UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

ESCUELA PROFESIONAL DE INGENIERÍA GEOLÓGICA, MINERA,

METALÚRGICA Y GEOGRÁFICA.

TRABAJO DE INVESTIGACIÓN
SPLINE CÚBICO
Profesor: CARBAJAL ORDINOLA DAVID

Alumnos: AGÜERO CALIXTO, MIGUEL ANGEL

BEJAR TEJADA, GERALD RICARDO
CHECA PAZ, FRANCO
DELGADO VALLE, MIGUEL ANGEL
ITO PARDAVÉ, ANTHONY CÉSAR
GUEVARA CASTILLO, PATRICK MORRIS
LOA BENITES, JEREMY ANDRE
MENDOZA CALDERÓN, BILLY JHONATAN
RIVAS VARGAS, ÉLION IRAK
SANABRIA TALAVERANO, OSCAR WILFREDO

Asignatura: Cálculo I

Fecha y Lugar: Lima, 25 de agosto del 2022

Ciclo Académico: 2022 - I

ÍNDICE:
1 OBJETIVOS ............................................................................................................................ 1
1.1 GENERAL ........................................................................................................................ 1
1.2 ESPECÍFICOS ................................................................................................................. 1
2 LA INTERPOLACIÓN .............................................................................................................. 2
2.1 Generalidades: ................................................................................................................. 2
2.2 La interpolación polinómica: ............................................................................................. 2
2.2.1 Polinomio de interpolación de Lagrange: ................................................................... 2
2.2.2 Interpolación de Newton: ........................................................................................... 3
2.2.3 Método de Aitken: ...................................................................................................... 4
3 LOS SPLINES CÚBICOS ........................................................................................................ 5
3.1 Método de los spline: ........................................................................................................ 6
3.1.1 Spline cúbico de clase 1 ............................................................................................ 6
3.1.2 Spline Cúbico de clase 2 ........................................................................................... 6
3.1.3 Spline de Hermite ...................................................................................................... 6
3.1.4 Spline cardinal ........................................................................................................... 7
3.1.5 Spline Catmun-Roll .................................................................................................... 7
3.1.6 B-Spline ..................................................................................................................... 8
4 TRABAJO DE INVESTIGACIÓN: .......................................................................................... 11
4.1 Ecuaciones para resolver el spline cúbico: ..................................................................... 12
4.2 Primeras ecuaciones: ..................................................................................................... 13
4.3 Primera derivada: ........................................................................................................... 18
4.4 Segunda derivada:.......................................................................................................... 21
4.5 Condición por tomar el caso del spline cúbico natural: ................................................... 24
4.6 Entonces las ecuaciones en C2 interpolante del spline cúbico son: ................................ 29
5 Conclusiones: ........................................................................................................................ 33
6 Anexos .................................................................................................................................. 34
6.1 Anexo 1: Aplicación de los spline cúbicos en algunos casos de la vida real. .................. 34
6.2 Anexo 2: Muestras de los resultados. ............................................................................. 36
INTRODUCCIÓN

Resumen
El término "spline" hace referencia a una amplia clase de funciones que son utilizadas en
aplicaciones que requieren la interpolación de datos, o un suavizado de curvas. Los splines son
utilizados para trabajar tanto en una como en varias dimensiones. Las funciones para la
interpolación por splines normalmente se determinan como minimizadores de la aspereza
sometidas a una serie de restricciones. En este artículo nos referiremos con el término "spline" a su
versión restringida en una dimensión y polinomial, que es la más comúnmente utilizada.

Es nuestro día a día, la forma de las acciones que uno realiza no sigue una ley o regla general
puesto que no hay o existen superficies rectas ni mucho menos líneas rectas. Tanto los caminos
como las trayectorias y formas toman como ejemplo a las superficies curvas y líneas que por su
naturaleza no proceden de una ley o regla en específico.

Nuestro trabajo de investigación tiene el propósito de dar a conocer un método cuyo fin es
obtener funciones que se parecen o asemejan a la correspondencia que tendrían que tener un
determinado grupo de puntos, ello parte de la técnica denominada interpolación cuya
conceptualización se dará más adelante conforme se va desarrollando nuestro trabajo.

El presente trabajo consta de tres capítulos. El capítulo 1 se enfocará directamente en la

definición de la interpolación y algunos métodos a tratar (Principalmente del spline cúbico). El
capítulo 2 específicamente en la conceptualización de lo que viene siendo un spline cúbico dirigido
desde el campo matemático y posteriormente su tipología de sujetos y naturales. El capítulo 3
enfocado en los resultados de las ecuaciones de el spline cúbico natural.

Tenemos la esperanza como grupo que este trabajo tenga la posibilidad de ayudar a nuestra
sociedad, sobre todo contribuir en el buen provecho de los métodos tratados y que estos sean de
mayor alcance para toda nuestra comunidad universitaria y allegados al estudio académico-
profesional de diversas ramas de nuestra actualida
1 OBJETIVOS

1.1 GENERAL

● Explicar el método de splines cúbicos y como estas sirven para obtener funciones que se
parecen o se asemejan a la correspondencia que tendrían que tener un determinado grupo
de puntos.

1.2 ESPECÍFICOS

● Calcular los coeficientes de las funciones planteadas, así como su diseño de cada una de
ellas.

● Diseñar la gráfica de la función del spline analizar su característica y su comportamiento, y

ver como las curvas complicadas por medio de este método se convierten en funciones
fáciles de construir y diseñar.

● Demostrar las diferentes aplicaciones de esta herramienta en el campo de las matemáticas

aplicadas, ingeniería, estadísticas como científicas.

1
 2 LA INTERPOLACIÓN

2.1 Generalidades:

El estudio de las curvas y superficies data de la época de los primeros ordenadores. Se

intentaba simular los fenómenos físicos reales con la mayor perfección posible. Pero de lo
que menos se encuentra en el mundo real son las líneas rectas, pues tanto la forma como las
trayectorias obedecen a líneas y superficies curvas. El mundo se guía en tres dimensiones,
puntos en el espacio con coordenadas, curvas, superficies y cuerpos. Es así que se busca un
método eficiente que ayude a estudiar estos cuerpos y así poder usarlos y reproducirlos. Un
método de estimación y aproximación a partir de datos medidos que nos brinde la certeza de
que la regla encontrada cumpla con los puntos de muestra de partida es la interpolación.

La interpolación es un método numérico, cuyo propósito es el de estimar un valor

desconocido entre dos valores conocidos de una tabulación (función).

En la figura se puede apreciar un tipo de interpolación, llamada lineal en la cual se aprecia

que dado un valor de x, se pretende encontrar su correspondiente valor de y. Así que, por
interpolar se entenderá estimar un valor desconocido en algún punto de una función, mediante
el cálculo de un factor de proporcionalidad con base en los valores conocidos de la función.

2.2 La interpolación polinómica:

Es una herramienta utilizada en ciencias e Ingeniería, esto permite realizar aproximaciones

y es utilizada en diversas aplicaciones. La interpolación permite unir nodos y esto se convierte
en una función oscilante, aunque el grado de dificultad aumenta cuando al incrementarse los
puntos.
Ahora bien, la interpolación polinómica conlleva a usar algunas técnicas las cuales son los
siguientes.

2.2.1 Polinomio de interpolación de Lagrange:

En este teorema se describe la unicidad del polinomio y sobre todo cómo calcularlo
El problema de interpolación de Lagrange construye el polinomio p(x) de grado ≤ N tal que
p(x0) = f(x0), p(x1) = f(x1), . . . , p(xN ) = f(xN ), donde los puntos xi son denominados
nodos de la interpolación.

Teorema:
El problema de interpolación de Lagrange tiene una solución única.

2
 Demostración:
Escribiendo pN (x) = a0 +a1x+· · ·+aN x N entonces los coeficientes son la solución del
sistema lineal a0 + a1x0 + · · · + aN x N 0 = f(x0), a0 + a1x1 + · · · + aN x N 1 = f(x1), . . . . .
. . . . a0 + a1

xN + · · · + aN x N N = f(xN ), cuya matriz es de tipo Vandermonde(1735-1796) con nodos

diferentes y por tanto no singular.

2.2.2 Interpolación de Newton:

En esta parte se realizará la demostración de la interpolación de newton de tal manera

que se enfatizará qué se está haciendo, usando referencias que conducen hacia el mismo
polinomio interpolante, este método se conoce usualmente como método de Newton.

Lo primero que se hace es construir el polinomio empezando por p0 de grado ≤ 0 que

coincide con el valor f(x0), luego p1(x) de grado ≤ 1 que interpola en x0 y x1, por lo que p1(x)
= p0 + q1(x), tal que q1(x0) = 0, por lo que q1(x) = c1(x − x0) con c1 calculado en la igualdad
f(x0) + c1(x1 − x0) = f(x1).

Después p2(x) = p1(x) + q2(x), tal que q2(x0) = q2(x1) = 0, por lo que q2(x) = c2(x − x0)(x −
x1)...

Por consiguiente pN (x) = c0 + c1(x − x0) + c2(x − x0)(x − x1) . . . + cN (x − x0)(x − x1)· · ·
(x − xN−1), donde los coeficientes ci son las diferencias divididas de la función con la

notación
pN (x) = f[x0]
+ f[x0, x1] (x − x0)
+f[x0, x1, x2] (x − x0)(x − x1) . . .

+ f[x0, x1, · · · xN ] (x − x0)(x − x1)· · ·(x − xN−1).

3
 Es decir, que la diferencia dividida de orden n es el cociente de la potencia n − sima del
polinomio de interpolación. Está claro entonces que la diferencia dividida de orden cero es
el valor de la función, es decir, f[xi ] = f(xi) y las diferencias de orden N ≥ 1 pueden calcularse
de las de orden N − 1 con el siguiente teorema.

Teorema
Si x0, . . . , xN son N + 1 puntos distintos dos a dos, entonces
f[x0, x1, · · · xN ] = f[x1, · · · xN ] − f[x0, · · · xN−1]
xN − x0
.
Demostración:
Utilizando este teorema se puede construir la siguiente tabla. Las dos primeras
columnas son las abscisas y los valores de la función, después cada elemento se
Se obtiene a partir de los que están a su oeste y noroeste.

x0 f[x0]
x1 f[x1] f[x0, x1]
x2 f[x2] f[x1, x2] f[x0, x1, x2]
.
.
.
.
.
.
.
.
xN f[xN ] f[xN−1, xN ] f[xN−2, xN−1, xN ] · · · f[x0, · · · , xN ] Finalmente, los elementos
diagonales son los coeficiente del polinomio interpolador en la forma de Newton.

2.2.3 Método de Aitken:

Este método consiste en el diseño de códigos que se asemeja al método de Neville,
para ello se debe aumentar el número de columnas y reducir las filas, además todo ello
debe estar dentro de una matriz para construir todos los polinomios. Ejemplo:

format long, n=input (‘inserte número de nodos’);

x=zeros (1,n) ; A=zeros (n,1) ;
for i=1:n, x=(1,i)=input (‘inserte nodo ’) ;
A(i , 1) = input (‘inserte imagen del nodo’) ; end
for i=1:n, plot(X(1,i) ,A(i,1) , ‘p’), grid on, hold
on, end
for k=1 : n-1
B=zeros (n-k, k+1) ;
for i=1 : n-k
B(i,:)=(1/(x(1,k)- x(l, i+k)))*conv([1-x(1+k)], A(1,:))-conv([1
- x(k)], A(I+1,:)));
end
A=B;
end, A, T=[min(x) -2: 0,01:max(x)] ;
plot(T,polyval (A,T));

4
 3 LOS SPLINES CÚBICOS

En el actual fragmento, hablaremos desde el campo de matemático y el análisis numérico

acerca de los spline cúbicos. El spline es una curva diferenciable definida por porciones
mediante polinomios. Existen varios tipos de spline, entre los más conocidos son: Spline
lineal, spline cuadrático, spline cúbico.
En esta parte abordaremos sobre los métodos de interpolación de spline cúbico. Es el spline
más empleado, debido a que proporciona un excelente ajuste a los puntos tabulados y su
cálculo no es excesivamente complejo.

En el caso del spline cúbico cada polinomio P(x) que construimos en [m,n] tiene grado 3.
Esto quiere decir, que va a tener la forma P(x) = ax³ + bx² + cx + d. En este caso vamos a
tener cuatro incógnitas por cada intervalo (a,b,c,d)}, y una nueva condición para cada punto
común a dos intervalos, respecto a la derivada segunda:

● Que las partes de la función a trozos P(x) pasen por ese punto. Es decir, que las dos
Pn(x) que rodean al f(x) que queremos aproximar, sean igual a f(x) en cada uno de estos
puntos.
● Que la derivada en un punto siempre coincida para ambos "lados" de la función definida
a trozos que pasa por tal punto común.
● Que la derivada segunda en un punto siempre coincida para ambos "lados" de la función
definida a trozos que pasa por tal punto común.
Como puede deducirse al compararlo con el caso de splines cuadráticos, ahora no nos va a
faltar una sino dos ecuaciones (condiciones) para el número de incógnitas que tenemos.
La forma de solucionar esto, determina el carácter de los splines cúbicos. Así, podemos
usar:

● Spline cúbicos naturales:

La forma más típica. La derivada segunda de P se hace 0 para el primer y último punto
sobre el que está definido el conjunto de Splines, esto son, los puntos m y n en el intervalo
[m,n]
Dar los valores de la derivada segunda de m y n de forma "manual", en el conjunto de splines
definidos en el intervalo [m,n]
Hacer iguales los valores de la derivada segunda de m y n en el conjunto de splines definidos
en el intervalo [m,n]

● Splines cúbicos sujetos:

La derivada primera de P debe tener el mismo valor que la derivada primera de la función
para el primer y último punto sobre el que está definido el conjunto de Splines, esto son, los
puntos m y n en el intervalo [m,n].

5
 3.1 Método de los spline:

3.1.1 Spline cúbico de clase 1

Para comprender el espacio formado por cúbicas a trozo que se entrelazan con la continuidad y
también con tangente continua, pero sí involucrar a la segunda derivada en los nodos interiores, es
decir con el spline de clase 1 las primeras derivadas son iguales a sus puntos de unión. Lo
notaremos por donde es de nuevo un espacio vectorial, de mayor dimensión que el
anterior, que además contiene al espacio de los splines cúbicos de clase dos. Entonces diremos
que una función S(x) es un spline cúbico de clase C1 asociado a Δ si cumplen las siguientes
condiciones:

1. La restricción Si de S en cada intervalo [xi, xi+1], para i = 0,1, ... , n − 1, es un polinomio de grado
no superior a tres.

2. S(x) ∈ C1 ([a, b]), es decir, S = S(x) es una función diferenciable, con derivada continua, en el
intervalo [a, b].

3.1.2 Spline Cúbico de clase 2

Como pudimos apreciar en los casos de los spline C1, se puede un espacio formado por
funciones cúbicas a trozos de clase dos. Es el espacio vectorial de los splines cúbicos, que se nota
por . Este espacio tiene dimensión , como indica un razonamiento similar al de
los casos precedentes. De nuevo podemos escribir una base para el mismo en función de potencias
truncadas. Dado el conjunto de puntos base Δ = {a = x0 < x1 < ⋯ < xn = b} del intervalo [a, b],
diremos que la función S(x) es un Spline cúbico de clase C2 asociado a Δ si se cumplen las
siguientes condiciones:

1. La restricción Si de S en cada intervalo [xi, xi+], para i = 0,1, ... , n − 1, es un polinomio de grado
no superior a tres.

2. S(x) ∈ C2([a, b]), es decir, S = S(x) es una función dos veces diferenciable, con las dos derivadas
continuas, en el intervalo [a, b].

3.1.3 Spline de Hermite

El spline de Hermite es un polinomio de tercer grado específico donde los valores de la primera
derivada en sus puntos finales. Este spline puede facilitar algunas situaciones donde no resulte
dificultoso o tedioso el aproximamiento o los valores de las pendientes de la curva. Si logramos
entender el trasfondo matemático de los spline de Hermite entenderíamos mejor la familia de los
spline Uno de sus principales requisitos es ser continua. Este spline tiene mayor participación en
los modelamientos 3D, curvas de control de tensión, continuidad y en especial en las curvas de
Hermite.

6
3.1.4 Spline cardinal
Este tipo de spline se le puede definir como la secuencia de las curvas individuales unidas por
una mayor a esta. El spline se especifica mediante una matriz de puntos y un parámetro de tensión.
Un spline cardinal pasa suavemente por cada punto del array; no hay esquinas afiladas ni cambios
bruscos en la tensión de la curva. Además tengamos en cuenta que los spline cardinales son solo
un subconjunto de las curvas de Hermite donde no requieren los puntos tangentes porque se
calculan de los puntos de control. La formula de las tangentes para los splines cardinales:

Ti = a * ( Pi+1 - Pi-1 )

3.1.5 Spline Catmun-Roll

Esta familia de splines cúbicos interpolados tienen la característica de encontrar la tangente en
los puntos pi utilizando el punto anterior y siguiente de los spline τ (pi+1 - pi-1) donde su matriz
geométrica viene dada de la siguiente forma:

El parámetro τ se conoce como "tensión" y afecta a la forma en que la curva presenta una
curvatura en los puntos de control interpolados de la función polinómica como podemos apreciar en
la figura 2. Nos facilita el trabajo de encontrar las tangentes en la función, entonces si damos como
función 4 puntos de control como pi-2, pi-1, pi y pi+1 y al ser polinómica presentaría este
comportamiento al derivar.

7
3.1.6 B-Spline
Es una función spline que tiene el mínimo soporte con respecto a un determinado grado,
suavidad y partición del dominio. Un teorema fundamental establece que cada función spline de un
determinado grado, suavidad y partición del dominio, se puede representar como una combinación
lineal de B-splines del mismo grado y suavidad, y sobre la misma partición.

3.1.6.1 Clasificación del B-spline:

3.1.6.1.1 B-spline uniforme

Cuando la B-spline es uniforme, las B-splines básicas para un determinado grado n son solo
copias cambiadas de una a otra. Una alternativa no recursiva de la definición de la B-splines m-n+1
básica es

con

y .dónde es la función de potencia truncada definida como

3.1.6.1.2 B-spline cardinal

Si se define B0 como la función característica de {\displaystyle [-1/2,1/2], y Bk recursivamente
como el producto convolución entonces Bk se llaman B-splines
cardinales (centradas). Esta definición se remonta a Schoenberg. Bk tiene soporte compacto [-
{k+1}/{2}},{k+1}/{2}] y es una función impar. Como k->∞ las B-splines cardinales normalizadas
tienden a la función de Gauss.

