Splines cúbicos. Análisis Numérico Universidad Nacional Autónoma de México Facultad de Ciencias

Documentos relacionados
Splines. Spline Cúbicos. Hermes Pantoja Carhuavilca. Facultad de Ingeniería Mecánica Universidad Nacional de Ingenieria

Interpolación seccional: SPLINES

El objetivo de esta sección es aproximar la integral definida de una función ƒ(x) en un intervalo [a, b] es

Preliminares Interpolación INTERPOLACIÓN Y APROXIMACIÓN POLINOMIAL

Interpolación seccional: SPLINES

Análisis Numérico para Ingeniería. Clase Nro. 12

Métodos Numéricos Cap 5: Interpolación y Aproximación polinomial

Una Propuesta de Uso de Tecnología en la Enseñanza del Tema: Interpolación por Splines Blanca Evelia Flores Soto Resumen INTRODUCCIÓN

Interpolación. Esta función se denomina función interpolante. con. Dado un conjunto de datos. Queremos determinar una función.

( ) + + β i ( x x i ) +

Splines Cúbicos. t 0 < t 1 < < t n (1)

4.6. Interpolación mediante splines (polinomios a trozos) Figura 4.1: Datos de interpolación

Splines (funciones polinomiales por trozos)

Interpolación. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Interpolación 1 / 35

Análisis Numérico para Ingeniería. Clase Nro. 12

Capítulo 3. Polinomios

TEMA 5: INTERPOLACION NUMERICA

Interpolación. Javier Segura. February 12, 2012

1. Interpolación e Integración Numérica

Cuadratura gaussiana. Análisis Numérico Universidad Nacional Autónoma de México Facultad de Ciencias

Interpolación. Javier Segura. Cálculo Numérico I. Tema 3. Javier Segura (Universidad de Cantabria) Interpolación CNI 1 / 29

Interpolación de la función módulo mediante polinomios de Lagrange

SESIÓN 2 Splines e integración numérica

ANÁLISIS NUMÉRICO. 4 horas a la semana 8 créditos Cuarto semestre

Preliminares Problemas de Valor Inicial Problemas de Contorno ECUACIONES DIFERENCIALES ORDINARIAS

Interpolación. Dan Casas

ANÁLISIS NUMÉRICO. 4 horas a la semana 6 créditos Cuarto semestre

METODOS NUMERICOS. Curso

Regresión. Edgar Moyotl-Hernández. Análisis y Métodos Numéricos Físico Matemáticas, BUAP Otoño Regresión Introducción Regresión Lineal

Interpolacion y extrapolacion numerica y Ajuste de datos

Instituto Tecnológico de Lázaro Cárdenas Ingeniería Electrónica. Interpolación Spline

Capítulo 7. Subterráneo

CÁLCULO NUMÉRICO (0258)

Ejercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.

J. Armando Lara R. Invierno

Métodos Numéricos: Interpolación

Cursada Segundo Cuatrimestre 2012 Guía de Trabajos Prácticos Nro. 5

Relación de ejercicios 6

Integración Numérica

Interpolación. Dan Casas

Curso Hoja 1. Análisis de errores

7. Forma de Lagrange para el polinomio interpolador. 9. Forma de Newton para el polinomio interpolador

Interpolación y aproximación polinomial

Interpolación y aproximaciones polinómicas

1. El Teorema de Rolle Generalizado.

Interpolación Numérica

Integración Numérica. Hermes Pantoja Carhuavilca. Métodos Computacionales. Facultad de Ingeniería Industrial Universidad Nacional Mayor de San Marcos

Interpolación polinómica

3.1 Definición y construcción de splines cúbicos

Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación

Integración numérica

Aproximación funcional por mínimos cuadrados

Interpolación Polinomial

n A 1 = max( j i=1 Ejercicio Deducir del problema anterior que, si A es una matriz de orden n real, Ax 2 2 µ 2 x T x, donde µ = ρ(a T A) 1/2.

Universidad Técnica Federico Santa María Departamento de Matemática Preinforme 2 Laboratorio Mat 270 Análisis Numérico Entrega 4 al 8 junio de 2018

Interpolación MÉTODO DE LAGRANGE. Numérico II MOYOTL-HERNÁNDEZ E.,

Nombre de la Asignatura METODOS NUMERICOS PARA INGENIEROS INFORMACIÓN GENERAL Escuela. Departamento Unidad de Estudios Básicos

POLINOMIOS INTERPOLANTES O DE INTERPOLACIÓN

Problemas. Hoja 1. Escriba el algoritmo para N = 4 y calcule el número de operaciones que realiza.

1) Determinar qué elección de h asegurará, a priori, que la solución numérica del P.C.: con el método de diferencias centrales, existe y es única.

