Universidad Privada del Norte UPN

Mtodos Numricos Proyecto de Aplicacin

UNIVERSIDAD PRIVADA DEL NORTE UPN

INFORME

INFORMACIN GENERAL DEL INFORME

I. TTULO: Spline Cubico

II. INTEGRANTES:

Camavilca Campos, Isaias Daniel

Chipana Canchoa, Martin Javier

Salleres Untiveros, Renzo Antonio

Toranzo Sanz, Robin Christian

Mejia Bocanegra, Jean Pierre Alexander

III. INTRODUCCION
En el siguiente texto se intentara dar una explicacin sobre el estudio de
las curvas generadas por ordenadores. El estudio de las curvas y
superficies data de las pocas delos primeros computadores.
Lo que menos encontramos en el mundo real son las lneas rectas. Tanto
la forma de los objetos que nos rodean, como la trayectoria de mviles,
obedecen a lneas y superficies curvas. Para realizar un anlisis de estas
curvas y rectas utilizares los spline cbicos.

IV. RESUMEN

El presente trabajo se enfocar en exponer la importancia del uso del

Spline que hace referencia a una amplia clase de funciones que son
utilizadas en aplicaciones que requieren la interpolacin de datos, o un
suavizado de curvas, utilizados para trabajar tanto en una como en
varias dimensiones en nuestro caso el Spline cbico.
 Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

V. OBJETIVOS

El objetivo general es el comprender y aplicar el Spline cbico.

Nos ayudar a usar y entender el mtodo llamado segmento y

trazadores, el cual nos permitir en vez de usar un polinomio para
interpolar todos nuestros datos, podremos usar segmentos de
polinomios entre pares coordenados de datos, cabe resaltar que los
spline cbicos son los mtodos ms adecuados para este tipo de
aplicacin.

MARCO TERICO

Interpolacin Segmentaria Cbica

En este caso, cada polinomio P(x) a travs del que construimos los Splines
en [m,n] tiene grado 3. Esto quiere decir, que va a tener la forma P(x) = ax
+ bx + cx + d

En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y
una nueva condicin para cada punto comn a dos intervalos, respecto a la
derivada segunda:

Que las partes de la funcin 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 funcin definida a trozos que pasa por tal punto comn.

Que la derivada segunda en un punto siempre coincida para ambos

"lados" de la funcin definida a trozos que pasa por tal punto comn.

Como puede deducirse al compararlo con el caso de splines cuadrticos,

ahora no nos va a faltar una sino dos ecuaciones (condiciones) para el
nmero de incgnitas que tenemos.

La forma de solucionar esto, determina el carcter de los splines cbicos.

As, podemos usar:

Splines cbicos naturales: La forma ms tpica. La derivada

segunda de P se hace 0 para el primer y ltimo punto sobre el que est
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

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 cbicos sujetos: La derivada primera de P debe tener el

mismo valor que las derivada primera de la funcin para el primer y
ltimo punto sobre el que est definido el conjunto de Splines, esto son,
los puntos m y n en el intervalo [m,n].

El Spline Cbico ( k =3 ) es el Spline ms empleado, debido a que

proporciona un excelente ajuste a los puntos tabulados y su clculo no es
excesivamente complejo. Sobre cada intervalo [ t 0 , t 1 ] , [ t 1 , t 2 ] , ,[t n1 , t n ] , S
est definido por un polinomio cbico diferente. Sea S i el polinomio
cbico que representa a S en el intervalo [ t i , t i +1 ] , por tanto:

{
S0 (x ) x
S1 ( x ) x [ t 1 , t 2 )
S (x )= .
.
.
S n1 ( x ) x

S i1 ( t i )= y i=S i ( t i ) ( 1 i n1 )

Los polinomios S i1 y Si interpolan el mismo valor en el punto t i , es

decir, se cumple:

Por lo que se garantiza que S , 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

S ' y 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 diremos que la expresin resultante
es:
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

zi z y z + 1h i y zh
S i ( x )=
6 hi
( 6 hi (
t i +1x )3 + i+1 ( xt i )3 + i+1 + i
hi 6 ) ( ( hi 6 )
xt i ) + i i i ( t i+1 x )

