Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução
g ( x0 ) f ( x0 )
g ( x1 ) f ( x1 )
g ( x2 ) f ( x2 )
g ( xn ) f ( xn )
Conceito Formal de Interpolação Numérica
Graficamente, para n=5 temos (6 pontos), temos:
Teorema:
Existe um único polinômio pn(x) de grau ≤ n, tal que
pn(xk) = f(xk), k = 0,1, 2 , …. , n desde que xk ≠ xj, j ≠ k
Interpolação Polinomial
Demonstrando o Teorema:
Seja pn ( x) a0 a1 x a2 x 2 ... an x n
Da condição pn ( xk ) f ( xk ), k 0, 1, 2, ..., n ,
montamos o seguinte sistema linear:
a a x a x 2 ... a x n f ( x )
0 1 n 2 n n n n
1 x0 x02 x0n a0 f ( x0 )
2 n a f (x )
1 x1 x1 x1 1 1
v , a e f
n
1 xn xn xn
2
an f ( xn )
onde V é uma matriz de Vardermonde e, portanto, desde
que x0, x1, x2, …, xn sejam pontos distintos, temos det(v) ≠ 0.
Logo, o sistema linear admite solução única. A matriz
coluna a é a matriz das incógnitas e a matriz coluna f é a
matriz das constantes f(xi) = yi
Interpolação Polinomial
Existem várias formas de obtermos o polinômio pn(x)
Linear
Quadrática
Lagrange
Newton
Gregory – Newton , etc
Interpolação
Interpolação Linear
a0 a1 x0 y0
onde a1 e a0 são as incógnitas
a0 a1 x1 y1
Reescrevendo o sistema na forma matricial, temos:
1 x0 a0 y0
1 x a y
1 1 1
Interpolação Linear
Transformando em um sistema triangular equivalente
(utilizando a Eliminação de Gauss), temos:
1 x0 y0 1 x0 y0
1 x
1 y1 0 x1 x0 y1 y0
a0 a1 x0 y0
a1 x1 x0 y1 y0
p1 ( x) a0 a1 x ( y0 a1 x0 ) a1 x y0 a1 ( x x0 )
ou, de forma mais apropriada:
y1 y0
p1 ( x) y0 ( x x0 )
x1 x0
Interpolação Linear
O determinante da matriz A é diferente de zero, sempre
que x0 ≠ x1, logo para pontos distintos o sistema tem
solução única
Solução:
y1 y0
Aplicando a fórmula p1 ( x) y0 ( x x0 ) temos:
x1 x0
432 250
p1 ( x) 250 ( x 10) 18,2 x 68
20 10
Logo: p1 (15) 18,2 15 68 341
Interpolação
Interpolação Quadrática
a0 a1 x0 a x y0
2
2 0
a0 a1 x1 a2 x1 y1
2
a 0 a1 x 2 a 2 x 2
2 y 2
1 x0 x 2
0
a0 y 0
a1 y1
2
1 x1 x 1
1 x2 x a2 y2
2
2
Solução:
Montando o sistema linear:
Solução:
Montando o sistema linear:
Solução:
Aplicando a Eliminação de Gauss ao sistema,
chegaremos ao seguinte sistema triangular superior:
Solução:
Resolvendo o sistema triangular superior, encontramos:
a2 = 5,667; a1 = 0,231; a0 = 1,141
Solução:
Calculando o valor de p2(0,2)
Interpolação de Lagrange
pn ( x) y0 L0 ( x) y1 L1 ( x) ... yn Ln ( x)
onde os polinômios Lk(x) são de grau n.
