UNIVERSIDADE FEDERAL DE CAMPINA GRANDE

PRÓ-REITORIA DE PESQUISA E EXTENSÃO

COORDENAÇÃO DE PESQUISA

RELATÓRIO DE ATIVIDADES DO ALUNO

Programa: PIBIC

Título do Projeto: Uma introdução aos polinômios ortogonais

Aluno(a): Luiza Karolyna Marinho Aragão

Orientador(a): Diogo de Santana Germano

Sr(a). Bolsista
Bolsista

Dr(a). Orientador(a)
Orientador(a)

Campina Grande, 31 de julho de 2023

Introdução

No inicio do século 19, Adrien-Marie Legendre1 surge com o estudo dos Polinômios orto-
gonais clássicos introduzindo os polinomios de Legendre. No final do século 19, com o estudo de
frações contínuas, AA Markov2 e TJ Stieltjes3 levaram à noção geral de polinômios ortogonais.
O estudo dos polinômios ortogonais possui uma vasta aplicação dentro da Matemática pura
e Ciências Aplicadas. São ferramentas essenciais para a solução de muitos problemas e vêm con-
tribuindo nos estudos relacionados a equações diferencias, frações contínuas, estabilidade numérica,
algoritmos rápidos e super-rápidos dentre outros, com aplicações que abrangem da Teoria dos Núme-
ros à Teoria da Aproximação, da Combinatória à Representação de Grupos, da Mecânica Quântica à
Física Estatística e da Teoria de Sistemas ao Processamento de Sinais.
Para iniciar o estudo dos polinômios ortogonais é preciso ter conhecimento dos pré-requisitos
que serão importantes para o bom entendimento do tema abordado. Dentre eles temos definições da
álgebra linear como: espaço vetorial, produto escalar, norma vetorial, espaço gerado e base. Outros
temas introdutórios como o processo de ortogonização de Gram-Schmidt, funções beta e gama, inter-
polação polinomial, fórmulas de quadratura interpolação e integral de Riemann-Stieltjes são objetos
de estudos inicias para compreensão do estudo em questão.

1
Adrien-Marie Legendre (18 de setembro de 1752 - 09 de janeiro de 1833) foi um matemático francês que fez nume-
rosas contribuições para a matemática. Conceitos conhecidos e importantes, como os polinômios de Legendre e a
transformação de Legendre, foram nomeados em sua homenagem.
2
Andrey Andreyevich Markov (14 de junho de 1856 - 20 de julho de 1922) foi um matemático russo mais conhecido
por seu trabalho em processos estocásticos
3
Thomas Joannes Stieltjes (29 de dezembro de 1856 - 31 de dezembro de 1894) foi um matemático holandês. Ele
foi um pioneiro no campo de problemas momentâneos e contribuiu para o estudo de frações contínuas . O Instituto
Thomas Stieltjes de Matemática da Universidade de Leiden, dissolvido em 2011, foi nomeado em sua homenagem,
assim como a integral de Riemann-Stieltjes.
Objetivos

O objetivo deste trabalho consiste no estudo introdutório sobre a Teoria dos Polinômios Or-
togonais, destacando aqueles conhecidos como Polinômios Ortogonais Clássicos.

Material e Métodos/Metodologia

O livro Introdução aos Polinômios Ortogonais foi o principal recurso utilizado na pesquisa,
havendo (poucas vezes) a necessidade de outras literaturas para melhor elucidação das definições e
teoremas apresentados. Tais bibliografias complementares estão devidamente referenciadas no rela-
tório. O projeto seguiu o padrão de reuniões semanais com exposição oral e uso do quadro branco.

Resultados Parciais

Nesta primeira etapa do projeto foi estudado o primeiro e parte do segundo capítulo do livro
"Introdução aos polinômios ortogonais". O primeiro contém os pré-requisitos necessários para o
estudo do tema, tais como definições e resultados da Álgebra Linear e da Análise Matemática. O
segundo é intitulado de Polinômios Ortogonais e contém definições e teoremas iniciais para o estudo.
Na primeira secção do primeiro capítulo, fizemos uma revisão introdutória da Álgebra Li-
near com definições de espaço vetorial e suas propriedades. Uma definição muito importante para a
pesquisa é a seguinte:

Definição 1. Seja V um espaço vetorial sobre K. Um produto interno (ou produto escalar) sobre V
é uma aplicação (u, v) 7→ ⟨u,v⟩ de V × V em K, para o qual se verificam as seguintes condições,
para todo u, v, w ∈ V e todo escalar α ∈ K:
i) ⟨u, u⟩ ≥ 0 e ⟨u, u⟩ = 0 ⇐⇒ u = 0;
ii) ⟨αu, v⟩ = α⟨u, v⟩;
iii) ⟨u, v⟩ = ⟨v, u⟩;
iv) ⟨u + v, w⟩ = ⟨u, w⟩ + ⟨v, w⟩.

