UNIDADE 3

INTERPOLAÇÃO POLINIMIAL

3.1 Introdução

A ideia básica da interpolação é aproximar uma função f (x ) por meio de uma

função p (x ) , geralmente polinomial. Os motivos principais desta aproximação são:
a) Estimar valores intermediários entre dados precisos.

Neste capítulo estudaremos procedimentos que permitem, a partir de pontos (x, f(x))
obtidos em medições, determinar a função que mais se aproxima desses pontos, bem como
determinar valores desconhecidos entre os experimentados (interpolação) e fora do intervalo
experimentado (extrapolação).

A interpolação também é útil quando se quer derivar ou diferenciar uma função onde
estas operações são difíceis (ou mesmo impossíveis) de serem efetuadas.

3.2 – O QUE É A INTERPOLAÇÃO

Consideremos um conjunto de pontos (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), ...., (xn,
f(xn)).
Interpolar consiste em determinar uma função g(x) tal que: g(xi) = f(xi), i = 0, 1, 2, ... , n.
Graficamente isto significa:

No gráfico, (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), (x3, f(x3)), (x4, f(x4)), (x5, f(x5)), são
valores conhecidos e que pertencem à função f(x) muitas vezes desconhecida. A função g(x)
é a função que será determinada e que tem em comum com f(x) os pontos (x 0, f(x0)), (x1,
f(x1)), (x2, f(x2)), (x3, f(x3)), (x4, f(x4)), (x5, f(x5)), denominados nós de interpolação.
No nosso estudo adotaremos a interpolação polinomial (determinar a função g(x) em
forma de uma função polinomial), apesar de que g(x) pode ser uma função de qualquer tipo
(racional, logarítmica, exponencial, trigonométrica, etc).
Exemplo 3.1: É sabido que no Brasil é realizado censo geral a cada 10 anos. Portanto nos
anos em que é realizado o censo, tem-se dados precisos da população do país. Os valores do
número de habitantes em anos intermediários pode ser estimado através de uma
interpolação.

b) A função tem uma expressão tal que operações como diferenciação e integração são
difíceis ou mesmo impossíveis de serem realizadas.

x
2 −t 2
Exemplo 3.2: f ( x) =
x
e dt
0

3.3 Problema Geral da Interpolação

Considere a tabela abaixo com (n+1) pontos distintos:

x x0 x1 x2 ................... xn
f(x) f ( x0 ) f ( x1 ) f ( x2 ) ................... f ( xn )

A interpolação de f(x) consiste em se obter uma função g(x), tal que:

g ( x0 ) = f ( x0 )
g ( x1 ) = f ( x1 )

g ( xn ) = f ( xn )

f(x)

p (x )

x0 x1 x2 x3 x
 Dada a tabela de pontos:

x x0 x1 x2 ................... xn
f(x) f ( x0 ) f ( x1 ) f ( x2 ) ................... f ( xn )

Deseja-se aproximar f(x) por um polinômio de grau  n , ou seja:

p n ( x) = a0 + a1 x + a 2 x 2 + ..................... + a n x n

tal que f ( x k ) = p n ( x k ), k = 0,1,2,....., n

A partir desta condição, pode-se montar o seguinte sistema:

a o + a1 x 0 + a 2 x 02 + ........................a n x 0n = f ( x 0 )
a o + a1 x1 + a 2 x12 + ........................a n x1n = f ( x1 )
a o + a1 x 2 + a 2 x 22 + ........................a n x 2n = f ( x 2 )

a o + a1 x n + a 2 x n2 + ........................a n x nn = f ( x n )

As incógnitas são: a 0 , a1 , a 2 ,....., a n , portanto, tem-se um sistema linear. A sua forma

matricial é dada por:

1 x0 x 02  x 0n  a 0   f ( x 0 ) 
    
1 x1 x12  x1n   a1   f ( x1 ) 
1 x2 x 22  x 2n  a 2  =  f ( x 2 ) 
    
       
1 x n2  x nn  a n   f ( x n )
 xn

A matriz de coeficientes é conhecida como matriz de Vandermonde.

Observação: Para x0 , x1 , x 2 ,......., x n distintos, tem-se det( A)  0 e o sistema linear admite

solução única. Portanto, existe um único polinômio p n (x) , de grau  n , tal que:
p n ( x k ) = f ( x k ), k = 0,1,2,....., n e desde que x k  x j para j  k .

Exemplo 3.3: Encontre p n (x) com grau  n que interpole os pontos da tabela abaixo.

x -1 0 2
f(x) 4 1 -1

p 2 ( x) = a0 + a1 x + a 2 x 2
p 2 ( x0 ) = a0 + a1 x0 + a 2 x0 2 = f ( x0 )
p 2 ( x1 ) = a0 + a1 x1 + a 2 x1 2 = f ( x1 )
p 2 ( x2 ) = a0 + a1 x2 + a 2 x2 2 = f ( x2 )

1 − 1 1  a 0   4 
1 0 0  a  =  1 
  1   
1 2 4 a 2  − 1

 a 0   1 
 a  = − 7 
 1   3
a 2   2 
 3 
Verificação: p 2 (−1) = 4 p 2 (0) = 1 p 2 (2) = −1
Esta verificação é uma forma de conferir os resultados, pois a curva de interpolação deve
passar pelos pontos dados.

Exemplo 3.4: Estime o logaritmo natural de 2 usando interpolação linear e quadrática:

a) interpolando entre ln(1)=0 e ln(6)=1,7917595;
b) interpolando entre ln(1)=0 e ln(4)=1,3862944;
c) interpolando entre ln(1)=0, ln(4)=1,3862944 e ln(6)=1,7917595;

a) p1 ( x) = a 0 + a1 x

p1 ( x 0 ) = a 0 + a1 x0 = f ( x0 )
p1 ( x1 ) = a 0 + a1 x1 = f ( x1 )

1 1 a 0   0 
1 6  a  = 1,7917595
  1   

p1 ( x) = −0,3583519+ 0,3583519x

Pela interpolação ln(2)=0,35835190. O valor real é dado por: ln(2)=0,69314718

0,69314718− 0,35835190
O erro cometido é dado por: erro = 100 = 48,3%
0,693114718

b) p1 ( x) = a 0 + a1 x

p1 ( x 0 ) = a 0 + a1 x0 = f ( x0 )
p1 ( x1 ) = a 0 + a1 x1 = f ( x1 )

1 1 a 0   0 
1 4  a  = 1,3862944
  1   

p1 ( x) = −0,4620981333+ 0,4620981333x

Pela interpolação ln(2)=0,46209813

 0,69314718− 0,46209813
O erro cometido é dado por: erro = 100 = 33,3%
0,693114718

c) p 2 ( x) = a0 + a1 x + a 2 x 2

p 2 ( x0 ) = a0 + a1 x0 + a 2 x0 2 = f ( x0 )
p 2 ( x1 ) = a0 + a1 x1 + a 2 x1 2 = f ( x1 )
p 2 ( x2 ) = a0 + a1 x2 + a 2 x2 2 = f ( x2 )

1 1 1   a 0   1 
1 4 16  a  = 1,3862944
  1   
1 6 36 a 2  1,7917595

 a 0   − 0,66596 
 a  =  0,721463716 
 1  
a 2  − 0,051873116

p 2 ( x) = −0,669596+ 0,721463716x − 0,051872116x 2

Pela interpolação ln(2)=0,5658443666

0,69314718− 0,5658443666
O erro cometido é dado por: erro = 100 = 18,4%
0,693114718
Observe que nos três casos o erro foi diminuindo. Do primeiro para o segundo foi em função
da interpolação linear ser com pontos mais próximos. No terceiro caso o erro foi menor pela
interpolação quadrática.

EM OUTRAS PALAVRAS

O problema da interpolação consiste basicamente em encontrar uma função que seja a

expressão lógica de determinados pontos. Conhecendo-se alguns pontos (x , y ), (x , y ).....(x
, y ) e desconhecendo a função analítica a qual pertençam. A interpolação possibilita que
calculemos o valor numérico intermediário da função num ponto não tabelado, com certo
grau de erro.

Erro
Embora não conheçamos a função que contém esses pontos, podemos substituí-la por outra
função que é uma aproximação deduzida a partir dos dados tabelados.

Diante da possibilidade de termos uma função cuja forma analítica é muito complicada,
os métodos de interpolação ainda permitem que procuremos uma outra função que seja uma
aproximação da função dada, cujo manuseio seja bem mais simples. A função mais usual
é a função polinomial por ser de mais fácil operação com derivação e integração.

Observe pelo gráfico que para àqueles pontos da tabela que pertencem à função f, teremos
f(x) = g(x), onde g(x) é a função substituta. Esses pontos são conhecidos como pontos de
amarração.

Para (n+1) pontos, existe um e somente um polinômio de grau não superior a n.

2 pontos (polinômio de 1º grau)

3 pontos (polinômio de 2º grau)
4 pontos (polinômio de 3º grau)

Teorema Fundamental da Interpolação Polinomial

Se uma função f(x) é contínua num determinado intervalo, então esta função poderá ser
substituída no interior deste intervalo por um polinômio de grau não superior a “n”,

conforme a seguinte expressão

:

Dados n+1 pontos, se desejamos determinar a função polinomial de grau n, podemos

construir um sistema de n equações, substituindo cada um dos pontos em .
 Isso significa que: dados dois pontos (x1 , y1 ) e (x2 , y2 ), podemos obter a função
polinomial de 1º grau, definida por

através de um sistema de duas equações a duas incógnitas; que dados três pontos (x1, y1)

(x2, y2) e (x3, y3)]) o polinômio interpolador será a função quadrática )função do segundo grau)
f(x) = ax2 + bx + c.

Nesses dois casos específicos, tanto na interpolação linear, quanto na quadrática, estas
funções podem ser obtidas ao resolvermos, respectivamente, os sistemas de equações:

a) Na interpolação linear

Onde a1 e a2 são as incógnitas

b) Na quadrática

onde a2, a1 e a0 são as incógnitas.

Embora possamos resolver um sistema por escalonamento, sobretudo os de 1º e 2º graus,

que não apresentam dificuldades, no cálculo numérico encontramos métodos, como o de
Newton e o de Lagrange, que nos permitem encontrar um polinômio interpolador de grau n
de maneira menos trabalhosa que resolver o sistema pelos processos que aprendemos no
Ensino Médio.

3.4 – INTERPOLAÇÃO POR RESOLUÇÃO DO SISTEMA LINEAR

Na interpolação polinomial,por meio de sistema linear, conhecidos n + 1 pontos (x0,

f(x0)), (x1, f(x1)), (x2, f(x2)), ...., (xn, f(xn)), g(x) será um polinômio de grau menor ou igual
a n, tal que:

gn(xk) = f(xk), k = 0, 1, 2, ..., n, ou seja: gn(x) = a0 + a1x + a2x2 + .... + anxn.

A definição permite construir um sistema linear

gn(x0) = a0 + a1x0 + a2x02 + .... + anx0n = f(x0)
gn(x1) = a0 + a1x1 + a2x12 + .... + anx1n = f(x1)
gn(x2) = a0 + a1x2 + a2x22 + .... + anx2n = f(x2)
...... .............................
gn(xn) = a0 + a1x2 + a2x22 + .... + anxnn = f(xn)
onde (a0, a1, a2, …, an) são os coeficientes do polinômio a determinar, xik , i = 0, 1, 2, ....
n e k = 0, 1, 2, ... n, os coeficientes das variáveis ai, i = 0, 1, 2, ... n.
 Este sistema solução única pois a matriz formada por x0, x1, x2, ..., xn (coeficientes
das variáveis) é uma matriz de Vandermonte e sendo (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), ....,
(xn, f(xn)), pontos distintos o determinante dessa matriz é diferente de zero.

Para se fazer uma previsão do erro, calcula-se as diferenças di = |f(xi) = g(xi)|. O erro
cometido é menor que a maior diferença.

Deve-se entretanto, tomar o devido cuidado quando se usa o método de eliminação

de Gauss numa aritmética de ponto flutuante, para a solução do sistema, pois a polinômio
gerado pode não ser fiel aos pontos conhecidos.

Vejamos alguns exemplos

(1) Seja determinar o polinômio g(x) que interpola os dados da tabela:

Como são três pontos, o polinômio de grau mínimo deve ser 3 – 1 = 2.

Assim, g2(x) = a0 + a1x + a2x2.

g2(x1) = a0 + a1x1 + a2x12 = a0 + a1.1 + a2.12 = a0 + a1 + a2 = 2

g2(x2) = a0 + a1x2 + a2x22 = a0 + a1.2 + a2.22 = a0 + 2a1 + 4a2 = 2

g2(x3) = a0 + a1x3 + a2x32 = a0 + a1.3 + a2.32 = a0 + 3a1 + 9a2 = 4.

Resolvendo o sistema: a0 = 4; a1 = -3, a2 = 1.

(utilize um dos métodos aprendidos no capítulo anterior para resolver o sistema).

O polinômio é então g2(x) = 4 – 3x + x2.

(2) Dada a tabela, determinar o polinômio que interpolador, usando uma aritmética
de ponto flutuante com 4 dígitos. Explicitar uma previsão do erro.

Sendo 4 pontos, o polinômio é de grau 4 - 1 = 3 ou inferior.

g2(x1) = a0 + a1x1 + a2x12 + a3x13 = a0 + a1.1 + a2.12 + a313= a0 + a1 + a2 + a3 = 7

g2(x2) = a0 + a1x2 + a2x22 + a3x23 = a0 + a1.2 + a2.22 + a323= a0 + 2a1 + 4a2 + 8a3 = 2
g2(x3) = a0 + a1x3 + a2x32 + a3x33 = a0 + a1.3 + a2.32 + a333= a0 + 3a1 + 9a2 + 27a3 = 5
g2(x4) = a0 + a1x4 + a2x42 + a3x43 = a0 + a1.4 + a2.42 + a343= a0 + 4a1 + 16a2 + 64a3 = 9
Resolvendo o sistema, por algum dos processos descritos no capítulo anterior, resulta: a0 =
0.2700 x 102; a1 = -0.2983 x 102; a2 = 0.1100 x 102; a3 = -0.1167 x 101.