8
Propiedades de B-spline
● Toda B-spline va a pasar por el primer y último punto

● El control de la curva es local. Cada vértice afecta a la forma de la curva de un intervalo

dado.
● Es posible cambiar el orden de la curva sin cambiar el número de vértices del polígono.
● Si el orden de la curva es igual número de vértices del polígono, la B-spline es renombrada
como curva de Bézier.
● Las B-splines permiten crear curvas con “esquinas”. Para ello, bastará con introducir varios
vértices.
● Una B-spline de orden 3 es siempre tangente a la parte mitad de los lados del polígono.

Nota:
Cuando el número de puntos de control de Boor es el mismo que el grado, la B-Spline degenera en
una curva de Bézier. La forma de las funciones base es determinada por la posición de los nodos.
Escalar o trasladar el vector de nodo no altera las funciones de base.
El spline está contenido en el casco convexo de sus puntos de control. Una B-spline básica de grado
n

es distinta de cero solo en el intervalo [ti, ti+n+1] esto es

En otras palabras si manipulamos un punto de control cambiamos solo el comportamiento local de

la curva y no el comportamiento global como con las curvas de Bézier.
La función base se pueda obtener del polinomio de Bernstein

3.1.6.2 Ejemplos de B-spline

3.1.6.2.1 B-spline constante
La B-spline constante es la spline más simple. Se define en un solo tramo de nodo y ni siquiera
es continua en los nodos. Es solo la función indicador de los diferentes tramos de nodo.

9
3.1.6.2.2 B-spline lineal

La B-spline lineal se define en dos tramos de nodo consecutivos y es continua sobre los nodos,
pero no diferenciable.

3.1.6.2.3 B-spline cuadrática uniforme

Las B-splines cuadráticas con nodo-vector uniforme es una forma común de B-spline. La
función base puede ser calculada fácilmente , y es igual para cada segmento, en este caso.

Puesto que en forma matriz de, esto es

3.1.6.2.4 B-spline cúbica

Una formulación B-spline para un solo segmento puede ser escrita como:

Donde Si es el mismo segmento B-spline y P es el conjunto de puntos de control, el segmento i y k

es el índice del punto de control local. Un conjunto de puntos de control sería P.
P{i}^{w}=(w{i}, x{i},w{i}, y{i},w{i}, z{i}, w{i})
donde el w{i} es el peso, tirando de la curva hacia el punto de control P{i} mientras que aumenta o
se desplazan fuera de la curva, a la vez que disminuye.

donde i es el número de puntos de control y t es un parámetro global dados los valores de los nodos.
Esta formulación expresa una curva B-spline como una combinación lineal de funciones B-spline
básicas, de ahí el nombre.
Hay dos tipos de B-spline - uniforme y no uniforme. Una B-spline no uniforme es una curva donde
los intervalos entre los puntos sucesivos de control no son, o no necesariamente son, iguales (el
vector de nodos de espacios de nodo interiores no son iguales). Una forma común es donde los
intervalos se reducen sucesivamente a cero, interpolando los puntos de control.

10
3.1.6.2.5 B-spline cúbica uniforme
La B-spline cúbica con vector-nodo uniforme es la forma más usual de B-spline. La función base
puede ser fácilmente calculada, y es igual para cada segmento, en este caso. Puesto en forma de
matriz, esto es:

4 TRABAJO DE INVESTIGACIÓN:
Dados los siguientes puntos:

Determinaremos el Spline cúbico natural de tipo C2 interpolante de los pares de puntos anteriores.

11
4.1 Ecuaciones para resolver el spline cúbico:
(Lo señalado con una flecha son las ecuaciones planteadas para hallar todas las variables)

𝑆(𝑥) = 𝒂𝟎 𝒙𝟑 + 𝒃𝟎 𝒙𝟐 + 𝒄𝟎 𝒙 + 𝒅𝟎 , 𝒙 = [𝟏. 𝟎𝟎, 𝟏. 𝟏𝟎]

𝒂𝟏 𝒙𝟑 + 𝒃𝟏 𝒙𝟐 + 𝒄𝟏 𝒙 + 𝒅𝟏 , 𝒙 = [𝟏. 𝟏𝟎, 𝟏. 𝟐𝟎]
𝒂𝟐 𝒙𝟑 + 𝒃𝟐 𝒙𝟐 + 𝒄𝟐 𝒙 + 𝒅𝟐 , 𝒙 = [𝟏. 𝟐𝟎, 𝟏. 𝟑𝟎]
𝒂𝟑 𝒙𝟑 + 𝒃𝟑 𝒙𝟐 + 𝒄𝟑 𝒙 + 𝒅𝟑 , 𝒙 = [𝟏. 𝟑𝟎, 𝟏. 𝟒𝟎]
𝒂𝟒 𝒙𝟑 + 𝒃𝟒 𝒙𝟐 + 𝒄𝟒 𝒙 + 𝒅𝟒 , 𝒙 = [𝟏. 𝟒𝟎, 𝟏. 𝟓𝟎]
𝒂𝟓 𝒙𝟑 + 𝒃𝟓 𝒙𝟐 + 𝒄𝟓 𝒙 + 𝒅𝟓 , 𝒙 = [𝟏. 𝟓𝟎, 𝟏. 𝟔𝟎]
𝒂𝟔 𝒙𝟑 + 𝒃𝟔 𝒙𝟐 + 𝒄𝟔 𝒙 + 𝒅𝟔 , 𝒙 = [𝟏. 𝟔𝟎, 𝟏. 𝟕𝟎]
𝒂𝟕 𝒙𝟑 + 𝒃𝟕 𝒙𝟐 + 𝒄𝟕 𝒙 + 𝒅𝟕 , 𝒙 = [𝟏. 𝟕𝟎, 𝟏. 𝟖𝟎]
𝒂𝟖 𝒙𝟑 + 𝒃𝟖 𝒙𝟐 + 𝒄𝟖 𝒙 + 𝒅𝟖 , 𝒙 = [𝟏. 𝟖𝟎, 𝟏. 𝟗𝟎]
𝒂𝟗 𝒙𝟑 + 𝒃𝟗 𝒙𝟐 + 𝒄𝟗 𝒙 + 𝒅𝟗 , 𝒙 = [𝟏. 𝟗𝟎, 𝟐. 𝟎𝟎]
𝒂𝟏𝟎 𝒙𝟑 + 𝒃𝟏𝟎 𝒙𝟐 + 𝒄𝟏𝟎 𝒙 + 𝒅𝟏𝟎 , 𝒙 = [𝟐. 𝟎𝟎, 𝟐. 𝟏𝟎]
𝒂𝟏𝟏 𝒙𝟑 + 𝒃𝟏𝟏 𝒙𝟐 + 𝒄𝟏𝟏 𝒙 + 𝒅𝟏𝟏 , 𝒙 = [𝟐. 𝟏𝟎, 𝟐. 𝟐𝟎]
𝒂𝟏𝟐 𝒙𝟑 + 𝒃𝟏𝟐 𝒙𝟐 + 𝒄𝟏𝟐 𝒙 + 𝒅𝟏𝟐 , 𝒙 = [𝟐. 𝟐𝟎, 𝟐. 𝟑𝟎]
𝒂𝟏𝟑 𝒙𝟑 + 𝒃𝟏𝟑 𝒙𝟐 + 𝒄𝟏𝟑 𝒙 + 𝒅𝟏𝟑 , 𝒙 = [𝟐. 𝟑𝟎, 𝟐. 𝟒𝟎]
𝒂𝟏𝟒 𝒙𝟑 + 𝒃𝟏𝟒 𝒙𝟐 + 𝒄𝟏𝟒 𝒙 + 𝒅𝟏𝟒 , 𝒙 = [𝟐. 𝟒𝟎, 𝟐. 𝟓𝟎]
𝒂𝟏𝟓 𝒙𝟑 + 𝒃𝟏𝟓 𝒙𝟐 + 𝒄𝟏𝟓 𝒙 + 𝒅𝟏𝟓 , 𝒙 = [𝟐. 𝟓𝟎, 𝟐. 𝟔𝟎]
𝒂𝟏𝟔 𝒙𝟑 + 𝒃𝟏𝟔 𝒙𝟐 + 𝒄𝟏𝟔 𝒙 + 𝒅𝟏𝟔 , 𝒙 = [𝟐. 𝟔𝟎, 𝟐. 𝟕𝟎]
𝒂𝟏𝟕 𝒙𝟑 + 𝒃𝟏𝟕 𝒙𝟐 + 𝒄𝟏𝟕 𝒙 + 𝒅𝟏𝟕 , 𝒙 = [𝟐. 𝟕𝟎, 𝟐. 𝟖𝟎]
𝒂𝟏𝟖 𝒙𝟑 + 𝒃𝟏𝟖 𝒙𝟐 + 𝒄𝟏𝟖 𝒙 + 𝒅𝟏𝟖 , 𝒙 = [𝟐. 𝟖𝟎, 𝟐. 𝟗𝟎]
𝒂𝟏𝟗 𝒙𝟑 + 𝒃𝟏𝟗 𝒙𝟐 + 𝒄𝟏𝟗 𝒙 + 𝒅𝟏𝟗 , 𝒙 = [𝟐. 𝟗𝟎, 𝟑. 𝟎𝟎]
𝒂𝟐𝟎 𝒙𝟑 + 𝒃𝟐𝟎 𝒙𝟐 + 𝒄𝟐𝟎 𝒙 + 𝒅𝟐𝟎 , 𝒙 = [𝟑. 𝟎𝟎, 𝟑. 𝟏𝟎]
𝒂𝟐𝟏 𝒙𝟑 + 𝒃𝟐𝟏 𝒙𝟐 + 𝒄𝟐𝟏 𝒙 + 𝒅𝟐𝟏 , 𝒙 = [𝟑. 𝟏𝟎, 𝟑. 𝟐𝟎]
𝒂𝟐𝟐 𝒙𝟑 + 𝒃𝟐𝟐 𝒙𝟐 + 𝒄𝟐𝟐 𝒙 + 𝒅𝟐𝟐 , 𝒙 = [𝟑. 𝟐𝟎, 𝟑. 𝟑𝟎]
𝒂𝟐𝟑 𝒙𝟑 + 𝒃𝟐𝟑 𝒙𝟐 + 𝒄𝟐𝟑 𝒙 + 𝒅𝟐𝟑 , 𝒙 = [𝟑. 𝟑𝟎, 𝟑. 𝟒𝟎]
𝒂𝟐𝟒 𝒙𝟑 + 𝒃𝟐𝟒 𝒙𝟐 + 𝒄𝟐𝟒 𝒙 + 𝒅𝟐𝟒 , 𝒙 = [𝟑. 𝟒𝟎, 𝟑. 𝟓𝟎]
𝒂𝟐𝟓 𝒙𝟑 + 𝒃𝟐𝟓 𝒙𝟐 + 𝒄𝟐𝟓 𝒙 + 𝒅𝟐𝟓 , 𝒙 = [𝟑. 𝟓𝟎, 𝟑. 𝟔𝟎]
𝒂𝟐𝟔 𝒙𝟑 + 𝒃𝟐𝟔 𝒙𝟐 + 𝒄𝟐𝟔 𝒙 + 𝒅𝟐𝟔 , 𝒙 = [𝟑. 𝟔𝟎, 𝟑. 𝟕𝟎]
𝒂𝟐𝟕 𝒙𝟑 + 𝒃𝟐𝟕 𝒙𝟐 + 𝒄𝟐𝟕 𝒙 + 𝒅𝟐𝟕 , 𝒙 = [𝟑. 𝟕𝟎, 𝟑. 𝟖𝟎]
𝒂𝟐𝟖 𝒙𝟑 + 𝒃𝟐𝟖 𝒙𝟐 + 𝒄𝟐𝟖 𝒙 + 𝒅𝟐𝟖 , 𝒙 = [𝟑. 𝟖𝟎, 𝟑. 𝟗𝟎]
𝒂𝟐𝟗 𝒙𝟑 + 𝒃𝟐𝟗 𝒙𝟐 + 𝒄𝟐𝟗 𝒙 + 𝒅𝟐𝟗 , 𝒙 = [𝟑. 𝟗𝟎, 𝟒. 𝟎𝟎]

12
4.2 Primeras ecuaciones:

𝑺(𝒙) = 𝒂𝒙𝟑 + 𝒃𝒙𝟐 + 𝒄𝒙 + 𝒅

𝒂𝟎 (𝟏)𝟑 + 𝒃𝟎 (𝟏)𝟐 + 𝒄𝟎 (𝟏) + 𝒅𝟎 = 𝟎. 𝟔𝟐𝟓𝟎, 𝒙 = 𝟏. 𝟎𝟎

→ 𝒂𝟎 + 𝒃𝟎 + 𝒄𝟎 + 𝒅𝟎 = 𝟎. 𝟔𝟐𝟓𝟎

𝒂𝟎 (𝟏. 𝟏𝟎)𝟑 + 𝒃𝟎 (𝟏. 𝟏𝟎)𝟐 + 𝒄𝟎 (𝟏. 𝟏𝟎) + 𝒅𝟎 = 𝟎. 𝟔𝟎𝟐𝟑 𝒙 = 𝟏. 𝟏𝟎

→ 𝟏. 𝟑𝟑𝟏𝒂𝟎 + 𝟏. 𝟐𝟏𝒃𝟎 + 𝟏. 𝟏𝒄𝟎 + 𝒅𝟎 = 𝟎. 𝟔𝟎𝟐𝟑
𝒂𝟏 (𝟏. 𝟏𝟎) + 𝒃𝟏 (𝟏. 𝟏𝟎)𝟐 + 𝒄𝟏 (𝟏. 𝟏𝟎) + 𝒅𝟏 = 𝟎. 𝟔𝟎𝟐𝟑
𝟑
𝒙 = 𝟏. 𝟏𝟎
→ 𝟏. 𝟑𝟑𝟏𝒂𝟏 + 𝟏. 𝟐𝟏𝒃𝟏 + 𝟏. 𝟏𝒄𝟏 + 𝒅𝟏 = 𝟎. 𝟔𝟎𝟐𝟑

𝒂𝟏 (𝟏. 𝟐𝟎)𝟑 + 𝒃𝟏 (𝟏. 𝟐𝟎)𝟐 + 𝒄𝟏 𝒙(𝟏. 𝟐𝟎)𝒅𝟏 = 𝟎. 𝟓𝟖𝟒𝟎, 𝒙 = 𝟏. 𝟐𝟎

→ 𝟏. 𝟕𝟐𝟖𝒂𝟏 + 𝟏. 𝟒𝟒𝒃𝟏 + 𝟏. 𝟐𝒄𝟏 + 𝒅𝟏 = 𝟎. 𝟓𝟖𝟒𝟎
𝒂𝟐 (𝟏. 𝟐𝟎) + 𝒃𝟐 (𝟏. 𝟐𝟎)𝟐 + 𝒄𝟐 𝒙(𝟏. 𝟐𝟎)𝒅𝟐 = 𝟎. 𝟓𝟖𝟒𝟎,
𝟑
𝒙 = 𝟏. 𝟐𝟎
→ 𝟏. 𝟕𝟐𝟖𝒂𝟐 + 𝟏. 𝟒𝟒𝒃𝟐 + 𝟏. 𝟐𝒄𝟐 + 𝒅𝟐 = 𝟎. 𝟓𝟖𝟒𝟎

𝒂𝟐 (𝟏. 𝟑𝟎)𝟑 + 𝒃𝟐 (𝟏. 𝟑𝟎)𝟐 + 𝒄𝟐 (𝟏. 𝟑𝟎) + 𝒅𝟐 = 𝟎. 𝟓𝟔𝟗𝟏, 𝒙 = 𝟏. 𝟑𝟎

→ 𝟐. 𝟏𝟗𝟕𝒂𝟐 + 𝟏. 𝟔𝟗𝒃𝟐 + 𝟏. 𝟑𝒄𝟐 + 𝒅𝟐 = 𝟎. 𝟓𝟔𝟗𝟏
𝒂𝟑 (𝟏. 𝟑𝟎)𝟑 + 𝒃𝟑 (𝟏. 𝟑𝟎)𝟐 + 𝒄𝟑 (𝟏. 𝟑𝟎) + 𝒅𝟑 = 𝟎. 𝟓𝟔𝟗𝟏, 𝒙 = 𝟏. 𝟑𝟎
→ 𝟐. 𝟏𝟗𝟕𝒂𝟑 + 𝟏. 𝟔𝟗𝒃𝟑 + 𝟏. 𝟑𝒄𝟑 + 𝒅𝟑 = 𝟎. 𝟓𝟔𝟗𝟏

𝒂𝟑 (𝟏. 𝟒𝟎)𝟑 + 𝒃𝟑 (𝟏. 𝟒𝟎)𝟐 + 𝒄𝟑 (𝟏. 𝟒𝟎) + 𝒅𝟑 = 𝟎. 𝟓𝟓𝟕𝟏, 𝒙 = 𝟏. 𝟒𝟎

→ 𝟐. 𝟕𝟒𝟒𝒂𝟑 + 𝟏. 𝟗𝟔𝒃𝟑 + 𝟏. 𝟒𝒄𝟑 + 𝒅𝟑 = 𝟎. 𝟓𝟓𝟕𝟏
𝒂𝟒 (𝟏. 𝟒𝟎) + 𝒃𝟒 (𝟏. 𝟒𝟎)𝟐 + 𝒄𝟒 (𝟏. 𝟒𝟎) + 𝒅𝟒 = 𝟎. 𝟓𝟓𝟕𝟏,
𝟑
𝒙 = 𝟏. 𝟒𝟎
→ 𝟐. 𝟕𝟒𝟒𝒂𝟒 + 𝟏. 𝟗𝟔𝒃𝟒 + 𝟏. 𝟒𝒄𝟒 + 𝒅𝟒 = 𝟎. 𝟓𝟓𝟕𝟏

13
 𝒂𝟒 (𝟏. 𝟓𝟎)𝟑 + 𝒃𝟒 (𝟏. 𝟓𝟎)𝟐 + 𝒄𝟒 (𝟏. 𝟓𝟎) + 𝒅𝟒 = 𝟎. 𝟓𝟒𝟕𝟒, 𝒙 = 𝟏. 𝟓𝟎
→ 𝟑. 𝟑𝟕𝟓𝒂𝟒 + 𝟐. 𝟐𝟓𝒃𝟒 + 𝟏. 𝟓𝒄𝟒 + 𝒅𝟒 = 𝟎. 𝟓𝟒𝟕𝟒
𝒂𝟓 (𝟏. 𝟓𝟎)𝟑 + 𝒃𝟓 (𝟏. 𝟓𝟎)𝟐 + 𝒄𝟓 (𝟏. 𝟓𝟎) + 𝒅𝟓 = 𝟎. 𝟓𝟒𝟕𝟒, 𝒙 = 𝟏. 𝟓𝟎
→ 𝟑. 𝟑𝟕𝟓𝒂𝟓 + 𝟐. 𝟐𝟓𝒃𝟓 + 𝟏. 𝟓𝒄𝟓 + 𝒅𝟓 = 𝟎. 𝟓𝟒𝟕𝟒

