Resumen de los mtodos numricos

Resumen de los mtodos numricos

Resumen de los mtodos numricos

Modelos matemticos y solucin de problemas

en ingeniera

Un modelo matemtico se define, de manera general, como una formulacin o una

ecuacin que expresa las caractersticas esenciales de un sistema fsico o de un
proceso en trminos matemticos. En general, el modelo se representa mediante una
relacin funcional de la forma:

Modelos matemticos y solucin de problemas

en ingeniera

Ejemplo de modelos matemticos

Newton formul su segunda

ley del movimiento, la cual
establece que la razn de
cambio del momentum con
respecto al tiempo de un
cuerpo, es igual a la fuerza
resultante que acta sobre
l.

donde F es la fuerza neta que acta sobre el objeto (N, o kg m/s2), m es

la masa del objeto (kg) y a es su aceleracin (m/s2).

Ejemplo de modelos matemticos

La segunda ley puede escribirse as:

Para ilustrar un modelo ms complicado de este tipo, se utiliza la segunda ley

de Newton para determinar la velocidad final de la cada libre de un cuerpo
que se encuentra cerca de la superficie de la Tierra.
Para esto se tiene que:

Ejemplo de modelos matemticos

Para un cuerpo que cae a distancias cercanas a la Tierra, la fuerza total est
compuesta por dos fuerzas contrarias: la atraccin hacia abajo debida a la
gravedad FD y la fuerza hacia arriba debida a la resistencia del aire FU

Ejemplo de modelos matemticos

La fuerza total es la diferencia entre las fuerzas hacia abajo y las fuerzas hacia
arriba.

Este es un modelo que relaciona la aceleracin de un cuerpo que cae con las
fuerzas que actan sobre l. Para resolverlo es necesario emplear tcnicas
avanzadas, del clculo, para obtener una solucin exacta o analtica.

Ejemplo de modelos matemticos

Por ejemplo, si inicialmente el paracaidista est en reposo (v = 0 en t = 0), se

utiliza el clculo integral para resolver la ecuacin, as

La ecuacin anterior es un ejemplo de la forma general de la ecuacin de un

modelo matemtico, donde v(t) es la variable dependiente, t es la variable
independiente, c y m son parmetros, y g es la funcin de fuerza.

Dispositivos y tipos
de balances que se
usan comnmente
en
las
cuatro
grandes reas de la
ingeniera.

Aproximaciones y errores de redondeo

En muchos problemas de aplicacin en ingeniera no es posible obtener la

solucin analtica; por lo tanto, no se pueden calcular con exactitud los
errores en nuestros mtodos numricos. En tales casos debemos usar
aproximaciones o estimaciones de los errores.

Este captulo y el siguiente cubren aspectos bsicos relacionados con la

identificacin, cuantificacin y minimizacin de dichos errores

CIFRAS SIGNIFICATIVAS
Cuando se emplea un nmero para realizar un clculo, debe haber seguridad de que
pueda usarse con confianza.

El velocmetro y el
odmetro
de
un
automvil ejemplifican
el concepto de cifras
signifi cativas.

Como la aguja est ms all de la mitad entre las marcas del indicador, es posible asegurar
que el automvil viaja aproximadamente a 49 km/h, ahora supongamos que se desea
obtener una cifra decimal en la estimacin de la velocidad. En tal caso, alguien podra decir
48.8, mientras que otra persona podra decir 48.9 km/h.

Las cifras significativas de un nmero son aquellas que pueden utilizarse en

forma confiable.

EXACTITUD Y PRECISIN
La exactitud se refiere a qu tan cercano est el valor calculado o medido del
valor verdadero.
La precisin se refiere a qu tan cercanos se encuentran, unos de otros,
diversos valores calculados o medidos.

DEFINICIONES DE ERROR

Los errores de truncamiento resultan del empleo de aproximaciones como un

procedimiento matemtico exacto.
Los errores de redondeo que se producen cuando se usan nmeros que
tienen un lmite de cifras significativas para representar nmeros exactos.

