Professional Documents
Culture Documents
com
SPLINES CBICOS DEFINICIN FUNCIONES SPLINES DE GRADO 1 FUNCIONES SPLINES DE GRADO 2 FUNCIONES SPLINES CUBICOS Ejemplo Spline Cbico Un caso particular El caso general Solucin Con MatLab Ejercicios
1 de 25
como funcin sino tambin en su primera y segunda derivada, con el fin de que haya suavidad en los puntos (xk,yk) de coincidencia de ambas grficas. En cada sub intervalo (xi-1,xi). s(x) tiene derivada continua hasta de orden k-1 en (xo,xn). FUNCIONES SPLINES DE GRADO 0 Los splines de grado 0 son funciones constantes por zonas. Una forma explcita de presentar un spline de grado 0 es la siguiente:
Figura 1: Spline de grado 0 con seis puntos. FUNCIONES SPLINES DE GRADO 1 Los splines de grado 1 son funciones polinomiales de grado 1 (Rectas de la forma f(x)=ax+b) que se encargan de unir cada par de coordenadas mediante una recta. Dados los n+1 puntos
x x0 x1 x2 ..... xn y y0 y1 y2 .... yn
Una funcin spline de grado 1 que interpole los datos es simplemente unir cada uno de los puntos (Par coordenados) mediante segmentos de recta, como se ilustra en las siguientes figuras:
2 de 25
Fig 2
Claramente esta funcin cumple con las condiciones de la spline de grado 1. As, se tiene que para este caso:
1. sj(x) es un polinomio de grado menor o igual que 1 2. s(x) tiene derivada continua de orden k-1=0. 3. s(xj)=yj, para j=0,1,2,...,n
Por lo tanto, el spline de grado 1 queda definido como:
s(x) =
y 0 + f [x1 , x 2 ]( x x 0 ) si x [x 0 , x1 ]
y1 + f [x 2 , x1 ]( x x1 ) si x [x1 , x 2 ]
y n 1 + f [x n , x n 1 ]( x x n 1 ) si x [x n 1 , x n ]
}
3 de 25
Donde f[xi,xj] es la diferencia dividida de Newton. FUNCIONES SPLINES DE GRADO 2 Los splines de orden dos, se encargan de unir cada par coordenado con ecuaciones 2 polinomiales de orden dos. Las ecuaciones son de la forma ax + bx + c . Para aclarar bien la idea, vea un ejemplo concreto,
Universidad Surcolombiana Neiva Huila Colombia
a 2 x 2 + b2 x + c 2 si x [4.5,7 ] a3 x 2 + b3 x + c3 si x [7,9]
Vale la pena aclarar que la ecuacin a1 x 2 + b1 x + c1 , une los puntos cuyas coordenadas estn dadas por (3,2.5) y (4.5,1), la ecuacin a 2 x 2 + b2 x + c 2 , une los puntos cuyas coordenadas estn dadas por (4.5,1) y (7,2.5), y la ecuacin a3 x 2 + b3 x + c3 los puntos cuyas coordenadas estn dadas por (7,2.5) y (9,0.5). En conclusin siendo 4 par coordenados se unen estos mediante tres ecuaciones polinomiales de orden 2. Para resolver el problema, primero, se hace que el spline pase por los puntos de la tabla de datos (por cada par coordenado). Es decir, se debe cumplir que: s(3)=2.5, s(4.5)=1, s(7)=2.5 y s(9)=0.5 Teniendo en cuenta lo anterior, se forman las siguientes ecuaciones: s(3) =2.5 S(4.5)=1 S(7)=2.5 S(9)=0.5
