3x2 + 3x + 1
10
>> xx=[0:0.1:3];
>> yy=polyval(ans,xx);
>> plot(x,y,'*',xx,yy)
>> hold on
-5
-10
>> polyval(H,xx);
>> zz=polyval(H,xx);
-20
0.5
1.5
2.5
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
5.- Se consideran los valores de la funcin y = arc tg x en los nodos x = -3, -2, , 2, 3.
a) Interpolar estos puntos mediante un spline cbico cuya derivada primera en los
extremos coincida con la derivada primera de la funcin.
b) Hallar el spline que pasa por dichos puntos y tiene derivada tercera en los nodos -2 y
2 (es decir, las dos primeras piezas del spline son el mismo polinomio, al igual que las
dos ltimas).
c) Compara ambas aproximaciones.
Solucin
a) El interpolante pedido en este apartado es el spline completo, que se obtiene con la
x1
-3
-2
>> x=-3:3;
>> y=atan(x);
>> ps=spline(x,[0.1 y 0.1]);
x2
x3
x4
x5
x6
-1
Los coeficientes de cada pieza del spline estn dados en la siguiente matriz:
>> ps.coefs
ans =
-0.0011 0.0430 0.1000 -1.2490
0.0994 0.0397 0.1827 -1.1071
-0.1126 0.3378 0.5602 -0.7854
-0.1126 -0.0000 0.8980
0
0.0994 -0.3378 0.5602 0.7854
-0.0011 -0.0397 0.1827 1.1071
Dibujamos la funcin (trazo continuo rojo) y el polinomio segmentario (trazo discontinuo
verde):
1.5
>> xx=-3:0.1:3;
0.5
>> yy=ppval(ps,xx);
0
>> plot(x,y,'*',xx,atan(xx))
>> hold on
>> plot(x,y,'*',xx,yy,'--')
-0.5
-1
-1.5
-3
U. D. de Matemticas de la ETSITGC
-2
-1
Interpolacin Polinmica
b) Se trata de calcular el spline no nodo, con la funcin spline de Matlab:
>> psnn=spline(x,y);
Los coeficientes de cada pieza del spline estn dados en la siguiente matriz:
>> psnn.coefs
ans =
0.0784
0.0784
-0.1084
-0.1084
0.0784
0.0784
-0.1454 0.2089
0.0899 0.1534
0.3253 0.5686
0 0.8938
-0.3253 0.5686
-0.0899 0.1534
-1.2490
-1.1071
-0.7854
0
0.7854
1.1071
Dibujamos la funcin (trazo continuo rojo) y el spline no nodo (trazo discontinuo verde):
>> xx=-3:0.1:3;
>> plot(x,y,'*',xx,atan(xx))
>> hold on
>> yynn=ppval(psnn,xx);
>> plot(x,y,'*',xx,yynn,'--')
1.5
0.5
-0.5
-1
-1.5
-3
-2
-1
>> xx=-3:0.1:3;
>> dif1=atan(xx)-ppval(ps,xx);
>> dif2=atan(xx)-ppval(psnn,xx);
>> plot(xx,dif1,':');hold on
0.03
0.02
0.01
0
>> plot(xx,dif2)
-0.01
-0.02
-0.03
-0.04
-3
-2
-1
Interpolacin Polinmica
6.- La tabla siguiente refleja la demanda de energa elctrica en Espaa cada dos horas
de un da de invierno.
Hora
MW
Hora
MW
10
12
16
18
20
22
24
>> h=[0:2:24];
>> MW=[31250 28000 26000 26000 34000 37500 38000 35500 34500 38500 39500 36500
33000];
>> p=polyfit(h,MW,12)
Avisa Matlab:
Warning: Polynomial is badly conditioned. Add points with distinct X values, reduce the
degree of the polynomial, or try centering and scaling as described in HELP POLYFIT. In
polyfit at 80.
