Tema5 Interpolacao Polinomial

Interpolacao Polinomial
Prof. Rafael Alves Bonfim de Queiroz

rafael.bonfim@ice.ufjf.br
Rafael Bonfim (DCC-ICE-UFJF) Curso de C

alculo Num
erico UFJF 1 / 43
Conteudo
1 Introducao
2 Forma de Lagrange
3 Diferencas divididas
4 Forma de Newton
5 Erro na Interpolacao
6 Referencias

alculo Num
erico UFJF 2 / 43
Introduc
ao
Interpolar a funcao f (x) nos pontos

Suponha que temos um conjunto de x1 , . . . , xn consiste em aproxima-la
pontos x0 , x1 , . . . , xn e os valores de por uma funcao g (x) tal que:
uma funcao f (x) nestes pontos
y0 = f (x0 ), . . . , yn = f (xn ). g (x0 ) = y0
...
g (x2 ) = y2

alculo Num
erico UFJF 3 / 43
Introduc
ao
Iremos supor que a funcao interpolante g (x) e um polin

omio.
Porque polinomios? Polin omios sao facilmente computaveis, suas
derivadas e integrais sao tambem polin omios, e etc.
A interpolacao polinomial e usada para aproximar uma funcao f (x),
principalmente, nas seguintes situacoes:
Nao conhecemos a expressao analtica de f (x). Isto e, somente
conhecemos o valor da funcao em um conjunto de pontos (isso ocorre
frequentemente quando se trabalha com dados experimentais).
f (x) e complicada e de difcil manejo.
Interpolac
ao ser
a usada tambem para calcular a integral numerica de
f (x).
Veremos mais sobre isso em Integracao Num erica.

alculo Num
erico UFJF 4 / 43
Introduc
ao
O problema geral da interpolacao por meio de polinomios consiste

em, dados n + 1 pontos distintos
x0 , x1 , . . . , xn
e n + 1 n umeros y0 , y1 , . . . , yn , valores de uma funcao y = f (x) em

x0 , x1 , . . . , xn , isto e
y0 = f (x0 ), y1 = f (x1 ), ... yn = f (xn )
Determinar um polinomio Pn (x) de grau no maximo n tal que:
Pn (x0 ) = y0 , Pn (x1 ) = y1 , ... Pn (xn ) = yn
Veremos que tal polin omio existe e e u

nico, desde que os pontos
x0 , x1 , . . . , xn sejam distintos.

alculo Num
erico UFJF 5 / 43
Introduc
ao
Sendo assim, procuramos um polin

omio na forma:
Pn (x) = a0 + a1 x + a2 x 2 + . . . + an x n
Para isso e preciso encontrar os coeficientes a0 , a1 , . . . an de tal forma

que (??) e satisfeito.
Pn (x0 ) = a0 + a1 x0 + a2 x02 + . . . + an x0n = y0

Pn (x1 ) = a0 + a1 x1 + a2 x12 + . . . + an x1n = y1
..
.
Pn (xn ) = a0 + a1 xn + a2 xn2 + . . . + an xnn = y0
que pode ser visto como um sistema de equac oes lineares

(n + 1) (n + 1) onde as inc
ognitas sao a0 , a1 , . . . , an .

alculo Num
erico UFJF 6 / 43
Introduc
ao
Escrevendo de forma matricial temos

1 x0 x02 . . . x0n

a0 y0
1 x1 x 2 . . . x n a1 y1
1 1
.. .. = ..

.. .. ..
. . . . . .
1 xn xn2 . . . xnn an yn
A matriz de coeficientes e chamada de Matriz de Vandermonde.

