434 Capitolo 5.

Interpolazione

14. Funzioni spline

A causa del comportamento oscillante dei polinomi di grado elevato
spesso non è possibile utilizzare la tecnica dell’interpolazione per approssi-
mare le funzioni. Polinomi di grado più basso si possono ottenere con le
tecniche di approssimazione, ma in tal caso nei nodi i valori del polinomio ap-
prossimante non sono uguali a quelli della funzione. Se invece l’uguaglianza
dei valori nei nodi è fondamentale, come ad esempio nella grafica, si possono
utilizzare funzioni che coincidono a tratti con polinomi di grado basso.
L’intervallo [a, b] viene diviso in n sottointervalli con n + 1 nodi xi ,
i = 0, . . . , n, tali che

a = x0 < x1 < . . . < xn = b.

Una funzione g(x) polinomiale a tratti su [a, b] è una funzione che sull’i-
esimo sottointervallo [xi , xi+1 ] coincide con un polinomio di grado ki . Di
solito ki = k, i = 0, . . . , n − 1, cioè i polinomi usati nei diversi sottointervalli
hanno sempre lo stesso grado k. La funzione g(x) viene quindi rappresentata
per mezzo di una matrice contenente nell’i-esima riga, i = 0, . . . , n − 1, i
coefficienti
ai,k , ai,k−1 , . . . ai,0
dell’i-esimo polinomio

pi (y) = ai,k y k + ai,k−1 y k−1 + . . . + ai,0 ,

dove y = x − xi , cioè con la variabile traslata rispetto al punto xi .

I casi più semplici di funzioni polinomiali a tratti sono i seguenti.
a) Polinomiale lineare a tratti: nell’i-esimo sottointervallo la funzione g(x)
coincide con il polinomio di interpolazione della f (x) sui nodi xi e xi+1 , cioè
dall’esempio 5.17

f (xi+1 ) − f (xi )
pi (x) = (x − xi ) + f (xi ),
hi
dove hi = xi+1 − xi , i = 0, . . . , n − 1. Per la sua semplicità questo metodo
è usato spesso nella pratica. Inoltre se f �� (x) è limitata in [a, b], al tendere
a zero del massimo degli hi , la funzione g(x) tende alla funzione f (x). Però
questo metodo non è adatto per una buona rappresentazione grafica della
funzione: poiché non vi è alcuna condizione sulle derivate dei due polinomi,
nei nodi xi il raccordo fra due diversi polinomi lineari presenta in generale
un punto angoloso.
5.67 Esempio. I seguenti dati si riferiscono alla portata d’acqua di un
fiume italiano, misurata mensilmente in m3 /sec.
 Capitolo 5. Interpolazione 435

mese G F M A M G

portata 12.51 13.05 11.7 9.26 8.3 6.25

mese L A S O N D

portata 5.34 4.59 5.14 6.36 10.31 13.88

Nella figura 5.25 sono riportati i grafici della polinomiale lineare a tratti
(linea più spessa) e il grafico del polinomio di interpolazione di grado 11
su tutti i punti (linea sottile). Dalla figura risulta che l’andamento del
polinomio di interpolazione non rende accettabile l’approssimazione.

14

12

10

G F M A M G L A S O N D

Fig. 5.25 - Grafici del polinomio lineare a tratti

e del polinomio di interpolazione.

b) Polinomiale cubica a tratti di Hermite: nell’i-esimo sottointervallo la

funzione g(x) coincide con il polinomio di Hermite di grado al più 3 che
assume nei punti xi e xi+1 gli stessi valori della f (x) e la cui derivata assume
nei punti xi e xi+1 gli stessi valori della f � (x), cioè dall’esempio 5.13:

