Este documento presenta un resumen sobre aproximación polinomial por spline. Explica que los splines permiten representaciones matemáticas de superficies usando información de algunos de sus puntos. Describe que una función spline está formada por polinomios en intervalos unidos con continuidad. Finalmente, muestra ejemplos de funciones splines de primer y segundo grado.
0 calificaciones0% encontró este documento útil (0 votos)
64 vistas66 páginas
Este documento presenta un resumen sobre aproximación polinomial por spline. Explica que los splines permiten representaciones matemáticas de superficies usando información de algunos de sus puntos. Describe que una función spline está formada por polinomios en intervalos unidos con continuidad. Finalmente, muestra ejemplos de funciones splines de primer y segundo grado.
Este documento presenta un resumen sobre aproximación polinomial por spline. Explica que los splines permiten representaciones matemáticas de superficies usando información de algunos de sus puntos. Describe que una función spline está formada por polinomios en intervalos unidos con continuidad. Finalmente, muestra ejemplos de funciones splines de primer y segundo grado.
Este documento presenta un resumen sobre aproximación polinomial por spline. Explica que los splines permiten representaciones matemáticas de superficies usando información de algunos de sus puntos. Describe que una función spline está formada por polinomios en intervalos unidos con continuidad. Finalmente, muestra ejemplos de funciones splines de primer y segundo grado.
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 66
Métodos Numérico
ESCUELA DE ING. INDUSTRIAL
DOCENTE: M.S.C. VICTOR SOSA GONZALES
PIURA 2021 Aproximación polinomial por spline:
SEMANA 10 Introducción • Los Splines (bosquejo en ingles) fueron creados en 𝟏𝟗𝟒𝟔, por Schoenberg y permiten representaciones matemáticas de superficies (que sería imposible realizar a mano) partiendo de información relativa a algunos de sus puntos. Su construcción consiste en obtener una función de interpolación que pase por esos puntos. Son especialmente importantes en la aviación y en la industria del automóvil. ➢ La interpolación consiste en obtener una función que corresponda a una serie de datos conocidos.
➢ Una de las clases de funciones mejor conocidas es la de los
polinomios es una clase muy útil ya que la derivada y la integral de un polinomio son fáciles de determinar, con frecuencia se usan para aproximar las funciones continuas. INTERPOLACIÓN DE SPLINES
Terminamos este capítulo, estudiando un tipo de interpolación
que ha demostrado poseer una gran finura, y que inclusive es usado para el diseño por computadora, por ejemplo, de tipos de letra. Esta interpolación se llama interpolación segmentaria o interpolación por splines. La idea central es que en vez de usar un solo polinomio para interpolar los datos, podemos usar segmentos de polinomios y unirlos adecuadamente para formar nuestra interpolación. Podemos decir, que una función spline está formada por varios polinomios, cada uno definido en un intervalo y que se unen entre si bajo ciertas condiciones de continuidad. Cabe mencionar que entre todas, las splines cúbicas han resultado ser las más adecuadas. Definición.- (Splines de grado k) .- Dada nuestra tabla de datos,
𝒙𝒊 𝒙𝟎 𝒙𝟏 ⋯ 𝒙𝒏 𝒇 𝒙𝒊 𝒇 𝒙𝟎 𝒇 𝒙𝟏 ⋯ 𝒇 𝒙𝒏
donde suponemos que 𝒙𝟎 < 𝒙𝟏 < ⋯ < 𝒙𝒏 y dado 𝒌 un
número entero positivo, una función de interpolación spline
de grado 𝒌, para una tabla de datos, es una función 𝑺 𝒙 tal que:
𝒊) 𝑺 𝒙𝒊 = 𝒚𝒊 , ∀ 𝒊 = 𝟎, 𝟏, 𝟐, … , 𝒏 .
𝒊𝒊) 𝑺 𝒙 es un polinomio de grado ≤ 𝒌 en cada subintervalo
𝒙𝒊−𝟏; 𝒙𝒊 .
𝒊𝒊𝒊) 𝑺 𝒙 tiene derivada continua hasta de orden 𝒌 − 𝟏 en 𝒙𝟎; 𝒙𝒏 .
