1

Universidade Estadual do Sudoeste da Bahia

Departamento de Cincias Exatas e Tecnolgicas

Algumas Tcnicas de Interpolao

Eraldo Marques Carlos Pereira Paulo Robis Santos Silva

Vitria da Conquista-BA 2013

Sumrio
Sumrio 1 Tcnica de Interpolao Polinomial de Lagrange.
1.1 Implementao da interpolao polinomial de Lagrange . . . . . . . . . . . . . . . . . 1.1.1 Programa em fortran-90 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 3
6 10

2 Interpolao por meio de Splines

2.1 Algumas definies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 Bases locais para splines lineares. . . . . . . . . . . . . . . . . . . . . . . . . .

13
13 15

3 Diferenas Divididas
3.1 3.2 DDF uma relao recursiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Frmula de Newton para o pilinmio interpolador . . . . . . . . . . . . . . . . . . . .

17
18 19

4 Consideraes Finais Referncias Bibliogrficas

21 22

Captulo 1 Tcnica de Interpolao Polinomial de Lagrange.

Faremos neste primeiro apndice um breve estudo de um mtodo numrico que nos fornea um meio de encontrar um polinmio que passe por n + 1 pontos conhecidos que aqui denotaremos por

(x0 ,y0 ), (x1 ,y1 ), . . . , (xn , yn ) em que x0 = x1 = = xn . Definamos inicialmente um intervalo [a,b] R e uma funo f : [a,b] R. Basicamente, o processo de interpolao pode ser entendido
dada por uma como sendo o ato de avaliar a funo f (x), x [a,b], quando faz-se substituio da funo f (x)

Funo Interpoladora p(x) de modo que

p(xi ) = f (xi ), i = 0, . . . , n.

(1.1)

[a,b]. Para entendermos melhor o funcionamento do processo de aproximao nesse contexto, vamos
inicialmente determinar um polinmio de grau 1, que passa pelos pontos distintos (x0 ,y0 ) e (x1 ,y1 ). De sada, j sabemos que f (x0 ) = y0 e que f (x1 ) = y1 . Definimos os como segue

Por essa forma, sabemos os valores que a funo f assume nos pontos cujas as abscissas x0 , . . . , xn

Polinmios Interpoladores

L0 (x) =

x x1 x0 x1

L 1 ( x) =

x x0 x1 xo

(1.2)

Agora, avaliemos o que acontece na definio acima ao atribuirmos valores tais que x = x0 , x1 :

L0 (x0 ) =

x0 x1 = 1, x0 x1

L0 (x1 ) =

x1 x1 = 0, x0 x1

L1 (x0 ) =

x 0 x0 x1 x0 = 0 e L1 (x1 ) = =1 x1 xo x1 xo

Por conseguinte, vamos definir o seguinte polinmio

P (x) = L0 (x)f (x0 ) + L1 (x)f (x1 ) =

3

x x1 x x0 f (x0 ) + f (x1 ). x0 x1 x1 xo

(1.3)

CAPTULO 1.

TCNICA DE INTERPOLAO POLINOMIAL DE LAGRANGE.

Essa combinao linear de elementos construda acima nos fornece os seguintes resultados:

P (x0 ) = 1.f (x0 ) + 0.f (x1 ) = f (x0 ) = y0

e

P (x1 ) = 0.f (x0 ) + 1.f (x1 ) = f (x1 ) = y1

Por essa forma, podemos concluir que P nica funo linear passando pela curva de f nos pontos (x0 ,f (x0 )), (x1 ,f (x1 )) como exibimos abaixo na figura Fig.(1.1). Essa interpolao linear que

y = f (x1 )

y = P (x) y = f (x)

y = f (x0 )

x0

x1

Figura 1.1: Interpolao linear de uma funo f (x) para um polinmio P (x) de grau 1 dado.

construmos acima pode ser generalizada para polinmios de grau n arbitrrio que passam por n + 1 pontos da funo f considerada como ilustra a Fig.(1.2). Nessa generalizao devemos construir, para cada k = 0, 1, . . . , n, um polinmio de grau n, que denotaremos por Ln,k (x) que as seguintes propriedades:

Ln,k (xi ) = 0 se i = k
e

Ln,k (xi ) = 1 se i = k
Agora, importante analisarmos que, para que Ln,k (xi ) = 0 para cada i = k , o numerador da

expresso a qual estamos construindo deve ser da forma

(x x0 )(x x1 ) . . . (x xk1 )(x xk+1 ) . . . (x xn ),

5
y

y = P (x) y = f (x)

x0

xn

Figura 1.2: Interpolao linear de uma funo f (x) para um polinmio P (x) de grau n 1 dado. sendo que para Ln,k (xk ) = 1, o denominador de Ln,k (x) deve conter x = xk e ser da forma

(xk x0 ) . . . (xk xk1 )(xk xk+1 ) . . . (xk xn )

. Assim,

Ln,k (x) =

(x x0 )(x x1 ) . . . (x xk1 )(x xk+1 ) . . . (x xn ) . (xk x0 ) . . . (xk xk1 )(xk xk+1 ) . . . (xk xn )

(1.4)

Estamos nas condies de enunciar o seguinte teorema para fundamentarmos as ideias expostas anteriormente em bases slidas:

Teorema 1 Seja f (x) uma funo cujos valores conhecemos nos pontos x0 , . . . ,xn . Existe um nico
polinmio P (x) de grau menor ou igual a n tal que
p(xi ) = f (xi ), para i = 0, . . . , n

Prova.
Considere inicialmente o polinmio
n k=0

P (x) = f (x0 )Ln,0 + f (x1 )Ln,1 + + f (xn )Ln,n =

onde Ln,k = tomando

f (xk )Ln,k

(1.5)

( x xi ) (xk xi ) Suponhamos que existam dois polinmios interpoladores P1 (x) e P2 (x). De Eq.(1.5) temos que n
i=0,i=k

P (x) = P1 (x) P2 (x).

CAPTULO 1.

TCNICA DE INTERPOLAO POLINOMIAL DE LAGRANGE.

Como P (x) se anula em n + 1 pontos distintos, decorre que

P1 (x) P2 (x) = 0.
Donde segue a unicidade. O teorema que segue nos d uma estimativa do erro do polinmio interpolador.

Teorema 2 Considere [a,b] um intervalo que contm os pontos x0 , x1 , . . . , xn , xi = xj e f (x) uma

pontos x0 , x1 , . . . , xn , no ponto x [a,b], dado por:
e(x) = f (x) pn (x) = f (n+1) () [(x x0 )(x x1 ) . . . (x xn )], (n + 1)!

funo com (n + 1) derivadas contnuas em [a,b]. O erro do polinmio interpolador de f (x) nos

onde a derivado de ordem n + 1 calculada num ponto [a,b].

Pelo que foi posto, patente que a intuio nos leva a crer que quanto maior o nmero de pontos na interpolao implicaria em uma melhor aproximao. importante mencionar que tal pensamento enganoso como se pode verificar em [2, 3].

1.1 Implementao da interpolao polinomial de Lagrange

Nesta seo apresentamos um cdigo escrito em fortran 90. O mesmo foi desenvolvido conforme a teoria apresentada em [3]. Fizemos o benchmark da seguintefuno real:

1 , 1 + x2

(1.6)

cujo grfico apresentado na Fig(1.3). Ao aplicarmos a interpolao polinomial lagrangiana, trabalhamos com polinmios interpoladores de grau zero at grau 4.

1.1.

IMPLEMENTAO DA INTERPOLAO POLINOMIAL DE LAGRANGE

"printLagrange.dat" using 2:3 1.5

0.5

-0.5 -10

-5

10

Figura 1.3: Grfico da funo f (x).

1.5

"printLagrange.dat" using 2:3 "printLagrange.dat" using 2:4

0.5

-0.5 -10

-5

10

Figura 1.4: Grfico da funo f (x) com o polinmio interpolador de primeiro grau l1 (x), presente no programa.

CAPTULO 1.

TCNICA DE INTERPOLAO POLINOMIAL DE LAGRANGE.

1.5

"printLagrange.dat" using 2:3 "printLagrange.dat" using 2:6

0.5

-0.5 -10

-5

10

Figura 1.5: Grfico da funo f (x) com o polinmio interpolador de segundo grau l2 (x), presente no programa.

1.5

"printLagrange.dat" using 2:3 "printLagrange.dat" using 2:5

0.5

-0.5 -10

-5

10

Figura 1.6: Grfico da funo f (x) com o polinmio interpolador de terceiro grau l3 (x), presente no programa.

1.1.

IMPLEMENTAO DA INTERPOLAO POLINOMIAL DE LAGRANGE

1.5

"printLagrange.dat" using 2:3 "printLagrange.dat" using 2:7

0.5

-0.5 -10

-5

10

Figura 1.7: Grfico da funo f (x) com o polinmio interpolador de quarto grau l4 (x), presente no programa.

1.5

"printLagrange.dat" "printLagrange.dat" "printLagrange.dat" "printLagrange.dat" "printLagrange.dat"

using using using using using

2:3 2:4 2:5 2:6 2:7

0.5

-0.5 -10

-5

10

Figura 1.8: No mesmo plano, plotamos o grfico da funo f (x) e todos os polinmio interpoladores vistos anteriormente.

10
1.1.1

CAPTULO 1.

TCNICA DE INTERPOLAO POLINOMIAL DE LAGRANGE.

Programa em fortran-90

Segue abaixo o cdigo do programa em fortran que implementamos. Com o mesmo foi possvel gerar os dados necessrios para a plotagem dos grficos. *******************************************

******************************************* * * Implementao do mtodo lagrangiano. * * ******************************************* program lagrange real*8 a, b, D, h integer i, p character *30 line !defina coisas que vai usar apenas! open ( 100,file = "print.dat") data line / "(1x,49(-))"/ write(*,*) "Digite o extremo inferior do intervalo:" read(*,*) a write(*,*) "Digite o extremo superior do intervalo:" read(*,*) b write(*,*) "Digite a quentidade de subintervalos: " read(*,*) p D = (b-a)/p h=a do i= 1, p write(100,*) i, h, fn(h), l1(h), l2(h), l3(h), l4(h) h= h + D end do end ********************************* ********************************* function fn(x) real*8 x f=1.d0/(1.d0+x**2.d0) return end function fn ******************************** ******************************** function l1(x) implicit real*8 (a-h,o-z) p1= 0.0099009d0*((x+10.d0)/20.d0 +

1.1.

IMPLEMENTAO DA INTERPOLAO POLINOMIAL DE LAGRANGE

11

(x-10.d0)/(-20.d0)) return end function l1 ********************************* ********************************* function l2(x) implicit real*8 (a-h,o-z) p2= 0.0099009d0*(x**2.d0-10.d0*x)/(200.d0) + (x**2.0-100.d0)/(-100.d0) + 0.0099009d0*(x**2.d0+10.d0*x)/(200.d0) return end function l2 ********************************* ********************************* function l3(x) implicit real *8 (a-h,o-z) p3 = 0.0099009d0*(x+5.d0)*(x-5.d0)*(x-10.d0)/(-1500.d0) + 0.038461538d0*(x+10.d0)*(x-5.d0)*(x-10.d0)/(750.d0) + 0.038461538d0*(x+10.d0)*(x+5.d0)*(x-10.d0)/(-750.d0) + 0.0099009d0*(x+10.d0)*(x+5.d0)*(x-5.d0)/(1500.d0) return end function l3 ********************************* ********************************* function l4(x) implicit real*8 (a-h,o-z) p4 = 0.0099009d0*(x+5.d0)*x*(x-5.d0)*(x-10.d0)/(15000.d0) + 0.038461538d0*(x+10.d0)*x*(x-5.d0)*(x-10.d0)/(-3750.d0) + (x+10.d0)*(x+5.d0)*(x-5.d0)*(x-10.d0)/(2500.d0) + 0.038461538d0*(x+10.d0)*(x+5.d0)*x*(x-10.d0)/(-3750.d0) + 0.0099009d0*(x+10.d0)*(x+5.d0)*(x-10.d0)*(x-5.d0)/(15000.d0)

12 return

CAPTULO 1.

TCNICA DE INTERPOLAO POLINOMIAL DE LAGRANGE.

end function l4

Captulo 2 Interpolao por meio de Splines

O uso de funes contnuas por partes remontam ao incio do sculo XX, tendo sido usadas por autores como Leonard Euler (1707-1783). Contudo, a formulao de splines que utilizada atualmente tem suas razes na dcada de quarenta, sendo devida a R. Courant e I. Shoenberg. patente que o mtodo de splines, como veremos, aproxima uma funo por polinmios resultando em uma expresso que possui, entre outras, a propriedade de analiticidade: pode-se obter derivadas e integrais dos polinmios. As referncias nos mostram, tambm, que a interpolao por Splines, conforme as referncias que estudamos, apresenta desempenho satisfatrio no que concerne propriedades de aproximao, convergncia e estabilidade no que concerne aos erros de arredondamento.

2.1 Algumas definies

Por construo, as funes splines so contnuas por partes.

Definio 1 Seja I = [a,b] um subconjunto da reta real. Uma partio do intervalo I ser definida
pelos pontos x0 , x1 , . . . , xm , tais que,
: a = x0 < x1 < x2 < < xm1 < xm = b.
(2.1)

Os splines so polinmios definidos em cada subintervalo (xi1 , xi ), i = 1 : m, oriundos da partio definida inicialmente. Dessa maneira, cada sobintervalo possui um pedao desses polinmios que so unidos de forma convenientes, de modo que a regularidade exigida do problema seja satisfeita. Cada ponto x1 da partio tambm chamado de n. Percebemos que alguns conhecimentos de lgebra Linear so exigidos no estudo da interpolao polinomial por splines. De fato, o conjunto de funes polinomiais, ou seja, o conjunto das funes splines de grau n, associadas partio (2.1), resultam em um espao vetorial cuja dimenso depende de n e do nmero de ns da da partio considerada. As referncias nos mostram que splines lineares associados partio (2.1) com m 13

14
y

CAPTULO 2.

INTERPOLAO POR MEIO DE SPLINES

x0

x1

x2

x3

x4

x0

x1

x2

x3

x4

Figura 2.1: Exemplos de splines lineares (n = 1) e splines cbicas (n = 3). pontos formam um espao vetorial de dimenso m + 1. Agora, no caso de splines cbicas associadas a esta partio, o espao vetorial teria dimenso m + 3. Evocando uma das propriedades de espaos vetoriais, considere {i }k i=1 uma base para o espao vetorial de splines, ento qualquer elemento deste espao vetorial pode ser escrito na forma

h(x) = C1 i (x) + C2 (x)2 (x) + + Ck (x)k (x),

(2.2)

donde C1 , C2 , . . . , Ck so os coeficientes da combinao linear considerada e k a dimenso do espao vetorial. Splines que geram, em cada subintervalo da partio, sistemas esparsos quase sempre resultam em melhores propriedades de estabilidade na sua soluo numrica, mais detalhes em [4]. O uso de splines geram espaos de dimenso finita que, em algum sentido, se aproximam de espaos de problemas que tem dimenso infinita. De fato, vamos considerar um exemplo relativamente simples. O conjunto das funes contnuas em [0,1], que um espao de funes de dimenso infinita, pode ser interpolado pelo splines lineares associados partio de [0,1], como ilustra a Fig.(2.2). O estudo do sobre o erro de interpolao cometido com aproximaes por splines pode ser encontrado em [4].
y

g (x)

Figura 2.2: Exemplo de interpolao por spline em [0,1].

2.1.

ALGUMAS DEFINIES

15

2.1.1

Bases locais para splines lineares.

Faremos aqui uma breve explanao sobre splines lineares. Uma apresentao mais aprofundada pode ser encontrada na bibliografia espacializada tambm em relao a splines de ordem superior. Com efeito, consideremos uma funoli (x) definida em cada n xi de uma partio, como feito em (2.1),por

x xi 1 , se xi1 x xi xi xi1 xi+1 x Ni (x) = , se xi x xi1 x x i +1 i 0, se x < x i1 ou x > xi+1

Por construo, o conjunto das funes Ni (x),

i = 0 : m constitui uma base para os splines

leneares que so polinmios de grau n = 1 definidos em cada subintervalo da partio, de modo que cada uma destas funes no nula apenas em dois subintervalos vizinhos. Estas funes tambm recebem o nome de funes chapu. No que segue, temos que a funo spline linear

N 1(x)

0 1 2

1
3 4

N 2(x)

0 1 2

1
4

N 3(x)

1 x

Figura 2.3: Exemplo de funes Ni sonre uma malha discretizada em 4 subintervalos.

interpolante de f (x), em uma partio de ns x0 , x1 , . . . , xn pode ser construda em cada subintervalo

[xi1 , xi ], i = 1,2, . . . , n assim si (x) = f (xi1 ) xi x x xi 1 + f (xi ) , x [xi1 , xi ] xi xi 1 xi xi1

(2.3)

Vamos fixar as idias com um exemplo ilustrativo.

Exemplo 1 Encontremos a spline linear que interpola a funo da tabela seguinte

16

CAPTULO 2.

INTERPOLAO POR MEIO DE SPLINES

x f ( x)

x0 1 1

x1 2 2

x2 5 3

x3 7 2.5

Tabela 2.1: Tabela referente a um certo experimento realizado, adaptado de [3]. De acordo com a definio de interpolao por spline linear, temos que proceder da seguinte maneira

s1 (x) = f (x0 ) =

x x0 2x x1 x1 x + f (x1 ) =1 +2 = 2 x + 2x 2 = x, x [1,2]; x1 x0 x 1 x0 21 21

s2 (x) = f (x1 ) =
e

x2 x x x1 5x x2 2 1 + f ( x2 ) =2 +3 = (5 x) + x 2 = (x + 4), x [2,5]; x2 x1 x2 x1 52 52 3 3

s3 (x) = f (x2 ) =

x3 x x x2 7x x5 1 + f (x3 ) =3 + 2.5 = (0.5x + 8.5), x [5,7] x3 x2 x3 x 2 75 75 2

Captulo 3 Diferenas Divididas

Neste captulo, dando continuidade ao estudo de interpolao de funes, faremos uma breve introduo a um outro tpico que conhecido por Diferenas Divididas Finitas(DDF). Para isto, faz-se necessria a introduo de alguns conceitos bsicos de clculo, a saber, derivada.

Definio 2 Seja yy = f (x) uma funo que contm os pontos distintos (x i, yi ), i = 0, 1,2, . . . , n.
A derivada primeira de funo f (x) em um ponto x0 definida por:
f (x0 ) = lim f ( x) f ( x0 ) x x0

xx0

(3.1)

No que segue, a diferena dividida de primeira ordem ser definida em termos da derivada primeira, ou melhor, como uma aproximao da derivada primeira:

f [x,x0 ] =

f ( x) f ( x0 ) . x x0

(3.2)

Em nossa pesquisa notamos que alguns autores adotam as seguintes notaes para o operador de diferenas divididas finitas:

f [ ], [ ] ou y.
Nessa linha, se tomarmos x = x1 na equao Eq.(3.1), teremos a diferena dividida de primeira ordem nos argumentos x0 e x1 :

y0 = f [x0 ,x1 ] =

f (x) f (x0 ) , x x0

Generalizando esta ideia, segue que a diferena dividida de primeira ordem pode ser definida por:

yi = f [xi , xi+1 ] =
17

f (xi+1 ) f (xi ) . xi+1 xi

(3.3)

18

CAPTULO 3.

DIFERENAS DIVIDIDAS

Tomando-se yi = f (xi ), vem que a relao Eq.(3.3) pode ser reescrita assim

yi+1 yi . xi+1 xi

(3.4)

3.1 DDF uma relao recursiva

Nesta seo segue um breve comentrio sobre ordem e recursividade do operador de diferenas divididas. Com efeito, operador de diferena dividida de ordem zero definido por

0 yi = f [xi ] = f (x i) = yi .

(3.5)

donde segue que, consequentemente, o operador de diferena dividida de primeira ordem pode ser reescrito em funo da diferena dividida de ordem zero. De fato,

yi =

f (xi+1 ) f (xi ) xi+1 xi f [xi+1 ] f [xi ] = xi+1 xi 0 yi+1 0 yi = xi+1 xi

(3.6)

Generalizando, temos que a diferena dividida de ordem n dada por :

n yi =f [xi , xi+1 , . . . , xi+n ] = f [xi+1 , xi+2 , . . . , xi+n ] f [xi , xi+1, , . . . , xi+n1 ] xi + n xi n1 n1 yi yi+1 = xi+n xi

(3.7)

Teorema 3 Se f(x) uma funo polinomial de grau n, que passa pelos pontos (x0 , y0 ), (x1 ,y1 ), . . . , (xk ,yk ), . . .
ento a diferena dividida de ordem k , f [x, xi , xi+1 , . . . , xi+k1 ] um polinmio de grau n k .

Prova.
Vamos provas este teorema por induo sobre k. Com efeito, o teorema verdadeiro para k = 1 pois pela diferena dividida de primeira ordem segue que

f [x,xi ] =

f (x) f (xi ) x xi

f (x) = f (xi ) + (x xi )f [x,xi ]

3.2.

FRMULA DE NEWTON PARA O PILINMIO INTERPOLADOR

19

Dessa meneira, f [x,xi ] um polinmio de grau n 1(n k ), pois f (x) de grau n, donde (x xi ) que o teorema seja vlido para k = p 1, ou seja, que a diferena dividida de ordem p 1, onde que esta ltima afirmao vlida para k = p. Sabemos que, por definio, a diferena dividida de

de primeiro grau e f (xi ) constante. Com efeito, tomemos nossa hiptese de induo. Supondo

f [x, xi , xi+1 , . . . , xi+p2 ] , por construo, um polinmio de grau n (p 1). Vamos provar agora
ordem p dada por

f [x, xi , . . . , xi+p1 ] = f [x, xi , xi+1 , . . . , xi+p2 ] f [xi , xi+1 , . . . , xi+p1 ] xi xi+p1

Devemos observar agora que f [x, xi , xi+1 , . . . , xi+p2 ] uma constante, pois a varivel independente

x no est presente; temos ainda que f [x,xi , . . . , xi+p2 ] de grau n (p 1) pois se trata de uma
diferena dividida de ordem p 1, da hiptese de induo, e (x xi+p1 ) de primeiro grau. Assim,

f [x,xi , xi+1 , . . . , xi+p1 ] de grau n-p=n-k, como queramos.

3.2 Frmula de Newton para o pilinmio interpolador

Sejam (xi , yi ) n + 1 pontos distintos, onde i = 0,1,2, . . . ,n. Seja Pn o polinmio interpolador de grau n que conter estes pontos. Pela definio de diferenas divididas temos que

P [x, x0 ] =

Pn (x) Pn (x0 ) , x x0

(3.8)

que um polinmio de grau 1. Das referncias [2, 3] , temos que um polinmio interpolador, nesse contexto, de grau n pode ser escrito assim:

Pn (x) = y0 + (x x0 )y0 + (x x0 )(x x1 )2 y0 + + (x x0 )(x x1 ) . . . (x xn1 )n y0 = (3.9) = y0 +

A seguir, um exemplo adaptado de [3].
n i=1

y0

i1 j =0

(x xj )

Exemplo 2 Determinar o valor aproximado de f (0.4), usando todos os pontos tabelados da fubo
f (x) abaixo.
Contruo da tabela de operaes: Assim,

P (0.4) = y0 + P rod0 y0 + P rod1 2 y0 + P rod2 3 y0 + P rod3 4 y0 = 1,216.

(3.10)

20 i 0 1 2 3 4

CAPTULO 3.

DIFERENAS DIVIDIDAS

xi 0.0 0.2 0.3 0.5 0.6

yi 1.008 1.064 1.125 1.343 1.512

Tabela 3.1: Tabela referente a um certo experimento realizado. i Difi = (x xi ) P rodj = i j =0 (x xj ) 0 0.4 0.4 1 0.2 0.08 2 0.1 0.008 3 -0.1 -0.008

Salientamos aqui, que se um procedimento fosse feito pelo mtodo de diferenas divididas, o custo computacional seria consideravelmente maior em relao ao que fizemos agora com diferenas e produtos, [2].

Captulo 4 Consideraes Finais

Neste trabalho apresentamos uma breve explanao sobre as tcnicas de interpolao de Lagrange, Splines e Diferenas Divididas Finitas. No tivemos pretenso em fazer um texto muito aprofundado, at porque no poderamos devido tempo limitado. Buscamos diferenciar o corpo do texto fazendo as ilustraes no programa Ipe, donde pudemos elaborar todos os grficos e diagramas. Outro ponto que salientamos foi a implementao da interpolao polinomial de Lagrange, onde buscamos conhecimentos de programao para a implementao e plotagem dos resultados grficos. Esperamos que estes feitos contribuam para criatividade e originalidade. De fato temos muito em melhorar, mas ter conseguido concluir este pequeno compndio, nos encoraja em seguir adiante. De fato escrever textos em linguagem matemtica constituiu uma experincia pioneira.

21

Referncias Bibliogrficas
[1]

BOYCE, Wiliam E., DIPRIMA, Richard C. Equaes Diferenciais Elementares e Problemas

de Valores de Contorno. 8a edio. LTC. 2002

[2]

CUNHA, M. C., Mtodos Numricos para as Engenharias e Cincias Aplicadas,

Unicamp, Campinas, segunda edio, 2000.

Editora da

[3]

RGGIERO, M. A. e LOPES, V. L. R. . Clculo Numrico: aspectos tericos e computacionais.

2 ed.So Paulo: Pearson Makron Books, 1996.

[4] [5]

SHULTZ, M., Spline Analysis. Prentice Hall Inc. 1973 STEWART, James. Clculo
Vol. 2, 5a edio. Cenage Learning, 2005

22