TEMA 4: INTERPOLACIN POLINMICA

Captulo 4-1. El problema de la interpolacin. Polinomio interpolador de

Lagrange
4.1.1. El problema de la Interpolacin.
Sea f una funcin continua en [a, b] de la que se conoce el valor que toma en n+1 puntos
distintos (nodos):
x

x0

x1

...

xn

y0

y1

...

yn

Se trata de calcular el valor aproximado de f en cualquier otro punto.

Si no se dispone de ms informacin acerca de f, se busca una funcin, P, de un conjunto de
funciones, que en cada punto xi tome el valor yi, (i = 0, . . . , n).
El conjunto de funciones que se toma es el conjunto de polinomios de grado n (dados n+1
nodos), porque:
1. Los polinomios aproximan de manera uniforme a las funciones continuas (dada una
funcin cualquiera, definida y continua en un intervalo cerrado, existe un polinomio tan
prximo a la funcin como se desee).
2. La derivada y la primitiva de un polinomio son fciles de determinar y tambin son
polinomios.
Los polinomios de Taylor concentran toda la informacin en un solo punto x0 (lo que limita
su uso al caso de aproximaciones en puntos cercanos a x0). Normalmente resulta ms
conveniente usar mtodos que incluyan informacin en diversos puntos como es el caso de la
interpolacin.
4.1.2. El polinomio interpolador de Lagrange
Teorema: Dados x0, x1, . . . , xn nmeros reales distintos entre s, y valores arbitrarios y0, y1,
. . . , yn, existe un nico polinomio P(x) de grado menor o igual que n tal que P(xi) = yi (i = 0,
. . . , n).
A dicho polinomio P(x) se le llama polinomio interpolador de Lagrange.
Nota: Es fcil probar la existencia y unicidad de solucin viendo que la matriz de los
coeficientes del sistema lineal de n ecuaciones con n+1 incgnitas (los coeficientes del
polinomio interpolador) tiene determinante no nulo, por ser un determinante de
Vandermonde.

Unidad Docente de Matemticas de la ETSITGC

Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

Aunque existe uno y slo un polinomio de interpolacin de grado menor o igual que n
asociado a los datos de partida, dicho polinomio puede expresarse de maneras distintas y se
llega a l a travs de distintos algoritmos, lo que se traduce en polinomios de interpolacin
con nombres diversos.
Construccin del polinomio interpolador de Lagrange grado1:
Se busca un polinomio de primer grado que interpole los valores de f en dos puntos:
(x0, y0 = f(x0)) y (x1, y1 = f(x1))
Es el polinomio de grado uno (recta) que pasa por los dos puntos distintos (x0, y0) y (x1, y1).
Primero se definen las funciones:

L0 (x) =

x x1
x 0 x1

y el polinomio P1(x) = L0(x) f(x0) + L1(x) f(x1) = .

L1 ( x ) =

x x0
x1 x 0

x x0
x x1
f(x0) +
f(x1)
x0 x1
x1 x0

Como L0(x0) = 1, L0(x1) = 0, L1(x0) = 0 y L1(x1) = 1, se tiene que:

P1 (x0) = 1f(x0) + 0f(x1) = f(x0) y P1 (x1) = 0f(x0) + 1f(x1) = f(x1).
As, P1(x) = L0(x) f(x0) + L1(x)f(x1) es la nica funcin lineal que pasa por (x0, y0) y (x1, y1).

Construccin del polinomio interpolador de Lagrange grado n:

Generalizamos ahora y construimos un polinomio de grado mximo n que pasa por los n+1
puntos (x0, y0) y (x1, y1)., . . . , (xn, yn).
Para cada k = 0, 1, . . . , n se construye la funcin L,k (x) verificando:
0
Lk ( xi ) =
1

si i k
si i = k

Para satisfacer ambas condiciones, ha de ser:

Lk ( x) =

( x x0 )( x x1 )...( x x k 1 )( x x k +1 )...( x xn )
( xk x0 )( xk x1 )...( xk x k 1 )( xk x k +1 )...( xk xn )

Ya puede escribirse el polinomio interpolador utilizando estas funciones Lk(x).

