Académique Documents
Professionnel Documents
Culture Documents
El trmino spline hace referencia a una amplia clase de funciones que son
utilizadas en aplicaciones que requieren la interpolacin de datos, o un
suavizado de curvas. Los splines son utilizados para trabajar tanto en una
como en varias dimensiones. Las funciones para la interpolacin por splines
normalmente se determinan como minimizadores de la aspereza sometidas a
una serie de restricciones.
En este artculo nos referiremos con el trmino spline a su versin restringida
en una dimensin y polinomial, que es la ms comnmente utilizada.
Marco Terico:
En el subcampo matemtico del anlisis numrico, un spline es una curva
diferenciable definida en porciones mediante polinomios.
En los problemas de interpolacin, se utiliza a menudo la interpolacin
mediante splines porque da lugar a resultados similares requiriendo solamente
el uso de polinomios de bajo grado, evitando as las oscilaciones, indeseables
en la mayora de las aplicaciones, encontradas al interpolar mediante
polinomios de grado elevado.
Para el ajuste de curvas, los splines se utilizan para aproximar formas
complicadas. La simplicidad de la representacin y la facilidad de cmputo de
los splines los hacen populares para la representacin de curvas en
informtica, particularmente en el terreno de los grficos por ordenador.
Tipos de interpolacin:
1.-Interpolacin Segmentaria lineal:
Este es el caso ms sencillo. En l, vamos a interpolar una funcin f(x) de la
que se nos dan un nmero N de pares (x,f(x)) por los que tendr que pasar
nuestra funcin polinmica P(x). Esta serie de funciones nuestras van a ser
lineales, esto es, con grado 1: de la forma P(x) = ax + b.
Definiremos una de estas funciones por cada par de puntos adyacentes, hasta
un total de (N-1) funciones, hacindolas pasar obligatoriamente por los puntos
que van a determinarlas, es decir, la funcin P(x) ser el conjunto de
segmentos que unen nodos consecutivos; es por ello que nuestra funcin ser
continua en dichos puntos, pero no derivable en general.
Interpolacin Segmentaria Cuadrtica
En este caso, los polinomios P(x) a travs de los que construimos el Spline
tienen grado 2. Esto quiere decir, que va a tener la forma P(x) = ax + bx + c
Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones
(donde N son los puntos sobre los que se define la funcin). La interpolacin
cuadrtica nos va a asegurar que la funcin que nosotros generemos a trozos
con los distintos P(x) va a ser continua, ya que para sacar las condiciones que
ajusten el polinomio, vamos a determinar como condiciones:
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.
en tres puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis
incgnitas en total.
Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener tan
slo cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por
cada intervalo), y la quinta al igualar la derivada en el punto comn a las dos
P(x).
Se necesita una sexta ecuacin, de dnde se extrae? Esto suele hacerse con
el valor de la derivada en algn punto, al que se fuerza uno de los P(x).
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.
length(xx)].
[d1,d2,...,dk,m1,m2,...,mj].
pp = spline(x,Y) Devuelve el por trozos polinmica forma de la spline cbico
interpolant para su uso posterior con ppval y el spline utilidad unmkpp. x debe
ser un vector con valores distintos. Y puede ser un escalar, un vector o una
matriz de cualquier dimensin, conforme a las siguientes condiciones:
Si x e Y son vectores del mismo tamao, se utilizan las condiciones de
no un nudo final.
Si x o Y es un escalar, se ampla para tener la misma longitud que la otra
f(x) = Y(2:end-1)
df(min(x)) = Y(1)
df(max(x)) = Y(end)
2.
Ejemplo:
x = 0:10;
y = sin(x);
xx = 0:.25:10;
yy = spline(x,y,xx);
plot(x,y,'o',xx,yy)
La grfica que obtendremos ser: