Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Documentos relacionados
Lucia Catabriga e Andréa Maria Pedrosa Valli

Interpolação polinomial

de Interpolação Polinomial

Podem ser calculados num número finito de operações aritméticas, ao contrário de outras funções (ln x, sin x, cos x, etc.)

Andréa Maria Pedrosa Valli

CCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO

Interpolação polinomial: Polinômio de Lagrange

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Interpolação Polinomial. Ana Paula

Diogo Pinheiro Fernandes Pedrosa. Universidade Federal do Rio Grande do Norte Centro de Tecnologia. diogo

Métodos Numéricos Interpolação / Aproximação. Renato S. Silva, Regina C. Almeida

exercícios de análise numérica II

Capítulo 5 - Interpolação Polinomial

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Interpolação polinomial: Diferenças divididas de Newton

x exp( t 2 )dt f(x) =

Métodos Numéricos - Notas de Aula

A. Equações não lineares

Interpolação polinomial: Diferenças divididas de Newton

MÉTODOS NUMÉRICOS. ENGENHARIA ELECTRÓNICA INDUSTRIAL e de COMPUTADORES

Modelagem Computacional. Parte 2 2

3.6 Erro de truncamento da interp. polinomial.

Matemática Computacional - 2 o ano LEMat e MEQ

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO

Interpolação de Newton

Aula 19 06/2014. Integração Numérica

Exercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares

Exercícios de Matemática Computacional -Cap. 6 Interpolação e aproximação polinomial

Lista de Exercícios de Métodos Numéricos

Exame/Teste (1) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, 12 de Janeiro de 2011, 18h30-20h00 (1º Teste)

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Capítulo 4 - Interpolação Polinomial

Aula 3 11/12/2013. Integração Numérica

Cálculo Numérico. Resumo e Exercícios P2

Matemática Computacional - Exercícios

Equações não lineares

Método de Newton para polinômios

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração. φ(x k ) ψ(x k ).

Integração Numérica. Maria Luísa Bambozzi de Oliveira. 27 de Outubro, 2010 e 8 de Novembro, SME0300 Cálculo Numérico

Cálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner

Equações Diferenciais Ordinárias

Sabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente

- Métodos numéricos. - Métodos analíticos versus métodos numéricos. - Necessidade de se usar métodos numéricos. - Métodos iterativos

Polos Olímpicos de Treinamento. Aula 10. Curso de Álgebra - Nível 3. Diferenças finitas e o polinômio interpolador de Lagrange. 1. Diferenças Finitas

Aula 16. Integração Numérica

Interpolação polinomial

Fórmulas de Taylor - Notas Complementares ao Curso de Cálculo I

Fórmulas de Taylor. Notas Complementares ao Curso. MAT Cálculo para Ciências Biológicas - Farmácia Noturno - 1o. semestre de 2006.

SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]

MÉTODOS NUMÉRICOS. ENGENHARIA e GESTÃO INDUSTRIAL

Diferenças finitas e o polinômio interpolador de Lagrange

Matemática Computacional - 2 o ano LEMat e MEQ

ROSANGELA CARLINE SCHEMMER MONOGRAFIA DE ESPECIALIZAÇÃO

Aula 10. Integração Numérica

Sistemas Lineares. ( Aula 3 )

Matemática Computacional - Exercícios

Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática

Métodos iterativos dão-nos uma valor aproximado para s. Sequência de valores de x que convergem para s.