Com esse conceito de produto interno podemos definir a ortogonalidade de vetores em relação
ao produto interno como:

Definição 2. Seja V um espaço vetorial com o produto interno ⟨·, ·⟩. Dizemos que dois vetores u e v
de V são ortogonais com relação ao produto interno ⟨·, ·⟩ se

⟨u, v⟩ = 0

Assim podemos considerar o espaço vetorial V = C[a, b] (espaço das funções contínuas em
um intervalo (a,b)) e K = R. Suponhamos w(x) ≥ 0 (mas não identicamente nula) em um intervalo
real (a,b), onde −∞ ≥ a > b ≥ ∞. Seja o produto interno definido em C[a, b] por
Z b
⟨f, g⟩ = f (x)g(x)w(x)dx
a

onde f, g ∈ C[a, b]. As propriedades do produto interno são válidas para o produto escalar acima.
Um interessante resultado na ortogonalidade de vetores diz respeito à sua independência li-
near, para melhor compreensão consideremos a definição a seguir

Definição 3. Sejam V um espaço vetorial e v1 , v2 , ..., vn ∈ V. Dizemos que o conjunto v1 , v2 , ..., vn é

linearmente independente (l.i.), ou que os vetores são l.i., se a equação

a1 v1 + a2 v2 + ... + an vn = 0

implica em a1 = a2 = ... = an = 0.

Logo, temos o seguinte

Teorema 1. Sejam u1 , u2 , ..., un ortogonais entre si. Então, {u1 , u2 , ..., un } é l.i..

Demonstração. Dado que u1 , u2 , ..., un são ortogonais entre si, então ⟨ui , uj ⟩ = 0 ∀i ̸= j, i, j =
1, 2, ..., n. Seja
α1 u1 + α2 u2 + ... + αn un = 0
Então com o produto escalar entre o lado esquerdo da igualdade acima e um dos vetores ui temos

⟨α1 u1 + α2 u2 + ... + αn un , ui ⟩ = ⟨0, ui ⟩ = 0

Usando das propriedades de produto interno, obtemos

α1 ⟨u1 , ui ⟩ + α2 ⟨u2 , u1 ⟩ + ... + αi ⟨ui , ui ⟩ + ... + αn ⟨un , ui ⟩ = 0

Como ⟨ui , uj ⟩ = 0 para todo i ̸= j, i, j = 1, 2, ..., n., pois são ortogonais entre si, podemos concluir
que
αi ⟨ui , ui ⟩ = 0 =⇒ αi = 0, i = 1, 2, ..., n.
Logo, u1 , u2 , ..., un são l.i..

Com um conjunto de vetores linearmente independentes ou um conjunto ortogonal podemos

construir uma nova base por meio do processo de ortogonalizarão de Gram-Schmidt. Em resumo, o
processo de Gram–Schmidt é um algoritmo para obter uma base ortogonal (ou ortonormal) a partir
de uma base qualquer.
Para criarmos a nova base {u1 , u2 , u3 , ..., uj , ...}, vamos seguir os seguintes passos:
Seja {b1 , b2 , b3 , ..., bj , ...} base de V , o produto interno ⟨·, ·⟩ e αi,j ∈ K para todo i, j.

1. O primeiro vetor da nova base é dado por

u1 = b 1 .
 2. Para encontrar o segundo defina
u2 = b2 + α2,1 u1
onde o valor de α2,1 é determinado de modo que u1 e u2 sejam ortogonais, isto é,

⟨u1 , u2 ⟩ = 0.

Logo,
⟨u1 , b2 ⟩
⟨u1 , b2 + α2,1 u1 ⟩ = 0 =⇒ α2,1 = − .
⟨u1 , u1 ⟩
3. Para encontrar o terceiro vetor, definimos

u3 = b3 + α3,1 u1 + α3,2 u2

e da mesma forma, determinamos α3,1 e α3,2 de modo que u1 e u2 sejam ortogonais a u3 , isto
é,
⟨u1 , u3 ⟩ = 0 e ⟨u2 , u3 ⟩ = 0.
Logo,
⟨u1 , b3 + α3,1 u1 + α3,2 u2 ⟩ = 0 e ⟨u2 , b3 + α3,1 u1 + α3,2 u2 ⟩ = 0,
ou seja,
⟨u1 , b3 ⟩ ⟨u2 , b3 ⟩
α3,1 = − e α3,2 = − .
⟨u1 , u1 ⟨u2 , u2 ⟩
De forma análoga, podemos definir o j-ésimo vetor

uj = bj + αj,1 u1 + αj,2 u2 + . . . + αj,j−1 uj−1

onde os valores de αj,k , k = 1, 2, . . . , j − 1, são encontrados de modo que u1 , u2 , . . . , uj−1

sejam ortogonais a uj , isto é,

⟨uk , uj ⟩ = 0, k = 1, 2, . . . , j − 1.