Para ambos tipos de errores, la relacin entre el resultado exacto, o verdadero,

y el aproximado est dada por:

DEFINICIONES DE ERROR

Reordenando la ecuacin anterior se encuentra que el error numrico es

igual a la diferencia entre el valor verdadero y el valor aproximado, es decir:

donde Et se usa para denotar el valor exacto del error. El subndice t indica
que se trata del error verdadero (true).
Una manera de tomar en cuenta las magnitudes de las cantidades que se
evalan consiste en normalizar el error respecto al valor verdadero, es decir

DEFINICIONES DE ERROR

El error relativo tambin se puede multiplicar por 100% para expresarlo como

donde

denota el error relativo porcentual verdadero.

EJEMPLO
Suponga que se tiene que medir la longitud de un puente y la de un
remache, y se obtiene 9999 y 9 cm, respectivamente. Si los valores
verdaderos son 10 000 y 10 cm, calcule a) el error verdadero y b) el error
relativo porcentual verdadero en cada caso.

Solucin

Por lo tanto, aunque ambas medidas tienen un error de 1 cm, el error relativo
porcentual del remache es mucho mayor. Se concluye entonces que se ha hecho
un buen trabajo en la medicin del puente; mientras que la estimacin para el
remache dej mucho que desear.

DEFINICIONES DE ERROR
En muchas aplicaciones reales, no se conoce a priori la respuesta verdadera.
Entonces en dichos casos, una alternativa es normalizar el error, usando la
mejor estimacin posible al valor verdadero; es decir, para la aproximacin
misma, como en

donde el subndice a significa que el error est normalizado a un valor aproximado.

En los mtodos iterativos se hace una aproximacin para el calculo del error
considerando la aproximacin anterior. el error a menudo se calcula como la
diferencia entre la aproximacin previa y la actual.

DEFINICIONES DE ERROR

A menudo, cuando se realizan clculos, no importa mucho el signo del error,

sino ms bien que su valor absoluto porcentual sea menor que una tolerancia
porcentual prefijada es

si el siguiente criterio se cumple, se tendr la seguridad que el resultado es

correcto en al menos n cifras significativas.

DEFINICIONES DE ERROR
EJEMPLO

Errores de truncamiento y la serie de Taylor

Los errores de truncamiento son aquellos que resultan al usar una

aproximacin en lugar de un procedimiento matemtico exacto. Por
ejemplo, la derivada para el calculo de velocidad de un cuerpo en cada
libre puede ser representado mediante una ecuacin en diferencias
finitas de la forma:

Para obtener un conocimiento sobre las caractersticas del error de

truncamiento, se debe considerar: la serie de Taylor.

LA SERIE DE TAYLOR

Proporciona un medio para predecir el valor de una funcin en un punto en

trminos del valor de la funcin y sus derivadas en otro punto.
Una buena manera de comprender la serie de Taylor consiste en
construirla trmino por trmino. Por ejemplo, el primer trmino de la serie
es:

Esta relacin, llamada la aproximacin de orden cero, indica que el valor

de f en el nuevo punto es el mismo que su valor en el punto anterior.

LA SERIE DE TAYLOR

La aproximacin de primer orden se obtiene sumando otro trmino para

obtener:

Teorema de Taylor
Si la funcin f y sus primeras n + 1 derivadas son continuas en un intervalo
que contiene a y x, entonces el valor de la funcin en x est dado por:

LA SERIE DE TAYLOR

donde t = a es una variable muda. La anterior ecuacin se llama serie de

Taylor o frmula de Taylor. Si se omite el residuo, el lado derecho de la
ecuacin es la aproximacin del polinomio de Taylor para f(x). En esencia, el
teorema establece que cualquier funcin suave puede aproximarse mediante
un polinomio.

LA SERIE DE TAYLOR
Primer teorema del valor medio para integrales
Si la funcin g es continua e integrable en un intervalo que contenga a y x,
entonces existe un punto x entre a y x tal que:

La integral puede representarse por un valor promedio de la funcin g( )

multiplicado por la longitud del intervalo x a. Como el promedio debe
encontrarse entre los valores mnimo y mximo del intervalo, existe un punto x =
x en el cual la funcin toma el valor promedio.

LA SERIE DE TAYLOR
Segundo teorema del valor medio para integrales
Si las funciones g y h son continuas e integrables en un intervalo que contiene a
y x, y h no cambia de signo en el intervalo, entonces existe un punto x entre a y x
tal que

El segundo teorema se aplica a la ecuacin del residuo con

Conforme t vara de a a x, h(t) es continua y no cambia de signo. Por lo tanto,

si
es continua, entonces se satisface el teorema del valor medio para
integrales.

LA SERIE DE TAYLOR
Segundo teorema del valor medio para integrales
Forma de Lagrange del residuo.

La serie truncada en el segundo termino, slo es exacta para una lnea recta o
una tendencia lineal. Por lo tanto, se le agrega a la serie un trmino de
segundo orden para obtener algo de la curvatura, que pudiera presentar la
funcin:

LA SERIE DE TAYLOR
De manera similar, se agregan trminos adicionales para desarrollar la
expansin completa de la serie de Taylor:

Se incluye un trmino residual para considerar todos los trminos desde el

n +1 hasta infinito:

LA SERIE DE TAYLOR
Con frecuencia es conveniente simplificar la serie de Taylor definiendo un
tamao de paso o incremento
y expresando la serie de Taylor
como:

donde el trmino residual es ahora

Ejemplo 1: Aproximaciones de un polinomio

mediante la serie de Taylor

Ejemplo 1: Aproximaciones de un polinomio

mediante la serie de Taylor
Solucin. Ya que se trata de una funcin conocida, es posible calcular valores
de f(x) entre 0 y 1. Los resultados indican que la funcin empieza en f(0) = 1.2
y hace una curva hacia abajo hasta f(1) = 0.2. Por lo tanto, el valor verdadero
que se trata de predecir es 0.2.
La aproximacin de la serie de Taylor con n = 0 es:

Como se muestra en la siguiente figura, la aproximacin de orden cero es

una constante. Usando esta formulacin resulta un error de truncamiento de:

en x = 1

Ejemplo 1: Aproximaciones de un polinomio

mediante la serie de Taylor

Ejemplo 1: Aproximaciones de un polinomio

mediante la serie de Taylor

Ejemplo 1: Aproximaciones de un polinomio

mediante la serie de Taylor

Por consiguiente, la expansin de la serie de Taylor hasta la cuarta derivada da una

estimacin exacta para xi+l = 1:

Ejemplo 2: Uso de la expansin de la serie de

Taylor para aproximar una funcin con un nmero
infi nito de derivadas

Ejemplo 2: Uso de la expansin de la serie de

Taylor para aproximar una funcin con un nmero
infinito de derivadas
1

Ejemplo 2: Uso de la expansin de la serie de

Taylor para aproximar una funcin con un nmero
infinito de derivadas

Este proceso contina y sus resultados se enlistan en la siguiente tabla,

Observe que las derivadas nunca se aproximan a cero, como es el caso con
el polinomio del ejemplo 1. Por lo tanto, cada trmino que se le agrega a la
serie, genera una mejor aproximacin.

Ejemplo 2: Uso de la expansin de la serie de

Taylor para aproximar una funcin con un nmero
infinito de derivadas

INTERPOLACIN
Con frecuencia se encontrar con que tiene que estimar valores intermedios
entre datos definidos por puntos. 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:

Ejemplos de interpolacin polinomial: a) de primer grado (lineal) que une dos puntos, b) de segundo
grado (cuadrtica o parablica) que une tres puntos y c) de tercer grado (cbica) que une cuatro
puntos.

Interpolacin lineal
La forma ms simple de interpolacin consiste en unir dos puntos con una
lnea recta. Dicha tcnica, llamada interpolacin lineal:
Utilizando tringulos semejantes

(1)

reordenndose se tiene
(2)
Esquema grfico de la interpolacin
lineal. Las reas sombreadas indican
los tringulos semejantes usados para
obtener la frmula de la interpolacin
lineal.

Observe que adems de representar la

pendiente de la lnea que une los puntos, el
trmino [f(x1) f(x0)]/(x1 x0) es una aproximacin
en diferencia dividida finita a la primer derivada

Ejemplo 1: Interpolacin lineal

Ejemplo 1: Interpolacin lineal

Ejemplo 1: Interpolacin lineal

Dos interpolaciones lineales

para estimar ln 2. Observe
cmo el intervalo menor
proporciona
una
mejor
estimacin.

