Análise Numérica II – 2020/2021

Lic Matemática

Maria Joana Soares

Departamento de Matemática
Gabinete: EC 3.27
Extensão: 253604093
jsoares@math.uminho.pt
I - INTERPOLAÇÃO
Interpolação Polinomial
No que se segue, para n ∈ N, Pn−1 designa o espaço dos polinómios (de
coeficientes reais) de grau não superior a n − 1.
Problema Básico de Interpolação Polinomial
Dados
I x1 , . . . , xn ∈ R, distintos (nós ou abcissas)
I y1 , . . . , y n ∈ R
Construir um polinómio P ∈ Pn−1 que satisfaça

P (xi ) = yi , i = 1, 2, . . . , n.

I O gráfico de P passa pelos pontos do plano (xi , yi ); dizemos que P

interpola esses pontos.
I Geralmente yi = y(xi ), onde y é uma dada função; nesse caso, dizemos que
P interpola a função y nos nós xi .
mjs análise numérica II 3 / 35
Interpolação Polinomial

Teorema (Existência e Unicidade)

Dados (xi , yi ); i = 1, . . . , n, com xi distintos, existe um e um só polinómio
P ∈ Pn−1 que satisfaz

P (xi ) = yi ; i = 1, 2, . . . , n. (1)

Demonstração
Existência
Se encontrarmos n polinómios de grau n − 1, L1 (x), . . . , Ln (x), tais que
Li (xj ) = δij (i.e. tais que Li (xj ) = 1, se i = j, e Li (xj ) = 0, se i 6= j), então é
imediato reconhecer que o polinómio P dado por
n
X
P (x) = Li (x)yi
i=1

estará em Pn−1 e satisfará (1).

mjs análise numérica II 4 / 35

Como encontrar os polinómios Li (x) ?
1

Li de grau n − 1 e Li (xj ) = 0; j 6= i
⇔ Li (x) = Ai (x − x1 ) . . . (x − xi−1 )(x − xi+1 ) . . . (x − xn )

Li (xi ) = 1 ⇔ Ai (xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn ) = 1

1
⇔ Ai =
(xi − x1 ) . . . (xi − xi−1 )(xi − xi+1 ) . . . (xi − xn )
Logo:
n 
Y x − xj 
Li (x) = ; i = 1, . . . , n (2)
j=1
xi − xj
j6=i

Definição (Polinómios de Lagrange)

Os polinómios dados por (2) são chamados polinómios de Lagrange (ou
polinómios cardinais) relativos aos nós xi .
mjs análise numérica II 5 / 35
Demonstração (cont.)
Unicidade
Sejam P e Q polinómios em Pn−1 tais que

P (xi ) = yi e Q(xi ) = yi ; i = 1, . . . , n.

Consideremos o polinómio D que é a diferença de P e Q, i.e. seja D := P − Q.

Então:
1 D é um polinómio em Pn−1 ;
2

D(xi ) = P (xi ) − Q(xi ) = yi − yi = 0; i = 1, . . . , n.

D ∈ Pn−1 e tem n zeros ⇒ D = P − Q é o polinómio identicamente nulo ⇒ P

e Q são o mesmo polinómio.

mjs análise numérica II 6 / 35

Em conclusão:
O polinómio dado por

 
n n 
X Y x − x j 
P (x) = yi (3)

xi − xj

i=1 j=1
j6=i

é o único polinómio de grau não superior a n − 1 que satisfaz as condições

de interpolação
P (xi ) = yi ; i = 1, . . . , n.

