Interpolación y

Preview:

DESCRIPTION

Interpolación y. Ajuste de funciones. Una Introducción. 22. 20. 18. 16. Grados. 14. 12. 10. 8. 6. 6. 8. 10. 12. 14. 16. 18. 20. 22. 4. Hora. Un problema de Aproximación. Evolución de la temperatura diurna. Interpolacion. Interpolación Polinomial - PowerPoint PPT Presentation

Citation preview

Hora 6 8 10 12 14 16 18 20Grados 7 9 12 18 21 19 15 10

Un problema de Aproximación

Evolución de la temperatura diurna

4

8

20

6 8 10

12

14

16

18

20

22

6

10

12

14

16

18

22

Hora

Gra

dos

Interpolacion

Interpolación Polinomial

Polinomios Osculadores: Interpolación de

Hermite

Interpolación Racional: Aproximaciones de

Pade

Interpolación segmentaria: Splines

Otros

Ajuste Polinomios de Taylor

Mínimos Cuadrados

Minimización de normas

Aproximación Racional

Series de Fourier

Curvas de Bezier

B-Splines

Interpolación Polinómica Segmentaria

Limitaciones de la interpolación polinómicaGrado del polinomio Carácter de la función a interpolar

Alternativa propuesta: Splines.Numéricamente estableMatrices dispersasAgradable a la vista

Interpolación Polinomica Segmentaria: Splines

Interpolación Segmentaria

Interpolación Segmentaria Lineal

Interpolación Segmentaria Cúbica

Condiciones Naturales

Condiciones sobre la derivada

Interpolación Segmentaria Lineal: Función de Runge

-1 0 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Spline lineal

-1 0 1-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

Polinomio grado 4

yx

1

1 25 2

Perfil para un diseño

Polinomio interpolador

Aplicaciones

Ingeniería y Diseño (CAD/CAM, CNC’s) Geología Aeronáutica y automoción Economía Procesamiento de señales e imágenes (Reconocimiento de patrones, recuperación de imágenes) Robótica Medicina (Aparatos auditivos, mapas cerebrales) Meteorología (Mapas climáticos, detección de inundaciones,...) Mundo Virtual Distribuido Multiusuario

Interpolación Polinómica Segmentaria

D a d o s n + 1 p u n t o s ( x 0 , y 0 ) , ( x 1 , y 1 ) , . . . , ( x n , y n ) c o nx 0 < x 1 … < x n , u n a f u n c i ó n s p l i n e d e o r d e n k ( k - S p l i n e )s o b r e d i c h o s p u n t o s e s u n a f u n c i ó n S v e r i f i c a n d o : ( i ) S ( x ) = q k ( x ) p o l i n o m i o d e g r a d o k , x [ x k , x k + 1 ] ,k = 0 , 1 , . . . , n - 1 ( i i ) S ( x k ) = y k , k = 0 , 1 , . . . , n ( i i i ) 1

0 1,kS C x x

Splines Lineales

Polinomio de Lagrange

Polinomio de Newton

q xx x

x xy

x x

x xyk

k

k kk

k

k kk( )

1

1 11

q x f x f x x x x

yy y

x xx x

k k k k k

kk k

k kk

( ) [ ] [ , ]( )

( )

1

1

1

Splines Lineales

Interpolación Segmentaria Lineal: Función de Runge

-1 0 10

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

Spline lineal

-1 0 1-0.4

-0.2

0

0.2

0.4

0.6

0.8

1

Polinomio grado 4

yx

1

1 25 2

Splines Cúbicos Spline cúbico

4n incógnitas Condiciones de interpolación

n+1 ecuaciones Condiciones de conexión

3(n-1) ecuaciones

q x a b x x c x x d x xk k k k k k k k( ) ( ) ( ) ( ) 2 3

( )k kS x y

1 1 1

' '1 1 1

'' ''1 1 1

( ) ( )

( ) ( )

( ) ( )

k

k

k k k k

k k k

k k k

q x q x

q x q x

q x q x

ha a

ha a

kk k

kk k

1

11

3 3( ) ( )

h c h h c h ck k k k k k k

1 1 1 1

2 ( )

a f x k nk k ( ), , ,...,0 1

bh

a ah

c c k nkk

k kk

k k

1

32 0 1 11 1( ) ( ), , ,...,

d c c h k nk k k k ( ) / ( ), , ,1 3 0 1 1

h x xk k k 1

q x a b x x c x x d x xk k k k k k k k( ) ( ) ( ) ( ) 2 3

n-1 ecuaciones y n+1 incógnitas

Condiciones Naturales

Teorema 1

Sea f(x) una función definida en [x0,xn]. Entoncesexiste un único s(x) spline interpolante cúbicopara f(x) en [x0,xn] tal que

s’’(x0) = 0 y s’’(xn) = 0.

cn = s’’(xn)/2 = 0s’’(x0) = 2c0 = 0 c0 = 0.

Matriz del sistema

M

h h h

h h h h

h h h

h h h

h h h h

h h h

n n n

n n n n

n n n

2 0 0 0 0

2 0 0 0

0 2 0 0 0

0 0 0 2 0

0 0 0 2

0 0 0 0 2

0 1 1

1 1 2 2

2 2 3

4 3 3

3 3 2 2

2 2 1

( )

( )

( )

( )

( )

( )

p

ha a

ha a

ha a

ha a

nn n

nn n

3 3

3 3

12 1

01 0

11

21 2

( ) ( )

( ) ( )

Términos independientes

Ejemplo de la temperatura

5 10 15 206

8

10

12

14

16

18

20

22

Hora

Gra

dos

Spline cúbico

5 10 15 206

8

10

12

14

16

18

20

22

Hora

Gra

dos

Polinomio interpolador

Condiciones sobre la derivada

Teorema 2

Sea f(x) una función definida en [x0,xn]. Entonces existe un únicos(x) spline cúbico interpolante para f(x) en [x0,xn].tal que

s’(x0) = f’(x0) y s’(xn) = f’(xn).

23

30 0 0 10

1 0 0h c h ch

a a f x ( ) ' ( )

h c h c f xh

a an n n n nn

n n

1 1 11

12 33

' ( ) ( ).

Matriz del sistema

M

h h

h h h h

h h h h

h h h

h h h

h h h h

h h

n n n

n n n n

n n

2 0 0 0 0 0

2 0 0 0 0

0 2 0 0 0

0 0 2 0 0 0

0 0 0 0 2 0

0 0 0 0 2

0 0 0 0 0 2

0 0

0 0 1 1

1 1 2 2

2 2 3

3 2 2

2 2 1 1

1 1

( )

( )

( )

( )

( )

Términos independientes

p

ha a f x

ha a

ha a

ha a

ha a

f xh

a a

nn n

nn n

nn

n n

33

3 3

3 3

33

01 0 0

12 1

01 0

11

21 2

11

( ) ' ( )

( ) ( )

( ) ( )

' ( ) ( )

Splines Cúbicos

Interpolación segmentaria con MATLAB

Interpolación segmentaria cúbica ps = spline(x,y) % Devuelve el Spline, no los

coeficientes

[x,s] = unmkpp(ps) % Devuelve los coeficientes

ps = mkpp(x,s)

syy = spline(x,y,xx) = ppval(ps,xx)

Interpolación segmentaria lineal lyy = interp1(x,y,xx)

-1 0 1

0

0.5

1 Spline Natural

-1 0 10

0.5

1 Spline Derivada

-1 0 10

0.5

1 Interpolación Lineal

-1 0 1

0

0.5

1 Spline de MATLAB

Recommended