Interpolação de Lagrange
Para cada i, queremos que a condição pn(xi) = yi seja
satisfeita, ou seja:
pn ( xi ) y0 L0 ( xi ) y1 L1 ( xi ) ... yn Ln ( xi ) yi
( 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 )
Solução:
Pela forma de Lagrange, temos que:
p2 ( x) y0 L0 ( x) y1 L1 ( x) y2 L2 ( x) onde:
( x x1 )( x x2 ) ( x 0)( x 2) x2 2x
L0 ( x)
( x0 x1 )( x0 x2 ) (1 0)(1 2) 3
Interpolação de Lagrange
Exemplo: Considere a tabela de dados abaixo:
i 0 1 2
x -1 0 2
y = f(x) 4 1 -1
Solução:
Pela forma de Lagrange, temos que:
( x x0 )( x x2 ) ( x 1)( x 2) x 2 x 2
L1 ( x)
( x1 x0 )( x1 x2 ) (0 1)(0 2) 2
( x x0 )( x x1 ) ( x 1)( x 0) x 2
x
L2 ( x)
( x2 x0 )( x2 x1 ) (2 1)(2 0) 6
Interpolação de Lagrange
Exemplo: Considere a tabela de dados abaixo:
i 0 1 2
x -1 0 2
y = f(x) 4 1 -1
Solução:
Voltando na forma de Lagrange, temos:
p2 ( x) y0 L0 ( x) y1 L1 ( x) y2 L2 ( x)
x2 2x x2 x 2 x2 x
p2 ( x) 4 1 (1)
3 2 6
7 2 2
Chegamos então a: p2 ( x) 1 x x
3 3
Interpolação de Lagrange
Exercício: Considere a tabela de dados abaixo:
i 0 1 2
x 1,1 2,2 3,5
y = f(x) 10 29 90
x 5,7 x 7,7
2
x 2
4,6 x 3,85
Resposta: L0 L1
2,64 1,43
x 2 3,3 x 2,42
L2
3,12
Interpolação de Lagrange
Exercício: Considere a tabela de dados abaixo:
i 0 1 2
x 1,1 2,2 3,5
y = f(x) 10 29 90
Interpolação de Newton
p n ( x) d 0 d1 x x0 d 2 x x0 x x1 .......
d n x x0 x x1 ....... x x n 1
x2 f [x2]
x3 f [x3]
Interpolação de Newton – Dif. Divididas
Montando a tabela das Diferenças Divididas para
n = 4:
Passo 2 : calcule f[x1, x2]
x3 f [x3]
Interpolação de Newton – Dif. Divididas
Montando a tabela das Diferenças Divididas para
n = 4:
Passo 3 : calcule f[x2, x3]
f [ x0 , x1 , x2 ] f [ x1 , x0 , x2 ] f [ x1 , x2 , x0 ].......
Interpolação de Newton – Dif. Divididas
Propriedades das Diferenças Divididas:
Cada coeficiente dn do Polinômio Interpolador de
Newton corresponde ao operador de grau n de
Diferenças Divididas:
f [ x0 ] d 0
f [ x0 , x1 ] d1
f [ x0 , x1 , x2 ] d 2
f [ x0 , x1 , x2 ,..., xn ] d n
Interpolação de Newton
Logo a forma de Newton para o polinômio de ordem n
que interpola f(x) é dada por:
p n ( x) d 0 d1 x x0 d 2 x x0 x x1 .......
d n x x0 x x1 ....... x x n 1
pn ( x) f [ x0 ] f [ x0 , x1 ]( x x0 ) f [ x0 , x1 , x2 ]( x x0 )( x x1 ) ...
... f [ x0 , x1 , x2 ,.., xn ]( x x0 )( x x1 )....( x xn 1 )
Interpolação de Newton
Exemplo: Usando a forma de Newton, calcule o
polinômio p4(x) que interpola f(x) nos pontos abaixo:
x -1 0 1 2 3
f(x) 1 1 0 -1 -2
Tabela das Diferenças Divididas:
Interpolação de Newton
Exemplo: Usando a forma de Newton, calcule o
polinômio p4(x) que interpola f(x) nos pontos abaixo:
x -1 0 1 2 3
f(x) 1 1 0 -1 -2
x -1 0 1 2 3
f(x) 1 1 0 -1 -2
Resposta:
7 2 2
p2 ( x ) 1 x x
3 3
Interpolação
x1 x0 x2 x1 x3 x2 ... xn xn 1 h
xi xi 1 h xi x0 i * h
0 f ( x) f ( x)
1 f ( x) f ( x h) f ( x)
2 f ( x) 1 f ( x h) 1 f ( x)
n f ( x) n 1 f ( x h) n 1 f ( x)
Interpolação de Gregory – Newton
Diferenças Ordinárias ou Finitas
x Ordem 0 Ordem 1 Ordem 2 … Ordem n
