Você está na página 1de 59

Métodos Numéricos 1

CAP-INPE

Haroldo Fraga de Campos Velho


E-mail: haroldo@lac.inpe.br
Web-page: www.lac.inpe.br/~haroldo

Curso de Métodos Numéricos 1 / CAP-INPE, 2013


INTERPOLAÇÃO POR POLINÔMIOS

 Utilização:
 Solução de equações diferenciais.
 Aproximação de funções.
 Cálculo aproximado de integrais.
 Solução de equações.
 Processamento de imagens/sinais.
 Computação gráfica.
 Entre outras aplicações …
INTERPOLAÇÃO POR POLINÔMIOS

 Forma polinomial
 Um polinômio p(x) de grau n é, por definição, uma
função da forma:
INTERPOLAÇÃO POR POLINÔMIOS

 A forma (2.1) – forma de potência – é a forma


canônica de se representar um polinômio.
 É conveniente para integrar ou diferenciar.
 Porém, podem existir formas mais adequadas,
dependendo do contexto.
INTERPOLAÇÃO POR POLINÔMIOS

 Exemplo 2.1:
 Seja p(x) uma forma de potência linear, em que:

 Na aritmética de ponto flutuante com 5-dígitos,


obtém-se:
INTERPOLAÇÃO POR POLINÔMIOS

 Exemplo 2.1:
 Com a mesma aritmética, determina-se

 que recupera somente o primeiro dígito.


 Perda de 4 dígitos decimais.
INTERPOLAÇÃO POR POLINÔMIOS

 Exemplo 2.1:
 OBS:
INTERPOLAÇÃO POR POLINÔMIOS

 Contornando a perda de significância …


 Uso da Forma de Potência Deslocada (FPD).

 Onde c é chamado centro.


INTERPOLAÇÃO POR POLINÔMIOS

 Voltando ao Exemplo 2.1:


 Escolhendo o centro c=6000, o polinômio obtido
seria:

 Recalculando o valor do polinômio:

 Que estão corretos em 5-dígitos!


INTERPOLAÇÃO POR POLINÔMIOS

 OBS:
 Os coeficientes na FPD (2.2) são obtidos das
derivadas:

 A FPD produz a expansão de Taylor para p(x) em


torno do centro c.
INTERPOLAÇÃO POR POLINÔMIOS

 Generalizando a FPD:
 Se tivermos ao invés de 1 centro c, n diferentes
centros, a FPD torna-se a forma de Newton:
INTERPOLAÇÃO POR POLINÔMIOS

 OBS:
 Se os centros forem todos iguais:

 A forma (2.3) recai na FPD (2.2).


 Se os centros forem iguais a zero, retornamos a
forma canônica (2.1).
INTERPOLAÇÃO POR POLINÔMIOS

 É ineficiente usar a forma (2.3)

 Notar: o termo (x-c1) ocorre em todos os termos de


(2.3), exceto no primeiro. O fator (x-c2) ocorre em
quase todos os termos, exceto nos 2 primeiros.
 E assim sucessivamente.
INTERPOLAÇÃO POR POLINÔMIOS

 Pode-se re-escrever (2.3) numa forma aninhada


(nested form):
INTERPOLAÇÃO POR POLINÔMIOS

 Complexidade da forma (2.4)

 Exemplo:
INTERPOLAÇÃO POR POLINÔMIOS

 Exemplo para x=4:


INTERPOLAÇÃO POR POLINÔMIOS

 Forma aninhada em algorítmo:


 ALG-2.1: valor de p(z)
INTERPOLAÇÃO POR POLINÔMIOS

 Do ALG-2.1, tem-se:

 A forma (2.5) pode ser usada para passar de uma


forma para outra.
INTERPOLAÇÃO POR POLINÔMIOS

 Exemplo:

 Aplicando 2 vezes ALG-2.1 em z=0:

 Assim:
INTERPOLAÇÃO POR POLINÔMIOS

 LEMA 2.1:
 Se z0, z1 …, zk são raízes distintas de p(x), então

 Para algum polinômio r(x).


INTERPOLAÇÃO POR POLINÔMIOS

 Corolário:
 Se p(x) e q(x) são polinômios com grau ≤ k e
p(x)=q(x) em pontos distintos z0, z1 …, zk, então;

 Prova: d(x) = p(x) – q(x), portanto d(x) é polinômio


de grau k. Pelo Lema 2.1:
INTERPOLAÇÃO POR POLINÔMIOS

 Prova Corolário:
INTERPOLAÇÃO POR POLINÔMIOS

 Definição: multiplicidade de uma raiz.