{ { { {
9a1 + 3b1 + c1 = 2.5 4.5 2 a1 + 4.5b1 + c1 = 1 4.5 2 a 2 + 4.5b2 + c 2 = 1 49a 2 + 7b2 + c 2 = 2.5 49a3 + 7b3 + c3 = 2.5 81a3 + 9b3 + c3 = 0.5
} } } }
Ec 1 Ec 2 Ec 3 Ec 4 Ec 5 Ec 6
Hasta aqu, se tiene un total de 6 ecuaciones vs. 9 incgnitas. El siguiente paso es manejar la existencia de las derivadas continuas. En el caso de los splines de grado 2, se necesita que el spline tenga derivada continua de orden k-1=1, es decir, primera derivada continua. Se calcula primero la primera derivada: S(x) =
2a1 x + b1 si x [3,4.5] 2a 2 x + b2 si x [4.5,7 ] 2a3 x + b3 si x [7,9]
}
4 de 25
Se observa que las derivadas anteriores, estn formadas por segmentos de rectas, que pudieran presentar discontinuidad en los cambios de intervalo. Es decir, las posibles discontinuidades se daran en x=4.5 y x=7.0 Por lo tanto para que s'(x) sea continua, se debe cumplir que: 2a1(4.5)+b1=2a2(4.5)+b2, siendo igual a: S(4.5)
9a1+b1=9a2+b2
} }
Ec 7
14a2+b2=14a3+b3
Ec 8
As que ahora, se tiene un total de 8 ecuaciones versus 9 incgnitas; esto da un grado de libertad para elegir alguna de las incgnitas. Se elige por simple conveniencia a1 = 0 . De esta forma, se tiene un total de 8 ecuaciones vs. 8 incgnitas, siendo las ecuaciones las siguientes:
3b1 + c1 = 2.5 4.5b1 + c1 = 1 20.25a 2 + 4.5b2 + c 2 = 1 49a 2 + 7b2 + c 2 = 2.5 49a3 + 7b3 + c3 = 2.5
Ec 1 Ec 2 Ec 3 Ec 4 Ec 5 Ec 6 Ec 7 Ec 8
b1 9a 2 b2 = 0 14a 2 + b2 14a3 b3 = 0
b1 c1 a2 b2 c2 a3 b3 c3
Haciendo uso de MatLab Scilab, se tendra lo siguiente: x=[3 1 0 0 0 0 0 0 4.5 1 0 0 0 0 0 0 0 0 20.25 4.5 1 0 0 0 0 0 49 7 1 0 0 0 0 0 0 0 0 49 7 1 0 0 0 0 0 81 9 1 1 0 -9 -1 0 0 0 0 0 0 14 1 0 -14 -1 0];
Universidad Surcolombiana Neiva Huila Colombia
5 de 25
b=[2.5;1;1;2.5;2.5;0.5;0;0]; x=inv(x)*b x= -1.0000 5.5000 0.6400 -6.7600 18.4600 -1.6000 24.6000 -91.3000 usando Mathematica se obtiene la siguiente solucin: b1 -1 5.5 c1 a2 0.64 b2 -6.76 c2 18.46 a3 -1.6 b3 24.6 c3 -91.3 Sustituyendo estos valores (junto con a1=0), se obtiene la funcin spline cuadrtica que interpola la tabla de datos dada: s(x) =
x + 5.5
si si si
La Figura 4, contiene tanto los puntos iniciales de la tabla de datos, as como el spline cuadrtico. Esta grfica se gener usando Mathematica.
