Amat

Matemtica Aplicada: Una herramienta fundamental para la educacin y la modelizacin matemtica del siglo XXI
Sergio Amat Plata Dpto. de Matemtica Aplicada y Estadstica U.P. Cartagena Representante de SEMA en CEMAT Coautores: Sonia Busquier y J.Carlos Trillo Junio 2010
NURBS Esquemas de subdivisin Esquemas de subdivisin no lineales Interpolacin en 1-d Multirresolucin de Harten Multirresolucin en 2-d Compresin y eliminacin de ruido en imgenes Aproximacin de ecuaciones en derivadas parciales Conservacin de vegetales en atmsferas modicadas Conclusiones
Motivacin
La Sociedad Espaola de Matematica Aplicada (SEMA) creada en 1991 tiene como objetivo contribuir al desarrollo de las Matemticas en relacin con sus aplicaciones, respondiendo as al uso cada vez ms extendido y esencial de las Matemticas para resolver problemas del mundo real. En los ltimos aos se ha realizado un profundo cambio en la aplicacin y en la metodologa de las matemticas. Es bien conocido que el clculo cientco y la simulacin numrica se han convertido en componentes imprescindibles de los procesos industriales.
Sergio Amat Plata Dpto. de Matemtica Aplicada y Estadstica U.P. Matemtica CartagenaAplicada: Representante Una herramienta de SEMA en fundamental CEMAT Coautores: So
Igualmente importante es el papel que juega la modelizacin matemtica, el anlisis matemtico y las tcnicas de control en la comprensin y resolucin de los problemas de la fsica, la qumica, la ingeniera, las ciencias biomdicas, la economa, etc. Problemas cientcos de notable impacto social como los planteados por la prediccin del tiempo y el clima, el tratamiento de imgenes, el modelado matemtico, etc., implican un tratamiento matemtico y unas necesidades de clculo muy sosticadas que impulsan la investigacin matemtica y el desarrollo de su aplicacin. En esta charla abordaremos alguno de estos temas y cmo a partir de los mismos se puede motivar algunos temas en el bachillerato.
Modelado y animacin de formas complejas
Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Escaneado y ausencia de continuidad

Algoritmos que permiten unir los puntos del diseo

Algoritmos que permiten unir los puntos del diseo Esquemas de multirresolucin

Compresin y eliminacin de ruido

Compresin y eliminacin de ruido
Aproximacin ecuaciones diferenciales.

Compresin y eliminacin de ruido Modelizacin
Aproximacin ecuaciones diferenciales.
ndice
1 2 3 4 5 6 7 8 9 10
NURBS Esquemas de subdivisin Esquemas de subdivisin no lineales Deciente aproximacin con esquemas lineales Interpolacin en 1-d Un esquema no lineal C 2 sin fenmeno Gibbs Multirresolucin de Harten Multirresolucin en 2-d Compresin y eliminacin de ruido en imgenes Aproximacin de ecuaciones en derivadas parciales Conservacin de vegetales en atmsferas modicadas Conclusiones
NURBS
Automvil, Ingeniera Naval, etc
NURBS
Automvil, Ingeniera Naval, etc Bzier y Casteljau
Curvas denidas a trozos
NURBS: Non Uniform Rational B-Splines

i =0 Q (t ) = p
Bi ,n (t )Pi wi i =0 Bi ,n (t )wi

i =0 Q (t ) = p
wi pesos asociados a Pi

i =0 Q (t ) = p
wi pesos asociados a Pi No uniformidad en ti Regularidad en las uniones

i =0 Q (t ) = p
wi pesos asociados a Pi No uniformidad en ti Regularidad en las uniones Racionalidad crculos, esferas...
NURBS
Dicultades con las NURBS Complejidad de clculo
NURBS
Dicultades con las NURBS Complejidad de clculo Dicultad para mantener la suavidad cuando se anima el objeto
NURBS
Dicultades con las NURBS Complejidad de clculo Dicultad para mantener la suavidad cuando se anima el objeto Correccin de estos errores de manera manual
Supercies de subdivisin
Mallado original. Divisin del mallado
Ventajas frente a las NURBS Eciencia
Ventajas frente a las NURBS Eciencia Formas arbitrarias y geometra compleja
Ventajas frente a las NURBS Eciencia Formas arbitrarias y geometra compleja Control de las caractersticas de la supercie
Tipos de supercies
Aproximacin Interpolacin
Insercin de vrtices Redes triangulares Redes cuadrilteras Loop Catmull-Clark Buttery modicado Kobbelt Recorte de esquinas Doo-Sabin Midedge
Esquema de Pixar
Eleccin de Catmull-Clark
Continuidad C 2 y C 1 en los vrtices extraordinarios
Esquema de Pixar
Eleccin de Catmull-Clark
Continuidad C 2 y C 1 en los vrtices extraordinarios Problemas puntos angulosos
Otros campos asociados al esquema Texturizacin Sombreado
Algunos esquemas lineales

Lineales
Deciente aproximacin con esquemas lineales
Interpolacin polinomios Lagrange; 4 puntos, grado 3 funcin lmite de clase C 1 . Dubuc, Dyn, Gregory, Levin. Usando Chaikin funcin lmite de clase C 2 . Interpolacin cbica local y evaluacin en 1/4 y 3/4. Lmite C 2 . Dyn, Floater y Hormann.
Fenmeno Gibbs
Grca original
Discretizacin + esquema lineal
Algunos esquemas no lineales

No lineales. Evitar el fenmeno Gibbs ENO, WENO, PPH. Modicacin de los polinomios interpolatorios de Lagrange de grado 3. Lmite C 1 ENO no estable WENO estable C = 1018 PPH estable C = 9
Un esquema no lineal C 2 sin fenmeno Gibbs
Seal a reconstruir
Discretizacin
Informacin que tenemos
Reconstrucciones a trozos
Discretizamos las reconstrucciones
Interpolacin lineal de Lagrange
Interpolacin no lineal PPH
Menos oscilaciones
Preserva la convexidad

Amat, Dadourian, Liandrat (2009) Inspirado en Dyn, Floater y Hormann que permite obtener C 2 : 4 puntos Lagrange grado 3 y sustituir el punto 1/2 por 1/4 y 3/4. (Sf )2n = (Sf )2n+1 7 fn1 + 128 5 = fn1 + 128 105 fn + 128 35 fn + 128 35 fn+1 128 105 fn+1 128 5 fn+2 , 128 7 fn+2 . 128

1
(Sf )2n = (Sf )2n+1 =

2
49 fn + 64 15 fn + 64
14 fn+1 + 64 50 fn+1 64
1 fn+2 64 1 fn+2 64
7 (d 2 fn + d 2 fn+1 ) , 64 2 5 (d 2 fn + d 2 fn+1 ) . 64 2
1 15 50 5 (d 2 fn + d 2 fn+1 ) fn1 + fn + fn+1 , 64 64 64 64 2 1 49 14 7 (d 2 fn + d 2 fn+1 ) (Sf )2n+1 = fn1 + fn + fn+1 . 64 64 64 64 2 donde (d 2 f ) est denido por d 2 fn = fn+1 2fn + fn1 . (Sf )2n =

Si |d 2 fn | |d 2 fn+1 |, 49 (Sppha f )2n = fn + 64 15 (Sppha f )2n+1 = fn + 64 14 fn+1 + 64 50 fn+1 64 1 fn+2 64 1 fn+2 64 7 pph(d 2 fn , d 2 fn+1 ), 64 5 pph(d 2 fn , d 2 fn+1 ). 64
Si |d 2 fn | < |d 2 fn+1 |, 1 15 50 5 (Sppha f )2n = fn1 + fn + fn+1 pph(d 2 fn , d 2 fn+1 ), 64 64 64 64 1 49 14 7 (Sppha f )2n+1 = fn1 + fn + fn+1 pph(d 2 fn , d 2 fn+1 ), 64 64 64 64

Denicin pph(x , y ) =
2xy
media armnica. La clave del mejor funcionamiento del esquema se debe a que x +y max{|x |, |y |} 2 mientras que pph(x , y ) 2 min{|x |, |y |}.
x +y 0
si xy > 0 en otro caso
Las buenas propiedades del esquema

Un esquema de subdivisin S es convergente si f l (Z), S f C 0 (R) tal que
j + nZ
lim sup |(S j f )n S f (n2j )| = 0.
Teorema El esquema de subdivisin no lineal Sppha es convergente con 7 regularidad por lo menos C con log2 ( 16 ) > 1. Estimaciones numricas de la regularidad de la funcin lmite dan C 2+0.4388 para Sppha .