Interpolacin cuadrtica
Una estrategia para mejorar la estimacin consiste en introducir alguna
curvatura a la lnea que une los puntos. Si se tienen tres puntos como datos,
stos pueden ajustarse en un polinomio de segundo grado (tambin
conocido como polinomio cuadrtico o parbola). Una forma particularmente
conveniente para ello es

(3)
A continuacin se muestra que la ecuacin anterior corresponde a un
polinomio de grado dos, al multiplicar los trminos de esta misma ecuacin.

agrupando trminos,

donde

Interpolacin cuadrtica
Para encontrar b0, se evala la ecuacin (3) con x = x0 para obtener
(4)
La ecuacin (4) se sustituye en la (3), despus se evala en x = x1 para tener
(5)
Por ltimo, las ecuaciones (4) y (5) se sustituyen en la (3), despus se evala
en x = x2 y (luego de algunas manipulaciones algebraicas) se resuelve para:

(6)

Observe que la ecuacin (3) comienza a manifestar una estructura semejante

a la expansin de la serie de Taylor.

Ejemplo 2: Interpolacin cuadrtica

Ejemplo 2: Interpolacin cuadrtica

(4)

(5)

(6)

(3)

Ejemplo 2: Interpolacin cuadrtica

La solucin anterior representa un error relativo de t = 18.4%. As, la curvatura
determinada por la frmula cuadrtica (siguiente grafica) mejora la interpolacin
comparndola con el resultado obtenido antes al usar las lneas rectas del
ejemplo de interpolacin lineal.

El uso de la interpolacin
cuadrtica para estimar ln 2.
Para comparacin se presenta
tambin la interpolacin lineal
desde x = 1 hasta 4.

Forma general de los polinomios de interpolacin de

Newton
El anlisis anterior puede generalizarse para ajustar un polinomio de n-simo
grado a n + 1 datos. El polinomio de n-simo grado es
(7)
Como se hizo antes con las interpolaciones lineales y cuadrticas, los puntos
asociados con datos se utilizan para evaluar los coeficientes b0, b1,..., bn. Para
un polinomio de n-simo grado se requieren n + 1 puntos: [x0, f(x0)], [x1,
f(x1)],..., [xn, f(xn)]. Usamos estos datos y las siguientes ecuaciones para
evaluar los coeficientes:
(8)
(9)

(10)

(11)

Forma general de los polinomios de interpolacin de

Newton
donde las evaluaciones de la funcin colocadas entre parntesis son
diferencias divididas finitas. Por ejemplo, la primera diferencia dividida finita
en forma general se representa como:
(12)

La segunda diferencia dividida finita, que representa la diferencia de las dos

primeras diferencias divididas, se expresa en forma general como:

(13)

Forma general de los polinomios de interpolacin de

Newton
En forma similar, la n-sima diferencia dividida finita es

(14)

Estas diferencias sirven para evaluar los coeficientes en las ecuaciones (8) a
(11), los cuales se sustituirn en la ecuacin (7) para obtener el polinomio de
interpolacin:

(15)

que se conoce como polinomio de interpolacin de Newton en diferencias divididas

Forma general de los polinomios de interpolacin de

Newton

Representacin grfica de la naturaleza recursiva de las diferencias divididas

finitas.

Ejemplo 3: Polinomios de interpolacin de

Newton en diferencias divididas

Ejemplo 3: Polinomios de interpolacin de

Newton en diferencias divididas
(7)

(12)

(13)

Ejemplo 3: Polinomios de interpolacin de

Newton en diferencias divididas
(14)

(7)

(7)

Errores de la interpolacin polinomial de Newton

La ecuacin (15) es similar a la expansin de la serie de Taylor en el sentido de

que se van agregando trminos en forma secuencial. Los trminos son
diferencias divididas finitas y, as, representan aproximaciones de las derivadas
de orden superior. Tambin, como en el caso de la serie de Taylor, es posible
obtener una formulacin para el error de truncamiento.