1 � � � � � �� 3
pi (x) = 2 f (xi ) − f (x i+1 ) + h i f (x i ) + f �
(x i+1 ) yi
h3i
1� � � � ��
− 2 3 f (xi ) − f (xi+1 ) + hi 2f � (xi ) + f � (xi+1 ) yi2 + f � (xi ) yi + f (xi ),
hi
436 Capitolo 5. Interpolazione

dove yi = x − xi , hi = xi+1 − xi , i = 0, . . . , n − 1. Queste polinomiali

forniscono una migliore approssimazione della funzione e quindi consentono
una migliore rappresentazione grafica, perché non danno luogo a punti an-
golosi nei nodi, ma non sono utilizzabili nel caso, frequente nella pratica, in
cui i valori di f � (xi ) non sono noti. Inoltre nei punti di raccordo i polinomi
hanno la stessa pendenza, ma non la stessa concavità, per cui nei nodi si
può presentare un andamento distorto.
c) Altre polinomiali a tratti possono essere costruite interpolando la f (x)
su più di due punti consecutivi, ad esempio considerando le cubiche che
interpolano su quattro nodi. È anche possibile sfruttare altre condizioni che
caso per caso possono essere fornite dal problema.
Fra le funzioni polinomiali a tratti quelle più usate nella pratica, anche
perché consentono di ottenere ottimi risultati dal punto di vista grafico,
sono le polinomiali cubiche ottenute senza utilizzare i valori, in generale
non disponibili, delle derivate, e imponendo invece condizioni di continuità
delle derivate prima e seconda.
5.68 Definizione. Siano x0 , . . . xn , n + 1 punti distinti di [a, b] tali che

a = x0 < x1 < . . . < xn = b.

Una funzione reale s(x) ∈ C 2 [a, b] viene chiamata spline cubica per l’appros-
simazione della f (x) se
a) in ogni sottointervallo [xi , xi+1 ], i = 0, . . . , n − 1, s(x) coincide con un
polinomio di grado al piú 3;
b) s(xi ) = f (xi ), per i = 0, . . . , n.

Indicando con si (x), i = 0, . . . , n − 1, il polinomio che coincide con la

s(x) nel sottointervallo [xi , xi+1 ], dalla definizione precedente si ottengono
le 4n − 2 condizioni
a) si (xi ) = f (xi ), si (xi+1 ) = f (xi+1 ), i = 0, . . . , n − 1,
b) s�i−1 (xi ) = s�i (xi ), i = 1, . . . , n − 1,
c) s��i−1 (xi ) = s��i (xi ), i = 1, . . . , n − 1.
Poiché i coefficienti dei polinomi si (x) sono 4n, occorre imporre due con-
dizioni aggiuntive, che vengono scelte in modo da fornire una buona ap-
prossimazione. Vari sono i criteri che possono essere seguiti per individuare
queste due condizioni: per esempio
d� ) s��0 (x0 ) = s��n−1 (xn ) = 0,
oppure, se sono noti i valori di f � (a) e f � (b),
d�� ) s�0 (x0 ) = f � (a), s�n−1 (xn ) = f � (b),
 Capitolo 5. Interpolazione 437

oppure, se la funzione f (x) è periodica di periodo b − a, cioè f (a) = f (b),

d��� ) s�0 (x0 ) = s�n−1 (xn ), s��0 (x0 ) = s��n−1 (xn ).
Una spline cubica viene detta spline naturale se verifica le condizioni d� ),
spline completa se verifica le condizioni d�� ) e spline periodica se verifica le
condizioni d��� ).
Per determinare i coefficienti dei polinomi si (x) si potrebbero sfruttare
direttamente le condizioni a) - c) e le condizioni aggiuntive scelte, risolvendo
un sistema lineare di 4n equazioni in 4n incognite. È possibile però ridurre il
numero delle equazioni necessarie considerando come incognite le quantità,
dette momenti,
µi = s��i (xi ), i = 0, . . . , n − 1,
µn = s��n−1 (xn ).
Infatti, poiché si (x) per x ∈ [xi , xi+1 ] è un polinomio di grado al più 3,
s��i (x) è di grado al più 1 e può essere cosı̀ rappresentata con la formula di
Lagrange
x − xi x − xi+1
s��i (x) = µi+1 − µi , (85)
hi hi
dove hi = xi+1 − xi . Integrando due volte si ottiene per i = 0, . . . , n − 1,
(x − xi )2 (x − xi+1 )2
s�i (x) = µi+1 − µi + αi , (86)
2hi 2hi
(x − xi )3 (x − xi+1 )3
si (x) = µi+1 − µi + αi (x − xi ) + βi ,
6hi 6hi
e le costanti αi e βi vengono determinate imponendo le condizioni a)