FUNCIONES SPLINES DE PRIMER GRADO
Dados los 𝒏 + 𝟏 puntos
𝒙𝒊 𝒙𝟎 𝒙𝟏 ⋯ 𝒙𝒏 𝒇 𝒙𝒊 𝒇 𝒙𝟎 𝒇 𝒙𝟏 ⋯ 𝒇 𝒙𝒏
Una función spline de primer grado que interpole los datos
es simplemente unir dada uno de los puntos mediante segmentos de recta, como sigue. Claramente esta función cumple con las condiciones de la spline de grado 1. Así, tenemos que para este caso:
Hasta aquí, tenemos un total de 6 ecuaciones con 9 incógnitas.
El siguiente paso es manejar la existencia de las derivadas continuas.
En el caso de las splines de segundo grado , necesitamos que la spline tenga derivada continua de orden 𝐤 − 𝟏 = 𝟏, es decir, primera derivada continua. Calculamos primero la primera derivada: 𝟐𝒂𝟏𝒙 + 𝒃𝟏 , 𝒔𝒊 𝒙 ∈ 𝟑 , 𝟒. 𝟓 𝑺 ′ 𝒙 = ൞𝟐𝒂𝟐𝒙 + 𝒃𝟐 , 𝒔𝒊 𝒙 ∈ 𝟒. 𝟓 , 𝟕 𝟐𝒂𝟑𝒙 + 𝒃𝟑 , 𝒔𝒊 𝒙 ∈ 𝟕 , 𝟗
Vemos que esta derivada está formada por segmentos de rectas,
que pudieran presentar discontinuidad en los cambios de intervalo. Es decir, las posibles discontinuidades son 𝒙 = 𝟒. 𝟓 𝒚 𝒙 = 𝟕 .
Por lo tanto para que 𝑺 ′ 𝒙 sea continua, se debe cumplir que:
𝟐𝒂𝟏 𝟒. 𝟓 + 𝒃𝟏 = 𝟐𝒂𝟐 𝟒. 𝟓 + 𝒃𝟐 o lo que es lo mismo,
𝟗𝒂𝟏 + 𝒃𝟏 = 𝟗𝒂𝟐 + 𝒃𝟐
También debe cumplirse que:
𝟐𝒂𝟐 𝟕 + 𝒃𝟐 = 𝟐𝒂𝟑 𝟕 + 𝒃𝟑
o lo que es lo mismo,
𝟏𝟒𝒂𝟐 + 𝒃𝟐 = 𝟏𝟒𝒂𝟑 + 𝒃𝟑 Así, tenemos un total de 8 ecuaciones vs. 9 incognitas; esto nos da un grado de libertad para elegir alguna de las incognitas.
Elegimos por simple conveniencia 𝒂𝟏 = 𝟎 . De esta forma,
