Métodos Numéricos

Taller de interpolaciones

PUNTOS:
{(-1,𝑒^(−1)),(0,1),(1,𝑒^(1))}

x 𝑒^(x) 𝑒^(x)
-1 0,367879441 3
-0,75 0,472366553 2.5
-0,5 0,60653066
-0,25 0,778800783 2

0 1 1.5
0,25 1,284025417
1
0,5 1,648721271
0,75 2,117000017 0.5
1 2,718281828
0
-1.5 -1 -0.5 0 0.5 1 1.5

Interpolación de Lagrange:
𝑃2 (𝑥) = 𝐿1 (x)𝑌1 + 𝐿2 (x)𝑌2 + 𝐿3 (x)𝑌3

Desarrollo del polinomio:

(𝑥)(𝑥 − 1) (𝑥 + 1)(𝑥 − 1) (𝑥 + 1)(𝑥)

𝐿1 = 𝐿2 = 𝐿3 =
(−1)(−1 − 1) (1)(−1) (1 + 1)(1)
𝑥(𝑥−1) (𝑥+1)(𝑥−1) (𝑥+1)(𝑥)
𝑃2 (𝑥) = {𝑒 −1 } + {𝑒0 } + {𝑒^(1)}
−1(−1−1) (1)(−1) (1+1)(1)

𝑃2 (𝑥) = 0,54308062 ∗ 𝑥 2 + 1,17520117 ∗ 𝑥 + 1

x 𝑃_2 (𝑥)
-1 0,36787945
Lagrange
-0,75 0,424081971 3

-0,5 0,54816957 2.5

-0,25 0,740142246
2
0 1
0,25 1,327742831 1.5
0,5 1,72337074 1
0,75 2,186883726
0.5
1 2,71828179
0
-1.5 -1 -0.5 0 0.5 1 1.5

𝑃_2 (𝑥) 𝑒^(x)

 Métodos Numéricos
Taller de interpolaciones

Interpolación de Newton:
𝑃2 (𝑥) = 𝐹[𝑥1 ]+ 𝐹[𝑥1 𝑥2 ]𝜋2 (x)+ 𝐹[𝑥1 𝑥2 𝑥3 ]𝜋3 (𝑥)

Desarrollo del polinomio:

X F[.] F[.,.] F[.,.,.]

-1 0,36787944 0,63212056 0,54308063
0 1 1,71828183
1 2,71828183

𝑃2 (𝑥) = 0,36787944 + 0,63212056(𝑥 + 1)+0,54308063(𝑥 + 1)(𝑥)

𝑃2 (𝑥) = 0,54308063 ∗ 𝑥 2 + 1,17520119 ∗ 𝑥 + 1

x 𝑃_2 (𝑥) Newton

-1 0,36787944
3
-0,75 0,42408196
-0,5 0,54816956 2.5

-0,25 0,74014224 2
0 1
0,25 1,32774284 1.5

0,5 1,72337075 1
0,75 2,18688375
0.5
1 2,71828182
0
-1.5 -1 -0.5 0 0.5 1 1.5

𝑃_2 (𝑥) 𝑒^(x)

Interpolación por Splines cúbicos:

𝑃1 (𝑥) = 𝛼1 + 𝛼2 𝑥+ 𝛼3 𝑥 2 + 𝛼4 𝑥 3 𝑃2 (𝑥) = 𝛽1 + 𝛽2 𝑥+ 𝛽3 𝑥 2 + 𝛽4 𝑥 3

Desarrollo de los polinomios:

1 𝑥1 𝑥12 𝑥13 0 0 0 0 𝛼1 𝑦1 1 −1 1 −1 0 0 0 0 𝛼1 𝑒 −1
1 𝑥2 𝑥22 𝑥23 0 0 0 0 𝛼2 𝑦2 1 0 0 0 0 0 0 0 𝛼2
𝛼3 1
0 0 0 0 1 𝑥2 𝑥22 𝑥23 𝑦2 0 0 0 0 1 0 0 0 𝛼3 1
𝛼4 𝑦3 1 1 𝛼4
0 0 0 0 1 𝑥3 𝑥32 𝑥33
=
0 0 0 0 1 1
= 𝑒 1
𝛽1 0 0 1 0 0 0 −1 0 0 1 𝛽 0
0 1 2𝑥2 3𝑥22 0 −1 −2𝑥2 −3𝑥22 𝛽
0 0 2 6𝑥2 0 0 −2 −6𝑥2
2 0 0 0 2 0 0 0 −2 0 𝛽2 0
𝛽3 0 0 0 2 −6 0 0 0 0 𝛽3 0
0 0 2 6𝑥1 0 0 0 0
[ 𝛽4 ] [ 0 ] [0 0 0 0 0 0 ]
2 6 4[ 𝛽 ] [ 0 ]
[0 0 0 0 0 0 2 6𝑥3 ]
Métodos Numéricos
Taller de interpolaciones

𝛼1 = 1 𝑃1 (𝑥) = 1 + 1,17520119𝑥+ 0,81462095𝑥 2 + 0,27154031𝑥 3

𝛼2 = 1,17520119
𝛼3 = 0,81462095 𝑃2 (𝑥) = 1 + 1,17520119𝑥+ 0,81462095𝑥 2 - 0.27154031𝑥 3
𝛼4 = 0,27154031
𝛽1 = 1
𝛽2 = 1,17520119
𝛽3 = 0,81462095
[𝛽4 = −0.27154031]
Splines
x 𝑃_1 (𝑥) 𝑃_2 (𝑥) 3.5
-1 0,36787945 0,91096007 3
-0,75 0,46226732 0,69137946 2.5
-0,5 0,5821121 0,64999718
2
-0,25 0,75287069 0,76135633
1.5
0 1 1
1
0,25 1,34895692 1,34047129
0,5 1,82519837 1,75731329 0.5
0,75 2,45418125 2,22506911 0
1 3,26136245 2,71828183 -1.5 -1 -0.5 0 0.5 1 1.5

𝑃_1 (𝑥) 𝑃_2 (𝑥) 𝑒^(x)

Conclusiones:

1) Para las interpolaciones de Lagrange y Newton, puesto que se tomaron 3 puntos, las mismas
dieron como resultado ecuaciones cuadráticas, pero al comprar sus recorridos en el
intervalo [-1,1] se ve que toman gran parte del recorrido de la ecuación a evaluar 𝑒 𝑥 , por lo
que dichos polinomios se pueden considerar como interpolaciones aceptables.
2) Los polinomios obtenidos del proceso de interpolación de Lagrange y Newton son bastante
similares, variando sus resultados solo en el orden de 10−8.
3) A diferencias de las otras interpolaciones, la interpolación por splines cúbicos, entrega
polinomios cúbicos, pero al compararlos gráficamente con la ecuación a evaluar 𝑒 𝑥
ciertamente no se acercan tanto al recorrido de esta como los casos anteriores.
4) Se evidencia que el spline del polinomio 1 se acerca mayormente al recorrido de 𝑒 𝑥 en el
intervalo [-1 , 0,25), a diferencia del spline del polinomio 2 que se aproxima más en el
intervalo (-0,5 , 1]. Confirmando así la intencionalidad de aplicar la interpolación por splines,
donde se pretende asemejar varios polinomios a la función de interés.