x0 f (x0)
∆1 f (x0)
x1 f (x1) ∆2 f (x0)
∆1 f (x1)
x2 f (x2) ∆2 f (x1)
... ... ... ... ... ∆n f (x0)
xn-2 f (xn-2)
∆1 f (xn-2)
xn-1 f (xn-1) ∆2 f (xn-2)
∆1 f (xn-1)
xn f (xn)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 1: calcule ∆1 f (x0)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1)
x2 f (x2)
x3 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 2: calcule ∆1 f (x1)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1)
∆1 f (x1)
x2 f (x2)
x3 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 3: calcule ∆1 f (x2)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1)
∆1 f (x1)
x2 f (x2)
∆1 f (x2)
x3 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 4: calcule ∆1 f (x3)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1)
∆1 f (x1)
x2 f (x2)
∆1 f (x2)
x3 f (x3)
∆1 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 5: calcule ∆2 f (x0)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1) ∆2 f (x0)
∆1 f (x1)
x2 f (x2)
∆1 f (x2)
x3 f (x3)
∆1 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 6: calcule ∆2 f (x1)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1) ∆2 f (x0)
∆1 f (x1)
x2 f (x2) ∆2 f (x1)
∆1 f (x2)
x3 f (x3)
∆1 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 7: calcule ∆2 f (x2)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1) ∆2 f (x0)
∆1 f (x1)
x2 f (x2) ∆2 f (x1)
∆1 f (x2)
x3 f (x3) ∆2 f (x2)
∆1 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 8: calcule ∆3 f (x0)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1) ∆2 f (x0)
∆1 f (x1) ∆3 f (x0)
x2 f (x2) ∆2 f (x1)
∆1 f (x2)
x3 f (x3) ∆2 f (x2)
∆1 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 9: calcule ∆3 f (x1)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1) ∆2 f (x0)
∆1 f (x1) ∆3 f (x0)
x2 f (x2) ∆2 f (x1)
∆1 f (x2) ∆3 f (x1)
x3 f (x3) ∆2 f (x2)
∆1 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
Montando a tabela das Diferenças Ordinárias ou
Finitas para n = 4:
Passo 10: calcule ∆4 f (x0)
x Ordem 0 Ordem 1 Ordem 2 Ordem 3 Ordem 4
x0 f (x0)
∆1 f (x0)
x1 f (x1) ∆2 f (x0)
∆1 f (x1) ∆3 f (x0)
x2 f (x2) ∆2 f (x1) ∆4 f (x0)
∆1 f (x2) ∆3 f (x1)
x3 f (x3) ∆2 f (x2)
∆1 f (x3)
x4 f (x4)
Interpolação de Gregory – Newton
A partir da tabela das Diferenças Ordinárias ou
Finitas, precisamos calcular os valores dk para
substituí-los na forma do polinômio de Newton. O
Teorema abaixo no mostra como calculá-los:
n f ( x0 )
f x0 , x1 , x2 , ..., xn
n!h n
Interpolação de Gregory – Newton
Prova ( A partir das Diferenças Dividas – Método de
Newton – mostramos que, quando os pontos estão
equidistantes – h fixo – a fórmula das Diferenças
Divididas se iguala à formula dada pelo Teorema ) :
f x0 f ( x0 )
f [ x1 ] f [ x0 ] f ( x1 ) f ( x0 ) f ( x0 h) f ( x0 ) f ( x0 )
f x0 , x1
x1 x0 x1 x0 h h
f ( x1 ) f ( x0 )
f [ x1 , x2 ] f [ x0 , x1 ] 2
f x0 , x1 , x2 h h f ( x0 )
x2 x0 2h 2h 2
pn ( x) f [ x0 ] f [ x0 , x1 ]( x x0 ) f [ x0 , x1 , x2 ]( x x0 )( x x1 ) ...