Interpolación Polinomial

Carrera: GCM Participantes. Representantes de las Academias de Ingeniería en Geociencias. Academia de Ingeniería en Geociencias

4.3 Aproximación por mínimos cuadrados.

La interpolación polinomial en el análisis de métodos iterativos

INTEGRACIÓN NUMÉRICA

Preliminares Métodos de Ajuste de Curvas AJUSTE DE CURVAS AJUSTE DE CURVAS

Carrera: ECC

Tema 5. Interpolación

Complementos de Matemáticas, ITT Telemática

Cálculo Numérico III Curso 2010/11

dada una función f encontrar un valor para x tal que f (x) = 0.

Taller de Informática I Dpto. Computación F.C.E. y N. - UBA

División Académica de Ciencias Biológicas

APLICACIONES COMPUTACIONALES INGENIERÍA EJECUCIÓN MECÁNICA INTEGRACIÓN NUMÉRICA. IEM APLICACIONES COMPUTACIONALES

Asignaturas antecedentes y subsecuentes Análisis Numérico II

Ampliación de Matemáticas y Métodos Numéricos

METODOS DE SOLUCION DE SISTEMAS DE ECUACIONES

Planteamiento del problema: Dada una función f : [a, b] R, cuyo valor se conoce en n + 1 puntos: x 0, x 1,..., x n del intervalo [a, b]:

Interpolación. 12 Interpolación polinómica

Apuntes y Ejemplos Unidad No. 5

Interpolación. Tema Introducción. 8.2 Interpolación polinómica Interpolación Lineal.

Asignaturas antecedentes y subsecuentes Cálculo Diferencial, Cálculo Integral, Álgebra Lineal I, Cómputo Científico y Programación

MA4301 ANÁLISIS NUMÉRICO Nombre en Inglés NUMERICAL ANALYSIS

Auxiliar 6: Interpolación Mediante Spline Cúbicos

Centro. Asignatura. Convocatoria Junio (Curso )

Análisis Numérico para Ingeniería. Clase Nro. 13

TRABAJOS PRACTICOS COMPLEMENTARIOS PARA RESOLVER CON MATLAB

UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN LICENCIATURA: INGENIERÍA MECÁNICA ELÉCTRICA

Interp r o p la l c a ió i n seccio i nal a l (S ( pl p i l n i e) Val a o l re r s pr p e r scri r t i os N (x)

Métodos Numéricos. Juan Manuel Rodríguez Prieto I.M., M.Sc., Ph.D.

Introducción a la interpolación polinomial

FORMULARIO PARA LA PRESENTACIÓN DE LOS PROGRAMAS DE ASIGNATURAS UNIVERSIDAD NACIONAL DE RÍO CUARTO

Métodos de Interpolación

Tarea 3 de Álgebra Superior II Araceli Guzmán Tristán

Análisis Numérico: Soluciones de ecuaciones en una variable

Benemérita Universidad Autónoma de Puebla Vicerrectoría de Docencia Dirección General de Educación Superior Facultad de Ciencias Físico Matemáticas

CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E0900

Práctica 5: Interpolación y ajuste.

Transcripción:

Análisis Numérico 2018 2 Universidad Nacional Autónoma de México Facultad de Ciencias

Contenido 1 2 3

Construcción de naturales Introducción En los temas anteriores estudiamos la aproximación de una función arbitraria en un intervalo cerrado por medio de un polinomio. Sin embargo, los polinomios de alto grado oscilan en forma errática; es decir, una fluctuación menor en una parte pequeña de un intervalo puede ocasionar importantes fluctuaciones en todo el rango. Un procedimiento alternativo consiste en dividir el intervalo en una serie de subintervalos y en cada uno construir un polinomio de aproximación (generalmente) diferente. A esta forma de aproximar se le conoce como aproximación polinomial fragmentaria.

Construcción de naturales Splines lineales La interpolación lineal fragmentaria consiste en unir una serie de puntos [(x 0, y 0 ), (x 1, y 1 ),..., (x n, y n )] Usando la forma de Lagrange, la ecuación de la recta que conecta a los primeros dos puntos es f 1 (x) = (x x 1) (x 0 x 1 ) y 0 + (x x 0) (x 1 x 0 ) y 1 Para n puntos son n 1 intervalos. Así, tenemos que para f i (x) f i (x) = (x x i+1) (x i x i+1 ) y i + (x x i) (x i+1 x i ) y i+1 para i = 0, 1,..., n 1 y x i x x i+1.