Teorema: Si x0, x1, . . . , xn son n+1 nmeros distintos entre s y si f es una funcin de la que
se conocen sus valores en dichos nmeros, entonces el polinomio interpolador de Lagrange
viene dado por la expresin:
Unidad Docente de Matemticas de la ETSITGC
Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

n

P ( x) = L0 ( x) f ( x0 ) + ... + Ln ( x) f ( xn ) = Lk ( x) f ( xk )
k =0

donde, para cada k = 0, . . . , n, es Lk ( x) =

( x xi )
i = 0,i k ( xk xi )
n

Nota: El polinomio interpolador de Lagrange tiene ms importancia terica que prctica pues
es relativamente costoso de evaluar y ha de recalcularse completamente para aadir otro punto
ms a la interpolacin.
Calculamos una cota del error cometido al aproximar una funcin mediante el polinomio
interpolador de Lagrange.
4.1.3. Error de interpolacin

Si P(x) interpola la funcin f(x) en los puntos distintos entre s x0, x1, . . . , xn de un intervalo
[a, b] y f es una funcin de clase Cn+1([a, b]), entonces, para cada x en [a, b] existe un
nmero de c(x) en (a, b) tal que

f ( x ) = P( x ) +

f n +1) (c ( x ))
( x x 0 )( x x1 )...(x x n )
(n + 1)!

Nota : Si la derivada de orden n+1 es una funcin acotada en [a, b], entonces:
| f n +1) ( x ) | M | f ( x ) P( x ) |

M
(b a ) n +1
(n + 1)!

Y as puede acotarse el error cometido en la aproximacin f(x) P(x).

Para disminuir el error puede acortarse la amplitud del intervalo (a, b) o bien aumentar el
nmero de puntos. Aunque, hay que tener cuidado pues, si los datos tienen errores (humanos,
de redondeo u experimentales), la exactitud disminuye al aumentar n.
Captulo 4_2. Frmula de las diferencias divididas de Newton.
4.2.1

Diferencias divididas

Los mtodos de diferencias divididas sirven para generar sucesivamente aproximaciones

polinmicas de grado cada vez mayor. Se definen de forma inductiva:
Sean (x0, y0), (x1, y1), . . . , (xn, yn) los puntos de interpolacin, con abscisas distintas entre s.
La diferencia dividida de orden cero de f con respecto a xi es: f [xi]=f(xi)
La diferencia dividida de orden 1 de f respecto a xi y xi +1 es:
f ( x i +1 ) f ( x i )
f [ x i , x i +1 ] =
x i +1 x i
Unidad Docente de Matemticas de la ETSITGC
Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

La diferencia dividida de orden 2 de f respecto a xi , xi +1 y xi +2 es:

f [ x i +1 , x i + 2 ] f [ x i , x i +1 ]
f [ x i , x i +1 , x i + 2 ] =
x i+2 x i
La k-sima diferencia dividida de f relativa a xi , xi +1 , , xi +k viene dada por:
f [ x i +1 ,..., x i + k ] f [ x i ,..., x i + k 1 ]
f [ x i , x i +1 ,..., x i + k ] =
x i+k x i
4.2.2

Frmula de diferencias divididas interpolante de Newton

Sea Pn(x) el polinomio interpolador de Lagrange que coincide con la funcin f en los
nmeros distintos x0, x1, . . . , xn. Pn(x) puede expresarse en la forma:
Pn(x) = a0 + a1 (x-x0) + a2 (x-x0) (x-x1) + . . . + an (x-x0) (x-x1) . . . (x-xn-1),

Siendo las constantes a0, a1, . . . , an:

a0 = Pn(x0) = f(x0) = f [x0]
f(x1) = Pn(x1) = f(x0) + a1(x1-x0) a1 =

f ( x1 ) f ( x0 )
= f [ x0 , x1 ]
x1 x0

... En general:
ak = f [ x0 ,..., xk ] =

f [ x1 ,..., xk ] f [ x0 ,..., xk 1 ]
xk x0

para k = 0, . . . , n.

Con esta notacin podemos expresar el polinomio interpolador:

Pn(x) = f [x0] + f [x0, x1](x-x0) + f [x0, x1, x2] (x-x0)(x-x1) + . . . + f [x0, x1, . . . , xn](x-x0)(x-x1) . . .
n

(x-xn-1) = f [ x0 ] + f [ x0 , x1 ,..., xk ]( x x0 )( x x1 )...( x xk 1 )

k =1

Esta ecuacin recibe el nombre de frmula de diferencias divididas interpolante de Newton.