Sabe-se que det(A) 6= 0 desde que os pontos x0 , x1 , . . . , xn sejam
distintos.
Teorema
Dados n + 1 pontos distintos x0 , x1 , . . . , xn e seus valores
y0 = f (x0 ), y1 = f (x1 ), . . . , yn = f (xn ), existe um u
nico polinomio Pn (x),
de grau n, tal que:
Pn (xi ) = f (xi ), i = 0, 1, . . . , n

alculo Num
erico UFJF 7 / 43
Introduc
ao
Exemplo: Interpolacao linear

Vamos comecar com um exemplo simples. Interpolacao linear. E a forma
mais simples de interpolacao, pois consiste em encontrar a reta que passa
pelos pontos (x0 , y0 ) e (x1 , y1 ). Existe uma u
nica reta que passa por esses
pontos. Entao procuramos
P1 (x) = a0 + a1 x
tal que
(i) P1 (x0 ) = a0 + a1 x0 = y0
(ii) P1 (x1 ) = a0 + a1 x1 = y1
De (i) temos que a0 = y0 a1 x0 . Substituindo em (ii) temos que
y0 a1 x0 + a1 x1 = y1
a1 (x1 x0 ) = y1 y0
y1 y0
a1 =
x1 x0
alculo Num
erico UFJF 8 / 43
Introduc
ao
Exemplo: Interpolacao linear
Como
a0 = y0 a1 x0
y1 y0
a1 =
x1 x0
temos
P1 (x) = a0 + a1 x
y1 y0 y1 y0
P1 (x) = y0 x0 + x
x1 x0 x1 x0
y1 y0
P1 (x) = y0 + (x x0 )
x1 x0
Basta avaliar P1 (x) em x = x0 e x = x1 para verificar que de fato este e o
polinomio interpolador de (x0 , y0 ) e (x1 , y1 ).
alculo Num
erico UFJF 9 / 43
Introduc
ao
Exemplo de interpolacao linear

Dada a seguinte tabela
x 1 1.1 1.2 1.3

tan (x) 1.5574 1.9648 2.5722 3.6021
use interpolacao linear para estimar o valor de tan (1.15).
Assim
(x0 , y0 ) = (1.1, 1.9648), (x1 , y1 ) = (1.2, 2.5722)
e portanto
(2.5722 1.9648)
tan (1.15) 1.9648 + (1.15 1.1) = 2.2685
(1.2 1.1)
Valor exato: tan (1.15) = 2.2345.

alculo Num
erico UFJF 10 / 43
Introduc
ao
Resultado obtido com a interpolacao linear
Exemplo
3
y
00.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4

x
alculo Num
erico UFJF 11 / 43
Introduc
ao
Resultado obtido com a interpolacao linear (zoom)
Exemplo
3.2
y = tan(x)
3.0 y = p1(x)
2.8
2.6
2.4
y
2.2
2.0
1.8
1.6
1.05 1.10 1.15 1.20 1.25
x
alculo Num
erico UFJF 12 / 43
Introduc
ao
De forma geral, dados (xi , yi ) para i = 0, 1, . . . , n, para encontrar o

polinomio Pn (x), precisamos resolver o sistema de equacoes lineares
1 x0 x02 . . . x0n

a0 y0
1 x1 x 2 . . . x n a1 y1
1 1
.. .. = ..

.. .. ..
. . . . . .
1 xn xn2 . . . xnn an yn
usando algum metodo que ja estudamos (Eliminacao de Gauss,

decomposicao LU, etc).
Exemplo
x -1 0 1
f (x) 0.54 1 0.54
Vamos encontrar o polinomio de grau 2 que interpola estes pontos.

alculo Num
erico UFJF 13 / 43
Introduc
ao
Exemplo
a0 + a1 (1) + a2 (1)2 = 0.54

a0 + a1 (0) + a2 (0)2 = 1.00
a0 + a1 (1) + a2 (1)2 = 0.54
isto e
1 1 12

a0 0.54
1 0 02 a1 = 1
1 1 12 a2 0.54
Resolvendo este sistema encontramos que a0 = 1, a1 = 0 e a2 = 0.46 e

portanto
P2 (x) = 1 0.46x 2

alculo Num
erico UFJF 14 / 43
Introduc
ao
Observacoes:
Veremos formas mais simples de se obter o polin
omio interpolante,
sem a necessidade de resolver um sistema de equacoes lineares.
Alem disso, a matriz de Vandermonde costuma ser mal condicionada,
o que leva a perda de precisao na solucao quando temos que resolver
o sistema.

alculo Num
erico UFJF 15 / 43
Forma de Lagrange
Forma de Lagrange
Para ilustrar a ideia vamos comecar com um exemplo onde temos tres
pontos distintos (x0 , y0 ),(x1 , y1 ) e (x2 , y2 ). Queremos encontrar o
polinomio
P2 (x) = a0 + a1 x + a2 x 2
que satisfaz
P2 (xi ) = yi , i = 0, 1, 2
para os dados fornecidos.

alculo Num
erico UFJF 16 / 43
Forma de Lagrange
Forma de Lagrange
Uma formula para encontrar tal polin

omio e a seguinte:
P2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x)
onde
(xx1 )(xx2 )
L0 (x) = (x0 x1 )(x0 x2 )
(xx0 )(xx2 )
L1 (x) = (x1 x0 )(x1 x2 )
(xx0 )(xx1 )
L2 (x) = (x2 x0 )(x2 x1 )
As funcoes L0 (x), L1 (x) e L2 (x) sao chamadas de funcoes de base de

Lagrange para interpolacao quadratica.

alculo Num
erico UFJF 17 / 43
Forma de Lagrange
1.0
L0 (x)
L1 (x)
0.8
L2 (x)
0.6
0.4
0.2
0.0
0.2
1.0 1.5 2.0 2.5 3.0
Figura: Exemplo das func

oes de base de Lagrange quadraticas.

alculo Num
erico UFJF 18 / 43
Forma de Lagrange
Essas funcoes possuem a seguinte propriedade

(
1 se i = j
Li (xj ) =
0 se i 6= j
para i, j = 0, 1, 2. E ainda, cada uma possui grau 2.

Consequentemente P2 (x) tem grau 2 e assim fica claro que este
polinomio interpola os dados, pois
P2 (x0 ) = y0 L0 (x0 ) +y1 L1 (x0 ) +y2 L2 (x0 ) = y0

| {z } | {z } | {z }
=1 =0 =0
P2 (x1 ) = y0 L0 (x1 ) + y1 L1 (x1 ) + y2 L2 (x0 ) = y1
P2 (x0 ) = y0 L0 (x2 ) + y1 L1 (x2 ) + y2 L2 (x2 ) = y2

alculo Num
erico UFJF 19 / 43
Forma de Lagrange
Forma de Lagrange - Interpolacao Quadratica
Exemplo
Voltando ao exemplo anterior
x -1 0 1
f (x) 0.54 1 0.54
Assim
(x x1 )(x x2 ) (x 0)(x 1) x(x 1)
L0 (x) = = =
(x0 x1 )(x0 x2 ) (1 0)(1 1) 2
(x x0 )(x x2 ) (x + 1)(x 1) 2
x 1
L1 (x) = = = = 1 x2
(x1 x0 )(x1 x2 ) (0 + 1)(0 1) 1
(x x0 )(x x1 ) (x + 1)(x 0) x(x + 1)
L2 (x) = = =
(x2 x0 )(x2 x1 ) (1 + 1)(1 0) 2

alculo Num
erico UFJF 20 / 43
Forma de Lagrange
Exemplo - Forma de Lagrange - Interpolacao Quadratica

Obtemos entao
P2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x)

x(x 1) x(x + 1)
= (0.54) + (1)(1 x 2 ) + (0.54)
2 2
0.54
= x(x 1 + x + 1) + 1 x 2
2
= 0.54x 2 + 1 x 2
= 1 0.46x 2
Observe que este e o mesmo polin

omio obtido anteriormente, pois como
vimos este polinomio e u
nico.

alculo Num
erico UFJF 21 / 43
Forma de Lagrange
Forma de Lagrange - Caso Geral
Vamos considerar que agora temos n + 1 pontos:

(x0 , y0 ), . . . , (xn , yn )
omio Pn (x) de grau n que interpola os
e queremos encontrar um polin
pontos acima. Definindo os polin
omios de Lagrange:
(x x0 )(x x1 ) . . . (x xi1 )(x xi+1 ) . . . (x xn )
Li (x) =
(xi x0 )(xi x1 ) . . . (xi xi1 )(xi xi+1 ) . . . (xi xn )
n
Y (x xj )
=
(xi xj )
j=0, j6=i
logo o polinomio interpolador (na forma de Lagrange!) e dado por:

n
X
Pn (x) = y0 L0 (x) + y1 L1 (x) + . . . + yn Ln (x) = yi Li (x)
i=0

alculo Num
erico UFJF 22 / 43
Forma de Lagrange
Exemplo - Forma de Lagrange
Dada a seguinte tabela
x 1 1.1 1.2 1.3

tan (x) 1.5574 1.9648 2.5722 3.6021
podemos construir polinomios interpoladores de grau n = 1, 2, 3, com os

seguintes nos:
x0 = 1, x1 = 1.1, x2 = 1.2, x3 = 1.3
Sem descrever a construcao temos os seguintes resultados
n 1 2 3
Pn (x) 2.2685 2.2435 2.2296
erro -0.0340 -0.0090 0.0049
considerando que o valor exato e tan (1.15) = 2.2345.