Construcción de naturales La aproximación por funciones lineales muestra una desventaja; no se tiene la seguridad de que haya derivabilidad en los extremos de los subintervalos, lo cual dentro de un contexto geométrico significa que la función de interpolación o interpolante no es suave en dichos puntos. A menudo las condiciones físicas indican claramente que se requiere la suavidad y que la función aproximante debe ser continuamente derivable.

Construcción de naturales Splines cuadráticos El tipo más simple de función polinomial fragmentaria derivable en un intervalo completo [x 0, x n ] es la función obtenida al ajustar un polinomio cuadrático entre cada par consecutivo de nodos. f i (x) = a i x 2 + b i x + c i para i = 0, 1,..., n 1, cada equación tiene 3 coeficiente, o sea un total de 3(n 1) = 3n 3 coeficientes a ser determinados (encontrados). Únicamente se requieren dos condiciones para ajustar los datos en los extremos de cada intervalo, por ello, existe flexibilidad que permite seleccionar la cuadrática de modo que la interpolante tenga una derivada continua en [x 0, x n ]. El problema se presenta cuando hay que especificar condiciones respecto a la derivada de la interpolante en los puntos extremos x 0 y x n. No existe un número suficiente de constantes para asegurar que se satisfagan las condiciones.

Construcción de naturales La aproximación polinómica fragmentaria más común utiliza polinomios cúbicos entre cada par consecutivo de nodos y recibe el nombre de interpolación de splines cúbicos. Un polinomio cúbico general contiene cuatro constantes; así, el procedimiento del spline cúbico ofrece suficiente flexibilidad para garantizar que la interpolante no sólo sea continuamente derivable en el intervalo, sino que además tenga una segunda derivada continua en el intervalo. Sin embargo, en la construcción del spline cúbico no se supone que las derivadas de la interpolante concuerden con las de la función que se está aproximando, ni siquiera en los nodos.

Construcción de naturales Definición Dada una función f definida en [a, b] y un conjunto de nodos a = x 0 < x 1 < < x n = b, una interpolante de spline cúbico S para f es una función que cumple con lo siguiente: (a) S(x) es un polinomio cúbico, denotado S i (x), en el subintervalo [x i, x i+1 ] para cada j = 0, 1,..., n 1; (b) S i (x i ) = f (x i ) y S i (x i+1 ) = f (x i+1 ) para cada i = 0, 1,..., n 1; (c) S i+1 (x i+1 ) = S i (x i+1 ) para cada i = 0, 1,..., n 2; (d) S i+1 (x i+1) = S i (x i+1) para cada i = 0, 1,..., n 2; (e) S i+1 (x i+1) = S i (x i+1 ) para cada i = 0, 1,..., n 2; (f) Una de las siguientes condiciones de frontera se satisface: (i) S (x 0 ) = S (x n ) = 0 (frontera natural o libre); (ii) S (x 0 ) = f (x 0 ) y S (x n ) = f (x n ) (frontera sujeta).

Construcción de naturales Construcción de naturales Sean z i = S i (x i ), para 0 i n sobre [x i, x i+1 ], tenemos que S i (x) es una interpolación lineal y S i (x i ) = z i, S i (x i+1 ) = z i+1. Podemos escribir S i (x) = x x i+1 z i + x x i z i+1. x i x i+1 x i+1 x i Integrando S i (x) dos veces, obtenemos S i (x) = (x i+1 x) 3 z i 6h i + (x x i ) 3 z i+1 6h i + cx + d (1) donde h i = x i+1 x i y c, d son las constantes de integración. Ahora, utilizamos el inciso (b) de la definición de Splines. Obtenemos las ecuaciones siguientes

Construcción de naturales { h 3 i z i h 3 i 6h i + cx i + d = y i z i 6h i + cx i+1 + d = y i+1 de donde c = y i+1 y i h i (z i+1 z i ) 6 h i y d = y i x i+1 y i+1 x i h i + x i z i+1 x i+1 z i 6 h i. Reemplazando en la ecuación (1) nos queda. S i (x) = (x i+1 x) 3 z i + (x x i) 3 z i+1 + 6h i 6h ( i (yi+1 y i ) y i x i+1 y i+1 x i h i (z ) i+1 z i ) h i x+ (2) h i 6 + x iz i+1 x i+1 z i h i. 6 Para encontrar z i y z i+1 utilizamos el inciso (d) de la definición.

Construcción de naturales Ahora derivando (2) y reemplazando obtenemos y S i (x i ) = 1 3 h iz i 1 6 h iz i+1 + d i S i 1(x i ) = 1 6 h i 1z i 1 + 1 3 h i 1z i + d i 1 siendo d i = y i+1 y i h i d i 1 = y i y i 1 h i 1. Sabiendo que S i 1 (x i) = S i (x i) nos queda h i 1 z i 1 + 2(h i 1 + h i )z i + h i z i+1 = 6(d i d i 1 ), i = 1,..., n 1. Para encontrar z i, (1 i n 1), considerando que z 0 = z n = 0, se tiene un sistema de ecuaciones, simétrico, tridiagonal, diagonal dominante, de la forma siguiente

Construcción de naturales u 1 h 1 0 0 0 0 h 1 u 2 h 2 0 0 0 0 h 2 u 3 h 3 0 0............................ 0 0 0 h n 3 u n 2 h n 2 0 0 0 0 h n 2 u n 1 z 1 z 2. z n 2 z n 1 = v 1 v 2. v n 2 v n 1 Donde h i = t i+1 t i u i = 2(h i + h i 1 ) d i = 6 (x i+1 x i ), h i v i = d i d i 1 S j (t j ) = x j

Construcción de naturales Sea el siguiente conjunto de cinco puntos dado x 8 11 15 18 22 y 5 9 10 8 7 (a) Determine el spline cúbico natural que ajusta los datos. (b) Determine el valor interpolado de y para x = 12.7. Solución: (a) Tenemos que n = 5, y son 4 splines (i = 1,..., 4). La ecuación cúbica en el i-ésimo spline es S i (x) = z i (x i+1 x) 3 + z i+1 (x x i ) 3 + 6h i 6h [ i yi z ] [ ih i yi+1 (x i+1 x) + h i 6 h i z i+1h i 6 ] (x x i )

Construcción de naturales para x i x x i+1, con i = 1,..., n 1 donde h i = x i+1 x i que es la longitud del i-ésimo intervalo. Para encontrar los coeficientes intermedios usamos la siguiente fórmula [ yi+2 y i+1 h i z i + 2(h i + h i+1 )z i+1 + h i+1 z i+2 = 6 y ] i+1 y i h i+1 para i = 1,..., n 2. Así, tenemos que z 1 = z 5 = 0. Los valores de h i son h 1 = x 2 x 1 = 11 8 = 3, h 2 = x 3 x 2 = 15 11 = 4 h 3 = x 4 x 3 = 18 15 = 3, h 4 = x 5 x 4 = 22 18 = 4 Sustituyendo estos valores en (3) para i = 1, 2, 3 obtenemos el siguiente sistema de 3 ecuaciones con 3 incognitas. h i (3)

Construcción de naturales 14z 2 + 4z 3 = 6.5 4z 2 + 14z 3 + 3z 4 = 5.5 3z 3 + 14z 4 = 2.5. Resolviendo este sistema de ecuaciones encontramos los valores de los coeficientes z 2 = 0.3665 z 3 = 0.3421 z 4 = 0.2519. Con los coeficientes encontrados sustituimos en S 2 (x) que es el intervalo que nos interesa S 2 (x) =( 0.01527)(15 x) 3 + ( 0.01427)(x 11) 3 + 2.494(15 x) + 2.728(x 11). para 11 x 15. (b) Sustituimos x = 12.7 en f 2 (x) y obtenemos f 2 (x) = 10.11 = y.

ENTRADA n; x 0, x 1,..., x n ; a 0 = f (x 0 ), a 1 = f (x 1 ),..., a n = f (x n ) SALIDA a j, b j, c j, d j para j = 0, 1,..., n 1. S(x) = S j (x) = a j +b j (x x j )+c j (x x j ) 2 +d j (x x j ) 3 para x j x x j+1 Paso 1 Para i = 0, 1,, n 1 tome h i = x i+1 x i. Paso 2 Para i = 1, 2,..., n 1 tome α i = 3 h i (a i+1 a i ) 3 h i 1 (a i a i 1 ). Paso 3 Tome l 0 = 1; (A partir de este paso se resuelve el sistema tridiagonal) µ 0 = 0; z 0 = 0. Paso 4 Para i = 1, 2,..., n 1 tome l i = 2(x i+1 x i 1 ) h i 1 µ i 1 ; µ i = h i /l i ; z i = (α i h i 1 z i 1 )/l i.

Paso 5 Tome l n = 1; z n = 0; c n = 0. Paso 6 Para j = n 1, n 2,..., 0 tome c j = z j µ j c j+1 ; b j = (a j+1 a j )/h j h j (c j+1 + 2c j )/3; d j = (c j+1 c j )/(3h j ). Paso 7 SALIDA: (a j, b j, c j, d j para j = 0, 1,..., n 1); Parar.

Burden, R; Faires, D. Análisis numérico. Cengage Learning. Novena edición. 2011 Mathews, J.H; Fink, K.D. Métodos numéricos con MATLAB. Prentice Hall. Tercera edición. 2000 Quarteroni, A; Sacco, R; Saleri, F. Numerical mathematics. Springer. 2007