Interpolacin Spline

Michelle Oviedo, Andrea Robalino, Jessica Tapia

Departamento de Ciencias Exactas, Universidad de las Fuerzas Armadas - ESPE
Sangolqu, Ecuador
[email protected]
[email protected]
[email protected]

Abstract- This document explains what Spline Interpolation

method studies in numerical methods, describing the function
and calculating the interpolation with comments and details to
consider before and during application when performing
calculation.
Resumen.-Este documento explica en qu consiste la
Interpolacin Spline, mtodo que se estudia en mtodos
numricos, describiendo
la funcin y clculo de la
interpolacin con observaciones y detalles que se deben
considerar antes y durante su aplicacin al momento de
realizar clculos
Palabras claves: puntos de control, control local.

I.

INTRODUCCIN

Los Splines permiten representaciones matemticas de

superficies partiendo de informacin relativa a algunos de sus
puntos. Su construccin consiste en obtener una funcin de
interpolacin que pase por esos puntos. Para poder hacer esto
es necesario contar con algunas habilidades matemticas, por
ejemplo: derivacin, buen manejo del lgebra y finalmente
solucin de sistemas de ecuaciones lineales grandes; que en
ocasiones adolecen los estudiantes.[1]
II.

MARCO TERICO

La interpolacin consiste en obtener una funcin que

corresponda a una serie de datos conocidos. Una de las clases
de funciones ms tiles y mejor conocidas es la de los
polinomios algebraicos, es decir el conjunto de funciones de
la forma:
(1)

P ( x )=an xn + an1 x n1 ++a 1 x 1+ a0 x0

Donde n es un entero no negativo y

an , an1 , a1 , y a0

son constantes reales.

Una de las razones importantes por la cual se debe
considerar esta clase de polinomios en la interpolacin de
funciones, es que la derivada y la integral de un polinomio son
fciles de determinar y tambin son polinomios. Por esta y
otras razones ms, con frecuencia se usan los polinomios para
aproximar a las funciones continuas.[3]
La idea central es que en vez de usar un solo polinomio
para interpolar todos los datos (Pares coordenados), se pueden
usar segmentos de polinomios entre pares coordenados de
datos y unir cada uno de ellos adecuadamente para ajustar los
datos.
Vale la pena resaltar que entre todas las formas de ajustar
datos, lossplines cbicos han resultado ser los ms adecuados
para cualquier tipo de aplicacin. As pues, se puede decir de
manera informal, que una funcin spline est formada por
varios polinomios, cada uno definido en un intervalo y que se
unen entre si bajo ciertas condiciones de continuidad.[2]
A. Definicin
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.

Una funcin spline est formada por varios polinomios,

cada uno definido sobre un subintervalo, que se unen entre s
obedeciendo a ciertas condiciones de continuidad.
1) Trazadores lineales: La unin entre dos puntos es una lnea
recta. Los trazadores de primer grado para un grupo de puntos
asociados con datos ordenados pueden definirse como un
conjunto de funciones lineales

f ( x )=f ( x0 ) + m0 ( xx 0 ) x 0 x x 1
f ( x )=f ( x1 ) + m1 ( xx 1 ) x 1 x x 2
f ( x )=f ( xn 1 ) + mn1 ( xx n1 ) x n1 x x n
mi es la pendiente de la lnea recta que une los
Donde
puntos:

mi=

Fig1. Interpolacin Polinmica a trozos

Mediante el mtodo de interpolacin Spline, se usan

polinomios de grado 3 para unir dos puntos de la funcin entre
s, es decir en vez de utilizar un polinomio de alto grado se
usan varios de grado 3, esto implica que para N puntos
tenemos N-1 polinomios diferentes de grado 3.