En la expresin anterior, hi=t i+1 t i y z 0 , z 1 , , z n son incgnitas. Para

determinar sus valores, utilizamos las condiciones de continuidad que
deben cumplir estas funciones. El resultado (que tampoco vamos a
demostrar) es:

6
hi1 z i1 +2 ( hi +hi1 ) z i+ hi z i+1 = (y y )
h i1 i i1

La ecuacin anterior con, i=1, 2, , n1 genera un sistema de n1

ecuaciones lineales con n+1 incgnitas z 0 , z 1 , , z n . Po|demos elegir
z 0 y z 1 resultante para obtener los valores de z 1 , z 2 , , z n1 . Una eleccin
especialmente adecuada es hacer z 0=z 1=0 . La funcin spline resultante
se denomina spline c bico natural .

h3 z1 v1

( )( )
u1 h1 h2 z2 v2
h1 u2 u3 hn3 z3 = v3
h2
un2 hn2 z n2 v n2
u
h n2 n1 z n3 v n1

En donde:
hi=t i+1 t i
h2i1
ui=2 ( hi + hi1)
ui1
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

y
6
( i +1 yi )
hi
bi =
h v
v i=bib i1 i1 i1
u i1

Ejercicio 1:

Interpolar con splines f(x) = 1 / x , en los puntos en los que x vale

1, 2 y 4

f(1) = 1
f(2) = 0.5
f(4) = 0.25

El primer segmento P1(x) = ax + b deber unir los primeros dos puntos de

coordenadas (1,1) y (2,0.5). Surge un sistema lineal de dos ecuaciones en
dos incgnitas:

(1) 1=a+b
(2) 0.5=2a+b
De (1) se obtiene:

a=1-b (3)

Reemplazando (3) en (2) se obtiene:

0.5=2(1-b)+b

luego

b=1.5

Reemplazando el valor de (b) en (1), se obtiene:

a = - 0.5

Por lo tanto, se concluye que: P1(x) = - 0.5x + 1.5 El segundo segmento

P2(x) = ax + b deber unir el segundo punto (2,0.5) con el tercer punto
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

(4,0.25). Anlogamente a lo hecho para P1(x), en el caso de P2(x) se

obtiene:

(1) 0.5 = 2a + b
(2) 0.25 = 4a + b
a = - 0.125, b = 0.75

Luego P2(x) = - 0.125x + 0.75

Ejercicio 2:
Calcular la interpolacin por splines de grado 2:

Primero que nada, vemos que se forman tres intervalos: [3,4,5],[4,5,7],[7,9]

En cada uno de estos intervalos, debemos definir una funcin polinomial de

grado 2, como sigue:

Hacemos que la spline pase por los puntos de la tabla de datos, es decir, se
debe cumplir que:

s(3)=2,5
s(4,5)=1
s(7)=2,5
s(9)=0,5

As, se forman las siguientes ecuaciones:

Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

Hasta aqu, tenemos un total de 6 ecuaciones con 9 incgnitas.

El siguiente paso es manejar la existencia de las derivadas continuas. En el
caso de las splines de grado 2, necesitamos que la spline tenga derivada
continua de orden k-1=1, es decir, primera derivada continua.
Calculamos primero la primera derivada:

Vemos que esta derivada est formada por segmentos de rectas, que
pudieran presentar discontinuidad en los cambios de intervalo. Es decir, las
posibles discontinuidades son x = 5.4 y x = 7 . Por lo tanto
para que s(x) sea continua, se debe cumplir que:

Tambin debe cumplirse que:

As, tenemos un total de 8 ecuaciones vs. 9 incgnitas; esto nos da un

grado de libertad para elegir alguna de las incgnitas. Elegimos por simple
conveniencia a1 = 0.
De esta forma, tenemos un total de 8 ecuaciones con 8 incgnitas. Estas
son las siguientes:

Este sistema de ecuaciones tiene la siguiente forma matricial:

Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

Algoritmo para encontrar los coeficientes zi de un spline cubico.

Input n , ( ti ) , ( y i )
for i=0, 1, ,n1 do
hi t i+1t i
bi 6 ( y i+1 yi )/hi
end

u1 2(h 0+ h1)
v 1 b 1b0
for i=2, 3, , n1 do
ui 2 ( hi +hi1 ) h2i1 / ui1
v i b ib i1 hi1 v i1 /ui 1
end
zn 0
for i=n1,n2, , 1 do
z i ( v ihi zi +1)/ui
end
z0 0
output ( z i

Este sistema de ecuaciones, que es tridiagonal, se puede resolver mediante

eliminacin gaussiana sin pivoteo y el conjunto de los valores de la funcin
correspondiente ( y i ), y produce un vector con los vectores z i . Por
ltimo, el valor del spline S en un punto x empleando la siguiente
expresin:

[
S i ( x )= y i+(xt i) C i+(xt i) [ Bi + ( xt i ) A i ] ]
En donde,

1
A i= ( z z )
6 hi i +1 i
z
B i= i
2
h h 1
Ci = i z i+1 i zi + ( y i+1 y i)
6 3 hi
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

Veamos un ejemplo para ilustrar el empleo de los splines cbicos para

interpolar los valores de una tabla. En la tabla siguiente se muestran
algunos valores de una serie de valores 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.
Se mostrar grficamente los valores tabulados.

Tabla: Valores interpolados mediante splice cubico

para la funcin
y= x e indicacin del error cometido
(en valor absoluto).

x x S i (x) | a ( x)|
0.0000 0.0000 0.0000 0.0000E+00
0.0625 0.1426 1.0732E-01
0.1250 0.2782 7.7566E-02
0.1875 0.3997 3.3261E-02
0.2500 0.5000 0.5000 0.0000E+00
0.3125 0.5744 1.5440E-02
0.3750 0.6285 1.6155E-02
0.4375 0.6701 8.6732E-03
0.5000 0.7071 0.7071 0.0000E+00

1.7500 1.3228 1.3228 0.0000E+00

1.8125 1.3462 6.8994E-07
1.8750 1.3693 5.9953E-06
1.9375 1.3919 8.7004E-06
2.0000 1.4142 1.4142 0.0000E+00
2.0625 1.4361 2.4522E-05
2.1250 1.4577 4.7329E-05
2.1875 1.4790 4.6215E-05
2.2500 1.5000 1.5000 0.0000E+00

Grafica que representa los puntos interpolados mediante una funcin spline cubica para la funcin
y=sen(x ) .
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin

Los crculos representan los valores tabulados de la funcin

y la lnea continua los puntos interpolados
mediante una funcin spline cbica.

Concluisiones:

Bibliografa:

[Act90] F.S. Acton. Numerical Methods That (Usually) Work. The

Mathematical Association of America, Washington, 1990.
[Atk89] K. E. Atkinson. An Introduction to Numerical Analysis. John Wiley,
New York, 2nd. edition, 1989.
[BF80] R.L. Burden and D. Faires. Analisis Numerico. Grupo Editorial
Iberoamericana, Mexico, 1980.
[CC89] S.C. Chapra and R.P. Canale. Numerical Methods for Engineers.
McGraw-Hill International, New York, second edition, 1989.
[CdB80] S. D. Conte and C. de Boor. Elementary Numerical Analysis: An
Algorithmic Approach. McGrawHill, New York, third edition, 1980.
[DB74] Germund Dahlquist and Ake Bjorck. Numerical Methods. Prentice-
Hall, Englewood Cliffs, New Jersey, 1974.
[Fad59] V.N. Faddeeva. Computational Methods of Linear Algebra. Dover
Publications, Inc, New York, 1959.
[Fro79] C.-E. Froberg. Introduction to Numerical Analysis. AdisonWesley,
Reading, Massachusetts, 2nd. edition, 1979.
[GW89] C.F. Gerald and P.O. Wheatley. Applied Numerical Analysis.
AddisonWesley Publishing Co., Reading, Massachusets, fourth edition,
1989.
Universidad Privada del Norte UPN
Mtodos Numricos Proyecto de Aplicacin