Métodos Numéricos - Prof ª.

Maria Rita

Grupo 4
Ayrton Leite de Souza – 210800060
Thácio de Paiva S. F. Pires – 200800092
Matheus Avelar Sousa – 220850050
Matheus Sant'Ana Monteiro –190950107
Pedro Augusto Giarola Vieira – 180850115
João Ítalo dos Anjos Ferreira – 220850016

Origem da Interpolação:

O uso de interpolação em astronomia remonta a 300 AC, sendo usada como uma
ferramenta para estudar e prever as posições e movimentos dos corpos celestes.
Hipparchus of Rhodes usou interpolação linear para construir tabelas de função de acordes
por volta de 150 AC.
Ao longo dos próximos 2,000 anos, civilizações em vários continentes desenvolveram
muitos usos diferentes para interpolação linear (em astronomia, matemática, etc.). A
interpolação linear encontrou uso comum em computação gráfica durante o século XX.

Introdução:

Dada uma função F conhecida em apenas n pontos do intervalo [a,b] e que pretendemos
conhecê-la em qualquer outro ponto desse intervalo. Para tal vamos, com base nos pontos
conhecidos, construir uma função que “substitua” f(x) dentro de um limite de precisão.
Uma tal função designa-se por função aproximam-te.
Interpolação Linear:
A interpolação linear é um processo que permite deduzir um valor entre dois valores bem
definidos, que podem estar em uma tabela ou em um gráfico linear.
Para que uma interpolação seja linear, é necessário que o polinômio de interpolação seja
de grau um (n = 1), para que se ajuste aos valores de x 0 e x 1.
A interpolação linear é baseada na semelhança de triângulos, de modo que, é possível obter o valor de y que representa o
valor desconhecido para x

y = y 0 + (y 1 – y0 ) * [(x – x0 ) ÷ (x 1 – x0 )]
Resolução:

Primeiro definimos os extremos do intervalo que vamos trabalhar:

X0 = 3 y0=91;
X= 3,5 y= ?;
X1= 4 y1= 135 ;

Agora basta substituir os valores na função geral:

y = 91 + (135 – 91) * [(3,5 – 3) ÷ (4-3)]

y = 91 + (44) * [(0,5) ÷ (1)]
y = 91 + 44 * 0,5
y = 113

Agora basta substituir os valores na função geral:

y = 56.000 + (78.000 – 56.000) * [(55.000 – 45.000) ÷ (62.000 – 45.000)]

y = 56.000 + (22.000) * [(10.000) ÷ (17.000)]
y = 56.000 + (22.000) * (0,588)
y = 56.000 + 12.936
y = $ 68.936.

Interpolação Quadratica :

A interpolação quadrática é um processo que permite deduzir um valor entre três valores
bem definidos através do polinômio (ou função quadrática) a seguir:
P2(x) = ax2 + bx + c

O número de bactérias, por unidade de volume, existente em uma cultura após x horas é
apresentado na tabela:
Queremos encontrar o número de bactérias após 3,7 horas.
Primeiramente, definimos os três pontos que mais se aproximam do valor que desejamos
encontrar (3,7), sendo eles, 2, 3 e 4.
Em seguida, substituiremos esses pontos na equação quadrática P2(x) = ax2 + bx + c,
chegando então no seguinte sistema de equações:

4a + 2b + c = 65

9a + 3b + c = 92

16a + 4b + c = 132

Resolvendo esse sistema, encontraremos os seguintes valores:

a = 6,5;

b = -5,5;

c = 50

Substituindo na função anterior:

P (x) = 6,5x2 - 5,5x + 50
2

Agora, para encontrarmos a quantidade de bactérias após 3,7 horas, basta substituirmos na
equação anterior.
P2(3,7) = 6,5(13,69) - 5,5(3,7) + 50 = 118,635
Logo, após 3,7 horas, teremos 118,635 bactérias.

Método de Lagrange

O método de interpolação descrito nessa seção foi desenvolvido por Joseph Louis de
Lagrange, motivo pelo qual o método é conhecido por Interpolação de Lagrange.
Apresentamos a fórmula geral e para ilustrar bem como funciona o cálculo do Polinômio
Interpolador de Lagrange vamos considerar os seguintes pontos
(xi ,yi ), i =0,…,2: (−1;3),(2;6),(4;−2).
O único polinômio de grau 2 que passa exatamente por todos esses pontos é -
x^2+2x+6
A técnica de Lagrange fornece uma alternativa de como calcular esse mesmo polinômio que
passa pelos três pontos utilizando três funções distintas (que também são polinômios), uma
função L_i(x)correspondente a cada ponto (x_i,y_i), as quais possuem características bem
definidas.
Essas funções são denominadas de polinômios de Lagrange Li (x), e são calculadas da seguinte
forma:
Li (x) = (x−x0 )(x−x1 )...(x−xi+1 )(x−xn )
(xi −x0 )(xi −x1 )...(xi −xi+1 )(xi −xn )

Exemplos:

Considerando a tabela onde estão representados alguns pontos da função f(x) =

sqrt^3 x , determine o valor aproximado de 0.5^3 .

x f(x)

0 0

0.008 0.2

0.064 0.4

0.216 0.6

0.512 0.8

Solução:

Note inicialmente que interpolar entre pontos da tabela fornece estimativas para \sqrt[3]x
. No entando, estamos interessados numa estimativa da função x^3 para x=0.5. Perceba que
x^3 é a função inversa de \sqrt[3]{x}.