Fig 4 El mismo ejercicio anterior resuelto por MatLab sera de la siguiente manera
Universidad Surcolombiana Neiva Huila Colombia
6 de 25
Cdigo 1: Produce Fig 5 X=[3 4.5 7 9]; Y=[2.5 1 2.5 0.5] X1=3:0.1:9; Spl1=spline(X,Y,X1); plot(X,Y,X1,Spl1); axis([0,10,0,3.5]) grid on
Fig. 5 haciendo uso de la funcin interp1 de MatLab se puede dar as: X=[3 4.5 7 9]; Y=[2.5 1 2.5 0.5] X1=3:0.1:9; Int1=interp1(X,Y,X1,'spline'); plot(X,Y,X1,Int1,X,Y,'o','MarkerFaceColor','g');
Fig. 6
El siguiente caso, que es el ms importante en las aplicaciones, sigue exactamente los mismos pasos del ejemplo que acabamos de resolver, solamente que en vez de trabajar con polinomios cuadrticos, lo hace con polinomios cbicos. FUNCIONES CON SPLINES CUBICOS El spline cbico (k=3) es el mtodo ms empleado como se ha mencionado anteriormente, debido a que proporciona un excelente ajuste a los puntos tabulados y su clculo no es excesivamente complejo. Sobre cada intervalo [t 0 , t1 ], [t1 , t 2 ],..., [t n 1 , t n ] , S est definido por un polinomio cbico diferente. Sea Si el polinomio cbico que representa a S en el intervalo [t i , t i 1 ], por tanto:
7 de 25
Si-1(ti) = yi = Si(ti) 1 i n 1
Por lo que se garantiza que S es continuo en todo el intervalo. Adems, se supone que S' y S'' son continuas, condicin que se emplea en la deduccin de una expresin para la funcin del spline cbico. Aplicando las condiciones de continuidad del spline S y de las derivadas primera S' y segunda S'', es posible encontrar la expresin analtica del spline. No vamos a obtener esta expresin, ya que su demostracin queda fuera del mbito de estos apuntes. Simplemente se dir que la expresin resultante es:
S i ( x) =
En la expresin anterior, hi=ti+1-ti y z0,z1,...,zn son incgnitas. Para determinar sus valores, se utilizan las condiciones de continuidad que deben cumplir estas funciones. El resultado (que tampoco se demuestra) es:
hi 1 zi 1 + 2(hi + hi 1 ) zi + hi zi +1 =
6 6 ( yi +1 yi ) ( yi yi 1 ) hi 1 hi 1
La ecuacin anterior, con i=1,2,....,n-1 genera un sistema de n-1 ecuaciones lineales con n+1 incgnitas z0,z1,...,zn. Se puede elegir z0 y z1 de forma arbitraria y resolver el sistema de ecuaciones resultante para obtener los valores de z1,z2,...,zn-1. Una eleccin especialmente adecuada es hacer z0=z1=0. La funcin spline resultante se denomina spline cbico natural y el sistema de ecuaciones lineal expresado en forma matricial es:
En donde:
hi = ti +1 ti
Universidad Surcolombiana Neiva Huila Colombia
8 de 25
Este sistema de ecuaciones, que es tridiagonal, se puede resolver mediante eliminacin gaussiana sin pivoteo. El cdigo acepta como entrada un conjunto de nodos (ti) y el conjunto de los valores de la funcin correspondiente (yi) y produce un vector con los vectores zi. Por ltimo, el valor del spline S en un punto x cualquiera interpolado se puede calcular de forma eficiente empleando la siguiente expresin:
S i ( x) = yi + ( x ti )[Ci + ( x ti )[Bi + ( x ti ) Ai ]]
En donde: Ai =
h h 1 1 z ( zi +1 zi ) , Bi = i , C = i zi +1 i zi + ( yi +1 yi ) 2 6 3 hi 6hi
Se muestra un ejemplo para ilustrar el empleo de los splines cbicos para interpolar los valores de una tabla. En la tabla 1 se muestran algunos valores de una serie de valores
Universidad Surcolombiana Neiva Huila Colombia
9 de 25
tabulados a intervalos regulares de la funcin f ( x) = x en el intervalo [0,2.25]. Tambin se indican los valores interpolados empleando el correspondiente spline cbico as como el error absoluto cometido. Obsrvese que el error es cero para los nudos. En la figura 7 se representan grficamente los valores tabulados. Tabla 1: Valores interpolados mediante un spline cbico para la funcin N+1 e indicacin del error cometido (en valor absoluto). x 0.0625 0.1250 0.1875 0.3125 0.3750 0.4375
a ( x)
0.0000E+00 1.0732E-01 7.5266E-02 3.3261E-02 0.0000E+00 1.5440E-02 1.6155E-02 8.6732E-03 0.0000E+00 0.0000E+00 6.8994E-07 5.9953E-06 8.7004E-06 0.0000E+00 2.4522E-05 4.7329E-05 4.6215E-05 0.0000E+00
0.5000 0.7071 0.7071 1.7500 1.3228 1.3228 1.8125 1.8750 1.9375 2.0625 2.1250 2.1875 1.3462 1.3693 1.3919 1.4361 1.4577 1.4790
En la figura 8 se muestra otro ejemplo. Se representan grficamente los puntos interpolados mediante una funcin spline cbico para la funcin y=sin(x).
