Documente Academic
Documente Profesional
Documente Cultură
Interpolacao Polinomial
Interpolacao de Lagrange
Joao Paulo Gois
Universidade Federal do ABC
1
Apresentac
ao baseada nos slides do prof. John Carroll, Dublin City University e no Livro An
alise Num
erica
(Burden & Faires)
Roteiro
Roteiro
Roteiro
Roteiro
Roteiro
Roteiro
Polinomios Algebricos
Uma das classes mais u
teis e bem-conhecidas de funcoes reais e a
dos polinomios, que e o conjunto de func
oes da forma:
Pn (x) = an xn + an1 xn1 + + a1 x + a0
onde n e um inteiro nao-negativo e a0 , , an sao constantes reais.
a polynomial that is as close to the given function as desired. This result is expressed
precisely in the Weierstrass Approximation Theorem. (See Figure 3.1.)
O Teorema da Aproximacao
3.1
3.1
y ! f(x) "
y ! P(x)
y ! f(x)
y ! f(x) #
Benefcios de Polinomios
Benefcios de Polinomios
Benefcios de Polinomios
Benefcios de Polinomios
Uma outra importante razao para se considerar polinomios
para aproximacao de func
oes e que tanto derivacao quanto
integracao sao faceis de determinar e a resposta tambem e um
polinomio
Benefcios de Polinomios
Benefcios de Polinomios
Uma outra importante razao para se considerar polinomios
para aproximacao de func
oes e que tanto derivacao quanto
integracao sao faceis de determinar e a resposta tambem e um
polinomio
Por estas razoes, a interpolacao polinomial sao
frequentemente utilizadas para aproximar funcoes contnuas
Benefcios de Polinomios
Benefcios de Polinomios
Uma outra importante razao para se considerar polinomios
para aproximacao de func
oes e que tanto derivacao quanto
integracao sao faceis de determinar e a resposta tambem e um
polinomio
Por estas razoes, a interpolacao polinomial sao
frequentemente utilizadas para aproximar funcoes contnuas
Vamos falar de func
oes de uma variavel real. Para funcoes de
varias variaveis o problema de interpolacao polinomial e mais
complexo. Neste caso, convem estudar as teorias de
Interpolacao por Func
oes de Bases Radiais ou Mnimos
Quadrados
Polinomios de Taylor
Interpolando com Polin
omios de Taylor
Polinomios de Taylor
Interpolando com Polin
omios de Taylor
Os polinomios de Taylor sao apresentados como uma das
pedras fundamentais da Analise Numerica
Polinomios de Taylor
Interpolando com Polin
omios de Taylor
Os polinomios de Taylor sao apresentados como uma das
pedras fundamentais da Analise Numerica
Dado este fato, pode-se esperar que a interpolacao polinomial
faca uso intensivo destas func
oes
Polinomios de Taylor
Interpolando com Polin
omios de Taylor
Os polinomios de Taylor sao apresentados como uma das
pedras fundamentais da Analise Numerica
Dado este fato, pode-se esperar que a interpolacao polinomial
faca uso intensivo destas func
oes
Entretanto isto nao ocorre
Polinomios de Taylor
Interpolando com Polin
omios de Taylor
Os polinomios de Taylor sao apresentados como uma das
pedras fundamentais da Analise Numerica
Dado este fato, pode-se esperar que a interpolacao polinomial
faca uso intensivo destas func
oes
Entretanto isto nao ocorre
Os polinomios de Taylor aproximam apenas um dado ponto
(precisao ao redor deste ponto)
Polinomios de Taylor
Interpolando com Polin
omios de Taylor
Os polinomios de Taylor sao apresentados como uma das
pedras fundamentais da Analise Numerica
Dado este fato, pode-se esperar que a interpolacao polinomial
faca uso intensivo destas func
oes
Entretanto isto nao ocorre
Os polinomios de Taylor aproximam apenas um dado ponto
(precisao ao redor deste ponto)
Uma boa interpolacao polinomial necessita oferecer uma
aproximacao relativamente boa sobre um intervalo todo e os
polinomios de Taylor nao garantem isto, em geral.
Polinomios de Taylor
Exemplo: f (x) = ex
Calcularemos os seis primeiros polin
omios de Taylor ao redor de
x
x0 = 0, para f (x) = e .