tenemos un total de 8 ecuaciones vs. 8 incognitas. Estas son las siguientes. 𝟑𝒃𝟏 + 𝒄𝟏 = 𝟐. 𝟓 𝟒. 𝟓𝒃𝟏 + 𝒄𝟏 = 𝟏 𝟐𝟎. 𝟐𝟓𝒂𝟐 + 𝟒. 𝟓𝒃𝟐 + 𝒄𝟐 = 𝟏 𝟒𝟗𝒂𝟐 + 𝟕𝒃𝟐 + 𝒄𝟐 = 𝟐. 𝟓 𝟒𝟗𝒂𝟑 + 𝟕𝒃𝟑 + 𝒄𝟑 = 𝟐. 𝟓 𝟖𝟏𝒂𝟑 + 𝟗𝒃𝟑 + 𝒄𝟑 = 𝟎. 𝟓 𝒃𝟏 = 𝟗𝒂𝟐 + 𝒃𝟐 𝟏𝟒𝒂𝟐 + 𝒃𝟐 = 𝟏𝟒𝒂𝟑 + 𝒃𝟑 Este sistema de ecuaciones tiene la siguiente forma matricial. 𝟑 𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝒃𝟏 𝟐. 𝟓 𝟒. 𝟓 𝟏 𝟎 𝟎 𝟎 𝟎 𝟎 𝟎 𝒄𝟏 𝟏 𝟎 𝟎 𝟐𝟎. 𝟐𝟓 𝟒. 𝟓 𝟏 𝟎 𝟎 𝟎 𝒂𝟐 𝟏 𝟎 𝟎 𝟏 𝟎 𝒃𝟐 𝟒𝟗 𝟕 𝟎 𝟎 = 𝟐. 𝟓 𝟎 𝟎 𝟎 𝟎 𝟎 𝟒𝟗 𝟕 𝟏 𝒄𝟐 𝟐. 𝟓 𝟎 𝟎 𝟎 𝟎 𝟎 𝟖𝟏 𝟗 𝟏 𝒂𝟑 𝟎. 𝟓 𝟏 𝟎 −𝟗 −𝟏 𝟎 𝟎 𝟎 𝟎 𝒃𝟑 𝟎 𝟎 𝟎 𝟏𝟒 𝟏 𝟎 −𝟏𝟒 −𝟏 𝟎 𝒄𝟑 𝟎 Se obtiene la siguiente solución: 𝒂𝟐 = 𝟎. 𝟔𝟒 𝒂𝟑 = −𝟏. 𝟔 𝒃𝟏 = −𝟏 𝒃𝟐 = −𝟔. 𝟕𝟔 𝒃𝟑 = 𝟐𝟒. 𝟔 𝒄𝟏 = 𝟓. 𝟓 𝒄𝟐 = 𝟏𝟖. 𝟒𝟔 𝒄𝟑 = −𝟗𝟏. 𝟑 Sustituyendo estos valores (junto con 𝒂𝟏 = 𝟎),obtenemos la función spline cuadrática que interpola la tabla de datos dada.
La grafica que se muestra a continuación, contiene tanto los
puntos iniciales de la tabla de datos, así como la spline cuadrática. Grafica del spline: El siguiente caso, que es el más importante en las aplicaciones, sigue exactamente los mismos pasos del ejemplo que acabamos de resolver, solamente que en vez de trabajar con polinomios cuadráticos, lo hace con polinomios cúbicos. FUNCIONES SPLINES CUBICAS Sean los 𝒏 + 𝟏 𝐝𝐚𝐭𝐨𝐬:
𝒙 𝒙𝟎 𝒙𝟏 ⋯ 𝒙𝒏 𝒇(𝒙) 𝒇 𝒙𝟎 𝒇 𝒙𝟏 𝒇 𝒙𝒏
Una spline cúbica que interpola estos datos, es una función 𝑺 𝒙
definida como sigue: 𝒔𝟎 𝒙 𝒔𝒊 𝒙𝝐 𝒙𝟎 , 𝒙𝟏 𝒔𝟏 𝒙 𝒔𝒊 𝒙𝝐 𝒙𝟏 , 𝒙𝟐 𝑺 𝒙 = ⋮ 𝒔𝒏−𝟏 𝒙 𝒔𝒊 𝒙𝝐 𝒙𝒏−𝟏 , 𝒙𝒏 Donde cada 𝒔𝒊 𝒙 es un polinomio cúbico; 𝒔𝒊 𝒙𝒊 = 𝒚𝒊 ; ∀ 𝒊 = 𝟎, 𝒏 y tal que 𝒔(𝒙) tiene primera y segunda derivadas continuas en 𝒙𝟎 ; 𝒙𝒏 .
