Interpolación lineal

7 de mayo de 2013 Publicado por Laura

La interpolación lineal es un procedimiento muy utilizado para estimar los valores que toma
una función en un intervalo del cual conocemos sus valores en los extremos (x1, f(x1)) y
(x2,f(x2)). Para estimar este valor utilizamos la aproximación a la función f(x) por medio de una
recta r(x) (de ahí el nombre de interpolación lineal, ya que también existe la interpolación
cuadrática).
La expresión de la interpolación lineal se obtiene del polinomio interpolador de Newton de
grado uno:

RECTA DE INTERPOLACIÓN LINEAL

Veamos los pasos que tenemos que seguir para hallar la recta de regresión:
1º. Dados los puntos de la función (x1, y1) y (x2, y2), queremos estimar el valor de la función
en un punto x en el intervalo x1<x<x2.
2º. Para hallar la recta de interpolación nos fijaremos en la siguiente imagen.

Para ello utilizamos la semejanza de los triángulos ABD y CAE, obteniendo la siguiente
proporcionalidad de segmentos: AB/AC=BD/CE.
3º. Despejando el segmento BD (ya que el punto D es el que desconocemos) obtenemos:
BD=(AB/AC)∙CE. Traduciendo al lenguaje algebraico obtenemos que:

Y despejando y, obtenemos:

La misma expresión que se obtiene al utilizar el polinomio interpolador de Newton que ya

habíamos comentado. Recordad que y1=f(x1) y análogamente y2=f(x2).
Ejemplo: En una determinada empresa de conservas se hace un estudio de los ingresos que
se obtienen a partir de los gastos. Estos datos se recogen en la siguiente tabla (en miles de
euros).

A partir de los datos recogidos en la tabla, calcular:

a) Los ingresos que se pueden esperar si hemos realizado un gasto de 4000 euros.
b) Los ingresos obtenidos si en esta ocasión el gasto es de 6000 euros.
En primer lugar podemos comenzar representado los datos facilitados por la tabla en el eje de
coordenadas ( no es obligatorio pero nos facilita la visión del ejercicio).

Como no conocemos la función mediante la que se han obtenido los datos, vamos a utilizar la
interpolación lineal.
a) Cuando x=4, vamos a utilizar los datos que nos proporciona la tabla x1=3 y x2=5, cuyos
valores respectivos son f(x1)=10 y f(x2)=14.
Utilizando la fórmula de interpolación mencionada, sustituimos los valores que mencionados
obteniendo:

Sustituyendo el valor de x que nos piden: x=4, (recordar que los datos vienen dados en miles
de euros) obtenemos el valor de ingresos esperado:

Por tanto, si hay un gasto de 4000 euros se obtendrán unos ingresos de 12000€.

b) De forma análoga al apartado anterior, en este caso tenemos que repetir la interpolación,
ya que ahora el valor que nos piden es x=6 (no os olvidéis que los datos están dados en miles
de euros), y esta valor está entre 5<x<7. En este caso sustituiremos en la fórmula x1=5 y
y2=7, cuyos valores respectivos son f(x1)=y1=14 y f(x2)=y2=22. Obtenemos por tanto la
siguiente fórmula:
Donde al sustituir por 4 obtenemos:

Por tanto, si el gasto es de 6000 euros, los ingresos obtenidos serán de 18000 euros.

Recta que mejor se ajusta (Método de mínimos cuadrados)

Una recta que mejor se ajusta es una línea recta que es la mejor aproximación
del conjunto de datos dado.

Es usada para estudiar la naturaleza de la relación entre dos variables.

Una recta que mejor se ajusta puede ser determinada aproximadamente usando el
método visual al dibujar una línea recta en unagráfica de dispersión para que tanto
el número de puntos arriba de la recta y debajo de la recta sean casi iguales (y la
línea pasa a tráves de tantos puntos como sea posible).

Una forma más precisa de encontrar la recta que mejor se ajusta es el método de
mínimos cuadrados .

Use los pasos siguientes para encontrar la ecuación de la recta que mejor se
ajusta para un conjunto de parejas ordenadas .

Paso 1: Calcule la media de los valores de x y la media de los valores de y .

Paso 2: Realice la suma de los cuadrados de los valores de x .

Paso 3: Realice la suma de cada valor de x multiplicado por su valor

correspondiente y .

Paso 4: Calcule la pendiente de la recta usando la fórmula:

donde n es el número total de puntos de los datos.

Paso 5: Calcule la intercepción en y de la recta usando la fórmula:

donde son las medias de las coordenadas de x y y de los puntos de datos

respectivamente.

Paso 6: Use la pendiente y la intercepción en y para formar la ecuación de la

recta.

Ejemplo:
Use el método de mínimos cuadrados para determinar la ecuación de la recta que
mejor se ajusta para los datos. Luego grafique la recta.