Definição
A forma (3) do polinómio interpolador é dita forma de Lagrange ou forma
cardinal desse polinómio.
Nota: Em geral, designaremos o polinómio anterior por Pn−1 , para explicitar
qual o seu grau.
mjs análise numérica II 7 / 35
Exemplo (Interpolação Linear, n = 2)
x1 , x2 , y1 , y2 −→ P = P1 ∈ P1
x − x2 x − x1
L1 (x) = , L2 (x) = .
x1 − x2 x2 − x1
x − x2 x − x1
P1 (x) = y1 + y2
x1 − x2 x2 − x1
 
x − x1 + x1 − x2 x − x1
= y1 + y2
x1 − x2 x2 − x1
 
y2 − y1
= y1 + (x − x1 )
x2 − x1
↓
Equação da reta que passa pelos pontos (x1 , y1 ) e (x2 , y2 ).

mjs análise numérica II 8 / 35

Exemplo
xi 1.82 2.50 3.65 4.03
yi 0.00 1.30 3.10 2.52
P3 (x) = 9.42018 − 14.106x + 6.41469x2 − 0.828615x3

mjs análise numérica II 9 / 35

Erro em Interpolação Polinomial
I y1 = y(x1 ), . . . , yn = y(xn )
I y(x̄) ≈ Pn−1 (x̄) (para x̄ 6= xi )
I Será possı́vel saber alguma coisa sobre o erro, y(x̄) − Pn−1 (x̄)?
(Pressupondo, naturalmente, algumas condições de regularidade sobre a
função y.)

Teorema (Fórmula do Erro)

Seja Pn−1 o polinómio de grau ≤ n − 1 interpolador de uma dada função
y em n nós distintos x1 , . . . , xn . Se y ∈ C n [a, b], onde [a, b] é um intervalo
que contém os nós xi , então, para todo o x̄ ∈ [a, b] existe
ξ = ξ(x̄) ∈ (a, b) tal que

n
y (n) (ξ) Y
y(x̄) − Pn−1 (x̄) = (x̄ − xi ) (4)
n!
i=1

Nota: x̄ ∈ [min{xi }, max{xi }] −→ interpolação.

x̄ ∈
/ [min{xi }, max{xi }] −→ extrapolação.
mjs análise numérica II 10 / 35
Demonstração da fórmula do erro
I Se x̄ = xi , para algum i, ambos os lados da igualdade são iguais a zero, logo
o resultado é válido.
I Seja então x̄ 6∈ {x1 , . . . , xn }, e definamos a seguinte função:

ψ(x) := y(x) − Pn−1 (x) − K ω(x),

y(x̄)−Pn−1 (x̄)
onde ω(x) := (x − x1 ) . . . (x − xn ) e K := ω(x̄) . (Note-se que
estamos a considerar x̄ fixo e que ψ está bem definida, uma vez que ω(x̄) 6= 0.)
Então, tem-se:
1 ψ ∈ C n [a, b] (justifique!)
2 ψ(xi ) = y(xi ) − Pn−1 (xi ) − Kω(xi ) = 0; i = 1, . . . , n
y(x̄) − Pn−1 (x̄)
3 ψ(x̄) = y(x̄) − Pn−1 (x̄) − ω(x̄) = 0.
ω(x̄)
| {z }
K

⇓ (Aplicação sucessiva T. Rolle)

∃ ξ ∈ min{x1 , . . . , xn , x̄}, max{x1 , . . . , xn , x̄} : ψ (n) (ξ) = 0.

mjs análise numérica II 11 / 35

Demostração (cont.)
Tendo em conta que Pn−1 (x) é um polinómio de grau ≤ n − 1 e ω(x) um
polinómio mónico de grau n, tem-se
(n)
ψ (n) (x) = y (n) (x) − Pn−1 (x) − Kω (n) (x)
= y (n) (x) − K n! ,
pelo que
ψ (n) (ξ) = y (n) (ξ) − K n!
y(x̄) − Pn−1 (x̄)
= y (n) (ξ) − n!
Logo, temos ω(x̄)

y(x̄) − Pn−1 (x̄)

ψ (n) (ξ) = 0 ⇔ y (n) (ξ) − n! = 0
ω(x̄)
y (n) (ξ)
⇔ y(x̄) − Pn−1 (x̄) = ω(x̄)
n!
(n) n
y (ξ) Y
⇔ y(x̄) − Pn−1 (x̄) = (x̄ − xi ),
n! i=1

como pretendı́amos provar.

