Resumen [18] Se presenta en detalle el desarrollo de la interpolación tridimensional para campos escalares, que consiste en generar información en cualquier punto del espacio, sobre alguna variable dependiente de las tres coordenadas cartesianas, en algún volumen definido. Esto a partir de un conjunto discreto de datos que representan el valor de la variable dependiente en puntos específicos del espacio. [19] Se desarrolla un método de interpolación tridimensional basado en obtener las coordenadas de todos los vecinos del punto de interés. Para luego asignar un peso relativo a cada uno de estos puntos, en función de la proximidad con el lugar donde se busca un nuevo valor de la variable dependiente. Este procedimiento se presenta en forma de diagrama de flujo, para que pueda ser desarrollado en cualquier lenguaje de programación. [20] El método propuesto es implementado en un código en software comercial y a la vez es validado al confrontar sus resultados con los que genera una función propia del software Matlab. Dicha función es detallada a profundidad para facilitar a cualquier usuario su utilización, estableciendo además las limitaciones y diferencias entre el uso de esta función y la implementación del método propuesto en un código computacional. [21] Se encuentra que el método propuesto es altamente confiable y que a su vez permite, eventualmente, adaptarse a condiciones donde la distribución de información en el espacio sea irregular o no se disponga de algún dato dentro de una matriz estructurada de mediciones.

Abstract [25] Development of three-dimensional interpolation for scalar fields, which consists of generating information from some three Cartesian coordinates dependent variable in any point of space, in a defined volume, is introduced. This is achieved from a discrete set of data representing the value of the dependent variable at specific points in space. [26] A three-dimensional interpolation method is created based in obtaining the coordinates of all the neighbors of the point of interest, and assigning a relative weight to each of these points, as a function of the proximity to the place where a new value of the dependent variable is looked for. This procedure is represented as a flowchart, so that it can be implemented in any computer language. [27] The proposed method is implemented in a commercial software and it is simultaneously validated with results of an embedded function of Matlab software. The above mentioned function is detailed in depth to guarantee ease of use, establishing as well, the limitations and differences between the use of this function and the implementation of the proposed method. [28] It is found that the proposed method is highly reliable and that it has the capability of eventually being adapted to conditions where the information distribution in the space is irregular or there is not data within a structured measurement matrix.