Documentos de Académico
Documentos de Profesional
Documentos de Cultura
[1/30]
Aproximación de funciones
[2/30]
Aproximación de funciones
Sj (x) = aj + bj (x − xj ) + cj (x − xj )2 + dj (x − xj )3 .
[4/30]
Aproximación de funciones
[5/30]
Aproximación de funciones
∗ Interpolación mediante trazadores cúbicos (splines)
∗ Ejemplo 1
∗ Construcción de un spline cúbico con frontera natural o libre
∗ Ejemplo 2
∗ Construcción de un spline cúbico con frontera condicionada o sujeto
∗ Cota del error para un spline cúbico con frontera condicionada o sujeto
∗ Ejemplo 3
Aproximación de funciones
» Ejemplo 1
Ejemplo 1
Construya el trazador cúbico libre de los siguientes datos:
[6/30]
Aproximación de funciones
∗ Interpolación mediante trazadores cúbicos (splines)
∗ Ejemplo 1
∗ Construcción de un spline cúbico con frontera natural o libre
∗ Ejemplo 2
∗ Construcción de un spline cúbico con frontera condicionada o sujeto
∗ Cota del error para un spline cúbico con frontera condicionada o sujeto
∗ Ejemplo 3
Aproximación de funciones
[8/30]
Aproximación de funciones
[9/30]
Aproximación de funciones
∗ Interpolación mediante trazadores cúbicos (splines)
∗ Ejemplo 1
∗ Construcción de un spline cúbico con frontera natural o libre
∗ Ejemplo 2
∗ Construcción de un spline cúbico con frontera condicionada o sujeto
∗ Cota del error para un spline cúbico con frontera condicionada o sujeto
∗ Ejemplo 3
Aproximación de funciones
» Ejemplo 2
Ejemplo 2
Construya el trazador cúbico libre de los siguientes datos:
» Ejemplo 2
Los valores de aj = f (xj ) para cada j = 0, 1, 2, 3 están dados por
a0 = −0.620500, a1 = −0.283987, a2 = 0.006601 y a3 = 0.248424.
El espaciado de los nodos son h0 = x1 − x0 = 0.1,
h1 = x2 − x1 = 0.1 y h2 = x3 − x2 = 0.1. La matriz de 4 × 4 está
dada por
1 0 0 0
h0 2(h0 + h1 ) h1 0
A= 0
,
h1 2(h1 + h2 ) h2
0 0 0 1
sustituyendo
1 0 0 0 1 0 0 0
0.1 2(0.1 + 0.1) 0.1 0
A= = 0.1 0.4 0.1 0 .
0 0.1 2(0.1 + 0.1) 0.1 0 0.1 0.4 0.1
0 0 0 1 0 0 0 1
[11/30]
Aproximación de funciones
» Ejemplo 2
El vector b está dado por
0
3 3 0 c0
(a2 − a1 ) − (a1 − a0 )
−1.37775 c1
b = h31 h0 = y x=
c2 .
(a − a ) − 3 (a − a ) −1.46295
h 3 2
h1
2 1
2 0 c3
0
[12/30]
Aproximación de funciones
» Ejemplo 2
Ahora, calculamos los valores bj para cada j = 0, 1, 2.
1 h0
Para j = 0, b0 = (a1 − a0 ) − (c1 + 2c0 ) = 3.455087,
h0 3
=⇒ b0 = 3.455087.
1 h1
Para j = 1, b1 = (a2 − a1 ) − (c2 + 2c1 ) = 3.185217,
h1 3
=⇒ b1 = 3.185217.
1 h2
Para j = 2, b2 = (a3 − a2 ) − (c3 + 2c2 ) = 2.617077,
h2 3
=⇒ b2 = 2.617077.
[13/30]
Aproximación de funciones
» Ejemplo 2
Ahora, calculamos los valores dj para cada j = 0, 1, 2.
1
Para j = 0, d0 = (c1 − c0 ) = −8.995667,
3h0
=⇒ d0 = −8.995667.
1
Para j = 1, d1 = (c2 − c1 ) = −0.946667,
3h1
=⇒ d1 = −0.946667.
1
Para j = 2, d2 = (c3 − c2 ) = 9.942333,
3h2
=⇒ d2 = 9.942333.
