Interpolación

Descargar el fichero: interpolacion.xlsx

Disponemos de unos datos con los que hacemos un gráfico. Aún no siendo muchos datos
Excel es capaz de realizar el gráfico de forma suavizada. ¿Cómo ha sido capaz Excel de
inventarse los datos que faltan?. Ha sido algo increíble, Excel traza una curva con pocos
datos y esa curva pasa exactamente por esos puntos, pero el resto de puntos se los inventa
de una forma bastante adecuada, ¿cómo lo hace?. La respuesta está en la palabra:
INTERPOLACIÓN.

Existen diferentes métodos para interpolar. Podemos ver lo que dice la Wikipedia para
este tema. La interpolación más sencilla es la interpolación lineal.

Interpolación lineal

La interpolación lineal parte de dos puntos y pretende establecer la línea recta que pasa
por ambos puntos. De esta forma podremos determinar los puntos intermedios entre
ambos puntos como los puntos que pertenecen a esa recta.

La ecuación de la recta es:

y=a+bx

siendo

 y la variable dependiente. Se representa en el eje de ordenadas, en vertical

 x la variable independiente. Se representa en el eje de abcisas, en horizontal
 a la constante de la recta. Es el punto de corte con el eje y
 b la pendiente de la recta

No es lo mismo Interpolar que calcular la recta de regresión o línea de tendencia. Cuando

disponemos de una nube de puntos y efectuamos un ajuste por el método de los mínimos
cuadrados no todos los puntos caen en la recta de regresión, salvo que estemos en un caso
de correlación perfecta, donde R2 es igual a 1.

Si únicamente disponemos de dos puntos (dos parejas de datos (x,y)) podemos calcular
la recta de regresión y habremos obtenido una recta que pasa exactamente por esos dos
puntos. Esa recta es la misma que hubiéramos obtenido si buscamos la recta de
interpolación. Por tanto, en el caso de una recta, es lo mismo interpolar que ajustar por
mínimos cuadrados cuando únicamente disponemos de dos puntos. La recta pasa justo
por esos dos puntos y la correlación es perfecta, siendo R2 igual a 1.

Esto lo podemos ver en la Hoja1 de nuestro fichero.

Hemos representado la recta utilizando los gráficos de tipo dispersión con líneas
suavizadas y marcadores.

Sobre la recta obtenida hemos añadido una línea de tendencia.

La ventana que se abre nos permite añadir diferente líneas de tendencia:

 Exponencial
 Lineal
 Logarítmica
 Polinómica
 Potencial
 Media móvil
Elegiremos, para este caso, la lineal y al final de la ventana marcaremos las opciones:

 Presentar ecuación en el gráfico

 Presentar el valor R cuadrado en el gráfico

Observamos que R2 es igual a 1 y que la ecuación de la recta es:

y=0,5x+1

Al tratarse únicamente de dos puntos en la nube de datos la recta pasa exactamente por
ellos y el ajuste es perfecto (R2=1).

La ecuación de la recta se puede obtener con la siguientes funciones estadísticas.

 a es la constante =INTERSECCION.EJE(conocido_y;conocido_x)
 b es la pendiente =PENDIENTE(conocido_y;conocido_x)

Aunque estamos hablando de interpolación se ha de considerar que no estamos aplicando los clásicos métodos de interpolación.
Lo que hacemos es efectuar un ajuste por el método de los mínimos cuadrados a una nube de datos que únicamente tiene dos
puntos, por lo que necesariamente la recta de regresión que obtenemos pasa por esos dos puntos. Siendo la correlación perfecta
podemos inferir que la recta de regresión coincide con la recta que obtendríamos mediante los métodos de interpolación lineal.

Interpolación Parabólica
Una parábola es un polinomio de grado 2, cuya ecuación es:
y=a+bx+cx2
En la Hoja2 de nuestro fichero podemos ver un caso en el que nos dan 3 puntos. Nuestra
nube de puntos es pequeña y lo que pretendemos es encontrar la parábola que pasa justo
por esos tres puntos. Si lo conseguimos habremos obtenido una interpolación parabólica.
Pulsando con el botón derecho del ratón sobre el gráfico (justo sobre la curva) obtenemos
el menú contextual y elegimos Agregar línea de tendencia.

También marcamos abajo las opciones:

 Presentar ecuación en el gráfico

 Presentar el valor R cuadrado en el gráfico

Así veremos la ecuación de la parábola:

y también veremos el coeficiente de determinación que es R2=1, lo cual indica que

estamos en un caso de correlación perfecta.

Observar que aunque aumentemos el grado del polinomio (lo que aquí Excel llama
'Ordenación') no por ello mejora el valor de R2 ya que lo máximo que puede valer es 1.
La sorpresa es que al trazar Excel la parábola (línea negra) no coincide con la curva (línea
azul), y ambas curvas pasan por los tres puntos. La respuesta es que existen muchas
formas de interpolar y por lo que vemos Excel en la curva azul ha elegido otro método
muy diferente del que nosotros estamos buscando. Nosotros queríamos una parábola y
usando este sistema hemos obtenido la parábola, que es un polinomio de grado 2.

