Você está na página 1de 7

Notas de Cálculo Numérico

Comparação entre interpolação e ajuste de curvas

1
Marcello Goulart Teixeira
Departamento de Cência da Computação, Universidade Federal do Rio de Janeiro

1
marcellogt@ime.eb.br
2

AVISO

Essas são as minhas notas de aula sobre comparação entre interpolação e ajuste de curvas. Não
foram ainda revisadas, por isso, caso encontre algum erro ou incorreção, entre em contato pelo email.
Chapter 1

Comparação entre interpolação e


ajuste de curvas

Como vimos no capı́tulo ??, o polinômio interpolador é mais adequado para estimativas de f (x) quando
x ∈ [x0 , xn ], e não é muito adequado para extrapolações, ou seja, quando x ∈
/ [x0 , xn ]. Além disso, não
podemos esquecer que, mesmo quando x ∈ [x0 , xn ], o fenômeno de Runge pode acarretar em estimativas
ruins.
Por outro lado, como o ajuste de curvas tem o objetivo de determinar uma função que represente o
conjunto de pontos como um todo, podemos dizer que a função de ajuste segue a tendência do conjunto
de pontos. Dessa forma, é bastante adequado para extrapolações, contando que x não esteja muito
distante dos extremos.
Para ilustrar este fato vamos considerar dois exemplos de aplicação.

Variação da condutividade térmica de uma liga Ni-Cr em relação a temperatura:


Em um laboratório foi determinado experimentalmente a condutividade térmica de uma liga de Ni-Cr
para 21 diferentes valores da temperatura da amostra. Os valores levantados são apresnetados na tabela
a seguir.
pontos 1 2 3 4 5 6 7
θ 50 92.8571 142.8571 192.8571 240 285.7142 335.7142
κ 36 36.6666 36.9333 37.3333 37.3333 37.0666 36.9333
pontos 8 9 10 11 12 13 14
θ 385.7142 435.7142 485.7142 528.5714 578.5714 625.7142 671.4285
κ 36.8 36.4 35.3333 34 32 30.6666 29.3333
pontos 15 16 17 18 19 20 21
θ 721.4285 768.5714 821.4285 864.2857 914.2857 957.1428 1007.1428
κ 27.3333 26 26.6666 27.0666 28 28.4 28.6666
Efetuando interpolação de grau 9 com os 10 primeiros pontos, de grau 7 com os pontos de 10 a
17 e de grau 4 com os últimos 5 pontos, obtemos uma função contı́nua interpolante dos pontos dados,
seccionamente polinomial, dada por

−0.9425 × 10−20 θ9 + 0.2105 × 10−16 θ8 − 0.1966 × 10−13 θ7 + 0.9909 × 10−11 θ6 −




−0.2903 × 10−8 θ5 + 0.4936 × 10−6 θ4 − 0.4495 × 10−4 θ3 + 0.1586 × 10−2 θ2 +




× 10−1 θ + 33.3570, se θ ∈ [50, 485.7142]

+0.3954



κp (θ) = −0.8160 × 10−15 θ7 + 0.3531 × 10−11 θ6 − 0.6466 × 10−8 θ5 + 0.6493 × 10−5 θ4 −
−0.3858 × 10−2 θ3 + 1.3552θ2 − 260.2279θ + 21083.0707, se θ ∈ [485.7142, 821.4285]



× 10−7 θ4 − 0.3756 × 10−4 θ3 + 0.0520θ2 − 31.9310θ + 7352.9360,

0.1014




se θ ∈ [821.4285, 1007.1428]

3
4 CHAPTER 1. COMPARAÇÃO ENTRE INTERPOLAÇÃO E AJUSTE DE CURVAS

cuja representação gráfica é apresentada na figura 1.1.

Figure 1.1: Gráfico da função interpolante para a condutividade térmica.