Vejamos os erros cometidos:

g(1) = 7,003; g(2) = 2,004; g(3) = 5,001; g(4) = 8,992.

d1 = |7 – 7,003| = 0,003; d2 = |2 – 2,004| = 0,004; d3 = |5 – 5,001| = 0,001; d4 = |9 – 8,992| = 0,008.

Portanto, o polinômio é g(x) = 0.2700 x 102 - 0.2983 x 102.x + 0.1100 x 102.x2 - 0.1167 x 101x3,
com precisão de 0,008, pois o maior valor dos di é 0,008.

EXERCÍCIO

Considerando os pontos da tabela abaixo e usando uma aritmética de ponto flutuante com 4
dígitos, determine o polinômio interpolador.

Resposta: g(x) = -0,1200.102 + 0,5500.103x + 0,3500.105x2 –0,1000.107x3.

3.5 Forma de Lagrange

O método de Lagrange admite para os n+1 pontos, n polinômios pi(x) que passem, cada um
deles, pelo iponto de abscissa x e possuam para “zeros” os n -1 outros xj onde j ≠ i.

Admitir-se-á que o polinômio interpolador Pn(x) seja a combinação linear destes polinômios.
Observemos que para cada ponto P de coordenadas (x ,y ) tem-se y = Pn(x ) = p (x ) já que p
(x ) = 0 para j ≠ i.
Assim, seja a função polinomial Pn(x) a função substituta de f(x):
 Polinômio de Lagrange

Interpolação para 2 pontos (n+1=2) - ajuste de retas (n=1)

xi x0 x1
f(xi) f(x0) f(x1)

1
p( x) =  Li ( x). f ( xi ) = L0 ( x). f ( x0 ) + L1 ( x). f ( x1 )
i =0
As funções Li (x) devem satisfazer (3), ou seja:

L0 (x0) =1 L1 (x0) =0
L0 (x1) =0 L1 (x1) =1

É fácil verificar que, as seguintes funções, satisfazem :

x − x1 x − x0
L0 ( x) = L1 ( x) =
x0 − x1 x1 − x0
  x − x1   x − x0 
p(x ) =    f (x0 ) +    f (x1 )
 x0 − x1   x1 − x0 

Interpolação para 3 pontos (n+1=3) - ajuste de parábolas (n=2)

xi x0 x1 x2
f(xi) f(x0) f(x1) f(x2)

2
p(x ) =  Li  f (xi ) = L0  f (x0 ) + L1  f (x1 ) + L2  f (x 2 )
i =0

onde:
L0 (x0) =1 L1 (x0) =0 L2 (x0) =0
L0 (x1) =0 L1 (x1) =1 L2 (x1) =0
L0 (x2) =0 L1 (x2) =0 L2 (x2) =1

Por construção:

(x − x1 )  (x − x2 )
L0 =
(x0 − x1 )  (x0 − x2 )

(x − x0 )  (x − x 2 )
L1 =
(x1 − x0 )  (x1 − x2 )

(x − x0 )  (x − x1 )
L2 =
(x2 − x0 )  (x2 − x1 )

Portanto:

(x − x1 )  (x − x2 ) ( ) (x − x0 )  (x − x2 ) ( ) (x − x0 )  (x − x1 ) ( )
p( x) =  f x0 +  f x1 +  f x2
(x0 − x1 )  (x0 − x2 ) (x1 − x0 )  (x1 − x2 ) (x2 − x0 )  (x2 − x1 )
 Exemplo:
Ajuste uma reta aos seguintes pontos:

x 2 4

f(x) 3,1 5,6

 x − x1   x − x0 
p(x ) =    f (x0 ) +    f (x1 )
 x0 − x1   x1 − x0 
 x −4  x −2
p(x ) =    3.1 +    5.6 = −1.55  (x − 4) + 2.8  (x − 2)
2−4 4−2
p(x ) = 1.25  x + 0.6

Interpolação para 4 pontos

Forma de Lagrange

Seja a tabela abaixo:

X x0 x1 x2 x3
Y y0 y1 y2 y3

Deseja-se passar um polinômio de grau 3, pelos 4 pontos tabelados. O método

de Lagrange constrói 4 polinômios auxiliares do terceiro grau:

• L0(x) , L1(x) , L2(x) e L3(x), onde:

• L0(x) vale zero nos pontos x1 , x2 , x3 e vale 1 no ponto x0 .

• L1(x) vale zero nos pontos x0 , x2 , x3 e vale 1 no ponto x1 .

• L2(x) vale zero nos pontos x0 , x1 , x3 e vale 1 no ponto x2 .

• L3(x) vale zero nos pontos x0 , x1 , x2 e vale 1 no ponto x3 .

Como serão esses quatro polinômios ?

Vejamos:
Repare que em L0 , no numerador aparece (x-x1)(x-x2)(x-x3), logo, para

x = x1, x = x2 e x = x3 , o polinômio vale zero. Para x = x0 , o numerador

é igual ao denominador e o polinômio vale 1. Afirmação semelhante
pode ser feita para L1 , L2 e L3 . Assim, fica imediata a construção de L0
, L1 , L2 e L3.