Polinomios de Taylor
Exemplo: f (x) = ex
Calcularemos os seis primeiros polin
omios de Taylor ao redor de
x
x0 = 0, para f (x) = e .
Nota
Como as derivadas de f (x) sao todas ex , que avaliadas em torno
x0 = 0 sao 1, temos:
Polinomios de Taylor
Exemplo: f (x) = ex
Calcularemos os seis primeiros polin
omios de Taylor ao redor de
x
x0 = 0, para f (x) = e .
Nota
Como as derivadas de f (x) sao todas ex , que avaliadas em torno
x0 = 0 sao 1, temos:
n-esimo polinomio de Taylor em torno de x0
Pn (x) =
k
X
f (i) (x0 )
i=0
i!
(x x0 )i
x e em torno de x0 = 0
Polin
omios de Taylor
(x)e=
aylor
Polynomials
forpara
f (x)f =
about x0 = 0
x
P0 (x) = 1
P1 (x) = 1 + x
x2
2
x2 x3
P3 (x) = 1 + x +
+
2
6
P2 (x) = 1 + x +
P4 (x) = 1 + x +
x2 x3
x4
+
+
2
6
24
P5 (x) = 1 + x +
x2 x3
x4
x5
+
+
+
2
6
24 120
uence on an entire
students.
24
24
120
y " P5(x)
y " ex
y " P4(x)
15
y " P3(x)
10
y " P2(x)
y " P1(x)
y " P0(x)
!1
Although
better para
approximations
obtained
f (x) =
ex if higher-degree
Note que
mesmo
polin
oaremios
deforalta
ordem,
o erroTaylor
se torna
polynomials are used, this is not true for all functions. Consider, as an extreme example,
progressivamente
pior ofa various
medida
que
doabout
zero
using Taylor polynomials
degrees
for se
f (x)afastamos
= 1/x expanded
x0 = 1 to
approximate f (3) = 1/3. Since
Calculos
1
x
em torno de x0 = 1
1
x
em torno de x0 = 1
Calculos
Como f (x) = x1 , f 0 (x) = x2 , f 00 (x) = (1)2 2x3
1
x
em torno de x0 = 1
Calculos
Como f (x) = x1 , f 0 (x) = x2 , f 00 (x) = (1)2 2x3
E na forma mais geral
f (k) (x) = (1)k k!xk1
1
x
em torno de x0 = 1
Calculos
Como f (x) = x1 , f 0 (x) = x2 , f 00 (x) = (1)2 2x3
E na forma mais geral
f (k) (x) = (1)k k!xk1
n
X
f (k) (1)
k=0
k!
(x 1)k =
n
X
(1)k (x 1)k
k=0
1
3
por Pn (3)
1
x
em torno de x0 = 1
1
3
1
3
1
x
em torno de x0 = 1
por Pn (3)
1
3
1
3
1
x
em torno de x0 = 1
por Pn (3)
1
3
1
3
1
x
em torno de x0 = 1
por Pn (3)
0
1
1
-1
2
3
3
-5
4
11
5
-21
6
43
7
85
O Polinomio de Taylor
Observacoes
O Polinomio de Taylor
Observacoes
Para os Polinomios de Taylor, todas as informacoes usadas na
aproximacao se concentram em um u
nico ponto x0 , logo os
polinomio em geral produzirao aproximac
oes imprecisas
quando nos afastamos de x0
O Polinomio de Taylor
Observacoes
Para os Polinomios de Taylor, todas as informacoes usadas na
aproximacao se concentram em um u
nico ponto x0 , logo os
polinomio em geral produzirao aproximac
oes imprecisas
quando nos afastamos de x0
Isto limita as aproximac
oes de Taylor para a situacao em que
as aproximacoes sao necessarias para n
umeros proximos a x0
O Polinomio de Taylor
Observacoes
Para os Polinomios de Taylor, todas as informacoes usadas na
aproximacao se concentram em um u
nico ponto x0 , logo os
polinomio em geral produzirao aproximac
oes imprecisas
quando nos afastamos de x0
Isto limita as aproximac
oes de Taylor para a situacao em que
as aproximacoes sao necessarias para n
umeros proximos a x0
Para propositos computacionais, e mais eficiente usar metodos
que incluam informacao em varios pontos
O Polinomio de Taylor
Observacoes
Para os Polinomios de Taylor, todas as informacoes usadas na
aproximacao se concentram em um u
nico ponto x0 , logo os
polinomio em geral produzirao aproximac
oes imprecisas
quando nos afastamos de x0
Isto limita as aproximac
oes de Taylor para a situacao em que
as aproximacoes sao necessarias para n
umeros proximos a x0
Para propositos computacionais, e mais eficiente usar metodos
que incluam informacao em varios pontos
O uso primarios dos Polin
omios de Taylor em Analise
Numerica nao e para fins de aproximacao, mas para a
derivacao de Tecnicas Numericas e estimativa de erros.
