INTERPOLAÇÃ

O
Polinomial e Fórmula de Lagrange
 Quando aplicar
• Quando são somente conhecidos os valores numéricos da
função para um conjunto de pontos, e é necessário calcular o
valor de um ponto não tabelado.
• Quando a expressão da função é complicada demais para ser
integrada ou diferenciada.
Interpolação Polinomial
 PASSO 3
f ( x)  p ( x)  a0  a1 x  a2 x 2
Exemplo x 2 3 4

f(x) -1.8137 0.0958 2.3452

O sistema para a solução será do

02 tipo:
a0  a1 x0  a2 x02  f ( x0 )
 2
Via polinômio interpolador, calcule a a0  a1 x1  a2 x1  f ( x1 )
 2
raiz de a0  a1 x2  a2 x2  f ( x2 )

f ( x)  x ln x  3.2 Substituindo os valores tabelados:

a0  a1 (2)  a2 (22 )  1.8137

 2
a0  a1 (3)  a2 (3 )  0.0958
 2
a0  a1 (4)  a2 (4 )  2.3452
Resolve-se o sistema.
 PASSO 4 – Método de Gauss-Seidel
Exemplo 
a0  2a1  4a2  1.8137
a0  2a1  4a2  1.8137 
  1
a0  3a1  9a2  0.0958 a1    a0  3a2  0.0319
 3
a  4a  16a  2.3452
 0 1 2  1 1
a2   16 a0  4 a1  0.1466
02
PASSO 5
Via polinômio interpolador, calcule a
raiz de f ( x )  p ( x)  a0  a1 x  a2 x 2
f ( x)  x ln x  3.2
f ( x)  p( x)  4.6179  1.0637 x  0.1692 x 2
 PASSO 5
Exemplo
f ( x )  p ( x )  a0  a1 x  a2 x 2
f ( x)  p ( x)  4.6179  1.0637 x  0.1692 x 2

02
Via polinômio interpolador, calcule a
raiz de

f ( x)  x ln x  3.2
 PASSO 6 – Pode ser usado método numérico para a raiz
Exemplo
f ( x)  p ( x)  4.6179  1.0637 x  0.1692 x 2

02 Método de Newton!

Via polinômio interpolador, calcule a xk p(xk) p'(x) xk+1 p(xk+1) ÷xk+1-xk÷

raiz de 3 0,096 2,0789 2,953822 0,000361  
2,953822 0,000361 2,063273 2,953647 5,17E-09 0,000175
f ( x)  x ln x  3.2
2,953647 5,17E-09 2,063214 2,953647 0 2,51E-09

Valor exato = 2.95365

Polinômio Interpolador
de Lagrange 02.
 Polinômio Interpolador de Lagrange

● Iremos encontrar polinômios aproximadores que são determinados, simplesmente,

o P 1(x)
Ou sejaespecificando-se certos pontos no plano pelos quais eles devem passar.
oin c ide com a
c
ç ã o f no s x0 e
fun
m
x 1 (també
s
chamado
e
malhas d
in●terOs lação)
pocoeficientes a0 e a1 devem satisfazer:
Polinômio Interpolador de Lagrange - Linear

● Definiremos então
Polinômio Interpolador de Lagrange - Generalização
Polinômio Interpolador de Lagrange - Generalização

● Seja f uma função tabelada em (n+1) pontos distintos e sejam os polinômios de grau n
dados pela forma genérica
( x  x0 )( x  x1 )( x  x2 )  ( x  xn )
Li ( x) 
( xi  x0 )( xi  x1 )( xi  x2 ) ( xi  xn )
Onde
n
p ( x)   Li ( x) f ( xi )
i 0

São denominados polinômios de Lagrange.

● Note que não são inseridos os fatores (x – xi) e (xi – xi) o que
resultaria num denominador nulo.
Exemplo

02
Seja a seguinte tabela de valores da x 1.3 1.4 1.5
função f(x) = ex a partir da qual se
deseja obter uma aproximação para o ex 3.669 4.055 4.482
ponto x = 1.32
 x 1.3 1.4 1.5
Exemplo ex 3.669 4.055 4.482

Definição dos polinômios de Lagrange: como

02
Seja a seguinte tabela de valores da
função f(x) = ex a partir da qual se
deseja obter uma aproximação para o
ponto x = 1,32
n
p( x)   Li ( x) f ( xi )
i 0
( x  x0 )( x  x1 )( x  x2 )  ( x  xn )
Li ( x) 
( xi  x0 )( xi  x1 )( xi  x2 )  ( xi  xn )
temos 3 pontos, usaremos um polinômio de grau
2.

 L0 ( x) 
( x  x1 )( x  x2 )
 ( x0  x1 )( x0  x2 )
 ( x  x0 )( x  x2 )
 L1 ( x) 
 ( x1  x0 )( x1  x2 )
 ( x  x0 )( x  x1 )
 L2 ( x) 
 ( x2  x0 )( x2  x1 )
E o polinômio interpolador de Lagrange
n
p( x)   Li ( x) f ( xi )  L0 ( x) f ( x0 )  L1 ( x) f ( x1 )  L2 ( x) f ( x2 )
i 0
 x 1.3 1.4 1.5
Exemplo ex 3.669 4.055 4.482

 ( x  1.4)( x  1.5) ( x  1.41 )( x  1.5)

 L0 ( x)  (1.3  1.4)(1.3  1.5) 
02  0.02
 ( x  1.3)( x  1.5) ( x  1.3)( x  1.5)
 L1 ( x)  
 (1.4  1.3)(1.4  1.5) 0.01
 ( x  1.3)( x  1.4) ( x  1.3)( x  1.4)
Seja a seguinte tabela de valores da  L2 ( x)  
função f(x) = ex a partir da qual se  (1.5  1.3)(1.5  1.4) 0.02
deseja obter uma aproximação para o
ponto x = 1.32 Para calcular x = 1.32
n
p( x)   Li ( x) f ( xi ) p (1.32)  L0 (1.32) f ( x0 )  L1 (1.32) f ( x1 )  L2 (1.32) f ( x2 )
i 0

( x  x0 )( x  x1 )( x  x2 )  ( x  xn ) p(1.32)  3.743
Li ( x) 
( xi  x0 )( xi  x1 )( xi  x2 )  ( xi  xn )
ERRO

Exato Aproximação Erro

x  3.7434 x  3.743 x  x 3.743  3.7434
ERx  
x 3.7434
ERx  0.0107%
EXERCÍCIO
Considere o sistema linear na forma matricial:

● Verifique, usando eliminação de Gauss, se

 1 2 1   x1   3 
     este sistema tem solução;
 2 3 1   x2    5  ● Aplique os método iterativos;
 3 5 2 x  1 ● Aplique critério de linhas.
  3   
● Qual o comportamento dos método
iterativos?

19
Considere o sistema linear:
● Verifique, usando eliminação de Gauss, se
este sistema tem solução;
● Aplique critério de linhas
3x1  2 x2  15 x3  67 ● Aplique os método iterativos e considere

9 x1  2 x2  3 x3  59 uma precisão de 10-4 ;
2 x  4 x  x  1 ● Coloque os maiores valores absolutos na
 1 2 3
diagonal principal (trocando linhas). E
aplique o método de Gauss-Seidel
novamente. O que ocorreu com o número
de iterações?

20