O polinômio interpolante (de Lagrange) será:

P(x) = y0 L0(x) + y1 L1(x) + y2 L2(x) + y3 L3(x)

pois:

P(x0) = y0 L0(x0) + y1 L1(x0) + y2 L2(x0) + y3 L3(x0) = y0

pois: L0(x0) = 1 L1(x0) = 0 L2(x0) = 0 e L3(x0) = 0 , por construção.

Da mesma forma, P(x1) = y1 , P(x2) = y2 e P(x3) = y3 .

Logo o polinômio passa pelos pontos tabelados, sendo o polinômio

interpolante, pois a solução é única; isto é, há um único polinômio de grau
menor ou igual a três que passa nos quatro pontos tabelados.

O polinômio P(x) sendo formado pela soma de quatro polinômios do terceiro

grau será necessariamente de grau menor ou igual a três.
 Outro exemplo:

Consideremos por exemplo determinar por Lagrange, o polinômio que melhor

se ajuste aos pontos

Temos: g2(x) = f(x0).L0(x) + f(x1).L1(x) + f(x2)L2(x)

Calculando os polinômios de Lagrange:

L0(x) = (x – x1).(x – x2)/(x0 – x1).(x0 – x2) = (x – 2).(x – 3)/(1 – 2).(1 – 3) = (x2 –

5x + 6)/2.

Note que não foram usados (x – x0) e (x0 – x0).

L1(x) = (x – x0).(x – x2)/(x1 – x0).(x1 – x2) = (x – 1).(x – 3)/(2 – 1).(2 – 3) = (x2 –

4x + 3)/(-1).

Note que não foram usados (x – x1) e (x1 – x1).

L2(x) = (x – x0).(x – x1)/(x2 – x0).(x2 – x1) = (x – 1).(x – 2)/(3 – 1).(3 – 2) = (x2 –

3x + 2)/2.

Assim: g(x) = 2.[(x2 – 5x + 6)/2] + 2.[(x2 – 4x + 3)/(-1)] + 4.[(x2 – 3x + 2)/2]

Efetuando as multiplicações e reduzindo os termos semelhantes, resulta
finalmente:

g(x) = x2 –3x + 4.

3.6 Forma de Newton

Forma de Interpolação Polinomial de Newton

Nesta seção será visto uma forma diferente de determinar-se o polinômio de

interpolação. Nesta formulação não é necessário que os pontos usados sejam
igualmente espaçados ou que os valores das abscissas sejam necessariamente
em ordem crescente.
A expressão da forma de Newton é dada por:
 Pn ( x) = d 0 + d1 ( x − x0 ) + d 2 ( x − x0 )( x − x1 ) + ........+ d n ( x − x0 )( x − x1 )...(x − x n−1 )

Onde os d ' s são determinados por:

d 0 = f [ x0 ] = f ( x0 )
d 1 = f [ x1 , x 0 ]
d 2 = f [ x 2 , x1 , x 0 ]

d n = f [ x n , x n −1 ,........, x 2 , x1 , x 0 ]

As funções entre colchetes são chamadas de diferenças divididas e são

definidas por:

f ( xi ) − f ( x j )
f [ xi , x j ] =
xi − x j
f [ xi , x j ] − f [ x j , x k ]
f [ xi , x j , x k ] =
xi − x k
f [ xi , x j , x k ] − f [ x j , x k , xl ]
f [ xi , x j , x k , xl ] =
xi − xl

f [ x n , x n −1 ,..., x 2 , x1 ] − f [ x n −1 , x n − 2 ,..., x1 , x 0 ]
f [ x n , x n −1 ,........, x 2 , x1 , x 0 ] =
xn − x0

Resultando na expressão:

Pn ( x) = f [ x 0 ] + ( x − x 0 ) f [ x1 , x 0 ] + ( x − x 0 )( x − x1 ) f [ x 2 , x1 , x 0 ] + .... +
+ ( x − x 0 )( x − x1 )...(x − x n −1 ) f [ x n , x n −1 ,..., x 2 , x1 , x 0 ]

Para facilitar os cálculos utiliza-se uma tabela recursiva, para exemplificar

mostra-se o caso de ordem 4.

x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4

x0 f [ x0 ]
f [ x1 , x0 ]
x1 f [ x1 ] f [ x 2 , x1 , x 0 ]
f [ x 2 , x1 ] f [ x3 , x 2 , x1 , x 0 ]
x2 f [ x2 ] f [ x3 , x 2 , x1 ] f [ x 4 , x3, x 2 , x1 , x0 ]
f [ x3 , x 2 ] f [ x 4 , x3, x 2 , x1 ]
x3 f [ x3 ] f [ x 4 , x3 , x 2 ]
f [ x 4 , x3 ]
x4 f [ x4 ]
 Exemplo 1: Encontre o polinômio Pn (x) com n  2 que interpole os
pontos tabelados abaixo, utilizando a forma de Newton.