Testes Formativos de Computação Numérica e Simbólica

Métodos Numéricos I. A. Ismael F. Vaz. Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho

Aula 24. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil

Métodos Numéricos Interpolação Polinomial. Filomena Teodoro Departamento de Matemática Escola Superior de Tecnologia de Setúbal

Capı tulo 5: Integrac a o Nume rica

Sistemas de Equações Diferenciais Lineares

Aula 12. Interpolação Parte 1

DCC008 - Cálculo Numérico

Aplicações de Álgebra Linear. Lista de Exercícios Humberto José Bortolossi Ainda sobre Matrizes e Aplicações

Computação Científica 65

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Métodos Numéricos I. A. Ismael F. Vaz. Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho

UNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição

Ajuste de dados por mínimos quadrados

Estudos Numéricos dos Métodos de Interpolação: Lagrange, Newton, Hermite e Spline Cúbico

étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno

Cálculo Diferencial e Integral I

Análise Matemática II - 1 o Semestre 2001/ o Exame - 25 de Janeiro de h

Transcrição:

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Lic Eng Biomédica e Bioengenharia-2009/2010

O problema geral da interpolação polinomial consiste em, dados n + 1 pontos (reais ou complexos) x 0, x 1,, x n e n + 1 valores (reais ou complexos) y 0, y 1,, y n (que geralmente correspondem a valores de uma função y = f (x) em x 0, x 1,, x n ), determinar um polinómio p n (x) de grau n tal que p n (x 0 ) = y 0, p n (x 1 ) = y 1,, p n (x n ) = y n Se os pontos x i, que são chamados de pontos ou abcissas de interpolação são distintos, vamos verificar que tal polinómio existe e é único

Dados n+1 pontos (reais ou complexos) x 0, x 1,, x n e n+1 valores (reais ou complexos) y 0, y 1,, y n, existe um e um só polinómio p n (x) de grau inferior ou igual a n tal que p n (x i ) = y i, i = 0, 2,, n Dem: Seja p n(x) = a 0 + a 1 x + + a nx n um polinómio de grau menor ou igual a n, com n + 1 coeficientes a 0, a 1,, a n desconhecidos A condição p n(x i ) = y i, i = 0, 2,, n é equivalente ao sistema de n + 1 equações a 0 + a 1 x 0 + + a nx0 n = y 0 a 0 + a 1 x 1 + + a nx1 n = y 1 a 0 + a 1 x n + + a nxn n = y n nas n + 1 incógnitas a i, i = 0, 1,, n A matriz dos coeficientes do sistema acima designa-se por matriz de Vandermonde Sabe-se da Álgebra linear que o seu determinante 1 x 0 x0 n 1 x 1 x n 1 1 x n xn n (1) é diferente de zero se os x i são todos distintos Assim sendo, o sistema (1) tem uma e uma só solução

Chama-se polinómio interpolador de uma função f sobre um conjunto de pontos x 0, x 1,, x n, ao polinómio de grau inferior ou igual a n que nesses pontos coincide com f Exemplo Determinemos o polinómio interpolador de grau 2 de uma função f que passa pelos pontos (1, 1), (2, 4) e (3, 9) Temos: x 0 = 1, y 0 = 1 = f (x 0 ) x 1 = 2, y 1 = 4 = f (x 1 ) x 2 = 3, y 2 = 9 = f (x 2 ) Queremos então determinar p 2 (x) = a 0 + a 1 x + a 2 x 2, tal que p 2 (x i ) = f (x i ), i = 1, 2, 3, o que conduz ao sistema a 0 + a 1 + a 2 = 1 a 0 + 2a 1 + 4a 2 = 4 a 0 + 3a 1 + 9a 2 = 9 Resolva este sistema usando a regra de Cramer

Fórmula interpoladora de Lagrange Sejam x 0, x 1,, x n n + 1 pontos distintos Consideremos os seguintes polinómios l i (x) de grau n: l i (x) = x x j, i = 0,, n x j=0 i x j j i } {{ } polinómios de Lagrange { 1, i = j Facilmente se verifica que l i (x j ) = δ ij = 0, i j e assim sendo, dados f 0 = f (x 0 ), f 1 = f (x 1 ),, f n = f (x n), de uma função, o polinómio p n(x) = é de grau menor ou igual a n e verifica n f i l i (x) (2) i=0 p n(x i ) = f i, ie, p n é o polinómio interpolador de f nos pontos x 0, x 1,, x n A (2) chama-se fórmula interpoladora de Lagrange

Exemplo Sendo dada a tabela x 1 0 2 f (x) 2 1 7 calculemos f (1) usando o polinómio interpolador de Lagrange Temos x 0 = 1, f 0 = f (x 0 ) = 2 x 1 = 0, f 1 = f (x 1 ) = 1 x 2 = 2, f 2 = f (x 2 ) = 7 e portanto n = 2 Determinemos l i (x), i = 0, 1, 2: l 0 (x) = (x x 1)(x x 2 ) (x 0 x 1 )(x 0 x 2 ) = (x 0)(x 2) ( 1 0)( 1 2) = x2 2x 3 l 1 (x) = (x x 0)(x x 2 ) (x 1 x 0 )(x 1 x 2 ) = (x+1)(x 2) (0+1)(0 2) = x2 x 2 2 l 2 (x) = (x x 0)(x x 1 ) (x 2 x 0 )(x 2 x 1 ) = (x+1)(x 0) (2+1)(2 0) = x2 +x 6 O polinómio interpolador é então dado por ( ) p 2 (x) = f 0 l 0 (x)+f 1 l 1 (x)+f 2 l 2 (x) = 2 x2 2x 1 x2 x 2 +7 x2 + x = x 2 +2x 1 3 2 6 e um valor aproximado de f (1) é dado por p 2 (1) = 2

Erro do polinómio interpolador de Lagrange Seja f uma função contínua em [a, b] e diferenciável e ]a, b[ Se a x 1 < x 2 < < x n b então R n (x) = f (x) p n (x) = (x x 0)(x x 1 ) (x x n ) f (n+1) (ξ), (n + 1)! para algum ξ ]a, b[ e para todo o x [a, b]

Dem: Como p n(x i ) = f i, a função R n(x) = f (x) p n(x) anula-se em x = x i, i = 0, 1,, n Para x fixo, e tal que x x i, i = 0, 1,, n, seja e defina-se a função K(x) = f (x) p n(x) (x x 0 )(x x 1 ) (x x n) F (t) = f (t) p n(t) (t x 0 )(t x 1 ) (t x n)k(x) A função F anula-se nos n + 2 pontos t = x i, i = 0, 1,, n e t = x, logo, pelo teorema de Rolle generalizado, existe ξ ]a, b[ tal que F (n+1) = 0 Ora F (n+1) (t) = f (n+1) (t) (n+1)!k(x) 0 = f (n+1) (ξ) (n+1)!k(x) K(x) = f (n+1) (ξ) (n + 1)!, donde obtendo-se assim o pretendido f (n+1) (ξ) (n + 1)! = f (x) p n(x) (x x 0 )(x x 1 ) (x x, n)

A R n (x) dá-se o nome de erro de interpolação cometido no ponto x quando se substitui f (x) pelo seu polinómio interpolador nesse ponto Como ξ é desconhecido é costume usar-se a seguinte majoração para o erro de interpolação: Seja f uma função contínua e diferenciável em [a, b], a x 1 < x 2 < < x n b e R n (x) = f (x) p n (x) Então R n (x) (x x 0)(x x 1 ) (x x n ) (n + 1)! max f (n+1) (t) t [a,b]

Exemplo Dada a função f (x) = cos x, calculemos um majorante do erro cometido quando usamos o polinómio interpolador cúbico, para aproximar cos 105 x 09 10 11 12 f (x) 062 054 045 026 e portanto f (iv) (t) = cos t max t [09,12] cos t = 062 R 3 (x) (105 09)(105 10)(105 11)(105 12) 062 4! = 00000001453 < 15 10 6

Diferenças divididas O método de Lagrange para a determinação se um polinómio interpolador de uma função f sobre um conjunto de pontos x i, i = 0, 1, m tem um inconveniente: sempre que desjarmos passar de um polinómio de grau n para um polinómio de grau n + 1 todo o trabalho tem que ser refeito Vamos aprender outro método para a construção do polinómio de interpolação que permite esta passagem por acréscimo de mais um termo Para tal vamos precisar da noção de diferença dividida de uma função Sejam x 0, x 1,, x n n + 1 pontos distintos do intervalo [a, b] e sejam f i = f (x i ) os correspondentes valores de uma função f nesses pontos Define-se f [x i ] = f (x i ), i = 0, 1,, n, f [x 0, x 1,, x n] = f [x 1, x 2,, x n] f [x 0, x 1,, x n 1 ] x n x 0, onde f [x 0, x 1,, x n] é a diferença dividida de ordem n da função f nos pontos x 0, x 1,, x n

Tabela das diferenças divididas O cálculo das das diferenças divididas de diferentes ordens pode ser sistematizado numa tabela: x i f [x i ] f [, ] f [,, ] f [,,, ] x 0 f (x 0 ) f (x 1 ) f (x 0 ) = f [x 0, x 1 ] x 1 x 0 x 1 f (x 1 ) f [x 1, x 2 ] f [x 0, x 1 ] = f [x 0, x 1, x 2 ] x 2 x 0 f (x 2 ) f (x 1 ) = f [x 1, x 2 ] x 2 x 1 f [x 0, x 1, x 2, x 3 ] x 2 f (x 2 ) x 3 f (x 3 ) f (x 3 ) f (x 2 ) x 3 x 2 = f [x 2, x 3 ] f [x 2, x 3 ] f [x 1, x 2 ] x 3 x 1 = f [x 1, x 2, x 3 ]

Sejam a x 0 < x 1 < < x n b n + 1 pontos do intervalo [a, b] e seja p n o polinómio interpolador de grau n de uma função f sobre este conjunto de pontos Escrevendo p n na forma: p n(x) = a 0 + a 1 (x x 0 ) + a 2 (x x 0 )(x x 1 ) + + a n(x x 0 ) (x x n 1 ), determinemos os a i, i = 0,, n de acordo com as condições de interpolação: p n(x i ) = f (x i ), i = 0, 1,, n p n(x 0 ) = f (x 0 ) a 0 = f (x 0 ) a 0 = f [x 0 ] p n(x 1 ) = f (x 1 ) a 0 + a 1 (x 1 x 0 ) = f (x 1 ) f (x 0 ) + a 1 (x 1 x 0 ) = f (x 1 ) a 1 = f (x 1) f (x 0 ) x 1 x 0 = f [x 0, x 1 ] }{{} diferença dividida de ordem 1

p n(x 2 ) = f (x 2 ) a 0 + a 1 (x 2 x 0 ) + a 2 (x 2 x 0 )(x 2 x 1 ) = f (x 2 ) f (x 0 ) + f [x 0, x 1 ](x 2 x 0 ) + a 2 (x 2 x 0 )(x 2 x 1 ) = f (x 2 ) f (x 2) f (x 0 ) x 2 x 0 = f [x 0, x 1 ] + a 2 (x 2 x 1 ) f [x 0, x 2 ] = f [x 0, x 1 ] + a 2 (x 2 x 1 ) a 2 = f [x 0, x 2 ] f [x 0, x 1 ] x 2 x 1 = f [x 0, x 1, x 2 ] }{{} diferença dividida de ordem 2 p n(x) = f (x 0 ) + f [x 0, x 1 ](x x 0 ) + f [x 0, x 1, x 2 ](x x 0 )(x x 1 ) + + f [x 0, x 1,, x n] (x x 0 ) (x x n 1 ) }{{} diferença dividida de ordem n

Considerando as funções: j 1 φ 0 (x) = 1 e φ j (x) = (x x i ), j = 1,, n facilmente se verifica que o conjunto { φ j (x), j = 0,, n } constitui uma base do espaço P n (espaço dos polinómios de grau inferior ou igual a n) Logo, para qualquer n polinómio p n existem n + 1 constantes a j, j = 0,, n tal que p n(x) = a j φ j (x) Assim sendo, o polinómio interpolador pode ser escrito na forma: Notemos ainda que: p n(x) = f (x 0 ) + i=0 n f [ ] j 1 x 0,, x j (x x i ) j=1 p n+1 (x) = p n(x) + f [x 0,, x n+1 ] i=0 n (x x i ) i=0 j=0