(16)

donde x est en alguna parte del intervalo que contiene la incgnita y los datos.
Como la funcin es desconocida se usa una diferencia dividida finita para
aproximar la (n + 1)-sima derivada:

Errores de la interpolacin polinomial de Newton

(17)

Donde [x, xn, xn1,. . . , x0] es la (n + 1)-sima diferencia dividida finita. Debido a
que la ecuacin (17) contiene la incgnita f(x), no permite obtener el error. Sin
embargo, si se tiene un dato ms, f(xn+1), la ecuacin (17) puede usarse para
estimar el error como sigue:

(18)

Ejemplo 4: Estimacin del error para el polinomio

de Newton

( 18)
2.

Ejemplo 4: Estimacin del error para el polinomio

de Newton
2

(18),

3.

POLINOMIOS DE INTERPOLACIN DE LAGRANGE

El polinomio de interpolacin de Lagrange es simplemente una reformulacin
del polinomio de Newton que evita el clculo de las diferencias divididas, y se
representa de manera concisa como

(19)

Donde

(20)

POLINOMIOS DE INTERPOLACIN DE LAGRANGE

donde designa el producto de. Por ejemplo, la versin lineal (n = 1) es

(21)

y la versin de segundo grado es

(22)

POLINOMIOS DE INTERPOLACIN DE LAGRANGE

Descripcin visual del razonamiento

detrs del polinomio de Lagrange.
Esta figura muestra un caso de
segundo grado. Cada uno de los
tres trminos en la ecuacin (22)
pasa a travs de uno de los puntos
que se tienen como datos y es cero
en los otros dos. La suma de los
tres trminos, por lo tanto, debe ser
el nico polinomio de segundo
grado f2(x) que pasa exactamente a
travs de los tres puntos.

Ejemplo:Polinomios de interpolacin de Lagrange

Ejemplo:Polinomios de interpolacin de Lagrange

21

22

Obtencin del polinomio de Lagrange directamente a

partir del polinomio de interpolacin de Newton
El polinomio de interpolacin de Lagrange se obtiene de manera directa a
partir de la formulacin del polinomio de Newton. Por ejemplo, la primera
diferencia dividida es
(a)

se reformula como

(b)

Obtencin del polinomio de Lagrange directamente a

partir del polinomio de interpolacin de Newton
La ecuacin (b) es conocida como la forma simtrica. Al sustituir la ecuacin
(b) en la formula de interpolacin lineal, se obtiene

Por ltimo, al agrupar trminos semejantes y simplificar se obtiene la forma

del polinomio de Lagrange

INTERPOLACIN MEDIANTE TRAZADORES (SPLINES)

consiste en colocar polinomios de grado inferior en subconjuntos de los

datos. Tales polinomios conectores se denominan trazadores o splines.

Por ejemplo, las curvas de tercer grado empleadas para unir cada par de
datos se llaman trazadores cbicos. Esas funciones se pueden construir de
tal forma que las conexiones entre ecuaciones cbicas adyacentes resulten
visualmente suaves.

El concepto de trazador se origin en la tcnica de dibujo que usa una cinta

delgada y flexible (llamada spline, en ingls)

INTERPOLACIN MEDIANTE TRAZADORES (SPLINES)

por qu un trazador an resulta preferible ?

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.

Trazadores lineales
Los trazadores de primer grado para un grupo de datos ordenados pueden
definirse como un conjunto de funciones lineales

donde mi es la pendiente de la lnea recta que une los puntos:

(23)

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.

Ejemplo: Trazadores de primer grado

Ejemplo: Trazadores de primer grado

23

Trazadores (splines) cuadrticos

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
(24A)

Notacin utilizada para

obtener
trazadores
cuadrticos. Observe
que hay n intervalos
y n + 1 datos. El
ejemplo mostrado es
para n = 3.

Trazadores (splines) cuadrticos

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 para i = 2 a n. Como slo se emplean
nodos interiores, las ecuaciones (24) y (25) proporcionan, cada una, n 1
condiciones; en total, 2n 2 condiciones.

