Documentos de Académico
Documentos de Profesional
Documentos de Cultura
878 Practica1.1
878 Practica1.1
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.
𝒙 𝒙𝟎 𝒙𝟏 … 𝒙𝒏
𝒚 𝑦0 𝑦1 … 𝑦𝑛
𝑆1 (𝑥) 𝑠𝑖 𝑥 ∈ [𝑥0 , 𝑥1 ]
𝑆2 (𝑥) 𝑠𝑖 𝑥 ∈ [𝑥1 , 𝑥2 ]
𝑆(𝑥) =
…
{𝑆𝑛 (𝑥) 𝑠𝑖 𝑥 ∈ [𝑥𝑛 , 𝑥𝑛 ]
Donde:
𝑓𝑖 (𝑥) = 𝑎𝑖 𝑥 2 + 𝑏𝑖 𝑥 + 𝑐𝑖
Para los n+1 puntos, existen n intervalos, y por lo tanto, 3n incógnitas constantes
por evaluar. Por lo tanto se requieren 3n ecuaciones o condiciones para evaluar las
incógnitas. Estas son:
1.- Los valores de las funciones deben ser iguales en los nodos interiores. Esta
condición se representa mediante (con 2n-2 condiciones):
2
𝑎𝑖−1 𝑥𝑖−1 + 𝑏𝑖−1 𝑥𝑖−1 + 𝑐𝑖−1 = 𝑓(𝑥𝑖−1 ) (1)
2
𝑎𝑖 𝑥𝑖−1 + 𝑏𝑖 𝑥𝑖−1 + 𝑐𝑖 = 𝑓(𝑥𝑖−1 ) (2) con i=2 hasta n
2.- La primera y la última función deben pasar a través de los puntos finales. Esto
agrega dos ecuaciones adicionales (con 2 condiciones):
3.- Las primeras derivadas en los nodos interiores deben ser iguales. La primera
derivada de la ecuación es (con n-1 condiciones):
Por lo tanto 2𝑎𝑖−1 𝑥𝑖−1 + 𝑏𝑖−1 = 2𝑎𝑖 𝑥𝑖−1 + 𝑏𝑖 (5) con i=2 hasta n
4.-Se supone que la segunda derivada es cero en el primer punto. Ya que la
segunda derivada de la ecuación es 2ª, esta condición se expresa matemáticamente
como (con 1 condición):
𝑎1 = 0 (6)
La interpretación visual de esta última condición es que los primeros dos puntos se
conectan mediante una línea recta.
𝑓𝑖 (𝑥) = 𝑎𝑖 𝑥 3 + 𝑏𝑖 𝑥 2 + 𝑐𝑖 𝑥 + 𝑑𝑖
Por lo tanto, para los n+1 puntos, existen n intervalos y 4n incógnitas constantes por
evaluar. Como se hizo para los polinomios cuadráticos, ahora se requieren de 4n
condiciones para evaluar las incógnitas. Estas son:
1.- Los valores de las funciones deben ser iguales en los nodos interiores. Esta
condición se representa mediante (con 2n-2 condiciones):
3 2
𝑎𝑖−1 𝑥𝑖−1 + 𝑏𝑖−1 𝑥𝑖−1 + 𝑐𝑖−1 𝑥𝑖−1 + 𝑑𝑖−1 = 𝑓(𝑥𝑖−1 ) (1)
3 2
𝑎𝑖 𝑥𝑖−1 + 𝑏𝑖 𝑥𝑖−1 + 𝑐𝑖 𝑥𝑖−1 + 𝑑𝑖 = 𝑓(𝑥𝑖−1 ) (2) con i=2 hasta n
2.- La primera y la última función deben pasar a través de los puntos finales. Esto
agrega dos ecuaciones adicionales (con 2 condiciones):
3.- Las primeras derivadas en los nodos interiores deben ser iguales (con n-1
condiciones). La primera derivada de la ecuación es:
𝑓𝑖 (𝑥) = 𝑎𝑖 𝑥 3 + 𝑏𝑖 𝑥 2 + 𝑐𝑖 𝑥 + 𝑑𝑖 → 𝑓 , (𝑥) = 3𝑎𝑥 2 + 𝑏𝑥 + 𝑐
2 2
Por lo tanto 3𝑎𝑖−1 𝑥𝑖−1 + 2𝑏𝑖−1 𝑥𝑖−1 + 𝑐𝑖−1 = 3𝑎𝑖 𝑥𝑖−1 + 2𝑏𝑖 𝑥𝑖−1 + 𝑐𝑖 (5) con i=2 hasta n
4.- Las segundas derivadas en los nodos interiores deben ser iguales (con n-1
condiciones). La segunda derivada de la ecuación es:
Por lo tanto 6𝑎𝑖−1 𝑥𝑖−1 + 2𝑏𝑖−1 = 6𝑎𝑖 𝑥𝑖−1 + 2𝑏𝑖 (6) con i=2 hasta n
5.- Las segundas derivadas en los nodos finales son cero (2 condiciones).