𝒂𝟓 (𝟏. 𝟔𝟎)𝟑 + 𝒃𝟓 (𝟏. 𝟔𝟎)𝟐 + 𝒄𝟓 (𝟏. 𝟔𝟎) + 𝒅𝟓 = 𝟎. 𝟓𝟑𝟗𝟔, 𝒙 = 𝟏. 𝟔𝟎

→ 𝟒. 𝟎𝟗𝟔𝒂𝟓 + 𝟐. 𝟓𝟔𝒃𝟓 + 𝟏. 𝟔𝒄𝟓 + 𝒅𝟓 = 𝟎. 𝟓𝟑𝟗𝟔
𝒂𝟔 (𝟏. 𝟔𝟎) + 𝒃𝟔 (𝟏. 𝟔𝟎)𝟐 + 𝒄𝟔 (𝟏. 𝟔𝟎) + 𝒅𝟔 = 𝟎. 𝟓𝟑𝟗𝟔,
𝟑
𝒙 = 𝟏. 𝟔𝟎
→ 𝟒. 𝟎𝟗𝟔𝒂𝟔 + 𝟐. 𝟓𝟔𝒃𝟔 + 𝟏. 𝟔𝒄𝟔 + 𝒅𝟔 = 𝟎. 𝟓𝟑𝟗𝟔

𝒂𝟔 (𝟏. 𝟕𝟎)𝟑 + 𝒃𝟔 (𝟏. 𝟕𝟎)𝟐 + 𝒄𝟔 (𝟏. 𝟕𝟎) + 𝒅𝟔 = 𝟎. 𝟓𝟑𝟐𝟗, 𝒙 = 𝟏. 𝟕𝟎

→ 𝟒. 𝟗𝟏𝟑𝒂𝟔 + 𝟐. 𝟖𝟗𝒃𝟔 + 𝟏. 𝟕𝒄𝟔 + 𝒅𝟔 = 𝟎. 𝟓𝟑𝟐𝟗
𝒂𝟕 (𝟏. 𝟕𝟎) + 𝒃𝟕 (𝟏. 𝟕𝟎)𝟐 + 𝒄𝟕 (𝟏. 𝟕𝟎) + 𝒅𝟕 = 𝟎. 𝟓𝟑𝟐𝟗,
𝟑
𝒙 = 𝟏. 𝟕𝟎
→ 𝟒. 𝟗𝟏𝟑𝒂𝟕 + 𝟐. 𝟖𝟗𝒃𝟕 + 𝟏. 𝟕𝒄𝟕 + 𝒅𝟕 = 𝟎. 𝟓𝟑𝟐𝟗

𝒂𝟕 (𝟏. 𝟖𝟎)𝟑 + 𝒃𝟕 (𝟏. 𝟖𝟎)𝟐 + 𝒄𝟕 (𝟏. 𝟖𝟎) + 𝒅𝟕 = 𝟎. 𝟓𝟐𝟖𝟏, 𝒙 = 𝟏. 𝟖𝟎

→ 𝟓. 𝟖𝟑𝟐𝒂𝟕 + 𝟑. 𝟐𝟒𝒃𝟕 + 𝟏. 𝟖𝒄𝟕 + 𝒅𝟕 = 𝟎. 𝟓𝟐𝟖𝟏
𝒂𝟖 (𝟏. 𝟖𝟎)𝟑 + 𝒃𝟖 (𝟏. 𝟖𝟎)𝟐 + 𝒄𝟖 (𝟏. 𝟖𝟎) + 𝒅𝟖 = 𝟎. 𝟓𝟐𝟖𝟏, 𝒙 = 𝟏. 𝟖𝟎
→ 𝟓. 𝟖𝟑𝟐𝒂𝟖 + 𝟑. 𝟐𝟒𝒃𝟖 + 𝟏. 𝟖𝒄𝟖 + 𝒅𝟖 = 𝟎. 𝟓𝟐𝟖𝟏

𝒂𝟖 (𝟏. 𝟗𝟎)𝟑 + 𝒃𝟖 (𝟏. 𝟗𝟎)𝟐 + 𝒄𝟖 (𝟏. 𝟗𝟎) + 𝒅𝟖 = 𝟎. 𝟓𝟐𝟑𝟒, 𝒙 = 𝟏. 𝟗𝟎

→ 𝟔. 𝟖𝟓𝟗𝒂𝟖 + 𝟑. 𝟔𝟏𝒃𝟖 + 𝟏. 𝟗𝒄𝟖 + 𝒅𝟖 = 𝟎. 𝟓𝟐𝟑𝟒
𝒂𝟗 (𝟏. 𝟗𝟎) + 𝒃𝟗 (𝟏. 𝟗𝟎)𝟐 + 𝒄𝟗 (𝟏. 𝟗𝟎) + 𝒅𝟗 = 𝟎. 𝟓𝟐𝟑𝟒,
𝟑
𝒙 = 𝟏. 𝟗𝟎
→ 𝟔. 𝟖𝟓𝟗𝒂𝟗 + 𝟑. 𝟔𝟏𝒃𝟗 + 𝟏. 𝟗𝒄𝟗 + 𝒅𝟗 = 𝟎. 𝟓𝟐𝟑𝟒

𝒂𝟗 (𝟐. 𝟎𝟎)𝟑 + 𝒃𝟗 (𝟐. 𝟎𝟎)𝟐 + 𝒄𝟗 (𝟐. 𝟎𝟎) + 𝒅𝟗 = 𝟎. 𝟓𝟏𝟗𝟖, 𝒙 = 𝟐. 𝟎𝟎

→ 𝟖𝒂𝟗 + 𝟒𝒃𝟗 + 𝟐𝒄𝟗 + 𝒅𝟗 = 𝟎. 𝟓𝟏𝟗𝟖
𝒂𝟏𝟎 (𝟐. 𝟎𝟎) + 𝒃𝟏𝟎 (𝟐. 𝟎𝟎)𝟐 + 𝒄𝟏𝟎 (𝟐. 𝟎𝟎) + 𝒅𝟏𝟎 = 𝟎. 𝟓𝟏𝟗𝟖,
𝟑
𝒙 = 𝟐. 𝟎𝟎
→ 𝟖𝒂𝟏𝟎 + 𝟒𝒃𝟏𝟎 + 𝟐𝒄𝟏𝟎 + 𝒅𝟏𝟎 = 𝟎. 𝟓𝟏𝟗𝟖

𝒂𝟏𝟎 (𝟐. 𝟏𝟎)𝟑 + 𝒃𝟏𝟎 (𝟐. 𝟏𝟎)𝟐 + 𝒄𝟏𝟎 (𝟐. 𝟏𝟎) + 𝒅𝟏𝟎 = 𝟎. 𝟓𝟏𝟕𝟎, 𝒙 = 𝟐. 𝟏𝟎

14
 → 𝟗. 𝟐𝟔𝟏𝒂𝟏𝟎 + 𝟒. 𝟒𝟏𝒃𝟏𝟎 + 𝟐. 𝟏𝒄𝟏𝟎 + 𝒅𝟏𝟎= 𝟎. 𝟓𝟏𝟕𝟎
𝟑 𝟐
𝒂𝟏𝟏 (𝟐. 𝟏𝟎) + 𝒃𝟏𝟏 (𝟐. 𝟏𝟎) + 𝒄𝟏𝟏 (𝟐. 𝟏𝟎) + 𝒅𝟏𝟏 = 𝟎. 𝟓𝟏𝟕𝟎, 𝒙 = 𝟐. 𝟏𝟎
→ 𝟗. 𝟐𝟔𝟏𝒂𝟏𝟏 + 𝟒. 𝟒𝟏𝒃𝟏𝟏 + 𝟐. 𝟏𝒄𝟏𝟏 + 𝒅𝟏𝟏 = 𝟎. 𝟓𝟏𝟕𝟎

𝒂𝟏𝟏 (𝟐. 𝟐𝟎)𝟑 + 𝒃𝟏𝟏 (𝟐. 𝟐𝟎)𝟐 + 𝒄𝟏𝟏 (𝟐. 𝟐𝟎) + 𝒅𝟏𝟏 = 𝟎. 𝟓𝟏𝟒𝟕, 𝒙 = 𝟐. 𝟐𝟎
→ 𝟏𝟎. 𝟔𝟒𝟖𝒂𝟏𝟏 + 𝟒. 𝟖𝟒𝒃𝟏𝟏 + 𝟐. 𝟐𝒄𝟏𝟏 + 𝒅𝟏𝟏 = 𝟎. 𝟓𝟏𝟒𝟕
𝒂𝟏𝟐 (𝟐. 𝟐𝟎)𝟑 + 𝒃𝟏𝟐 (𝟐. 𝟐𝟎)𝟐 + 𝒄𝟏𝟐 (𝟐. 𝟐𝟎) + 𝒅𝟏𝟐 = 𝟎. 𝟓𝟏𝟒𝟕, 𝒙 = 𝟐. 𝟐𝟎
→ 𝟏𝟎. 𝟔𝟒𝟖𝒂𝟏𝟐 + 𝟒. 𝟖𝟒𝒃𝟏𝟐 + 𝟐. 𝟐𝒄𝟏𝟐 + 𝒅𝟏𝟐 = 𝟎. 𝟓𝟏𝟒𝟕

𝒂𝟏𝟐 (𝟐. 𝟑𝟎)𝟑 + 𝒃𝟏𝟐 (𝟐. 𝟑𝟎)𝟐 + 𝒄𝟏𝟐 (𝟐. 𝟑𝟎) + 𝒅𝟏𝟐 = 𝟎. 𝟓𝟏𝟐𝟕, 𝒙 = 𝟐. 𝟑𝟎
→ 𝟏𝟐. 𝟏𝟔𝟕𝒂𝟏𝟐 + 𝟓. 𝟐𝟗𝒃𝟏𝟐 + 𝟐. 𝟑𝒄𝟏𝟐 + 𝒅𝟏𝟐 = 𝟎. 𝟓𝟏𝟐𝟕
𝒂𝟏𝟑 (𝟐. 𝟑𝟎) + 𝒃𝟏𝟑 (𝟐. 𝟑𝟎)𝟐 + 𝒄𝟏𝟑 (𝟐. 𝟑𝟎) + 𝒅𝟏𝟑 = 𝟎. 𝟓𝟏𝟐𝟕,
𝟑
𝒙 = 𝟐. 𝟑𝟎
→ 𝟏𝟐. 𝟏𝟔𝟕𝒂𝟏𝟑 + 𝟓. 𝟐𝟗𝒃𝟏𝟑 + 𝟐. 𝟑𝒄𝟏𝟑 + 𝒅𝟏𝟑 = 𝟎. 𝟓𝟏𝟐𝟕

𝒂𝟏𝟑 (𝟐. 𝟒𝟎)𝟑 + 𝒃𝟏𝟑 (𝟐. 𝟒𝟎)𝟐 + 𝒄𝟏𝟑 (𝟐. 𝟒𝟎) + 𝒅𝟏𝟑 = 𝟎. 𝟓𝟏𝟎𝟗, 𝒙 = 𝟐. 𝟒𝟎
→ 𝟏𝟑. 𝟖𝟐𝟒𝒂𝟏𝟑 + 𝟓. 𝟕𝟔𝒃𝟏𝟑 + 𝟐. 𝟒𝒄𝟏𝟑 + 𝒅𝟏𝟑 = 𝟎. 𝟓𝟏𝟎𝟗
𝒂𝟏𝟒 (𝟐. 𝟒𝟎) + 𝒃𝟏𝟒 (𝟐. 𝟒𝟎)𝟐 + 𝒄𝟏𝟒 (𝟐. 𝟒𝟎) + 𝒅𝟏𝟒 = 𝟎. 𝟓𝟏𝟎𝟗,
𝟑
𝒙 = 𝟐. 𝟒𝟎
→ 𝟏𝟑. 𝟖𝟐𝟒𝒂𝟏𝟒 + 𝟓. 𝟕𝟔𝒃𝟏𝟒 + 𝟐. 𝟒𝒄𝟏𝟒 + 𝒅𝟏𝟒 = 𝟎. 𝟓𝟏𝟎𝟗

𝒂𝟏𝟒 (𝟐. 𝟓𝟎)𝟑 + 𝒃𝟏𝟒 (𝟐. 𝟓𝟎)𝟐 + 𝒄𝟏𝟒 (𝟐. 𝟓𝟎) + 𝒅𝟏𝟒 = 𝟎. 𝟓𝟎𝟗𝟓, 𝒙 = 𝟐. 𝟓𝟎
→ 𝟏𝟓. 𝟔𝟐𝟓𝒂𝟏𝟒 + 𝟔. 𝟐𝟓𝒃𝟏𝟒 + 𝟐. 𝟓𝒄𝟏𝟒 + 𝒅𝟏𝟒 = 𝟎. 𝟓𝟎𝟗𝟓
𝒂𝟏𝟓 (𝟐. 𝟓𝟎) + 𝒃𝟏𝟓 (𝟐. 𝟓𝟎)𝟐 + 𝒄𝟏𝟓 (𝟐. 𝟓𝟎) + 𝒅𝟏𝟓 = 𝟎. 𝟓𝟎𝟗𝟓,
𝟑
𝒙 = 𝟐. 𝟓𝟎
→ 𝟏𝟓. 𝟔𝟐𝟓𝒂𝟏𝟓 + 𝟔. 𝟐𝟓𝒃𝟏𝟓 + 𝟐. 𝟓𝒄𝟏𝟓 + 𝒅𝟏𝟓 = 𝟎. 𝟓𝟎𝟗𝟓

𝒂𝟏𝟓 (𝟐. 𝟔𝟎)𝟑 + 𝒃𝟏𝟓 (𝟐. 𝟔𝟎)𝟐 + 𝒄𝟏𝟓 (𝟐. 𝟔𝟎) + 𝒅𝟏𝟓 =, 𝟎. 𝟓𝟎𝟖𝟒 𝒙 = 𝟐. 𝟔𝟎
→ 𝟏𝟕. 𝟓𝟕𝟔𝒂𝟏𝟓 + 𝟔. 𝟕𝟔𝒃𝟏𝟓 + 𝟐. 𝟔𝒄𝟏𝟓 + 𝒅𝟏𝟓 = 𝟎. 𝟓𝟎𝟖𝟒
𝒂𝟏𝟔 (𝟐. 𝟔𝟎) + 𝒃𝟏𝟔 (𝟐. 𝟔𝟎)𝟐 + 𝒄𝟏𝟔 (𝟐. 𝟔𝟎) + 𝒅𝟏𝟔 =, 𝟎. 𝟓𝟎𝟖𝟒
𝟑
𝒙 = 𝟐. 𝟔𝟎
→ 𝟏𝟕. 𝟓𝟕𝟔𝒂𝟏𝟔 + 𝟔. 𝟕𝟔𝒃𝟏𝟔 + 𝟐. 𝟔𝒄𝟏𝟔 + 𝒅𝟏𝟔 = 𝟎. 𝟓𝟎𝟖𝟒

𝒂𝟏𝟔 (𝟐. 𝟕𝟎)𝟑 + 𝒃𝟏𝟔 (𝟐. 𝟕𝟎)𝟐 + 𝒄𝟏𝟔 (𝟐. 𝟕𝟎) + 𝒅𝟏𝟔 = 𝟎. 𝟓𝟎𝟕𝟐, 𝒙 = 𝟐. 𝟕𝟎
→ 𝟏𝟗. 𝟔𝟖𝟑𝒂𝟏𝟔 + 𝟕. 𝟐𝟗𝒃𝟏𝟔 + 𝟐. 𝟕𝒄𝟏𝟔 + 𝒅𝟏𝟔 = 𝟎. 𝟓𝟎𝟕𝟐

15
𝒂𝟏𝟕 (𝟐. 𝟕𝟎)𝟑 + 𝒃𝟏𝟕 (𝟐. 𝟕𝟎)𝟐 + 𝒄𝟏𝟕 (𝟐. 𝟕𝟎) + 𝒅𝟏𝟕 = 𝟎. 𝟓𝟎𝟕𝟐, 𝒙 = 𝟐. 𝟕𝟎
→ 𝟏𝟗. 𝟔𝟖𝟑𝒂𝟏𝟕 + 𝟕. 𝟐𝟗𝒃𝟏𝟕 + 𝟐. 𝟕𝒄𝟏𝟕 + 𝒅𝟏𝟕 = 𝟎. 𝟓𝟎𝟕𝟐

𝒂𝟏𝟕 (𝟐. 𝟖𝟎)𝟑 + 𝒃𝟏𝟕 (𝟐. 𝟖𝟎)𝟐 + 𝒄𝟏𝟕 (𝟐. 𝟖𝟎) + 𝒅𝟏𝟕 = 𝟎. 𝟓𝟎𝟔𝟐, 𝒙 = 𝟐. 𝟖𝟎
→ 𝟐𝟏. 𝟗𝟓𝟐𝒂𝟏𝟕 + 𝟕. 𝟖𝟒𝒃𝟏𝟕 + 𝟐. 𝟖𝒄𝟏𝟕 + 𝒅𝟏𝟕 = 𝟎. 𝟓𝟎𝟔𝟐
𝒂𝟏𝟖 (𝟐. 𝟖𝟎)𝟑 + 𝒃𝟏𝟖 (𝟐. 𝟖𝟎)𝟐 + 𝒄𝟏𝟖 (𝟐. 𝟖𝟎) + 𝒅𝟏𝟖 = 𝟎. 𝟓𝟎𝟔𝟐, 𝒙 = 𝟐. 𝟖𝟎
→ 𝟐𝟏. 𝟗𝟓𝟐𝒂𝟏𝟖 + 𝟕. 𝟖𝟒𝒃𝟏𝟖 + 𝟐. 𝟖𝒄𝟏𝟖 + 𝒅𝟏𝟖 = 𝟎. 𝟓𝟎𝟔𝟐