(24)
(25)

Trazadores (splines) cuadrticos

2. La primera y la ltima funcin deben pasar a travs de los puntos extremos. Esto
agrega dos ecuaciones ms:
(26)
(27)
en total tenemos 2n 2 + 2 = 2n condiciones.
3. Las primeras derivadas en los nodos interiores deben ser iguales. La primera
derivada de la ecuacin 24A es

Por lo tanto, de manera general la condicin se representa como

(28)

Trazadores (splines) cuadrticos

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.

4. Suponga que en el primer punto la segunda derivada es cero. Como la segunda

derivada de la ecuacin 24A es 2ai, entonces esta condicin se puede expresar
matemticamente como

La interpretacin visual de esta condicin es que los dos primeros puntos se unirn
con una lnea recta.

Ejemplo: Trazadores cuadrticos

Planteamiento del problema. Ajuste trazadores cuadrticos a los mismos datos
que se utilizaron en el ejemplo de trazadores lineales (tabla 18.1). Con los
resultados estime el valor en x = 5.

Ejemplo: Trazadores cuadrticos

24

26

27

28

25

Ejemplo: Trazadores cuadrticos

Ejemplo: Trazadores cuadrticos

Ejemplo: Trazadores cuadrticos

Figura 18.16b

Trazadores cbicos
El objetivo en los trazadores cbicos es obtener un polinomio de tercer grado
para cada intervalo entre los nodos:
(29)
As, para n + 1 datos (i = 0, 1, 2,..., n), existen n intervalos y, en
consecuencia, 4n incgnitas a evaluar. Como con los trazadores cuadrticos,
se requieren 4n condiciones para evaluar las incgnitas. stas son:
1. Los valores de la funcin deben ser iguales en los nodos interiores (2n 2 condiciones).
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).
4. Las segundas derivadas en los nodos interiores deben ser iguales (n 1 condiciones).
5. Las segundas derivadas en los nodos extremos son cero (2 condiciones).

Mtodo para obtener trazadores cbicos

la segunda derivada dentro de cada intervalo es una lnea recta. La ecuacin
(29) se puede derivar dos veces para verificar esta observacin. Con esta
base, la segunda derivada se representa mediante un polinomio de
interpolacin de Lagrange de primer grado

Despus, la ecuacin (C18.3.1) se integra dos veces para obtener una

expresin para fi(x).

Las constantes se evalan tomando las condiciones de igualdad de las

funciones [f(x) debe ser igual a f(xi1) en xi1 y f(x) debe ser igual a f(xi) en
xi)].

Mtodo para obtener trazadores cbicos

observe que contiene slo dos coeficientes desconocidos; es decir, las

segundas derivadas al inicio y al final del intervalo: (xi1) y (xi).
Si podemos determinar la segunda derivada en cada nodo, la ecuacin
(C18.3.2) es un polinomio de tercer grado que se utiliza para interpolar
dentro del intervalo.

Mtodo para obtener trazadores cbicos

Las segundas derivadas se evalan tomando la condicin de que las
primeras derivadas deben ser continuas en los nodos:

La ecuacin (C18.3.2) se deriva para ofrecer una expresin de la primera

derivada. Si se hace esto tanto para el (i 1)-simo, como para i-simo
intervalos, y los dos resultados se igualan de acuerdo con la ecuacin
(B18.3.3), se llega a la siguiente relacin:

Mtodo para obtener trazadores cbicos

Si la ecuacin (C18.3.4) se escribe para todos los nodos interiores, se
obtienen n 1 ecuaciones simultneas con n + 1 segundas derivadas
desconocidas. Sin embargo, como sta es un trazador cbico natural, las
segundas derivadas en los nodos extremos son cero y el problema se reduce
a n 1 ecuaciones con n 1 incgnitas.

La deduccin del cuadro 18.3 da como resultado la siguiente ecuacin

cbica en cada intervalo:

Mtodo para obtener trazadores cbicos

Ejemplo: Trazadores cbicos

Planteamiento del problema. Ajuste trazadores cbicos a los mismos datos que
se utilizaron en el ejemplo de trazadores lineales (tabla 18.1). Con los resultados
estime el valor en x = 5.

Ejemplo: Trazadores cbicos

Ejemplo: Trazadores cbicos

Ejemplo: Trazadores cbicos

Ejemplo: Trazadores cbicos