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