Ocurre que los coeficientes del polinomio buscado varan mucho en magnitud unos de otros:
>> format long
>> p=polyfit(h,MW,12)
Warning: Polynomial is badly conditioned. Add points with distinct X
degree of the polynomial, or try centering and scaling as described in HELP POLYFIT. In
polyfit at 80
p=
1.0e+005 *
Columns 1 through 2
0.000000000003194 -0.000000000491669
Columns 3 through 4
0.000000033422949 -0.000001320675776
Columns 5 through 6
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
0.000033588279532 -0.000574933611469
Columns 7 through 8
0.006723751451460 -0.053355005873978
Columns 9 through 10
0.278829344344224 -0.901583331723715
Columns 11 through 12
1.596506887689424 -1.162227227277939
Column 13
0.312500000735327
x 10
3.5
3
2.5
2
1.5
1
0.5
0
10
15
20
25
>> p1=polyfit(h(1:7),MW(1:7),6)
p1 =
1.0e+004 *
Columns 1 through 3
0.000122070312500 -0.004280598958333 0.055240885416664
Columns 4 through 6
-0.321158854166649 0.848958333333274 -0.953124999999938
Column 7
3.125000000000038
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
>> p2=polyfit(h(7:13),MW(7:13),6)
Warning: Polynomial is badly conditioned. Add points with distinct X
values, reduce the degree of the polynomial, or try centering
and scaling as described in HELP POLYFIT.
> In polyfit at 80
p2 =
1.0e+007 *
Columns 1 through 3
-0.000000045572917 0.000005130208333 -0.000237499999996
Columns 4 through 6
0.005780208333237 -0.077911770832061 0.550972083324486
Column 7
-1.592449999974678
Hacemos la grfica con Matlab:
>> hh1=0:0.1:12;
>> MMW1=polyval(p1,hh1);
>> hh2=12:0.1:24;
4
3.8
3.6
>> MMW2=polyval(p2,hh2);
3.4
>>
3.2
plot(h,MW,'*',hh1,MMW1,':',hh2,
x 10
MMW2,'-')
2.8
2.6
2.4
10
15
20
25
Interpolacin Polinmica
-0.004723596507750 0.015625000000000 -0.112355613969001
0.032992982538749 -0.012716579046499 -0.106538772061998
-0.052248333647246 0.185241316185995 0.238510702216994
0.019750352050235 -0.128248685697481 0.352495963194022
-0.008003074553693 -0.009746573396072 0.076505445006917
0.012261946164539 -0.057765020718232 -0.058517743221691
0.015205289895539 0.015806656269000 -0.142434472120155
-0.029333105746693 0.107038395642232 0.103255631702309
0.002127133091235 -0.068960238837929 0.179411945310917
0.008324573381753 -0.056197440290518 -0.070903412945976
0.008324573381753 -0.006250000000000 -0.195798293527012
Column 4
3.125000000000000
2.800000000000000
2.600000000000000
2.600000000000000
3.400000000000000
3.750000000000000
3.800000000000000
3.550000000000000
3.450000000000000
3.850000000000000
3.950000000000000
3.650000000000000
>> MWs=ppval(ps,hh);
x 10
>> plot(h,MW,'*',hh,MWs)
>>
3.5
2.5
0
10
15
20
25
Los coeficientes del spline estn mejor escalados que los del polinomio y la grfica sugiere
una evolucin ms razonable de la demanda elctrica.