𝒂𝟏𝟖 (𝟐. 𝟗𝟎)𝟑 + 𝒃𝟏𝟖 (𝟐. 𝟗𝟎)𝟐 + 𝒄𝟏𝟖 (𝟐. 𝟗𝟎) + 𝒅𝟏𝟖 = 𝟎. 𝟓𝟎𝟓𝟕, 𝒙 = 𝟐. 𝟗𝟎
→ 𝟐𝟒. 𝟑𝟖𝟗𝒂𝟏𝟖 + 𝟖. 𝟒𝟏𝒃𝟏𝟖 + 𝟐. 𝟗𝒄𝟏𝟖 + 𝒅𝟏𝟖 = 𝟎. 𝟓𝟎𝟓𝟕
𝒂𝟏𝟗 (𝟐. 𝟗𝟎) + 𝒃𝟏𝟗 (𝟐. 𝟗𝟎)𝟐 + 𝒄𝟏𝟗 (𝟐. 𝟗𝟎) + 𝒅𝟏𝟗 = 𝟎. 𝟓𝟎𝟓𝟕,
𝟑
𝒙 = 𝟐. 𝟗𝟎
→ 𝟐𝟒. 𝟑𝟖𝟗𝒂𝟏𝟗 + 𝟖. 𝟒𝟏𝒃𝟏𝟗 + 𝟐. 𝟗𝒄𝟏𝟗 + 𝒅𝟏𝟗 = 𝟎. 𝟓𝟎𝟓𝟕

𝒂𝟏𝟗 (𝟑. 𝟎𝟎)𝟑 + 𝒃𝟏𝟗 (𝟑. 𝟎𝟎)𝟐 + 𝒄𝟏𝟗 (𝟑. 𝟎𝟎) + 𝒅𝟏𝟗 = 𝟎. 𝟓𝟎𝟓𝟐, 𝒙 = 𝟑. 𝟎𝟎
→ 𝟐𝟕𝒂𝟏𝟗 + 𝟗𝒃𝟏𝟗 + 𝟑𝒄𝟏𝟗 + 𝒅𝟏𝟗 = 𝟎. 𝟓𝟎𝟓𝟐
𝒂𝟐𝟎 (𝟑. 𝟎𝟎) + 𝒃𝟐𝟎 (𝟑. 𝟎𝟎)𝟐 + 𝒄𝟐𝟎 (𝟑. 𝟎𝟎) + 𝒅𝟐𝟎 = 𝟎. 𝟓𝟎𝟓𝟐,
𝟑
𝒙 = 𝟑. 𝟎𝟎
→ 𝟐𝟕𝒂𝟐𝟎 + 𝟗𝒃𝟐𝟎 + 𝟑𝒄𝟐𝟎 + 𝒅𝟐𝟎 = 𝟎. 𝟓𝟎𝟓𝟐

𝒂𝟐𝟎 (𝟑. 𝟏𝟎)𝟑 + 𝒃𝟐𝟎 (𝟑. 𝟏𝟎)𝟐 + 𝒄𝟐𝟎 (𝟑. 𝟏𝟎) + 𝒅𝟐𝟎 = 𝟎. 𝟓𝟎𝟒𝟓, 𝒙 = 𝟑. 𝟏𝟎
→ 𝟐𝟗. 𝟕𝟗𝟏𝒂𝟐𝟎 + 𝟗. 𝟔𝟏𝒃𝟐𝟎 + 𝟑. 𝟏𝒄𝟐𝟎 + 𝒅𝟐𝟎 = 𝟎. 𝟓𝟎𝟒𝟓
𝒂𝟐𝟏 (𝟑. 𝟏𝟎)𝟑 + 𝒃𝟐𝟏 (𝟑. 𝟏𝟎)𝟐 + 𝒄𝟐𝟏 (𝟑. 𝟏𝟎) + 𝒅𝟐𝟏 = 𝟎. 𝟓𝟎𝟒𝟓, 𝒙 = 𝟑. 𝟏𝟎
→ 𝟐𝟗. 𝟕𝟗𝟏𝒂𝟐𝟏 + 𝟗. 𝟔𝟏𝒃𝟐𝟏 + 𝟑. 𝟏𝒄𝟐𝟏 + 𝒅𝟐𝟏 = 𝟎. 𝟓𝟎𝟒𝟓

𝒂𝟐𝟏 (𝟑. 𝟐𝟎)𝟑 + 𝒃𝟐𝟏 (𝟑. 𝟐𝟎)𝟐 + 𝒄𝟐𝟏 (𝟑. 𝟐𝟎) + 𝒅𝟐𝟏 = 𝟎. 𝟓𝟎𝟑𝟕, 𝒙 = 𝟑. 𝟐𝟎
→ 𝟑𝟐. 𝟕𝟔𝟖𝒂𝟐𝟏 + 𝟏𝟎. 𝟐𝟒𝒃𝟐𝟏 + 𝟑. 𝟐𝒄𝟐𝟏 + 𝒅𝟐𝟏 = 𝟎. 𝟓𝟎𝟑𝟕
𝒂𝟐𝟐 (𝟑. 𝟐𝟎)𝟑 + 𝒃𝟐𝟐 (𝟑. 𝟐𝟎)𝟐 + 𝒄𝟐𝟐 (𝟑. 𝟐𝟎) + 𝒅𝟐𝟐 = 𝟎. 𝟓𝟎𝟑𝟕, 𝒙 = 𝟑. 𝟐𝟎
→ 𝟑𝟐. 𝟕𝟔𝟖𝒂𝟐𝟐 + 𝟏𝟎. 𝟐𝟒𝒃𝟐𝟐 + 𝟑. 𝟐𝒄𝟐𝟐 + 𝒅𝟐𝟐 = 𝟎. 𝟓𝟎𝟑𝟕
𝒂𝟐𝟐 (𝟑. 𝟑𝟎) + 𝒃𝟐𝟐 (𝟑. 𝟑𝟎)𝟐 + 𝒄𝟐𝟐 (𝟑. 𝟑𝟎) + 𝒅𝟐𝟐 = 𝟎. 𝟓𝟎𝟑𝟕,
𝟑
𝒙 = 𝟑. 𝟑𝟎
→ 𝟑𝟓. 𝟗𝟑𝟕𝒂𝟐𝟐 + 𝟏𝟎. 𝟖𝟗𝒃𝟐𝟐 + 𝟑. 𝟑𝒄𝟐𝟐 + 𝒅𝟐𝟐 = 𝟎. 𝟓𝟎𝟑𝟕

16
𝒂𝟐𝟑 (𝟑. 𝟑𝟎)𝟑 + 𝒃𝟐𝟑 (𝟑. 𝟑𝟎)𝟐 + 𝒄𝟐𝟑 (𝟑. 𝟑𝟎) + 𝒅𝟐𝟑 = 𝟎. 𝟓𝟎𝟑𝟕, 𝒙 = 𝟑. 𝟑𝟎
→ 𝟑𝟓. 𝟗𝟑𝟕𝒂𝟐𝟑 + 𝟏𝟎. 𝟖𝟗𝒃𝟐𝟑 + 𝟑. 𝟑𝒄𝟐𝟑 + 𝒅𝟐𝟑 = 𝟎. 𝟓𝟎𝟑𝟕

𝒂𝟐𝟒 (𝟑. 𝟒𝟎)𝟑 + 𝒃𝟐𝟒 (𝟑. 𝟒𝟎)𝟐 + 𝒄𝟐𝟒 (𝟑. 𝟒𝟎) + 𝒅𝟐𝟒 = 𝟎. 𝟓𝟎𝟑𝟒, 𝒙 = 𝟑. 𝟒𝟎
→ 𝟑𝟗. 𝟑𝟎𝟒𝒂𝟐𝟑 + 𝟏𝟏. 𝟓𝟔𝒃𝟐𝟑 + 𝟑. 𝟒𝒄𝟐𝟑 + 𝒅𝟐𝟑 = 𝟎. 𝟓𝟎𝟑𝟒
𝒂𝟐𝟒 (𝟑. 𝟒𝟎)𝟑 + 𝒃𝟐𝟒 (𝟑. 𝟒𝟎)𝟐 + 𝒄𝟐𝟒 (𝟑. 𝟒𝟎) + 𝒅𝟐𝟒 = 𝟎. 𝟓𝟎𝟑𝟒, 𝒙 = 𝟑. 𝟒𝟎
→ 𝟑𝟗. 𝟑𝟎𝟒𝒂𝟐𝟒 + 𝟏𝟏. 𝟓𝟔𝒃𝟐𝟒 + 𝟑. 𝟒𝒄𝟐𝟒 + 𝒅𝟐𝟒 = 𝟎. 𝟓𝟎𝟑𝟒

𝒂𝟐𝟒 (𝟑. 𝟓𝟎)𝟑 + 𝒃𝟐𝟒 (𝟑. 𝟓𝟎)𝟐 + 𝒄𝟐𝟒 (𝟑. 𝟓𝟎) + 𝒅𝟐𝟒 = 𝟎. 𝟓𝟎𝟐𝟗, 𝒙 = 𝟑. 𝟓𝟎
→ 𝟒𝟐. 𝟖𝟕𝟓𝒂𝟐𝟒 + 𝟏𝟐. 𝟐𝟓𝒃𝟐𝟒 + 𝟑. 𝟓𝒄𝟐𝟒 + 𝒅𝟐𝟒 = 𝟎. 𝟓𝟎𝟐𝟗
𝒂𝟐𝟓 (𝟑. 𝟓𝟎) + 𝒃𝟐𝟓 (𝟑. 𝟓𝟎)𝟐 + 𝒄𝟐𝟓 (𝟑. 𝟓𝟎) + 𝒅𝟐𝟓 = 𝟎. 𝟓𝟎𝟐𝟗,
𝟑
𝒙 = 𝟑. 𝟓𝟎
→ 𝟒𝟐. 𝟖𝟕𝟓𝒂𝟐𝟓 + 𝟏𝟐. 𝟐𝟓𝒃𝟐𝟓 + 𝟑. 𝟓𝒄𝟐𝟓 + 𝒅𝟐𝟓 = 𝟎. 𝟓𝟎𝟐𝟗

𝒂𝟐𝟓 (𝟑. 𝟔𝟎)𝟑 + 𝒃𝟐𝟓 (𝟑. 𝟔𝟎)𝟐 + 𝒄𝟐𝟓 (𝟑. 𝟔𝟎) + 𝒅𝟐𝟓 = 𝟎. 𝟓𝟎𝟐𝟒, 𝒙 = 𝟑. 𝟔𝟎
→ 𝟒𝟔. 𝟔𝟓𝟔𝒂𝟐𝟓 + 𝟏𝟐. 𝟗𝟔𝒃𝟐𝟓 + 𝟑. 𝟔𝒄𝟐𝟓 + 𝒅𝟐𝟓 = 𝟎. 𝟓𝟎𝟐𝟒
𝒂𝟐𝟔 (𝟑. 𝟔𝟎) + 𝒃𝟐𝟔 (𝟑. 𝟔𝟎)𝟐 + 𝒄𝟐𝟔 (𝟑. 𝟔𝟎) + 𝒅𝟐𝟔 = 𝟎. 𝟓𝟎𝟐𝟒,
𝟑
𝒙 = 𝟑. 𝟔𝟎
→ 𝟒𝟔. 𝟔𝟓𝟔𝒂𝟐𝟔 + 𝟏𝟐. 𝟗𝟔𝒃𝟐𝟔 + 𝟑. 𝟔𝒄𝟐𝟔 + 𝒅𝟐𝟔 = 𝟎. 𝟓𝟎𝟐𝟒

𝒂𝟐𝟔 (𝟑. 𝟕𝟎)𝟑 + 𝒃𝟐𝟔 (𝟑. 𝟕𝟎)𝟐 + 𝒄𝟐𝟔 (𝟑. 𝟕𝟎) + 𝒅𝟐𝟔 = 𝟎. 𝟓𝟎𝟐𝟐, 𝒙 = 𝟑. 𝟕𝟎
→ 𝟓𝟎. 𝟔𝟓𝟑𝒂𝟐𝟔 + 𝟏𝟑. 𝟔𝟗𝒃𝟐𝟔 + 𝟑. 𝟕𝒄𝟐𝟔 + 𝒅𝟐𝟔 = 𝟎. 𝟓𝟎𝟐𝟐
𝒂𝟐𝟕 (𝟑. 𝟕𝟎) + 𝒃𝟐𝟕 (𝟑. 𝟕𝟎)𝟐 + 𝒄𝟐𝟕 (𝟑. 𝟕𝟎) + 𝒅𝟐𝟕 = 𝟎. 𝟓𝟎𝟐𝟐,
𝟑
𝒙 = 𝟑. 𝟕𝟎
→ 𝟓𝟎. 𝟔𝟓𝟑𝒂𝟐𝟕 + 𝟏𝟑. 𝟔𝟗𝒃𝟐𝟕 + 𝟑. 𝟕𝒄𝟐𝟕 + 𝒅𝟐𝟕 = 𝟎. 𝟓𝟎𝟐𝟐

𝒂𝟐𝟕 (𝟑. 𝟖𝟎)𝟑 + 𝒃𝟐𝟕 (𝟑. 𝟖𝟎)𝟐 + 𝒄𝟐𝟕 (𝟑. 𝟖𝟎) + 𝒅𝟐𝟕 = 𝟎. 𝟓𝟎𝟐𝟏, 𝒙 = 𝟑. 𝟖𝟎
→ 𝟓𝟒. 𝟖𝟕𝟐𝒂𝟐𝟕 + 𝟏𝟒. 𝟒𝟒𝒃𝟐𝟕 + 𝟑. 𝟖𝒄𝟐𝟕 + 𝒅𝟐𝟕 = 𝟎. 𝟓𝟎𝟐𝟏
𝒂𝟐𝟖 (𝟑. 𝟖𝟎)𝟑 + 𝒃𝟐𝟖 (𝟑. 𝟖𝟎)𝟐 + 𝒄𝟐𝟖 (𝟑. 𝟖𝟎) + 𝒅𝟐𝟖 = 𝟎. 𝟓𝟎𝟐𝟏, 𝒙 = 𝟑. 𝟖𝟎
→ 𝟓𝟒. 𝟖𝟕𝟐𝒂𝟐𝟖 + 𝟏𝟒. 𝟒𝟒𝒃𝟐𝟖 + 𝟑. 𝟖𝒄𝟐𝟖 + 𝒅𝟐𝟖 = 𝟎. 𝟓𝟎𝟐𝟏
𝒂𝟐𝟖 (𝟑. 𝟗𝟎)𝟑 + 𝒃𝟐𝟖 (𝟑. 𝟗𝟎)𝟐 + 𝒄𝟐𝟖 (𝟑. 𝟗𝟎) + 𝒅𝟐𝟖 = 𝟎. 𝟓𝟎𝟐𝟏, 𝒙 = 𝟑. 𝟗𝟎
→ 𝟓𝟗. 𝟑𝟏𝟗𝒂𝟐𝟖 + 𝟏𝟓. 𝟐𝟏𝒃𝟐𝟖 + 𝟑. 𝟗𝒄𝟐𝟖 + 𝒅𝟐𝟖 = 𝟎. 𝟓𝟎𝟐𝟏

17
 𝒂𝟐𝟗 (𝟑. 𝟗𝟎)𝟑 + 𝒃𝟐𝟗 (𝟑. 𝟗𝟎)𝟐 + 𝒄𝟐𝟗 (𝟑. 𝟗𝟎) + 𝒅𝟐𝟗 = 𝟎. 𝟓𝟎𝟐𝟏, 𝒙 = 𝟑. 𝟗𝟎
→ 𝟓𝟗. 𝟑𝟏𝟗𝒂𝟐𝟗 + 𝟏𝟓. 𝟐𝟏𝒃𝟐𝟗 + 𝟑. 𝟗𝒄𝟐𝟗 + 𝒅𝟐𝟗 = 𝟎. 𝟓𝟎𝟐𝟏

𝒂𝟐𝟗 (𝟒. 𝟎𝟎)𝟑 + 𝒃𝟐𝟗 (𝟒. 𝟎𝟎)𝟐 + 𝒄𝟐𝟗 (𝟒. 𝟎𝟎) + 𝒅𝟐𝟗 = 𝟎. 𝟓𝟎𝟏𝟕, 𝒙 = 𝟒. 𝟎𝟎
→ 𝟔𝟒𝒂𝟐𝟗 + 𝟏𝟔𝒃𝟐𝟗 + 𝟒𝒄𝟐𝟗 + 𝒅𝟐𝟗 = 𝟎. 𝟓𝟎𝟏𝟕

4.3 Primera derivada:

𝑺´(𝒙) = 𝟑𝒂𝒙𝟐 + 𝟐𝒃𝒙 + 𝒄

𝑺´+ (𝒙) = 𝑺´− (𝒙)

𝟑𝒂𝟎 (𝟏. 𝟏𝟎)𝟐 + 𝟐𝒃𝟎 (𝟏. 𝟏𝟎) + 𝒄𝟎

= 𝟑𝒂𝟏 (𝟏. 𝟏𝟎)𝟐 + 𝟐𝒃𝟏 (𝟏. 𝟏𝟎) + 𝒄𝟏 [𝟏. 𝟏𝟎]
→ 𝟑. 𝟔𝟑𝒂𝟎 + 𝟐. 𝟐𝒃𝟎 + 𝒄𝟎 = 𝟑. 𝟔𝟑𝒂𝟏 + 𝟐. 𝟐𝒃𝟏 + 𝒄𝟏

𝟑𝒂𝟏 (𝟏. 𝟐𝟎)𝟐 + 𝟐𝒃𝟏 (𝟏. 𝟐𝟎) + 𝒄𝟏

= 𝟑𝒂𝟐 (𝟏. 𝟐𝟎)𝟐 + 𝟐𝒃𝟐 (𝟏. 𝟐𝟎) + 𝒄𝟐 [𝟏. 𝟐𝟎]
→ 𝟒. 𝟑𝟐𝒂𝟏 + 𝟐. 𝟒𝒃𝟏 + 𝒄𝟏 = 𝟒. 𝟑𝟐𝒂𝟐 + 𝟐. 𝟒𝒃𝟐 + 𝒄𝟐

𝟑𝒂𝟐 (𝟏. 𝟑𝟎)𝟐 + 𝟐𝒃𝟐 (𝟏. 𝟑𝟎) + 𝒄𝟐

= 𝟑𝒂𝟑 (𝟏. 𝟑𝟎)𝟐 + 𝟐𝒃𝟑 (𝟏. 𝟑𝟎) + 𝒄𝟑 [𝟏. 𝟑𝟎]
→ 𝟓. 𝟎𝟕𝒂𝟐 + 𝟐. 𝟔𝒃𝟐 + 𝒄𝟐 = 𝟓. 𝟎𝟕𝒂𝟑 + 𝟐. 𝟔𝒃𝟑 + 𝒄𝟑

