MÉTODOS NUMÉRICOS PARA INGENIERÍA

UNIVERSIDAD PRIVADA DEL NORTE

FACULTAD DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL

INTERPOLACIÓN SPLINE DE FUNCIONES

INSTRUCTORES:

LOLI PRUDENCIO Cristian Amador

PARTICIPANTES:

BOUBY HERRERA, Patrick N.

CISNEROS MIRANO, Lisbeth B.
GARCÍA CAMPOS, Joaquín P.
LAZARTE OBREGÓN, Berny
RAMOS RASHUAMAN, Jeysson R.
SÁNCHEZ ESPINOZA Jhonatan A.

CICLO: 2017-II

LIMA – PERÚ

2017

Interpolación Spline de funciones 1

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

INDICE
1 INTRODUCCION ..................................................................................................................... 3
2 OBJETIVOS ............................................................................................................................. 3
2.1 OBJETIVO GENERAL ....................................................................................................... 3
2.2 OBJETIVO ESPECÍFICO ................................................................................................... 3
3 PLANTEAMIENTO DEL PROBLEMA ........................................................................................ 4
4 MARCO TEÓRICO ................................................................................................................... 5
5 CÁLCULOS .............................................................................................................................. 9
5.1 Aplicación de spline cúbico para la resistencia del concreto ........................................ 9
5.2 Aplicación de Spline para el ensayo de CBR ................................................................ 11
6 CONCLUSIONES ................................................................................................................... 13
7 recursos ............................................................................................................................... 14
7.1 recursos disponibles .................................................................................................... 14
7.2 recursos no disponibles............................................................................................... 15
8 PRESUPUESTÓ: AUTOFINANCIACIÓN .................................................................................. 15

Interpolación Spline de funciones 2

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

1 INTRODUCCION
l siguiente informe nos dará a conocer dos funciones que van a estar
expuestas en un gráfico en diferentes situaciones por lo cual va estar
representado por una curva si bien existen varios métodos que nos pueda
permitir la exactitud y aproximación de estos puntos sobre la curva en el cual
van a tener que interpolarse mediante un polinomio de cualquier grado en esta
oportunidad vamos a resaltar sobre la interpolación con splines cúbicos, que si
bien es cierto nos ayuda a obtener curvas suaves pero también se va partir en
trozos para tener un mejor aspecto al tipo de función que vamos a presentar.
En este caso se va a tomar dos ensayos de laboratorio en el cual está
representado por una gráfica de dos ejes, una de ellas detalla sobre la relación
de la resistencia f’c y el tiempo de estado del material en este caso es el
concreto y para el otro es casi similar se toma en cuenta el porcentaje de
humedad de un suelo que va inferir en su densidad seca para este caso el
objeto de estudio el suelo teniendo como nombre del ensayo el Proctor
modificado.

2 OBJETIVOS

2.1 OBJETIVO GENERAL

- Obtener una curva suave y de mejor aspecto partiendo de un polinomio normal
utilizando splines cúbicos.
- Obtener resultados que me verifiquen la continuidad de estos sin necesidad de
volver a hacer estos ensayos, según el transcurso del tiempo.

2.2 OBJETIVO ESPECÍFICO

- Usar el programa Matlab para la comprobación de estos resultados según su
gráfica.
- Disminuir los tiempos de ensayos para la realización de estos mismos.

Interpolación Spline de funciones 3

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

3 PLANTEAMIENTO DEL PROBLEMA

En la actualidad con los avances de la tecnología se mejora las obras de
ingeniería, mediante los estudios de los materiales, para ellos existen
ensayos de laboratorio que permiten determinar la resistencia del
concreto y del suelo. Los valores de la resistencia se encuentran
limitadas a los días de los ensayos realizado (7,14 y 28 días) y no a los
otros días. por otro lado, la resistencia del suelo se obtiene de los puntos
de ensayo del Proctor modificado, este se encuentra limitado generando
en la gráfica un margen de error.

¿Cuál es el grado de precisión que tendrá por el método de interpolación

Spline cubica respecto a la gráfica del ensayo de resistencia de concreto
y de suelo?

Interpolación Spline de funciones 4

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

4 MARCO TEÓRICO
1.1. Interpolación Spline
La construcción de polinomios de interpolación de grado alto, aunque
justificable teóricamente plantea muchos problemas. Por un lado, la
forma de la función polinómica de grado alto a menudo no responde
al fenómeno debido al gran número de extremos e inflexiones. Por
otro lado, su cálculo es muy complicado, lo que limita su utilidad en
análisis numérico. Es a menudo más conveniente dividir el intervalo
de interés en subintervalos más pequeños y usar en cada
subintervalo polinomios de grado relativamente bajo, tratando de que
la función a trozos definida de este modo tenga un aspecto final
adecuado al fenómeno que estamos representando. 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. Cabe mencionar que, entre todas, las splines cúbicas
han resultado ser las más adecuadas

Splines de grado k:

Dada nuestra tabla de datos,

donde suponemos que n x < x < L < x 0 1, y dado k un número entero

positivo, una función de interpolación spline de grado k, para la tabla
de datos, es una función S(x) tal que:

 S (x ) = y, para toda i = ..., ,1 ,0 n .

 S(x) es un polinomio de grado ≤ k en cada subintervalo [ ] i i x ,
x −1 .
 S(x) tiene derivada continua hasta de orden k −1 en [ ] n x , x
0.

Interpolación Spline de funciones 5

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

1.2. Spline Cúbico

El spline cúbico (k=3) es el spline más empleado, debido a que
proporciona un excelente ajuste a los puntos tabulados y su cálculo
no es excesivamente complejo.

Sobre cada intervalo , S está definido

por un polinomio cúbico diferente. Sea Si el polinomio cúbico que
representa a S en el intervalo [ti,ti+1], por tanto:

Los polinomios Si-1 y Si interpolan el mismo valor en el punto ti, es

decir, se cumple:

Si-1(ti) = yi = Si(ti)

por lo que se garantiza que S es continuo en todo el intervalo.

Además, se supone que S' y S'' son continuas, condición que se
emplea en la deducción de una expresión para la función del spline
cúbico.

Aplicando las condiciones de continuidad del spline S y de las

derivadas primera S' y segunda S'', es posible encontrar la expresión
analítica del spline. No vamos a obtener esta expresión, ya que su
demostración queda fuera del ámbito de estos apuntes. Simplemente
diremos que la expresión resultante es:

En la expresión anterior, hi=ti+1-ti y son incógnitas.

Para determinar sus valores, utilizamos las condiciones de

Interpolación Spline de funciones 6

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

continuidad que deben cumplir estas funciones. El resultado (que

tampoco vamos a demostrar) es:

cuación anterior, con genera un sistema de n-

1ecuaciones lineales con n+1 incógnitas . Podemos

elegir z0 y z1 de forma arbitraria y resolver el sistema de ecuaciones

resultante para obtener los valores de . Una elección

especialmente adecuada es hacer z0=z1=0. La función spline
resultante se denomina spline cúbico natural y el sistema de
ecuaciones lineal expresado en forma matricial es:

En donde:

hi = ti+1-ti

ui =

bi =

Interpolación Spline de funciones 7

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

Este sistema de ecuaciones, que es tridiagonal, se puede resolver

mediante eliminación gaussiana sin pivoteo como se muestra en la
figura. El código acepta como entrada un conjunto de nodos (ti) y el
conjunto de los valores de la función correspondiente (yi) y produce
un vector con los vectores zi. Por último, el valor del spline S en un
punto x cualquiera interpolado se puede calcular de forma eficiente
empleando la siguiente expresión:

En donde:

Ai =

Bi =

Ci =

Interpolación Spline de funciones 8

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

5 CÁLCULOS

5.1 APLICACIÓN DE SPLINE CÚBICO PARA LA RESISTENCIA DEL

CONCRETO
Para los siguientes datos:

Días 7 14 28
70% 80% 100%
F´c 147 168 210

Definimos el polinomio cúbico en cada uno de los intervalos que se

forman:

𝑆(𝑥) = 𝑎1 . 𝑥 3 + 𝑏1 . 𝑥 2 + 𝑐1 . 𝑥 + 𝑑1 si X 𝜖 [7,14]

𝑎2 . 𝑥 3 + 𝑏2 . 𝑥 2 + 𝑐2 . 𝑥 + 𝑑2 si X 𝜖 [14,28]

Hacemos que cumpla, la spline debe pasar por los puntos dados en
la tabla:

𝑺(𝟕) = 𝒂𝟏 . 𝟑𝟒𝟑+ 𝒃𝟏 . 𝟒𝟗 + 𝒄𝟏 . 𝟕 + 𝒅𝟏 = 𝟏𝟒𝟕

𝑺(𝟏𝟒) = 𝒂𝟏 . 𝟐𝟕𝟒𝟒+ 𝒃𝟏 . 𝟏𝟗𝟔 + 𝒄𝟏 . 𝟏𝟒 + 𝒅𝟏 = 𝟏𝟔𝟖

𝑺(𝟏𝟒) = 𝒂𝟐 . 𝟐𝟕𝟒𝟒+ 𝒃𝟐 . 𝟏𝟗𝟔 + 𝒄𝟐 . 𝟏𝟒 + 𝒅𝟐 = 𝟏𝟔𝟖

𝑺(𝟐𝟖) = 𝒂𝟐 . 𝟐𝟏𝟗𝟓𝟐+ 𝒃𝟐 . 𝟕𝟖𝟒 + 𝒄𝟐 . 𝟐𝟖 + 𝒅𝟐 = 𝟐𝟏𝟎

Ahora calculamos la derivada de s(x):

𝑆´(𝑥) = 3𝑎1 . 𝑥 2 + 2𝑏1 . 𝑥 + 𝑐1 si X 𝜖 [7,14]

3𝑎2 . 𝑥 2 + 2𝑏2 . 𝑥 + 𝑐2 si X 𝜖 [14,28]

Para evitar discontinuidad, avaluamos x=14 en los dos polinomios:

s´(x)

3𝑎1 . (14)2 + 2𝑏1 . (14) + 𝑐1 = 3𝑎2 . (14)2+ 2𝑏2 . (14) + 𝑐2

𝟓𝟖𝟖. 𝒂𝟏 + 𝟐𝟖. 𝒃𝟏 + 𝒄𝟏 = 𝟓𝟖𝟖. 𝒂𝟐 + 28.𝒃𝟐 + 𝒄𝟐

Análogamente, seguimos con la segunda derivada:

Interpolación Spline de funciones 9

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

𝑆´´(𝑥) = 6𝑎1 . 𝑥+ 2𝑏1 si X 𝜖 [7,14]

6𝑎2 . 𝑥+ 2𝑏2 si X 𝜖 [14,28]

Para lograr que s´´(x), sea continúa:

6𝑎1 . (14)+ 2𝑏1 =6𝑎2 . (14)+ 2𝑏2

𝟖𝟒. 𝒂𝟏 + 𝟐. 𝒃𝟏 = 𝟖𝟒. 𝒂𝟐 + 𝟐. 𝒃𝟐

Contamos con 6 ecuaciones y 8 incógnitas, 2° de libertad agregamos

las dos siguientes:

𝑆´´(𝑥0 ) = 0

𝑆´´(𝑥𝑛 ) = 0

De lo cual vamos a obtener:

S´´(7)= 6𝑎1 . (7)+ 2𝑏1 = 0

𝟒𝟐𝒂𝟏 + 𝟐𝒃𝟏 = 0

S´´(28)= 6𝑎1 . (28)+ 2𝑏1 = 0

𝟏𝟔𝟖𝒂𝟐 + 𝟐𝒃𝟐 = 0

Hemos completado 8 ecuaciones vs 8 incógnitas:

𝟑𝟒𝟑. 𝒂𝟏 .+ 𝟒𝟗. 𝒃𝟏 + 𝟕. 𝒄𝟏 + 𝒅𝟏 = 𝟏𝟒𝟕

𝟐𝟕𝟒𝟒. 𝒂𝟏 + 𝟏𝟗𝟔. 𝒃𝟏 + 𝟏𝟒. 𝒄𝟏 + 𝒅𝟏 = 𝟏𝟔𝟖

𝟐𝟕𝟒𝟒. 𝒂𝟐 + 𝟏𝟗𝟔. 𝒃𝟐 + 𝟏𝟒. 𝒄𝟐 + 𝒅𝟐 = 𝟏𝟔𝟖

𝟐𝟏𝟗𝟓𝟐. 𝒂𝟐 + 𝟕𝟖𝟒. 𝒃𝟐 + 𝟐𝟖. 𝒄𝟐 + 𝒅𝟐 = 𝟐𝟏𝟎

𝟓𝟖𝟖. 𝒂𝟏 + 𝟐𝟖. 𝒃𝟏 + 𝒄𝟏 = 𝟓𝟖𝟖. 𝒂𝟐 + 28.𝒃𝟐 + 𝒄𝟐

𝟖𝟒. 𝒂𝟏 + 𝟐. 𝒃𝟏 = 𝟖𝟒. 𝒂𝟐 + 𝟐. 𝒃𝟐

𝟒𝟐𝒂𝟏 + 𝟐𝒃𝟏 = 0

𝟏𝟔𝟖𝒂𝟐 + 𝟐𝒃𝟐 = 0

Interpolación Spline de funciones 10

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

Forma matricial:

5.2 APLICACIÓN DE SPLINE PARA EL ENSAYO DE CBR

Interpolación Spline de funciones 11

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

Forma matricial:

5106.22 296.53 17.22 1 0 0 0 0 0 0 0 0 a1 1.76

6740.56 356.83 18.89 1 0 0 0 0 0 0 0 0 b1 1.78
0 0 0 0 6740.56 356.83 18.89 1 0 0 0 0 c1 1.78
0 0 0 0 8882.6 428.9 20.71 1 0 0 0 0 d1 1.72
0 0 0 0 0 0 0 0 8882.6 428.9 20.71 1 a2 1.72
0 0 0 0 0 0 0 0 12072 526.24 22.94 1 b2 1.67
=
1070.49 37.78 1 0 -1070.5 -37.78 -1 0 0 0 0 0 c2 0
0 0 0 0 1286.7 41.42 1 0 -1286.7 -41.42 -1 0 d2 0
56.67 1 0 0 -56.67 -1 0 0 0 0 0 0 a3 0
0 0 0 0 62.13 1 0 0 -62.13 -1 0 0 b3 0
51.66 1 0 0 0 0 0 0 0 0 0 0 c3 0
0 0 0 0 0 0 0 0 68.82 1 0 0 d3 0

Interpolación Spline de funciones 12

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

6 CONCLUSIONES
- La realización del presente proyecto ha supuesto realizar un estudio
de ciertos aspectos sobre la resistencia del concreto y Proctor
modificado. Mediante el estudio teórico llevado a cabo al inicio del
proyecto, se ha podido presentar una alternativa a la solución del
problema de los ensayos. Así pues, considerando la hipótesis de los
datos obtenidos del laboratorio, y mediante el uso de splines cúbicos
se facilita a obtener resultados más óptimos facilitando los resultados
del ensayo y dando valores casi exactos.
- La interpolación spline cubica nos ayuda a estimar del Proctor
modificado los valores de cualquier punto de la curva densidad seca
vs humedad con tan solo pocos puntos que serían los datos
obtenidos en laboratorio haciendo más fácil el ensayo. Es similar a la
resistencia del concreto, ya que con los datos obtenidos al romper las
probetas a los 7, 14 y 28 días nos ayuda a sacar la resistencia del
concreto en la curva resistencia f´c vs tiempo en cualquier día sin
necesidad de volver hacer el ensayo.
- Se puede concluir que las funciones "spline" presentan posibilidades
de desarrollo como un instrumento para la estimación de resistencia
del concreto y Proctor modificado. Su mayor complejidad matemática
puede ser resuelta por medio de programación computacional,
siendo compensada por una mayor precisión en las estimaciones.

Interpolación Spline de funciones 13

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

7 RECURSOS

7.1 RECURSOS DISPONIBLES

7.1.1personal

En todo momento contábamos con la ayuda de los técnicos e ingenieros que enseñan
esa rama de nuestra carrera y nos ayudaron en nuestros trabajos tanto en la
elaboración y toma de datos del concreto y de proctor modificado.

7.1.2 equipo

Para la elaboración del CONCRETO tuvimos que contar con nuestro EPP
correspondiente y para ello tuvimos que pedir prestado el laboratorio de concreto y
usamos el mismo procedimiento para PRACTOR MODIFICADO lo cual a este caso
tuvimos que pedir prestado el laboratorio de suelos

7.1.3material

 PARA LA ELABORACIÓN DEL CONCRETO USAMOS:

 moldes

 varilla de acero

 cemento

 arena

 probeta

 balanza

 tina llena de agua

 PARA LA ELABORACIÓN DE PROCTO MODIFICADO:

 material obtenido de una terreno

 molde cilíndrico

 un pisón

 vernier

 balanza

Interpolación Spline de funciones 14

 MÉTODOS NUMÉRICOS PARA INGENIERÍA

 probeta

 tamiz

7.1.4 LOCAL

Este trabajo se realizó en los laboratorios de concreto y suelos en la

Universidad Privada del Norte (UPN-norte)

7.2 RECURSOS NO DISPONIBLES

7.2.1servicios

Al momento de buscar un horario el cual todo el grupo pueda asistir a los

ensayos, no todos podían asistir, ya que, tenemos cruces de horario, tanto entre
alumnos y el tiempo disponible de los laboratorios.

8 PRESUPUESTÓ: AUTOFINANCIACIÓN
Para hacer estos diseños tuvimos los materiales a la mano, pues, el cemento y
los agregados nos proporcionaron el laboratorio de concreto, y para hacer el ensayo
de proctor, nuestros mismos compañeros nos proporcionaron.

Interpolación Spline de funciones 15