O Polinomio de Lagrange
O Polinomio de Lagrange
x x1
x x0
f (x0 )+
f (x1 )
x0 x1
x1 x0
x x1
x x0
f (x0 )+
f (x1 )
x0 x1
x1 x0
x x1
x x0
f (x0 )+
f (x1 )
x0 x1
x1 x0
Note que
L0 (x0 ) = 1, L0 (x1 ) = 0, L1 (x0 ) = 0, L1 (x1 ) = 1
x x1
x x0
f (x0 )+
f (x1 )
x0 x1
x1 x0
Note que
L0 (x0 ) = 1, L0 (x1 ) = 0, L1 (x0 ) = 0, L1 (x1 ) = 1
que implica que
P (x0 ) = 1f (x0 ) + 0f (x1 ) = f (x0 ) = y0
P (x1 ) = 0f (x0 ) + 1f (x1 ) = f (x1 ) = y1
x x1
x x0
f (x0 )+
f (x1 )
x0 x1
x1 x0
Note que
L0 (x0 ) = 1, L0 (x1 ) = 0, L1 (x0 ) = 0, L1 (x1 ) = 1
que implica que
P (x0 ) = 1f (x0 ) + 0f (x1 ) = f (x0 ) = y0
P (x1 ) = 0f (x0 ) + 1f (x1 ) = f (x1 ) = y1
Logo P e o u
nico polin
omio interpolante de grau 1 que passa por
(x0 , y0 ), (x1 , y1 )
x5
1
x2
1
= (x 5) e L1 (x) =
= (x 2)
25
3
52
3
x5
1
x2
1
= (x 5) e L1 (x) =
= (x 2)
25
3
52
3
Logo
1
1
4
20 1
2
P (x) = (x 5)4 + (x 2)1 = x +
+ x = x + 6
3
3
3
3
3
3
109
4
3
2
y ! P(x) = "x # 6
(5,1)
1
1
To generalize the concept of linear interpolation, consider the construction of a polynomial of degree at most n that passes through the n + 1 points
To generalize the concept of linear interpolation, consider the construction of a polynomial of degree at most n that passes through the n + 1 points
y ! f (x)
y ! P(x)
x0
x1
x2
xn
Para se generalizar
ofirstconceito
dek =interpola
caoL linear,
In this case we
construct, for each
0, 1, . . . , n, a function
(x) with the considere a
property that L (x ) = 0 when i ! = k and L (x ) = 1. To satisfy L (x ) = 0 for each
construcao ide
um that
polin
omio
grau
no maximo n que passa por
! = k requires
the numerator
of L de
(x) contain
the term
n + 1 pontos
(x x )(x x ) (x x )(x x ) (x x ).
n,k
n,k
n,k
n,k
n,k
k1
k+1
To satisfy Ln,k (xk ) = 1, the denominator of Ln,k (x) must be this same term but evaluated at
x = xk . Thus
A sketch of the graph of a typical Ln,k (when n is even) is shown in Figure 3.5.
Copyright 2010 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part. Due to electronic rights, some third party content may be suppressed from the eBook and/or eChapter(s).
Editorial review has deemed that any suppressed content does not materially affect the overall learning experience. Cengage Learning reserves the right to remove additional content at any time if subsequent rights restrictions require it.
Ln,k (x) =
110
CHAPTER 3
Figure 3.5
L n,k(x)
x0
x1
...
x k!1
xk
x k"1
...
x n!1
xn
The interpolating polynomial is easily described once the form of Ln,k is known. This
polynomial, called the nth Lagrange interpolating polynomial, is defined in the following
theorem.
Theorem 3.2
The interpolation formula named
for Joseph Louis Lagrange
(17361813) was likely known
by Isaac Newton around 1675,
but it appears to first have been
published in 1779 by Edward
Waring (17361798). Lagrange
for each k = 0, 1, . . . , n.
n
!
(3.1)
n
X
k=0
n
Y
x xi
xk xi
i=0
i6=k
Exemplo f (x) =
1
x
Exemplo f (x) =
1
x
Exemplo f (x) =
1
x
1
3
(x x1 )(x x2 )
=
(x0 x1 )(x0 x2 )
(x x1 )(x x2 )
=
(x0 x1 )(x0 x2 )
(x 2.75)(x 4)
2
= (x 2.75)(x 4)
(2 2.75)(2 4)
3
(x x1 )(x x2 )
=
(x0 x1 )(x0 x2 )
(x 2.75)(x 4)
2
= (x 2.75)(x 4)
(2 2.75)(2 4)
3
(x x0 )(x x2 )
=
(x1 x0 )(x1 x2 )
(x 2.75)(x 4)
2
= (x 2.75)(x 4)
(2 2.75)(2 4)
3
(x x1 )(x x2 )
=
(x0 x1 )(x0 x2 )
(x x0 )(x x2 )
=
(x1 x0 )(x1 x2 )
16
(x 2)(x 4)
= (x 2)(x 4)
(2.75 2)(2.75 4)
15
(x 2.75)(x 4)
2
= (x 2.75)(x 4)
(2 2.75)(2 4)
3
(x x1 )(x x2 )
=
(x0 x1 )(x0 x2 )
(x x0 )(x x2 )
=
(x1 x0 )(x1 x2 )
16
(x 2)(x 4)
= (x 2)(x 4)
(2.75 2)(2.75 4)
15
(x x0 )(x x1 )
=
(x2 x0 )(x2 x1 )
(x 2.75)(x 4)
2
= (x 2.75)(x 4)
(2 2.75)(2 4)
3
(x x1 )(x x2 )
=
(x0 x1 )(x0 x2 )
(x x0 )(x x2 )
=
(x1 x0 )(x1 x2 )
16
(x 2)(x 4)
= (x 2)(x 4)
(2.75 2)(2.75 4)
15
(x x0 )(x x1 )
=
(x2 x0 )(x2 x1 )
(x 2)(x 2.75)
2
= (x 2)(x 2.75)
(4 2)(4 2.75)
5
2
X
k=0
2
X
k=0
f (xk )Lk (x) = f (x0 )L0 (x) + f (x1 )L1 (x) + f (x2 )L2 (x)
2
X
f (xk )Lk (x) = f (x0 )L0 (x) + f (x1 )L1 (x) + f (x2 )L2 (x)
k=0
1
64
1
= (x 2.75)(x 4)
(x 2)(x 4) + (x 2)(x 2.75)
3
165
10
2
X
f (xk )Lk (x) = f (x0 )L0 (x) + f (x1 )L1 (x) + f (x2 )L2 (x)
k=0
1
64
1
= (x 2.75)(x 4)
(x 2)(x 4) + (x 2)(x 2.75)
3
165
10
=
1 2 35
49
x x+
22
88
44
P (x) =
1 2 35
49
x x+
22
88
44
1
3
Solucao
Uma aproximacao para f (3) =
f (3) P (3) =
1
3
9
105 49
29
+
=
0.32955
22
88
44
88
P (x) =
1 2 35
49
x x+
22
88
44
1
3
Solucao
Uma aproximacao para f (3) =
f (3) P (3) =
1
3
9
105 49
29
+
=
0.32955
22
88
44
88
O Polinomio de Lagrange
y
4
3
2
y ! f (x)
1
y ! P(x)
1
f (n+1) ((x))
(x x0 )(x x1 ) (x xn )
(n + 1)!
n
X
k=0
1
x
No exemplo anterior, encontramos o Segundo Polinomio de Lagrange para f (x) = x1 em [2, 4] nos n
os x0 = 2, x1 = 2.75, x2 = 4.
1
x
No exemplo anterior, encontramos o Segundo Polinomio de Lagrange para f (x) = x1 em [2, 4] nos n
os x0 = 2, x1 = 2.75, x2 = 4.