 h2i
 µi + βi = f (xi )
6
 2
 µi+1 hi + αi hi + βi = f (xi+1 ),

6
da cui 
 h2i
 βi = f (xi ) − µi

6

 f (xi+1 ) − f (xi ) hi
 αi = − (µi+1 − µi ).
hi 6
Restano quindi da calcolare i µi , i = 0, . . . , n. Dalle (86), imponendo le
condizioni b) e sostituendo αi−1 e αi , si ottengono le n − 1 relazioni
hi−1 hi−1 + hi hi
µi−1 + µi + µi+1 (87)
6 3 6
f (xi+1 ) − f (xi ) f (xi ) − f (xi−1 )
= − , i = 1, . . . , n − 1.
hi hi−1
438 Capitolo 5. Interpolazione

Con le notazioni delle differenze divise (paragrafo 5), si ha

f (xi+1 ) − f (xi ) f (xi ) − f (xi−1 )

− = f [xi , xi+1 ] − f [xi−1 , xi ]
hi hi−1
= f [xi−1 , xi , xi+1 ](hi−1 + hi )

e quindi la (87) può essere rappresentata come

hi−1 hi
µi−1 + 2µi + µi+1 = 6f [xi−1 , xi , xi+1 ],
hi−1 + hi hi−1 + hi
da cui si ottiene

γi µi−1 + 2µi + δi µi+1 = 6f [xi−1 , xi , xi+1 ], i = 1, . . . , n − 1, (88)

hi−1 hi
dove γi = > 0, δi = > 0, γi + δi = 1.
hi−1 + hi hi−1 + hi
Altre due relazioni si ottengono tramite le condizioni aggiuntive. Per la
spline naturale, dalle d� ) si ha

µ0 = 0, µn = 0. (89)

Per la spline completa, dalle d�� ) si ha:

h0 h0 f (x1 ) − f (x0 )
s�0 (x0 ) = −µ0 − µ1 + = f � (x0 ),
3 6 h0
hn−1 hn−1 f (xn ) − f (xn−1 )
s�n−1 (xn ) = µn−1 + µn + = f � (xn ),
6 3 hn−1
da cui

 h0 h0 f (x1 ) − f (x0 )

 µ0 + µ1 = − f � (x0 )
3 6 h0
(90)

 h h f (xn ) − f (xn−1 )
 n−1 µn−1 + n−1 µn = f � (xn ) − ;
6 3 hn−1

con le notazioni delle differenze divise, tenendo conto che per la (28) è

f [x0 , x0 ] = f � (x0 ), f [xn , xn ] = f � (xn ),

si ha

2µ0 + µ1 = 6f [x0 , x0 , x1 ], µn−1 + 2µn = 6f [xn−1 , xn , xn ]. (91)

 Capitolo 5. Interpolazione 439

Per la spline periodica, dalle d��� ) si ha:

h
 n−1 + h0 h0 hn−1

 µ0 + µ1 + µn−1

 3 6 6
f (x1 ) − f (x0 ) f (xn ) − f (xn−1 )
 = − ,

 h0 hn−1


µ0 = µn ,

tenendo conto che in questo caso è f (xn ) = f (x0 ), con l’introduzione del
punto xn+1 tale che xn+1 − xn = x1 − x0 e f (xn+1 ) = f (x1 ), si ha

γn µn−1 + 2µn + δn µ1 = 6f [xn−1 , xn , xn+1 ], (92)

mentre la prima delle (88) può essere scritta

2µ1 + δ1 µ2 + γ1 µn = 6f [x0 , x1 , x2 ].

In ogni caso i µ0 , . . . , µn sono soluzione di un sistema lineare, ottenuto

associando alle (88) le (89) o le (91) o le (92), a seconda che debbano essere
verificate le condizioni d� ), o d�� ), o d��� ).

5.69 Teorema. Siano x0 , . . . xn , n + 1 punti distinti di [a, b] tali che

a = x0 < x1 < . . . < xn = b.

Allora esiste ed è unica la spline cubica che approssima la f (x) e verifica

una delle condizioni d� ), o d�� ), o d��� ).
Dim. Nel primo caso, tenendo conto che µ0 = µn = 0, il sistema ottenuto
dalle (88) è
     f [x , x , x ] 
2 δ1 µ1 0 1 2
 γ2 2 δ2   µ2   f [x1 , x2 , x3 ] 
 .. .. ..   ..   .. 
 . . .    = 6  .
   .   . 
     
γn−2 2 δn−2 µn−2 f [xn−3 , xn−2 , xn−1 ]
γn−1 2 µn−1 f [xn−2 , xn−1 , xn ]
Nel secondo caso vengono aggiunte una prima e un’ultima equazione al
sistema che diventa
     f [x , x , x ] 
2 1 µ0 0 0 1
 γ1 2 δ1   µ1   f [x0 , x1 , x2 ] 
 .. .. ..   .   . 
  ..  = 6  ..
 . . .     .
 
     
γn−1 2 δn−1 µn−1 f [xn−2 , xn−1 , xn ]
1 2 µn f [xn−1 , xn , xn ]
440 Capitolo 5. Interpolazione

Nel terzo caso si ha

     f [x , x , x ] 
2 δ1 γ1 µ1 0 1 2
 γ2 2 δ2   µ2   f [x1 , x2 , x3 ] 
 .. .. ..   ..   .. 
 . . .    = 6  .
   .   . 
     
γn−1 2 δn−1 µn−1 f [xn−2 , xn−1 , xn ]
δn γn 2 µn f [xn−1 , xn , xn+1 ]

Poiché le matrici di questi sistemi hanno predominanza diagonale in senso

stretto e quindi sono non singolari, i sistemi hanno una e una sola soluzione
[2], che può essere calcolata con il metodo di Gauss senza scambi di righe.
Nei primi due casi la matrice è tridiagonale, e quindi il metodo di Gauss
ha un basso costo computazionale, dell’ordine di n. Anche nel terzo caso è
possibile ricondurre il problema alla risoluzione di opportuni sistemi lineari
con matrice tridiagonale, ad esempio usando la formula di Woodbury.

5.70 Esempio. Nella figura 5.26 è riportato il grafico della spline cubica
naturale che approssima la funzione dell’esempio 5.67. Dal confronto con
la figura 5.25 risulta che l’approssimazione ottenuta con le spline è migliore
di quelle ottenute con la polinomiale lineare a tratti e con il polinomio di
interpolazione.

14

12

10

G F M A M G L A S O N D

Fig. 5.26 - Grafico della spline cubica.

Se i punti xi sono equidistanti, cioè hi = h, per i = 0, . . . , n − 1, la

matrice del sistema risulta molto semplice. La (88) infatti si può scrivere,
 Capitolo 5. Interpolazione 441

tenendo conto della (24)

6 2
µi−1 + 4µi + µi+1 =
∆ f (xi−1 ),
h2
e quindi per le spline naturali il sistema diventa
     ∆2 f (x ) 
4 1 µ1 0
1 4 1   µ2   ∆ f (x1 ) 
2
 .. .. ..   .  6  .. 
  ..  = h2 
 . . .     .
 . 
 1 4 1   µn−2   2 
∆ f (xn−3 )
1 4 µn−1 ∆2 f (xn−2 )
Le spline cubiche sono molto usate nella grafica perché fra le funzioni
con derivata seconda continua che interpolano la funzione f (x) nei nodi xi ,
i = 0, . . . , n, sono quelle che hanno minima curvatura, cioè che oscillano
meno, come risulta dal seguente teorema.

5.71 Teorema. Fra tutte le funzioni g(x) ∈ C 2 [a, b], tali che g(xi ) = f (xi ),
i = 0, . . . , n, la spline cubica naturale s(x) è quella che minimizza l’integrale
� b
[g �� (x)]2 dx. (93)
a
Dim. Si ha
� b
0≤ [g �� (x) − s�� (x)]2 dx
a
� b � b � b
(94)
= [g (x)] dx − 2
�� 2
[g (x) − s (x)]s (x) dx −
�� �� ��
[s (x)] dx.
�� 2
a a a
Per ogni sottointervallo [xi , xi+1 ] si ha, integrando due volte per parti,
� xi+1 � �xi+1
� �
[g �� (x) − s�� (x)]s�� (x) dx = g � (x) − s� (x) s�� (x)
xi
xi
� �xi+1 �
� � xi+1 � �
− g(x) − s(x) s(3) (x) + g(x) − s(x) s(4) (x) dx.
xi
xi

Poiché s(x) sull’intervallo [xi , xi+1 ] coincide con un polinomio di grado al

più 3, è s(4) (x) = 0. Inoltre s(xi ) = g(xi ), s(xi+1 ) = g(xi+1 ), per cui
� b � � xi+1
n−1
[g (x) − s (x)]s (x) dx =
�� �� ��
[g �� (x) − s�� (x)]s�� (x) dx
a i=0 xi

n−1
� �xi+1 � �b
� � � � �
= g � (x) − s� (x) s�� (x) = g � (x) − s� (x) s�� (x)
i=0 xi a
442 Capitolo 5. Interpolazione

e tale espressione è nulla in quanto s�� (a) = s�� (b) = 0. Dalla (94) segue che
� b � b
[s (x)] dx ≤
�� 2
[g �� (x)]2 dx
a a
per ogni funzione g(x) a derivata seconda continua tale che g(xi ) = f (xi ).

La g �� (x) è legata alla curvatura della funzione g(x) nel punto x, definita
come il reciproco del raggio del cerchio osculatore in x, e data dall’espres-
sione
c(x) = |g �� (x)|(1 + [g � (x)]2 )−3/2 ;
l’integrale (93) può allora essere assunto come una misura della curvatura
globale della funzione g(x), se |g � (x)| è piccolo rispetto ad 1. Dal teorema
5.71 risulta quindi che la spline cubica naturale è quella che minimizza la
curvatura globale. Dal teorema 5.71 segue anche che se f (x) ∈ C 2 [a, b],
allora � �
b b
[s (x)] dx ≤
�� 2
[f �� (x)]2 dx. (95)
a a
A differenza di quanto accade per i polinomi che interpolano la f (x)
su tutto l’intervallo [a, b], le funzioni spline convergono alla f (x) quando si
infittiscono i nodi xi , i = 0, . . . , n. Valgono infatti i seguenti teoremi.

5.72 Teorema. Sia f (x) ∈ C 4 [a, b], con

M4 = max |f (4) (x)|,
x∈[a,b]

e sia
H= max hi .
i=0,...,n−1

Allora per i momenti della spline cubica s(x) completa vale la relazione
3
max |µi − f �� (xi )| ≤ M4 H 2 . (96)
i=0,...,n 4
Dim. Dalla formula di Taylor si ha
f (xi+1 ) − f (xi ) hi �� h2 h3
= f � (xi ) + f (xi ) + i f ���� (xi ) + i f (4) (ξi,1 ),
hi 2 3! 4!
f (xi ) − f (xi−1 ) hi−1 �� h 2
= f � (xi ) − f (xi ) + i−1 f ��� (xi )
hi−1 2 3!
3
h
− i−1 f (4) (ξi,2 ),
4!
h2
f �� (xi−1 ) = f �� (xi ) − hi−1 f ��� (xi ) + i−1 f (4) (ξi,3 ),
2
2
h
f �� (xi+1 ) = f �� (xi ) + hi f ��� (xi ) + i f (4) (ξi,4 ),
2
 Capitolo 5. Interpolazione 443