f ( x i+1 )f ( x i )
x i+1 x i

Estas ecuaciones se pueden usar para evaluar la funcin en

cualquier punto entre

x0 y xn

localizando primero el

intervalo dentro del cual est el punto. Despus se usa la

ecuacin adecuada para determinar el valor de la funcin
dentro del intervalo. Este mtodo es idntico al de la
interpolacin lineal.
2) Trazadores (Splines) cuadrticos: Para asegurar que las
derivadas m-simas sean continuas en los nodos, se debe
emplear un trazador de un grado de, al menos, m+1.
2) Trazadores (Splines) cbicas :

Fig.2. Grfica de una curva Spline

Especificamos una curva Spline al proporcionar un

conjunto de puntos (que ser una serie de coordenadas) a los
que denominaremos puntos de control.
Estos puntos de control se ajustarn despus con funciones
polinmicas continuas que se pueden entender con una de las
siguientes maneras:

La funcin s(x) se llama cbica a trozos en

[x 0 , xn ] si existen polinomios cbicos

1)Interpolacin

q 0( x), q1 ( x), . .. , qn 1 (x ) tales que :

La curva realiza la interpolacin del conjunto de puntos de

control cuando las secciones polinmicas se ajustan de modo
que la curva pasa a travs de cada punto de control.[4]

Fig.3 Grfica con la interpolacin

Mientras que para la segunda derivada tendremos:

2) Aproximacin

S ' ' k ( x k+1 )=S ' ' k+1 ( x k+1 ) ,

La curva realiza una aproximacin al conjunto de puntos

de control cuando los polinomios se ajustan a la trayectoria
general del punto de control sin pasar necesariamente a travs

.
(d) Finalmente,

de ningn punto de control.[4]

para

n+1 puntos (x 0 , y 0 ),( x1 , y 1) ,... ,(x n , y n)

puntos de la grfica de una funcin

(en principio desconocida), un spline cbico

dichos

datos

ser

S ;[a ;b] R , donde

una

funcin

a=x 0 , y

b=x n

S (x ) ,

S ( x ) =qk (x )

tal que

siempre

k ,

(c)

'' ( x n)

=0

(1)

q k ( x )=ak +bk ( xx k ) +c k ( xx k )2 +d k ( xx k )3

Donde tenemos 4n incgnitas, con las condiciones de

interpolacin:

S ( x k )= y k ,

n+1

ecuaciones

Condiciones de conexin:

q ' k ( x k +1 )=q ' k+1 ( x k+1 )

3(n1) ecuaciones

q ' ' k ( x k +1 )=q ' ' k+1 ( x k+1 )

Para el polinomio Spline tenemos:

S k ( x k )= y k , entonces

con

=S

que:

k =0,1, ., n .
(b) Si

' ' ( x 0)

q k ( x k +1) =q k+1 ( x k+1 )

polinomio de grado

x [x k , x k+1 ]

donde

S k ( x k+1 )= y k+1 ,

q k ( x )=ak +bk ( xx k ) +c k ( xx k )2 +d k ( xx k )3

k =0,1, ,n .

S (x )

final,

ecuaciones lineales compatible determinado, por tanto la

(2)

verifique las siguientes condiciones:

(a) Sea

solucin es nica. [3]

Entonces, podemos calcular el polinomio de interpolacin:

x 0< x1 < x n

para

inicial

Las condiciones anteriores se traducen en un sistema de

B. Desarrollo para obtener el polinomio

y=f ( x)

puntos

Nota: Si se impone esta ltimacondicin, se dice que el

Spline es un Spline Natural.La segunda derivada de la funcin
de interpolacin es continua. [1]

Fig.4 Grfica con la aproximacin

con

los

impondremos la condicin extra:

Dados

k=0,1,2, , n2

ak =f ( x k ) ;

k =1,2, , n

es de clase en (a; b). En particular, esto

2

hk =x k+1x k
implica que la primera derivada de

S ' k ( x k+1 )=S ' k+1 ( x k+1 ) ,

S ( x ) verifique:

k=0,1,2, , n2 .