Logo,
* j−1
X
+
uk , bj + αj,i ui , k = 1, 2, . . . , j − 1.
i=1

Portanto, para j = 1, 2, 3, . . . , a nova base ortogonal é dada, em termos da base antiga, por

uj = bj + αj,1 u1 + αj,2 u2 + . . . + αj,j−1 uj−1 ,

onde
⟨uk , bj ⟩
αj,k = − , k = 1, 2, . . . , j − 1.
⟨uk , uk ⟩

Dando continuidade ao estudo, chegamos à um resultado muito importante: Interpolação

Polinomial. Este consiste em determinar um polinômio que assume valores conhecidos em certos
pontos. Daí, podemos aproximar uma função que seja difícil de manipular em um polinômio mais
simples que possamos diferenciar e integrar, por exemplo. De inicio vejamos a definição da Matriz
de Vandermonde:
Definição 4. Chamamos de matriz de Vandermonde a matriz da forma
 
1 xn,0 x2n,0 · · · xnn,0
 

 1 xn,1 x2n,1 · · · xnn,1 

V (xn,0 , xn,1 , . . . , xn,n ) = 
 .. .. .. ... .. ,
 n ≥ 1.

 . . . . 

2 n
1 xn,n xn,n · · · xn,n

Denotaremos por V (xn,0 , xn,1 , . . . , xn,n ) o determinante da matriz de Vandermonde

V (xn,0 , xn,1 , . . . , xn,n ).

Teorema 2. O determinante de Vandermonde V (xn,0 , xn,1 , . . . , xn,n ) satisfaz

 
n
Y n
Y i−1
Y
V (xn,0 , xn,1 , . . . , xn,n ) = (xn,i − xn,j ) =  (xn,i − xn,j ) .
i=1 i=1 j=0
0≤j<i

Na demonstração desse teorema obtemos que, se xn,i ̸= xn,j para i ̸= j, então

V (xn,0 , xn,1 , . . . , xn,n ) ̸= 0.

Assim estamos em condições de definir Polinômios de interpolação e mostrarmos alguns resultados.

Sejam xn,0 , xn,1 , . . . , xn,n , n + 1 pontos de um intervalo [a, b] ⊂ R. Seja f (x) definida em
[a, b] com valores reias tais que

yn,i = f (xn,i ), i = 0, 1, . . . , n.

Definição 5. Chama-se polinômios de interpolação de f (x) sobre os n + 1 pontos distintos xn,0 , xn,1 , . . . xn,n ,
o polinômio de grau no máximo n, Pn (x), que coincide comf (x) nos n + 1 pontos dados, isto é,

yn,i = Pn (xn,i ), i = 0, 1, . . . , n.

O polinômio de interpolação como definido acima existe e é único. Quando estamos aproxi-
mando funções complicadas para funções mais simples temos o que chamamos de erro na interpola-
ção, que nada mais é, do que a diferença entre a função interpolada e o polinômios interpolador.

Teorema 3. Seja f : [a, b] → R contínua com derivadas contínuas até a ordem n + 1 (f ∈

C n+1 [a, b]). Sejam x ∈ [a, b] e Pn (y) o polinômio de interpolação de f (x) sobre n + 1 pontos
distintos de [a, b], xn,0 , xn,1 , . . . , xn,n . Então, o erro na interpolação é dado por
π(x) n+1
Rn (x) = f (x) − Pn (x) = f (ξx ), a < ξx < b,
(n + 1)!
onde π(x) = (x − xn,0 )(x − xn,1 ) . . . (x − xn,n ) e é chamado polinômios dos nós.

Um conceito abordado superficialmente no estudo foi o da integral de Riemann-Stieltjes que

é uma generalização da integral de Riemann. Dados uma partição ∆ de [a, b] e um conjunto C de ∆,
definimos a soma m
f (τk′ )[ψ(τk ) − ψ(τk−1 )].
X
S(∆, C) =
k=1
Se
lim S(∆, C)
∥∆∥→0

existe, então este limite é chamado de integral de Stieltjes de f com respeito a ψ em [a, b].
Partindo para o segundo capítulo do livro base, iniciamos com a sequencia de polinômios
ortogonais. Consideremos o produto interno definido em C[a, b] por:
Z b
⟨f, g⟩ = f (x)g(x)w(x)dx.
a

Definição 6. (Sequência de Polinômios Ortogonais). Dizemos que a sequência de polinômios {Pn (x)}∞
n=0
é uma sequência de polinômios ortogonais (SPO) com relação à função peso w(x) no intervalo (a,b)
se

(i) Pn (x) é de grau exatamente n, n ≥ 0


 0, n ̸= m,
(ii) ⟨Pn , Pm ⟩ =
 ρn ̸= 0, n = m.