Ejercicio.- Interpolar los siguientes datos mediante una spline cúbica:
𝒙 𝟐 𝟑 𝟓 𝒇(𝒙) −𝟏 𝟐 −𝟕
Solución.- Definimos un polinomio cúbico en cada uno de los
𝟑𝒂 𝒙 𝟐 + 𝟐𝒃 𝒙 + 𝒄 ; 𝒔𝒊 𝒙𝝐 𝟐 ; 𝟑 𝟏 𝟏 𝟏 𝑺′ 𝒙 = 𝟐 + 𝟐𝒃 𝒙 + 𝒄 ൝ 𝟑𝒂 𝟐 𝒙 𝟐 𝟐 ; 𝒔𝒊 𝒙𝝐 𝟑 ; 𝟓 Al igual que en el caso de las splines cuadráticas, se presentan ecuaciones que pueden presentar discontinuidad en los cambios de intervalo; las posibles discontinuidades son los puntos donde se cambia de intervalo, en este caso 𝒙 = 𝟑. Para evitar esta discontinuidad, evaluamos 𝒙 = 𝟑 en los dos polinomios e igualamos: 𝟑𝒂𝟏 𝟑 𝟐 + 𝟐𝒃𝟏 𝟑 + 𝒄𝟏 = 𝟑𝒂𝟐 𝟑 𝟐 + 𝟐𝒃𝟐 𝟑 + 𝒄𝟐
En este punto contamos con 𝟔 ecuaciones y 𝟖 incógnitas, por lo tanto tenemos 𝟐 grados de libertad; en general, se agregan las siguientes 𝟐 condiciones:
𝑺 ′′ 𝒙𝟎 = 𝟎 𝖠 𝑺 ′′ 𝒙𝒏 = 𝟎 De lo cual vamos a obtener: 𝒔 ′′ 𝟐 = 𝟎 ⇒ 𝟔𝒂𝟏 𝟐 + 𝟐𝒃𝟏 = 𝟎 ⟹ 𝟏𝟐𝒂𝟏 + 𝟐𝒃𝟏 = 𝟎 𝒔 ′′ 𝟓 = 𝟎 ⇒ 𝟔𝒂𝟐 𝟓 + 𝟐𝒃𝟐 = 𝟎 ⟹ 𝟑𝟎𝒂𝟐 + 𝟐𝒃𝟐 = 𝟎 Con lo cual, hemos completado un juego de 𝟖 ecuaciones c𝐨𝐧 𝟖 incógnitas, el cual es el siguiente:
Mostramos la gráfica correspondiente a este ejercicio,
Gráfica: Prácticamente ni se nota que se trata de dos polinomios diferentes. Esto es debido a las condiciones que se impusieron sobre las derivadas de la función. Esta finura casi artística, es la que permite aplicar las splines cúbicas, para cuestiones como el diseño de letras por computadoras, o bien a problemas de aplicación donde la interpolación que se necesita es de un carácter bastante delicado, como podría tratarse de datos médicos sobre algún tipo de enfermedad. Ejercicio.- Interpolar los siguientes datos utilizando splines cúbicos.
𝒙 −𝟏 𝟏 𝟐 𝟒
𝒇𝒙 −𝟏 𝟏 𝟓 −𝟐 Ejercicio.- Interpolar los siguientes datos utilizando splines cúbicos.
𝒙 −𝟏 𝟏 𝟐 𝟒 𝒇𝒙 −𝟏 𝟏 𝟓 −𝟐
Solución.- Definimos un polinomio cúbico en cada uno de los
intervalos que se forman:
𝒂𝟏𝒙𝟑 + 𝒃𝟏𝒙𝟐 + 𝒄𝟏𝒙 + 𝒅𝟏 ; 𝒔𝒊 𝒙𝝐 −𝟏 , 𝟏
𝑺 𝒙 = ൞ 𝒂 𝟐𝒙𝟑 + 𝒃𝟐𝒙𝟐 + 𝒄 𝟐 𝒙 + ; 𝒔𝒊 𝒙𝝐 𝟏 , 𝟐 𝒅𝟐 ; 𝒔𝒊 𝒙𝝐 𝟐 , 𝟒 𝒂𝟑𝒙𝟑 + 𝒃𝟑𝒙𝟐 + 𝒄𝟑𝒙 + 𝒅𝟑 A continuación, hacemos que se cumpla la condición de que la spline debe pasar por los puntos dados en la tabla. Así, tenemos que:
Solución.- Definimos un polinomio cúbico en cada uno de los
intervalos que se forman:
𝒂𝟏𝒙𝟑 + 𝒃𝟏𝒙𝟐 + 𝒄𝟏𝒙 + 𝒅𝟏 ; 𝒔𝒊 𝒙𝝐 𝟏 , 𝟐
𝑺 𝒙 = ൞𝒂𝟐𝒙𝟑 + 𝒃𝟐𝒙𝟐 + 𝒄𝟐𝒙 + ; 𝒔𝒊 𝒙𝝐 𝟐 , 𝟑 𝒅𝟐 ; 𝒔𝒊 𝒙𝝐 𝟑 , 𝟒 𝒂𝟑𝒙𝟑 + 𝒃𝟑𝒙𝟐 + 𝒄𝟑𝒙 + 𝒅𝟑 A continuación, hacemos que se cumpla la condición de que la spline debe pasar por los puntos dados en la tabla. Así, tenemos que:
