You are on page 1of 9

1

Captulo 6 Interpolao


- Por que aproximar y = f(x)?

Dois so os motivos bsicos para a abordagem deste
problema:

1
o
) A y = f(x) pode estar apresentada apenas na forma
discreta, isto , uma tabela de pontos do tipo que ocorre
em experimentos e observaes de maneira geral.

2
o
) A y = f(x) possui expresso conhecida, porm
ineficiente ou impossvel de ser utilizada.



- Quem pode ser a funo aproximadora z = g(x)?

Em princpio a g(x) deve ser facilmente utilizvel. Ela
pode ser encontrada nas seguintes famlias:

1
o
) Polinomiais:
g x a x Pn x
i
i
i
n
( ) ( ) = =
=

0

Vantagens:
- S envolvem operaes elementares;
- Facilmente derivveis, integrveis, etc,...
- Formam um anel, ou seja, todas as transformaes
algbricas aplicadas resultam em um outro polinmio.





2

2
o
) Racionais:
g x
Pn x
Qm x
( )
( )
( )
=

Permite a representao de curvas do tipo



3
o
) Trigonomtricas:
g x a ix
i
i
m
( ) sen( ) =
=

1



I nterpolao Polinomial
Objetivo

Obter um polinmio interpolador P
n
(x) tal que P
n
(x
i
) = y
i
,
0 s i s n.

- Encontrar um nmero ideal de pontos para achar y da
melhor forma.
- Pontos com preciso.
- Achar uma curva que passe pelos pontos e ache, com
menor erro, o valor de y.

Tcnicas
- Lagrange
- Newton
3

Em virtude de suas caractersticas (simplicidade,
continuidade, diferenciabilidade, etc,...) as funes
polinomiais so as mais utilizadas como aproximadoras.
Contudo, tais vantagens bvias dos polinmios teriam
pouca valia se no existisse prova terica de que os
mesmos podem realmente aproximar funes.

TEOREMA DA APROXIMAO (Weisstrass)
Seja f: [a, b] R contnua e dado um c > 0 qualquer,
ento existe um polinmio P: [a, b] R tal que
|f(x) P(x)| < c , x e [a, b].

- Como estimar o erro de interpolao se no conhecemos
f(x)?

TEOREMA DA EXISTNCIA E UNICIDADE DO
POLINMIO INTERPOLADOR
Sejam
n
i i
x
0
) (
= nmeros reais distintos e
n
i i
y
0
) (
=
nmeros reais quaisquer. Ento, existe precisamente um
polinmio P de grau s n tal que P
n
(x
i
) = y
i
(passa por
todos os pontos) , 0 s i s n.

0 0
1 1
( )
( )
n 1 equaes

( )
n n
p x y
p x y
p x y
=

=

+
`

=
)


4
Pn x a a x a x a x y
Pn x a a x a x a x y
Pn x a a x a x a x y
n
n
n
n
n n n n n
n
n
( )
( )
( )
0 0 1 0 2 0
2
0 0
1 0 1 1 2 1
2
1 1
0 1 2
2
= + + + + =
= + + + + =
= + + + + =



Gera um sistema de equaes lineares com n+1 incgnitas
a
i
e n+1 equaes

(
(
(
(

=
(
(
(
(

(
(
(
(
(

n n
n
n n
n
n
y
y
y
a
a
a
x x
x x x
x x x

1
0
1
0
2
n
1
2
1 1
0
2
0 0

x 1

1
1

Matriz de Vandermonde

cuja soluo fornece os coeficientes a
i
do polinmio que
passa por todos os pontos (x
i
, y
i
= f(x
i
)). Este polinmio
denominado de INTERPOLADOR da funo y = f(x).

det (A) = (x
1
x
0
) (x
2
x
1
) . . . (x
n
x
n-1
)

) ( ) det(
j
j i
i
x x A =
[
>


O Det(A) no nulo, sempre que os pontos x
i
forem
diferentes entre si, ou seja,
) x - (x
j i ser sempre diferente
de zero para pontos x
i
no repetidos e desta forma a
soluo do sistema ter soluo nica. Assim, o polinmio
gerado ser nico para valores de x
i
no repetidos,
5
independentemente do mtodo utilizado para a sua
determinao.
- A inversvel (no singular);

Exemplo:
Aproxime por interpolao y = ln(x), x e [2 ; 2,15]
dividindo este intervalo em trs partes iguais e estime
ln(2.14).