bk =

h
1
a k+1ak ) k ( 2 c k c k +1) ,
(
hk
3

dk=

1
3
3
( c c )= ( a a ) ( a a )
3 hk k+1 k hk k+ 1 k hk .1 k k1 ,

3
( a a ) 3 f ' ( x 0 )
h0 1 0

hn1 c n1+2 h n1 c n=3 f ' ( x n )

k =0,1, ,n1

De donde obtendremos:

2 h0 c 0+ h0 c1 =

n1 ecuaciones y n+1

Matriz del sistema

C. Errores de la Interpolacin Spline

En trminos generales, con las condiciones de frontera
sujeta se logran aproximaciones ms exactas, ya que abarca
mayor informacin acerca de la funcin. Pero para que se
cumpla este tipo de condicin, se requiere tener los valores de
la derivada en los extremos o bien una aproximacin precisa
de ellos. Si se desea construir el conjunto de polinomios de la
interpolacin
de trazador
cbico de una
0
0
0 determinada funcin f,
se van aplicando cada una de las condiciones de la definicin
0 general.[2] 0
a0un polinomio cbico

incgnitas

2 ( h0 +h 1 )
h1
0
h1
2 ( h1 +h2 )
h2
0
h2
2 ( h2 +h3 )

M=

0
0
0
0
0
0
0
0
0

b) Sea

c)

0
0
0
[a
,b
]
un intervalo
cerrado real y

a) Sean

a=x1 < x 2 << x=b

una particin del
2 ( hn4 + hn3 )
h n3
0
mismo.

hn3
2 ( h n3+ hn2 )
hn2

0
h n2max { x2j +1
h=
( hx
n2 +h
j } n1)

Trminos Independientes

3
3
a2a1 ) ( a1a 0 )
(
h1
h0

T=

3
3
a na n1 )
(
( a a )
hn1
hn2 n1 n2

3
( a a )
h n1 n n1

0 j n1

Sean

f C 2 ([a , b]) y s ( x) el spline cbico

natural o sujeto que interpola a

nodos de la particin considerada.
Entonces el error de interpolacin:

e ( x )=f ( x ) s ( x ) , x [a ,b ]
Donde se verifica, que para cada intervalo

Teorema:
Si

que

f ( x ) es una funcin definida en

entonces existe un nico

para

f ( x) en

[ x0 , xn ]

S ( x) spline cbico interpolante

[ x0 , xn ]

, tal que:

f (x) en los

existe

e ( x j )=e ( x j+1 ) =0
al

menos

un

[x j , x j +1] ,

y, por el teorema de Rolle,

valor

c j [ x j , x j+1 ] , tal que

e ' ( c j )=0 . En consecuencia,

x

e ' ' ( t ) dt =e' ( x )e' ( c j ) =e ' ( x ) , x [ x j , x j+1 ]

S ' ( x 0 )=f ' ( x0 ) y S ' ( x n )=f ' ( xn )

cj

La derivada del error est acotada por una expresin

proporcional a

1
2

Primero, vemos que se forman tres intervalos:

[3.4,5 ],[4.5,7],[7,9]

. Como:

En cada uno de estos intervalos, debemos definir una

funcin polinomial de grado 2, como sigue:
x

Hacemos que la spline pase por los puntos de la tabla de

datos, es decir, se debe cumplir que:

'

e ( t ) dt=e ( x )e ( x j )=e ( x )0=e ( x)

xj

s (3)=2,5 ;

xj

f2

s (7)=2,5 ;

s (9)=0,5

|e (x)|= e ( t ) dt max |e '(z )|dt

'

s ( 4,5)=1 ;

x j a x b

As, se forman las siguientes ecuaciones:

x 2 a n+( x)bn + cn =f (x )
s ( x )=f ( x )

1
2

|e ' (z )| h 2

3 b1 +c 1=2.5
2
3 a1 +
s ( 3 )=2.5

|e ' (z)|dt h max

amax
x b
a x b
xj

Luego, la cota del error de interpolacin spline cbica

natural o sujeta es:

1
2

7 b2 +c 2=2.5

7 b3 +c 3=2.5
7 2 a3 +
7 2 a2 +

s ( 7 ) =1

|e (x)|=|f ( x )s ( x)| h 2

IV.
1.

EJERCICIOS DE INTERPOLACIN

Con los siguientes datos:

9 b3 +c 3=0.5
9 2 a3 +
s ( 9 ) =2.5

TABLA I
DATOS DEL EJERCICIO 1
x
y

3
2.5

4.5
1

7
2.5

a) Calcular la interpolacin por splines de grado 2:

4.5 b1 + c1=1

4.5 b2 + c2=1
4.5 2 a2 +
4.5 2 a1 +

(
s 4.5 ) =1

9
0.5

Hasta aqu, tenemos un total de 6 ecuaciones con 9

incgnitas.

El siguiente paso es manejar la existencia de las derivadas

continuas. En el caso de las splines de grado 2, necesitamos
que la spline tenga derivada continua de orden k-1=1, es decir,
primera derivada continua.

s ' ( x )=2 a n x +bn

2 a1 x +b 1 ; si x[3,4.5]
s (x )= 2 a2 x +b2 ; si x[4.5,7]
2 a3 x +b 3 ; si x[ 7,9]
Vemos que esta derivada est formada por segmentos de
rectas, que pudieran presentar discontinuidad en los cambios
de intervalo. Es decir, las posibles discontinuidades son x =5.4
y x=7. Por lo tanto para que s(x) sea continua, se debe
cumplir que:

2 a1 ( 4.5 ) +b1=2a 2 ( 4.5 )+ b2 9 a1+ b1=9 a2+ b2

Tambin debe cumplirse que:

2 a2 ( 7 )+ b2=2 a3 ( 7 ) +b 3 14 a 2+ b2=14 a 3+ b3
As, tenemos un total de 8 ecuaciones vs. 9 incgnitas; esto
nos da un grado de libertad para elegir alguna de las

a1=0 .

De esta forma, tenemos un total de 8 ecuaciones con 8

incgnitas. Estas son las siguientes:
1)

3+c 1=2.5

2)

4.5 b 1+ c1=1

3)

20.25 a2 +4.5 b 2+ c2 =1

4)

49 a 2+7 b 2+ c 2=2.5

5)

49 a 3+7 b3 +c 3=2.5

6)

81 a3 +9 b3 + c3 =0.5

7)

b1=9 a2 +b2

8)

14 a2 +b 2=14 a 3+ b3

3
4.5
0
M= 0
0
0
1
0

Calculamos primero la primera derivada:

incgnitas. Elegimos por simple conveniencia

Este sistema de ecuaciones tiene la siguiente forma

matricial:

1
0
0 0
0
0
1
0
0 0
0
0
0 20.25 4.5 1
0
0
0
49
7 1
0
0
0
0
0 0 49
7
0
0
0 0 81
9
0 9 1 0
0
0
0
14
1 0 14 1

0
0
0
0
1
1
0
0

][ ]

b1
2.5
c1
1
a2
1
b2 2.5
=
c 2 2.5
a3 0.5
0
b3
0
c3

Se obtiene la siguiente solucin y sustituyendo estos

valores junto con

(a1 =0),

obtenemos la funcin simple

cuadrtica que interpola la tabla de datos del problema:

b 1=1
c 1=5.5
a2=0.64
x+ 5.5
; si x[3,4.5]
b2=6.76
s ( x ) = 0.64 x26.76 x +18.46 ; si x[4.5,7]
c 2=18.46
2
1.6 x +24.691.3 ; si x[ 7,9]
a3 =1.6
b3=24.6
c 3=91.3

La grfica que se muestra, contiene tanto los puntos

iniciales de la tabla de datos, as como la spline.