mjs análise numérica II 12 / 35
Majorante para o erro
Em geral, não conhecemos ξ = ξ(x̄). No entanto, se conhecermos
Mn := maxx∈[a,b] |y (n) (x)| (ou se Mn for um majorante para esse
máximo), teremos o seguinte majorante para o (valor absoluto do) erro
n
Mn Y
|y(x̄) − Pn−1 (x̄)| ≤ |x̄ − xi |. (5)
n!
i=1

I Para um valor concreto x̄ podemos usar a fórmula anterior,

calculando o valor de ni=1 |x̄ − xi |.
Q

I Interessa-nos também obter um majorante que seja válido para

qualquer ponto x no intervalo definido pelos pontos xi , isto é, para
todo o x em [min{xi }, max{xi }]. Para isso, devemos obter um
majorante para o valor do poduto
n
Y
|x − xi |.
i=1

mjs análise numérica II 13 / 35

Erro em interpolação polinomial: caso de nós igualmente espaçados
No caso particular em que os nós xi são igualmente espaçados num certo
intervalo [a, b], pode encontra-se facilmente um majorante para esse
produto, obtendo-se, então, o resultado do seguinte teorema.
Teorema
Sejam
b−a
xi = a + (i − 1)h; i = 1, 2, . . . , n, onde h= .
n−1
Suponhamos que y é uma função n vezes continuamente diferenciável no
intervalo [a, b] e seja

Mn := max |y (n) (x)|.

x∈[a,b]

Sendo Pn−1 o polinómio de grau ≤ n − 1 que interpola y nos nós xi ,

tem-se
h n Mn
|y(x) − Pn−1 (x)| ≤ , ∀x ∈ [a, b]. (6)
4n
mjs análise numérica II 14 / 35
Demostração
Seja xj ≤ x < xj+1 para um certo j tal que 1 ≤ j ≤ n − 1. Então, tem-se
n
Y j−1
Y n
Y
|x − xi | = |x − xj ||x − xj+1 | |x − xi | |x − xi |
i=1 i=1 i=j+2

e, como xj ≤ x < xj+1 , tem-se (justifique)

h2
|x − xj ||x − xj+1 | ≤ ,
4
j−1
Y j−1
Y
|x − xi | ≤ |xj+1 − xi | ≤ jh(j − 1)h . . . 2h = hj−1 j!,
i=1 i=1
n
Y Yn
|x − xi | ≤ |xj − xi | ≤ 2h . . . (n − j − 1)h(n − j)h = hn−j−1 (n − j)!
i=j+2 i=j+2

Obtemos, assim
n
Y hn hn
|x − xi | ≤ j!(n − j)! ≤ (n − 1)!
i=1
4 4

O resultado (6) segue-se de imediato, substituindo a expressão anterior em (5).

mjs análise numérica II 15 / 35
Nos
Qn casos n = 3 e n = 4, uma majoração mais cuidadosa do produto
i=1 |x − xi | permite-nos melhorar os majorantes obtidos pelo uso da
fórmula (6), do modo como se indica no seguinte teorema.

Teorema
Nas condições do teorema anterior, tem-se:
√
3 3
1 |y(x) − P2 (x)| ≤ 27 h M3 , ∀x ∈ [a, b]

3 4
2 |y(x) − P3 (x)| ≤ 128 h M4 , ∀x ∈ [a, b]

mjs análise numérica II 16 / 35

Considerações sobre o erro de interpolação
Mn
|y(x) − Pn−1 (x)| ≤ (x − x1 ) . . . (x − xn )
n!