Unidad Docente de Matemticas de la ETSITGC

Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

4.2.3

Forma prctica de disposicin de los clculos:

f(x)

x0

f [x0]

Dif. Divididas de orden1

f [ x0 , x1 ] =

x1

Dif. Divididas de orden 2

f [ x1 ] f [ x0 ]
x1 x0

f [ x 0 , x1 , x 2 ] =

f [x1]

f [ x 2 ] f [ x1 ]
f [ x1 , x 2 ] =
x 2 x1

x2

f [ x1 , x 2 , x 3 ] =

f [x2]

f [x 2 , x 3 ] =

x3

Dif. Divididas de orden 3

f [ x1 , x 2 ] f [ x 0 , x1 ]
x2 x0
f [ x 0 , x1 , x 2 , x 3 ] =

f [ x1 , x 2 , x 3 ] f [ x 0 , x1 , x 2 ]
x3 x0

f [ x 2 , x 3 ] f [ x1 , x 2 ]
x 3 x1

f [x 3 ] f [x 2 ]
x3 x 2

f [x3]

Captulo 4_3: Polinomios oscilantes. Interpolacin de Hermite.

4.3.1

Polinomios oscilantes

Puede ajustarse un polinomio no slo a valores funcionales, sino tambin a valores de sus
derivadas.
Los polinomios de Taylor, Lagrange y Hermite son casos particulares de polinomios
oscilantes.
Definicin

Sean x0, x1, . . . , xn , n+1 nmeros distintos de un intervalo [a,b] y m0, . . . , mn, enteros no
negativos. Sea f una funcin de clase Cm([a,b]) con m = mx(m0, . . . , mn). El polinomio
oscilante que aproxima la funcin f es el polinomio de menor grado que coincide con f y con
sus derivadas de orden menor o igual que mi en cada xi.
Unidad Docente de Matemticas de la ETSITGC
Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

Es decir: P j) ( x i ) = f j) ( x i ) , i = 0,..., n; j = 0,..., mi .

El grado del polinomio ser menor o igual que i =o mi + n
n

Casos particulares:
El polinomio de Taylor de grado m es el polinomio oscilante en el caso n = 0, m0 = m
El polinomio de Lagrange se corresponde con
El polinomio de Hermite se obtiene para

4.3.2

mi = 0, i = 0, . . . , n.

mi = 1, i = 0, . . . , n.

Polinomio de interpolacin de Hermite

Sean x0, x1, . . . , xn , n+1 nmeros distintos de un intervalo [a,b] y sea f una funcin de clase
C1([a,b]) . Entonces, existe un nico polinomio de grado a lo sumo 2n+1, y se denota
H2n+1(x), tal que:
H2n+1 (xi) = f(xi),

H2n+1 (xi) = f (xi),

i = 0, . . . , n.

H2n+1 (x) es el polinomio de Hermite de grado 2n+1.

Error de interpolacin con el polinomio de Hermite:

Si f es de clase C2n+2([a, b]) entonces para cada x de [a, b] se verifica que:

( x x0 ) 2 ...( x xn ) 2 2 n + 2)
f ( x) H 2 n +1 ( x) =
f
(c )
(2n + 2)!

para algn c del intervalo (a, b).

Comentarios:

1.- Dados n+1 nodos distintos, el polinomio de Hermite es a lo sumo de grado 2n+1 ya que se
imponen 2n+1 condiciones (dos para cada nodo).
2.- El polinomio de Hermite coincide con f en los puntos x0, . . . , xn; adems, como su
primera derivada en esos puntos coincide con la primera derivada de f en ellos, las tangentes
al polinomio en esos puntos son las mismas que las de la funcin, y el polinomio tendr
entonces la misma forma que la funcin f en los puntos (xi, f(xi)).
4.3.3

Clculo del polinomio de interpolacin de Hermite

Dados x0, x1, . . . , xn, junto con los valores de f y f en esos nmeros, se define una nueva
sucesin z0, z1, . . . , z2n de la siguiente forma:
z2i = z2i+1 = xi para cada i = 0,. . ., n;
Unidad Docente de Matemticas de la ETSITGC
Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

y se construye la tabla de diferencias divididas para los zi.