x -1 0 2
f(x) 4 1 -1

P2 ( x) = f ( x0 ) + f [ x1 , x0 ]( x − x0 ) + f [ x 2 , x1 , x0 ]( x − x0 )( x − x1 )

Calculando as diferenças divididas, com o exposto acima, temos a

seguinte tabela

As diferenças divididas podem ser dadas pela tabela recursiva:

x Ordem 0 Ordem 1 Ordem 2
-1 4
-3
0 1 2/3
-1
2 -1

f [ x1 ] − f [ x 0 ] 1− 4 −3
f [ x1 , x 0 ] = = =
x1 − x 0 0 − (−1) 1
f [ x 2 ] − f [ x1 ] − 1 − 1 − 2
f [ x 2 , x1 ] = = = = −1
x 2 − x1 2−0 2
f [ x 2 , x1 ] − f [ x1 , x 0 ] − 1 − (−3) 2
f [ x 2 , x1 , x 0 ] = = =
x2 − x0 2 − (−1) 3

2 2 2 7 2
P2 ( x) = 4 − 3( x + 1) + ( x + 1)( x) = 4 − 3x − 3 + x 2 + x = 1 − x + x 2
3 3 3 3 3

Observe que para usar o polinômio de Newton é preciso primeiramente

determinar as diferenças divididas

Exemplo 2: Estime ln(2) através da forma de Newton, utilizando os

dados da tabela abaixo.

x 1 4 6 5
f(x) 0 1,3862944 1,7917595 1,6094379

Calculando as diferenças divididas, com o exposto acima, temos a

seguinte tabela:

x Ordem 0 Ordem 1 Ordem 2 Ordem 3

1 0
0,46209813
4 1,3862944 -0,051873116
0,20273255 0,0078655415
 6 1,7917595 -0,020410950
0,18231160
5 1,6094379

P3 ( x) = 0 − 0,46109813( x11) − 0,051873116( x − 1)( x − 4) + 0,0078655415( x −1)( x − 4)( x − 6)

P3 (2) = 0,62876869 Erro = 9,3%

Exemplo 3: Dados os seguintes valores:

xi 0,1 0,4 0,7 1 1,2

f(xi) 0,813 0,536 0,682 1,25 1,864

A tabela de diferenças divididas para a tabela acima é:

xi f(xi) f[xi , xi+1] f[xi , xi+1, xi+2] f[xi , xi+1 , xi+2 ,xi+3] f[xi , xi+1
, xi+2 , xi+3 , xi+4 ]

0,1 0,813
0,536 − 0,813
= −0,923
0,4 − 0,1

0,487 − (−0,923)
= 2,350
0,4 0,536 0,7 − 0,1

0,682 − 0,536 2,343 − 2,350

= 0,487 = −0,008
0,7 − 0,4 1 − 0,1
1,893 − 0,487
= 2,343
0,7 0,682 1 − 0,4

0,014 − (−0,008)
= 0,02
1,2 − 0,1

1,250 − 0,682 2,354 − 2,343

= 1,893 = 0,014
1 − 0,7 1,2 − 0,4
3,07 − 1,893
= 2,354
1 1,250 1,2 − 0,7

1,864 − 1,250
= 3,07
1,2 − 1
1,2 1,864
 Encontrada a tabela de diferenças divididas é substituir os valores na forma do
polinômio de Newton

Podemos continuar indefinidamente, até encontrarmos o polinômio

interpolador de uma ordem n qualquer, aplicando sempre o mesmo raciocínio.
A expressão geral para um polinômio interpolador de ordem n será então:

pn (x ) = f (x0 ) + (x − x0 )  f x0 , x1  + (x − x0 )  (x − x1 )  f x0 , x1 , x2  +  +

+ (x − x0 )  (x − x1 )    (x − xn−1 )  f x0 , x1 ,, xn 

Exemplo 4: Dado:
x 0,2 0,5 0,9 1,5 2,0
f(x) 4,88 5,00 5,72 8,00 11,0

encontre o polinômio interpolador p(x) usando a forma de Newton:

xi f(xi) f[xi , xi+1] f[xi , xi+1, xi+2 ] f[xi , xi+1, xi+2, xi+3
]

0,2 4,88 5,00 − 4,88 1,8 − 0,4

= 0, 4 =2
0 ,5 − 0 , 2
0 ,9 − 0 , 2 0
0,5 5,00
5,72 − 5,00
= 1,8
0,9 − 0,5 3,8 − 1,8
0,9 5,72 = 2
1,5 − 0,5
8,00 − 5,72
= 3,8
1,5 8,00 1,5 − 0,9 0
6,0 − 3,8
= 2
11,00 − 8,00 2 , 0 − 0 ,9
2,0 11,00 = 6,0
2,0 − 1,5
 Polinômio de Newton

pn (x ) = f (x0 ) + (x − x0 )  f x0 , x1  + (x − x0 )  (x − x1 )  f x0 , x1 , x2  +  +