in cui ξi,j ∈ [a, b], per j = 1, . . . , 4. Posto per i = 1, . . . , n − 1

hi−1 hi−1 + hi hi
gi = [µi−1 − f �� (xi−1 )] + [µi − f �� (xi )] + [µi+1 − f �� (xi+1 )],
6 3 6
sostituendo le relazioni precedenti nella (87) si ha
� � � �
h3i 1 (4) h3i−1 1 (4)
gi = f (ξi,1 ) − f (ξi,4 ) +
(4)
f (ξi,2 ) − f (ξi,3 ) .
(4)
12 2 12 2

In modo analogo, posto

h0 h0
g0 = [µ0 − f �� (x0 )] + [µ1 − f �� (x1 )],
3 6
hn−1 hn−1
gn = [µn−1 − f �� (xn−1 )] + [µn − f �� (xn )],
6 3
dalle (90) si ottiene
� �
h30 1 (4)
g0 = f (ξ0,1 ) − f (ξ0,4 ) ,
(4)
12 2
� �
h3n−1 1 (4)
gn = f (ξn,2 ) − f (ξn,3 ) .
(4)
12 2

Passando ai moduli si ha
M4 3
|g0 | ≤ h ,
8 0
M4 3
|gi | ≤ (hi−1 + h3i ), per i = 1, . . . , n − 1, (97)
8
M4 3
|gn | ≤ h .
8 n−1
Sia ora k l’indice per cui

|µk − f �� (xk )| = max |µi − f �� (xi )|. (98)

i=0,...,n

Se 1 ≤ k ≤ n − 1, si ha
hk−1 � � hk−1 + hk � �
gk = µk−1 − f �� (xk−1 ) + µk − f �� (xk )
6 3
hk � � h k−1 + hk � �
+ µk+1 − f �� (xk+1 ) = µk − f �� (xk )
6 6
hk−1 � �
+ µk − f �� (xk ) + µk−1 − f �� (xk−1 )
6
hk � �
+ µk − f �� (xk ) + µk+1 − f �� (xk+1 ) .
6
444 Capitolo 5. Interpolazione

Per la (98) l’espressione µk − f �� (xk ) + µi − f �� (xi ), per i = k − 1 e k + 1,

ha lo stesso segno di µk − f �� (xk ), per cui

hk−1 + hk �� �
|gk | ≥ µk − f �� (xk )�
6
e quindi
6 |gk |
|µk − f �� (xk )| ≤ . (99)
hk−1 + hk
Per la (97) è allora

3 h3k−1 + h3k 3 3
|µk −f (xk )| ≤ M4
��
= M4 (h2k−1 −hk−1 hk +h2k ) ≤ M4 H 2 .
4 hk−1 + hk 4 4

Se invece k = 0 oppure k = n, al posto della (99) si ottiene

6|g0 |
|µ0 − f �� (x0 )| ≤ ,
h0
6|gn |
|µn − f �� (xn )| ≤ ,
hn−1

e in entrambi i casi segue la tesi.

5.73 Teorema. Nelle ipotesi del teorema 5.72, indicato con

h = min hi ,
i=0,...,n

per la spline completa valgono le limitazioni

H2
|f ��� (x) − s���
i (x)| ≤ 2M4 , per x ∈ [xi , xi+1 ], i = 0, . . . , n − 1,
h
7 H3
|f �� (x) − s�� (x)| ≤ M4 ,
4 h
7 H4
|f � (x) − s� (x)| ≤ M4 ,
4 h
7 H5
|f (x) − s(x)| ≤ M4 , per x ∈ [a, b].
8 h