Un esquema de subdivisin convergente es estable si C < + tal que f 0 , g 0 l (Z), Teorema El esquema Sppha es estable. ||S f S g ||L C ||f 0 g 0 ||l

El esquema no sufre las oscilaciones del fenmeno Gibbs
Multirresolucin de Harten
Un esquema de multirresolucn conecta de forma biyectiva una sucesin discreta f L , donde L representa el nivel de resolucin ms no, con una sucesin de la forma {f 0 , d 1 , . . . , d L }, donde f 0 representa una versin de la seal inicial en el nivel de resolucin ms grosero y cada una de las sucesiones d k representan los detalles necesarios para recuperar f k a partir de f k 1 . En el caso de algoritmos lineales se trata simplemente de un cambio de base.
El objetivo es tener la misma informacin pero escrita de otra forma que permita distinguir entre las partes ms y menos importantes de la seal. Ms concretamente, por construccin, los detalles sern pequeos en regiones donde se aproximen bien las sucesiones f k a partir del nivel inferior f k 1 . Esta propiedad es crucial en las aplicaciones.
Se considera un conjunto encajado de mallados en R: X k = {xjk }j Z , y la discretizacin puntual Dk :

CB (R) V k f
xjk = jhk ,
hk = 2k ,
f k = (fjk )j Z = (f (xjk ))j Z ,
(1)
donde V k es el espacio de sucesiones reales para la resolucin dada por X k y CB (R) el conjunto de funciones continuas y acotadas sobre R.
Un operador reconstruccin Rk asociado a esta discretizacin es cualquier inversa por la derecha de Dk , lo que signica que para toda f k V k , Rk f k CB (R) y (Rk f k )(xjk ) = fjk = f (xjk ). (2)
Las sucesiones de operadores {Dk } y {Rk } denen un esquema de multirresolucin. El operador de prediccin, es decir, Dk +1 Rk : V k V k +1 , dene un esquema de subdivisin. Si Rk es una reconstruccin no lineal, el esquema de subdivisin correspondiente es tambin no lineal.
La interpolacin PPH asociada a conjunto centrado k k k fjk 1 , fj , fj +1 , fj +2 tiene la siguiente forma j (x k 1 ) = P j+

2
fjk + fjk 1 +1 pph(d 2 fj , d 2 fj +1 ). 2 4
(3)
Es interesante compararla con la interpolacin de Lagrange Pj (x ) Pj (xjk )= +1

2
fjk + fjk 1 d 2 fj + d 2 fj +1 +1 . 2 4 2
(4)
Teorema
L l (Z) y sus Para cualquier par de elementos f L , f 0 , d 0, . . . , d L 1 } , descomposiciones PPH: {f 0 , d 0 , . . . , d L1 } y {f se tiene que L 1 L 0 0 k k ||f f ||l (Z) 9 ||f f ||l (Z) + ||d d ||l (Z) .
L k =0
(5)
Teorema
0 , d 0, . . . , d L1 } dos Dados {f 0 , d 0 , . . . , d L1 } y {f L l (Z), se descomposiciones PPH, correspondientes a f L , f tiene que
L k || L ||d k d l (Z) 3 ||f f ||l (Z) , 0 k L 1. L 0 || L ||f 0 f l (Z) ||f f ||l (Z) ,
A partir de estas reconstrucciones, usando funciones primitivas, se pueden obtener reconstrucciones y algoritmos de multirresolucin para otra tipo de discretizaciones. Por ejemplo, para medias en celda Dk :
1 k L (R) V f xjk
f k = (fjk )j Z = (
xjk 1
f (x )dx )j Z ,
(6)
Esquemas de multirresolucin
Compresin
Lineal
No lineal
Eliminacin de ruido
Dado un parmetro positivo y una imagen con ruido f (x , y ), encontrar una funcin g que minimice el funcional ||f g ||2 L2 (I ) + 2||g ||Y donde ||f g ||2 L2 ( I ) :=
|f (x , y ) g (x , y )|2 dxdy
y || ||Y es una norma en un espacio con suavidad Y .
Si queremos utilizar esquemas de multirresolucin un candidato es Ming
k ,j
||f g ||2 L2 (I ) + 2||g ||B 1 (L1 (I )) .