𝟑𝒂𝟑 (𝟏. 𝟒𝟎)𝟐 + 𝟐𝒃𝟑 (𝟏. 𝟒𝟎) + 𝒄𝟑

= 𝟑𝒂𝟒 (𝟏. 𝟒𝟎)𝟐 + 𝟐𝒃𝟒 (𝟏. 𝟒𝟎) + 𝒄𝟒 [𝟏. 𝟒𝟎]
→ 𝟓. 𝟖𝟖𝒂𝟑 + 𝟐. 𝟖𝒃𝟑 + 𝒄𝟑 = 𝟓. 𝟖𝟖𝒂𝟒 + 𝟐. 𝟖𝒃𝟒 + 𝒄𝟒

𝟑𝒂𝟒 (𝟏. 𝟓𝟎)𝟐 + 𝟐𝒃𝟒 (𝟏. 𝟓𝟎) + 𝒄𝟒

= 𝟑𝒂𝟓 (𝟏. 𝟓𝟎)𝟐 + 𝟐𝒃𝟓 (𝟏. 𝟓𝟎) + 𝒄𝟓 [𝟏. 𝟓𝟎]
→ 𝟔. 𝟕𝟓𝒂𝟒 + 𝟑𝒃𝟒 + 𝒄𝟒 = 𝟔. 𝟕𝟓 + 𝟑𝒃𝟓 + 𝒄𝟓

𝟑𝒂𝟓 (𝟏. 𝟔𝟎)𝟐 + 𝟐𝒃𝟓 (𝟏. 𝟔𝟎) + 𝒄𝟓

= 𝟑𝒂𝟔 (𝟏. 𝟔𝟎)𝟐 + 𝟐𝒃𝟔 (𝟏. 𝟔𝟎) + 𝒄𝟔 [𝟏. 𝟔𝟎]
→ 𝟕. 𝟔𝟖𝒂𝟓 + 𝟑. 𝟐𝒃𝟓 + 𝒄𝟓 = 𝟕. 𝟔𝟖𝒂𝟔 + 𝟑. 𝟐𝒃𝟔 + 𝒄𝟔

18
 𝟑𝒂𝟔 (𝟏. 𝟕𝟎)𝟐 + 𝟐𝒃𝟔 (𝟏. 𝟕𝟎) + 𝒄𝟔
= 𝟑𝒂𝟕 (𝟏. 𝟕𝟎)𝟐 + 𝟐𝒃𝟕 (𝟏. 𝟕𝟎) + 𝒄𝟕 [𝟏. 𝟕𝟎]
→ 𝟖. 𝟔𝟕𝒂𝟔 + 𝟑. 𝟒𝒃𝟔 + 𝒄𝟔 = 𝟖. 𝟔𝟕𝒂𝟕 + 𝟑. 𝟒𝒃𝟕 + 𝒄𝟕

𝟑𝒂𝟕 (𝟏. 𝟖𝟎)𝟐 + 𝟐𝒃𝟕 (𝟏. 𝟖𝟎) + 𝒄𝟕

= 𝟑𝒂𝟖 (𝟏. 𝟖𝟎)𝟐 + 𝟐𝒃𝟖 (𝟏. 𝟖𝟎) + 𝒄𝟖 [𝟏. 𝟖𝟎]
→ 𝟗. 𝟕𝟐𝒂𝟕 + 𝟑. 𝟔𝒃𝟕 + 𝒄𝟕 = 𝟗. 𝟕𝟐𝒂𝟖 + 𝟑. 𝟔𝒃𝟖 + 𝒄𝟖
𝟑𝒂𝟖 (𝟏. 𝟗𝟎)𝟐 + 𝟐𝒃𝟖 (𝟏. 𝟗𝟎) + 𝒄𝟖
= 𝟑𝒂𝟗 (𝟏. 𝟗𝟎)𝟐 + 𝟐𝒃𝟗 (𝟏. 𝟗𝟎) + 𝒄𝟗 [𝟏. 𝟗𝟎]
→ 𝟏𝟎. 𝟖𝟑𝒂𝟖 + 𝟑. 𝟖𝒃𝟖 + 𝒄𝟖 = 𝟏𝟎. 𝟖𝟑𝒂𝟗 + 𝟑. 𝟖𝒃𝟗 + 𝒄𝟗

𝟑𝒂𝟗 (𝟐. 𝟎𝟎)𝟐 + 𝟐𝒃𝟗 (𝟐. 𝟎𝟎) + 𝒄𝟗

= 𝟑𝒂𝟏𝟎 (𝟐. 𝟎𝟎)𝟐 + 𝟐𝒃𝟏𝟎 (𝟐. 𝟎𝟎) + 𝒄𝟏𝟎 [𝟐. 𝟎𝟎]
→ 𝟏𝟐𝒂𝟗 + 𝟒𝒃𝟗 + 𝒄𝟗 = 𝟏𝟐𝒂𝟏𝟎 + 𝟒𝒃𝟏𝟎 + 𝒄𝟏𝟎

𝟑𝒂𝟏𝟎 (𝟐. 𝟏𝟎)𝟐 + 𝟐𝒃𝟏𝟎 (𝟐. 𝟏𝟎) + 𝒄𝟏𝟎

= 𝟑𝒂𝟏𝟏 (𝟐. 𝟏𝟎)𝟐 + 𝟐𝒃𝟏𝟏 (𝟐. 𝟏𝟎) + 𝒄𝟏𝟏 [𝟐. 𝟏𝟎]
→ 𝟏𝟑. 𝟐𝟑𝒂𝟏𝟎 + 𝟒. 𝟐𝒃𝟏𝟎 + 𝒄𝟏𝟎 = 𝟏𝟑. 𝟐𝟑𝒂𝟏𝟏 + 𝟒. 𝟐𝒃𝟏𝟏 + 𝒄𝟏𝟏

𝟑𝒂𝟏𝟏 (𝟐. 𝟐𝟎)𝟐 + 𝟐𝒃𝟏𝟏 (𝟐. 𝟐𝟎) + 𝒄𝟏𝟏

= 𝟑𝒂𝟏𝟐 (𝟐. 𝟐𝟎)𝟐 + 𝟐𝒃𝟏𝟐 (𝟐. 𝟐𝟎) + 𝒄𝟏𝟐 [𝟐. 𝟐𝟎]
→ 𝟏𝟒. 𝟓𝟐𝒂𝟏𝟏 + 𝟒. 𝟒𝒃𝟏𝟏 + 𝒄𝟏𝟏 = 𝟏𝟒. 𝟓𝟐𝒂𝟏𝟐 + 𝟒. 𝟒𝒃𝟏𝟐 + 𝒄𝟏𝟐

𝟑𝒂𝟏𝟐 (𝟐. 𝟑𝟎)𝟐 + 𝟐𝒃𝟏𝟐 (𝟐. 𝟑𝟎) + 𝒄𝟏𝟐

= 𝟑𝒂𝟏𝟑 (𝟐. 𝟑𝟎)𝟐 + 𝟐𝒃𝟏𝟑 (𝟐. 𝟑𝟎) + 𝒄𝟏𝟑 [𝟐. 𝟑𝟎]
→ 𝟏𝟓. 𝟖𝟕𝒂𝟏𝟐 + 𝟒. 𝟔𝒃𝟏𝟐 + 𝒄𝟏𝟐 = 𝟏𝟓. 𝟖𝟕𝒂𝟏𝟑 + 𝟒. 𝟔𝒃𝟏𝟑 + 𝒄𝟏𝟑

𝟑𝒂𝟏𝟑 (𝟐. 𝟒𝟎)𝟐 + 𝟐𝒃𝟏𝟑 (𝟐. 𝟒𝟎) + 𝒄𝟏𝟑

= 𝟑𝒂𝟏𝟒 (𝟐. 𝟒𝟎)𝟐 + 𝟐𝒃𝟏𝟒 (𝟐. 𝟒𝟎) + 𝒄𝟏𝟒 [𝟐. 𝟒𝟎]
→ 𝟏𝟕. 𝟐𝟖𝒂𝟏𝟑 + 𝟒. 𝟖𝒃𝟏𝟑 + 𝒄𝟏𝟑 = 𝟏𝟕. 𝟐𝟖𝒂𝟏𝟒 + 𝟒. 𝟖𝒃𝟏𝟒 + 𝒄𝟏𝟒

𝟑𝒂𝟏𝟒 (𝟐. 𝟓𝟎)𝟐 + 𝟐𝒃𝟏𝟒 (𝟐. 𝟓𝟎) + 𝒄𝟏𝟒

= 𝟑𝒂𝟏𝟓 (𝟐. 𝟓𝟎)𝟐 + 𝟐𝒃𝟏𝟓 (𝟐. 𝟓𝟎) + 𝒄𝟏𝟓 [𝟐. 𝟓𝟎]
→ 𝟏𝟖. 𝟕𝟓𝒂𝟏𝟒 + 𝟓𝒃𝟏𝟒 + 𝒄𝟏𝟒 = 𝟏𝟖. 𝟕𝟓𝒂𝟏𝟓 + 𝟓𝒃𝟏𝟓 + 𝒄𝟏𝟓

19
𝟑𝒂𝟏𝟓 (𝟐. 𝟔𝟎)𝟐 + 𝟐𝒃𝟏𝟓 (𝟐. 𝟔𝟎) + 𝒄𝟏𝟓
= 𝟑𝒂𝟏𝟔 (𝟐. 𝟔𝟎)𝟐 + 𝟐𝒃𝟏𝟔 (𝟐. 𝟔𝟎) + 𝒄𝟏𝟔 [𝟐. 𝟔𝟎]
→ 𝟐𝟎. 𝟐𝟖𝒂𝟏𝟓 + 𝟓. 𝟐𝒃𝟏𝟓 + 𝒄𝟏𝟓 = 𝟐𝟎. 𝟐𝟖𝒂𝟏𝟔 + 𝟓. 𝟐𝒃𝟏𝟔 + 𝒄𝟏𝟔

𝟑𝒂𝟏𝟔 (𝟐. 𝟕𝟎)𝟐 + 𝟐𝒃𝟏𝟔 (𝟐. 𝟕𝟎) + 𝒄𝟏𝟔

= 𝟑𝒂𝟏𝟕 (𝟐. 𝟕𝟎)𝟐 + 𝟐𝒃𝟏𝟕 (𝟐. 𝟕𝟎) + 𝒄𝟏𝟕 [𝟐. 𝟕𝟎]
→ 𝟐𝟏. 𝟖𝟕𝒂𝟏𝟔 + 𝟓. 𝟒𝒃𝟏𝟔 + 𝒄𝟏𝟔 = 𝟐𝟏. 𝟖𝟕𝒂𝟏𝟕 + 𝟓. 𝟒𝒃𝟏𝟕 + 𝒄𝟏𝟕

𝟑𝒂𝟏𝟕 (𝟐. 𝟖𝟎)𝟐 + 𝟐𝒃𝟏𝟕 (𝟐. 𝟖𝟎) + 𝒄𝟏𝟕

= 𝟑𝒂𝟏𝟖 (𝟐. 𝟖𝟎)𝟐 + 𝟐𝒃𝟏𝟖 (𝟐. 𝟖𝟎) + 𝒄𝟏𝟖 [𝟐. 𝟖𝟎]
→ 𝟐𝟑. 𝟓𝟐𝒂𝟏𝟕 + 𝟓. 𝟔𝒃𝟏𝟕 + 𝒄𝟏𝟕 = 𝟐𝟑. 𝟓𝟐𝒂𝟏𝟖 + 𝟓. 𝟔𝒃𝟏𝟖 + 𝒄𝟏𝟖

𝟑𝒂𝟏𝟖 (𝟐. 𝟗𝟎)𝟐 + 𝟐𝒃𝟏𝟖 (𝟐. 𝟗𝟎) + 𝒄𝟏𝟖

= 𝟑𝒂𝟏𝟗 (𝟐. 𝟗𝟎)𝟐 + 𝟐𝒃𝟏𝟗 (𝟐. 𝟗𝟎) + 𝒄𝟏𝟗 [𝟐. 𝟗𝟎]
→ 𝟐𝟓. 𝟐𝟑𝒂𝟏𝟖 + 𝟓. 𝟖𝒃𝟏𝟖 + 𝒄𝟏𝟖 = 𝟐𝟓. 𝟐𝟑𝒂𝟏𝟗 + 𝟓. 𝟖𝒃𝟏𝟗 + 𝒄𝟏𝟗

𝟑𝒂𝟏𝟗 (𝟑. 𝟎𝟎)𝟐 + 𝟐𝒃𝟏𝟗 (𝟑. 𝟎𝟎) + 𝒄𝟏𝟗

= 𝟑𝒂𝟐𝟎 (𝟑. 𝟎𝟎)𝟐 + 𝟐𝒃𝟐𝟎 (𝟑. 𝟎𝟎) + 𝒄𝟐𝟎 [𝟑. 𝟎𝟎]
→ 𝟐𝟕𝒂𝟏𝟗 + 𝟔𝒃𝟏𝟗 + 𝒄𝟏𝟗 = 𝟐𝟕𝒂𝟐𝟎 + 𝟔𝒃𝟐𝟎 + 𝒄𝟐𝟎

𝟑𝒂𝟐𝟎 (𝟑. 𝟏𝟎)𝟐 + 𝟐𝒃𝟐𝟎 (𝟑. 𝟏𝟎) + 𝒄𝟐𝟎

= 𝟑𝒂𝟐𝟏 (𝟑. 𝟏𝟎)𝟐 + 𝟐𝒃𝟐𝟏 (𝟑. 𝟏𝟎) + 𝒄𝟐𝟏 [𝟑. 𝟏𝟎]
→ 𝟐𝟖. 𝟖𝟑𝒂𝟐𝟎 + 𝟔. 𝟐𝒃𝟐𝟎 + 𝒄𝟐𝟎 = 𝟐𝟖. 𝟖𝟑𝒂𝟐𝟏 + 𝟔. 𝟐𝒃𝟐𝟏 + 𝒄𝟐𝟏
𝟑𝒂𝟐𝟏 (𝟑. 𝟐𝟎)𝟐 + 𝟐𝒃𝟐𝟏 (𝟑. 𝟐𝟎) + 𝒄𝟐𝟏
= 𝟑𝒂𝟐𝟐 (𝟑. 𝟐𝟎)𝟐 + 𝟐𝒃𝟐𝟐 (𝟑. 𝟐𝟎) + 𝒄𝟐𝟐 [𝟑. 𝟐𝟎]
→ 𝟑𝟎. 𝟕𝟐𝒂𝟐𝟏 + 𝟔. 𝟒𝒃𝟐𝟏 + 𝒄𝟐𝟏 = 𝟑𝟎. 𝟕𝟐𝒂𝟐𝟐 + 𝟔. 𝟒𝒃𝟐𝟐 + 𝒄𝟐𝟐

𝟑𝒂𝟐𝟐 (𝟑. 𝟑𝟎)𝟐 + 𝟐𝒃𝟐𝟐 (𝟑. 𝟑𝟎) + 𝒄𝟐𝟐

= 𝟑𝒂𝟐𝟑 (𝟑. 𝟑𝟎)𝟐 + 𝟐𝒃𝟐𝟑 (𝟑. 𝟑𝟎) + 𝒄𝟐𝟑 [𝟑. 𝟑𝟎]
→ 𝟑𝟐. 𝟔𝟕𝒂𝟐𝟐 + 𝟔. 𝟔𝒃𝟐𝟐 + 𝒄𝟐𝟐 = 𝟑𝟐. 𝟔𝟕𝒂𝟐𝟑 + 𝟔. 𝟔𝒃𝟐𝟑 + 𝒄𝟐𝟑

𝟑𝒂𝟐𝟑 (𝟑. 𝟒𝟎)𝟐 + 𝟐𝒃𝟐𝟑 (𝟑. 𝟒𝟎) + 𝒄𝟐𝟑

= 𝟑𝒂𝟐𝟒 (𝟑. 𝟒𝟎)𝟐 + 𝟐𝒃𝟐𝟒 (𝟑. 𝟒𝟎) + 𝒄𝟐𝟒 [𝟑. 𝟒𝟎]
→ 𝟑𝟒. 𝟔𝟖𝒂𝟐𝟑 + 𝟔. 𝟖𝒃𝟐𝟑 + 𝒄𝟐𝟑 = 𝟑𝟒. 𝟔𝟖𝒂𝟐𝟒 + 𝟔. 𝟖𝒃𝟐𝟒 + 𝒄𝟐𝟒

20
 𝟑𝒂𝟐𝟒 (𝟑. 𝟓𝟎)𝟐 + 𝟐𝒃𝟐𝟒 (𝟑. 𝟓𝟎) + 𝒄𝟐𝟒
= 𝟑𝒂𝟐𝟓 (𝟑. 𝟓𝟎)𝟐 + 𝟐𝒃𝟐𝟓 (𝟑. 𝟓𝟎) + 𝒄𝟐𝟓 [𝟑. 𝟓𝟎]
→ 𝟑𝟔. 𝟕𝟓𝒂𝟐𝟒 + 𝟕𝒃𝟐𝟒 + 𝒄𝟐𝟒 = 𝟑𝟔. 𝟕𝟓𝒂𝟐𝟓 + 𝟕𝒃𝟐𝟓 + 𝒄𝟐𝟓

𝟑𝒂𝟐𝟓 (𝟑. 𝟔𝟎)𝟐 + 𝟐𝒃𝟐𝟓 (𝟑. 𝟔𝟎) + 𝒄𝟐𝟓

= 𝟑𝒂𝟐𝟔 (𝟑. 𝟔𝟎)𝟐 + 𝟐𝒃𝟐𝟔 (𝟑. 𝟔𝟎) + 𝒄𝟐𝟔 [𝟑. 𝟔𝟎]
→ 𝟑𝟖. 𝟖𝟖𝒂𝟐𝟓 + 𝟕. 𝟐𝒃𝟐𝟓 + 𝒄𝟐𝟓 = 𝟑𝟖. 𝟖𝟖𝒂𝟐𝟔 + 𝟕. 𝟐𝒃𝟐𝟔 + 𝒄𝟐𝟔

𝟑𝒂𝟐𝟔 (𝟑. 𝟕𝟎)𝟐 + 𝟐𝒃𝟐𝟔 (𝟑. 𝟕𝟎) + 𝒄𝟐𝟔

= 𝟑𝒂𝟐𝟕 (𝟑. 𝟕𝟎)𝟐 + 𝟐𝒃𝟐𝟕 (𝟑. 𝟕𝟎) + 𝒄𝟐𝟕 [𝟑. 𝟕𝟎]
→ 𝟒𝟏. 𝟎𝟕𝒂𝟐𝟔 + 𝟕. 𝟒𝒃𝟐𝟔 + 𝒄𝟐𝟔 = 𝟒𝟏. 𝟎𝟕𝒂𝟐𝟕 + 𝟕. 𝟒𝒃𝟐𝟕 + 𝒄𝟐𝟕

