Sie sind auf Seite 1von 8

Ricardo Coronado Leija Algebra Lineal Numrica e Segundo Examen Parcial

Ejercicio 1. Escribe un programa que interpole con esplines y esplines paramtricos. Prueba con la e siguiente tabla xi fi 8.125 8.4 0.0774 0.099 9 0.28 9.845 9.6 0.6 0.708 9.959 10.166 10.2 1.3 1.8 2.177

Cuadro 1: Puntos a ser interpolados Compara con interpolacin polinomial. Muestra las grcas. o a Basicamente un espline es una curva denida en porciones mediante polinomios. En la interpolacin de funciones son muy practicos ya que dan lugar a resultados muy precisos requiriendo o solamente el uso de polinomios de bajo grado, evitando as las oscilaciones indeseables encontradas al interpolar mediante polinomios de grado elevado. Al interpolar los datos de la tabla dada, mediante esplines y polinomios se ver a continuacin esta diferencia entre ellos. a o

Figura 1: Graca de los puntos aislados de la Tabla 1. Parecen tener tendencia exponencial Interpolacin Polinomial o A travs de dos puntos hay una unica linea, a travs de tres puntos hay una sola funcin e e o cuadrtica, etc. El polinomio de grado N - 1 que pasa a travs de N puntos yi = f (xi ) es dado a e mediante la formula de Lagrange: 1

P (x) =

(x x2 )(x x3 )...(x xN ) (x x1 )(x x3 )...(x xN ) y1 + y2 + ... (x1 x2 )(x1 x3 )...(x1 xN ) (x2 x1 )(x2 x3 )...(x2 xN ) (x x1 )(x x2 )...(x xN 1 ) + yN (xN x2 )(xN x3 )...(xN xN 1 )

(1)

Hay N terminos cada uno un polinomio de grado N 1, y cada uno constuido para hacerse cero en todos los xi , excepto uno en donde P (xi ) = yi . Sin embargo programar esta frmula tal como o esta es algo incomodo, por ello se utiliza el algoritmo de Neville, donde la frmula recursiva es: o Pi(i+1)...(i+m) = (x xi+m )Pi(i+1)...(i+m1) + (xi x)P(i+1)(i+2)...(i+m) xi xi+m (2)

La implemetacin del algoritmo est basada en el algoritmo del libro Numerical Recipes in C. Utio a lizando este para interpolar los puntos en el intervalo [8.105,10.205] en pasos de 0.01, tomando como referencia los puntos de la Tabla 1, se obtuvo la grca mostrada en la Figura 2. a

Figura 2: Graca que muestra la interpolacin polinomial en el intervalo [8.105,10.205] a partir de los o puntos de la Tabla 1. No tiene la tendencia mostrada en la Figura 1 Se puede observar en esta Figura que existen muchas oscilaciones indeseadas, debido al hecho de que se est intentando que la funcion de interpolacin (el polinomio) pase por los 8 puntos a o de la Tabla 1, entonces como se mencion al principio se necesita un polinomio de grado 7 para o que esto suceda, y como es sabido mientras mayor sea el grado del polinomio se observarn mas a oscilaciones. Esto puede llegar a convertirse en un verdadero problema si se llegan a tener muchos puntos de referencia, la solucin es entonces usar polinomios de grado bajo por intervalos, por lo cual o se introducen los esplines. 2

Interpolacin con Esplines o Como se hab mencionado antes, para la interpolacin con esplines se requiere trabajar a o con polinomios de grado bajo, sin embargo ahora se concentra en el intervalo [xj , xj+1 ] y se usa un polinomio de grado pequeo para interpolarlo. Para este ejercicio se utilizaron esplines cbicos n u (polinomios de grado tres), esto para obtener una formila de interpolacin que sea suave en su o primera derivada y continua en su segunda derivada, tanto dentro del intervalo [xj , xj+1 ], como en sus extremos. Para esto es necesario tener adems de los valores tabulados de yj , los valores tabulados a para los valores de la segunda derivada de la funcin yi , sin embargo estos valores no son dados, por o lo que se usa la siguiente expresin para obtenerlos: o xj+1 xj1 xj+1 xj yj+1 yj yj yj 1 xj xj1 yj1 + yj + yj+1 = 6 3 6 xj+1 xj xj xj1

(3)

Ahora bien estas son N - 2 ecuaciones lineales con N incognitas yj , j = 1, ...N . Por lo que para tener una solucion unica es necesario especicar dos condiciones adicionales, tipicamente en los extremos x1 y xN , en este caso se uso yj = 0 y yN = 0, esto da lugar a lo que es conocido como esplines cubicos naturales. Los algoritmos para estos, tanto para calcular la segunda derivada, como para interpolar con esplines (que de hecho toman la salida del anterior) tambien fueron tomados del Numerical Recipes in C. Aplicndolos a los puntos dados en la Tabla 1 se obtiene la grca mostrada en la Figura 3, la a a interpolacin se realiz en el mismo intervalo que se us en la interpolacin polinomial. o o o o

Figura 3: Graca que muestra la interpolacin por esplines cbicos naturales en el intervalo [8.105,10.205] o u a partir de los puntos de la Tabla 1.

Se observa ahora que gracias al us de polinomios de grado tres (grado pequeo), ms el o n a hecho de querer la segunda derivada continua, se ha obtenido una interpolacin sin tantas oscilaciones o como la polinomial, sin embargo an existe una regin que muestra algo de oscilacin, este es uno de u o o los problemas de la interpolacin con esplines; la aproximacin resultante es de buena calidad solo o o si la funcion f no tiene valores grandes en su derivada (se requiere que |f (x)| < 1 para cada x), de otro modo aparecen comportamientos oscilatorios en el espline, como se vio en la grca de la Figura a 3. Otro problema que puede encontrarse en los esplines es que dependen de la eleccin del sistema o coordenado. La solucion a estos problemas se encuentra en los esplines paramtricos e Interpolacin con Esplines Paramtricos o e La idea es que ahora ambos componentes de la curva tanto xj como yj , en su forma paramtrie ca sean aproximados mediante esplines, esto es ahora la curva tiene la forma C(t) = (x(t), y(t)), con t [0, T ] y se particiona este intervalo, entonces ahora se pueden usar los conjuntos de valores (tj , xj ) y (tj , yj ) como las entradas del algoritmo de splines cubicos naturales usado en la interpolacin ano terior, con lo que ahora tambien x esta siendo interpolado ademas de y. Todavia queda el punto de como elegir la parametrizacin, una forma razonable, es usar la longitud del segmento Cj1 Cj , es o decir: tj = (xj xj1 )2 + (yj yj1 )2 , j = 1, ..., n. (4)

Para implementar este algoritmo, se baso en algoritmo que se encuentra en la pag. 359 del libro Numerical Mathematics de Alo Quarteroni, el resultado para los puntos de la Tabla 1 es la grca de la Figura 4. a

Figura 4: Graca que muestra la interpolacin usando esplines paramtricos a partir de los puntos de la o e Tabla 1. 4

Como se observa en la grca de la Figura 4, ahora las oscilaciones fueron totalmente removia das y se ve que la interpolacin ahora fue bastante buena, sin duda alguna la interpolacion usando o esplines parametricos tiene muchas ventajas sobre la de esplines anterior y an mas sobre la poliu nomial, sin embargo an tiene otra mas que se vera en el ejercicio siguiente, ya que el parametrizar u los datos ayuda a que se pueda realizar interpolaciones sobre curvas cerradas (que no son funcines, o pues a cada x la puede tocar mas de una y, lo cual va en contra de la denicin de funcin) algo que o o no se puede con los mtodos anteriores. En la Figura 5 se hace un resumen de la comparacin entre e o los mtodos. e

Figura 5: Comparacin de las Interpolaciones: La Interpolacin polinomial presenta muchas oscilaciones o o indeseadas. La Interpolacion por Esplines presenta oscilaciones en las regiones donde |f (x)| < 1. Todas las oscilaciones indeseadas son eliminadas usando la Interpolacion po Esplines Paramtricos. e Hasta ahora solo se han mostrado los resultados del programa, pero por si desea tener detalles sobre la implementacin de los algoritmos, se subi el programa hecho como un proyecto o o .dev de Devcpp en un .zip a la carpeta de Dropbox de Tareas junto con las librerias usadas para generar las gracas y para tratar la imagen del siguiente ejercicio (se necesita adicionalmente tener instalado la libreria WinBGIM pues a partor de esta se hicieron las otras librerias).

Ejercicio 2. Dibuja con esplines paramtricos, i.e., dibuja los contornos de una imagen. e En este ejercicio se utiliz directamente el algoritmo de los esplines paramtricos usado en el o e ejercicio anterior, solo que ahora se aplica a dibujar los contornos de una imagen. La imagen elegida fue la de una manzana mostrada en la Figura 6, donde adems se muestran los puntos que sern a a interpolados que fueron 64 puntos, los puntos fueron tomados manualmente mediante clicks sobre los bordes, por lo cual tal vez no se haya seguido integramente el borde de la manzana,sin embargo se pudo obtener una muy buena aproximacin, tal como se muestra en la Figura 7. o

Figura 6: Imagen manzana.bmp, los puntos mostrados son los que se tomaran como base para la interpolacion del borde de la manzana obscura. Este tipo de interpolacin no lo podr hacer el mtodo de splines no paramtricos directao a e e mente, y menos aun el mtodo de polinomios ya que esos solo funcionan para funciones, donde a cada e x le corresponde una y, sin embargo el contorno de la manzana no es de este tipo, hay ocaciones donde a un x le corresponden dos y s, pero gracias a que se utiliz una parametrizacin, esto es posible ya o o que la interpolacion se realiza para (ti , xi ) y (ti , yi ) donde cada una por su parte si son funciones y por lo tanto pueden ser interpoladas por los esplines cbicos naturales usados en el ejercicio 2. u

Figura 7: Contorno de la mazana obscura de la imagen manzana.bmp, mostrada en la Figura 6, tomando como partida los 64 puntos mostrados en la Figura 6. Se muestran dos gracas, una obtenida en C++ y otra en R, debido a lo laborioso de poner valores en los ejes en C++

Ejercicio 3. Escribe ttulo, resumen y bibliografa de tu proyecto nal. Nombre. Solucin Numrica a la Ecuacin de Schrodinger y Espectro Continuo de o e o su Operador Resumen: La ecuacin de Schrodinger describe la evolucin temporal de una part o o cula masiva no relativista. Es de importancia central en la teor de la mecnica cuntica, donde representa a a a para las part culas microscpicas un papel anlogo a la segunda ley de Newton en la mecnica o a a clsica. Su forma es la siguiente: a i t = h 2 h xx + V (x) 2m (5)

Cuando la pat cula est limitada en un estado estacionario, la funcin esta determinada por la a o ecuacion de Schodinger independiente del tiempo: 2 d2 (x) h + V (x) = E(x) 2m dx2 (6)

ademas al limitar la particula a una regin determinada la probabilidad de hallarla en el espacio o debe ser igual a uno. Estas condiciones transforman el problema cuntico de estados acotados a a un problema de eigenvalores y eigenfunciones (donde los eigenvalores representen los niveles de energ de la part a cula). H = Donde H es el Hamiltoniano. Los mtodos numricos juegan un papel importante en la solucin de esta ecuacin, ya que e e o o hay potenciales que no pueden ser resueltos analiticamente, por lo que en este proyecto se pretende hacer notar que varios de los mtodos vistos en el curso que van desde el mtodo de e e Newton hasta el Mtodos de Runge-Kutta, pasando por los metodos para hallar eigenvalores e (mtodo de la potencia y de deacin), e incluso se abordar un mtodo de Numerov, que e o a e es util para resolver ecuaciones sin primeras derivadas (tal como la ecuacin de Schrodinger o independiente del tiempo), pueden ser bastante utiles al analizar el comportamiento de una part cula mediante la solucion a la ecuacin de Schrodinger para algunos potenciales sencillos o en los cuales se encontraran los eigenvalores y eigenfunciones correspondientes. Bibliograf a 1. Jeery M. Cooper. Introduction to Partial Dierential Equations with MATLAB. Birkhauser. (1998) 2. Rubin H Landau, Manuel Jose Paez. Computational Physics. John Wiley and Sons, INC. (1997) 3. Tao Pang. An Introduction to Computational Physics. Cambridge. (2006) (7)