Si aumentamos el grado del polinomio en la ventana de las opciones de la línea de

tendencia no cambia la curva ajustada y no mejora R2 ya que al llegar a 1 ha llegado al
máximo. R2 igual a 1 indica que estamos ante un ajuste perfecto por lo que no se gana
nada intentando aumentar el grado del polinomio.
Para calcular la ecuación de la parábola debemos determinar los valores de sus
parámetros: a, b y c. Nos reservamos el método para más adelante, ya que lo aplicaremos
para un caso de un polinomio de grado 4 y como es un método matricial es válido para
cualquier grado.

A la vista del gráfico podemos observar la ecuación de la parábola:

y=a+bx+cx2
en nuestro caso es: y=1+0,5x-2x2

Polinomio grado 3
En la Hoja3 de nuestro fichero pretendemos obtener el polinomio de interpolación que
pasa por 4 parejas de datos.
La curva que obtenemos es la siguiente.

Nuevamente, observamos que pese a estar en el caso de correlación perfecta

(R2=1) nuestro polinomio de grado 3 (color negro) no coincide con la curva del gráfico
generada por Excel (color azul).

Polinomio grado 4
En la Hoja4 disponemos de 5 parejas de datos, con lo que podemos obtener un polinomio
de grado 4.

Aquí también R2=1 ya que el polinomio pasa por todos los puntos.
Interpolación: determinación de la curva
En la Hoja5 vamos a estudiar un caso real. Nos proporcionan datos para construir dos
curvas.

Por cada curva son cinco parejas de datos, por lo que el polinomio al que queremos llegar
es de grado 4. Siempre el grado del polinomio es uno menos que el número de parejas de
datos. Esto se debe a que para determinar un polinomio de grado 4 necesitamos
determinar 5 parámetros:

y=a+bx+cx2+dx3+ex4

Los cinco parámetros a determinar son: a, b, c, d, e.

En lugar de usar esta terminología vamos a denotar a los parámetros así:

a0, a1, a2, a3, a4, a5.

Por tanto el polinomio de grado 4 será este:

y=a0+a1x+a2x2+a3x3+a4x4

Esta expresión se puede escribir de forma matricial y así es válida no solo para polinomios
de grado 4 sino para polinomios de cualquier grado.

y=AX
Siendo A un vector fila con todos los parámetros del polinomio:
a0, a1, a2, a3, a4, ......, an.

Siendo X un vector columna con la variable x elevada a los diferentes grados:

x0, x1, x2, x3, x4, ......, xn.

Excel dispone de una función matricial que calcula todos los parámetros del vector A. La
función que emplearemos es la siguiente:

{=+ESTIMACION.LINEAL(y;x^{1;2;3;4})}

Hemos añadido las llaves {} para indicar que es una función matricial, pero no debemos
escribir nosotros esas llaves, ya que es Excel el que las pone al validar con CONTROL +
MAYÚSCULAS + ENTER.

Creamos una tabla para la Curva 1. En la zona amarilla escribimos nuestra función
matricial.

=+ESTIMACION.LINEAL(Curva1;X^{1;2;3;4})

Previamente hemos nombrado los siguientes rangos.

Para la Curva 2 construimos una tabla similar.

En las celdas amarillas de esta segunda tabla escribimos la siguiente fórmula matricial:

=+ESTIMACION.LINEAL(Curva2;X^{1;2;3;4})

Los valores interpolados son los dados por la siguiente tabla. Establecemos el valor de x
(color verde) y luego con SUMAPRODUCTO calculamos el valor y interpolado para
cada curva.

Lo que estamos haciendo es una regresión múltiple donde las variables que usamos las
hemos transformado para que sean los diferentes valores de la variable x elevados al grado
necesario.

La correlación es perfecta. Se puede comprobar dando valores a x en la celda J20 y viendo

que para los valores de la tabla original de datos los valores interpolados que se obtienen
son los mismos que los de la tabla de datos.

Práctica
Usando este método puede intentar obtener el polinomio de grado 4 que interpola los
datos de la Hoja4. Puede comprobar si lo ha realizado correctamente ya que en el gráfico
se ve la ecuación del polinomio a la que ha de llegar.

Obtendrá los siguientes valores.

El polinomio obtenido es:

y=1+0,5x-2x2+0,3x3+0,2x4

Para facilitar el cálculo hemos dejado la tabla preparada con sus nombres de rango
creados.
Falta introducir la fórmula matricial ESTIMACION.LINEAL que ha de introducirse en
las celdas amarillas del rango E5:I5.

Para introducir una fórmula matricial ha de seguir tres pasos.

ESTIMACION.LINEAL es una fórmula matricial.

Como toda fórmula matricial requiere 3 pasos:
1. Seleccionar la zona amarilla (rango E5:I5)
2. Escibir la fórmula matricial
=+ESTIMACION.LINEAL(miY;miX^{1;2;3;4})
3. No pulse ENTER para validar.
Debe pulsar las 3 teclas siguientes:
CONTROL + MAYUSCULAS + ENTER
Método de mínimos cuadrados
Este método requiere de registros históricos que sean
consistentes, reales y precisos, son utilizados con el
fin de sacar el total de las desviaciones elevadas al
cuadrado a un valor mínimo y así poder determinar los
coeficientes a y b, que son conocidos como
coeficientes de regresión, donde X es la variable
independiente (tiempo), Y es la variable dependiente
(pronóstico de la demanda).