Além disso, foi feito um ajuste polinomial em cada um dos subintervalos citados acima, respectiva-
mente de graus 2, 1 e 2, resultando numa função seccionalmente polinomial porém descontı́nua, dada
por

 35.3700 + 0.0157θ − 0.3195 × 10−4 θ2 , se θ ∈ [50, 485.7142)


κφ (θ) = 48.8538 − 0.0287θ, se θ ∈ (485.7142, 821.4285)


−8.1104 + 0.0673θ − 0.3055 × 10−4 θ2 , se θ ∈ (821.4285, 1007.1428]

cuja representação gráfica é apresentada na figura 1.2.


Claramente percebemos que a solução κp (θ) obtida pela interpolação é mais adequada, pois além de
fornecer os valores já tabelados, ela representa mais adequadamente o aumento e a diminuiçao do valor
da densidade em função da temperatura, além de ser uma função contı́nua.
Porém, caso seja necessário extrapolar o valor da condutividade térmica para θ = 1100, vemos que
a função interpoladora fornece κp (1100) = 35.46997 e a função de ajuste κφ (1100) = 28.98403578,sendo
este último vaalor mais coerente com a tendência dos últimos pontos obtidos em laboratório.

Variação do valor de uma ação em função do tempo:


A figura 1.3 apresenta a variação do valor da ação de uma grande empresa brasileira em 6 momentos
diferentes ao longo do dia 2 de dezembro de 2003. Neste caso, o objetivo é tentar prever o valor dessa
ação no instante seguinte t7 .
Efetuando a interpolação dos pontos obtemos um polinômio de grau 5 cujo gráfico está representado
na figura 1.4, dado por p5 (t) = 0.02208333338t5 − 0.4108333341t4 + 2.879583338t3 − 9.344166679t2 +
13.70333335t − 2.550000008.
Como pode ser visto, o uso do polinômio interpolador para estimar o preço da ação em t7 é inade-
quado, pois resulta em um valor estimado igual a R$7.9499, e dificilmente uma ação seria valorizada tão
repentinamente dessa maneira. Uma alternativa é considerar apenas os últimos valores da ação, dimin-
uindo assim o grau do polinômio interpolador mas, por outro lado, desconsiderando valores do passado
que podem ser importantes neste tipo de análise. Como exemplo, considerando apenas os 4 últimos
pontos e 5 casas decimais obtemos o polinômio p3 (t) = 0.01167t3 − 0.20500t2 + 1.19334t + 2.24999, que
5

Figure 1.2: Gráfico da função de ajuste para a condutividade térmica.

fornece uma estimativa igual a R$4.56 para a ação em t7 , sendo este valor muito mais razoável que o
anterior.
Efetuando um ajuste de curva para o conjunto de dados, na forma φ(t) = α1 + α2 x, obtemos a
função φ(t) = 4.35571 + 0.03393x que, como mostra a figura 1.5, claramente acompanha a tendência do
conjunto de dados. Esta figura também a presenta o polinômio p3 (t) obtido acima e o valor real da ação
no instante t7 , marcado com +.
Comparando as estimativas acima percebemos que o ajuste linear, além de ter considerado todas as
informações disponı́veis, importantes para este tipo de análise, forneceu a melhor estimativa entre as
três soluções abordadas.

É claro que não devemos generalizar os resultados obtidos nessas comparações pois cada aplicação
deve ser encarada como um caso particular, devendo ser efetuada uma análise de modo a obter as
melhores estimativas possı́veis. Porém, elas enfatizam dois pontos importantes: o ajuste de curvas
se adequa melhor a extrapolações e, caso os dados tenham significado fı́sico e tenham sido obtidos
experimentalmente, como na primeira comparação, provavelmente será mais adequada a interpolação
para estimar valores da função quando o ponto estiver no interior do intervalo estudado.
6 CHAPTER 1. COMPARAÇÃO ENTRE INTERPOLAÇÃO E AJUSTE DE CURVAS

Figure 1.3: Gráfico da variação do valor da ação ao longo do tempo.

Figure 1.4: Gráfico da variação do valor da ação ao longo do tempo e do polinômio interpolador p5 (t).
7

Figure 1.5: Gráfico da variação do valor da ação ao longo do tempo, do polinômio interpolador p3 (t) e
da reta de ajuste φ(t). Em + o valor real da ação em t7 .

Você também pode gostar