U. D. de Matemticas de la ETSITGC
Interpolacin Polinmica
7.- Dada la tabla de valores (funciones de Bessel):
x
f (x)
x0
1
0.7651977
x1
1.3
0.620086
x2
1.6
0.4554022
x3
1.9
0.2818186
x4
2.2
0.11036
Interpolacin Polinmica
>> polyval(p3b,1.5)
ans = 0.511830101234568
Polinomio de interpolacin de grado 4: p4
>> x=[1 1.3 1.6 1.9 2.2];
>> y=[0.7651977 0.620086 0.4554022 0.2818186 0.11036];
>> p4=polyfit(x,y,4)
= 0.001813271604944 0.055361419753045 -0.343193194444342
0.073527904320876 0.977688298765476
>> polyval(p6,1.5)
ans = 0.511819946913580
b)
Sabiendo que f(1.5) = 0.5118277, los errores reales cometidos han sido:
Con p1:
>> abs(0.7848-0.5118277)
ans = 0.272972300000000
Con p2a:
>> abs(0.512471477777778-0.5118277)
ans = 6.437777777780207e-004 = 0.000643777777778
Con p2b:
>> abs(0.511285666666667-0.5118277)
ans = 5.420333333330252e-004 = 0.000542033333333
Con p3a:
>> abs(0.511812693827161-0.5118277)
ans = 1.500617283900496e-005 = 0.000015006172839
Con p3b:
>> abs(0.511830101234568-0.5118277)
ans = 2.401234567961375e-006 = 0.000002401234568
Con p4:
>> abs(0.511819946913580-0.5118277)
ans = 7.753086419981514e-006 = 0.000007753086420
U. D. de Matemticas de la ETSITGC
Spline
Sean t0 < t1 < . . . < tn, n+1 puntos (denominados nodos) y k un nmero natural. Una
funcin spline de grado k con nodos t0, t1, . . . , tn es una funcin S que satisface las
siguientes condiciones:
a) en cada intervalo [ti-1, ti], S es un polinomio de grado menor o igual a k,
b) S tiene una derivada de orden (k-1) continua en [t0, t1]
Por consiguiente S es un polinomio continuo a trozos de grado a lo sumo k, que tiene
derivadas continuas hasta el orden k-1.
Nodo
Cada valor de la abscisa xi de los puntos usados en interpolacin.
Interpolacin
Obtencin del valor aproximado de una magnitud o una funcin en un intervalo cuando
se conocen algunos de los valores que toma a uno y otro lado de dicho intervalo.
Polinomio interpolador de Lagrange
Dados x0, x1, . . . , xn nmeros reales distintos entre s, y valores arbitrarios y0, y1, . . . ,
yn, existe un nico polinomio P(x) de grado menor o igual que n tal que P(xi) = yi (i =
0, . . . , n).
Interpolacin de Newton
Al Polinomio de Lagrange obtenido por Diferencias divididas se le conoce con el
nombre de frmula de diferencias divididas interpolante de Newton.
n
Pn ( x) f ( x0 ) f [ x0 , x1 ,..., xk ]( x x0 )( x x1 )...( x xk 1 )
k 1
f [ x0 , x1 ,..., xk ]
f [ x1 , xk ] f [ x0 , xk 1 ]
xk x0
Interpolacin de Hermite
Sea una funcin, f, con derivada continua en [a, b] y si x0, x1, . . . , xn son valores
distintos del intervalo [a,b] , existe un nico polinomio de grado a lo sumo 2n+1, y se
denota H2n+1(x), tal que:
H2n+1(xi) = f(xi), H2n+1(xi) = f (xi), i = 0, . . . , n.
H2n+1(x) es el polinomio de Hermite de grado 2n+1.
Matricestridiagonales
En diversas aplicaciones nos encontramos con sistemas Ax=z donde A es cuadrada y sus
elementossontodosnulosexceptolosdeladiagonalprincipalyalgunasdelasparalelasadicha
diagonal.Estasmatricessedenominanmatricesbanda.
Uncasoparticulardematricesbandasonlasmatricestridiagonales.
Sellamamatriztridiagonalalasmatricesdelaformasiguiente:
a11
a 21
0
A
0
a12
a 22
a32
0
0
0
a 23
a33
0
0
0
0
0
a n 1,n 1
a n ,n 1
a n 1,n
a n ,n
0
0
0
Para este tipo de matrices hay algoritmos de factorizacin que simplifican el nmero de
operaciones a realizar, aprovechando la gran cantidad de ceros que aparecen siguiendo
patrones regulares. Estos mtodos son preferibles frente a los que no tienen en cuenta la
tridiagonalidaddelamatriz.