Neste caso, ρn > 0, pois Pn2 (x)w(x) ≥ 0 em (a, b). Podemos escrever o item (ii) como:
Z b
⟨Pn , Pm ⟩ = Pn (x)Pm (x)w(x)dx = δnm ρn ,
a

onde ρij denota o delta de Kronecker:


 0, se i ̸= j,
ρij =
 1, se i = j.

Assim, podemos trabalhar com as propriedades dos polinômios ortogonais:

Teorema 4. Se P0 (x), P1 (x), . . . , Pm (x) pertencem a uma sequência de polinômios ortogonais, então
eles são linearmente independentes.

Esse teorema nos diz que os polinômios ortogonais formam uma base para o espaço vetorial
dos polinômios de grau menor ou igual a m, Pm . Outra forma de definirmos uma SPO:

Teorema 5. Sejam {Pn (x)}∞ n=0 uma seguência de polinômios e w(x) uma função peso no intervalo
(a,b). Então, as seguintes informações são equivalentes:

(a) {Pn (x)}∞ n=0 é uma sequência de polinômios ortogonais com relação à função peso w(x) em
(a, b), ou seja, ⟨Pm , Pn ⟩ = δnm ρn , onde ρn ̸= 0.

(b) ⟨Pn , π⟩ = 0, ∀π(x) ∈ Pn−1 , n ≥ 1.


Z b  0, se 0 ≤ m ≤ n − 1,
(c) ⟨xm , Pn ⟩ = xm Pn (x)w(x)dx =
a  ρn ̸= 0, se m = n.

Uma propriedade muito interessante dos polinômios ortogonais é que eles satisfazem uma
relação de recorrência de três termos e isso facilita bastante sua construção.
Teorema 6. (Relação de Recorrência de Três termos). Consideremos {Pn (x)}∞
n=0 uma sequência de
polinômios ortogonais em (a,b) relativamente à função peso w(x). Então,

Pn+1 (x) = (γn+1 x − βn+1 )Pn (x) − αn+1 Pn−1 (x), n ≥ 0,

com P0 (x) = 1, P−1 (x) = 0, αn+1 , βn , γn ∈ R, n ≥ 1, e

an+1,n+1 ⟨xPn , Pn ⟩
γn+1 = ̸= 0, βn+1 = γn+1 ,
an,n ⟨Pn , Pn ⟩
γn+1 ⟨Pn , Pn ⟩
αn+1 = ̸= 0.
γn ⟨Pn−1 , Pn − 1⟩
Referências

ANDRADE, Eliana Xavier de. Introdução aos Polinômios Ortogonais. São Paulo: SB-
MAC, 2012. 144 p. v. 64.
CARVALHO, Tainara Mariane de. Um estudo sobre os polinômios ortogonais na reta
real. Orientador: Rafaela Neves Bonfim. 2021. 73 f. Trabalho de conclusão de curso (Graduanda em
matemática) - Universidade federal de São João del-Rei, São João del-Rei, 2021.
FUKUSHIMA, Paula Akari. Sobre Polinômios Ortogonais Excepcionais. Orientador: Cle-
onice Fátima Bracciali. 2018. 63 f. Dissertação (Bacharel em Matemática) - Universidade Estadual
Paulista, São José do Rio Preto, 2018.
MARCATO, Gustavo Andreto. Polinômios Ortogonais Clássicos: uma Abordagem Ma-
tricial. Orientador: Alagacone Sri Ranga. 2019. 41 f. Dissertação (Bacharel em Matemática) -
Universidade Estadual Paulista, São José do Rio Preto, 2019.
NÓBREGA, Marley dias da. Uma nova demonstração do teorema de rolle. Orientador:
Arlandson Matheus Silva Oliveira. 2019. 31 f. Trabalho de conclusão de curso (Licenciado em
matemática) - Universidade Estadual da Paraiba, Patos, 2019.
SAVITRAZ, Marcos. Determinante de algumas matrizes especiais. Orientador: Robert
Jesús Rodrigues Reyes. 2015. 76 f. Dissertação (Bacharel em Matemática) - Universidade Federal
da Grande Dourados, DOURADOS, 2015.