𝟑𝒂𝟐𝟕 (𝟑. 𝟖𝟎)𝟐 + 𝟐𝒃𝟐𝟕 (𝟑. 𝟖𝟎) + 𝒄𝟐𝟕

= 𝟑𝒂𝟐𝟖 (𝟑. 𝟖𝟎)𝟐 + 𝟐𝒃𝟐𝟖 (𝟑. 𝟖𝟎) + 𝒄𝟐𝟖 [𝟑. 𝟖𝟎]
→ 𝟒𝟑. 𝟑𝟐𝒂𝟐𝟕 + 𝟕. 𝟔𝒃𝟐𝟕 + 𝒄𝟐𝟕 = 𝟒𝟑. 𝟑𝟐𝒂𝟐𝟖 + 𝟕. 𝟔𝒃𝟐𝟖 + 𝒄𝟐𝟖

𝟑𝒂𝟐𝟖 (𝟑. 𝟗𝟎)𝟐 + 𝟐𝒃𝟐𝟖 (𝟑. 𝟗𝟎) + 𝒄𝟐𝟖

= 𝟑𝒂𝟐𝟗 (𝟑. 𝟗𝟎)𝟐 + 𝟐𝒃𝟐𝟗 (𝟑. 𝟗𝟎) + 𝒄𝟐𝟗 [𝟑. 𝟗𝟎]
→ 𝟒𝟓. 𝟔𝟑𝒂𝟐𝟖 + 𝟕. 𝟖𝒃𝟐𝟖 + 𝒄𝟐𝟖 = 𝟒𝟓. 𝟔𝟑𝒂𝟐𝟗 + 𝟕. 𝟖𝒃𝟐𝟗 + 𝒄𝟐𝟗

4.4 Segunda derivada:

𝑺´´(𝒙) = 𝟔𝒂𝒙 + 𝟐𝒃

𝑺´´+ (𝒙) = 𝑺´´− (𝒙)

𝟔𝒂𝟎 (𝟏. 𝟏𝟎) + 𝟐𝒃𝟎 = 𝟔𝒂𝟏 (𝟏. 𝟏𝟎) + 𝟐𝒃𝟏

→ 𝟔. 𝟔𝒂𝟎 + 𝟐𝒃𝟎 = 𝟔. 𝟔𝒂𝟏 + 𝟐𝒃𝟏

𝟔𝒂𝟏 (𝟏. 𝟐𝟎) + 𝟐𝒃𝟏 = 𝟔𝒂𝟐 (𝟏. 𝟐𝟎) + 𝟐𝒃𝟐

→ 𝟕. 𝟐𝒂𝟏 + 𝟐𝒃𝟏 = 𝟕. 𝟐𝒂𝟐 + 𝟐𝒃𝟐

𝟔𝒂𝟐 (𝟏. 𝟑𝟎) + 𝟐𝒃𝟐 = 𝟔𝒂𝟑 (𝟏. 𝟑𝟎) + 𝟐𝒃𝟑

→ 𝟕. 𝟖𝒂𝟐 + 𝟐𝒃𝟐 = 𝟕. 𝟖𝒂𝟑 + 𝟐𝒃𝟑

21
 𝟔𝒂𝟑 (𝟏. 𝟒𝟎) + 𝟐𝒃𝟑 = 𝟔𝒂𝟒 (𝟏. 𝟒𝟎) + 𝟐𝒃𝟒
→ 𝟖. 𝟒𝒂𝟑 + 𝟐𝒃𝟑 = 𝟖. 𝟒𝒂𝟒 + 𝟐𝒃𝟒

𝟔𝒂𝟒 (𝟏. 𝟓𝟎) + 𝟐𝒃𝟒 = 𝟔𝒂𝟓 (𝟏. 𝟓𝟎) + 𝟐𝒃𝟓

→ 𝟗𝒂𝟒 + 𝟐𝒃𝟒 = 𝟗𝒂𝟓 + 𝟐𝒃𝟓

𝟔𝒂𝟓 (𝟏. 𝟔𝟎) + 𝟐𝒃𝟓 = 𝟔𝒂𝟔 (𝟏. 𝟔𝟎) + 𝟐𝒃𝟔

→ 𝟗. 𝟔𝒂𝟓 + 𝟐𝒃𝟓 = 𝟗. 𝟔𝒂𝟔 + 𝟐𝒃𝟔

𝟔𝒂𝟔 (𝟏. 𝟕𝟎) + 𝟐𝒃𝟔 = 𝟔𝒂𝟕 (𝟏. 𝟕𝟎) + 𝟐𝒃𝟕

→ 𝟏𝟎. 𝟐𝒂𝟔 + 𝟐𝒃𝟔 = 𝟏𝟎. 𝟐𝒂𝟕 + 𝟐𝒃𝟕

𝟔𝒂𝟕 (𝟏. 𝟖𝟎) + 𝟐𝒃𝟕 = 𝟔𝒂𝟖 (𝟏. 𝟖𝟎) + 𝟐𝒃𝟖

→ 𝟏𝟎. 𝟖𝒂𝟕 + 𝟐𝒃𝟕 = 𝟏𝟎. 𝟖𝒂𝟖 + 𝟐𝒃𝟖

𝟔𝒂𝟖 (𝟏. 𝟗𝟎) + 𝟐𝒃𝟖 = 𝟔𝒂𝟗 (𝟏. 𝟗𝟎) + 𝟐𝒃𝟗

→ 𝟏𝟏. 𝟒𝒂𝟖 + 𝟐𝒃𝟖 = 𝟏𝟏. 𝟒𝒂𝟗 + 𝟐𝒃𝟗

𝟔𝒂𝟗 (𝟐. 𝟎𝟎) + 𝟐𝒃𝟗 = 𝟔𝒂𝟏𝟎 (𝟐. 𝟎𝟎) + 𝟐𝒃𝟏𝟎

→ 𝟏𝟐𝒂𝟗 + 𝟐𝒃𝟗 = 𝟏𝟐𝒂𝟏𝟎 + 𝟐𝒃𝟏𝟎

𝟔𝒂𝟏𝟎 (𝟐. 𝟏𝟎) + 𝟐𝒃𝟏𝟎 = 𝟔𝒂𝟏𝟏 (𝟐. 𝟏𝟎) + 𝟐𝒃𝟏𝟏

→ 𝟏𝟐. 𝟔𝒂𝟏𝟎 + 𝟐𝒃𝟏𝟎 = 𝟏𝟐. 𝟔𝒂𝟏𝟏(𝟐. 𝟏𝟎) + 𝟐𝒃𝟏𝟏

𝟔𝒂𝟏𝟏 (𝟐. 𝟐𝟎) + 𝟐𝒃𝟏𝟏 = 𝟔𝒂𝟏𝟐 (𝟐. 𝟐𝟎) + 𝟐𝒃𝟏𝟐

→ 𝟏𝟑. 𝟐𝒂𝟏𝟏 + 𝟐𝒃𝟏𝟏 = 𝟏𝟑. 𝟐𝒂𝟏𝟐 + 𝟐𝒃𝟏𝟐

𝟔𝒂𝟏𝟐 (𝟐. 𝟑𝟎) + 𝟐𝒃𝟏𝟐 = 𝟔𝒂𝟏𝟑 (𝟐. 𝟑𝟎) + 𝟐𝒃𝟏𝟑

→ 𝟏𝟑. 𝟖𝒂𝟏𝟐 + 𝟐𝒃𝟏𝟐 = 𝟏𝟑. 𝟖𝒂𝟏𝟑 + 𝟐𝒃𝟏𝟑

𝟔𝒂𝟏𝟑 (𝟐. 𝟒𝟎) + 𝟐𝒃𝟏𝟑 = 𝟔𝒂𝟏𝟒 (𝟐. 𝟒𝟎) + 𝟐𝒃𝟏𝟒

→ 𝟏𝟒. 𝟒𝒂𝟏𝟑 + 𝟐𝒃𝟏𝟑 = 𝟏𝟒. 𝟒𝒂𝟏𝟒 + 𝟐𝒃𝟏𝟒

𝟔𝒂𝟏𝟒 (𝟐. 𝟓𝟎) + 𝟐𝒃𝟏𝟒 = 𝟔𝒂𝟏𝟓 (𝟐. 𝟓𝟎) + 𝟐𝒃𝟏𝟓

22
 → 𝟏𝟓𝒂𝟏𝟒 + 𝟐𝒃𝟏𝟒 = 𝟏𝟓𝒂𝟏𝟓 + 𝟐𝒃𝟏𝟓

𝟔𝒂𝟏𝟓 (𝟐. 𝟔𝟎) + 𝟐𝒃𝟏𝟓 = 𝟔𝒂𝟏𝟔 (𝟐. 𝟔𝟎) + 𝟐𝒃𝟏𝟔

→ 𝟏𝟓. 𝟔𝒂𝟏𝟓 + 𝟐𝒃𝟏𝟓 = 𝟏𝟓. 𝟔𝒂𝟏𝟔 + 𝟐𝒃𝟏𝟔

𝟔𝒂𝟏𝟔 (𝟐. 𝟕𝟎) + 𝟐𝒃𝟏𝟔 = 𝟔𝒂𝟏𝟕 (𝟐. 𝟕𝟎) + 𝟐𝒃𝟏𝟕

→ 𝟏𝟔. 𝟐𝒂𝟏𝟔 + 𝟐𝒃𝟏𝟔 = 𝟏𝟔. 𝟐𝒂𝟏𝟕 + 𝟐𝒃𝟏𝟕

𝟔𝒂𝟏𝟕 (𝟐. 𝟖𝟎) + 𝟐𝒃𝟏𝟕 = 𝟔𝒂𝟏𝟖 (𝟐. 𝟖𝟎) + 𝟐𝒃𝟏𝟖

→ 𝟏𝟔. 𝟖𝒂𝟏𝟕 + 𝟐𝒃𝟏𝟕 = 𝟏𝟔. 𝟖𝒂𝟏𝟖 + 𝟐𝒃𝟏𝟖

𝟔𝒂𝟏𝟖 (𝟐. 𝟗𝟎) + 𝟐𝒃𝟏𝟖 = 𝟔𝒂𝟏𝟗 (𝟐. 𝟗𝟎) + 𝟐𝒃𝟏𝟗

→ 𝟏𝟕. 𝟒𝒂𝟏𝟖 + 𝟐𝒃𝟏𝟖 = 𝟏𝟕. 𝟒𝒂𝟏𝟗 + 𝟐𝒃𝟏𝟗

𝟔𝒂𝟏𝟗 (𝟑. 𝟎𝟎) + 𝟐𝒃𝟏𝟗 = 𝟔𝒂𝟐𝟎 (𝟑. 𝟎𝟎) + 𝟐𝒃𝟐𝟎

→ 𝟏𝟖𝒂𝟏𝟗 + 𝟐𝒃𝟏𝟗 = 𝟏𝟖𝒂𝟐𝟎 + 𝟐𝒃𝟐𝟎

𝟔𝒂𝟐𝟎 (𝟑. 𝟏𝟎) + 𝟐𝒃𝟐𝟎 = 𝟔𝒂𝟐𝟏 (𝟑. 𝟏𝟎) + 𝟐𝒃𝟐𝟏

→ 𝟏𝟖. 𝟔𝒂𝟐𝟎 + 𝟐𝒃𝟐𝟎 = 𝟏𝟖. 𝟔𝒂𝟐𝟏 + 𝟐𝒃𝟐𝟏

𝟔𝒂𝟐𝟏 (𝟑. 𝟐𝟎) + 𝟐𝒃𝟐𝟏 = 𝟔𝒂𝟐𝟐 (𝟑. 𝟐𝟎) + 𝟐𝒃𝟐𝟐

→ 𝟏𝟗. 𝟐𝒂𝟐𝟏 + 𝟐𝒃𝟐𝟏 = 𝟏𝟗. 𝟐𝒂𝟐𝟐 + 𝟐𝒃𝟐𝟐

𝟔𝒂𝟐𝟐 (𝟑. 𝟑𝟎) + 𝟐𝒃𝟐𝟐 = 𝟔𝒂𝟐𝟑 (𝟑. 𝟑𝟎) + 𝟐𝒃𝟐𝟑

→ 𝟏𝟗. 𝟖𝒂𝟐𝟐 + 𝟐𝒃𝟐𝟐 = 𝟏𝟗. 𝟖𝒂𝟐𝟑 + 𝟐𝒃𝟐𝟑

𝟔𝒂𝟐𝟑 (𝟑. 𝟒𝟎) + 𝟐𝒃𝟐𝟑 = 𝟔𝒂𝟐𝟒 (𝟑. 𝟒𝟎) + 𝟐𝒃𝟐𝟒

→ 𝟐𝟎. 𝟒𝒂𝟐𝟑 + 𝟐𝒃𝟐𝟑 = 𝟐𝟎. 𝟒𝒂𝟐𝟒 + 𝟐𝒃𝟐𝟒

𝟔𝒂𝟐𝟒 (𝟑. 𝟓𝟎) + 𝟐𝒃𝟐𝟒 = 𝟔𝒂𝟐𝟓 (𝟑. 𝟓𝟎) + 𝟐𝒃𝟐𝟓

→ 𝟐𝟏𝒂𝟐𝟒 + 𝟐𝒃𝟐𝟒 = 𝟐𝟏𝒂𝟐𝟓 + 𝟐𝒃𝟐𝟓

𝟔𝒂𝟐𝟓 (𝟑. 𝟔𝟎) + 𝟐𝒃𝟐𝟓 = 𝟔𝒂𝟐𝟔 (𝟑. 𝟔𝟎) + 𝟐𝒃𝟐𝟔

→ 𝟐𝟏. 𝟔𝒂𝟐𝟓 + 𝟐𝒃𝟐𝟓 = 𝟐𝟏. 𝟔𝒂𝟐𝟔 + 𝟐𝒃𝟐𝟔

23
 𝟔𝒂𝟐𝟔 (𝟑. 𝟕𝟎) + 𝟐𝒃𝟐𝟔 = 𝟔𝒂𝟐𝟕 (𝟑. 𝟕𝟎) + 𝟐𝒃𝟐𝟕
→ 𝟐𝟐. 𝟐𝒂𝟐𝟔 + 𝟐𝒃𝟐𝟔 = 𝟐𝟐. 𝟐𝒂𝟐𝟕 + 𝟐𝒃𝟐𝟕

𝟔𝒂𝟐𝟕 (𝟑. 𝟖𝟎) + 𝟐𝒃𝟐𝟕 = 𝟔𝒂𝟐𝟖 (𝟑. 𝟖𝟎) + 𝟐𝒃𝟐𝟖

→ 𝟐𝟐. 𝟖𝒂𝟐𝟔 + 𝟐𝒃𝟐𝟔 = 𝟐𝟐. 𝟖𝒂𝟐𝟕 + 𝟐𝒃𝟐𝟕

𝟔𝒂𝟐𝟖 (𝟑. 𝟗𝟎) + 𝟐𝒃𝟐𝟖 = 𝟔𝒂𝟐𝟗 (𝟑. 𝟗𝟎) + 𝟐𝒃𝟐𝟗

→ 𝟐𝟑. 𝟒𝒂𝟐𝟖 + 𝟐𝒃𝟐𝟖 = 𝟐𝟑. 𝟒𝒂𝟐𝟗 + 𝟐𝒃𝟐𝟗

4.5 Condición por tomar el caso del spline cúbico natural:

𝑺´´(𝒙𝟎 ) = 𝟎
𝟔𝒂𝟎 (𝟏. 𝟎𝟎) + 𝟐𝒃𝟎 = 𝟎
→ 𝟔𝒂𝟎 + 𝟐𝒃𝟎 = 𝟎

𝑺´´(𝒙𝟐𝟗 ) = 𝟎
𝟔𝒂𝟐𝟗 (𝟒. 𝟎𝟎) + 𝟐𝒃𝟐𝟗 = 𝟎
→ 𝟐𝟒𝒂𝟐𝟗 + 𝟐𝒃𝟐𝟗 = 𝟎

24
Al ponerlo en una matriz 120x120 y otra de 1x120, usar la eliminación de Gauss
en Matlab para calcular las incógnitas:

a0 0.867506642149556

b0 -2.602519926448730

c0 2.366844860027300

d0 -0.006831575728055

a1 0.062466789252610

b1 0.054111588111260

c1 -0.555449805988756

d1 1.064676468477790

a2 -0.494026155822210

b2 2.057486190380620

c2 -2.975732805145340

d2 2.045776449287090

a3 -0.209709809302328

b3 0.948652438953057

c3 -1.534248928289530

d3 1.421133435982890

a4 0.050055638102474

b4 -0.142362440147111

c4 -0.006828097549295

d4 0.708337048304156

a5 0.052434130533805

b5 -0.153065656088092

c5 0.009226726362178

d5 0.701915118739567

a6 0.102743357268419

b6 -0.394549944414027

c6 0.395601587683718

25
d6 0.495848526034744

a7 -0.586080195825631

b7 3.118450176365630

c7 -5.576498617641110

d7 3.880038642385790

a8 0.441577426034422

b8 -2.430900981678290

c8 4.412333466839360

d8 -2.113260608302360

a9 -0.180229508310703

b9 1.113398544088290

c9 -2.321835632118470

d9 2.151713154370550

a10 -0.020659392793055

b10 0.155977850982042

c10 -0.406994245907527

d10 0.875152230229677

a11 -0.037132920516382

b11 0.259761075638484

c11 -0.624939017687054

d11 1.027713570475550

a12 -0.030808925142413

b12 0.218022706170192

c12 -0.533114604858095

d12 0.960375667733051

a13 0.060368621086136

26
b13 -0.411102362806060

c13 0.913873053788946

d13 -0.148981537227981

a14 -0.010665559201712

b14 0.100343735266155

c14 -0.313597581583826

d14 0.832994971069888

a15 -0.117706384279221

b15 0.903149923347922

c15 -2.320613051785450

d15 2.505507862907740

a16 0.081491096318107

b16 -0.650590425311003

c16 1.719111854728430

d16 -0.995587056071390

a17 0.091741999005889

b17 -0.733622737082450

c17 1.943299096505840

d17 -1.197355573677230

a18 -0.148459092340618

b18 1.284066430229020

c18 -3.706230571961660

d18 4.075538783563990

a19 0.002094370357483

b19 -0.025748695244591

c19 0.092233291912327

27
d19 0.403690381817136

a20 -0.059918389089864

b20 0.532366139781370

c20 -1.582111213167470

d20 2.078034886893430

a21 0.337579186003643

b21 -3.164361308590620

c21 9.877743876782910

d21 -9.763815372717620

a22 -0.390398354935213

b22 3.824223084424570

c22 -12.485726180862100

d22 14.090552688768400

a23 0.124014233752400

b23 -1.268461543581590

c23 4.320133091562740

d23 -4.395892510893910

a24 -0.005658580079891

b24 0.054201157506717

c24 -0.176920092141704

d24 0.700767763970362

a25 0.098620086567359

b25 -1.040724842288780

c25 3.655320907143910

d25 -3.770180068531730

a26 -0.088821766188648

b26 0.983647167475564

c26 -3.632418328009360

28
d26 4.975107013649780

a27 0.056666978184561

b27 -0.631277895066812

c27 2.342804403393840

d27 -2.394334355084420

a28 -0.137846146550419

b28 1.586171726911120

c28 -6.083504160119400

d28 8.278989825371750

a29 -0.005282391978239

b29 0.035175798416903

c29 -0.034620038992117

d29 0.415440467905423

4.6 Entonces las ecuaciones en C2 interpolante del spline cúbico son:

𝑆(𝑥) =
𝟎. 𝟖𝟔𝟕𝟓𝟎𝟔𝟔𝟒𝟐𝟏𝟒𝟗𝟓𝟓𝟔𝒙𝟑 − 𝟐. 𝟔𝟎𝟐𝟓𝟏𝟗𝟗𝟐𝟔𝟒𝟒𝟖𝟕𝟑𝟎𝒙𝟐 + 𝟐. 𝟑𝟔𝟔𝟖𝟒𝟒𝟖𝟔𝟎𝟎𝟐𝟕𝟑𝟎𝟎𝒙
−𝟎. 𝟎𝟎𝟔𝟖𝟑𝟏𝟓𝟕𝟓𝟕𝟐𝟖𝟎𝟓𝟓, 𝒙 = [𝟏. 𝟎𝟎, 𝟏. 𝟏𝟎]

