Introduccin:

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.
En este artculo nos referiremos con el trmino spline a su versin restringida
en una dimensin y polinomial, que es la ms comnmente utilizada.

Un tipo de Spline; Curva de Bzier

Marco Terico:
En el subcampo matemtico del anlisis numrico, un spline es una curva
diferenciable definida en porciones mediante polinomios.
En los problemas de interpolacin, se utiliza a menudo la interpolacin
mediante splines porque da lugar a resultados similares requiriendo solamente
el uso de polinomios de bajo grado, evitando as las oscilaciones, indeseables
en la mayora de las aplicaciones, encontradas al interpolar mediante
polinomios de grado elevado.
Para el ajuste de curvas, los splines se utilizan para aproximar formas
complicadas. La simplicidad de la representacin y la facilidad de cmputo de
los splines los hacen populares para la representacin de curvas en
informtica, particularmente en el terreno de los grficos por ordenador.

Tipos de interpolacin:
1.-Interpolacin Segmentaria lineal:
Este es el caso ms sencillo. En l, vamos a interpolar una funcin f(x) de la
que se nos dan un nmero N de pares (x,f(x)) por los que tendr que pasar
nuestra funcin polinmica P(x). Esta serie de funciones nuestras van a ser
lineales, esto es, con grado 1: de la forma P(x) = ax + b.
Definiremos una de estas funciones por cada par de puntos adyacentes, hasta
un total de (N-1) funciones, hacindolas pasar obligatoriamente por los puntos
que van a determinarlas, es decir, la funcin P(x) ser el conjunto de
segmentos que unen nodos consecutivos; es por ello que nuestra funcin ser
continua en dichos puntos, pero no derivable en general.
Interpolacin Segmentaria Cuadrtica
En este caso, los polinomios P(x) a travs de los que construimos el Spline
tienen grado 2. Esto quiere decir, que va a tener la forma P(x) = ax + bx + c
Como en la interpolacin segmentaria lineal, vamos a tener N-1 ecuaciones
(donde N son los puntos sobre los que se define la funcin). La interpolacin
cuadrtica nos va a asegurar que la funcin que nosotros generemos a trozos
con los distintos P(x) va a ser continua, ya que para sacar las condiciones que
ajusten el polinomio, vamos a determinar como condiciones:

Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir,
que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual
a f(x) en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para ambos "lados" de la

funcin definida a trozos que pasa por tal punto comn.

Esto sin embargo no es suficiente, y necesitamos una condicin ms. Por

qu?. Tenemos 3 incgnitas por cada P(x). En un caso sencillo con f(x) definida

en tres puntos y dos ecuaciones P(x) para aproximarla, vamos a tener seis
incgnitas en total.
Para resolver esto necesitaramos seis ecuaciones, pero vamos a tener tan
slo cinco: cuatro que igualan el P(x) con el valor de f(x) en ese punto (dos por
cada intervalo), y la quinta al igualar la derivada en el punto comn a las dos
P(x).
Se necesita una sexta ecuacin, de dnde se extrae? Esto suele hacerse con
el valor de la derivada en algn punto, al que se fuerza uno de los P(x).
Interpolacin Segmentaria Cbica
En este caso, cada polinomio P(x) a travs del que construimos los Splines en
[m,n] tiene grado 3. Esto quiere decir, que va a tener la forma P(x) = ax + bx +
cx + d
En este caso vamos a tener cuatro variables por cada intervalo (a,b,c,d), y una
nueva condicin para cada punto comn a dos intervalos, respecto a la
derivada segunda:

Que las partes de la funcin a trozos P(x) pasen por ese punto. Es decir,
que las dos Pn(x) que rodean al f(x) que queremos aproximar, sean igual
a f(x) en cada uno de estos puntos.

Que la derivada en un punto siempre coincida para ambos "lados" de la

funcin definida a trozos que pasa por tal punto comn.

Que la derivada segunda en un punto siempre coincida para ambos

"lados" de la funcin definida a trozos que pasa por tal punto comn.

Como puede deducirse al compararlo con el caso de splines cuadrticos, ahora

no nos va a faltar una sino dos ecuaciones (condiciones) para el nmero de
incgnitas que tenemos.
La forma de solucionar esto, determina el carcter de los splines cbicos. As,
podemos usar:

Splines cbicos naturales: La forma ms tpica. La derivada segunda de

P se hace 0 para el primer y ltimo punto sobre el que est definido el
conjunto de Splines, esto son, los puntos m y n en el intervalo [m,n].

Dar los valores de la derivada segunda de m y n de forma "manual", en

el conjunto de splines definidos en el intervalo [m,n].

Hacer iguales los valores de la derivada segunda de m y n en el

conjunto de splines definidos en el intervalo [m,n]

Splines cbicos sujetos: La derivada primera de P debe tener el mismo

valor que las derivada primera de la funcin para el primer y ltimo punto
sobre el que est definido el conjunto de Splines, esto son, los puntos m
y n en el intervalo [m,n].

Funcionamiento del trmino Spline en Matlab:

Sintaxis de Spline
yy = spline(x,Y,xx)
pp = spline(x,Y)
Descripcin
yy = spline(x,Y,xx) utiliza una interpolacin de spline cbico para buscar yy, los
valores de la funcin subyacente Y en los valores del interpolant xx. Para la
interpolacin, la variable independiente se supone que la dimensin final de Y
con los puntos de interrupcin definido por x. Los valores de x deben ser
distintos.
Los tamaos de xx y yy estn relacionados como sigue:

Si Y es un escalar o vector, yy tiene el mismo tamao que xx.

Si Y es una matriz que no es un vector,

Si xx es un escalar o vector, es igual a size(yy) [d1, d2, ..., dk,

length(xx)].

Si xx es una matriz de tamao [m1,m2,...,mj], es igual a size(yy)

[d1,d2,...,dk,m1,m2,...,mj].
pp = spline(x,Y) Devuelve el por trozos polinmica forma de la spline cbico
interpolant para su uso posterior con ppval y el spline utilidad unmkpp. x debe
ser un vector con valores distintos. Y puede ser un escalar, un vector o una
matriz de cualquier dimensin, conforme a las siguientes condiciones:
Si x e Y son vectores del mismo tamao, se utilizan las condiciones de

no un nudo final.
Si x o Y es un escalar, se ampla para tener la misma longitud que la otra

y se utilizan las condiciones de no un nudo final. Si Y es un vector que contiene

dos valores ms que x tiene las entradas, el valor primero y ltimo Y se utilizan
como el endslopes para el spline cbico.
Excepciones:
1.

Si Y es un vector que contiene dos valores ms que x tiene las entradas,

el valor primero y ltimo Y se utilizan como el endslopes para el spline cbico.
Si Y es un vector, esto significa

f(x) = Y(2:end-1)

df(min(x)) = Y(1)

df(max(x)) = Y(end)

2.

Si Y es una matriz o una N-matriz multidimensional con size(Y,N) igual a

la length(x)+2, sostenga lo siguiente:

f(x(j)) coincide con el valor Y(:,...,:,j+1) j=1:length(x)

Df(min(x)) coincide con Y(:,:,...:,1)

Df(max(x)) coincide con Y(:,:,...:,end)

Ejemplo:
x = 0:10;
y = sin(x);
xx = 0:.25:10;
yy = spline(x,y,xx);
plot(x,y,'o',xx,yy)
La grfica que obtendremos ser:

Grfica 1.- Obtenida de los valores proporcionados anteriormente en Matlab