alculo Num
erico UFJF 23 / 43
Forma de Lagrange
Forma de Lagrange - Algoritmo
Entrada: n : numero de pontos

x, y : vetores dos dados
z : valor a interpolar
Sada: r : valor interpolado
1 r =0;
2 Para i = 1 ate n faca
3 c = 1;
4 d = 1;
5 Para j = 1 ate n faca
6 Se i 6= j ent
ao
7 c = c (z xj );
8 d = d (xi xj );
9 r = r + yi (c/d) ;

alculo Num
erico UFJF 24 / 43
Diferencas divididas
Antes de estudarmos a forma de Newton para se obter o polinomio

interpolador, iremos apresentar o conceito de operador de diferenca
dividida.
Considere a funcao f (x). A diferenca dividida de ordem zero e
simplesmente o valor de f no ponto xi
f [xi ] = f (xi )
Considere agora dois pontos distintos x0 e x1 , definimos
f [x1 ] f [x0 ] f (x1 ) f (x0 )

f [x0 , x1 ] = =
x1 x0 x1 x0
que e chamada de diferenca dividida de primeira ordem de f (x).

alculo Num
erico UFJF 25 / 43
Podemos definir os operadores de diferenca divida de ordem mais alta de

forma recursiva:
segunda ordem
f [x1 , x2 ] f [x0 , x1 ]
f [x0 , x1 , x2 ] =
x2 x0
terceira ordem
f [x1 , x2 , x3 ] f [x0 , x1 , x2 ]
f [x0 , x1 , x2 , x3 ] =
x3 x0
n-esima ordem
f [x1 , . . . , xn ] f [x0 , . . . , xn1 ]
f [x0 , . . . , xn ] =
xn x0
* Lembrando que a definicao e valida para x0 , x1 , . . . , xn distintos.

alculo Num
erico UFJF 26 / 43
Observe que, do lado direito de cada uma das expressoes de diferenca

dividida de ordem > 1, precisamos aplicar sucessivamente a definicao
de diferenca dividida ate que os calculos envolvam apenas o valor da
funcao nos pontos.
Exemplo:
f [x1 , x2 ] f [x0 , x1 ]
f [x0 , x1 , x2 ] =
x2 x1
f (x2 )f (x1 ) f (x1 )f (x0 )
x2 x1 x1 x0
=
x2 x0
Entretanto, como veremos a seguir, podemos calcular as diferencas
divididas de uma funcao, de uma forma mais simples e sistematica.

alculo Num
erico UFJF 27 / 43
Pelo Teorema do Valor M

edio,
f (x1 ) f (x0 ) = f 0 (c)(x1 x0 )
para algum c entre x0 e x1 . Entao
f [x0 , x1 ] = f 0 (c)
e podemos ver que a diferenca dividida e muito parecida com a derivada,

especialmente se x0 e x1 sao muito pr
oximos.

alculo Num
erico UFJF 28 / 43
Exemplo
Seja f (x) = cos (x) e x0 = 0.2 e x1 = 0.3. Entao
cos (x1 ) cos (x0 ) cos (0.3) cos (0.2)

f [x0 , x1 ] = = = 0.2473 . . .
x1 x0 0.3 0.2
Note que

0 x0 + x1 x0 + x1
f = sin = 0.2474 . . .
2 2
isto e

0 x0 + x1
f [x0 , x1 ] f
2

alculo Num
erico UFJF 29 / 43
Dada uma funcao f (x) e um conjunto de pontos x0 , x1 , x2 , x3 , . . . podemos

usar o seguinte esquema para calcular as suas diferencas divididas.
xi f (xi ) [xi , xj ] [xi , xj , xk ]

x0 f [x0 ] = f (x0 )
f [x1 ]f [x0 ]
f [x0 , x1 ] = x1 x0
f [x1 ,x2 ]f [x0 ,x1 ]
x1 f [x1 ] = f (x1 ) f [x0 , x1 , x2 ] = x2 x0
f [x2 ]f [x1 ]
f [x1 , x2 ] = x2 x1
f [x2 ,x3 ]f [x1 ,x2 ]
x2 f [x2 ] = f (x2 ) f [x1 , x2 , x3 ] = x3 x1
f [x3 ]f [x2 ]
f [x2 , x3 ] = x3 x2
f [x3 ,x4 ]f [x2 ,x3 ]
x3 f [x3 ] = f (x3 ) f [x2 , x3 , x4 ] = x4 x2
f [x4 ]f [x3 ]
f [x3 , x4 ] = x4 x3
x4 f [x4 ] = f (x4 )
.. .. .. ..
. . . .

alculo Num
erico UFJF 30 / 43
Exemplo
Seja f (x) = cos (x), encontre f [x0 , x1 , x2 ] onde x0 = 0.2, x1 = 0.3,
x2 = 0.4.
x f (x) ordem 1 ordem 2
0.2 0.980
f [x0 , x1 ] = (0.955 0.98)/0.1 = 0.247
0.3 0.955 -0.475
f [x1 , x2 ] = (0.921 0.955)/0.1 = 0.342
0.4 0.921
Observe que
1 00 x0 +x1
= 12 f 00 (0.3) = 21 cos (0.3) = 0.4777

2f 2
f [0.2, 0.3, 0.4] 21 f 00 (0.3)

alculo Num
erico UFJF 31 / 43
Analisando f [x0 , x1 ] vemos que
f (x1 ) f (x0 ) f (x0 ) f (x1 )

f [x0 , x1 ] = = = f [x1 , x0 ]
x1 x0 x0 x1
Ou seja, a ordem de x0 e x1 nao importa. Podemos mostrar que de forma
geral
f [x1 , . . . , xn ] f [x1 , . . . , xn1 ]

f [x0 , . . . , xn ] =
xn x0
e independente da ordem dos argumentos {x0 , . . . , xn }, isto e
f [x0 , . . . , xn ] = f [xi0 , . . . , xin ]
para qualquer permutacao (i0 , i1 , . . . , in ) de (0, 1, . . . , n).

alculo Num
erico UFJF 32 / 43
Forma de Newton
Considere que os dados sejam gerados de uma funcao f (x)
yi = f (xi ), i = 0, 1, . . . , n
Usando as diferencas divididas
f [x0 , x1 ], f [x0 , x1 , x2 ], ... f [x0 , . . . , xn ]
podemos escrever polinomios interpoladores
P1 (x), P2 (x), ... , Pn (x)
de forma simples de calcular
P1 (x) = f (x0 ) + f [x0 , x1 ](x x0 )

P2 (x) = f (x0 ) + f [x0 , x1 ](x x0 ) + f [x0 , x1 , x2 ](x x0 )(x x1 )
= P1 (x) + f [x0 , x1 , x2 ](x x0 )(x x1 )

alculo Num
erico UFJF 33 / 43
Forma de Newton
Para o caso geral, temos
Pn (x) = f [x0 ] + f [x0 , x1 ](x x0 )

+ f [x0 , x1 , x2 ](x x0 )(x x1 ) + . . .
+ f [x0 , . . . , xn ](x x0 ) . . . (x xn1 )
que podemos escrever de forma recursiva como
Pn (x) = Pn1 (x) + f [x0 , . . . , xn ](x x0 ) . . . (x xn1 )
Observacoes:
Desta forma, tendo em maos um polin omio de grau n 1, sobre n
pontos, podemos obter Pn (x) apenas somando o u ltimo termo
associado ao operador de diferenca dividida de ordem n.
Note a semelhanca com a serie de Taylor

alculo Num
erico UFJF 34 / 43
Forma de Newton
Polinomio interpolador na forma de Newton
Pn (x) = f [x0 ] + f [x0 , x1 ](x x0 )