 Chama-se zero (raiz) de multiplicidade k (ou de


ordem k) da função f(x) se:

 Exemplo:
INTERPOLAÇÃO POR POLINÔMIOS

 LEMA 2.2:
 Se z0, z1 …, zk é uma seqüência de zeros de p(x)
(contando multiplicidade), então

 Prova: pelo ALG-2.1: p(x) = (x-z1)q(x).


 Para finalizar a proca por indução, assume-se (é fácil
provar) que z0, z1 …, zk é uma seqüência de zeros de
q(x) (incluindo multiplicidade).
INTERPOLAÇÃO POR POLINÔMIOS

 Idéia da prova do LEMA 2.2:


 Assume-se que z ocorre m na seqüência z0, z1 …, zk .
 Após, distinguir os casos:

 Usando o fato de que:

 O resultado do Lema segue.


INTERPOLAÇÃO POR POLINÔMIOS

 Corolário:
 Se p(x) e q(x) polinômios de grau ≤ k e p(x) = q(x),
no sentido de que a difereça r(x) = p(x) – q(x) tem
k+1 zeros: z0, z1 …, zk (incluindo multiplicidade),
então

 OBS: O colorário do Lema 2.2 prova a unicidade do


polinômio interpolador: o polinômio interpolador é
único.
Existência e Unicidade do Polinômio Interpolador

 Dados o conjunto de pontos;

 Desejamos determinar um polinômio de grau ≤ n


que interpole f(x) nos pontos: x0, x1 …, xn e
Existência e Unicidade do Polinômio Interpolador

 Pelo colorário do Lema 2.1, existe pelo menos um


p(x) de grau ≤ n que interpola f(x) nos n+1 pontos.
 Para mostrar a existência, emprega-se uma outra
forma polinomial: a forma de Lagrange:
Existência e Unicidade do Polinômio Interpolador

 Sobre o polinômio de Lagrange:

 OBS-1: p(x) e l(x) são polinômios de ordem n.

 OBS-2:

 OBS-3:
Existência e Unicidade do Polinômio Interpolador

 Pelas Obs-1, Obs-2 e Obs-3:

 TEOREMA 2.1: Dada a função real f(x) e n+1 pontos


distintos: x0, x1 …, xn , existe exatamente um
polinômio de grau ≤ n que interpola f(x) nos pontos
x0, x1 …, xn .
Existência e Unicidade do Polinômio Interpolador

 A fórmula (2.7) é conhecida como fórmula de


Lagrange.
 Para n=1 e x0 , x1 tem-se
Existência e Unicidade do Polinômio Interpolador

 Fórmula de Lagrange: n=1 e (x0 , x1)


PROBLEMAS DA INTERPOLAÇÃO DE LAGRANGE

 É usada 2(n+1) multiplicações e/ou divisões e (2n+1)


adições/subtrações.

 Lembrando: a forma aninhada tem-se n adições e n


multiplicações.

 Os cálculos efetuados para compor o polinômio de


menor ordem pk-1(x) são totalmente “esquecidos” no
cálculo do polinômio pk(x).
FORMA DE NEWTON PARA INTERPOLAÇÃO

 Uma forma bastante comum é escrever o polinômio


interpolador na sua forma de Newton:

 A forma (2.9) por ser usada para construir passo a


passo a seqüência p0(x), p1(x), …, pk(x), com pk(x)
obtido de pk-1(x).
FORMA DE NEWTON PARA INTERPOLAÇÃO

 O interpolante pk(x) é obtido de pk-1(x):

 Mostra também que o coeficiente Ak na forma (2.9) é


o coeficiente principal (leading): coeficiente do
monômio xk de Ak(x) de grau ≤ k.
 O coeficiente Ak depende somente dos valores de
f(x) nos pontos x0, …, xn: chamada de k-ésima
diferença dividida de f(x) para os pontos x0, …, xn.
FORMA DE NEWTON: DIFERENÇA DIVIDIDA

 k-ésima diferença dividida:

 A forma de Newton para o polinômio interpolador


torna-se:
FORMA DE NEWTON: DIFERENÇA DIVIDIDA

 Expandindo a forma (2.10):

 No produtório em (2.10) é usada a convenção:


FORMA DE NEWTON: DIFERENÇA DIVIDIDA

 Para n=1, (2.10) torna-se:

 Comparando com a fórmula de interpolação linear,


tem-se que:
TABELA DE DIFERENÇAS DIVIDIDAS

 As diferenças divididas de ordem mais alta são


construídas a partir da fórmula:

 A importante fórmula (2.12) pode ser obtida de uma


fórmula tipo Lagrange (disfarçada):
TABELA DE DIFERENÇAS DIVIDIDAS

 Pela unicidade: p(x)=pk(x). Assim:


TABELA DE DIFERENÇAS DIVIDIDAS

 ALG-2.2: Dados as primeiras 2 colunas da tabela


contendo x0, …., xn e f[x0], …, f[xn]:

 Uma variante do algoritmo é mostrada no próximo


slide.
CÁLCULO DOS COEFICIENTES: FÓRMULA DE NEWTON

 ALG-2.3: Dados os n+1 pontos distintos x0, …., xn e


os valores funcionais f[x0], …, f[xn], com f(xi)
armazenados em di (i = 0, 1, … , n):

 Então:
TABELA DE DIFERENÇAS DIVIDIDAS
2.4 INTERPOLAÇÃO: No. CRESCENTE DE PONTOS

 Usando a fórmula de Newton:

 Se conhecermos pk(x*), ψk(x*) e f[x0, …,xk+1] então


calcula-se pk+1(x*) por:
2.4 INTERPOLAÇÃO: No. CRESCENTE DE PONTOS

 ALG-2.4 (algorítmo de Aitken):


 Dados x0, …., xn e f(x0), …, f(xn) e o ponto a ser
interpolado
2.4 INTERPOLAÇÃO: No. CRESCENTE DE PONTOS

 ALG-2.4 (algorítmo de Aitken):


2.5 – ERRO DO POLINÔMIO INTERPOLADOR

p1(x)

f(x1) f(x)

e1(x)
f(x0)

x0 x1

 Erro de truncamento cometido:


2.5 – ERRO DO POLINÔMIO INTERPOLADOR

 Claramente o erro de truncamento depende do


ponto de interpolação e o erro e1(x) = 0 em dois
pontos: x0 e x1.

 Pode-se construir por inspeção:

 Onde A é uma constante a ser determinada.


2.5 – ERRO DO POLINÔMIO INTERPOLADOR

 Definindo a função auxiliar

 Na qual,
 Então, pelo teorema do valor médio de Rolle:
2.5 – ERRO DO POLINÔMIO INTERPOLADOR

 Aplicando novamente o teorema de Rolle:

 Para x = λ:

 Assim:
2.5 – ERRO DO POLINÔMIO INTERPOLADOR

 Para interpolação de ordem n, defini-se:

 Definindo:
 Que se anula nos n+2 pontos
2.5 – ERRO DO POLINÔMIO INTERPOLADOR

 Portanto:

 Derivando G(x) (n+1) vezes, obtém-se:

 Deste modo:
2.6 – PONTOS IGUALMENTE ESPAÇADOS

 Se os pontos são igualmente espaçados:

 Desta forma, não é necessário calcular a tabela de


diferença dividida. Basta calcular a tebela de
diferenças.
 Diferença avançada (forward):
2.6 – PONTOS IGUALMENTE ESPAÇADOS

 Generalizando:

 Lema 2.3: Relação entre diferença avançada e


diferença dividida:
2.6 – PONTOS IGUALMENTE ESPAÇADOS

 Polinômio interpolador na forma de Newton (2.10)


para pontos igualmente espaçados:

 Para f(x) interpolada em xk, …, xk+n. Para k=0:


2.7 – INTERPOLAÇÃO OSCULATÓRIA

 Até agora, nos pontos de interpolação x0, …, xn, o


polinômio interpolador deveria igualar-se a f(x)
nestes pontos:

 Na verdade, a palavra mais correta deveria ser que


p(xi) concorda (agree) com f(xi).
 Definindo contato de ordem superior:
2.7 – INTERPOLAÇÃO OSCULATÓRIA

 Exemplos de contato de ordem superior

 Polinômio de Taylor:

 Concorda com f(x) no ponto c (n+1) vezes.


2.7 – INTERPOLAÇÃO OSCULATÓRIA

 Porque o polinômio de Taylor concorda com f(x) no


ponto c (n+1) vezes?

 Desta forma:
2.6 – PONTOS IGUALMENTE ESPAÇADOS

 A idéia é obter uma fórmula semelhante a (2.12)


para o polinômio interpolador, quando na seqüência
x0, …, xn temos um (ou mais) ponto(s) de contato de
ordem superior.

 Teorema 2.4: Se f(x) tem m derivadas contínuas e


nenhum ponto ocorre mais do que m+1 vezes na
seqüência x0, …, xn, então existe exatamente um
polinômio de grau ≤ n que concorda com f(x) em
x0, …, xn.

Você também pode gostar