[14/30]
Aproximación de funciones
» Ejemplo 2
Ahora, procedemos a calcular la aproximación de f (0.25).
Como x = 0.25 está en el intervalo [0.2, 0.3], entonces
[15/30]
Aproximación de funciones
∗ Interpolación mediante trazadores cúbicos (splines)
∗ Ejemplo 1
∗ Construcción de un spline cúbico con frontera natural o libre
∗ Ejemplo 2
∗ Construcción de un spline cúbico con frontera condicionada o sujeto
∗ Cota del error para un spline cúbico con frontera condicionada o sujeto
∗ Ejemplo 3
Aproximación de funciones
[17/30]
Aproximación de funciones
[18/30]
Aproximación de funciones
∗ Interpolación mediante trazadores cúbicos (splines)
∗ Ejemplo 1
∗ Construcción de un spline cúbico con frontera natural o libre
∗ Ejemplo 2
∗ Construcción de un spline cúbico con frontera condicionada o sujeto
∗ Cota del error para un spline cúbico con frontera condicionada o sujeto
∗ Ejemplo 3
Aproximación de funciones
Teorema
Sea f ∈ C 4 [a, b] con máx f (4) (x) = M . Si S es el unico spline
a≤x≤b
cúbico condicionado interpolante para f respecto a los nodos
a = x0 < x1 < · · · < xn = b, entonces, para todas las x en [a, b]
5M
|f (x) − S(x)| ≤ máx (xj+1 − xj )4 .
384 0≤j≤n−1
Note que,
máx (xj+1 − xj )4 = máx (x1 − x0 )4 , (x2 − x1 )4 , . . . , (xn − xn−1 )4
0≤j≤n−1
= máx h40 , h41 , . . . , h4n−1 .
[19/30]
Aproximación de funciones
∗ Interpolación mediante trazadores cúbicos (splines)
∗ Ejemplo 1
∗ Construcción de un spline cúbico con frontera natural o libre
∗ Ejemplo 2
∗ Construcción de un spline cúbico con frontera condicionada o sujeto
∗ Cota del error para un spline cúbico con frontera condicionada o sujeto
∗ Ejemplo 3
Aproximación de funciones
» Ejemplo 3
Ejemplo 3
Dada la partición x0 = 1.0, x1 = 2.5, x2 = 4.0, x3 = 5.0 de [1, 5] y
sin(x)
f (x) = .
x
a) Obtenga el trazador cúbico S con frontera condicionada que
interpola a f .
b) Calcular una cota para el error |f (x) − S(x)|.
Z 5
sin(x)
c) Obtenga una aproximación de dx evaluando
Z 1 x
5
S(x)dx.
1
[20/30]
Aproximación de funciones
» Ejemplo 3
Solución: a)
Para n = 3 se tiene que
Sj (x) = aj + bj (x − xj ) + cj (x − xj )2 + dj (x − xj )3 si x ∈ [xj , xj+1 ]
para cada j = 0, 1, 2, es decir,
a0 + b0 (x − 1.0) + c0 (x − 1.0) + d0 (x − 1.0) , x ∈ [1.0, 2.5[,
2 3
S(x) = a1 + b1 (x − 2.5) + c1 (x − 2.5)2 + d1 (x − 2.5)3 , x ∈ [2.5, 4.0[,
a2 + b2 (x − 4.0) + c2 (x − 4.0)2 + d2 (x − 4.0)3 , x ∈ [4.0, 5.0].
[21/30]
Aproximación de funciones
» Ejemplo 3
Los valores de aj = f (xj ) para cada j = 0, 1, 2, 3 están dados por
a0 = 0.841471, a1 = 0.239389, a2 = −0.189201 y a3 = −0.191785.
El espaciado de los nodos son h0 = x1 − x0 = 1.5,
h1 = x2 − x1 = 1.5 y h2 = x3 − x2 = 1.0. La matriz de 4 × 4 está
dada por
2h0 h0 0 0
h0 2(h0 + h1 ) h1 0
A= ,
0 h1 2(h1 + h2 ) h2
0 0 h2 2h2
sustituyendo los valores de h0 , h1 y h2 en la matriz A, se obtiene
3 1.5 0 0
1.5 6.0 1.5 0
A= 0 1.5
.