I O produto (x − x1 ) . . . (x − xn ) cresce muito rapidamente à medida que x

se afasta de [min{xi }, max{xi }] (ou seja, quando fazemos extrapolação).
mjs análise numérica II 17 / 35
I O erro é nulo quando x é um dos nós xi , devendo, por continuidade, ser
“pequeno”se x estiver próximo de um nó ⇒ devemos interpolar em nós
situados à volta do ponto onde pretendemos estimar y(x).
I Quando os pontos de interpolação são igualmente espaçados no intervalo
[a, b] , xi = a + (i − 1)h; i = 1, . . . , n, e Mn = maxx∈[a,b] |y n (x)|, temos
hn Mn
max |y(x) − Pn−1 (x)| ≤ .
x∈[a,b] 4n
Asim, se a função y for infinitamente derivável com as suas derivadas
uniformemente limitadas em [a, b], ou seja, se existir uma constante M ,
independente de n, tal que, para todo o x ∈ [a, b], se tem |y (n) (x)| ≤ M ,
ter-se-á
hn M
max |y(x) − Pn−1 (x)| ≤ ,
x∈[a,b] 4n
pelo que a sequência de polinómios interpoladores (Pn )n∈N convergirá
uniformemente para a função y em [a, b], ou seja, teremos
lim max |y(x) − Pn (x)| = 0.
n→∞ x∈[a,b]

Este será o caso, por exemplo, da função y(x) = sin(x) no intervalo [0, π].
mjs análise numérica II 18 / 35
Fenómeno de Runge

I No entanto, existem funções para as quais a interpolação num número

crescente de pontos equidistantes não produz uma sequência de polinómios
convergindo uniformemente para a função. Um exemplo clássico é a
chamada função de Runge, definida, em [−1, 1], por
1
y(x) = .
1 + 25x2

Esta função é infinitamente derivável.1 No entanto, sendo Pn o polinómio

de grau não superior a n interpolador de y em n + 1 pontos igualmente
espaçados no intervalo [−1, 1], pode provar-se que a sequência de polinómios
(Pn )n∈N não converge uniformemente para y no intervalo [−1, 1], tendo-se

lim max |y(x) − Pn (x)| = +∞.

n→∞ x∈[−1,1]

1
Mas, as suas derivadas não são uniformemente limitadas.
mjs análise numérica II 19 / 35
Fenómeno de Runge

P4 P6
1 1.2

0.8 1

0.6 0.8

0.4 0.6

0.2 0.4

0 0.2

−0.2 0

−0.4 −0.2
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 −1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

P8 P10
1 2

0.8

0.6 1.5

0.4

0.2 1

−0.2 0.5

−0.4

−0.6 0

−0.8

−1 −0.5
−1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 −1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

Interpolação da função de Runge por P4 , P6 , P8 e P10 (construı́dos, respetivamente, com 5,7,9

e 11 nós igualmente espaçados no intervalo [−1, 1]).
mjs análise numérica II 20 / 35
Forma de Newton do polinómio interpolador
I Pn−2 – pol. interpolador de (x1 , y1 ), . . . , (xn−1 , yn−1 )
I Pn−1 – pol. interpolador de (x1 , y1 ), . . . , (xn−1 , yn−1 ), (xn , yn )

Objetivo
Encontrar uma representação do polinómio interpolador que permita obter
Pn−1 , a partir de Pn−2 , por junção de mais um termo; isto é, determinar
Qn−1 (x) de tal modo que

Pn−1 (x) = Pn−2 (x) + Qn−1 (x); n = 2, 3, . . . ,

P0 (x) = y1

1 Qn−1 deve ser um polinómio de grau ≤ n − 1.

2 Pn−1 (xi ) = Pn−2 (xi ) = yi ; i = 1, . . . , n − 1
=⇒ Qn−1 (xi ) = Pn−1 (xi ) − Pn−2 (xi ) = 0; i = 1 . . . , n − 1
=⇒ Qn−1 (x) = an−1 (x − x1 ) . . . (x − xn−1 ).
mjs análise numérica II 21 / 35
Forma de Newton do polinómio interpolador
Temos, então
n−1
Y
Pn−1 (x) = Pn−2 (x) + an−1 (x − xi ) (7)
i=1
| {z }
Qn−1 (x)

Qual o valor da constante an−1 ?