Fig.5 Grfica del Spline cuadrtico del Ejercicio 1

b) Calcular la interpolacin por splines de grado 3:

Primero, vemos que se forman tres intervalos:

El siguiente paso es manejar la existencia de las derivadas

continuas. En el caso de las splines de grado 3, necesitamos

[3.4,5 ],[4.5,7],[7,9]

que la spline tenga derivada continua de orden

En cada uno de estos intervalos, debemos definir una
funcin polinomial de grado 2, como sigue:
Hacemos que la spline pase por los puntos de la tabla de
datos, es decir, se debe cumplir que:

s (3)=2,5 ;

s (4,5)=1 ;

s (7)=2,5 ;

s (9)=0,5
As, se forman las siguientes ecuaciones:
2

x b n+ ( x ) c n+ d n=f (x)
x 3 an +
s ( x )=f (x)
3 2 b1+ ( 3 ) c1 + d1=2.5
3 3 a1+
s (3 )=2.5
4.5 2 b1+ ( 4.5 ) c 1+ d 1=1

2
4.5 b2 +( 4.5)c2 + d2 =1
3
4.5 a2+
4.5 3 a1+

s ( 4.5 )=1
2

7 b2 + ( 7 ) c 2+ d 2=2.5

3
2
7 a3 +(7) b3 +(7)c 3+ d 3=2.5
3
7 a2 +

s ( 7 )=1
2

9 b

3
9 a3 +
s ( 9 )=2.5
Hasta aqu, tenemos un total de 6 ecuaciones con 12
incgnitas.

k 2=1 ,

es decir, primera derivada continua y segunda derivada en los

extremos igual a 0.
Calculamos la primera derivada:

x 2+2 b n ( x )+ c n
s ' ( x )=3 an
x 2+ 2b 1 (x) ; si x[3,4.5]

2
x +2 b2 ( x ); si x[ 4.5,7]

2
x + 2b 3 (x); si x[7,9]

3 a1
s ( x )=
Como las primeras derivadas de

f ( x ) en los nodos

internos deben ser iguales, se tienen las siguientes ecuaciones:

4.5 2 +2 b2 ( 4.5 ) +c 2
4.5 2 +2 b1 ( 4.5 ) +c 1=3 a2
x=4.5 3 a1
60.75 a1+ 9 b1 +c 160.75 a29 b2c2 =0
7 2+ 2b 3 ( 7 )+ c3
7 2 +2 b2 (7 ) +c 2=3 a3
x =7 3 a 2
147 a2+ 14 b2 +c 2147 a314 b 3c 3=0

s ' ' ( x ) =6 an x+ 2b n

6 a1 x+ 2b 1 ; si x[3,4.5]
s ' '(x )= 6 a2 x +2 b2 ; si x[4.5,7]
6 a3 x+ 2b 3 ; si x[7,9]

Vemos la segunda derivada est formada por segmentos de

rectas, que pudieran presentar discontinuidad en los cambios
de intervalo. Es decir, las posibles discontinuidades son

a1=0.187
a 2=0.214
a 3=0.128
b1=1.679
b 2=3.73
b3=3.449
c 1=3.617 c 2=20.726 c3 =29.534
d 1=1.722
d 2=38.237 d 3 =79.035

x=4.5 y x=7 . Por lo tanto para que s ' '( x ) sea

continua, se debe cumplir que:

x=4.5 27 a1 +2 b1=27 a2 +2 b2 27 a1 +2 b127 a22 b2 =0

0.183 x 31.679 x 2+3.617 x +1.722 ; si x [ 3,4.5]

s ( x )= 0.214 x 3+ 3.73 x 220.726 x +38.237 ; si x [ 4.5,7]
3
2
x=7 42 a2 +2 b2=42 a3+ 2b 3 42 a 2+2 b2 42 a32b 3=0
0.128 x 3.499 x +29.53 x79.035 ; si x [7,9]
Asumiendo que las segundas derivadas en los nodos
extremos deben ser 0, se obtienen 2 ecuaciones ms:

2) Interpolar por splines cbicos la funcin

x=3 18 a 1+ 2b 1=0
x=9 54 a3 +2 a3 =0

f ( x )=

1
x

en

1.5 tomando los puntos:

( 0.1,10.0 ) , ( 0.2, 5.0 ) , ( 0.5, 2.0 ) , ( 1.0,1.0 ) , ( 2.0,0.5 ) ,

As, tenemos un total de 12 ecuaciones vs. 12 incgnitas:
1)

91.125 a 1+20.25 b 1+ 4.5 c 1+ d 1=1

2)

91.125 a 2+20.25 b 2+ 4.5 c 2+ d 2=1

3)

343 a 2+ 49 b 2+7 c 2+ d 2=2.5

4)

343 a 3+49 b 3+7 c 3+d 3=2.5

5)

27 a 1+9 b 1+3 c 1+ d 1=2.5

6)

729 a 3+81 b 3+9 c 3+ d 3=0.5

(5.0, 0.2) ,(10.0, 0.1) .

h0=0.20.1=0.1 h3=2.01.0=1.0
h1=0.50.2=0.3 h4 =5.02.0=3.0
h2=1.00.5=0.5 h5=10.05.0=5.0

7)

60.75 a 1+ 9 b 1+ 3 c 160.75 a29 b 2c 2=0

8)

147 a 2+14 b 2+c 2147 a 314 b 3c 3=0

9)

27 a 1+2 b 127 a 22 b 2=0

10)

42 a 2+2 b 242a 32 b 3=0

11)

18 a 1+ 2b 1=0

12) 54 a 3+2 b 3=0

Se obtiene la siguiente solucin y obtenemos la funcin
simple cuadrtica que interpola la tabla de datos del problema:

El sistema que resulta es:

0.1 0 +2 ( 0.1+ 0.3 ) 1 +0.3 2=6

2 5
5 10

( 0.50.2
0.20.1 )

0.3 1 +2 ( 0.3+0.5 ) 2 +0.5 3 =6

1 2
2 5.0

( 1.00.5
0.50.2 )

0.5 2 +2 ( 0.5+1.0 ) 3 +1.0 4=6

1.0 1 2

( 0.5
2.0 1.0 10.5 )

1 3 +2 ( 1.0+3.0 ) 4 +3.0 5 =6

3 4 + 2 ( 3.0+5.0 ) 5 +5.0 6=6

Poniendo

0 = 6=0

0.2 0.5 0.5 1.0

5.0 2.0 20.5

0.2 0.2 0.5

( 1.0
1.0 5.0
52 )

tenemos:

q 2(x )=13.177416 x 335.304772 x 2 +27.896679 x4.769324

q3 (x )=1.546861 x 3 +8.868059 x 216.276152 x +9.954953
q 4 (x)=+0.0561737 x3 0.750148 x 2 +2.960264 x2.869324

q5 (x )=0.00616383 x3 +0.1849148 x 21.715052 x + 4.92287

][ ] [ ]

0.8 0.3 0
0
0 1
40
0.3 1.6 0.5 0
0 2
8
0 0.5 3.0 1.0
0 3 =6 1.5
0
0 1.0 8.0 3.0 4
0.4
0
0
0 3.0 16.0
0.08
5

de donde se obtienen:

1=311.65398570643 2=31.077295217152
3 =8.4549532710280 4=.82621220450797

tam b ie n( , 0.2 ] )

q 1 ( x ) , si x [ 0.2,0.5 ]

q2 ( x ) , si x [ 5.0,1.0 ]

q3 ( x ) , si x [ 1.0,2.0 ]

q o ( x ) , si x [ 0.1,0.2 ] ,
S ( x )=
En el intervalo [1.0, 2.0], la representacin de ambas
funciones es la que aparece en la figura 2.

5 =0.18491478834524
Para x = 1.5 habr que elegir

q3 (x ) :

] [

3 ( 2.0x )3
4 ( x1.0 )3
q3 ( x )=
1.0(2.0x ) +
1.0 (x1.0) +1.0(2.0x)+0.5(x1.0)
6
1.0
6
1.0

y su valor

q3 (x )=0.27320367097855

es una mejor

estimacin que la obtenida por interpolacin polinmica (ver

figura 2).
Los diferentes splines que resultan son:

q3 (x )
q 0( x)=519.423309 x 3155.826993 x 239.611534 x+ 15.511123
Fig.6. Funcin 1/x y

en el intervalo [1.0, 2.0]

q1 (x )=190.40627 x3 +270.07075 x 2124.79108 x +20.678637

V.