Soluo:

Tabela gerada: x 2 2,05 2,10 2,15
y =
ln(x)
0,693 0,718 0,742 0,765

n+1 = 4 n = 3
P x a a x a x a x
3 0 1 2
2
3
3
( ) = + + +


1 2 4 8
1 2 05 2 05 2 05
1 2 10 2 10 2 10
1 2 15 2 15 2 15
0 693
0 718
0 742
0 765
2 3
2 3
2 3
0
1
2
3
, ( , ) ( , )
, ( , ) ( , )
, ( , ) ( , )
,
,
,
,

(
(
(
(

(
(
(
(
=

(
(
(
(
a
a
a
a



Resolvendo o sistema acima por um mtodo direto, temos:

a
0
= -1,1234
a
1
= 1,3048
a
2
= -0,1975
a
3
= -0,0004112

6
P x x x x x
3
2 3
11234 13048 01975 0 0004112 ( ) , , , , ln( ) = + ~


P
3
2 14 0 76048 2 14 ( , ) , ln( , ) = ~


Valor Exato: ln(2,14) = 0,760805


1) INTERPOLAO DE LAGRANGE


Em Geral:

= =
=
=
j k x x
x x
x L
k
j
j n
0
1
) (
,


Para n = 2 temos:
) )( (
) )( (
) (
2 0 1 0
2 1
0 , 2
x x x x
x x x x
x L


=

= =
=
=

= =
=
=

= =
=
=
+ + + =
2 0
1
) (
1 0
1
) (
0 0
1
) (
) ( ) ( ) ( ) (
2
2 ,
1
1 ,
0
0 ,
, 1 , 1 0 , 0
j x x
x x
x L
j x x
x x
x L
j x x
x x
x L
x L y x L y x L y x P
j
n
j
n
j
n
n n n n n n

7
) )( (
) )( (
) (
2 1 0 1
2 0
1 , 2
x x x x
x x x x
x L


=


) )( (
) )( (
) (
1 2 0 2
1 0
2 , 2
x x x x
x x x x
x L


=



[
=
=

= =
n
j i
i
i j
i
j n j n j n
x x
x x
x L x L x f x P
0
, ,
) (
) (
) ( onde ) ( ) ( ) (


Exemplo: Calcular f(1.2) = ?

x
i
1 1.3 1.6
y
i
0.7652 0.6200 0.4540

2,0
(1.2 1.3)(1.2 1.6)
(1.2)
(1 1.3)(1 1.6)
( 0.1)( 0.4) 0.04
0.2222
( 0.3)( 0.6) 0.18
L

= =


= =




2,1
(1.2 1)(1.2 1.6)
(1.2)
(1.3 1)(1.3 1.6)
(0.2)( 0.4) 0.08
0.8889
(0.3)( 0.3) 0.09
L

= =


= =




8
2,2
(1.2 1)(1.2 1.3)
(1.2)
(1.6 1)(1.6 1.3)
(0.2)( 0.1) 0.02
0.1111
(0.6)(0.3) 0.18
L

= =


= =



P
2
(1.2) = 0.7652 L
2,0
(1.2)+0.62 L
2,1
(1.2)+0.4540 L
2,2
(1.2)

P
2
(1.2) = 0.6707



2) MTODO DE NEWTON

Exemplo: Calcular f(1.2) = ? P
4
(1.2) = ?

x
i
1.0 1.3 1.6 1.9 2.2
y
i
0.7651977 0.6200860 0.4554022 0.2818186 0.11036223

Efetuamos interpolaes sucessivas elevando o grau do
polinmio:
) ( ) ( ) ( 7651977 . 0 ) (
7651977 . 0 ) (
0 0 0 0 1 0 1
0
x x c x P x x c x P
x P
+ = + =
=

determinamos c
0
tal que P
1
(x
1
) = y
1


4837056 . 0
0 . 1 3 . 1
7651977 . 0 ) ( ) (
1
0 1
1 0 1 1
0
=

=
y
x x
x P x P
c


9
6684565 . 0 ) (
) 0 . 1 ( 4837056 . 0 7651977 . 0 ) (
1
1
=
=
x P
x x P



) )( ( ) ( ) (
1 0 1 1 2
x x x x c x P x P + =

determinamos c
1
tal que P
2
(x
2
) = y
2

1085661 . 0
) 3 . 1 6 . 1 )( 0 . 1 6 . 1 (
4749441 . 0
) )( (
) ( ) (
2
1 2 0 2
2 1 2 2
1
=

=
y
x x x x
x P x P
c


6706312 . 0 ) (
) 3 . 1 )( 0 . 1 ( 1085661 . 0 ) 0 . 1 ( 4837056 . 0 7651977 . 0 ) (
2
2
=
=
x P
x x x x P


) )( )( ( ) ( ) (
2 1 0 2 2 3
x x x x x x c x P x P + =

determinamos c
2
tal que P
3
(x
3
) = y
3

) 6 . 1 9 . 1 )( 3 . 1 9 . 1 )( 0 . 1 9 . 1 (
) (
) )( )( (
) ( ) (
3 2 3
2 3 1 3 0 3
3 2 3 3
2

=
x P y
x x x x x x
x P x P
c

6711480 . 0 ) 2 . 1 (
6711582 . 0 ) 2 . 1 (
4
3
=
=
P
P


Observando o mtodo, podemos notar que aproveita-se os
clculos que levam a P
n
(x) para obter P
n+1
(x).

You might also like