Dim. Dalla (85) si ha che per x ∈ [xi , xi+1 ] è

µi+1 − µi
i (x) =
s��� ,
hi
 Capitolo 5. Interpolazione 445

da cui
µi+1 − µi
i (x) − f (x) =
s��� − f ��� (x)
���
hi
[µi+1 − f �� (xi+1 )] − [µi − f �� (xi )]
=
hi
[f (xi+1 ) − f (x)] − [f �� (xi ) − f �� (x)]
�� ��
+ − f ��� (x).
hi
Per la formula di Taylor e per la (96) è

�si (x)−f ��� (x)� ≤ 3 M4 H 2 + 1 �(xi+1 −x)2 f (4) (ξ1 )−(xi −x)2 f (4) (ξ2 )�,
� ��� � � �
2hi 2hi

con ξ1 , ξ2 ∈ [xi , xi+1 ], da cui, poiché

(xi+1 − x)2 + (xi − x)2 ≤ (xi+1 − xi )2 = h2i ,

segue che per x ∈ [xi , xi+1 ] vale

3 1 H2
i (x)
|s��� − f (x)| ≤ M4 H + hi M4 ≤ 2M4 (100)
��� 2
.
2hi 2 hi
Per la seconda disuguaglianza, se x coincide con uno dei nodi la maggio-
razione discende subito dalla (96); se x non coincide con uno dei nodi, si
consideri un indice i tale che
H
|x − xi | ≤ , (101)
2
e tale che non vi siano nodi nell’intervallo di estremi x e xi . Allora
� x
[s��� (t) − f ��� (t)] dt = [s�� (x) − f �� (x)] − [s�� (xi ) − f �� (xi )],
xi

da cui
� x
s (x) − f (x) = s (xi ) − f (xi ) +
�� �� �� ��
[s��� (t) − f ��� (t)] dt.
xi

Tenendo conto della (101), per le (96) e (100) risulta

3 H2 H 7 H3
|s�� (x) − f �� (x)| ≤ M4 H 2 + 2M4 ≤ M4 .
4 h 2 4 h
Per ricavare la terza disuguaglianza, poiché per i = 0, . . . , n, è

f (xi ) = s(xi ),
446 Capitolo 5. Interpolazione

per il teorema di Rolle in ogni intervallo [xi , xi+1 ], i = 0, . . . , n − 1, esiste

un punto ξi , tale che
f � (ξi ) = s� (ξi ). (102)
Quindi per ogni x ∈ [a, b], esiste uno ξi , con

|ξi − x| ≤ H,

per cui vale la (102), e quindi

� x
[s�� (t) − f �� (t)] dt = s� (x) − f � (x).
ξi

Passando ai moduli si ha

7 H3 7 H4
|s (x) − f (x)| ≤ M4
� �
H = M4 .
4 h 4 h
In modo analogo si ricava la quarta disuguaglianza, tenendo conto che per
ogni x ∈ [a, b] esiste un indice i per cui vale la (101).

Dal teorema 5.73 segue che per una funzione f (x) derivabile con con-
tinuità fino al quarto ordine, se si infittiscono i nodi in modo regolare, cioè
in modo che il rapporto H/h sia sempre limitato, allora si ha convergenza
della spline e delle sue derivate fino al terzo ordine rispettivamente alla f (x)
e alle sue derivate. In particolare se i nodi rimangono equidistanti, allora
H/h = 1 e la convergenza è molto rapida, perché

|f (x) − s(x)| ≤ M4 H 4 .

Dalla (95) segue poi che se i nodi vengono infittiti aggiungendo altri nodi
alla precedente suddivisione dell’intervallo, la successione degli integrali
� b
[s�� (x)]2 dx
a

risulta non decrescente (si veda l’esercizio 5.79) e convergente a

� b
[f �� (x)]2 dx.
a

Le spline cubiche studiate in questo paragrafo sono quelle più usate.

Non esistono comunque difficoltà a una generalizzazione, considerando spli-
ne di ordine dispari maggiore di 3 (si veda l’esercizio 5.82).