IMPLEMENTACIN EN MATLAB

A. Tabla de Comandos
TABLA II
TABLA DE COMANDOS
Funcin

pretty

linwidth

Descripci
n
Mejor
presentaci
n
de
ecuaciones.
Controla el
ancho de la
lnea
del
plot.

Sintaxis

Arg 1

Pretty(A)

A=x^2/2

Plot(line
width,Ar
g1)

Entrad
a
Pretty(
A)

Salida
2

x
2

Plot(li
newidt
h,2)

Fig.8 Mens iniciales

B. Diagrama de Flujo

Si se desea escoger puntos, el usuario deber ingresar el

nmero de puntos que desea interpolar, seguido de tanto los
valores de X como los de Y.

Fig.9 Ingreso valores splines cuadrticos

Fig.7 Diagrama del Flujo

C. Manual de Usuario
Nombre Programa:

A continuacin se despliegan los (n-1) polinomios, y se

pide al usuario que ingrese el valor donde desea interpolar,
mostrando finalmente el valor, el error respectivo y la grfica
de la splin que pasa por los puntos ingresados. Se pregunta al
usuario si desea seguir.

Salida: polinomios y valores de interpolacin de splines.

Este programa debe ser corrido para que se pueda empezar;
se desplegar un men inicial donde se pide al usuario si
desea usar la interpolacin de splines cuadrticas o cbicas. Si
escoge la opcin de splines cuadrticas aparece otro men
para escoger si desea ingreso de funcin o puntos.

Fig.10 Resolucin del mtodo

Fig.13 Resolucin del mtodo

Fig.11 Grfico de los splines cuadrticos

Si escoge la opcin de splines cbicas aparece nuevamente

el men para escoger si desea ingreso de funcin o puntos. Si
desea escoger ingresar una funcin, el usuario debe escribir la
funcin, el nmero de puntos seguido de los valores de X que
sern evaluados.

Fig.14 Grfico splines cbicos

VI. VENTAJAS Y DESVENTAJAS

A. Comparacin con otros mtodos
TABLA III
COMPARACIN CON MTODOS SIMILARES
N Mtodo

Fig. 12 Ingreso valores splines cbicos

Spline
cbica

A continuacin se despliegan los (n-1) polinomios, y se

pide al usuario que ingrese el valor donde desea interpolar,
mostrando finalmente el valor y la grfica de la splin que pasa
por los puntos ingresados. Se pregunta al usuario si desea
seguir.

Funcin
Se usan polinomios
de
grado 3 para
unir
dos
puntos de la
funcin entre
s, es decir en
vez de utilizar
un polinomio
de alto grado
se usan varios
de grado 3.

Interpo2 lacin de
Newton

Para estimar
valores intermedios entre
valores de una
funcin
conocidos.

3 Interpo-

Es una refor-

Ventajas
La funcin de
interpolacin
tendr una primera derivada
suavizada y una
segunda derivada continua,
tanto dentro de
los intervalos
como en los
puntos
de
control.
Se agregan trminos en forma
secuencial para
capturar
el
comportamiento de la funcin
a analizar.
La ecuacin del
Polinomio de
Interpolacin
por Diferencias
Divididas
es
similar a la
serie de expansin de Taylor.
Es rpida y

Desventajas
No
permiten
control local de
la curva. Si se
altera
la
posicin
de
cualquier punto
de
control,
afecta la curva
entera.