+ (x − x0 )  (x − x1 )    (x − xn−1 )  f x0 , x1 ,, xn 
Observe que de acordo com a tabela o polinômio só vai até f[xi , xi+1, xi+2 ] pois
f[xi , xi+1, xi+2, xi+3 ] é zero

p( x) = 4,88 + ( x − 0,2).04 + ( x − 0,2).(x − 0,5).2

p( x) = 4,88 + 0,4 x − 0,08 + ( x 2 − 0,5 x − 0,2 x + 0,1).2

p( x) = 4,88 + 0,4 x − 0,08 + 2 x 2 − x − 0,4 x + 0,2

p( x) = 2 x 2 − x + 5

Note que usando a forma de Newton, p(xi) = f(xi)

EM OUTRAS PALAVRAS

O método de Newton para o polinômio que interpola f(x) é dado por

pn(x) = D0 + D1.(x – x0) + D2.(x – x0)(x – x1) + D3.(x – x0)(x – x1)(x – x2) + ...
+ Dn.(x – x0)(x – x1)(x – x2)…(x – xn-1).

Chamamos o vetor (D0, D1, D2, …, Dn) de operador diferenças divididas

(ODD) pois os coeficientes Di, i = 0, 1, 2,...,n, são obtidos por uma razão
entre diferenças.

Estes operadores são assim definidos:

D0 = que pode ser simbolizado por f[x0] = f(x0) (ODD de ordem zero).
D1 = simbolizado por f[x0, x1] = (f[x1] – f[x0])/(x1 – x0) = (f(x1) –
f(x0))/(x1 – x0) (ODD de ordem 1).

D2 = f[x0, x1, x2] = (f[x1, x2] – f[x0, x1])/(x2 – x0) =

= {[(f(x2) – f(x1))/(x2 – x1)] – [(f(x1) – f(x0))/(x1 – x0)]}/(x2 – x0) =

= [(f(x2) – f(x1)).(x1 – x0) – (f(x1) – f(x0)).(x2 – x1)]/(x2 – x1).(x2 – x0).(x1

– x0). (ODD de ordem 2)
 D3 = f[x0, x1, x2, x3] = (f[x1, x2, x3] – f[x0, x1, x2])/(x3 – x0) (odd de
ordem 3).

..............................

Dn = f[x0, x1, x2, x3, …, xn] = (f[x1, x2, x3, …, xn] – f[x0, x1, x2, … xn-
1])/(xn – x0) (ODD de ordem n).

O desenvolvimento das expressões dos Di torna-se cada vez mais

complexo. Assim, é comum apresentar as diferenças divididas em um
quadro (algoritmo), conforme abaixo

Na prática,

(1) os elementos da primeira coluna são os valores tabelados para x;

(2) os elementos da segunda coluna são os valores tabelados para f(x);

(3) o elemento f[xk, xk + 1, xk + 2, .....xk + n] é obtido pela diferença entre os

elementos imediatamente abaixo e acima da coluna anterior dividido pela
diferença (xk +n – xk).

(4) os coeficientes dos produtos do polinômio interpolador são os valores D0, D1,
D2, ..., Dn indicados na tabela.

Exemplo 5: determinar o polinômio interpolador para a tabela:

 Construindo a tabela para as diferenças divididas:

Temos então: q4(x) = -1 + 3.(x – 0) + (-1).(x – 0).(x – 1) + 1.(x – 0).(x – 1).(x

– 2) 
 q4(x) = x3 – 4x2 + 6x – 1.

Exemplo 5:
Determine o polinômio interpolador que passe nos pontos (0,2), (1,11),
(3,71) e (5,227).
 Exemplo 6:

Utilizando os valores de seno, dados pela tabela abaixo é possível

determinar a função

quadrática que se aproxima de , trabalhando com três

casas decimais.
 Podemos usar qualquer um dos métodos para construir a função polinomial
P (x) = a2 x2 +a1 x +a0 : escalonamento, Lagrange ou Newton.
Experimente fazer por cada um deles como exercício.

A função quadrática obtida será:

P(x) = 0,333x2 + 0,452x

A seguir o gráfico mostra quão próximos são os gráficos

das funções

P(x) = 0,333x2 + 0,452x

no intervalo [0, π/4]. Podemos usar essa função polinomial

para determinar o valor aproximado que qualquer x
compreendido entre 0 e π/4 produzirá na função
.
 Seja, por exemplo, calcular cos 22,8º, em uma aritmética de ponto flutuante
com 4 dígitos,usando um polinômio interpolador de a) grau 1 b) grau
2 c) grau 3, sendo conhecida a tabela

Para se obter um polinômio de grau n são necessários n + 1 nós (pontos).