Usando a forma de Lagrange de Pn−1 sabemos que
 
n n
X  Y x − xj 
 
Pn−1 (x) = yi (8)
xi − xj

i=1j=1
j6=i

Igualando o coeficiente de xn−1 em (7) e (8), vem

 
n
X yi
an−1 =  Qn .
j=1 (xi − xj )
i=1 j6=i

mjs análise numérica II 22 / 35

Definição (Diferença dividida)
Chamamos diferença dividida de ordem n − 1 (n > 1) dos valores
y1 , . . . , yn (relativa aos nós x1 , . . . , xn ), e denotamos por [y1 , . . . , yn ], ao
valor dado pela expressão anterior, i.e.
 
n
 Qn yi
X
[y1 , . . . , yn ] := .
j=1 (xi − xj )
i=1 j6=i

A diferença de ordem zero é definida por [y1 ] := y1 .

Se yi = y(xi ), usamos também a notação y[x1 , . . . , xn ] e falamos da

diferença dividida da função y relativa aos nós x1 , . . . , xn .
Nota importante
A diferença dividida [y1 , . . . , yn ] (relativa aos nós x1 , . . . , xn ) é o
coeficiente do termo de maior grau do polinómio Pn−1 interpolador dos
pontos (x1 , y1 ), . . . , (xn , yn ).

mjs análise numérica II 23 / 35

Polinómio interpolador
Forma de Newton com diferenças divididas

Temos, assim, a seguinte expressão para o polinómio Pn−1 interpolador

dos pontos (x1 , y1 ), . . . , (xn , yn ):

Pn−1 (x) = y1 + [y1 , y2 ](x − x1 ) + · · ·

· · · + [y1 , y2 , . . . , yn ](x − x1 )(x − x2 ). . .(x − xn−1 )

ou seja

n
X
Pn−1 (x) = y1 + [y1 , . . . , yi ](x − x1 ) . . . (x − xi−1 ) (9)
i=2

A forma (9) é conhecida como forma de Newton com diferenças divididas

do polinómio interpolador Pn−1 .

mjs análise numérica II 24 / 35

Exemplo (Polinómio linear)
Temos x1 , x2 (distintos) e y1 , y2 .
A diferença dividida [y1 , y2 ] é dada por
y1 y2
[y1 , y2 ] = +
(x1 − x2 ) (x2 − x1 )
y2 − y1
=
x2 − x1
Temos, então
P1 (x) = y1 + [y1 , y2 ](x − x1 )
y2 − y1
= y1 + (x − x1 )
x2 − x1
−→ Forma mais habitual da equação da reta que passa pelos pontos
(x1 , y1 ) e (x2 , y2 ).

mjs análise numérica II 25 / 35

Relembremos que
 
n
X yi
[y1 , y2 , . . . , yn ] =  Qn 
j=1 (xi − xj )
i=1 j6=i

1 Porquê o nome diferenças divididas?

2 Haverá uma forma mais simples de as calcular?

Comecemos por notar que a fórmula acima mostra que o valor de uma
diferença dividida [y1 , . . . , yn ] é independente da ordem dos seus
argumentos, isto é, se p for uma permutação do conjunto {1, . . . , n},
tem-se
[y1 , y2 , . . . , yn ] = [yp(1) , yp(2) , . . . , yp(n) ].

mjs análise numérica II 26 / 35

Seja P (x) o polinómio interpolador dos pontos (x1 , y1 ), . . . , (xn , yn ).
Consideremos a sua construção na forma de Newton com diferenças divididas,
tomando a seguinte ordem dos nós de interpolação: x2 , . . . , xn−1 , x1 , xn .

P (x) = y2 + [y2 , y3 ](x − x2 ) + · · · + [y2 , . . . , yn−1 , y1 ](x − x2 ) . . . (x − xn−1 )

+ [y2 , . . . , yn−1 , y1 , yn ](x − x2 ) . . . (x − xn−1 )(x − x1 )

Considerando agora os pontos de interpolação pela ordem x2 , . . . , xn−1 , xn , x1 ,

tem-se

P (x) = y2 + [y2 , y3 ](x − x2 ) + · · · + [y2 , . . . , yn−1 , yn ](x − x2 ) . . . (x − xn−1 )