Algumas propriedades das diferenças divididas A diferença dividida f [x i, x i+1,, x i+k ] não é alterada qualquer que seja a permutação feita em x i, x i+1,, x i+k f (x) = f [x, x] f (x + ε) f (x) Dem:f [x, x] = lim f [x, x + ε] = lim = f (x) ε 0 ε 0 ε Dem: f (x) = f [x, x, x] f [x, x, x] = lim ε 0 lim h 0 f [x, x + h, x + h + ε] f (x + h + ε) f (x + h) = lim lim ε ε 0 h 0 h + ε f (x + ε) f (x) = lim = f (x) ε 0 ε f (x + h) f (x) h

Seja P n(x) um polinómio de grau n, então a diferença dividida de ordem k > n é zero Sejam x 0, x 1,, x n, n + 1 pontos, e considere-se f [x 0, x 1,, x n] Então ξ (a, b) tal que f [x 0, x 1,, x n] = f (n) (ξ) n! Dem: Seja g(t) = f (t) p n(t) Se x i, i = 0,, n são os pontos de interpolação então g(x i ) = 0 }{{} n+1 zeros = ξ (a, b) tal que g (n) (ξ) = 0 (generalização do Teorema de Rolle ) = f (n) (ξ) p n (n) (ξ) = 0 f (n) (ξ) = p n (n) (ξ) (a) n j 1 Sabendo que p n(x) = f (x 0 ) + f [x 0,, x j ] (x x i ) j=1 i=0 n 1 p n(x) = f (x 0 ) + + f [x 0,, x n] (x x i ) i=0 = p n (n) (x) = f [x 0,, x n]n! f [x 0,, x n] = p(n) n (x) (b) n! então substituindo (a) em (b), vem: f [x 0,, x n] = f (n) (x) n!

Erro do polinómio interpolador Seja p n o polinómio interpolador de Newton das diferenças divididas e x 0, x 1,, x n as n + 1 abcissas de interpolação Pretendemos estimar f (ˆx) p n(ˆx), ˆx [x 0, x n] e ˆx x i, i = 0,, n Seja x 0, x 1,, x n, ˆx n + 2 pontos de interpolação e p n+1 (x) o polinómio interpolador para estes pontos Isto é, f (x i ) = p n+1 (x i ) e f (ˆx) = p n+1 (ˆx) Como p n+1 (x) = p n(x) + f [x 0,, x n, x] n j=0 (x x j ), fazendo x = ˆx, vem: f (ˆx) = p n+1 (ˆx) = p n(ˆx) + f [x 0,, x n, ˆx] f (ˆx) p n(ˆx) = f [x 0,, x n, ˆx] n (ˆx x j ) j=0 n (ˆx x j ) j=0

Exemplo Considerando a seguinte tabela de pontos de uma função f, determine o seu x polinómio interpolador i 0 025 05 f (x i ) 1 15 175 Com base na tabela das diferenças divididas: x i f (x i ) f [, ] f [,, ] x 0 = 0 f (x 0 )= 1 x 1 = 025 f (x 1 )= 15 x 2 = 05 f (x 2 )= 175 f (x 1 ) f (x 0 ) = 15 1 = 2 x 1 x 0 025 f (x 2 ) f (x 1 ) 175 15 = = 1 x 2 x 1 025 f [x 1, x 2 ] f [x 0, x 1 ] = 1 2 = -2 x 2 x 0 05 construimos assim o polinómio: P 2 (x) = 1 + f [0, 025](x 0) + f [0, 025, 05](x 0)(x 025) = 1 + 2x 2x(x 025)