Construindo a tabela das diferenças divididas:

a) para grau 1, devemos usar dois nós que limitam o valor desejado. Como
22º < 22,8º < 23º, usaremos os nós 22º e 23º
Assim, g1(x) = 0,9272 – 0,0067.(x – 22)  g1(22,8º) = 0,9272 –
0,0067.(22,8º - 22º) =
= 0,9272 – 0,0054 = 0,9218.
b) para grau 2, devemos usar os três nós.
Temos g2(x) = 0,9335 + (x – 21).(-0,0063) + (x – 21).(x – 22).(-0,0002) 
 0,9335 + (22,8 – 21).(-0,0063) + (22,8 – 21).(22,8 – 22).(-0,0002) =
0,9219.
c) para grau 3, devemos usar os quatro nós.
g3(x) = 0,973 + (x – 20)(-0,0395) + (x – 20)(x – 21)(0,0166) + (x –20)(x –
21)(x – 22)(-0,0056) 
 g3(22,8º) = 0,973 + (22,8 – 20)(-0,0395) + (22,8 – 20)(22,8 – 21)(0,0166)
+ (22,8 –20)(22,8 – 21)(22,8 – 22)(-0,0056) = 0,9234
 Exercícios propostos

1. Qual a relação entre o número de pontos usados na interpolação e o grau do

polinômio interpolador que pode ser calculado?
INTERPOLAÇÃO LINEAR

2. Determine o polinômio do tipo P(x) = a + bx para os pontos abaixo, depois

determine P(3).

x -2 5 Resp. P(x) = 5 + 4x P(3) = 17

a)
y -3 28

b) x -2 4 Resp. P(x) = 8 - 3x P(3) = -1

y 12 5

INTERPOLÇÃO QUADRÁTICA

3. Determine o polinômio do tipo P(x) = a + bx + cx2 para os pontos abaixo, depois

determine P(4).
x -2 1 5 Resp. P(x) = 1 – 4x + x2 P(4) = 1

a) y 13 -2 6

x -3 -1 7 Resp. P(x) = -8 +3x2 P(4) = 40

b) y 19 -5 139

c) x -4 1 3 Resp. P(x) = 3 + 4x + x2 P(4) = 35

y 16 6 24

INTERPOLAÇÃO DE LAGRANGE

4. Um objeto foi lançado para cima sabendo que ele estava no chão e que após 2
segundos a sua altura era 6 metros e no instante de 4 segundos a sua altura era de
20 metros. Veja a tabela abaixo. Determine usando o polinômio de Lagrange a
altura do objeto no instante de 3 segundos.

x (tempo) 0 2 4 Resp. P(x) = x + x2 P(3) = 12

y (altura) 0 6 20
5. Determine P(x) e P(4) na tabela abaixo, usando o polinômio Interpolador de
Lagrange
x 2 3 5 Resp. P(x) = 2 + 3x + 4x2 P(4) = 78

y 24 47 117

6. Determine, usando a interpolação de Lagrange, determine o polinômio que passa

pelos pontos abaixo:

x -1 0 2 5

y -3 0 12 135 Resp. P(x) = x3 + 2x

INTERPOLAÇÃO DE NEWTON

7. Determine, usando o polinômio de Newton, o polinômio P(x) que passa pelos pontos
abaixo:

X -2 0 3 5

Y 2 2 17 107 Resp. P(x) = x3 – 4x + 2

8. Determine o polinômio interpolador de Newton para a tabela abaixo. Determine

P(0).

x -1 1 2 4 Resp. P(x) = - 5 + x3 P(0) = -5

y -6 -4 3 59

9. Determine o polinômio interpolador de Newton para a tabela abaixo. Determine

P(3).

x 0 2 4 6 Resp. P(x) = x + 3x2 P(3) = 30

y 0 14 52 114

10. Dada a tabela abaixo, determine P(x) e P(2), usando o polinômio interpolador de
Newton
x 0 1 3 4 5 Resp. P(x) = - 1 + x + x3 P(2) = 9

y -1 1 29 67 129

11. Usando o método de Newton, determinar o polinômio para a tabela abaixo:

x 1 2 4 Resp. P(x) = - 10 + x2

y -9 -6 6
12. Calcular P(7) usando polinômio de Newton, na tabela abaixo:

x 0 3 5 10

y 2 32 132 1012 P(7) = 352

13. Uma pessoa observou a reprodução de certo tipo de bactérias e anotou os

seguintes dados: No instante 0 segundos tinha 4 bactérias; no instante 1 segundo
tinha 6 bactérias; no instante 4 segundos tinha 24 bactérias e no instante 6 segundos
tinha 46 bactérias. Determine usando o polinômio de Newton um polinômio para a
tabela abaixo e determine o número de batérias no instante 3 segundos.

x (tempo) 0 1 4 6 Resp. P(x) = 4+ x + x2 P(3) = 16

y (bactérias) 4 6 24 46