1
|djk (f ) djk (g )|2 + 2
k ,j
|djk (g )|.
(7)
El problema es separable y el mnimo se obtiene mediante el siguiente truncamiento

(1 k )djk (f ) si |djk (f )| > , |dj (f )| djk (g ) := 0 en otro caso,
(8)
F (c , ) =
(1 ) if |c | 0
en otro caso.
|c | > ,
(9)
F2 (c , ) =
k ,j
2 (1 2 ) if c 0
en otro caso.
k ,j
|c | > ,
(10) (11)
|djk (f )| |djk (f ) djk (g )|2 + 22
|djk (g )|
Es posible ver que el esquema de multirresolucin no lineal PPH puede discretizar este problema (es el nico hasta el momento en la literatura).
Lineal
No lineal
Aproximacin de ecuaciones en derivadas parciales hiperblicas

El objetivo fundamental del Anlisis Numrico en este campo es la construccin y estudio de mtodos locales de alto orden y capturadores de singularidades para leyes de conservacin hiperblicas. Tienen relacin con los esquemas de subdivisin nolineales presentados anteriormente. A su vez, se est interesado en la aplicacin de los mismos en problemas relacionados con otros modelos.
Modelo: ut + f (u )x Aproximacin: donde =

t h ,
= 0
u (x , 0) = u0 (x ) (12)
el ujo numrico es una funcin de 2k variables n 1 = f (ujnk +1 , . . . , ujn+k ) f j+

2
n 1 f n 1 ) ujn+1 = ujn (f j+ j
2 2
(13)
que es consistente,i.e., (u , . . . , u ) = f (u ). f (14)
Lema (Shu and Osher) Si una funcin g (x ) satisface 1 f (u (x )) = h entonces f (u (x ))x =

x+ h 2
x h 2
g ( )d
(15)
h g (x + h 2 ) g (x 2 ) . h
Para un mtodo de orden tres los datos son: (i) para cada j la media de g (x ) en Cj , vj , es conocida, es decir, 1 vj = h
2 2
x 1 j+
2
xj 1
2
g ( )d .
(16)
(ii) Para cada j , dj + 1 y cj + 1 vienen dados por dj + 1 =

2
v j + 1 vj h
(17)
(dj + 1 = g (xj + 1 ) + O (h2 )).

2 2
Conservacin de vegetales en atmsferas modicadas

SE PRETENDE: Conservar al mximo las propiedades organolpticas y visuales de las frutas y verduras. SOLUCIN: Conservar en atmsferas modicadas y temperaturas controladas (control del metabolismo) PROBLEMA: Para encontrar las concentraciones gaseosas ptimas hay que hacer experimentos que cuestan mucho tiempo y dinero.
El objetivo es encontrar un modelo matemtico que a partir de unos pocos experimentos se pueda predecir el comportamiento del fruto o verdura en diferentes situaciones. Adems que permita estimar de forma ms precisa las concentraciones ptimas. Tendremos que tener en cuenta que a mayor temperatura de conservacin, menos vida tendr el producto pero ahorraremos en energa. Igual que con el empleo de CO2 , que a mayor concentracin del mismo menos respira el producto, pero ms se daa y mayores sern los costos de aplicacin.
La tcnicas de conservacin hortofrutcola en atmsfera modicada consisten en embolsar los rganos vegetales refrigerados con una pelcula plstica selectivamente permeable a los gases. Se consigue una atmsfera modicada, alrededor del producto durante la conservacin. En general, una mezcla empobrecida en O2 y enriquecida en CO2 .
La ventaja de este sistema de modicacin de la atmsfera es que se produce de forma natural, por interaccin entre la respiracin, permeabilidad selectiva a los gases del envase y la relacin entre la supercie del envase y la masa de producto a envasar. Adems, es un procedimiento exible, barato y aplicable a pequea escala.
Ecuacin logstica: dN (t ) 100 N (t ) = K (O2 , CO2 , T )N (t ) dt 100
Las variables con las que trabajamos en esta frmula son: % de O2 y CO2 , temperatura dentro de K que es una funcin racional de un tipo particular conocido (dependiendo de parmetros que se determinan a partir del vegetal a estudiar). N = % de individuos afectados en un determinado periodo de tiempo.
Ejemplo: Objetivo: en 3 das queremos un mximo 5% de individuos afectados conservando a 2o C Solucin laboratorio: [O2 ] = 80, [CO2 ] = 20 Solucin modelo: [O2 ] = 87, [CO2 ] = 13
Conclusiones
Las matemticas son una herramienta til para ms cosas de las que la sociedad imagina. Queda mucho por conocer en matemticas. El progreso de las matemticas ayuda al progreso de otras ramas y otras ramas motivan el progreso de las matemticas.
Motivacin en bachillerato: Derivadas (modelizacin y regularidad), polinomios e integrales (EDPs), geometra, interpolacin y aproximacin (esquemas de subdivisin, dibujos animados), funciones racionales (NURBS y modelo), distancias y clculo de mnimos (eliminacin de ruido), matrices y cambios de base (compresin de imgenes, JPEG-2000), ecuaciones (modelizacin), Taylor (errores), etc.
Artculos: Amat S., Donat R., Liandrat J. and Trillo J.C., (2006). Analysis of a new nonlinear subdivision scheme. Applications in image processing. Foundations of Computational Mathematics, 6 2, 193225. (JCR: 10/175). Amat S. and Liandrat J., (2005). On the stability of the PPH nonlinear multiresolution, Appl. Comp. Harm. Anal., 18(2), 198-206. (JCR: 4/175). Amat S., Dadourian K. and Liandrat J., (2010). Nonlinear Subdivision Schemes and Associated Multiresolution Transforms, Adv. Comp. Math., en prensa. (JCR: 39/175).
Amat S., Dadourian K. and Liandrat J., (2010). On a nonlinear subdivision scheme avoiding Gibbs oscillations and converging towards C s functions with s > 1, Math. Comp., en prensa. (JCR: 27/175). Amat S., Dadourian K. and Liandrat J., (2010). On a nonlinear 4-point ternary and interpolatory multiresolution scheme eliminating the Gibbs phenomenon, International Journal of Numerical Analysis and Modeling, 7(2), 261-280. (JCR: 32/175). Amat S., Ruiz J. and Trillo J.C., (2010). Fast Multiresolution Algorithms and Their Related Variational Problems for Image Denoising, J. Sci. Comp., en prensa. (JCR: 35/175).
Amat S. y Garca J.M., Sobre el uso de modelos matemticos en la conserva de vegetales en atmsferas modicadas, Mathematicalia, 4 4, 2008. Amat S., Busquier S. and Candela V.F., A polynomial approach to Piecewise Hyperbolic Method, Int.J. Computational Fluid Dynamics 17(3), 205-217, 2003.
Muchas gracias