Como z2i = z2i+1 = xi para cada i, no podemos definir f [z2i, z2i+1] a partir de la frmula de
diferencias divididas (se anulara el denominador); por ello, se toma:
f [z2i, z2i+1] = f (z2i) = f (xi).

Y el resto de las diferencias divididas se calculan de la forma habitual.

La disposicin de los clculos es similar a la utilizada anteriormente:

Z

f(z)

Dif. divididas de orden1

Z0 = x0

f [z0] = f(x0)

Dif. divididas de orden 2 . . .

f [z0, z1] = f (x0)

Z1= x0

f [z1] = f(x0)

f [z0, z1, z2]

f [z1, z2] = f [x0, x1]

Z2 = x1

f [z2] = f(x1)

f [z1, z2, z3]

f [z2, z3] = f (x1)

Z3 = x1

...

f [z3] = f(x1)

...
f [z2, z3, z4]

f [z3, z4] = f [x1, x2]

Z4 = x2

...

f [z4] = f(x2)

...

...

...

...

2 n +1

H 2 n +1 ( x ) = f [ z 0 ] + f [ z 0 ,..., z k ]( x z 0 )( x z1 )...( x z k 1 ).
k =1

Captulo 4_4: Interpolacin polinmica segmentaria. Splines cbicos.

4.4.1 Planteamiento del problema y definiciones

La interpolacin polinmica ordinaria presenta inconvenientes cuando hay muchos nodos o si

la funcin a interpolar dista mucho de ser un polinomio. El aumento del grado del polinomio

Unidad Docente de Matemticas de la ETSITGC

Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

producido al introducir nuevos puntos en la interpolacin, lejos de proporcionar ms

precisin, normalmente provoca oscilaciones mayores.
La interpolacin polinmica segmentaria, spline, evita estos inconvenientes limitando el
grado del polinomio. Consiste en dividir el intervalo en una serie de subintervalos y en cada
subintervalo utilizar un polinomio diferente de aproximacin. Las condiciones de
interpolacin se satisfacen entonces localmente.
Definicin

Dados n+1 puntos (x0, y0), (x1, y1), . . . , (xn, yn) tales que x0 < x1 < . . .< xn (nodos), un spline
de grado k es una funcin S (x) cuya grfica pase por estos puntos de forma que:
a) en cada intervalo [xi-1, xi], S es un polinomio de grado k,
b) S tiene derivada de orden k-1 continua en [x0, xn], es decir, S es de clase Ck-1([x0, xn]).

Por consiguiente S es un polinomio continuo a trozos de grado a lo sumo k, que tiene

derivadas continuas hasta el orden k-1.
Spline de grado k = 0:

Los splines de grado cero son funciones constantes a trozos. Una forma explcita de presentar
un spline de grado cero es la siguiente:
c 0
c

S( x ) = 1
...
c n 1

x0

x1

x2

x [x 0 , x 1 ]

x [x 1 , x 2 ]

x [x n 1 , x n ]

x4
x3

Spline de grado k = 1:

Los splines de grado uno son funciones lineales a trozos que se unen de manera continua:
S 0 (x ) = a 0 x + b 0
S (x ) = a x + b

1
1
S( x ) = 1
...

S n 1 (x ) = a n 1 x + b n 1

x [x 0 , x 1 ]

x [x 1 , x 2 ]

x [x n 1 , x n ]

Unidad Docente de Matemticas de la ETSITGC

Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

Por ser continua, los polinomios que la conforman se coinciden en los nodos, es decir,
ai xi+1 + bi = ai+1 xi+1 + bi+1, i = 0, 1, , n-1

x0

x1

x2

x3

x4

Spline de grado k:

En general, los splines de grado k son polinomios de grado menor o igual que k que se unen
de manera continua ellos y sus derivadas hasta el orden k-1.
4.4.2 Splines cbicos

Los splines ms utilizados son los splines cbicos. Son polinomios de grado menor o igual
que tres que se unen de manera continua ellos y sus derivadas de primero y segundo orden.
Dada la tabla de valores
x

x0

x1

...

xn

y0

y1

...

yn

se trata de construir un spline cbico para interpolar la tabla. Para ello hay que hallar los
coeficientes del polinomio cbico de cada subintervalo determinando simultneamente los
coeficientes en todos los subintervalos.
Si el spline viene expresado por:
S0 ( x ) = a03 x 3 + a02 x 2 + a01 x + a00

...