Dessa forma teremos que fazer uma interpolação reversa, ou seja, em vez de utilizar os
valores de x para escrever o polinômio, utilizaremos os valores de y.

Então, vamos calcular um polinômio de grau 3 usando os 4 valores de y mais proximos de 0.5
e seus correspondes em x. Fazendo a escolha dos melhores pontos, teremos:
 y {x}x

0.2 0.008

0.4 0.064

0.6 0.216

0.8 0.512

Com os melhores pontos escolhidos, já podemos fazer a interpolação:

L_0 = (y_0-y_1)(y_0-y_2)(y_0-y_3) /
(y0 −y1 )(y0 −y2 )(y0 −y3 )
L_1 = (y_1-y_0)(y_1-y_2)(y_1-y_3) /
(y1−y0 )(y1−y2 )(y1−y3 )

L_2 = (y-y_0)(y-y_1)(y-y_3) /
(y2 −y0)(y2 −y1 )(y2 −y3 )
L_3 = \frac{(y-y_0)(y-y_1)(y-y_2) /
(y3 −y0 )(y3 −y1 )(y3 −y2 )

y=x0 L0 + x1 L1 + x2 L2 + x3 L3

Substituindo os valores de x e y ficaremos com

L_0 = \frac{(y-0.4)(y-0.6)(y-0.8)
(0.2−0.4)(0.2−0.6)(0.2−0.8)
L_1 = \frac{(y-0.2)(y-0.6)(y-0.8)
(0.4−0.2)(0.4−0.6)(0.4−0.8)
L_2 = \frac{(y-0.2)(y-0.4)(y-0.8)

(0.6−0.2)(0.6−0.4)(0.6−0.8)
L_3 = \frac{(y-0.2)(y-0.4)(y-0.6)
(0.8−0.2)(0.8−0.4)(0.8−0.6)
x =(0.008)L0 +(0.064)L1 +(0.216)L2 +(0.512)L3
Fazendo y=0.5, teremos que x=0.125. Ilustrando o resultado obtido:

Exemplo 2
Exercicios :

Sendo x0 , x1 ,..., xn n + 1 pontos distintos, para k = 0, 1,..., n consideraremos os polinômios

lk(x) de grau n conforme à seguir:

determina-se uma série de k polinômios de modo que cada um deles, individual e

independentemente, ajuste o valor da função em um ponto, como se segue:
a) Conforme solicitado no enunciado, foram selecionados 3 pontos para realização da
interpolação de Lagrange. Os pontos selecionados foram (0;1.8421), (0.5;2.4694) e
(1;2.4921). Como trabalharemos com 3 pontos somente, o polinômio apresenta L0, L1 e L2 e
portanto, pn(x) (polinômio interpolador) será de grau menor ou igual a n, isto é, .
Aplicando a fórmula do polinômio de Lagrange, temos os seguintes polinômios
interpoladores:

(feito pelo Libre Office)

b) Desta vez, selecionamos 4 pontos consecutivos para realização do exercício: (0,1.8421),
(0.5, 2.4694), (1, 2.4921) e (1.5, 1.9047),
conforme solicitado.
Repare que este gráfico não parece se assemelhar ao anterior, dado pelo Wolfram desta
mesma função f(x) = -0.00733x³ - 1.1982x² + 1.85553x + 1.8421, isto devido aos intervalos
de dados serem muito altos no primeiro gráfico, e portanto, este último seria uma
aproximação da curva (um zoom) da parte bem próxima a x=0, já que os nossos valores são
bem pequenos se comparados aos do gráfico feito pelo Wolfram.

Fazendo, agora, o cálculo para o erro deste método dado por , temos,
calculado através da planilha Libre Office:
Forma de Lagrange – Vantagens
A fórmula de Lagrange é popular, pois é bem conhecida e é fácil de codificar. Além disso,
os dados não são obrigados a ser especificado com x em ordem crescente ou decrescente.
Forma de Lagrange – Desvantagens
Embora o cálculo de pn (x) é simples, o método ainda não é eficiente para grandes valores
de n. A interpolação polinomial de ordem alta é instável!

Referencia :
https://sites.google.com/site/calcnumq3/lista-4/questao-1
https://cn.ect.ufrn.br/index.php?r=conteudo%2Finterp-lagrange
Arquivo 11, pdf, portal de dático;
http://www.estgv.ipv.pt/PaginasPessoais/lsousa/Teoria_actualMN/Cap%C3%ADtulo4-
interpola%C3%A7%C3%A3o.pdf
https://maestrovirtuale.com/interpolacao-linear-metodo-exercicios-resolvidos/