MOTIVAÇÃO
¨ A seguinte tabela relaciona densidade da água e temperatura:
¨ Suponha que se queira calcular:
¤ A densidade da água à 32,5oC;
¤ A temperatura para a qual a densidade é 993,3 kg/m3.
Temperatura (oC) 20 25 30 35 40
MOTIVAÇÃO
¨ A seguinte tabela fornece os resultados do censo no Brasil,
em milhões de pessoas, entre 1960 e 2010.
¨ Poderíamos nos perguntar:
¤ Esses dados podem ser utilizados para fornecer uma estimativa
razoável da população, digamos em 1983?
Ano 1960 1970 1980 1991 2000 2010
População
Quando aplicar
¨ A interpolação nos ajuda a resolver estes tipos de problemas.
¨
¤ Quando são somente conhecidos os valores numéricos da função
para um conjunto de pontos, e é necessário calcular o valor de um ponto não tabelado.
¤ Quando a expressão da função é complicada demais para ser
INTERPOLAÇÃO
POLINOMIAL
¨ Uma das classes mais conhecidas e úteis de funções que
levam o conjunto de números reais em si mesmo é a classe
dos :
P
n( )
x
= a
0+ a
1x + a
2x
2+
!+ a
nx
n=
a
ix
i i=0 n∑
,
a
i∈ R, ∀i
n ∈ Ζ
+%
&
'
('
PORQUE POLINÔMIOS???
¨ Os polinômios são importantes, pois aproximam as funções
contínuas uniformemente.
¨ Dada qualquer função definida e contínua em um intervalo
fechado, existe um polinômio que está tão próximo da função dada quanto quisermos.
PORQUE POLINÔMIOS???
¨ Suponha f definida e contínua em [a, b]. Para cada ε > 0,
existe um polinômio P (x), tal que:
PORQUE POLINÔMIOS????
¨ Outra razão para considerar a classe de polinômios na
aproximação de funções é que derivadas e integrais de
polinômios são também polinômios, têm tratamento
COMO DETERMINÁ-LOS???
¨ Os polinômios de Taylor são uma opção, mas nem sempre
são satisfatórios (podem divergir).
¨ Eles têm uma boa aproximação para pontos específicos.
¨ Um bom polinômio interpolador precisa fornecer uma
Polinômios e Série
de Taylor
Teorema de Taylor
¨ Suponha que , que exista em [a, b] e
que . Para todo , existe um número entre x0 e x, tal que , onde:
f ∈ C
n[
a, b
]
f
(n+1)x
0∈ [a, b]
x ∈ [a, b]
ξ
( )
x
f x
( )
= P
n( )
x
+ R
n( )
x
P
n( )
x
= f x
( )
0+ f ' x
( )
0(
x − x
0)
+
f " x
( )
02!
(
x − x
0)
2+!+
f
n ( )x
0( )
n!
(
x − x
0)
nTeorema de Taylor
ou ainda:¨ Pn(x) é chamado polinômio de Taylor de grau n de f em x0
e
¨ Rn (x) é chamado resto (ou erro de truncamento)
relativo a Pn (x).
P
n( )
x
=
f
k ( )x
0( )
k!
(
x − x
0)
k k=0 n∑
R
n( )
x
=
f
n+1(
)
ξ
( )
x
(
)
n +1!
(
x − x
0)
n+1 Erro envolvido na utilização de uma adição truncada ou finita¨ ξ é um valor que depende de x, porém não sabemos
determiná-lo explicitamente.
¨ O Teorema de Taylor apenas garante que tal função existe
e que seu valor está entre x e x0 .
¨ PROBLEMA nos métodos numéricos: Determinar uma
limitação realística para o valor de quando está definido em um intervalo específico, tal que a aproximação f (x) ≈ Pn (x) seja razoável.
Exemplo 1
¨ Use expansões em série de Taylor com x0 = 0 (em série de
Maclaurin) para aproximar:
f (x) = e
x¨ Começando com a versão mais simples ex = 1, some um
termo de cada vez para estimar e0,5. Depois que cada termo
for adicionado, calcule o erro verdadeiro e o erro relativo percentual aproximado. Observe que o valor verdadeiro é
Exemplo 1
¨ Adicione termos até que o valor absoluto do erro estimado
aproximado εa esteja dentro do critério de erro
pré-estabelecido εs que garanta três algarismos significativos.
¨ Portanto, adicionaremos termos à série de Taylor até que εa
esteja abaixo de 0,05%.
Exemplo 1
¨ Usando os polinômios de Taylor centrados em x0 = 0 para
estimar e0,5.
P
0( )
x
= 1
P
n( )
x
=
f
k ( )x
0( )
k!
(
x − x
0)
k k=0 n∑
P
5( )
x
= 1+ x +
x
22
+
x
36
+
x
424
+
x
5120
P
1( )
x
= 1+ x
P
2( )
x
= 1+ x +
x
22
!
Exemplo 1
¨ 1a Tentativa: ¨ 2a Tentativa:P
0
( )
x
= 1
e
x
≈ 1
e
0,5
≈ 1
P
1
( )
x
= 1+ x
e
x
≈ 1+ x
e
0,5
≈ 1, 5
Exemplo 1
¨ A segunda tentativa apresenta um erro relativo percentual
verdadeiro de:
=
1, 648721−1, 5
1, 658721
×100% = 9, 02%
ε
t=
x
analítico− x
aproximadoExemplo 1
¨ E apresenta uma estimativa aproximada do erro de:
¨ Como εa > εs, então temos que acrescentar mais um termo à
série.
=
1, 5 −1, 0
1, 5
×100% = 33, 3% > 0, 05%
ε
a
=
x
j
− x
j−1
x
j
⋅100%
Exemplo 1
¨ 3a Tentativa:P
2
( )
x
= 1+ x +
x
2
2
e
x
≈ 1+ x +
x
2
2
e
0,5
≈ 1, 625
ε
t= 1, 44%
ε
a= 7, 69% > 0, 05%
Exemplo 1
¨ Como εa > εs, então temos que acrescentar termos à série de
Taylor até que Como εa < εs .
¨
Termos Resultados
ε
t(%)
ε
a(%)
1
1
39,3
2
1,5
9,91
33,3
3
1,625
1,46
7,69
4
1,645833
0,175
1,27
5
1,648438
0,0172
0,158
Exemplo 1
¨ Portanto, depois que seis termos foram incluídos à série, o
erro aproximado cai abaixo de:
¨ Observe que, em vez de três algarismos significativos, os
resultados são exatos até cinco!
Exemplo 1
Próximo de x0 = 0 erros pequenos
Quanto mais longe de x0 maior o erro
Exemplo 2
¨ Considere, agora, o uso dos polinômios de Taylor para
expandir f (x) = 1/x em torno de x0 = 1 e obter uma
aproximação para f (3) = 1/3.
¨ Os polinômios de Taylor são:
Pn
( )
x = f k ( ) 1( )
k! k=0 n∑
(
x −1)
kExemplo 2
¨ Aplicando em x = 3, teremos:
n 0 1 2 3 4 5 6 7
Exemplo 2
¨ Neste exemplo fica claro que os polinômios de Taylor
podem não fornecer uma boa representação de f.
¨ Isto se deve, essencialmente, ao fato do polinômio de Taylor
ser construído apenas com “informações locais”, isto é, analisando f e suas derivadas em apenas um ponto.
POLINÔMIOS
INTERPOLADORES
DE LAGRANGE
Forma de Lagrange
¨ Iremos encontrar polinômios aproximadores que são
determinados, simplesmente, especificando-se certos pontos no plano pelos quais eles devem passar.
¨ Caso mais simples Interpolação
Linear
Interpolação Linear
¨ Os coeficientes a0 e a1 de P1 (x) devem ser tais que:
e
ou seja, o P1(x) coincide com a
função f nos x0 e x1 (também chamados
malhas de interpolação).
Interpolação Linear
¨ Definiremos, então: onde:L
0( )
x
=
x − x
1x
0− x
1,
L
1( )
x
=
x − x
0x
1− x
0P
1( )
x
= L
0( )
x
f x
( )
0+ L
1( )
x
f x
( )
1Interpolação Linear
¨ P1 (x) é a única função linear que passa por (x0 , f (x0)) e
(x1 , f (x1)) x x y0 = f (x0) y1 = f (x1) y y = f (x) y = P1(x)
Interpolação Polinomial de ordem n
¨ Para generalizar o conceito de interpolação linear, vamosconsiderar a construção de um polinômio de grau n (maior potência de x é, possivelmente, n) que interpola f nos pontos
x0 , x1 , ..., xn .
¨ Os coeficientes ak de Pn (x) devem ser tais que:
(1)
¨ Definiremos as funções Li (x) com a seguinte propriedade:
L
i( )
x
k=
δ
ik=
1, se i = k
0, se i ≠ k
"
#
$
%$
,
Delta dei = 0,1,
!, n
¨ Caso tais funções existam:
¨ satisfaz, por construção, a eq. (1).
¨ Determinando as funções Li (x), Pn (x) é facilmente obtido.
( )
∑
( ) ( )
=
=
n
k
k
k
n
n
x
L
x
f
x
P
0
,
¨ Para satisfazer Ln,k (xi) = 0, para cada i ≠ k, é necessário que
o numerador de Ln,k (xi) contenha o termo:
¨ Para satisfazer Ln,k (xk) = 1, para cada i = k, o denominador
de Ln,k (xi) deve ser igual ao numerador calculado em x = xk .
L
n,k=
(
x − x
0)
! x − x
(
k−1)
(
x − x
k+1)
! x − x
(
n)
x
k− x
0(
)
! x
(
k− x
k−1)
(
x
k− x
k+1)
! x
(
k− x
n)
x − x
0N-ésimo polinômio interpolador
¨ Se x0 , x1 , ..., xn são n+1 números distintos e f é uma função
cujos valores são dados nesses números, então existe um
único polinômio P(x) de grau no máximo n com:
N-ésimo polinômio interpolador
¨ Esse polinômio é dado por:
onde, para cada k = 0, 1, ..., n:
P
n( )
x
= f x
( )
0L
n,0( )
x
+
!+ f x
( )
nL
n,n( )
x
=
f x
( )
kL
n,k( )
x
k=0 n∑
L
n,k( )
x
=
(
x − x
i)
x
k− x
i(
)
i=0 i≠k n∏
Qual o erro envolvido???