𝟎. 𝟎𝟔𝟐𝟒𝟔𝟔𝟕𝟖𝟗𝟐𝟓𝟐𝟔𝟏𝟎𝒙𝟑 + 𝟎. 𝟎𝟓𝟒𝟏𝟏𝟏𝟓𝟖𝟖𝟏𝟏𝟏𝟐𝟔𝟎𝒙𝟐
− 𝟎. 𝟓𝟓𝟓𝟒𝟒𝟗𝟖𝟎𝟓𝟗𝟖𝟖𝟕𝟓𝟔𝒙
+𝟏. 𝟎𝟔𝟒𝟔𝟕𝟔𝟒𝟔𝟖𝟒𝟕𝟕𝟕𝟗𝟎, 𝒙 = [𝟏. 𝟏𝟎, 𝟏. 𝟐𝟎]

−𝟎. 𝟒𝟗𝟒𝟎𝟐𝟔𝟏𝟓𝟓𝟖𝟐𝟐𝟐𝟏𝟎𝒙𝟑 + 𝟐. 𝟎𝟓𝟕𝟒𝟖𝟔𝟏𝟗𝟎𝟑𝟖𝟎𝟔𝟐𝟎𝒙𝟐

− 𝟐. 𝟗𝟕𝟓𝟕𝟑𝟐𝟖𝟎𝟓𝟏𝟒𝟓𝟑𝟒𝟎𝒙
+𝟐. 𝟎𝟒𝟓𝟕𝟕𝟔𝟒𝟒𝟗𝟐𝟖𝟕𝟎𝟗𝟎, 𝒙 = [𝟏. 𝟐𝟎, 𝟏. 𝟑𝟎]

−𝟎. 𝟐𝟎𝟗𝟕𝟎𝟗𝟖𝟎𝟗𝟑𝟎𝟐𝟑𝟐𝟖𝒙𝟑 + 𝟎. 𝟗𝟒𝟖𝟔𝟓𝟐𝟒𝟑𝟖𝟗𝟓𝟑𝟎𝟓𝟕𝒙𝟐

− 𝟏. 𝟓𝟑𝟒𝟐𝟒𝟖𝟗𝟐𝟖𝟐𝟖𝟗𝟓𝟑𝟎𝒙
+𝟏. 𝟒𝟐𝟏𝟏𝟑𝟑𝟒𝟑𝟓𝟗𝟖𝟐𝟖𝟗𝟎, 𝒙 = [𝟏. 𝟑𝟎, 𝟏. 𝟒𝟎]

29
 𝟎. 𝟎𝟓𝟎𝟎𝟓𝟓𝟔𝟑𝟖𝟏𝟎𝟐𝟒𝟕𝟒𝒙𝟑 − 𝟎. 𝟏𝟒𝟐𝟑𝟔𝟐𝟒𝟒𝟎𝟏𝟒𝟕𝟏𝟏𝟏𝒙𝟐
− 𝟎. 𝟎𝟎𝟔𝟖𝟐𝟖𝟎𝟗𝟕𝟓𝟒𝟗𝟐𝟗𝟓𝒙
+𝟎. 𝟕𝟎𝟖𝟑𝟑𝟕𝟎𝟒𝟖𝟑𝟎𝟒𝟏𝟓𝟔, 𝒙 = [𝟏. 𝟒𝟎, 𝟏. 𝟓𝟎]

𝟎. 𝟎𝟓𝟐𝟒𝟑𝟒𝟏𝟑𝟎𝟓𝟑𝟑𝟖𝟎𝟓𝒙𝟑 − 𝟎. 𝟏𝟓𝟑𝟎𝟔𝟓𝟔𝟓𝟔𝟎𝟖𝟖𝟎𝟗𝟐𝒙𝟐
+ 𝟎. 𝟎𝟎𝟗𝟐𝟐𝟔𝟕𝟐𝟔𝟑𝟔𝟐𝟏𝟕𝟖𝒙
𝟎. 𝟕𝟎𝟏𝟗𝟏𝟓𝟏𝟏𝟖𝟕𝟑𝟗𝟓𝟔𝟕, 𝒙 = [𝟏. 𝟓𝟎, 𝟏. 𝟔𝟎]

𝟎. 𝟏𝟎𝟐𝟕𝟒𝟑𝟑𝟓𝟕𝟐𝟔𝟖𝟒𝟏𝟗𝒙𝟑 − 𝟎. 𝟑𝟗𝟒𝟓𝟒𝟗𝟗𝟒𝟒𝟒𝟏𝟒𝟎𝟐𝟕𝒙𝟐
+ 𝟎. 𝟑𝟗𝟓𝟔𝟎𝟏𝟓𝟖𝟕𝟔𝟖𝟑𝟕𝟏𝟖𝒙
+𝟎. 𝟒𝟗𝟓𝟖𝟒𝟖𝟓𝟐𝟔𝟎𝟑𝟒𝟕𝟒𝟒, 𝒙 = [𝟏. 𝟔𝟎, 𝟏. 𝟕𝟎]

−𝟎. 𝟓𝟖𝟔𝟎𝟖𝟎𝟏𝟗𝟓𝟖𝟐𝟓𝟔𝟑𝟏𝒙𝟑 + 𝟑. 𝟏𝟏𝟖𝟒𝟓𝟎𝟏𝟕𝟔𝟑𝟔𝟓𝟔𝟑𝟎𝟓𝒙𝟐

− 𝟓. 𝟓𝟕𝟔𝟒𝟗𝟖𝟔𝟏𝟕𝟔𝟒𝟏𝟏𝟏𝟎𝒙
+𝟑. 𝟖𝟖𝟎𝟎𝟑𝟖𝟔𝟒𝟐𝟑𝟖𝟓𝟕𝟗𝟎, 𝒙 = [𝟏. 𝟕𝟎, 𝟏. 𝟖𝟎]

𝟎. 𝟒𝟒𝟏𝟓𝟕𝟕𝟒𝟐𝟔𝟎𝟑𝟒𝟒𝟐𝟐𝒙𝟑 − 𝟐. 𝟒𝟑𝟎𝟗𝟎𝟎𝟗𝟖𝟏𝟔𝟕𝟖𝟐𝟗𝟎𝒙𝟐
+ 𝟒. 𝟒𝟏𝟐𝟑𝟑𝟑𝟒𝟔𝟔𝟖𝟑𝟗𝟑𝟔𝟎𝒙
−𝟐. 𝟏𝟏𝟑𝟐𝟔𝟎𝟔𝟎𝟖𝟑𝟎𝟐𝟑𝟔𝟎, 𝒙 = [𝟏. 𝟖𝟎, 𝟏. 𝟗𝟎]

−𝟎. 𝟏𝟖𝟎𝟐𝟐𝟗𝟓𝟎𝟖𝟑𝟏𝟎𝟕𝟎𝟑𝒙𝟑 + 𝟏. 𝟏𝟏𝟑𝟑𝟗𝟖𝟓𝟒𝟒𝟎𝟖𝟖𝟐𝟗𝟎𝒙𝟐

− 𝟐. 𝟑𝟐𝟏𝟖𝟑𝟓𝟔𝟑𝟐𝟏𝟏𝟖𝟒𝟕𝟎𝒙
+𝟐. 𝟏𝟓𝟏𝟕𝟏𝟑𝟏𝟓𝟒𝟑𝟕𝟎𝟓𝟓𝟎, 𝒙 = [𝟏. 𝟗𝟎, 𝟐. 𝟎𝟎]

−𝟎. 𝟎𝟐𝟎𝟔𝟓𝟗𝟑𝟗𝟐𝟕𝟗𝟑𝟎𝟓𝟓𝒙𝟑 + 𝟎. 𝟏𝟓𝟓𝟗𝟕𝟕𝟖𝟓𝟎𝟗𝟖𝟐𝟎𝟒𝟐𝒙𝟐

− 𝟎. 𝟒𝟎𝟔𝟗𝟗𝟒𝟐𝟒𝟓𝟗𝟎𝟕𝟓𝟐𝟕𝒙
+𝟎. 𝟖𝟕𝟓𝟏𝟓𝟐𝟐𝟑𝟎𝟐𝟐𝟗𝟔𝟕𝟕, 𝒙 = [𝟐. 𝟎𝟎, 𝟐. 𝟏𝟎]

−𝟎. 𝟎𝟑𝟕𝟏𝟑𝟐𝟗𝟐𝟎𝟓𝟏𝟔𝟑𝟖𝟐𝒙𝟑 + 𝟎. 𝟐𝟓𝟗𝟕𝟔𝟏𝟎𝟕𝟓𝟔𝟑𝟖𝟒𝟖𝟒𝒙𝟐

− 𝟎. 𝟔𝟐𝟒𝟗𝟑𝟗𝟎𝟏𝟕𝟔𝟖𝟕𝟎𝟓𝟒𝒙
+𝟏. 𝟎𝟐𝟕𝟕𝟏𝟑𝟓𝟕𝟎𝟒𝟕𝟓𝟓𝟓𝟎, 𝒙 = [𝟐. 𝟏𝟎, 𝟐. 𝟐𝟎]

−𝟎. 𝟎𝟑𝟎𝟖𝟎𝟖𝟗𝟐𝟓𝟏𝟒𝟐𝟒𝟏𝟑𝒙𝟑 + 𝟎. 𝟐𝟏𝟖𝟎𝟐𝟐𝟕𝟎𝟔𝟏𝟕𝟎𝟏𝟗𝟐𝒙𝟐

− 𝟎. 𝟓𝟑𝟑𝟏𝟏𝟒𝟔𝟎𝟒𝟖𝟓𝟖𝟎𝟗𝟓𝒙
+𝟎. 𝟗𝟔𝟎𝟑𝟕𝟓𝟔𝟔𝟕𝟕𝟑𝟑𝟎𝟓𝟏, 𝒙 = [𝟐. 𝟐𝟎, 𝟐. 𝟑𝟎]

30
𝟎. 𝟎𝟔𝟎𝟑𝟔𝟖𝟔𝟐𝟏𝟎𝟖𝟔𝟏𝟑𝟔𝒙𝟑 − 𝟎. 𝟒𝟏𝟏𝟏𝟎𝟐𝟑𝟔𝟐𝟖𝟎𝟔𝟎𝟔𝟎𝒙𝟐
+ 𝟎. 𝟗𝟏𝟑𝟖𝟕𝟑𝟎𝟓𝟑𝟕𝟖𝟖𝟗𝟒𝟔𝒙
−𝟎. 𝟏𝟒𝟖𝟗𝟖𝟏𝟓𝟑𝟕𝟐𝟐𝟕𝟗𝟖𝟏, 𝒙 = [𝟐. 𝟑𝟎, 𝟐. 𝟒𝟎]

−𝟎. 𝟎𝟏𝟎𝟔𝟔𝟓𝟓𝟓𝟗𝟐𝟎𝟏𝟕𝟏𝟐𝒙𝟑 + 𝟎. 𝟏𝟎𝟎𝟑𝟒𝟑𝟕𝟑𝟓𝟐𝟔𝟔𝟏𝟓𝟓𝒙𝟐

− 𝟎. 𝟑𝟏𝟑𝟓𝟗𝟕𝟓𝟖𝟏𝟓𝟖𝟑𝟖𝟐𝟔𝒙
+𝟎. 𝟖𝟑𝟐𝟗𝟗𝟒𝟗𝟕𝟏𝟎𝟔𝟗𝟖𝟖𝟖, 𝒙 = [𝟐. 𝟒𝟎, 𝟐. 𝟓𝟎]

−𝟎. 𝟏𝟏𝟕𝟕𝟎𝟔𝟑𝟖𝟒𝟐𝟕𝟗𝟐𝟐𝟏𝒙𝟑 + 𝟎. 𝟗𝟎𝟑𝟏𝟒𝟗𝟗𝟐𝟑𝟑𝟒𝟕𝟗𝟐𝟐𝒙𝟐

− 𝟐. 𝟑𝟐𝟎𝟔𝟏𝟑𝟎𝟓𝟏𝟕𝟖𝟓𝟒𝟓𝟎𝒙
+𝟐. 𝟓𝟎𝟓𝟓𝟎𝟕𝟖𝟔𝟐𝟗𝟎𝟕𝟕𝟒𝟎, 𝒙 = [𝟐. 𝟓𝟎, 𝟐. 𝟔𝟎]

𝟎. 𝟎𝟖𝟏𝟒𝟗𝟏𝟎𝟗𝟔𝟑𝟏𝟖𝟏𝟎𝟕𝒙𝟑 − 𝟎. 𝟔𝟓𝟎𝟓𝟗𝟎𝟒𝟐𝟓𝟑𝟏𝟏𝟎𝟎𝟑𝒙𝟐
+ 𝟏. 𝟕𝟏𝟗𝟏𝟏𝟏𝟖𝟓𝟒𝟕𝟐𝟖𝟒𝟑𝟎𝒙
−𝟎. 𝟗𝟗𝟓𝟓𝟖𝟕𝟎𝟓𝟔𝟎𝟕𝟏𝟑𝟗𝟎, 𝒙 = [𝟐. 𝟔𝟎, 𝟐. 𝟕𝟎]

𝟎. 𝟎𝟗𝟏𝟕𝟒𝟏𝟗𝟗𝟗𝟎𝟎𝟓𝟖𝟖𝟗𝒙𝟑 − 𝟎. 𝟕𝟑𝟑𝟔𝟐𝟐𝟕𝟑𝟕𝟎𝟖𝟐𝟒𝟓𝟎𝒙𝟐
+ 𝟏. 𝟗𝟒𝟑𝟐𝟗𝟗𝟎𝟗𝟔𝟓𝟎𝟓𝟖𝟒𝟎𝒙
−𝟏. 𝟏𝟗𝟕𝟑𝟓𝟓𝟓𝟕𝟑𝟔𝟕𝟕𝟐𝟑𝟎, 𝒙 = [𝟐. 𝟕𝟎, 𝟐. 𝟖𝟎]

−𝟎. 𝟏𝟒𝟖𝟒𝟓𝟗𝟎𝟗𝟐𝟑𝟒𝟎𝟔𝟏𝟖𝒙𝟑 + 𝟏. 𝟐𝟖𝟒𝟎𝟔𝟔𝟒𝟑𝟎𝟐𝟐𝟗𝟎𝟐𝟎𝒙𝟐

− 𝟑. 𝟕𝟎𝟔𝟐𝟑𝟎𝟓𝟕𝟏𝟗𝟔𝟏𝟔𝟔𝟎𝒙
+𝟒. 𝟎𝟕𝟓𝟓𝟑𝟖𝟕𝟖𝟑𝟓𝟔𝟑𝟗𝟗𝟎, 𝒙 = [𝟐. 𝟖𝟎, 𝟐. 𝟗𝟎]

𝟎. 𝟎𝟎𝟐𝟎𝟗𝟒𝟑𝟕𝟎𝟑𝟓𝟕𝟒𝟖𝟑𝒙𝟑 − 𝟎. 𝟎𝟐𝟓𝟕𝟒𝟖𝟔𝟗𝟓𝟐𝟒𝟒𝟓𝟗𝟏𝒙𝟐
+ 𝟎. 𝟎𝟗𝟐𝟐𝟑𝟑𝟐𝟗𝟏𝟗𝟏𝟐𝟑𝟐𝟕𝒙
+𝟎. 𝟒𝟎𝟑𝟔𝟗𝟎𝟑𝟖𝟏𝟖𝟏𝟕𝟏𝟑𝟔, 𝒙 = [𝟐. 𝟗𝟎, 𝟑. 𝟎𝟎]

−𝟎. 𝟎𝟓𝟗𝟗𝟏𝟖𝟑𝟖𝟗𝟎𝟖𝟗𝟖𝟔𝟒𝒙𝟑 + 𝟎. 𝟓𝟑𝟐𝟑𝟔𝟔𝟏𝟑𝟗𝟕𝟖𝟏𝟑𝟕𝟎𝒙𝟐

− 𝟏. 𝟓𝟖𝟐𝟏𝟏𝟏𝟐𝟏𝟑𝟏𝟔𝟕𝟒𝟕𝟎𝒙
+𝟐. 𝟎𝟕𝟖𝟎𝟑𝟒𝟖𝟖𝟔𝟖𝟗𝟑𝟒𝟑𝟎, 𝒙 = [𝟑. 𝟎𝟎, 𝟑. 𝟏𝟎]