5.0 1.0
0 0 1.0 2.0
[22/30]
Aproximación de funciones
» Ejemplo 3
El vector b está dado por
3
(a1 − a0 ) − 3f ′ (x0 )
h0
3 3 −0.300658 c0
(a − a ) − (a − a )
h 2 1 1 0 c1
b= 1 h0 = 0.346984 y x=
3 3 0.849428 c2 .
(a3 − a2 ) − (a2 − a1 )
h2 h 0.293020 c3
3
1
′
3f (x3 ) − (a3 − a2 )
h2
La solución del sistema Ax = b está dada por
c0 −0.127904
c1 0.055370
x=
c2 = 0.137747 .
c3 0.077636
[23/30]
Aproximación de funciones
» Ejemplo 3
Ahora, calculamos los valores bj para cada j = 0, 1, 2.
1 h0
Para j = 0, b0 = (a1 − a0 ) − (c1 + 2c0 ) = −0.301169,
h0 3
=⇒ b0 = −0.301169.
1 h1
Para j = 1, b1 = (a2 − a1 ) − (c2 + 2c1 ) = −0.409970
h1 3
=⇒ b1 = −0.409970.
1 h2
Para j = 2, b2 = (a3 − a2 ) − (c3 + 2c2 ) = −0.120294,
h2 3
=⇒ b2 = −0.120294.
[24/30]
Aproximación de funciones
» Ejemplo 3
Ahora, calculamos los valores dj para cada j = 0, 1, 2.
1
Para j = 0, d0 = (c1 − c0 ) = 0.040728,
3h0
=⇒ d0 = 0.040728.
1
Para j = 1, d1 = (c2 − c1 ) = 0.018306,
3h1
=⇒ d1 = 0.018306.
1
Para j = 2, d2 = (c3 − c2 ) = −0.020037,
3h2
=⇒ d2 = −0.020037.
[25/30]
Aproximación de funciones
» Ejemplo 3
» Ejemplo 3
b) Ahora, procedemos a calcular la cota del error
5M
|f (x) − S(x)| ≤ máx (xj+1 − xj )4 .
384 0≤j≤n−1
4 24 1 12 24
Se tiene que f (x) =
(4) − cos(x) + − + sin(x),
x2 x4 x x3 x5
con
(4) (4)
máx f (x) = máx f (x) = M = 0.175429.
x0 ≤x≤x3 1≤x≤5
Luego,
5M 5(0.175429)
máx (xj+1 − xj )4 = máx h40 , h41 , h42 ,
384 0≤j≤2 384
5M 5(0.175429)
=⇒ máx (xj+1 − xj )4 = (5.0625) = 0.011564,
384 0≤j≤2 384
=⇒ |f (x) − S(x)| ≤ 0.011564
[27/30]
Aproximación de funciones
» Ejemplo 3
Z 5
sin(x)
c) Ahora, procedemos a calcular la aproximación de dx.
1 x
Se tiene que
Z 5 Z 5 Z 2.5 Z 4 Z 5
sin(x)
dx ≈ S(x)dx = S0 (x)dx+ S1 (x)dx+ S2 (x)dx,
1 x 1 1 2.5 4
luego
Z 2.5 Z 2.5
S0 (x)dx = a0 + b0 (x − 1.0) + c0 (x − 1.0)2 + d0 (x − 1.0)3 dx
1 1
= 0.831046,
Z Z 4
4
S1 (x)dx = a1 + b1 (x − 2.5) + c1 (x − 2.5)2 + d1 (x − 2.5)3 dx
2.5 2.5
= −0.016673,
[28/30]
Aproximación de funciones
» Ejemplo 3
Z Z
5 5
S2 (x)dx = a2 + b2 (x − 4.0) + c2 (x − 4.0)2 + d2 (x − 4.0)3 dx
4 4
= −0.208442,
Z 5
=⇒ S(x)dx = 0.831046 − 0.016673 − 0.208442 = 0.605931,
1
Z 5
sin(x)
=⇒ dx ≈ 0.605931
1 x
[29/30]
Aproximación de funciones
... Gracias!!
[30/30]