6𝑎1 𝑥0 + 2𝑏0 = 0
6𝑎𝑛 𝑥𝑛 + 2𝑏𝑛 = 0
𝑎1 𝑏1 𝑐1 𝑎2 𝑏2 𝑐2 … 𝑎𝑛 𝑏𝑛 𝑐𝑛 Para la cuadrática
𝑎1 𝑏1 𝑐1 𝑑1 𝑎2 𝑏2 𝑐2 𝑑2 … 𝑎𝑛 𝑏𝑛 𝑐𝑛 𝑑𝑛 Para la cubica
𝑆1 (𝑥) 𝑠𝑖 𝑥 ∈ [𝑥0 , 𝑥1 ]
𝑆2 (𝑥) 𝑠𝑖 𝑥 ∈ [𝑥1 , 𝑥2 ]
𝑆(𝑥) =
…
{𝑆𝑛 (𝑥) 𝑠𝑖 𝑥 ∈ [𝑥𝑛 , 𝑥𝑛 ]
Como se puede notar por los resultados obtenidos mostrados en el cuadro rojo al
evaluar el x=5 y con más ayuda aun debido a la gráfica, se puede observar que el
resultado en los tres distintos tipos de segmentación es muy variado, esto debido a
que la lineal hace movimiento muy bruscos de una línea a otra. En la cuadrática
como se muestra, primero es lineal y esta peculiaridad le da el problema de que su
continuación serpentea mucho lo que hace que los datos no sean muy apegados a
lo que realmente pueden ser, lo que quiere decir a mi gusto que da una mala
interpolación. Por el contrario como se nota la cubica cumple con una continuidad
en sus pendientes ósea que lleva una curvatura suave, lo que a mi parecer ayuda
a que sus interpolaciones sean más correctas. Además gracias a la gráfica se puede
notar que los tres métodos en el primer subintervalo contienen cierta cercanía pero
en un segundo subintervalo es cuando se comienza a ver claramente sus
diferencias.
x f(x)
0.55 300
Ejercicio 2.
0.62 250
Utilizando los 3 puntos indicados en la tabla, establecer el sistema
de ecuaciones que resulta de la interpolación segmentaria 0.8 150
cubica. Resolver para x=0.7 y comparar con interpolación
segmentaria cuadrática.
Observaciones.
X -1 1 2 4
y -1 1 5 -2
Observaciones.
Debido a que los dos ejercicios anteriores me parecieron que mostraban muy poco
el comportamiento del Spline con respecto a cuándo se presentan muchos puntos
me di a la tarea de realizar otra evaluación pero ahora en este caso con cuatro
puntos conocidos. En este ejercicio no hare caso de las evaluaciones del cuadro
rojo y me centrare en la gráfica, de la cual se puede observar como la cuadrática y
la lineal se comporta de la misma forma en el primer subintervalo, y es a partir del
segundo y en especial en el tercero donde se presenta la mayor diferencia. Como
se puede notar la segmentaria cubica es la que lleva las de ganar puesto que no
tiene grandes incrementos en los nodos a diferencia de la cuadrática, y es aquí
donde me queda en claro que para acercamientos reales al interpolar confiaría más
en la cubica, de ahí la lineal y por último la cuadrática. La lineal me parece
interesante porque puede llegar a ser la más precisa y sencilla de calcular siempre
y cuando se conozcan múltiples puntos del fenómeno.
Conclusión.
De manera general puedo concluir que las interpolaciones segmentarias son sin
duda alguna la mejor formar de obtener datos, puesto que a diferencia del método
de LaGrange o de Newton mientras más puntos conocidos para la interpolación
terminan afectándose las curvaturas, por lo tanto el subdividir todo el intervalo en
subintervalos ayuda a realizar aproximaciones más reales.
Ahora en cuanto a los tres métodos, como dije en las observaciones de cada método
segmentario los cuales son lineal, cuadrática y cubica, la que me pareció que era
menos precisa fue la cuadrática pues el movimiento de sus curvas era muy
exagerado, después seguía la lineal la cual me parece muy correcta para casos
donde se conozcan muchos puntos pues te da un acercamiento a los datos reales
bastante aceptable y además es fácil de calcular las ecuaciones del intervalo, por
último y como el método más exacto hasta ahora me parece es el cubico puesto
que sus curvaturas conllevan unas pendientes mas uniformes y no exageradas,
para mi gusto es el método a usar por excelencia.