f [ x0 , x1 , x2 ,.., xn ]( x x0 )( x x1 )....( x xn 1 )
Solução:
Interpolação de Gregory – Newton
Exemplo: Construir a tabela de diferenças ordinárias
para a função f(x) tabelada abaixo e calcular p4(0,5)
pela fórmula de Gregory – Newton :
x -1 0 1 2 3
f(x) 2 1 2 5 10
Solução:
A forma de Gregory – Newton que interpola estes
pontos é dada por:
f ( x0 ) 2 f ( x0 )
p4 ( x) f ( x0 ) ( x x0 ) ( x x0 )( x x1 )
1! h1
2! h 2
3 f ( x0 ) 4 f ( x0 )
( x x0 )( x x1 )( x x2 ) ( x x0 )( x x1 )( x x2 )( x x3 )
3! h 3
4! h 4
Interpolação de Gregory – Newton
Exemplo: Construir a tabela de diferenças ordinárias
para a função f(x) tabelada abaixo e calcular p4(0,5)
pela fórmula de Gregory – Newton :
x -1 0 1 2 3
f(x) 2 1 2 5 10
Solução:
1 2
p4 ( x ) 2 ( x 1) ( x 1)( x)
11 2 1
0 0
( x 1)( x)( x 1) ( x 1)( x)( x 1)( x 2)
6 1 24 1
p4 ( x ) x 2 1
Interpolação de Gregory – Newton
Exemplo: Construir a tabela de diferenças ordinárias
para a função f(x) tabelada abaixo e calcular p4(0,5)
pela fórmula de Gregory – Newton :
x -1 0 1 2 3
f(x) 2 1 2 5 10
Solução:
p4 (0,5) x 2 1 0,25 1 1,25
Interpolação de Gregory – Newton
Exercício: Construir a tabela de diferenças ordinárias
para a função f(x) tabelada abaixo e calcular p2(115)
pela fórmula de Gregory – Newton:
i 0 1 2
x 110 120 130
f(x) 2,041 2,079 2,114
Resposta:
Interpolação Inversa
Solução:
Como 2 (1,82 , 2,01), usaremos interpolação linear sobre
x0 = 0,6 e x1 = 0,7. Calculando o polinômio p1(x) através do
método de Lagrange, temos:
p1 ( x) y0 L0 ( x) y1 L1 ( x)
( x x1 ) ( x 0,7) x 0,7
L0 ( x)
( x0 x1 ) (0,6 0,7) 0,1
Interpolação Inversa
Exemplo: Seja f(x) dada na tabela abaixo. Encontre x*
tal que f(x*) = 2.
Solução:
p1 ( x) y0 L0 ( x) y1 L1 ( x)
( x x0 ) ( x 0,6) x 0,6
L1 ( x)
( x1 x0 ) (0,7 0,6) 0,1
x 0,7 x 0,6
p1 ( x) 1,82 2,01 1,9 x 0,68
0,1 0,1
Interpolação Inversa
Exemplo: Seja f(x) dada na tabela abaixo. Encontre x*
tal que f(x*) = 2.
Solução:
Utilizando o polinômio p1(x) encontrado para calcularmos
p1(x*) = 2
Solução:
Vamos fazer a interpolação quadrática em f-1(x), utilizando o
método de Newton.
Interpolação Inversa
Exemplo: Seja f(x) dada na tabela abaixo. Encontre x*
tal que ex* = 1,3165.
Solução:
Tabela de diferenças divididas:
Interpolação Inversa
Exemplo: Seja f(x) dada na tabela abaixo. Encontre x*
tal que ex* = 1,3165.
Solução:
O polinômio é então dado por:
p2 ( x) f 1 ( y0 ) f 1[ y0 , y1 ]( y y0 )
f 1[ y0 , y1 , y2 ]( y y0 )( y y1 )
p2 ( x) 0,2 (0,7782)( y 1,2214)
(0,2718)( y 1,2214)( y 1,3499)
p2 (1,3165) 0,27487
Podemos verificar, na calculadora, que e0,27487 = 1,31659
Agora é possível estimar o erro, como veremos a seguir...
Interpolação
Estudo do Erro
f ( n 1) ( x )
En ( x) f ( x) pn ( x) ( x x0 )( x x1 )...( x xn )
(n 1)!
f(x)
p1(x)
f1(x)
f1(x0)= f2(x0)=p1(x0)
x0 x1 x
Estudo do Erro na Interpolação
Interpolação linear de f1(x) e f2(x)
O mesmo polinômio p1(x) interpola f1(x) e f2(x) em x0 e x1
Solução:
Pela fórmula de Newton temos:
p1 ( x) f ( x0 ) ( x x0 ) f [ x0 , x1 ]
Estudo do Erro na Interpolação
Exemplo: Considere a função f ( x) e x x 1 e a
tabela dada abaixo. Obtenha p1(0,7) por interpolação
linear e calcule o erro cometido:
Solução:
Como x = 0,7, logo x0 = 0,5 e x1 = 1, temos:
2,7183 1,1487
p1 ( x) 1,1487 ( x 0,5)
1 0,5
p1 ( x) 1,1487 ( x 0,5)3,1392
p1 (0,7) 1,1487 (0,7 0,5)3,1392 1,7765
Estudo do Erro na Interpolação
Exemplo: Considere a função f ( x) e x x 1 e a
tabela dada abaixo. Obtenha p1(0,7) por interpolação
linear e calcule o erro cometido:
Solução:
O cálculo do erro então será:
Logo
p2 (0,47) 0,278 0,009
Voltando ao Erro na Interpolação Inversa
Exemplo: Seja f(x) dada na tabela abaixo. Encontre x*
tal que ex* = 1,3165.