+ [y2 , . . . , yn−1 , yn , y1 ](x − x2 ) . . . (x − xn−1 )(x − xn )

mjs análise numérica II 27 / 35

Igualando estas duas formas do mesmo polinómio e cancelando os termos iguais,
vem

[y2 , . . . , yn−1 , y1 ](x − x2 ). . .(x − xn−1 )

+ [y2 ,. . ., yn−1 , y1 , yn ](x − x2 ). . .(x − xn−1 )(x − x1 )

= [y2 , . . . , yn−1 , yn ](x − x2 ). . .(x − xn−1 )

+ [y2 ,. . ., yn−1 , yn , y1 ](x − x2 ). . .(x − xn−1 )(x − xn )

Tendo em conta o que referimos sobre as diferenças divididas serem

independentes da ordem dos argumentos, vem

[y1 , y2 , . . . , yn−1 ](x − x2 ). . .(x − xn−1 )

+ [y1 , y2 ,. . ., yn ](x − x1 )(x − x2 ). . .(x − xn−1 )

= [y2 , . . . , yn−1 , yn ](x − x2 ). . .(x − xn−1 )

+ [y1 , y2 ,. . ., yn ](x − x2 ). . .(x − xn−1 )(x − xn )

mjs análise numérica II 28 / 35

Cancelando o termo (x − x2 ) . . . (x − xn−1 ), comum às duas parcelas de
ambos os lados da igualdade anterior, vem

[y1 , y2 , . . . , yn−1 ] + [y1 , y2 ,. . ., yn ](x − x1 )

= [y2 , . . . , yn−1 , yn ] + [y1 , y2 ,. . ., yn ](x − xn )

de onde se obtém

[y1 , y2 ,. . ., yn ](x − x1 − x + xn ) = [y2 , . . . , yn−1 , yn ] − [y1 , y2 , . . . , yn−1 ],

ou, finalmente,
[y2 , . . . , yn−1 , yn ] − [y1 , y2 , . . . , yn−1 ]
[y1 , y2 ,. . ., yn ] =
xn − x1

mjs análise numérica II 29 / 35

Cálculo recursivo das diferenças divididas
Concluı́mos assim que as diferenças divididas podem calcular-se pela
seguinte fórmula recursiva:
[y2 , . . . , yn ] − [y1 , . . . , yn−1 ]
[y1 , y2 , . . . , yn ] =
xn − x1
onde as diferenças de ordem zero [yi ] são dadas por yi .
Exemplo (n = 5)

x y(x) [·, ·] [·, ·, ·] [·, ·, ·, ·] [·, ·, ·, ·, ·]

x1 y1
[y1 , y2 ]
x2 y2 [y1 , y2 , y3 ]
[y2 , y3 ] [y1 , y2 , y3 , y4 ]
x3 y3 [y2 , y3 , y4 ] [y1 , y2 , y3 , y4 , y5 ]
[y3 , y4 ] [y2 , y3 , y4 , y5 ]
x4 y4 [y3 , y4 , y5 ]
[y4 , y5 ]
x5 y5
mjs análise numérica II 30 / 35
Exemplo (Tabela de diferenças divididas da função y(x) = cos(x))

x y(x) [·, ·] [·, ·, ·] [·, ·, ·, ·] [·, ·, ·, ·, ·]

0.0 1.0000
−0.0997
0.2 0.9801 −0.4884
−0.2950 0.0451
0.4 0.9211 −0.4659 0.0391
−0.4348 0.0686
0.5 0.8776 −0.4384
−0.5225
0.6 0.8253
Esta tabela pode ser guardada numa matriz do seguinte modo
 
1.0000 −0.0997 −0.4884 0.0451 0.0391
0.9801 −0.2950 −0.4659 0.0686 0 
 
0.9211 −0.4348 −0.4384 0 0 
 .
0.8776 −0.5225 0 0 0 
0.8253 0 0 0 0

mjs análise numérica II 31 / 35

Fórmula do erro com diferenças divididas
Seja Pn−1 o polinómio interpolador de y em n nós distintos x1 , . . . , xn ,
consideremos um ponto x̄ (distinto de qualquer dos xi ) e seja P o polinómio
interpolador de y nos n + 1 pontos x1 , . . . , xn e x̄. Então

P (x) = Pn−1 (x) + y[x1 , . . . , xn , x̄](x − x1 ) . . . (x − xn ),

pelo que

P (x̄) = Pn−1 (x̄) + y[x1 , . . . , xn , x̄](x̄ − x1 ) . . . (x̄ − xn ) .