Según Sinisterra V., el método de mínimos cuadrados

ajusta la anterior información a una recta que sea representativa de cada uno de
los puntos. Esta recta tendrá la forma Y= a +bX; donde a es la porción fija y b la
pendiente. Para encontrar el valor de los parámetros a y b se aplican las
siguientes fórmulas:

∑𝐲 ∑ 𝒙𝒚
𝐚= 𝒃=∑
𝐧 𝒙𝟐

Donde Y es el volumen de actividad, o variable dependiente, X la variable

independiente y n el número de datos o años. El valor de las X se encuentra de
la siguiente manera: si el número de datos es par, de la mitad para adelante se
numeran con 1,3,5,7 y la mitad hacia atrás se numera con -1,-3, -5, -7, así:

Año X
1 -5
2 -3
3 -1
4 1
5 3
6 5

Si el número de datos es impar, al dato de la mitad se le coloca 0, de ahí en

adelante se numera con 1, 2, 3, 4, y hacia atrás con -1, -2, -3, -4, así:
 Año X
1 -5
2 -3
3 -1
4 0
5 1
6 3
7 5

Para el ejemplo y utilizando la siguiente tabla, se determinan los valores de a y

b.

XY
Volumen
Año XY X X2 XY
actividad
(unidades)
1 2000 -10000 -5 25 -10000
2 2400 -7200 -3 9 -7200
3 2850 -2850 -1 1 -2850
4 2980 2980 1 1 2980
5 3400 10200 3 9 10200
6 3860 19300 5 25 19300
17490 12430 70 12430

A partir de la información anterior se desprende que los parámetros a y b son:

17490 12430
a= = 2915 b= = 177.57
6 70

La recta que representa la anterior información es:

Y = 2915 + 177.57X

Con el fin de pronosticar las unidades a vender para el año 7, este último
número se reemplaza en la ecuación, resultando:
 Y(7) = 2915 + 177.57 (7) = 4158 unidades

Significa que si en el período se mantienen las tendencias de los últimos

seis años, el número de unidades a vender s erá de 4158.

Se debe indicar que esto se puede representar a través de una gráfica

realizando los pasos correspondientes.

Ejemplo del uso de Excel para calcular el valor de b utilizando la ecuación

de la línea:

1. Ejecutamos la aplicación de Microsoft Office Excel.

2. Abrimos un nuevo libro (crear un nuevo libro en blanco).

3. En la Hoja 1 (visible en la pantalla) nos situamos en la celda A1 y

digitamos “PERIODO”, en la celda B1 “AÑO” y en la celda C1 “VENTAS
EN UNIDADES - PRODUCTO 01”.

4. Situándonos en la celda A2, digitamos el número 1. En la celda A3,

digitamos el número 2. Realizamos este mismo proceso hasta digitar el
número 5.

5. En la celda B2 registramos el año 2007. En la celda B3 el año 2008.

Realizar este proceso hasta el año 2011.

6. Para la columna C registramos lo siguiente: en la celda C2, el valor de

“50000”, para la celda C3 el valor de “50500”, para la celda C4 el valor de
“52300”, para la celda C5 el valor de “53000”, para la celda C6 el valor de
“53700”.

7. Después de registrar los datos anteriores, obtenemos la siguiente tabla:

Año Venta en
Periodo unidades –
Producto 01
1 2007 50000
2 2008 50500
3 2009 52300
4 2010 53000
5 2011 53700

Ahora, damos clic en la celda B2 y seleccionamos la información de las

celdas B2 a C6.
8. En la cinta de opciones damos clic a la ficha “Insertar”, Grupo “Gráficos”,
Comando “Dispersión.

9. Seleccionamos la primera opción “Dispersión sólo con marcadores”

10. Se obtiene una gráfica dentro de la misma hoja de trabajo.

11. P ara obtener la ecuación lineal vamos a la ficha “Presentación”, Grupo

“Análisis”, Comando “Línea de tendencia”.

12. Damos clic en la opción “Más opciones de línea de tendencia…”

13. S e muestra un cuadro de texto y marcamos la casilla de verificación

“Presentar ecuación en el gráfico”.
14. Ahora podemos observar la ecuación en la gráfica:

15. Verificamos que “b” es igual a 990.

16. Reemplazamos en la fórmula “y = a+ bx” para hallar el sexto periodo: x =

6.

17. El valor de “a” corresponde a la suma de las ventas en unidades (259500)

dividida en 5 periodos (a = 51900).
18. El resultado obtenido para el sexto periodo es igual a 57840 unidades
(Y(6) 2012 = 51900 + 990 x 6)

a b x
y= a+bx
51900 990 6

Y(6)2012 57840

Y(6)2012 = 51900 + 990(6)