10 de 25
Figure 7: Representacin de la funcin N + 1 . Los crculos representan los valores tabulados de la funcin
y la lnea continua los puntos interpolados mediante una funcin spline cbica.
Figure 8: Representacin de la funcin y=sin(x). Los crculos representan los valores tabulados de la funcin
y la lnea continua los puntos interpolados mediante una funcin spline cbica.
Ejemplo Spline Cbico: Para hacer ms firme el entendimiento, se escribe la definicin correspondiente a este caso (k=3).
Universidad Surcolombiana Neiva Huila Colombia
11 de 25
x x0 x1 x2 ..... xn y y0 y1 y2 .... yn
Un Spline cbico que interpola estos datos, es una funcin s(x) definida como sigue:
Donde cada si(x) es un polinomio cbico; si(xi)=yi, para toda i=0,1,....,n y tal que s(x) tiene primera y segunda derivadas continuas en (xo,xn) Ejemplo 3. Interpolar los siguientes datos mediante un spline cbico:
x y
2 -1
3 2
5 -7
Solucin: Se define un polinomio cbico en cada uno de los intervalos que se forman: A continuacin, Se busca que se cumpla la condicin de que la spline debe pasar por los puntos dados en la tabla, o sea s(x)=y, as, se tiene que: s(2) = -1
Ec 1 Ec 2 Ec 3 Ec 4
s'(x)=
3a1x2+2b1x+c1 3a2x2+2b2x+c2
si x [2,3] si x [3,5]
Al igual que en el caso de los splines cuadrticos, se presentan ecuaciones que pueden tener 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, se evala en x=3 los dos polinomios y se igualan de la siguiente manera: 3a1(3)2+2b1(3)+c1= 3a2(3)2+2b2(3)+c2. Siendo igual a: 27a1+6b1+c1=27a2+6b2+c2 Ec 5 De la misma manera se procede con la segunda derivada:
s''(x) =
6a1x+2b1 6a2x+2b2
si x [2,3] si x [3,5]
12 de 25
En este punto contamos con 6 ecuaciones y 8 incgnitas, por lo tanto se tienen 2 grados de libertad; en general, se agregan las siguientes 2 condiciones:
De lo cual se obtiene:
s''(xo)=0 s''(xn)=0 s''(2)=0 entonces 6a1(2)+2b1 = 0 :: 12a1+2b1 = 0 Ec 7 s''(5)=0 entonces 6a2(5)+2b2 = 0 :: 30a2+2b2 = 0 Ec. 8
= -1 = 2 = 2 = -7 = 0 = 0 =0 =0
8 27 0 0 27 18 12 0
4 9 0 0 6 2 2 0
2 3 0 0 1 0 0 0
0 0 0 a1 0 0 0 b1 9 3 1 c1 25 5 1 d1 -6 -1 0 a2 -2 0 0 b2 0 0 0 c2 2 0 0 d2
-1 2 2 -7 0 0 0 0
13 de 25
Ing Yamil Armando Cerquera Rojas yacerque@gmail.com %var = % 7.5000 % -67.5000 % 198.0000 % -187.0000 % -0.0000 % 0.0000 % -4.5000 % 15.5000
Fig. 9 Si se agregan las siguientes dos lneas para realizarlo directamente con la funcin spline del matlab se tendr la siguiente figura: xx=0:0.1:6; Int1=interp1(Xi,Yi,xx,spline); plot(xx,Int1,r);
a1 =
-1.250 14 de 25
b1 c1 d1 a2 b2 c2 d2
Sustituyendo estos valores en la funcin inicial, se ve que el spline cbico para la tabla de datos dada, queda definida como sigue:
Fig. 11 Obsrvese la finura con la que se unen los polinomios cbicos que conforman el spline. Prcticamente ni se nota que se trata de dos polinomios diferentes!. Esto es debido a las condiciones que se impusieron sobre las derivadas de la funcin. Esta finura casi artstica, es la que permite aplicar los splines cbicos, para cuestiones como el diseo de letras por computadoras, o bien a problemas de aplicacin donde la interpolacin que se necesita es de un caracter bastante delicado, como podra tratarse de datos mdicos sobre algn tipo de enfermedad. Ejemplo 4: Interpolar los siguientes datos utilizando splines cbicos:
x -1 1 2 4 y -1 1 5 -2
Solucin: Nuevamente, se define un polinomio cbico en cada uno de los intervalos:
15 de 25
Despus, se hace que el Spline pase por los puntos dados en la tabla. As, se tiene que: s(-1)= -1 implica que, a1 + b1 c1 + d1 = 1 s(1)=1 implica que, a1 + b1 + c1 + d1 = 1 , a2 + b2 + c2 + d 2 = 1 s(2)=5 implica que, 8a2 + 4b2 + 2c2 + d 2 = 5 , 8a3 + 4b3 + 2c3 + d 3 = 5 Y finalmente s(4)= -2 implica que, 64a3 + 16b3 + 4c3 + d 3 = 2 Enseguida, se calcula la primera derivada:
Vemos entonces, que las posibles discontinuidades de s'(x) son x=1 y x=2. Por lo tanto, para hacer que s'(x) sea continua, se igualan las ecuaciones correspondientes en ambos valores:
Nuevamente, las posibles discontinuidades son x=1 y x=2. Por lo tanto, para que s''(x) sea continua, se igualan las ecuaciones en ambos valores:
Finalmente, se agregan las condiciones de que la doble derivada se anule en los puntos inicial y final de la tabla. En este caso,
16 de 25
, ,
17 de 25
Fig. 12
Un caso particular
Vamos a ilustrar el proceso de construccin con el ejemplo siguiente, en el cual se trata de hallar el trazador cbico para los puntos
Fig. 13 Como puede observarse, es necesario construir el trazador S(x) que se define como So(x) en el intervalo [1,3], como S1(x) en el intervalo [3,4] y como S2(x) en el intervalo [4,6], donde
18 de 25
En los siguientes pasos se dan condiciones que deben cumplir los coeficientes de los polinomios cbicos a j , b j , c j , d j , para j=0,1,2
1. Continuidad. En primer lugar, se pide que So(x) coincida con S1(x) en x1. Adems, S1(x) debe coincidir con S2(x) en x2. Estas dos condiciones, junto a la definicin que se hizo antes de que a3 = S 2 ( x3 ) conducir a las tres ecuaciones:
Ec 1
Ahora debe cumplirse que S o ( x1 ) = S1 ( x1 ) y que S1 ( x2 ) = S 2 ( x2 ) . Al agregarle a estas dos condiciones la definicin de b3 = S ' 2 ( x3 ) , se obtienen las tres ecuaciones:
' ' ' '
b j +1 = b j + c j h j + 3d j h 2 j , para j=0,1,2 Ec 2
4. Coincidencia en concavidad. Calculando la segunda derivada de cada uno de los polinomios S j ( x) :
Ahora se le pide la condicin S o ( x1 ) = S1 ( x1 ) y S1 ( x2 ) = S 2 ( x2 ) . Como S ' ' j ( x j ) = 2c j para j=0,1,2. De manera similar a como se hizo en los anteriores casos, se agrega la definicin de c3 = S ' ' 2 ( x3 ) / 2 , se obtienen las ecuaciones:
" " " "
Ec 3
19 de 25
Ec 6
7. Despejando b j de la ecuacin 5
Ec 7
10. Al sustituir en esta ltima ecuacin la expresin para bj obtenida en (7) y en (8), y haciendo las simplificaciones del caso se obtiene el sistema de ecuaciones: 11. h j 1c j 1 + 2( h j 1 + h j )c j + h j c j +1 = 12. Concretamente, es el sistema:
3 3 (a j +1 a j ) (a j a j 1 ) , para j=1,2 hj h j 1
13. 14. Trazador cbico con frontera libre Hay varios tipos de trazadores que se pueden obtener, dependiendo de las condiciones de frontera que le pongamos en los extremos x0 ,xn, en el cual se est haciendo la interpolacin. En este material, y continuando con el ejemplo que estamos trabajando, le pedimos al trazador S ( x) las condiciones:
S ' ' ( x0 ) = 0 y S ' ' ( x3 ) = 0 , por lo que se concluye que c0 =0y que c3 = 0 . De esta
manera el sistema anterior puede escribirse en forma matricial:
20 de 25
De la ecuacin 4 se calcula:
De la ecuacin 7 se obtiene:
Fig. 14
21 de 25
El caso general
Para un conjunto de N+1 puntos ( x , y 0 ), ( x1 , y1 ), ( x 2 , y 2 ),..., ( x n , y n ) , en el proceso de construccin del trazador cbico, se buscan los coeficientes a j , b j , c j y d j , que cumplan las siguientes relaciones:
1. S j ( x) = a j + b j ( x x j ) + c j ( x x j ) + d j ( x x j ) , para j=0,1,2,n-1
2 3
1 (c j +1 c j ) , para j=0,1,2,n-1 3h j
concluye que c0 = cn = 0 y el sistema resulta con una matriz tridiagonal de coeficientes que tiene solucin nica. Adems, esta es una solucin explcita.
h j = x j +1 x j
aj = yj
[2] an = y n [3] Para j = 0 ,1,...,n 1 : se define
[4] Se define
io = 1 , 0 = 0 , z 0 = 0 , in = 1 , z n = 0 , cn = 0
Universidad Surcolombiana Neiva Huila Colombia
22 de 25
Prctica con MATLAB En primer lugar se espera que el usuario resuelva el sistema de ecuaciones lineales con el que se concluy la seccin introductoria y use los comandos especficos de MATLAB para su solucin. En efecto, se puede seguir la siguiente secuencia de instrucciones para determinar la solucin del sistema. A=[ 1.331 1.21 12.167 5.29 59.319 15.21 132.651 26.01 b = []; b = [ 3.887 ; 4.276 ; c = A\b c = -0.2015 1.4385 -2.7477 5.4370 1.1 2.3 3.9 5.1 1; 1; 1; 1 ];
4.651 ; 2.117 ];
Con este proceso se han obtenido los coeficientes del polinomio. Otra manera de resolverlo es directamente con comandos especficos del software, como se explica a continuacin. MATLAB realiza varias tareas de interpolacin mediante el comando INTERP1, el cual, dependiendo de los parmetros con que sea evaluado, ejecuta mtodos diferentes de interpolacin2 Para hallar los coeficientes del polinomio interpolante podemos recurrir al comando polyfit, que tiene sintaxis polyfit(X,Y,m), el cual retorna el polinomio de mnimos cuadrados de grado de mejor ajuste a los datos. Es bien sabido que si tenemos puntos el polinomio de
Universidad Surcolombiana Neiva Huila Colombia
23 de 25
grado que mejor se ajusta a esos datos en el sentido de mnimos cuadrados es precisamente el polinomio interpolante. Por ejemplo, para hallar el resultado del polinomio interpolante que pasa por los cuatro puntos ,, y al evaluarlo en el valor de , se puede seguir la siguiente secuencia de instrucciones: X=[1.1, 2.3, 3.9, 5.1]; Y=[3.8870, 4.2760, 4.65110, 2.1170]; P = polyfit(X,Y,3) Resultado=Polyval(P,2.5) Esto da como resultado P= -0.2015 1.4387 -2.7481 Resultado = 4.4108 5.4372
El resultado obtenido en la variable P son los coeficientes del polinomio de interpolacin dispuestos en un vector: P = -0.2015 1.4387 -2.7481 5.4372
24 de 25
z=interp1(x,y,t,'spline'); plot(t,z,'r') En figura 15 puede compararse el trazador cbico con el polinomio interpolante para los seis puntos. Como puede notarse, el trazador cbico se acomoda mejor a los datos y no produce oscilaciones indeseables para efecto de hacer extrapolaciones ms apropiadas.
Fig. 15
25 de 25