Amat

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Amat

Uploaded by

Copyright:

Available Formats

Matemtica Aplicada: Una herramienta fundamental para la educacin y la modelizacin matemtica del siglo XXI

Modelado y animacin de formas complejas

Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Algoritmos que permiten unir los puntos del diseo

Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Aproximacin ecuaciones diferenciales.

Modelado y animacin de formas complejas Reconstruir un objeto en el ordenador

Aproximacin ecuaciones diferenciales.

Automvil, Ingeniera Naval, etc

Automvil, Ingeniera Naval, etc Bzier y Casteljau

Curvas denidas a trozos

NURBS: Non Uniform Rational B-Splines

Curvas denidas a trozos

NURBS: Non Uniform Rational B-Splines

Curvas denidas a trozos

NURBS: Non Uniform Rational B-Splines

wi pesos asociados a Pi No uniformidad en ti Regularidad en las uniones

Curvas denidas a trozos

NURBS: Non Uniform Rational B-Splines

wi pesos asociados a Pi No uniformidad en ti Regularidad en las uniones Racionalidad crculos, esferas...

Dicultades con las NURBS Complejidad de clculo

Mallado original. Divisin del mallado

Ventajas frente a las NURBS Eciencia

Ventajas frente a las NURBS Eciencia Formas arbitrarias y geometra compleja

Continuidad C 2 y C 1 en los vrtices extraordinarios

Continuidad C 2 y C 1 en los vrtices extraordinarios Problemas puntos angulosos

Otros campos asociados al esquema Texturizacin Sombreado

Algunos esquemas lineales

Deciente aproximacin con esquemas lineales

Deciente aproximacin con esquemas lineales

Discretizacin + esquema lineal

Algunos esquemas no lineales

Deciente aproximacin con esquemas lineales

Un esquema no lineal C 2 sin fenmeno Gibbs

Un esquema no lineal C 2 sin fenmeno Gibbs

Un esquema no lineal C 2 sin fenmeno Gibbs

Informacin que tenemos

Un esquema no lineal C 2 sin fenmeno Gibbs

Un esquema no lineal C 2 sin fenmeno Gibbs

Un esquema no lineal C 2 sin fenmeno Gibbs

Un esquema no lineal C 2 sin fenmeno Gibbs

Un esquema no lineal C 2 sin fenmeno Gibbs

Discretizamos las reconstrucciones

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin lineal de Lagrange

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin lineal de Lagrange

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin lineal de Lagrange

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin no lineal PPH

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin no lineal PPH

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin no lineal PPH

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin no lineal PPH

Un esquema no lineal C 2 sin fenmeno Gibbs

Interpolacin no lineal PPH

Un esquema no lineal C 2 sin fenmeno Gibbs