Notas de C alculo Num erico

Interpolac ao Polinomial
1
Prof. Valentn Mendoza
Universidade Federal de Vicosa
Outubro 2013.
1
Coment arios, crticas e sugest oes podem ser encaminhadas ao email valentin@ufv.br. Seremos gratos
a quem comunicar os erros de qualquer natureza encontrados no texto.
1 Interpolac ao Polinomial
1.1 Introduc ao
Numsentido amplo, interpolar signica obter informac ao sobre umevento oufen omeno
a partir de dados conhecidos. Em nosso caso, queremos obter informac ao sobre uma
certa func ao f (x) para a qual s o conhecemos o seu valor y
i
= f (x
i
), i = 0, ..., n em n + 1
pontos denotados
x
0
< x
1
< .... < x
n
. (1)
Como n ao conhecemos a express ao da f , podemos tentar encontrar uma func ao g(x) que
satisfaca as mesmas condic oes da f (x), ou seja,
g(x
i
) = f (x
i
) = y
i
, para todo i = 0, ..., n. (2)
Isto e, desejamos encontrar uma func ao g(x) que coincida com f (x) pelo menos nos
pontos x
i
. A ideia e que g(x) possa substituir ` a f (x).
Figura 1: g(x) coincide com f (x) nos pontos x
i
, i = 0, 1, ..., n.
Existem v arias justicativas para procurar uma func ao g(x) que substitua ` a func ao
f (x):
(a) Pode ser que n ao conhecemos f (x) exceto nos pontos x
i
, ent ao se encontrar-
mos uma func ao g(x) que coincide com ela nestes pontos, podemos supor g
aproxima f , ou que g comporta-se como f .
(b) Outra raz ao e quando conhecemos f (x), mas a sua express ao e difcil de
trabalhar, por exemplo, de derivar ou integrar. Ent ao se g coincide com f pelo
menos nos pontos x
i
, podemos fazer as contas com g ao inv es de com f .
2
Um exemplo no qual podemos usar interpolac ao e o seguinte.
Exemplo 1.1. A tabela abaixo mostra a populac ao (em milh oes) do Brasil de 1960 a 2010.
Ano 1960 1970 1980 1990 2000 2010
Populac ao 72.7759 96.0604 121.7404 149.6483 174.5049 195.2102
Seja f (x) a populac ao do Brasil no ano x. O problema a ser resolvido e o seguinte:
Estime a populac ao nos anos 1955, 1975 e 2012.
Denic ao 1.1. A interpolac ao denomina-se Interpolac ao Polinomial se a func ao g(x) e
um polin omio.
Note que um polin omio est a denido em toda a reta real R e, al em disso, e f acil de
derivar e integrar.
No que segue, a interpolac ao ser a sempre polinomial.
1.2 Preliminares
A pergunta natural ent ao e:

E possvel encontrar um polin omio que interpola f (x) nos
pontos x
0
, x
1
, ..., x
n
? ou seja, dados (n +1)-pontos distintos x
0
, x
1
, ..., x
n
e suas respectivas
imagens y
i
= f (x
i
), i = 0, 1, ..., n, existir a um polin omio g(x) = P(x) tal que P(x
i
) = y
i
?
O Teorema abaixo fornece uma resposta ` a pergunta anterior.
Teorema 1.1. Seja f (x) denida em x
0
, x
1
, ..., x
n
(n + 1) pontos distintos de um intervalo [a, b],
ent ao existe um unico polin omio P(x) de grau menor ou igual a n tal que P(x
i
) = f (x
i
) = y
i
, para
todo i = 0, 1, ..., n.
3
Demonstrac ao. Considere um polin omio de grau n da forma
P(x) = a
0
+ a
1
x + a
2
x
2
+ ... + a
n
x
n
.
Sob a hip otese P(x
i
) = y
i
temos:
a
0
+ a
1
x
0
+ ... + a
n
x
n
0
= y
0
a
0
+ a
1
x
1
+ ... + a
n
x
n
1
= y
1
.
.
.
a
0
+ a
1
x
n
+ ... + a
n
x
n
n
= y
n
(3)
Isto e, se o sistema linear anterior tem soluc ao ent ao podemos encontrar um
P(x) que interpola f (x) tal que os coecientes de P(x) s ao justamente os valores
da soluc ao do sistema. Logo, e suciente provar que o sistema tem soluc ao
unica.
De fato, a matriz do sistema e:
A =

1 x
0
. . . x
n
0
1 x
1
. . . x
n
1
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n
. . . x
n
n

e, de algebra linear, podemos provar que o determinante do sistema e:

Det(A) =
n

i>j
(x
i
x
j
) (4)
Como x
i
x
j
, se i j, Det(A) 0. Por tanto o sistema tem soluc ao unica. Dessa
forma o polin omio P(x) que interpola f (x) e unico.
Denic ao 1.2. O polin omio P(x) do Teorema 1.1 e chamado Polin omio Interpolante de
f (x) nos pontos x
0
, x
1
, ..., x
n
.
Pelo Teorema 1.1, podemos obter os coecientes do polin omio interpolante resol-
vendo o sistema linear (3). Mas, se n e grande, a resoluc ao de um sistema linear
n n pode ser muito custosa em relac ao ao tempo computacional utilizado. Assim,
e necess ario utilizarmos outros m etodos para determinar P(x) como a F ormula de
Lagrande e a F ormula de Newton.
4
1.3 A F ormula de Lagrange
Para denir a f ormula de Lagrange do polin omio interpolante P(x) precisamos dos
polin omios de Lagrange que s ao denidos abaixo.
Denic ao 1.3. Sejam x
0
, x
1
, ..., x
n
, (n + 1) pontos distintos. Seja k {0, .., n}. O k- esimo
polin omio de Lagrange L
k
(x) e denido por:
L
k
(x) =

ik

x x
i
x
k
x
i

=
(x x
0
)(x x
1
) (x x
k1
)(x x
k+1
) (x x
n
)
(x
k
x
0
)(x
k
x
1
) (x
k
x
k1
)(x
k
x
k+1
) (x
k
x
n
)
(5)
Os polin omios de Lagrange tem a seguinte propriedade:
(A) L
k
(x
k
) = 1 e L
k
(x
i
) = 0, se i k. De fato, substituindo x = x
k
, o numerador e o
denominados s ao iguais e assim L
k
(x
k
) = 1. Por outro lado, substituindo x = x
i
com i k, vemos que o numerador anula-se no fator (x x
i
), e assim L
k
(x
i
) = 0.
Denic ao 1.4. Sejam y
i
= f (x
i
). Ent ao o polin omio de Lagrange de f (x) e dado por
P(x) = y
1
L
1
(x) + y
2
L
2
(x) + + y
n
L
n
(x). (6)
Pela propriedade (A), a avaliac ao de P(x) em x = x
i
e:
P(x
i
) = y
1
L
1
(x
i
) + y
2
L
2
(x
i
) + + y
n
L
n
(x
i
) = y
i
L
i
(x
i
) = y
i
= f (x
i
), (7)
para todo i {0, 1, ..., n}. Ent ao P(x) interpola f (x), e pela unicidade do Teorema 1.1, P(x)
e o polin omio interpolante de f (x) nos pontos x
0
, x
1
, , x
n
Por tanto, a f ormula de Lagrange:
P(x) = y
1
L
1
(x) + y
2
L
2
(x) + + y
n
L
n
(x). (8)
fornece uma maneira direta de calcular o polin omio interpolante.
Exemplo 1.2. A seguinte tabela mostra a populac ao( em milh oes) mundial de 1970 a
2000.
Ano 1970 1980 1990 2000
Populac ao 3710 4450 5280 6080
Encontre um polin omio interpolador de grau 3 e estime a populac ao nos anos 1985
e 1995.
5
Soluc ao:
Dos dados, x
0
= 1970, x
1
= 1980, x
2
= 1990 e x
3
= 2000; y
0
= 3710, y
1
= 4450,
y
2
= 5280 e y
3
= 6080. Denimos os polin omios de Lagrange:
L
0
(x) =
(x x
1
)(x x
2
)(x x
3
)
(x
0
x
1
)(x
0
x
2
)(x
0
x
3
)
=
(x 1980)(x 1990)(x 2000)
(1970 1980)(1970 1990)(1970 2000)
L
1
(x) =
(x x
0
)(x x
2
)(x x
3
)
(x
1
x
0
)(x
1
x
2
)(x
1
x
3
)
=
(x 1970)(x 1990)(x 2000)
(1980 1970)(1980 1990)(1980 2000)
L
2
(x) =
(x x
0
)(x x
1
)(x x
3
)
(x
2
x
0
)(x
2
x
1
)(x
2
x
3
)
=
(x 1970)(x 1980)(x 2000)
(1990 1970)(1990 1980)(1990 2000)
L
3
(x) =
(x x
0
)(x x
1
)(x x
2
)
(x
3
x
0
)(x
3
x
1
)(x
3
x
2
)
=
(x 1970)(x 1980)(x 1990)
(2000 1970)(2000 1980)(2000 1990)
O polin omio interpolante e:
P(x) = 3710L
0
(x) + 4450L
1
(x) + 5280L
2
(x) + 6080L
3
(x).
A populac ao estimada no ano 1985 ser a
P(1985) = 3710L
0
(1985) + 4450L
1
(1985) + 5280L
2
(1985) + 6080L
3
(1985).
P(1985) = 3710(0.0625) + 4450(0.5625) + 5280(0.5625) + 6080(0.0625) = 4861.25.
Ent ao a populac ao estimada no ano 1985 e de 4861.25 milh oes.
Dado real: Em 1985 a populac ao mundial atingiu os 5000 milh oes de pessoas.
1.4 A F ormula de Newton
A F ormula de Newton para determinar o polin omio interpolante de f (x) e uma f ormula
mais eciente que a de Lagrange, pois precisa de menos custo computacional. A ideia
de Newton foi escrever o polin omio interpolante P(x) na forma
P(x) = b
0
+ b
1
(x x
0
) + b
2
(x x
0
)(x x
1
) + + b
n
(x x
0
)(x x
1
) (x x
n1
), (9)
em que os coecientes b
0
, b
1
, , b
n
devem ser determinados. Est a f ormula precisa da
denic ao das diferencas divididas.
Seja f uma func ao denida em (n + 1)-pontos x
0
, x
1
, , x
n
nos quais y
i
= f (x
i
).
Denic ao 1.5. As diferencas divididas de ordem 0, s ao os valores da pr opria func ao
f (x), ou seja,
f [x
i
] := f (x
i
), i = 0, 1, 2, ..., n (10)
As diferencas divididas de ordem k, para 0 k n, s ao denidas utilizando as
6
diferencas de ordem k 1:
f [x
i
, x
i+1
, , x
i+k
] =
f [x
i+1
, , x
i+k
] f [x
i
, , x
i+k1
]
x
i+k
x
i
, para 0 i n k (11)
Pela denic ao as diferencas divididas de ordem 0 de f para os valores x
0
, x
1
, x
2
, x
3
s ao:
f [x
0
] = f (x
0
), f [x
1
] = f (x
1
), f [x
2
] = f (x
2
), f [x
3
] = f (x
3
), (12)
as de ordem 1:
f [x
0
, x
1
] =
f [x
1
] f [x
0
]
x
1
x
0
, f [x
1
, x
2
] =
f [x
2
] f [x
1
]
x
2
x
1
, f [x
2
, x
3
] =
f [x
3
] f [x
2
]
x
3
x
2
, (13)
as de ordem 2:
f [x
0
, x
1
, x
2
] =
f [x
1
, x
2
] f [x
0
, x
1
]
x
2
x
0
, f [x
1
, x
2
, x
3
] =
f [x
2
, x
3
] f [x
1
, x
2
]
x
3
x
1
, (14)
e as de ordem 3:
f [x
0
, x
1
, x
2
, x
3
] =
f [x
1
, x
2
, x
3
] f [x
0
, x
1
, x
2
]
x
3
x
0
. (15)
Podemos organizar as diferencas divididas numa tabela, de modo que as diferencas
divididas de ordem 1 s ao calculadas a partir das diferencas de ordem 0, as de ordem 2 a
partir das de ordem 1, e assim sucessivamente.
x
i
y
i
ordem 0 ordem 1 ordem 2 ordem 3
x
0
y
0
f [x
0
]
f [x
0
, x
1
]
x
1
y
1
f [x
1
] f [x
0
, x
1
, x
2
]
f [x
1
, x
2
] f [x
0
, x
1
, x
2
, x
3
]
x
2
y
2
f [x
2
] f [x
1
, x
2
, x
3
]
f [x
2
, x
3
]
x
3
y
3
f [x
3
]
Observac ao 1.1. Uma propriedade f acil de vericar das diferencas divididas e que
estas n ao se alteram se permutamos dois valores x
i
e x
j
, por exemplo:
f [x
1
, x
2
] = f [x
2
, x
1
], (16)
f [x
1
, x
2
, x
3
] = f [x
2
, x
1
, x
3
] = f [x
2
, x
3
, x
1
] (17)
Como P(x) e o polin omio interpolante:
P(x
0
) = f (x
0
), P(x
1
) = f (x
1
), , P(x
n
) = f (x
n
). (18)
7
Pela igualdade (9) temos que P(x
0
) = b
0
. Ent ao
b
0
= P(x
0
) = f (x
0
) = f [x
0
]. (19)
Assim temos provado que o coeciente b
0
deve ser igual ` a diferenca dividida f [x
0
]. Da
mesma forma, da igualdade (9), P(x
1
) = b
0
+ b
1
(x
1
x
0
), ou, equivalentemente,
b
1
=
P(x
1
) b
0
x
1
x
0
=
f (x
1
) f (x
0
)
x
1
x
0
=
f [x
1
] f [x
0
]
x
1
x
0
= f [x
0
, x
1
].
Isto e, b
1
e a primeira diferenca de ordem 1. Continuando com a mesma ideia, como
f (x
0
) = P(x
2
) = b
0
+ b
1
(x
2
x
0
) + b
2
(x
2
x
0
)(x
2
x
1
), temos que
f [x
2
] = f [x
0
] + f [x
0
, x
1
](x
2
x
0
) + b
2
(x
2
x
0
)(x
2
x
1
)
Efetuando algumas operac oes
f [x
2
] f [x
0
]
x
2
x
0
= f [x
0
, x
1
] + b
2
(x
2
x
1
)
Ou
b
2
=
f [x
0
, x
2
] f [x
0
, x
1
]
x
2
x
1
Pela Observac ao (1.1), temos
b
2
=
f [x
0
, x
2
] f [x
1
, x
0
]
x
2
x
1
= f [x
1
, x
0
, x
2
] = f [x
0
, x
1
, x
2
] (20)
Ou seja, b
2
e a segunda diferenca dividida.
Repetindo o processo para P(x
i
) obteremos que
b
i
= f [x
0
, x
1
, , x
i
], para todo i = 1, , n. (21)
Por tanto, os coecientes do Polin omio Interpolante na forma de Newton (9) s ao
dados pelas diferencas divididas:
b
i
= f [x
0
, x
1
, , x
i
], para i = 0, 1, 2, ..., n. (22)
Observac ao 1.2. Resumindo, o polin omio interpolante na forma de Newton e:
P(x) = f [x
0
] + f [x
0
, x
1
](x x
0
) + f [x
0
, x
1
, x
2
](x x
0
)(x x
1
) +
+f [x
0
, , x
n
](x x
0
)(x x
1
) (x x
n1
).
8
Exemplo 1.3. Um cabo sob ac ao do seu pr oprio peso est a suspenso entre dois pontos
distantes 24 metros.
12 metros
Figura 2: Um cabo sob ac ao do seu pr oprio peso.
A parte mais baixa do cabo cou a 12 metros de altura. Foram medidas diferentes
alturas em v arios pontos as quais est ao mostradas na tabela abaixo
x
i
y
i
x
i
y
i
-2 12.16 2 12.16
-7 14.10 7 14.10
-9 15.53 9 15.53
-12 18.51 12 18.51
Estime a altura a uma dist ancia de 5 metros do centro.
Soluc ao:
Pela simetria do problema em relac ao ao eixo y, e suciente considerar os dados
x
0
= 0, x
1
= 2, x
2
= 7, x
3
= 9 e x
4
= 12.
x
i
y
i
ordem 0 ordem 1 ordem 2 ordem 3 ordem 4
0 12.00 12.00
0.3
2 12.16 12.16 0.01257
0.388 0.00379
7 14.10 14.10 0.0467 -0.000241
0.715 0.00089
9 15.53 15.53 0.0556
0.993
12 18.51 18.51
Pela f ormula de Newton
P(x) = 12.00 + 0.3(x 0) + 0.01257(x 0)(x 2) + 0.00379(x 0)(x 2)(x 7)+ (23)
9
0.000241(x 0)(x 2)(x 7)(x 9). (24)
Substituindo o valor de x = 5 obtemos: P(5) = 13.545
Agora estamos em condic oes de resolver o seguinte exerccio.
Exerccio 1.1. Estime a populac ao do Brasil nos anos 1955, 1975 e 2012 usando os dados
do Exemplo 1.1.
Refer encias
[1] Arenales, Selma e Darezzo, Arthur: C alculo Num erico: aprendizagem com apoio de
software. S ao Paulo, Thomson Learning, 2008.
[2] Bertoldi, Neide: C alculo Num erico. S ao Paulo, Pearson Prentice Hall, 2006.
[3] Ruggeiro, M arcia e Lopes, Vera L ucia: C alculo Num erico: Aspectos Te oricos e Computa-
cionais . 2a Edic ao, S ao Paulo, Pearson Makron Books, 1996.
[4] Steward, James: C alculo . Vol. 1, Cengage Learning, S ao Paulo, 2013.
10