Escolar Documentos
Profissional Documentos
Cultura Documentos
Matemtica Computacional
CCI-22
5) Interpolao
Polinmios interpoladores,
Formas de Lagrange, de Newton e de Newton-Gregory
CCICCI-22
CCICCI-22
Introduo
Introduo
Forma de Lagrange
Forma de Lagrange
Forma de Newton
Forma de Newton
Forma de Newton-Gregory
Forma de Newton-Gregory
Interpolao inversa
Interpolao inversa
Estudo do erro
Estudo do erro
Convergncia
Convergncia
Funes splines
Funes splines
Defini
Definio
Formaliza
Formalizao
20
25
30
35
40
45
50
Calor
especfico
0,99907
0,99852
0,99826
0,99818
0,99828
0,99849
0,99878
Xa = y
onde:
Matriz de Vandermonde
1 x0
1 x1
X=
M M
1 xn
K x0n
K x1n
O M
L xnn
Introduo
Forma de Lagrange
Forma de Newton
Forma de Newton-Gregory
Interpolao inversa
Convergncia
Funes splines
f(x0 )
f( x )
y= 1
M
f(xn )
CCICCI-22
Estudo do erro
a0
a
1
a=
M
an
Forma de Lagrange
Sejam n+1 pontos distintos x0, x1, ..., xn e yi = f(xi),
0 i n. Seja pn(x) o polinmio de grau mximo n que
interpola f nesses pontos
pn(x) pode ser representado do seguinte modo:
pn(x) = y0.L0(x) + y1.L1(x) + ... + yn.Ln(x)
Lk(x) so polinmios de grau n, 0 k n
Basta definir:
(x - x0).(x - x1) ... (x - xk- 1 ).(x - xk+1) ... ( x - xn )
Lk (x) =
(xk - x0).(xk - x1) ... (xk - xk- 1 ).( xk - xk+1) ... (xk - xn )
CCICCI-22
Introduo
Forma de Lagrange
Forma de Newton
Forma de Newton-Gregory
Exemplo
x
-1
f(x)
-1
Operador Diferen
Diferenas Divididas
Seja f(x) uma funo tabelada em n+1 pontos distintos
x0, x1, ..., xn
Definimos o operador diferenas divididas por:
f[x0] = f(x0)
f[x0, x1] = (f[x1] f[x0])/(x1 x0)
f[x0, x1, x2] = (f[x1, x2] f[x0, x1])/(x2 x0)
Ordem 0
Ordem 1
Ordem 2
f[x0, x1, x2, x3] = (f[x1, x2, x3] f[x0, x1, x2])/(x3 x0)
Ordem 3
Interpolao inversa
Estudo do erro
Convergncia
Funes splines
f[x0, x1, x2, ..., xn] = (f[x1, x2, ..., xn] f[x0, x1, ..., xn-1])/(xn x0)
Exemplo: f[x0, x1, x2] = f[x1, x0, x2] = f[x2, x1, x0]
A demonstrao baseia-se em que f[xi, xj] = f[xj, xi]
Tabela de Diferen
Diferenas Divididas
Exemplo
Ordem 0
x0
f[x0]
x1
f[x1]
x2
f[x2]
Ordem 1
Ordem 2
Ordem 3
...
f[x2, x3]
f[x3]
x3
...
...
...
...
xn
f[xn]
-1
-2
f[x0] = 1
x1 = 0
f[x1] = 1
Ordem 1
Ordem 2
Ordem 3
Ordem 4
f[x0, x1] = 0
...
f[x4]
Ordem 0
f[x3, x4]
x4
x
x0 = -1
-1
Ordem n
f[x0, x1]
f[x1, x2]
x
f(x)
x2 = 1
f[x2] = 0
f[x2, x3] = -1
...
x3 = 2
f[x3] = -1
f[xn-1, xn]
x4 = 3
f[x4] = -2
Forma de Newton
Clculo de p0(x)
Clculo de p1(x)
Generaliza
Generalizao
p1(x)
q1(x)
Exemplo (j
(j visto)
CCICCI-22
-1
f(x)
-1
Ordem 0
x0 = -1
f[x0] = 4
Ordem 1
Introduo
Forma de Lagrange
Ordem 2
Forma de Newton
f[x0, x1] = -3
x1 = 0
f[x1] = 1
Forma de Newton-Gregory
x2 = 2
q2(x)
E1(x)
Interpolao inversa
f[x2] = -1
Estudo do erro
Convergncia
Funes splines
Forma de NewtonNewton-Gregory
Tabela de Diferen
Diferenas Ordin
Ordinrias
2f(x)
3f(x)
...
nf(x)
f(x0)
2f(x0)
f(x1)
x2
f(x2)
3f(x0)
2f(x1)
f(x3)
x4
2f(x2)
f(x4)
...
...
f(xn)
nf(x0)
...
...
...
xn
...
3f(x1)
f(x3)
-1
f(x)
10
f(x)
f(x0) = 2
f(x)
2f(x)
3f(x)
4f(x)
...
3f(xn-3)
2f(xn-2)
f(xn-1)
f(x1) = 1
2f(x
0)
f(x2) = 3
f(x4) = 10
4f(x0) = 0
3f(x1) = 0
2f(x
f(x3) = 5
3f(x0) = 0
2f(x1) = 2
f(x3) = 5
Base: n=1
Suponhamos que seja vlido para n-1:
=2
f(x1) = 1
f(x2) = 2
f(x0) = -1
x4 = 3
f(x1)
f(x)
Rela
Relao com Diferen
Diferenas Divididas
x0 = -1
x3 = 2
x1
x3
Exemplo
x2 = 1
f(x)
f(x0)
f(x2)
x1 = 0
x
x0
2)
=2
Passo:
f[x0,
f[x0,
f[x0,
f[x0,
x1,
x1,
x1,
x1,
Polinmio interpolador
Forma de Lagrange
Forma de Newton
Forma de Newton-Gregory
Interpolao inversa
Funes splines
10
2f(x)
+ ... + s(s-1)...(s-n+1)
3f(x)
4f(x)
-1
0
s(s1)2f(x0)/2
Introduo
Convergncia
-1
f(x)
0
2
CCICCI-22
Estudo do erro
f(x)
-1
x - xi = sh + x0 xi
x - xi = sh + x0 (x 0 + ih)
x - xi = (s i)h
x
f(x)
2
5
10
0
0
Interpola
Interpolao inversa
Seja f(x) uma funo tabelada em n+1 pontos
distintos x0, x1, ..., xn
Dado (f(x0), f(xn)), o problema da
interpolao inversa consiste em encontrar x*
tal que f(x*) =
H dois modos de se resolver este problema:
1) Obter pn(x) que interpola f(x) em x0, x1, ..., xn e em
seguida encontrar x* tal que pn(x*) =
Ser preciso encontrar a raiz de um polinmio
Exemplo 1)
Exemplo 2)
0,5
0,6
0,7
0,8
0,9
1,0
f(x)
1,65
1,82
2,01
2,23
2,46
2,72
Forma de Lagrange
Forma de Newton
Forma de Newton-Gregory
Interpolao inversa
Estudo do erro
Convergncia
Funes splines
0,2
0,3
0,4
0,5
1,1052
1,2214
1,3499
1,4918
1,6487
Ordem 0
1,1052
Ordem 1
Ordem 2
Ordem 3
0,1
y0
1,2214
0,2
0,1994
1,3499
-0,3367
0,7782
y1
-0,4065
0,8606
0,3
0,1679
-0,2718
0,7047
y2
Introduo
0,1
0,9506
CCICCI-22
x
y = ex
1,4918
0,4
f2(x)
p1(x)
f1(x1) = f2(x1)
f1(x)
f1(x0) = f2(x0)
x1
(x0,x1)
Erro de aproxima
aproximao
Teorema: Sejam n+1 pontos x0, x1, ..., xn. Seja f(x) com
derivadas at ordem n+1 para todo x pertencente ao
intervalo [x0,xn]. Seja pn(x) o polinmio interpolador de
f(x) nesses pontos. Ento, x [x0,xn], o erro dado
por En(x) = (x - x0)(x x1)...(x xn)f(n+1)()/(n+1)!, onde
(x0,xn)
Demonstrao:
Seja G(x) = (x - x0)(x x1)...(x xn), x [x0,xn]
Lembrando que En(x) = f(x) pn(x), seja:
H(t) = En(x)G(t) En(t)G(x), t [x0,xn]
Algumas concluses
Sabemos que En(x) = (x - x0)(x x1)...(x xn)
f(n+1)()/(n+1)!, onde (x0,xn)
Como h (n+1)! no denominador de En(x),
parece que, quando n aumenta, o erro de
aproximao tende a diminuir...
No entanto, raramente possvel calcular
f(n+1)(x), e nunca conhecido...
Veremos a seguir como esse erro pode ser
estimado atravs das diferenas divididas de
ordem n+1
Demonstra
Demonstrao (continua
(continuao)
No intervalo [x0,xn], H(t) est definida, possui derivadas at
ordem n+1, e tem pelo menos n+2 razes. Portanto, podemos aplicar
sucessivamente o Teorema de Rolle a H(t), H(t), ..., H(n)(t):
Concluses:
f[x,x0,x1,...,xn] = f(n+1)()/(n+1)!, onde (x0,xn)
Mn+1/(n+1)! = mxxI |f[x,x0,x1,...,xn]|
Seja D o mximo dos mdulos das diferenas
divididas de ordem n+1 que foram calculadas
|En(x)| |(x - x0)(x x1)...(x xn)|.D
Exemplo
CCICCI-22
0,2
0,34
0,4
0,52
0,6
0,72
f(x)
0,16
0,22
0,27
0,29
0,32
0,37
Ordem 0
0,2
0,16
Ordem 1
Ordem 2
Ordem 3
0,4286
0,34
0,22
x0
0,4
0,27
2,0235
x1
0,52
0,29
x2
0,6
0,32
0,72
0,37
-17,8963
-3,7033
0,1667
18,2494
1,0415
0,375
-2,6031
0,2085
0,4167
Forma de Lagrange
Forma de Newton
Forma de Newton-Gregory
0,8333
Introduo
Interpolao inversa
Estudo do erro
Convergncia
Funes splines
Convergncia
Fenmeno de Runge
Alternativas
p9(x)
f(x)
p5(x)
CCICCI-22
Introduo
Forma de Lagrange
Forma de Newton
Forma de Newton-Gregory
Interpolao inversa
Estudo do erro
Fun
Funes splines
Splines so hastes flexveis (de plstico ou de madeira),
fixadas em certos pontos de uma mesa de desenho, para
traar curvas suaves
A ideia deste mtodo interpolar a funo em grupos de
poucos pontos (geralmente, dois a dois), e ao mesmo
tempo impor condies para que a aproximao e suas
derivadas (at certa ordem) sejam contnuas. Desse
modo, sero obtidos polinmios de grau menor
f(x)
s4(x)
s3(x)
s2(x)
s1(x)
Convergncia
Funes splines
x0
x1
x2
x3
x4
Splines cbicas
Clculo da spline
f(x)
i
si(x)
i-1
Exigncia da spline :
si(xi) = si+1(xi) = i
xi
xi-1
hi
Equao da reta:
si(x) = i-1 + (i i-1)(x xi-1)/hi
Integrando:
si(x) = i-1(xi x)2/2hi + ci + i(x xi-1)2/2hi - di
Clculo da spline
Clculo da spline
ci = yi/hi hii/6
Clculo da spline
Exemplo
n-1 equaes
n+1 incgnitas: 0, ..., n
2 2 1
3 b3 b2
h3
2(h3 + h4 ) h4
.
=
O
M
hn 3 2(hn 3 + hn 2 )
hn 2
b b
n 2 n 2 n 3
hn 2
2(hn 2 + hn 1 ) n 1 bn 1 bn 2
0,5
1,0
1,5
2,0
f(x)
1,8616
-0,5571
-4,1987
-9,0536
22
0 0,5 2 33 14,5598
3 = -6,252
2 = -4,111
1 = -6,654
si(x) = i-1(xi x)3/6hi + i(x xi-1)3/6hi + (yi/hi hii/6)(x xi-1) + (yi-1/hi hii-1/6)(xi x)
s1(0,25) = 1(0,25 0)3/6.0,5 + (y1/0,5 0,51/6)(0,25 0) + (y0/0,5)(0,5 0,25)
s1(0,25) = 2,5348 f(0,25)
Implementa
Implementao
Algoritmo
Clculo de i, 0<i<n:
h22
0
2(h11 + h22 )
c11 h22 0
2(h22 + h33 )
h33
h22
= h22 c22 h33
0
h33
2(h33 + h44 ) 0 h33 c33
c11 h22 0
0 c'22 h33
0 h33 c33
c11 h22 0
0 c'22 h33
0 0 c'33
L3 = L3 (h3/c2).L2
L2 = L2 (h2/c1).L1
c1 = 2(h1 + h2)
ci = 2(hi + hi+1) - (hi)2/ci-1, para 1<i<n
d1 = b1 - b0
di = (bi bi-1) - (hidi-1)/ci-1, para 1<i<n
n-1 = dn-1/cn-1
i = (di hi+1i+1)/ci, para n-1>i>0
Tempo: O(n)