Mas, P (x̄) = y(x̄), donde, temos

y(x̄) = Pn−1 (x̄) + y[x1 , . . . , xn , x̄](x̄ − x1 ) . . . (x̄ − xn ),

ou seja, temos

y(x̄) − Pn−1 (x̄) = y[x1 , . . . , xn , x̄](x̄ − x1 ) . . . (x̄ − xn ) .

mjs análise numérica II 32 / 35

Temos
y(x̄) − Pn−1 (x̄) = y[x1 , . . . , xn , x̄](x̄ − x1 ) . . . (x̄ − xn ) . (10)
Note-se que esta expressão para o erro em y(x̄) não tem interesse prático, uma
vez o cálculo de y[x1 , . . . , xn , x̄] envolve o valor (desconhecido) y(x̄).
No entanto, se pudermos formar uma tabela de diferenças até à ordem n e se as
diferenças divididas de ordem n não variarem muito, podemos tomar
y[x1 , . . . , xn , xn+1 ] como aproximação para y[x1 , . . . , xn , x̄], obtendo-se, assim, a
seguinte estimativa para o erro, conhecida por estimativa do próximo termo:

Estimativa do próximo termo

y(x̄) − Pn−1 (x̄) ≈ y[x1 , . . . , xn , xn+1 ](x̄ − x1 ) . . . (x̄ − xn )

Note-se que a estimativa anterior é igual ao termo que terı́amos de adicionar a Pn−1 (x̄)
para obter Pn (x̄), onde Pn é o polinómio interpolador dos (n+1) pontos
(x1 , y1 ), . . . , (xn , yn ), (xn+1 , yn+1 ), ou seja, é igual a Pn (x̄) − Pn−1 (x̄).

mjs análise numérica II 33 / 35

Diferenças divididas e derivadas
Teorema
Se y ∈ C n−1 [a, b] e x1 , . . . , xn ∈ [a, b] (distintos), então,

y (n−1) (ξ)
y[x1 , x2 , . . . , xn ] =
(n − 1)!

para um certo ξ ∈ (a, b).

Demonstração Seja Pn−2 o pol. interpolador de y em x1 , . . . , xn−1 . Então,

temos (ver fórmula (4))
y (n−1) (ξ)
y(xn ) − Pn−2 (xn ) = (xn − x1 ) . . . (xn − xn−1 ) .
(n − 1)!
Por outro lado, temos também (ver fórmula (10))
y(xn ) − Pn−2 (xn ) = y[x1 , x2 , . . . , xn ](xn − x1 ) . . . (xn − xn−1 )
e o resultado segue-se de imediato.
I ξ ∈ (min{x1 , . . . , xn }, max{x1 , . . . , xn }) .
I O caso n = 2 corresponde ao “Teorema do Valor Médio”.
mjs análise numérica II 34 / 35
Notas

I A forma de Lagrange do polinómio interpolador aparece,

essencialmente, como uma ferramenta teórica, útil na demonstração
de resultados; por exemplo, é uma das formas mais simples de provar
a existência do polinómio interpolador.
I No entanto, do ponto de vista numérico, ela, não só não é eficiente
quando se pretende adicionar um novo ponto de interpolação (porque
requer calcular o polinómio todo de novo, não tirando partido dos
cálculos anteriores), como sofre de problemas de instabilidade.
I Pode provar-se que a forma de Newton (para além de ter a vantagem
de requerer apenas a junção de um novo termo quando se adiciona
um novo ponto de interpolação) é bastante mais estável e envolve
menos esforço computacional do que a forma de Lagrange.

mjs análise numérica II 35 / 35