S ( x ) = a x3 + a x 2 + a x + a
i 1 3
i 1 2
i 1 1
i 1 0
i 1
S ( x) =
3
2
Si ( x ) = ai 3 x + ai 2 x + ai1 x + ai 0

...

Sn 1 ( x ) = an 1 3 x3 + an 1 2 x 2 + an 1 1 x + an 1 0

x [ x0 , x1 ]
x [ xi 1 , xi ]
x [ xi , xi +1 ]
x [ xn 1 , xn ]

Cuntas incgnitas hay que determinar y cuntas condiciones han de verificarse?

Son cuatro coeficientes en cada subintervalo, luego, 4n incgnitas en total.
Los polinomios Si-1 y Si interpolan el mismo valor en el punto x i , luego:
Unidad Docente de Matemticas de la ETSITGC
Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

TEMA 4: INTERPOLACIN POLINMICA

Si 1 (x i ) = y i

y Si (x i ) = y i , i = 1, 2, , n-1

esto hace que S sea continua y da lugar a 2(n-1) = 2n-2 condiciones.

Por otra parte, S 0 (x 0 ) = y 0

S n 1 (x n ) = y n , son 2 condiciones ms.

La funcin derivada S tambin ha de ser continua, luego:

S 'i 1 (x i ) = S 'i (x i ) , i = 1, 2, , n-1

Anlogamente se obtienen otras n-1 condiciones imponiendo que la derivada segunda S sea
tambin continua.
Por tanto, se han de verificar: (2n - 2) + 2 + 2 (n-1) = 4n-2 condiciones.
Es decir, imponiendo las condiciones de un spline cbico, se obtiene un sistema de 4n-2
ecuaciones con 4n incgnitas. Se necesitan, por tanto, dos condiciones adicionales para que
los coeficientes estn unvocamente determinados.

Para construir un spline cbico interpolante a la funcin f en los nodos x0 < x1 < . . .< xn,
conviene expresar los polinomios cbicos de la forma:
Sj(x) = aj + bj(x-xj) + cj(x- xj)2 + dj(x- xj)3

j = 0, 1, 2, . . . , n-1,

ya que de esta forma el sistema de ecuaciones que resulta de imponer las condiciones de la
definicin es ms fcil de resolver.

4.4.3 Tipos de splines cbicos

Condiciones adicionales de distinto tipo dan lugar a diferentes variedades de splines:

1) Spline no nodo: resulta al imponer la condicin de que los polinomios en los dos
primeros intervalos sean iguales, S0 (x ) = S1 (x ) , y que los dos ltimos tambin,

S n 2 (x ) = S n 1 (x ) . Esto es equivalente a exigir que el spline tenga tercera derivada en

los nodos segundo y penltimo.

2) Spline cbico amarrado o de frontera sujeta o completo:

Cuando se conoce el valor de la derivada primera en los extremos o, al menos, una

aproximacin de los mismos:
S ' (x 0 ) = f ' (x 0 ) , S ' (x n ) = f ' (x n )
Al abarcar ms informacin acerca de la funcin, en general, se logran aproximaciones
mejores.
Unidad Docente de Matemticas de la ETSITGC
Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

10

TEMA 4: INTERPOLACIN POLINMICA

3) Spline cbico natural o de frontera libre:

Cuando se conocen las derivadas segundas en los puntos inicial y final, o bien, se toman:
S ' ' (x 0 ) = S' ' (x n ) = 0 .
Nos da el resultado ms suave posible, en el sentido de curvatura mnima. Hacia los
extremos del intervalo de interpolacin, la curva se convierte en una recta.
4) Un caso particular del spline natural: cuando se calculan las derivadas segundas en
los extremos interpolando el valor que toman en los dos nodos ms prximos, es decir,
haciendo:
h
h
S(x0) = 1 + 0 S' ' (x1 ) 0 S' ' (x 2 )
h1
h1

h
S(xn) = 1 + n 1
h n 2

h
S' ' (x n 1 ) n 1 S' ' (x n 2 )
h n 2

siendo h i = x i +1 x i la amplitud de cada subintervalo.