Determine o erro para este polin
omio e o maximo erro quando o
polinomio e usado para aproximar x [2, 4].
1
x
No exemplo anterior, encontramos o Segundo Polinomio de Lagrange para f (x) = x1 em [2, 4] nos n
os x0 = 2, x1 = 2.75, x2 = 4.
Determine o erro para este polin
omio e o maximo erro quando o
polinomio e usado para aproximar x [2, 4].
Nota
Faremos uso do resultado te
orico, s
o que escrito na forma
n
f (n+1) (x)
Y
|f (x) P (x)| max
. max (x xi )
[2,4] (n + 1)! [2,4]
i=0
com n = 2.
1
2
6
, f 00 (x) = 3 , f 000 (x) = 4
2
x
x
x
1
2
6
, f 00 (x) = 3 , f 000 (x) = 4
2
x
x
x
1
2
6
, f 00 (x) = 3 , f 000 (x) = 4
2
x
x
x
1
2
6
, f 00 (x) = 3 , f 000 (x) = 4
2
x
x
x
1
x4
no intervalo e
1
16
35 2 49
x + x 22
4
2
35 2 49
x + x 22
4
2
Como
g 0 (x) = 3x2
35
49
1
x+
= (3x 7)(2x 7)
2
2
2
35 2 49
x + x 22
4
2
Como
g 0 (x) = 3x2
35
49
1
x+
= (3x 7)(2x 7)
2
2
2
1 9
0.03515625
16 16
1 9
0.03515625
16 16
Notem que
1
|f (3) P (3)| = 0.32955 0.00378333333 < 0.03515625
3
Formula de Lagrange
Exemplo
Dada a tabela abaixo
x
f(x)
-1
15
0
8
3
-1
Formula de Lagrange
Soluc
ao:
(a) Temos:
x0 = 1
x1 =
0
x2 =
3
f0 = f (x0 ) = 15
f1 = f (x1 ) =
8
f2 = f (x2 ) = 1
Formula de Lagrange
Soluc
ao:
(a) Temos:
x0 = 1
x1 =
0
x2 =
3
f0 = f (x0 ) = 15
f1 = f (x1 ) =
8
f2 = f (x2 ) = 1
portanto n = 2. O polin
omio de interpolacao na forma de
Lagrange e dado por:
P2 (x) =
2
X
k=0
fk Lk (x)
Formula de Lagrange
Os valores de Lk (x), k = 0, 1, 2, sao:
Formula de Lagrange
Os valores de Lk (x), k = 0, 1, 2, sao:
(x x1 )(x x2 )
(x 0)(x 3)
x2 3x
=
=
(x0 x1 )(x0 x2 )
(1 0)(1 3)
4
(x x0 )(x x2 )
(x + 1)(x 3)
x2 2x 3
L1 (x) =
=
=
(x1 x0 )(x1 x2 )
(0 + 1)(0 3)
3
(x x0 )(x x1 )
(x + 1)(x 0)
x2 + x
L2 (x) =
=
=
(x2 x0 )(x2 x1 )
(3 + 1)(3 0)
12
L0 (x) =
Formula de Lagrange
Os valores de Lk (x), k = 0, 1, 2, sao:
(x x1 )(x x2 )
(x 0)(x 3)
x2 3x
=
=
(x0 x1 )(x0 x2 )
(1 0)(1 3)
4
(x x0 )(x x2 )
(x + 1)(x 3)
x2 2x 3
L1 (x) =
=
=
(x1 x0 )(x1 x2 )
(0 + 1)(0 3)
3
(x x0 )(x x1 )
(x + 1)(x 0)
x2 + x
L2 (x) =
=
=
(x2 x0 )(x2 x1 )
(3 + 1)(3 0)
12
L0 (x) =
Assim,
P2 (x) = f0 L0 (x) + f1 L1 (x) + f2 L2 (x)
h x2 3x i
h x2 2x 3 i
h x2 + x i
= (15)
+ (8)
+ (1)
4
3
12
2
= x 6x + 8.
Formula de Lagrange
(b) f (1)
= P2 (1) = 12 6 1 + 8 = 3.
Exerccio
Exerccio
k = 0, 1, , n
Exerccio
k = 0, 1, , n