𝟎. 𝟑𝟑𝟕𝟓𝟕𝟗𝟏𝟖𝟔𝟎𝟎𝟑𝟔𝟒𝟑𝒙𝟑 − 𝟑. 𝟏𝟔𝟒𝟑𝟔𝟏𝟑𝟎𝟖𝟓𝟗𝟎𝟔𝟐𝟎𝒙𝟐
+ 𝟗. 𝟖𝟕𝟕𝟕𝟒𝟑𝟖𝟕𝟔𝟕𝟖𝟐𝟗𝟏𝟎𝒙
−𝟗. 𝟕𝟔𝟑𝟖𝟏𝟓𝟑𝟕𝟐𝟕𝟏𝟕𝟔𝟐𝟎, 𝒙 = [𝟑. 𝟏𝟎, 𝟑. 𝟐𝟎]

31
−𝟎. 𝟑𝟗𝟎𝟑𝟗𝟖𝟑𝟓𝟒𝟗𝟑𝟓𝟐𝟏𝟑𝒙𝟑 + 𝟑. 𝟖𝟐𝟒𝟐𝟐𝟑𝟎𝟖𝟒𝟒𝟐𝟒𝟓𝟕𝟎𝒙𝟐
− 𝟏𝟐. 𝟒𝟖𝟓𝟕𝟐𝟔𝟏𝟖𝟎𝟖𝟔𝟐𝟏𝟎𝟎𝒙
𝟏𝟒. 𝟎𝟗𝟎𝟓𝟓𝟐𝟔𝟖𝟖𝟕𝟔𝟖𝟒𝟎𝟎, 𝒙 = [𝟑. 𝟐𝟎, 𝟑. 𝟑𝟎]

𝟎. 𝟏𝟐𝟒𝟎𝟏𝟒𝟐𝟑𝟑𝟕𝟓𝟐𝟒𝟎𝟎𝒙𝟑 − 𝟏. 𝟐𝟔𝟖𝟒𝟔𝟏𝟓𝟒𝟑𝟓𝟖𝟏𝟓𝟗𝟎𝒙𝟐
+ 𝟒. 𝟑𝟐𝟎𝟏𝟑𝟑𝟎𝟗𝟏𝟓𝟔𝟐𝟕𝟒𝟎𝒙
−𝟒. 𝟑𝟗𝟓𝟖𝟗𝟐𝟓𝟏𝟎𝟖𝟗𝟑𝟗𝟏𝟎, 𝒙 = [𝟑. 𝟑𝟎, 𝟑. 𝟒𝟎]

−𝟎. 𝟎𝟎𝟓𝟔𝟓𝟖𝟓𝟖𝟎𝟎𝟕𝟗𝟖𝟗𝟏𝒙𝟑 + 𝟎. 𝟎𝟓𝟒𝟐𝟎𝟏𝟏𝟓𝟕𝟓𝟎𝟔𝟕𝟏𝟕𝒙𝟐

− 𝟎. 𝟏𝟕𝟔𝟗𝟐𝟎𝟎𝟗𝟐𝟏𝟒𝟏𝟕𝟎𝟒𝒙
+𝟎. 𝟕𝟎𝟎𝟕𝟔𝟕𝟕𝟔𝟑𝟗𝟕𝟎𝟑𝟔𝟐, 𝒙 = [𝟑. 𝟒𝟎, 𝟑. 𝟓𝟎]

𝟎. 𝟎𝟗𝟖𝟔𝟐𝟎𝟎𝟖𝟔𝟓𝟔𝟕𝟑𝟓𝟗𝒙𝟑 − 𝟏. 𝟎𝟒𝟎𝟕𝟐𝟒𝟖𝟒𝟐𝟐𝟖𝟖𝟕𝟖𝟎𝒙𝟐
+ 𝟑. 𝟔𝟓𝟓𝟑𝟐𝟎𝟗𝟎𝟕𝟏𝟒𝟑𝟗𝟏𝟎𝒙
−𝟑. 𝟕𝟕𝟎𝟏𝟖𝟎𝟎𝟔𝟖𝟓𝟑𝟏𝟕𝟑𝟎, 𝒙 = [𝟑. 𝟓𝟎, 𝟑. 𝟔𝟎]

−𝟎. 𝟎𝟖𝟖𝟖𝟐𝟏𝟕𝟔𝟔𝟏𝟖𝟖𝟔𝟒𝟖𝒙𝟑 + 𝟎. 𝟗𝟖𝟑𝟔𝟒𝟕𝟏𝟔𝟕𝟒𝟕𝟓𝟓𝟔𝟒𝒙𝟐

− 𝟑. 𝟔𝟑𝟐𝟒𝟏𝟖𝟑𝟐𝟖𝟎𝟎𝟗𝟑𝟔𝟎𝒙
+𝟒. 𝟗𝟕𝟓𝟏𝟎𝟕𝟎𝟏𝟑𝟔𝟒𝟗𝟕𝟖𝟎, 𝒙 = [𝟑. 𝟔𝟎, 𝟑. 𝟕𝟎]

𝟎. 𝟎𝟓𝟔𝟔𝟔𝟔𝟗𝟕𝟖𝟏𝟖𝟒𝟓𝟔𝟏𝒙𝟑 − 𝟎. 𝟔𝟑𝟏𝟐𝟕𝟕𝟖𝟗𝟓𝟎𝟔𝟔𝟖𝟏𝟐𝒙𝟐
+ 𝟐. 𝟑𝟒𝟐𝟖𝟎𝟒𝟒𝟎𝟑𝟑𝟗𝟑𝟖𝟒𝟎𝒙
−𝟐. 𝟑𝟗𝟒𝟑𝟑𝟒𝟑𝟓𝟓𝟎𝟖𝟒𝟒𝟐𝟎, 𝒙 = [𝟑. 𝟕𝟎, 𝟑. 𝟖𝟎]

−𝟎. 𝟏𝟑𝟕𝟖𝟒𝟔𝟏𝟒𝟔𝟓𝟓𝟎𝟒𝟏𝟗𝒙𝟑 + 𝟏. 𝟓𝟖𝟔𝟏𝟕𝟏𝟕𝟐𝟔𝟗𝟏𝟏𝟏𝟐𝟎𝒙𝟐

− 𝟔. 𝟎𝟖𝟑𝟓𝟎𝟒𝟏𝟔𝟎𝟏𝟏𝟗𝟒𝟎𝟎𝒙
+𝟖. 𝟐𝟕𝟖𝟗𝟖𝟗𝟖𝟐𝟓𝟑𝟕𝟏𝟕𝟓𝟎, 𝒙 = [𝟑. 𝟖𝟎, 𝟑. 𝟗𝟎]

−𝟎. 𝟎𝟎𝟓𝟐𝟖𝟐𝟑𝟗𝟏𝟗𝟕𝟖𝟐𝟑𝟗𝒙𝟑 + 𝟎. 𝟎𝟑𝟓𝟏𝟕𝟓𝟕𝟗𝟖𝟒𝟏𝟔𝟗𝟎𝟑𝒙𝟐

− 𝟎. 𝟎𝟑𝟒𝟔𝟐𝟎𝟎𝟑𝟖𝟗𝟗𝟐𝟏𝟏𝟕𝒙
+𝟎. 𝟒𝟏𝟓𝟒𝟒𝟎𝟒𝟔𝟕𝟗𝟎𝟓𝟒𝟐𝟑, 𝒙 = [𝟑. 𝟗𝟎, 𝟒. 𝟎𝟎]

32
5 Conclusiones:

● También se concluye que si bien es cierto que el hallar los coeficientes de cada una de las
ecuaciones puede llegar a ser complicado pero con la utilización de los software (Matlab)
que nos brinda el avance de la tecnología nos facilita enormemente ya que si no tendríamos
que usar un sistema de matrices y aún más el procedimiento se vuelve más tedioso cuando
existen varios intervalos.

● Por otro lado, que el método de spline cúbico nos facilita las cosas a la hora de graficar las
ecuaciones lo que al principio se podría pensar que las ecuaciones nos darían gráficas
complicadas pero por medio de este método hace que se aproximen gráficas sencillas fáciles
de construir como lo podemos ver en los resultados de nuestra gráfica, está presenta en la
mayor parte de los intervalos funciones decrecientes y cóncava hacia arriba en su mayoría.

● Se concluye que el método de splines cúbicos es de gran utilidad en el campo de la

ingeniería, ya que facilita el cálculo y el diseño de las gráficas , uno de los grandes beneficios
es que el spline cúbico no presentan funciones oscilatorias este hecho hace que las
ecuaciones sean derivables y que se puedan usar métodos de sistemas lineales para su
resolución.

● Podemos decir también que si bien es cierto que el método de spline cúbicos es una área
muy interesante y aún más en áreas donde se recolectan datos para hacer simulaciones
como es el caso de ingeniería civil donde se tiene que diseñar columnas puentes , el usar
esta herramientas facilita las cosas en cuanto al diseño de dichas construcciones de manera
eficiente.

33
 6 Anexos

6.1 Anexo 1: Aplicación de los spline cúbicos en algunos casos de la vida

real.

Aplicación de la interpolación de los spline cúbicos en definir trayectorias

para el movimiento de los robots.

La cinemática de algunas piezas robóticas se basa en una trayectoria curvilínea, pero esta
curvatura no debe de ser muy brusca, es decir, curvas muy inclinadas o muy onduladas, sino más
bien curvas con pendiente suave. Justamente por estos últimos detalles de la curvatura adecuada
que debe de realizarse para poder realizar un óptimo movimiento de alguna pieza de un robot es el
método de interpolación por spline cúbicos. Una vez obtenido dicha gráfica de una función
interpolada por este método se le va a llevar a un programa que se encargue de llevar dicha
información de la gráfica a la pieza del robot al que se le va a emplear dicho movimiento. Pero antes,
dicha gráfica tiene que pasar por uno de los dos métodos de operación de variables e interpretación
de gráficas para que se pueda realizar dicho movimiento. Estos son:

*Método práctico (2D): Este método es fácil, pero puede resultar tedioso o impreciso. Se usa más
en figuras simétricas, en curvas de pendiente suave y que el trabajo sea realizado en superficies
2D y liso.

*Procesamiento de imágenes (3D): La curva obtenida se le da a la pieza del robot que se va a

emplear algún movimiento en base a imágenes 3D con algunos algoritmos en programas
especializados sobre este tema.

Figura 1.Curvas unidas obtenidas de algunas funciones

interpoladas a través del procesamiento de imágenes
(3D).Recuperado de “Aplicación de la interpolación por spline
cúbicos en definir trayectorias para movimientos de
robots”.Documento académico

Figura 1.Curvas unidas obtenidas de algunas funciones interpoladas a través del procesamiento de imágenes (3D).Recuperado de
“Aplicación de la interpolación por spline cúbicos en definir trayectorias para movimientos de robots”.Documento académico

Se puede realizar las ecuaciones de la función interpolada a través de Matlab, C++ u otros que nos
ayuden con esta parte del cálculo.
En síntesis, el spline cúbico para el movimiento de los robots ayuda para poder trazar letras en
placas de automóviles o en algunos procesos industriales, etc.

34
 Aplicación de los spline cúbicos naturales en las grúas de los buques

Para poder realizar el traslado de la grúa, los buques requieren del uso de medidas realizadas
de obtención de puntos de control in-situ para el desarrollo de la curva que la grúa va a recorrer,
esta curva debe ser continua y suave. En la obtención de los puntos de control que se desean
buscar tendrán un ruido asociado o formar parte de curvas muy pronunciadas, esto se puede
solucionar usando el método de interpolación por partes: el spline cúbico natural.

Ajustando los coeficientes de suavizado en base a la maquinaria presente en la zona de control

del buque, se logra un recorrido óptimo entre los extremos de la curva, que programándolos en el
sistema de control de la grúa haga un recorrido total preciso. Maximizando los beneficios obtenidos
en sus desplazamientos y asegurar un funcionamiento continuo y sin complicaciones de la grúa.

Figura 2. Presentación de una curva producida por una función interpolada mediante algunos puntos de control para el recorrido del
carguero.(https://repositorio.upct.es/xmlui/bitstream/handle/10317/8267/pfc-ege-spl.pdf?sequence=1&isAllowed=y

Como se aprecia en la imagen izquierda, mediante el ajuste de los coeficientes durante la

elaboración de la función interpolada de un conjunto de puntos se obtiene una curva suave y sin
giros abruptos que pongan el riesgo a las personas que laboran en la zona o alguna falla de la
maniobra del carguero mostrado en la imagen izquierda.

35
6.2 Anexo 2: Muestras de los resultados.

Gráfica de los puntos dados para hallar la función interpolada:

Códigos empleados en Matlab:

function Proyecto de cálculo

x=1:0.001:4;
f=((x>=1)&(x<1.1)).*(0.867506642149556*x.^3-
2.602519926448730*x.^2+2.366844860027300*x-
0.006831575728055)+((x>=1.1)&(x<1.2)).*(0.062466789252610*x.^3+0.054111588111260*x.^2-
0.555449805988756*x+1.064676468477790)+((x>=1.2)&(x<1.3)).*(-
0.494026155822210*x.^3+2.057486190380620*x.^2-
2.975732805145340*x+2.045776449287090)+((x>=1.3)&(x<1.4)).*(-
0.209709809302328*x.^3+0.948652438953057*x.^2-
1.534248928289530*x+1.421133435982890)+((x>=1.4)&(x<1.5)).*(0.050055638102474*x.^3-
0.142362440147111*x.^2-
0.006828097549295*x+0.708337048304156)+((x>=1.5)&(x<1.6)).*(0.052434130533805*x.^3-
0.153065656088092*x.^2+0.009226726362178*x+0.701915118739567)+((x>=1.6)&(x<1.7)).*(0.1
02743357268419*x.^3-
0.394549944414027*x.^2+0.395601587683718*x+0.495848526034744)+((x>=1.7)&(x<1.8)).*(-
0.586080195825631*x.^3+3.118450176365630*x.^2-
5.576498617641110*x+3.880038642385790)+((x>=1.8)&(x<1.9)).*(0.441577426034422*x.^3-
2.430900981678290*x.^2+4.412333466839360*x-2.113260608302360)+((x>=1.9)&(x<2)).*(-
0.180229508310703*x.^3+1.113398544088290*x.^2-
2.321835632118470*x+2.151713154370550)+((x>=2)&(x<2.1)).*(-
0.020659392793055*x.^3+0.155977850982042*x.^2-

36
0.406994245907527*x+0.875152230229677)+((x>=2.1)&(x<2.2)).*(-
0.037132920516382*x.^3+0.259761075638484*x.^2-
0.624939017687054*x+1.027713570475550)+((x>=2.2)&(x<2.3)).*(-
0.030808925142413*x.^3+0.218022706170192*x.^2-
0.533114604858095*x+0.960375667733051)+((x>=2.3)&(x<2.4)).*(0.060368621086136*x.^3-
0.411102362806060*x.^2+0.913873053788946*x-0.148981537227981)+((x>=2.4)&(x<2.5)).*(-
0.010665559201712*x.^3+0.100343735266155*x.^2-
0.313597581583826*x+0.832994971069888)+((x>=2.5)&(x<2.6)).*(-
0.117706384279221*x.^3+0.903149923347922*x.^2-
2.320613051785450*x+2.505507862907740)+((x>=2.6)&(x<2.7)).*(0.081491096318107*x.^3-
0.650590425311003*x.^2+1.719111854728430*x-
0.995587056071390)+((x>=2.7)&(x<2.8)).*(0.091741999005889*x.^3-
0.733622737082450*x.^2+1.943299096505840*x-1.197355573677230)+((x>=2.8)&(x<2.9)).*(-
0.148459092340618*x.^3+1.284066430229020*x.^2-
3.706230571961660*x+4.075538783563990)+((x>=2.9)&(x<3)).*(0.002094370357483*x.^3-
0.025748695244591*x.^2+0.092233291912327*x+0.403690381817136)+((x>=3)&(x<3.1)).*(-
0.059918389089864*x.^3+0.532366139781370*x.^2-
1.582111213167470*x+2.078034886893430)+((x>=3.1)&(x<3.2)).*(0.337579186003643*x.^3-
3.164361308590620*x.^2+9.877743876782910*x-9.763815372717620)+((x>=3.2)&(x<3.3)).*(-
0.390398354935213*x.^3+3.824223084424570*x.^2-
12.485726180862100*x+14.090552688768400)+((x>=3.3)&(x<3.4)).*(0.124014233752400*x.^3-
1.268461543581590*x.^2+4.320133091562740*x-4.395892510893910)+((x>=3.4)&(x<3.5)).*(-
0.005658580079891*x.^3+0.054201157506717*x.^2-
0.176920092141704*x+0.700767763970362)+((x>=3.5)&(x<3.6)).*(0.098620086567359*x.^3-
1.040724842288780*x.^2+3.655320907143910*x-3.770180068531730)+((x>=3.6)&(x<3.7)).*(-
0.088821766188648*x.^3+0.983647167475564*x.^2+-
3.632418328009360*x+4.975107013649780)+((x>=3.7)&(x<3.8)).*(0.056666978184561*x.^3-
0.631277895066812*x.^2+2.342804403393840*x-2.394334355084420)+((x>=3.8)&(x<3.9)).*(-
0.137846146550419*x.^3+1.586171726911120*x.^2-
6.083504160119400*x+8.278989825371750)+((x>=3.9)&(x<=4)).*(-
0.005282391978239*x.^3+0.035175798416903*x.^2-
0.034620038992117*x+0.415440467905423);
plot(x,f,'r'),grid
end

37
7 Referencias:
● Molano, L. A. (2012). Ciencia y desarrollo. Interpolación polinomial, algunas técnicas y su
programación. Recuperado de: [Link].
● Vadillo, F. (2021). Una introducción a la interpolación polinomial. Recuperado de: [Link]
● González, C. Spline: Curvas y superficies. [Link]. ¿Cuál es la diferencia entre interpolación
y regresión? (s/f). Eluniversaledomex.mx. Recuperado el 17 de agosto de 2022, de [Link]
● Diferencia Fundamental Entre Regresión e Interpolación. (s/f). Scribd. Recuperado el 17 de
agosto de 2022, de [Link]
● Interpolación. (s/f). Ehu.es. Recuperado el 17 de agosto de 2022, de [Link]
● Del Rosario, E. [Link]
● Twigg, C. (2003). Catmull-Rom splines. Recuperado de: [Link]
● Gonzalo, E. (2017). Funciones spline. [Link].
● Pipenbrinck, N. (1998). Hermite Curve Interpolation. Recuperado de: [Link].
● Spline de Hermite Cúbico. (s.f.). Wikipedia. t. Recuperado de [Link]
● Interpolación Temario. (s.f.). Aragón, Universidad Nacional Autónoma de México. t.
Recuperado de [Link].
● Interpolación. (s.f.). Wikidot. Recuperado de [Link]
● Interpolación. (s.f.). Ecured.t. Recuperado de [Link]