+ f [x0 , x1 , x2 ](x x0 )(x x1 ) + . . .
+ f [x0 , . . . , xn ](x x0 ) . . . (x xn1 )
e o polinomio de interpolacao da funcao y = f (x) sobre os pontos

x0 , x1 , . . . , xn , isto e,
Pn (xk ) = f (xk ), k = 0, 1, . . . , n

alculo Num
erico UFJF 35 / 43
Forma de Newton
Forma de Newton
Exemplo
Encontre o polinomio de grau 2 que interpola os dados:
x -1 0 1
f (x) 0.54 1 0.54
Pela forma de Newton temos
x f (x) ordem 1 ordem 2
-1 0.54 0.46 -0.46
0 1 -0.46
1 0.54
Logo o polinomio P2 (x) na forma de Newton e dado por
P2 (x) = f [x0 ] + f [x0 , x1 ](x x0 ) + f [x0 , x1 , x2 ](x x0 )(x x1 )

= 0.54 + 0.46(x + 1) 0.46(x + 1)(x 0) = 1 0.46x 2
alculo Num
erico UFJF 36 / 43
Forma de Newton
Exemplo de aplicacao da forma de Newton

Encontre o polinomio que interpola os dados
x 0.1 0.3 0.4 0.6

f (x) 0.3162 0.5477 0.6325 0.7746
usando a forma de Newton.
Solucao do Exemplo
x f (x) ordem 1 ordem 2 ordem 3
0.1 0.3162 1.158 -1.0333 1.1494
0.3 0.5477 0.848 -0.4583
0.4 0.6325 0.710
0.6 0.7746

+ f [x0 , x1 , x2 , x3 ](x x0 )(x x1 )(x x2 )
alculo Num
erico UFJF 37 / 43
Forma de Newton
Solucao do Exemplo

+ f [x0 , x1 , x2 , x3 ](x x0 )(x x1 )(x x2 )
= 0.3162 + (1.158)(x 0.1) + (1.033)(x 0.1)(x 0.3)
+ (1.1494)(x 0.1)(x 0.3)(x 0.4)
= 1.1494x 3 1.95252x 2 + 1.789586x + 0.1556172
Vamos avaliar o polinomio em x = 0.2

P3 (0.2) = 0.3162 + (1.158)(0.2 0.1) + (1.033)(0.2 0.1)(0.2 0.3)
+ (1.1494)(0.2 0.1)(0.2 0.3)(0.2 0.4)
= 0.3162 + (1.158)(0.2 0.1) + (1.033)(0.1)(0.1)
+ (1.1494)(0.1)(0.1)(0.2) = 0.4446288

alculo Num
erico UFJF 38 / 43
Erro na Interpolac
ao
Estimativa do erro na interpolacao

Sejam x0 , . . . , xn um conjunto de n + 1 pontos distintos. Seja f (x) uma
funcao n + 1 continuamente diferenciavel. Entao, em qualquer ponto x
entre x0 , . . . , xn o erro e dado por:
f (n+1) ()
En (x) = f (x) Pn (x) = (x x0 ) . . . (x xn )
(n + 1)!
onde esta entre x0 , . . . , xn .

alculo Num
erico UFJF 39 / 43
Erro na Interpolac
ao
A importancia do teorema do erro e mais te

orica do que pratica, visto
que nao conhecemos o ponto .
Na pratica para estimar o erro cometido ao aproximar o valor da
funcao em um ponto por seu polin
omio interpolador, usamos o
seguinte resultado.
Seja En (x) = f (x) Pn (x). Se f (x) e suas derivadas ate ordem n + 1
sao contnuas em [a, b], entao:
|x x0 ||x x1 | . . . |x xn |
|En (x)| max |f (n+1) (t)|
(n + 1)! atb

alculo Num
erico UFJF 40 / 43
Erro na Interpolac
ao
Exemplo
Sejam f (x) = e x e o polin omio que interpola P1 (x) nos pontos
x0 , x1 [0, 1]. Estimar o erro para um ponto x entre x0 e x1 .
Solucao do Exemplo
Pela formula do erro
f 00 (x)
|E1 (x)| |x x0 ||x x1 | max
x[x0 ,x1 ] 2
Considerando que x0 < x1 e que f 00 (x) = e x , temos que
max e x = e x1 e 1
x[x0 ,x1 ]
pois x0 , x1 [0, 1]. Logo
|E1 (x)| |x x0 ||x x1 | e2