Tabela de diferenças divididas:
p2 (1,3165) 0,27487
Voltando ao Erro na Interpolação Inversa
Exemplo: Seja f(x) dada na tabela abaixo. Encontre x*
tal que ex* = 1,3165.
O Erro é então dado por:
| E (1,3165) || (1,3165 1,2214) (1,3165 1,3499)
(1,3165 1,4918) | | 0,1994 |
| E (1,3165) | 1,110 4
Logo, x 0,27487 0,00011
Interpolação
Vamos provar?
Grau do Polinômio Interpolador
a) Tabela de diferenças divididas (Método de Newton):
Convergência
Seja o intervalo [a,b] coberto pelos pontos a = x0, x1,
..., xn= b, o valor da função f nesses pontos e pn(x) o
polinômio interpolador de f(x)
2i
xi 1 para i 0,1,2,.., n .
n
Veja f(x) com duas
interpolações polinomiais
Fenômeno de Runge
À medida que aumenta o número de pontos de
interpolação, |f(x) – pn(x)| torna-se arbitrariamente
grande nesse intervalo
Solução:
Usar funções Splines,
que possuem convergência
garantida
Funções Splines
Splines são hastes flexíveis (de plástico ou de madeira),
fixadas em certos pontos de uma mesa de desenho,
para traçar curvas suaves
xi 1 x x xi
si 1 ( x) f ( xi ) f ( xi 1 ) x xi , xi 1
xi 1 xi xi 1 xi
Observações:
Note que s1(x) é polinômio de grau 1 no intervalo
s1(x) é contínua em todo intervalo xi , xi 1
Nos pontos nós s1 ( xi ) f ( xi ).
Solução:
Da definição:
x1 x x x0
s1 ( x) f ( x0 ) f ( x1 )
x1 x0 x1 x0
2 x x 1
s1 ( x) 1 2 2 x 2 x 2 x x 1, 2
2 1 2 1
Função Spline Linear
Exemplo: Achar a função spline linear que interpola f(x)
i 0 1 2 3
xi 1 2 5 7
f ( xi ) 1 2 3 2,5
Solução:
Da definição:
x2 x x x1
s2 ( x) f ( x1 ) f ( x2 )
x2 x1 x2 x1
5 x x2 1
10 2 x 3 x 6 x 4 x 2, 5
1
s2 ( x ) 2 3
52 52 3 3
Função Spline Linear
Exemplo: Achar a função spline linear que interpola f(x)
i 0 1 2 3
xi 1 2 5 7
f ( xi ) 1 2 3 2,5
Solução:
Da definição:
x3 x x x2
s3 ( x) f ( x2 ) f ( x3 )
x3 x2 x3 x2
7x x 5 1
s3 ( x) 3 2,5 21 3 x 2,5 x 12,5
75 75 2
Solução Final:
s1 ( x) x x 1, 2
s2 ( x) x 4 x 2, 5
1
3
s3 ( x) 2 0,5 x 8,5 x 5, 7
1
Função Spline Linear
Exemplo: Achar a função spline linear que interpola f(x)
i 0 1 2 3
xi 1 2 5 7
f ( xi ) 1 2 3 25
Solução: f(x)
Graficamente: f(x)
s3(x)
s2(x)
s1(x)
1 2 5 7 x
Função Spline Linear
Exercício: Achar a função spline linear que interpola f(x)
i 0 1 2 3
xi 1 4 5 8
f ( xi ) 90 66 55 45
Resposta:
s1 ( x) 8 x 98 x 1, 4
s2 ( x) 11x 110 x 4, 5
s3 ( x) 10 x 215 x 5, 8
1
3