¨ Agora, vamos apresentar um para o erro envolvido
na aproximação de uma função por um polinômio interpolador.
¨ Suponha x0 < x1 < ... < xn, (n + 1) pontos distintos em [x0, xn]
e que . Então, para cada x em [x0, xn], existe um número ξ (x) (geralmente desconhecido) em ] x0, xn[, tal que:
onde Pn (x) é o polinômio interpolador de f nos pontos
x , x , ..., x .
f ∈ C
n+1[
x
0, x
n]
R x
( )
= f x
( )
− P
n( )
x
=
f
n+1 ( )ξ
( )
x
(
)
n +1
(
)
!
(
x − x
0)
(
x − x
1)
! x − x
(
n)
¨ Observe que a forma do erro para o polinômio de Lagrange é
bastante semelhante àquela do polinômio de Taylor.
Informações em x0 Polinômio de Taylor de ordem n em torno de x0 Polinômio de Lagrange de ordem n
f
(n+1)(
ξ
( )
x
)
n +1
(
)
!
(
x − x
0)
n+1f
(n+1)(
ξ
( )
x
)
n +1
(
)
!
(
x − x
0)
(
x − x
1)
! x − x
(
n)
Informações em x0, x1, ..., xn¨ A fórmula para o erro tem uso limitado na prática, dado que
serão raras as situações em que conheceremos f (n+1) (x), e o
¨ Sob as hipóteses do Teorema 2, podemos escrever a seguinte relação: onde:
R
n( )
x
= f x
( )
− P
n( )
x
≤ x − x
(
0)
(
x − x
1)
! x − x
(
n)
M
n+1n +1
(
)
!
M
n+1= máx
x∈If
n+1(
)
x
( )
¨ Se além das hipóteses anteriores, os pontos forem
igualmente espaçados, ou seja:
¨ então:
¨ Observe que este majorante do erro independe do ponto x
considerado, .
f x
( )
− P
n( )
x
<
h
n+1M
n+14 n +1
(
)
x
1− x
0= x
2− x
1=
! = x
n− x
n−1= h
x ∈ x
[
0, x
n]
Exemplo 3
¨ Use os nós x0 = 2, x1 = 2,5, x2 = 4 para determinar o segundo
Exemplo 3
¨ Lembre-se que nenhum polinômio de Taylor, expandido
em torno de x0 = 1, pôde ser usado para aproximar
EXERCÍCIO
¨ Determine o polinômio interpolador para os pontos:
¨ A resposta será:
i
x
if (x
i)
0 -1
6
1
0
1
2
1
0
P
2( )
x
= 2x
2− 3x +1
Exemplo 4
¨ Determine o limitante para o erro cometido na aproximação
de f (x) = 1/x por P2 (x) do exemplo 3. Polinômio de Lagrange de ordem 2
f
(2+1)(
ξ
( )
x
)
2 +1
(
)
!
(
x − x
0)
(
x − x
1)
(
x − x
2)
¨ Na prática, geralmente, teremos apenas um conjunto de
pontos que representa um problema, portanto não conhecemos f (x).
¨ Qual será o erro cometido devido à uma certa interpolação
polinomial?
Nem sempre a aproximação baseada
em
é a que se aproxima
Exemplo 6
¨ A tabela abaixo fornece os valores de uma função em vários
pontos. Compare as aproximações para f (1,5) obtidas pelos diversos polinômios de Lagrange.
x
f (x)
1,0 0,7651977
1,3 0,6200860
1,6 0,4554022
1,9 0,2818186
2,2 0,1103623
L
n,k( )
x
=
(
x − x
i)
x
k− x
i(
)
i=0 n∏
P
n( )
x
= f x
( )
0L
n,0( )
x
+
!+ f x
( )
nL
n,n( )
x
=
f x
( )
kL
n,k( )
x
k=0 n∑
Exemplo 6
¨ A função que está sendo aproximada é a função de Bessel de
primeira espécie e ordem zero, cujo valor em 1,5 é conhecido como sendo 0,5118277.
Exemplo 6
¨ A função que está sendo aproximada é a função de Bessel de
primeira espécie e ordem zero, cujo valor em 1,5 é conhecido como sendo 0,5118277.
Pn (1,5) Valor 0,5102968 0,5112857 0,5124715 0,5118302 0,5118127 0,5118200 P1 P2 ˆ P2 ˆ P3 P3 P4 precisão de 2×10-5
Exemplo 6
¨ Como coincidem até uma precisão de
2×10-5, espera-se essa ordem de precisão para essas
aproximações.
¨ Espera-se, também, que P4 (1,5) seja a aproximação mais
precisa, pois utiliza mais dados fornecidos.
Exemplo 6
¨ Comparação das aproximações com o valor exato
f (1,5) = 0,5118277.