4.4.4 Clculo de splines cbicos con MatLab

Sean x e y los vectores que contienen respectivamente las abscisas y las ordenadas de los
puntos a interpolar.
1) Spline no nodo:

ps = spline (x, y) (genera un registro llamado polinomio segmentario que, entre otros
campos, consta de uno que contiene los coeficientes de todos los polinomios del spline
en una matriz de dimensiones n x 4, ps.coefs).
La evaluacin del spline en puntos concretos se efecta con ppval, que es el anlogo
de polyval para polinomios: ppval (spline (x, y), xi).
Si slo interesan los valores que tome el spline en ciertos puntos xi, se utiliza la misma
funcin en la forma: yi = spline (x, y, xi).
La funcin mkpp forma el polinomio segmentario a partir de los nodos y de la matriz
de coeficientes, para poder aplicar ppval, por ejemplo. Su sintaxis es: ps = mkpp(x, s),
siendo s la matriz que contiene los coeficientes del spline.
Unidad Docente de Matemticas de la ETSITGC
Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

11

TEMA 4: INTERPOLACIN POLINMICA

2) Spline completo:

Se calcula con la misma funcin que se utiliza para el spline no nodo, aadiendo al
vector y dos valores, uno al principio y otro al final, que son los valores de la
derivada primera del spline en los puntos inicial y final, a=S(x0) y b=S(xn),
respectivamente. Sintaxis: spline (x, [a y b]).

3) El clculo de los coeficientes del spline cbico natural, se realiza en dos pasos:

3.1.- Primero se resuelve un sistema tridiagonal de n-1 ecuaciones con n-1 incgnitas,

que son las derivadas segundas del spline en los nodos, S(xi) = ri,, i = 1, , n-1.

h 0 + h1

3
h1
6

...
0

h1
6
h1 + h 2
3
h2
6
...

h2
6
h2 + h3
3
...

h3
6
...

...

...

...

...
h n 3
6

...
h n 3 + h n 2
3
h n 2
6

siendo h i = x i +1 x i , e i =

e1 e 0 0 r0

0
e 2 e1
r1

r
e
e
3
2
0
2 =

...
...

...

e n 2 e n 3
h n 2
rn 1

6
e e h n 1 r
n 1
n 2
n
h n 2 + h n 1
6

y i +1 y i
, i = 0, , n-1.
x i +1 x i

3.2.- A continuacin se hallan los coeficientes del spline a partir de las derivadas

segundas en los nodos.

3
2
Llamando S i (x ) = a i (x x i ) + b i (x x i ) + c i (x x i ) + d i , x [x i , x i +1 ] ,

i = 0, , n-1, se verifica que:

ai =

r
ri +1 ri
y yi ri +1 ri
, b i = i , c i = i +1

+ h i , d i = y i .
hi
6h i
2
6 3

Unidad Docente de Matemticas de la ETSITGC

Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

12

TEMA 4: INTERPOLACIN POLINMICA

4) Para el caso particular del spline natural con S(x0) y S(xn) calculadas tal como se

indica en el punto 4) de ms arriba, Matlab dispone de la funcin interp1, con la

sintaxis: yi = interp1 (x, y, xi, spline).
Captulo 4_5: Otras funciones de Matlab para interpolacin polinmica unidimensional.

Sean x e y los vectores que contienen respectivamente las abscisas y las ordenadas de los
puntos a interpolar.
1) polyfit (x, y, n), polinomio de interpolacin de grado n que se ajusta a n+1 nodos

dados.

2) yi = interp1 (x, y, xi), para interpolacin con un spline lineal (aplica interpolacin

lineal con un polinomio de grado 1 en cada subintervalo).

3) yi = interp1 (x, y, xi, linear), es otra forma de escribir la funcin anterior.

4) Ms en general, yi = interp1 (x, y, xi, mtodo), realiza interpolacin mediante el

mtodo elegido: nearest, linear, cubic, v5cubic, spline (tipo 4, caso particular de spline

natural) o pchip.

Unidad Docente de Matemticas de la ETSITGC

Asignatura: INFERENCIA ESTADSTICA y CLCULO NUMRICO APLICADOS A LA INGENIERA

13