La
interpolacin lineal es
rpida y sencilla, pero no
muy precisa.
Este mtodo es
til
para
situaciones que
requieran
un
nmero bajo de
puntos
para
interpolar.
Si el compor-

mulacin del
polinomio de
Newton que
evita calcular
las diferencias
divididas.
lacin de
Lagrange

Evala
el
polinomio
obtenido para
estimar
valores de la
funcin entre
los dos puntos
disponibles.

fcil, ya que
solamente
se
hace el clculo
de trayectoria
de dos puntos.
Entre
ms
pequeo sea el
intervalo entre
dos puntos, ms
exacta ser la
aproximacin.

tamiento
no
corresponde al
de una lnea
recta
los
valores
calculados no
son correctos.
Por interconectar dos puntos
en lnea recta,
los resulta-dos
no se ajustan
con exactitud.

Para que el resultado sea eficiente, estos polinomios deben

mantener continuidad en la funcin, la derivada primera y la
derivada segunda, en cada uno de estos puntos lmites.
Este tipo de interpolacin que ha demostrado poseer una
gran finura y que inclusive es usado para el diseo asistido por
computadora, por ejemplo, de tipos de letra. Esta
interpolacin
se
llama
interpolacin
segmentaria
ointerpolacin por splines.
VIII.

RECOMENDACIONES

Es recomendable utilizar el comando predefinido de

Matlab para encontrar los coeficientes que se crea en el
proceso de resolucin de splines, para evitar errores ya que el
programa posee muchas variables.
Se recomienda que al resolver un ejercicio de aplicacin de
Splines, se desarrollen enteramente para visualizar de mejor
manera los resultados, adems de que de esta manera la
comparacin con el programa de Matlab ser ms optima.

Fig.15. Grficas correspondientes a la interpolacin con el mtodo de

Lagrange con 4, 5 y 10 puntos.

Es mucho ms recomendable utilizar el spline cbica que

el lineal o el cuadrtico, dado que se obtiene un error mucho
menor debido a que utiliza una mayor cantidad de ecuaciones
y los polinomios obtenidos son de mayor grado.

REFERENCIAS
[1] Chapra S., Canale R., (2007). Mtodos Numricos para Ingenieros.(5ta
ed) Mxico: McGraw-Hill
[2] Nieves A., Dominguez F., (2007). Mtodos Numricos aplicados a la
Fig.16.Grficas correspondientes a la interpolacin utilizando el mtodo de
Splines cbicas naturales con 4, 5 y 10 puntos.

Vemos que la interpolacin con 5 puntos es muy buena,

pero con 10, se obtiene una interpolacin perfecta.
VII. CONCLUSIONES
Las interpolaciones con polinomios sufren de un problema
bsico, y es la aparicin de grandes oscilaciones espreas,
especialmente si el grado del polinomio es alto.
Una forma alternativa de obtener funciones interpoladoras,
es dividiendo el intervalo en sucesivos intervalos, y generar
polinomios de bajo grado en cada uno de estos intervalos.
Esto se llama aproximacin polinomial por piezas.

Ingeniera. (6ta ed) Mxico: McGraw-Hill

[3] Universidad de Granada - Biblioteca en lnea. Espaa. (en lnea)
Disponible en:http://www.ugr.es/~prodelas/AnNumCaminos/ftp/
Tema6.htm
[4] Universidad de los Andes Biblioteca en lnea. Interpolacin. Colombia.
(en lnea) Disponible en: http://wwwprof.uniandes.edu.co/~gprieto
/classes/compufis/interpolacion.pdf
[5] Alberto Bengoa Moreno, Fernando Daz Gestal Splines Espaa(en
lnea) Disponible en:http://sabia.tic.udc.es/gc/teoria/Curvas/HTML/
TrabajoGC.htm#_Toc881652
[6]Carlos Gonzlez MorcilloSplines: Curvas y Superficie - Escuela Superior
de

informtica

Espaa.

(en

lnea)

Disponible

en:http://www.esi.uclm.es/www/cglez/download/docencia/AC/splines.pdf
[7]TomiTejada,Joaquin Sanz, Pablo Perianes- Spline-Ejercicios-Universidad
Politcnica

de

Madrid

Espaa.

(en

en:http://interpolacion.wikidot.com/spline-ejercicios

lnea)

Disponible