alculo Num
erico UFJF 41 / 43
Erro na Interpolac
ao
Solucao do Exemplo
|E1 (x)| |x x0 ||x x1 | e2
Vamos calcular agora o maior valor que |x x0 ||x x1 | pode tomar no

intervalo [x0 , x1 ].
w (x) = (x x0 )(x x1 )
x0 + x1
w 0 (x) = (x x1 ) + (x x0 ) = 0 x =
2
x0 +x0 +h
Considere que x1 x0 = h, entao x = 2 = x0 + h2 . Logo
2
w (x0 + h2 ) = (x0 + h h h
h2 = h4

2 x0 )(x0 + 2 x0 h) = 2
e assim
h2 e h2 e
|E1 (x)| 4 2 = 8

alculo Num
erico UFJF 42 / 43
Refer
encias
Referencias
Slides das aulas do Prof. Dr. Bernardo Martins Rocha,

DCC-ICE-UFJF.
Calculo Numerico, Neide B. Franco, Pearson, 2007.

alculo Num
erico UFJF 43 / 43

Tema5 Interpolacao Polinomial

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Tema5 Interpolacao Polinomial

Încărcat de

Drepturi de autor:

Formate disponibile

Interpolacao Polinomial

Prof. Rafael Alves Bonfim de Queiroz

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Interpolar a funcao f (x) nos pontos

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Iremos supor que a funcao interpolante g (x) e um polin

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

O problema geral da interpolacao por meio de polinomios consiste

e n + 1 n umeros y0 , y1 , . . . , yn , valores de uma funcao y = f (x) em

y0 = f (x0 ), y1 = f (x1 ), ... yn = f (xn )

Determinar um polinomio Pn (x) de grau no maximo n tal que:

Pn (x0 ) = y0 , Pn (x1 ) = y1 , ... Pn (xn ) = yn

Veremos que tal polin omio existe e e u

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Sendo assim, procuramos um polin

Para isso e preciso encontrar os coeficientes a0 , a1 , . . . an de tal forma

Pn (x0 ) = a0 + a1 x0 + a2 x02 + . . . + an x0n = y0

que pode ser visto como um sistema de equac oes lineares

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Escrevendo de forma matricial temos

A matriz de coeficientes e chamada de Matriz de Vandermonde.

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Exemplo: Interpolacao linear

Exemplo: Interpolacao linear

Exemplo de interpolacao linear

x 1 1.1 1.2 1.3

use interpolacao linear para estimar o valor de tan (1.15).

(x0 , y0 ) = (1.1, 1.9648), (x1 , y1 ) = (1.2, 2.5722)

Valor exato: tan (1.15) = 2.2345.

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Resultado obtido com a interpolacao linear

00.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4

Resultado obtido com a interpolacao linear (zoom)

De forma geral, dados (xi , yi ) para i = 0, 1, . . . , n, para encontrar o

usando algum metodo que ja estudamos (Eliminacao de Gauss,

Vamos encontrar o polinomio de grau 2 que interpola estes pontos.

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

a0 + a1 (1) + a2 (1)2 = 0.54

Resolvendo este sistema encontramos que a0 = 1, a1 = 0 e a2 = 0.46 e

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

para os dados fornecidos.

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Uma formula para encontrar tal polin

P2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x)

As funcoes L0 (x), L1 (x) e L2 (x) sao chamadas de funcoes de base de

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Figura: Exemplo das func

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Essas funcoes possuem a seguinte propriedade

para i, j = 0, 1, 2. E ainda, cada uma possui grau 2.

P2 (x0 ) = y0 L0 (x0 ) +y1 L1 (x0 ) +y2 L2 (x0 ) = y0

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Forma de Lagrange - Interpolacao Quadratica

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Exemplo - Forma de Lagrange - Interpolacao Quadratica

P2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x)

Observe que este e o mesmo polin

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Forma de Lagrange - Caso Geral

Vamos considerar que agora temos n + 1 pontos:

logo o polinomio interpolador (na forma de Lagrange!) e dado por: