de Interpolação Polinomial

Capítulo 10 Aproximação de Funções: Métodos de Interpolação Polinomial 101 Introdução A aproximação de funções por polinômios é uma das idéias mais antigas da análise numérica, e ainda uma das mais usadas É bastante fácil entender por que razão isso acontece Os polinômios são facilmente computáveis, suas derivadas e integrais são novamente polinômios, suas raízes podem ser encontradas com relativa facilidade, etc A simplicidade dos polinômios permite que a aproximação polinomial seja obtida de vários modos, entre os quais podemos citar: Interpolação, Método dos Mínimos Quadrados, Osculação, Mini-Max, etc, portanto é vantajoso substituir uma função complicada por um polinômio que a represente Além disso temos o Teorema de Weirstrass que afirma que: toda função contínua pode ser arbitrariamente aproximada por um polinômio Veremos aqui como aproximar uma função usando Métodos de Interpolação Polinomial Tais métodos são usados como uma aproximação para uma função f(x), principalmente, nas seguintes situações: a) não conhecemos a expressão analítica de f(x), isto é, sabemos apenas seu valor em alguns pontos x 0, x 1, x 2,, (esta situação ocorre muito frequentemente na prática, quando se trabalha com dados experimentais) e necessitamos manipular f(x) como, por exemplo, calcular seu valor num ponto, sua integral num determinado intervalo, etc b) f(x) é extremamente complicada e de difícil manejo Então, às vezes, é interessante sacrificar a precisão em benefício da simplificação dos cálculos 102 Polinômio de Interpolação O problema geral da interpolação por meio de polinômios consiste em, dados n + 1 números (ou pontos) distintos (reais ou complexos) x 0, x 1,, x n e n + 1 números (reais ou complexos) y 0, y 1,, y n, números estes que, em geral, são n + 1 valores de uma função y = f(x) em x 0, x 1,, x n, determinar-se um polinômio P n (x) de grau no máximo n tal que P n (x 0 ) = y 0 ; P n (x 1 ) = y 1 ; ; P n (x n ) = y n Vamos mostrar que tal polinômio existe e é único, na hipótese de que os pontos x 0, x 1,, x n sejam distintos 280

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL281 Teorema 101 -Dados n+1 pontos distintos x 0, x 1,, x n (reais ou complexos) e n+1 valores y 0, y 1,, y n existe um e só um polinômio P n (x), de grau menor ou igual a n, tal que P n (x k ) = y k, k = 0, 1,, n (101) Prova: Seja: P n (x) = a 0 + a 1 x + + a n x n, um polinômio de grau no máximo n, com n + 1 coeficientes a 0, a 1,, a n a serem determinados Em vista de (101), temos: a 0 + a 1 x 0 + + a n x n 0 = y 0 a 0 + a 1 x 1 + + a n x n 1 = y 1 a 0 + a 1 x n + + a n x n n = y n (102) o qual pode ser interpretado como um sistema linear para os coeficientes a 0, a 1,, a n e cujo determinante, conhecido como determinante de Vandermonde, é dado por: 1 x 0 x n 0 1 x 1 x n 1 V = V (x 0, x 1,, x n ) = (103) 1 x n x n n Para se calcular V, procedemos da maneira seguinte: Consideremos a função V (x) definida por: V (x) = V (x 0, x 1,, x n 1, x) = 1 x 0 x n 0 1 x 1 x n 1 1 x n 1 x n n 1 1 x x n (104) V (x) é, como facilmente se verifica, um polinômio de grau menor ou igual a n Além disso, V (x) se anula em x 0, x 1,, x n 1 Podemos, então escrever: V (x 0, x 1,, x n 1, x) = A (x x 0 ) (x x 1 ) (x x n 1 ), (105) onde A depende de x 0, x 1,, x n 1 Para se calcular A, desenvolvemos (104) segundo os elementos da última linha e observamos que o coeficiente de x n é V (x 0, x 1,, x n 1 ) Logo, V (x 0,, x n 1, x) = V (x 0,, x n 1 ) (x x 0 ) (x x n 1 ) (106) Substituindo x por x n em (106), obtemos a seguinte fórmula de recorrência: V (x 0,, x n 1, x n ) = V (x 0,, x n 1 ) (x n x 0 ) (x n x n 1 ) (107)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL282 De (103), temos que: V (x 0, x 1 ) = x 1 x 0 Em vista de (107) podemos escrever: V (x 0, x 1, x 2 ) = (x 1 x 0 )(x 2 x 0 )(x 2 x 1 ) Por aplicações sucessivas de (107), obtemos: V (x 0, x 1,, x n ) = (x i x j ) i>j Por hipótese, os pontos x 0, x 1,, x n são distintos Assim V 0 e o sistema (102) tem uma e uma só solução a 0, a 1,, a n Vimos, então, que dados n + 1 pontos distintos x 0, x 1,, x n e n + 1 valores f(x 0 ) = y 0, f(x 1 ) = y 1,, f(x n ) = y n de uma função y = f(x), existe um e um só polinômio P n (x) de grau no máximo n tal que P n (x k ) = f (x k ), k = 0, 1,, n Em vista disso, temos a seguinte definição Definição 101 - Chama-se polinômio de interpolação de uma função y = f(x) sobre um conjunto de pontos distintos x 0, x 1,, x n, ao polinômio de grau no máximo n que coincide com f(x) em x 0, x 1,, x n Tal polinômio será designado por P n (f; x) e, sempre que não causar confusão, simplesmente por P n (x) Exemplo 101 - Dados os pares de pontos: ( 1, 15); (0, 8); (3, 1), determinar o polinômio de interpolação para a função definida por este conjunto de pares de pontos Solução: Temos: x 0 = 1, y 0 = 15 = f (x 0 ), x 1 = 0, e y 1 = 8 = f (x 1 ), x 2 = 3, y 2 = 1 = f (x 2 ) Como n = 2, devemos determinar P 2 (x) = a 0 + a 1 x + a 2 x 2, tal que P 2 (x k ) = y k, k = 0, 1, 2, isto é: a 0 + a 1 x 0 + a 2 x 2 0 = y 0 a 0 + a 1 x 1 + a 2 x 2 1 = y 1 a 0 + a 1 x 2 + a 2 x 2 2 = y 2 Substituindo x k cuja solução é: e y k, k = 0, 1, 2, obtemos: a 0 a 1 + a 2 = 15 a 0 = 8 a 0 + 3 a 1 + 9 a 2 = 9 a 0 = 8, a 1 = 6 e a 2 = 1 Assim: P 2 (x) = 8 6 x + x 2, é o polinômio de interpolação para a função dada pelos pares de pontos: ( 1, 15); (0, 8); (3, 1) Observações:

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL283 a) Observe que nos pontos tabelados, o valor do polinômio encontrado e o valor da função, devem coincidir Se os valores forem diferentes você terá cometido erros de cálculo b) A determinação do polinômio de interpolação por meio de solução de sistemas é muito trabalhosa, além de poder ocorrer erros de arredondamento, fazendo com que a solução obtida seja irreal Vamos, por isso, procurar outros métodos para determinação deste polinômio 103 Fórmula de Lagrange Sejam x 0, x 1,, x n n + 1 pontos distintos Consideremos para k = 0, 1,, n, os seguintes polinômios l k (x) de grau n: É fácil verificar que: l k (x) = (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 ) (108) l k (x j ) = δ kj = 0, se k j, 1, se k = j (109) De fato: substituindo x por x k em (108) vemos que se o numerador e o denominador são exatamente iguais l k (x k ) = 1 Agora se substituímos x por x j com j k vemos o numerador anula-se e assim l k (x j ) = 0 Para valores dados: f 0 = f(x 0 ), f 1 = f(x 1 ),, f n = f(x n ) de uma função y = f(x), o polinômio: P n (x) = n k=0 f k l k (x), (1010) é de grau no máximo n e, em vista de (109), satisfaz : P n (x k ) = f k, k = 0, 1, 2,, n Logo P n (x), assim definido, é o polinômio de interpolação de f(x) sobre os pontos x 0, x 1,, x n A fórmula (1010) é chamada Fórmula de Lagrange do Polinômio de Interpolação Exemplo 102 - Conhecendo-se a seguinte tabela: x 1 0 3 f(x) 15 8 1 a) Determine o polinômio de interpolação na forma de Lagrange b) Calcule uma aproximação para f(1), usando o item a) Solução: Temos: x 0 = 1, f 0 = f (x 0 ) = 15, x 1 = 0, e f 1 = f (x 1 ) = 8, x 2 = 3, f 2 = f (x 2 ) = 1

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL284 e, portanto, n = 2 Assim, o polinômio de interpolação na forma de Lagrange é dado por: P 2 (x) = 2 k=0 f k l k (x) Determinemos os polinômios l k (x), k = 0, 1, 2 Temos: l 0 (x) = (x x 1 ) (x x 2 ) (x 0 x 1 ) (x 0 x 2 ) (x 0) (x 3) = ( 1 0)( 1 3) = x2 3 x 4, l 1 (x) = (x x 0 ) (x x 2 ) (x 1 x 0 ) (x 1 x 2 ) = (x + 1) (x 3) (0 + 1)(0 3) = x2 2 x 3 3, l 2 (x) = (x x 0 ) (x x 1 ) (x 2 x 0 ) (x 2 x 1 ) = (x + 1) (x 0) (3 + 1)(3 0) = x2 + x 12 Portanto: P 2 (x) = f 0 l 0 (x) + f 1 l 1 (x) + f 2 l 2 (x) = = 15 [ x 2 ] 3 x 4 + 8 [ x 2 ] 2 x 3 3 1 [ x 2 ] + x 12 Agrupando os termos semelhantes, segue que: P 2 (x) = x 2 6 x + 8 Uma aproximação de f(1) é dada por P 2 (1) Assim, usando o algoritmo de Briot-Ruffini, (Capítulo 3), obtemos: Logo: 1 6 8 1 1 5 1 5 3 f(1) P 2 (1) = 3 Observe que podemos obter f(1) efetuando o seguinte cálculo: P 2 (1) = 1 2 6 1 + 8 = 3 É claro que este tipo de cálculo só deve ser utilizado para obter o resultado quando resolvemos o problema a mão O anterior além de também poder ser utilizado a mão deve ser usado em computadores Vimos então que para obter o valor da função num ponto não tabelado, podemos aproximar a função por seu polinômio de interpolação e através deste ter uma aproximação do valor da função no ponto Veremos agora um esquema prático para calcular o valor do polinômio de interpolação num ponto (não tabelado) sem determinar a expressão do polinômio Consideremos a fórmula de Lagrange, (1010), e a fórmula dos l k (x), (108) Fazendo: podemos escrever: π n+1 (x) = (x x 0 ) (x x 1 ) (x x n ), l k (x) = π n+1 (x) (x x k ) π n+1 (x k ), (1011)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL285 onde: π n+1(x k ) é a derivada de π n+1 (x) avaliada em x = x k Primeiramente, calculamos as diferenças: x x 0 x 0 x 1 x 0 x 2 x 0 x n x 1 x 0 x x 1 x 1 x 2 x 1 x n x 2 x 0 x 2 x 1 x x 2 x 2 x n x n x 0 x n x 1 x n x 2 x x n Denotamos o produto dos elementos da primeira linha por D 0, o da segunda por D 1 e assim por diante Observe que o produto dos elementos da 1 a linha é exatamente o denominador de l 0 (x) em (1011), o produto dos elementos da 2 a linha, o denominador de l 1 (x), etc O produto dos elementos da diagonal principal será, obviamente, Π n+1 (x) e, então, segue que: l k (x) = π n+1(x) D k, k = 0, 1,, n Assim, a fórmula de Lagrange se reduz a: P n (x) = π n+1 (x) n k=0 f k D k onde: = π n+1 (x) S, S = n k=0 f k D k Portanto, podemos obter o valor do polinômio num ponto, não tabelado, através do seguinte:

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL286 Esquema Prático k (x k x i) (k i) D k f k f k D k 0 x x 0 x 0 x 1 x 0 x 2 x 0 x n (x x 0) n 1 x 1 x 0 x x 1 x 1 x 2 x 1 x n (x x 1) n 2 x 2 x 0 x 2 x 1 x x 2 x 2 x n (x x 2) n n x n x 0 x n x 1 x n x 2 x x n (x x n) n i=0 i 0 i=0 i 1 i=0 i 2 i=0 i n (x 0 x i) f 0 f 0 D 0 (x 1 x i) f 1 f 1 D 1 (x 2 x i) f 2 f 2 D 2 (x n x i) f n f n D n π n+1(x) = (x x 0) (x x 1) (x x n) S Note que no esquema acima, acrescentamos mais três colunas: uma com o resultado dos produtos das linhas, a próxima com o valor de f k e finalmente a última coluna com o valor de f k /D k A soma desta última coluna fornece o valor S Exemplo 103 - Aplicar o esquema acima ao exemplo anterior, isto é, calcular f(1), sabendo que: x 1 0 3 f(x) 15 8 1 Solução: Montamos o esquema: k (x k x i ) D k f k f k /D k 0 2 1 4 8 15 15/8 1 1 1 3 3 8 8/3 2 4 3 2 24 1 1/24 π 3 (1) = 4 S = 3/4 k (x k x i ) D k f k f k /D k 0 2 1 4 8 15 15/8 1 1 1 3 3 8 8/3 2 4 3 2 24 1 1/24 π 3 (1) = 4 S = 3/4 Assim, obtemos: P 2 (1) = π 3 (1) S = ( 4) ( 3/4) = 3, e portanto f(1) P 2 (1) = 3

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL287 Exercícios 101 - Considere a tabela: x 1 3 4 5 f(x) 0 6 24 60 a) Determinar o polinômio de interpolação, na forma de Lagrange, sobre todos os pontos b) Calcular f(35) 102 -Construir o polinômio de interpolação, na forma de Lagrange, para a função y = sen πx, escolhendo os pontos: x 0 = 0 ; x 1 = 1 6 ; x 2 = 1 2 103 - A integral elíptica completa é definida por: K(k) = π/2 Por uma tabela de valores dessa integral encontramos: 0 dx ( 1 k 2 sen 2 x ) 1/2 K(1) = 15708; K(2) = 15719; K(3) = 15739 Determinar K(25), usando polinômio de interpolação, na forma de Lagrange, sobre todos os pontos 104 - Calcular e 31 usando a Fórmula de Lagrange sobre 3 pontos e a tabela: x 24 26 28 30 32 34 36 38 e x 1102 1346 1644 2008 2453 2996 3659 4470 Observe que como queremos e 31 usando 3 pontos, devemos escolher 3 pontos consecutivos na vizinhança de 31 Assim temos duas opções Ou escolhemos: x 0 = 28, x 1 = 30 e x 2 = 32 ou então: x 0 = 30, x 1 = 32 e x 2 = 34 Em ambos os casos o erro na aproximação será da mesma ordem de grandeza 105 - Sabendo-se que e = 272, e = 165 e que a equação x e x = 0 tem uma raiz em [0, 1], determinar o valor dessa raiz, usando a Fórmula de Lagrange sobre 3 pontos 106 - Dar uma outra prova de unicidade do polinômio de interpolação P n (f; x) de uma função y = f(x) sobre o conjunto de pontos x 0, x 1,, x n Sugestão: supor a existência de outro polinômio Q n (f; x) que seja de interpolação para f sobre x 0, x 1,, x n e considerar o polinômio: 104 Erro na Interpolação D n (x) = P n (f; x) Q n (f; x) Como vimos, o polinômio de interpolação P n (x) para uma função y = f(x) sobre um conjunto de pontos distintos x 0, x 1,, x n tem a propriedade: P n (x k ) = f k, k = 0, 1,, n Nos pontos x x k nem sempre é verdade que P n ( x) = f( x) Entretanto para avaliar f(x) nos pontos x x k, k = 1, 2,, n, consideramos P n (x) como uma aproximação para a função y = f(x) num certo intervalo que contenha os pontos x 0, x 1,, x n e calculamos f( x) através de P n ( x) Perguntas que surgem são, por exemplo, as seguintes: é o polinômio de interpolação uma boa aproximação para f(x)? Podemos ter idéia do erro que cometemos quando substituimos f(x) por P n (x)? Estas e outras perguntas são respondidas quando estudamos a teoria do termo do resto Para isso, introduziremos dois lemas, cujas demonstrações podem ser encontradas em livros de Cálculo ou Análise Matemática

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL288 Lema 101 -Teorema de Rolle - Seja f(x) contínua em [a, b] e diferenciável em cada ponto de (a,b) Se f(a) = f(b), então existe um ponto x = ξ, a < ξ < b, tal que f (ξ) = 0 Prova: Pode ser encontrada em [, 19] Lema 102 -Teorema de Rolle generalizado - Seja n 2 Suponhamos que f(x) seja contínua em [a, b] e que f (n 1) (x) exista em cada ponto de (a,b) Suponhamos que f(x 1 ) = f(x 2 ) = = 0 para a x 1 < x 2 < < x n b Então existe um ponto ξ, x 1 < ξ < x n, tal que f (n 1) (ξ) = 0 Prova: Pode ser encontrada em [, 19] Vejamos agora um teorema que nos dá expressão do termo do erro Teorema 102 - Seja f(x) contínua em [a, b] e suponhamos que f (n+1) (x) exista em cada ponto (a,b) Se a x 0 < x 1 < < x n b, então R n (f; x) = f(x) P n (f; x) = (x x 0) (x x n ) (n + 1)! f (n+1) (ξ), (1012) onde min{x, x 0, x 1,, x n } < ξ < max{x, x 0, x 1,, x n } O ponto ξ depende de x Prova: Sendo P n (f; x k ) = f k, a função R n (f; x) = f(x) P n (f; x) se anula em x = x k, k = 0, 1,, n Seja x fixado e tal que x x k, k = 0, 1,, n Consideremos as funções K(x) e F (t), definidas por: e K(x) = f(x) P n (f; x) (x x 0 ) (x x 1 ) (x x n ), x x k, k = 0, 1,, n, (1013) F (t) = f(t) P n (f; t) (t x 0 ) (t x 1 ) (t x n ) K(x) (1014) A função F (t) se anula nos n + 1 pontos t = x 0, t = x 1,, t = x n Anula-se também em t = x, em virtude de (1013) Pelo Lema 102, a função F (n+1) (t) se anula em um ponto ξ = ξ(x) tal que: min {x, x 0, x 1,, x n } < ξ < max {x, x 0, x 1,, x n } Calculando então F (n+1) (t), tendo em vista (1014), obtemos: Então, substituindo t por ξ, segue que: Portanto: F (n+1) (t) = f (n+1) (t) (n + 1)! K(x) 0 = f (n+1) (ξ) (n + 1)! K(x) Comparando (1015) com (1013), temos, finalmente: K(x) = f (n+1) (ξ) (n + 1)! (1015) R n (f; x) = f(x) P n (f; x) = (x x 0) (x x 1 ) (x x n ) f (n+1) (ξ), (n + 1)! onde min {x, x 0, x 1,, x n } < ξ < max {x, x 0, x 1,, x n }, o que demonstra o teorema

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL289 Em vista de (1012) podemos escrever: f(x) = P n (f; x) + R n (f; x) (1016) O termo R n (f; x) na expressão (1016) é chamado termo do erro ou erro de truncamento É o erro que se comete no ponto x, quando se substitui a função por seu polinômio de interpolação calculado em x A importância do Teorema 102, é mais teórica do que prática, visto que não conseguimos determinar o ponto ξ de tal modo que seja válida a igualdade em (1012) Na prática, para estimar o erro cometido ao aproximar o valor da função num ponto por seu polinômio de interpolação, utilizamos o seguinte corolário Corolário 101 - Seja R n (f; x) = f(x) P n (f; x) Se f(x) e suas derivadas até ordem n + 1 são contínuas em [a, b], então R n (f; x) x x 0 x x 1 x x n (n + 1)! Prova: A demonstração fica como exercício Exemplo 104 Dada a tabela: x 0 01 02 03 04 05 e 3x 1 13499 18221 24596 33201 44817 max f (n+1) (t) (1017) a t b calcular um limitante superior para o erro de truncamento quando avaliamos f(025), onde f(x) = x e 3x usando polinômio de interpolação do 2 o grau Solução: Temos, de (1017): R 2 (f; x) x x 0 x x 1 x x 2 3! max f (t) x 0 t x 2 Como f(t) = t e 3t, segue que: f (t) = e 3t + 3 t e 3t = e 3t (1 + 3 t), f (t) = 3 e 3t (1 + 3 t) + 3 e 3t = 6 e 3t + 9 t e 3t, f (t) = 18 e 3t + 9 e 3t + 27 t e 3t = 27 e 3t (1 + t) Como queremos estimar o valor da função x e 3x no ponto 025 usando polinômio do 2 o, devemos tomar 3 pontos consecutivos nas vizinhanças de 025 Tomando então: x 0 = 02, x 1 = 03 e x 3 = 04, obtemos que: max x 0 t x 2 f (t) = 27 e 3(04) (1 + 04) = 1254998 Estamos portanto em condições de calcular um limitante superior para o erro de truncamento Assim: R 2 (f; x) (025 02) (025 03) (025 04) 6 00078 8 10 3 (1254998)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL290 Pelo resultado obtido, vemos que se tomarmos um polinômio do 2 o para avaliar f(025), obteremos o resultado com duas casas decimais corretas Observações: a) O número de zeros depois do ponto decimal, no resultado do erro, fornece o número de casas decimais corretas que teremos na aproximação b) Observe que poderíamos ter tomado: x 0 = 01, x 1 = 02 e x 3 = 03 Se tomarmos esses pontos, obtemos que R 2 (f; x) 00054 5 10 3 o que implica que obteremos duas casas decimais corretas na aproximação Assim tanto faz tomarmos um ponto a esquerda, e dois a direita de 025, ou dois pontos a esquerda e um a direita, que o erro será da mesma ordem de grandeza Exercícios 107 - Seja f(x) = 7x 5 3x 2 1 a) Calcular f(x) nos pontos x = 0; x = ±1; x = ±2; x = ±3 (usar o algorítmo de Briot- Ruffini) Construir a seguir a tabela segundo os valores crescentes de x b) Construir o polinômio de interpolação para esta função sobre os pontos 2; 1; 0; 1 c) Determinar, pela fórmula (1017), um limitante superior para o erro de truncamento em x = 05 e x = 05 108 - Conhecendo-se a tabela: x 08 09 10 11 13 15 cos x 06967 06216 05403 04536 02675 00707 calcular um limitante superior para o erro de truncamento quando calculamos cos 105 usando polinômio de interpolação sobre 4 pontos 109 - Um polinômio P n (x), de grau n, coincide com f(x) = e x nos pontos n 0, n 1,, n n 1, n Qual o menor valor de n que se deve tomar a fim de que se tenha: 105 Interpolação Linear e x P n (x) 10 6, para 0 x 1? No caso em que se substitui a função f(x) entre dois pontos a e b por um polinômio de interpolação P 1 (x) do 1 ō grau, tal que P 1 (a) = f(a) e P 1 (b) = f(b) diz-se que se fez uma interpolação linear entre a e b Neste caso, em que n = 1, a fórmula (1010) se reduz, sucessivamente, a: P 1 (x) = 1 k=0 f k l k (x) = f 0 l 0 (x) + f 1 l 1 (x) = = f 0 x x 1 x 0 x 1 + f 1 x x 0 x 1 x 0 = x b b a f(a) + x a b a f(b) = f(a) x b a b + f(b)x a b a

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL291 Assim, vemos que P 1 (x) pode ser escrito na forma de determinante, isto é: 1 P 1 (x) = b a f(b) x b f(a) x a = 1 b a f(a) a x f(b) b x (1018) Se f(x) é contínua em [a, b] e f (x) existe em cada ponto de (a, b), temos, para a x b, que: R 1 (f; x) = f(x) P 1 (f; x) = (x a) (x b) 2! f (ξ), a < ξ < b (1019) Podemos determinar, no caso de interpolação linear, além do resultado obtido em (1017), o seguinte: consideremos (1019) e suponhamos, além disso que f (x) seja contínua em [a, b] O polinômio (x a)(x b) atinge seu máximo, para a x b, em x = 1 2 (a + b) e este máximo é 1 4 (b a)2 Podemos, então, escrever: ou R 1 (f; x) 1 2! (b a) 2 onde M 1 é um limitante superior para f (t) em [a, b] 4 max f (t), (1020) a t b R 1 (x) 1 8 (b a)2 M 1, (1021) Exemplo 105 - Usando a tabela do exemplo 104, calcular f(025) através de interpolação linear e dar um limitanter superior para o erro de truncamento Solução: Da tabela do exemplo anterior, temos: a = 02, f(a) = 03644, e b = 03, f(b) = 07379, desde que f(x) = x e 3x Assim, usando (1018), segue que: 1 P 1 (025) = b a f(a) a x f(b) b x = 1 03 02 = 1 005 (07379 + 03644) 01 03644 02 025 07379 03 025 Logo: P 1 (025) = 05512 f(025) Agora, pelo Exemplo 104, temos que: f (t) = e 3t (6 + 9) t Portanto Segue, de (1021) que: max f (t) = 24596(6 + 27) = 213985 = M 1 a t b R 1 (x) 1 8 (03 02)2 213985 002673 2 10 2 Isto significa que no resultado obtido para f(025) através do polinômio de interpolação linear temos apenas uma casa decimal correta De fato, o resultado obtido foi f(025) = 05512 e se calcularmos o valor da f no ponto 025, numa máquina de calcular, obtemos que f(025) = 052925

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL292 Exercícios: 1010 - Sabendo-se que 103 = 10149 e 104 = 10198, a) calcular 1035, por interpolação linear, b) dar um limitante superior para o erro de truncamento 1011 - O valor de log 10 127 foi computado por interpolação linear sobre os pontos 12 e 13 Mostrar que o erro de truncamento é 0004 1012 - Seja a tabela: Usando interpolação linear sobre pontos adequados: a) Calcular f035 onde f(x) = x 2 e x x 0 01 02 03 04 05 e x 1 111 122 135 149 165 b) Dar um limitante superior para o erro de truncamento 106 Fórmula para Pontos Igualmente Espaçados Quando os pontos x i, são igualmente espaçados de h 0, isto é, x i+1 x i = h, i = 0, 1,, n 1, onde h é um número fixado, há interesse, para futuras aplicações, em se determinar uma forma do polinômio de interpolação e do erro, em termos de uma variável u, definida da seguinte maneira: u = x x 0 h Em função da variável u, temos os seguintes teoremas (1022) Teorema 103 - Para r inteiro, não negativo, x x r = (u r)h Prova: (provaremos por indução em r) Assim: a) Para r = 0, temos, de (1022), que: x x 0 = uh = (u 0)h b) Supondo válido para r = p, isto é, x x p = (u p)h c) Provemos que vale também para r = p + 1 Temos: x x p+1 = x x p + x p x p+1 Portanto o teorema vale para todo inteiro r 0 = x x p (x p+1 x p ) = (u p)h h = (u p 1)h = (u (p + 1))h

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL293 Teorema 104 Para r e s inteiros, não negativos: x r x s = (r s)h Prova: A prova, por ser semelhante à do teorema anterior, fica como exercício Consideremos o polinômio de interpolação de f(x) sobre x 0, x 1,, x n, dado por (1010), isto é: n (x x 0 ) (x x 1 ) (x x k 1 ) (x x k+1 ) (x x n ) P n (x) = f k (x k x 0 ) (x k x 1 ) (x k x k 1 ) (x k x k+1 ) (x k x n ) k=0 Fazendo a mudança de variável dada por (1022) e usando os resultados dos teoremas 103 e 104, obtemos: P n (x 0 + uh) = n k=0 f k u(u 1) (u (k 1))(u (k + 1)) (u n) k(k 1) (k (k 1))(k (k + 1)) (k n), (1023) que é a forma de Lagrange do polinômio de interpolação para argumentos x i igualmente espaçados de h 0 Esta forma do polinômio de interpolação é particularmente útil na determinação de fórmulas para integração numérica de funções onde De modo análogo, substituindo x x r por (u r)h em (1012), obtemos: Temos que: R n (x) = R n (x 0 + uh) = u(u 1) (u n) min (x, x 0,, x n ) ξ max (x, x 0, x 1,, x n ) f (n+1) (ξ) = dn+1 dx n+1 f(x) x = ξ h n+1 (n + 1)! f (n+1) (ξ), (1024), mas se preferirmos exprimir f(x) em termos de u, teremos: e assim: R n (u) = d n+1 f dx n+1 = 1 d n+1 h n+1 du n+1, u(u 1) (u n) (n + 1)! d n+1 f du n+1 u = η onde η = ξ x 0 h e x (x 0, x n ) pertence ao intervalo (0, n), se supusermos os pontos x 0, x 1,, x n em ordem crescente Como vimos, o polinômio de interpolação para f(x) sobre n + 1 pontos x 0, x 1,, x n se escreve, em termos de u = x x 0, como: h n P n (x 0 + uh) = λ k (u) f k, (1025) onde: λ k (u) = k=0 u(u 1) (u (k 1))(u (k + 1)) (u n) k(k 1) (k (k 1))(k (k + 1)) (k n) (1026)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL294 Exemplo 106 - Dada a tabela, do Exemplo 104, a) calcular f(x) = x e 3x no ponto x = 025 usando polinômio de interpolação sobre 3 pontos b) dar um limitante superior para o erro de truncamento Solução: Inicialmente escolhemos os 3 pontos apropriados na tabela dada e a seguir construimos a tabela de f(x) = x e 3x Seja então: x 0 = 02, x 1 = 03 e x 2 = 04 Assim: x 02 03 04 xe 3x 03644 07379 13280 a) De (1026), temos: λ 0 (u) = (u 1)(u 2) (0 1)(0 2) = u2 3 u + 2 2, λ 1 (u) = u(u 2) 1(1 2) = u2 2 u 1, λ 2 (u) = u(u 1) 2(2 1) = u2 u 2 Usando (1025), obtemos: P 2 (x 0 + uh) = Agrupando os termos semelhantes, segue que: Queremos calcular f(025) De (1022) temos: 2 k=0 f k λ k (u) = (03644) u2 3 u + 2 2 + (07379) ( u 2 + 2 u ) + (13280) (u2 u) 2 P 2 (x 0 + uh) = 01083 u 2 + 02652 u + 03644 Usando o algorítmo de Briot-Fuffini: u = x x 0 h u = 025 02 01 = 05 01083 02652 03644 05 00542 01597 01083 03194 05241 Então P 2 (05) = 05241 f(025) b) De (1024) temos: R 2 (u) = u(u 1)(u 2) h3 3! f (ξ)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL295 Analogamente a (1017), podemos escrever: R 2 (u) u( u 1)(u 2) h3 3! max f (t), 02 t 04 onde: u = 05, h = 01 h 3 = 0001 e pelo exemplo 104, temos que: Portanto: Observações: f (t) = 27 e 3t (1 + t) max f (t) = 1254988 02 t 04 R 2 (u) 05 (05 1) (05 2) 0001 6 = 00078 8 10 3 (5066) = a) Se compararmos o valor obtido para f(025) com o valor exato veremos que o resultado está com duas casas decimais corretas b) O polinômio de interpolação obtido neste exemplo está em função da variavél u Assim não é possível verificar se o valor do polinômio nos pontos tabelados coincide com a valor da função nesses pontos Entretanto como a função é crescente no intervalo [02, 04], o valor para f(025) deve estar entre [03644, 07379] Observe que quando se conhece a expressão analítica da função, o termo do resto, fornece uma estimativa sobre o número de casas decimais corretas que podemos obter na aproximação Além disso, a aplicação da fórmula do termo do resto é útil quando queremos o resultado com uma precisão pré-fixada, como mostraremos no exemplo a seguir Exemplo 107 - Determinar o número de pontos necessários para se obter xe 3x, x [0, 04] com duas casas decimais corretas usando interpolação linear sobre pontos igualmente espaçados de h Solução: Por (??, temos que: R 1 (b a)2 M 1 8 = h2 8 M 1 05 10 2, desde que b a = h, pois os pontos são igualmente espaçados, e o erro deve ser menor ou igual a 05 10 2, pois queremos o resultado com duas casas decimais corretas Agora, Portanto M 1 = max f (t) = e 3t (6 + 9t) 31873 0 t 04 h 2 (31873) 05 10 2 8 h 2 0001255 h 000354 Para determinar o número de pontos basta lembrar que o intervalo dado é: [0, 04], e portanto o número de pontos será obtido fazendo: h = 04 0 n = 04 11299 = 12 n 00354 Observe que n assim obtido é o índice do último ponto, e como tal deve ser um inteiro número de pontos necessários é n + 1, ou seja, 13 Portanto o

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL296 Exercícios 1013 - Seja a função f(x) dada pela tabela: x 1 0 1 f(x) 4 1 2 Calcular f(05) usando polinômio de interpolação para argumentos igualmente espaçados 1014 - Dada a função f(x) = 4x 5 2x + 2, tabelá-la nos pontos x = 0 ; x = ±1 ; x = ±2 e construir o seu polinômio de interpolação no intervalo [ 2; 2] 1015 - Determinar o único polinômio de grau menor ou igual a 3, que coincide com f(x) nos seguintes pontos: f(05) = 2 ; f(06) = 8 ; f(07) = 2 ; f(08) = 5 Calcular também f(056) 1016 - A função é dada pela seguinte tabela: y = x e t t dt, x 0 001 002 003 004 005 006 y 40379 33547 29591 26813 24679 22953 Calcular y para x = 00378 usando polinômio de interpolação sobre 4 pontos 1017 - Dada a função f(x) = xe x/2 e a tabela: x 2 225 25 275 30 e x/2 271 308 349 396 448 a) Calcular o polinômio de interpolação sobre todos os pontos b) Calcular f(24) c) Dar um limitante superior para o erro de truncamento 107 Outras Formas do Polinômio de Interpolação O método de Lagrange para determinação do polinômio de interpolação de uma função y = f(x) sobre um conjunto de pontos x 0, x 1,, x n possui um inconveniente Sempre que se deseja passar de um polinômio de grau p (construído sobre p + 1 pontos) para um polinômio de grau p + 1 (construído sobre p + 2 pontos) todo o trabalho tem que ser praticamente refeito Seria interessante se houvesse possibilidade de, conhecido o polinômio de grau p, passar-se para o de grau p + 1 apenas acrescentandose mais um termo ao de grau p Vamos ver, agora, que tal objetivo é alcançado através da forma de Newton do polinômio de interpolação Para a construção do polinômio de interpolação por este método, precisamos da noção de diferença dividida de uma função

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL297 1071 Diferença Dividida Definição 102 - Sejam x 0, x 1,, x n, n+1 pontos distintos no intervalo [a, b] e sejam f 0, f 1,, f n, n+ 1 valores de uma função y = f(x) sobre x = x k, k = 0, 1,, n Define-se: f [x k ] = f (x k ), k = 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(x) sobre os pontos x 0, x 1,, x n Assim, usando a definição, temos que: f [x 0, x 1 ] = f [x 1] f [x 0 ] x 1 x 0, f [x 0, x 1, x 2 ] = f [x 1, x 2 ] f [x 0, x 1 ] x 2 x 0, f [x 0, x 1, x 2, x 3 ] = f [x 1, x 2, x 3 ] f [x 0, x 1, x 2 ] x 3 x 0 Observe que do lado direito de cada uma das igualdades acima devemos aplicar sucessivamente a definição de diferença dividida até que os cálculos envolvam apenas o valor da função nos pontos, isto é, f [x 0, x 1, x 2 ] = f [x 1, x 2 ] f [x 0, x 1 ] x 2 x 0 = f(x 2 ) f(x 1 x 2 x 1 f(x 1) f(x 0 ) x 1 x 0 x 2 x 0 Entretanto, podemos calcular as diferenças divididas de um função, de uma maneira mais simples 1072 Cálculo Sistemático das Diferenças Divididas Para calcular as diferenças divididas de uma função f(x) sobre os pontos x 0, x 1,, x n, construímos a tabela de diferenças divididas:

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL298 Tabela de Diferenças Divididas x i f [x i ] [x i, x j ] f [x i, x j, x k ] x 0 f [x 0 ] = f 0 f [x 0, x 1 ] = f [x 1] f [x 0 ] x 1 x 0 x 1 f [x 1 ] = f 1 f [x 0, x 1, x 2 ] = f [x 1, x 2 ] f [x 0, x 1 ] x 2 x 0 f [x 1, x 2 ] = f [x 2] f [x 1 ] x 2 x 1 x 2 f [x 2 ] = f 2 f [x 1, x 2, x 3 ] = f [x 2, x 3 ] f [x 1, x 2 ] x 3 x 1 f [x 2, x 3 ] = f [x 3] f [x 2 ] x 3 x 2 x 3 f [x 3 ] = f 3 f [x 2, x 3, x 4 ] = f [x 3, x 4 ] f [x 2, x 3 ] x 4 x 2 f [x 3, x 4 ] = f [x 4] f [x 3 ] x 4 x 3 x 4 f [x 4 ] = f 4 da seguinte maneira: a) a primeira coluna é constituída dos pontos x k, k = 0, 1,, n; b) a segunda coluna contém os valoress de f(x) nos pontos x k, k = 0, 1, 2,, n; c) nas colunas 3, 4, 5,, estão as diferenças divididas de ordem 1, 2, 3, Cada uma dessas diferenças é uma fração cujo numerador é sempre a diferença entre duas diferenças divididas consecutivas e de ordem imediatamente inferior e cujo denominador é a diferença entre os dois extremos dos pontos envolvidos Exemplo 108 - Para a seguinte função tabelada: construir a tabela de diferenças divididas x 2 1 0 1 2 f(x) 2 29 30 31 62 Solução: Usando o esquema acima temos que: x i f [x i ] f [x i, x j ] f [x i, x j, x k ] f [x i,, x l ] f [x i,, x m ] -2-2 29 ( 2) 1 ( 2) = 31-1 29 1 ( 31) 0 ( 2) = 15 30 29 0 ( 1) = 1 0 ( 15) 1 ( 2) = 5 0 30 1 1 1 ( 1) = 0 5 5 2 ( 2) = 0 31 30 1 0 = 1 15 0 2 ( 1) = 5 1 31 31 1 2 0 = 15 62 31 2 1 = 31 2 62

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL299 Assim, o elemento 0, corresponde à diferença dividida f [x 1, x 2, x 3 ] Portanto usando a definição, segue que: f [x 1, x 2, x 3 ] = f [x 2, x 3 ] f [x 1, x 2 ] x 3 x e usando o item c) acima, temos que: f [x 1, x 2, x 3 ] = 1 1 1 1 ( 1) = 0 Observação: Como veremos adiante, os resultados a serem utilizados na construção do polinômio de interpolação na forma de Newton são os primeiros valores em cada coluna de diferenças embora tenhamos que construir toda a tabela pois os valores não são independentes uns dos outros 1073 Alguns Resultados sobre Diferenças Divididas Teorema 105 - As diferenças divididas de ordem k de uma função f(x), satisfazem: f [x 0, x 1,, x k ] = + f [x 0 ] (x 0 x 1 ) (x 0 x 2 ) (x 0 x k ) f [x 1 ] (x 1 x 0 ) (x 1 x 2 ) (x 1 x k ) + + f [x k ] (x k x 0 ) (x k x 1 ) (x k x k x k 1 ) Corolário 102 - As diferenças divididas de ordem k de uma função f(x), satisfazem: f [x 0, x 1,, x k ] = f [x j0, x j1,, x jk ], onde (j 0, j 1,, j k ) é qualquer permutação dos inteiros (0, 1,, k) Corolário 103 - As diferenças divididas de ordem k de uma função f(x), satisfazem: f [x 0, x 1,, x k ] = = f [x 0,, x i 1, x i+1,, x k ] f [x 0,, x j 1, x j+1,, x k ] x j x i, i j Observações: a) O Corolário 102 afirma que a diferença dividida de f(x), é uma função simétrica de seus argumentos, isto é, independe da ordem dos pontos x 0, x 1,, x k b) O Corolário 103 afirma que podemos tirar quaisquer dois pontos para construir a diferença dividida de uma função, e não necessariamente o primeiro e o último 1074 Fórmula de Newton Para obtermos a forma de Newton do polinômio de interpolação precisamos inicialmente definir algumas funções Para tanto, consideremos que f(x) seja contínua e que possua derivadas contínuas em [a, b], e além disso, que os pontos x 0, x 1,, x n sejam distintos em [a, b] Definimos então as funções:

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL300 (1) f [x 0, x] = f[x] f [x 0] x x 0, definida em [a, b], para x x 0 (2) f [x 0, x 1, x] = f [x 0, x] f [x 0, x 1 ] x x, definida em [a, b], 1 para x x 0 e x x 1 (n+1) f [x 0, x 1,, x n, x] = f [x 0, x 1,, x n 1, x] f [x 0, x 1,, x n ] x x n, definida em [a, b], para x x k, k = 0, 1,, n Observe que nas funções definidas acima acrescentamos, sucessivamente, na diferença dividida o próximo ponto da tabela Em todas estamos aplicando o Corolário 103 Nosso objetivo agora é encontrar uma fórmula de recorrência para f(x) Assim, de (1) temos que: De (2), (usando (1)), obtemos: f(x) = f [x 0 ] + (x x 0 ) f [x 0, x] f [x 0, x 1, x] (x x 1 ) = f [x 0, x] f [x 0, x 1 ] f [x 0, x 1, x] (x x 1 ) = f[x] f [x 0] x x 0 f [x 0, x 1 ] f(x) = f [x 0 ] + (x x 0 ) f [x 0, x 1 ] + (x x 0 ) (x x 1 ) f [x 0, x 1, x] De maneira análoga, de (n+1), obtemos: f(x) = {f [x 0 ] + (x x 0 ) f [x 0, x 1 ] + (x x 0 ) (x x 1 ) f [x 0, x 1, x 2 ] + (x x 0 ) (x x 1 ) (x x 2 ) f [x 0, x 1, x 2, x 3 ] + (1027) + (x x 0 ) (x x 1 ) (x x n 1 ) f [x 0, x 1,, x n ] } 1 + {(x x 0 ) (x x 1 ) (x x n ) f [x 0, x 1,, x n, x]} 2 Temos assim, obtido uma fórmula de recorrência para f(x) Vejamos o que significam { } 1 e { } 2 em (1027) Teorema 106 O polinômio: P n (x) = f [x 0 ] + (x x 0 ) f [x 0, x 1 ] + + (x x 0 ) (x x n 1 ) f [x 0, x 1,, x n ] = { } 1 é o polinômio de interpolação da função y = f(x) sobre os pontos x 0, x 1,, x n, isto é, P n (x k ) = f(x k ), k = 0, 1,, n

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL301 Prova: ( provaremos por indução em n) Assim: i) Para n = 1, temos que: P 1 (x) = f [x 0 ] + (x x 0 ) f [x 0, x 1 ] Logo: = f [x 0 ] + (x x 0 ) f [x 1] f [x 0 ] x 1 x 0 para x = x 0 P 1 (x 0 ) = f [x 0 ] + (x 0 x 0 ) f [x 1] f [x 0 ] x 1 x 0 = f [x 0 ], para x = x 1 P 1 (x 1 ) = f [x 0 ] + (x 1 x 0 ) f [x 1] f [x 0 ] x 1 x 0 = f [x 1 ] 2) Suponhamos válido para n = k 1, isto é, P k 1 (x i ) = f(x i ), i = 0, 1,, k 1 3) Provemos para n = k Divideremos a prova em duas partes Assim: a) Seja i < k ; então: P k (x i ) = P k 1 (x i ) + (x i x 0 ) (x i x 1 ) (x i x k 1 ) f [x 0, x 1,, x k ] = P k 1 (x i ) = f(x i ), usando a hipótese de indução b) Seja i = k; então: P k (x k ) = f [x 0 ] + (x k x 0 ) f [x 0, x 1 ] + + (x k x 0 ) (x k x 1 ) (x k x k 1 ) f [x 0, x 1,, x k ] Fazendo x = x k em (1027), (lembrando que n = k), e comparando com a expressão obtida acima para P k (x k ), vemos que P k (x k ) = f(x k ), o que completa a prova do teorema Teorema 107 - Para x [a,b], x x k, k = 0,, n, f [x 0, x 1, x 2,, x n, x] = f (n+1) (ξ) (n + 1)! ; ξ (x 0, x n ) Prova: Usando o Teorema 106, em (10,27), podemos escrever: f(x) = P n (x) + (x x 0 ) (x x n ) f [x 0, x 1,, x n, x] f(x) P n (x) = (x x 0 ) (x x n ) f [x 0, x 1,, x n, x] (1028) Por outro lado, usando (1012), temos que: f(x) P n (x) = R n (x) = (x x 0 ) (x x 1 ) (x x n ) f (n+1) (ξ) (n + 1)! ; (1029)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL302 onde ξ (x 0, x n ) Mas (x x 0 ) (x x 1 ) (x x n ) 0 (1028) com (1029), segue que:, pois os pontos tabelados são distintos, Assim comparando f [x 0, x 1,, x n, x] = f (n+1) (ξ) (n + 1)! ; ξ (x 0, x n ) Portanto: P n (x) = f (x 0 ) + (x x 0 ) f [x 0, x 1 ] + (x x 0 ) (x x 1 ) f [x 0, x 1, x 2 ] + + (x x 0 ) (x x 1 ) (x x n 1 ) f [x 0, x 1,, x n ] = { } 1, chama-se Forma de Newton do Polinômio de Interpolação ou Fórmula de Newton, e R n (x) = (x x 0 ) (x x 1 ) (x x n ) f [x 0, x 1,, x n, x] = { } 2, chama-se termo do resto ou erro de truncamento Observe que o tratamento do erro de truncamento é, portanto, o mesmo da forma de Lagrange Exemplo 109 - Conhecendo-se a seguinte tabela: x 1 0 3 f(x) 15 8 1 calcular f(1), usando polinômio de interpolação de Newton Solução: Temos: x 0 = 1, f 0 = f (x 0 ) = 15, x 1 = 0, f 1 = f (x 1 ) = 8, x 2 = 3, f 2 = f (x 2 ) = 1, e portanto n = 2 Assim o polinômio de interpolaçào na forma de Newton é dado por:: P 2 (x) = f [x 0 ] + (x x 0 ) f [x 0, x 1 ] + (x x 0 ) (x x 1 ) f [x 0, x 1, x 2 ] Em primeiro lugar, construímos a tabela de diferenças divididas Assim: x f(x) -1 15-7 0 8 1-3 3-1

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL303 Portanto: P 2 (x) = 15 + (x + 1)( 7) + (x + 1)(x 0)(1) Agrupando os termos semelhantes obtemos: P 2 (x) = x 2 6 x + 8 Os valores de f(1) é dado por P 2 (1), lembrando que este é um valor aproximado Assim: P 2 (1) = 3 f(1) Desde que pelo Teorema 101 o polinômio de interpolação é único e como o exemplo acima foi resolvido pela fórmula de Lagrange, era de se esperar o resultado obtido Como no caso de Lagrange, existe um esquema prático para calcular o valor do polinômio de interpolação num ponto sem determinar a expressão do polinômio Assim: Esquema Prático Tomemos para exemplo o polinômio de interpolação de Newton de grau 3 Assim: P 3 (x) = f [x 0 ] + (x x 0 ) f [x 0, x 1 ] + (x x 0 ) (x x 1 ) f [x 0, x 1, x 2 ] + + (x x 0 ) (x x 1 ) (x x 2 ) f [x 0, x 1, x 2 x 3 ] = f [x 0 ] + (x x 0 ) {f [x 0, x 1 ] + (x x 1 ) {f [x 0, x 1, x 2 ] + (x x 2 ) f [x 0, x 1, x 2, x 3 ]}} Observe que a idéia do esquema prático é ir colocando os termos comuns, que aparecem de uma determinada parcela em diante, em evidência Denominando: f [x 0, x 1, x 2, x 3 ] = α 0 f [x 0, x 1, x 2, ] + (x x 2 ) α 0 = α 1 f [x 0, x 1 ] + (x x 1 ) α 1 = α 2 f [x 0 ] + (x x 0 ) α 2 = α 3 = P 3 (x) O esquema prático é então dado por: f[x 0, x 1, x 2, x 3] f[x 0, x 1, x 2] f[x 0, x 1] f[x 0] + + + α 0 α 1 α 2 α 3 = P 3(x) x x 2 x x 1 x x 0 Assim para um polinômio de grau n teremos α n = P n (x) f(x)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL304 Exemplo 1010 - Aplicar o esquema acima ao exemplo anterior, isto é, calcular f(1) Solução: Temos: f (x 0 ) = 15, x 0 = 1, f [x 0, x 1 ] = 7, x 1 = 0, f [x 0, x 1, x 2 ] = 1, x 2 = 3 Montamos o esquema: 1 7 15 1 + + 6 3 =P2(1) 1 2 Assim P 2 (1) = 3 f(1) Observação: Como a diferença dividida f[x 0, x 1,, x n, x] não depende da ordem de seus argumentos, podemos reescrever os pontos x 0, x 1,, x n, x em ordem crescente x 0, x 1,, x n, x n+1 Então pelo Teorema 107, temos: f [ x 0, x 1,, x n, x ] f (n+1) (ξ) n+1 = (n + 1)! ; ξ ( x 0, x n+1) (1030) Este resultado nos permite avaliar o comportamento da derivada de ordem n + 1 de uma função y = f(x) (supondo que ela existe), por meio das diferenças divididas de ordem n + 1 dessa função no intervalo [a, b] Em particular, a diferença dividida de ordem n de um polinômio P n (x) = a n x n + a n 1 x n 1 + + a 1 x + a 0 é independente do ponto x e igual a a n (coeficiente de seu termo de grau n) As diferenças de ordem maior que n são todas iguais a zero Assim, ao examinarmos uma tabela de diferenças divididas de uma função, se as diferenças de ordem k são praticamente constantes, isto significa que a função é bastante próxima de um polinômio de grau k Podemos, então, usar um polinômio de grau k para interpolar tal função Exemplo 1011 - Dada a tabela: determinar: x 2 3 4 5 6 7 f(x) 013 019 027 038 051 067 a) o polinômio de interpolação de grau adequado, b) calcular f(45),

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL305 c) dar uma estimativa para o erro de truncamento Solução: Inicialmente construímos a tabela de diferenças divididas Assim: x i f (x i ) f [x i, x j ] 2 013 006 3 019 001 008 4 027 0015 011 5 038 001 013 6 051 0015 016 7 067 a) Como as diferenças divididas de 2 ā ordem são praticamente constantes podemos adotar um polinômio de 2 ō grau para interpolá-la Além disso, como queremos avaliar f(45), escolhemos 3 pontos na vizinhança de 45 Seja então: x 0 = 4, x 1 = 5 e x 2 = 6 Assim: P 2 (x) = f [x 0 ] + (x x 0 ) f [x 0, x 1 ] + (x x 0 ) (x x 1 ) f [x 0, x 1, x 2 ] = 027 + (x 4)(011) + (x 4) (x 5)(001) = 001 x 2 + 002 x + 003 b) Agora, f(45) P 2 (45) = 001 (45) 2 + 002 (45) + 003 = 03225 c) Para dar uma estimativa para o erro de truncamento calculamos as diferenças divididas de ordem 3 para a função dada Fazendo os cálculos observamos que elas são em módulo iguais a 0005 3 Assim, usando (1030), segue que: R 2 (45) (45 4) (45 5) (45 6) 0005 3 Portanto: R 2 (45) 0000625 6 10 4 Logo podemos dizer que o resultado acima, obtido para f(45), possui 3 casas decimais corretas Exercícios 1018 - Seja a função tabelada: x 2 1 1 2 f(x) 0 1 1 0 a) Determinar o polinômio de interpolação de Newton b) Calcular f(05)

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL306 1019 - Dada a função tabelada: x 0 1 15 25 30 f(x) 10 05 04 0286 025 a) Determinar o polinômio de interpolação de Newton sobre 2 pontos (interpolação linear) a) Determinar o polinômio de interpolação de Newton sobre 3 pontos (interpolação quadrática) b) Calcular f(05), usando o item a) e o item b) Lembre-se que o polinômio de Newton sobre 3 pontos é igual ao polinômio sobre 2 pontos adicionado ao termo de ordem 2 Além disso, o ponto x 0 deve ser comum aos 2 polinômios Portanto tome cuidado ao escolher os pontos 1020 - Considerando a função f(x) = x tabelada: x 100 110 115 125 130 f(x) 1000 1048 1072 1118 1140 a) Determinar o valor aproximado de 112 usando polinômio de interpolação de Newton sobre 3 pontos b) Calcular um limitante superior para o erro 1021 - Sabendo-se que a equação x 4 +6x 2 1 = 0 tem uma raiz em [0,1], determinar o valor aproximado dessa raiz usando polinômio de interpolação de Newton sobre 3 pontos 1022 - Dada a tabela: x 1 101 102 103 104 105 x 1 1005 101 10149 10198 10247 a) Calcular 1035 por meio de um polinômio de interpolação de grau adequado b) Dar uma estimativa para o erro de truncamento 1075 Diferenças Ordinárias Do mesmo modo que no caso de Lagrange, existe uma fórmula mais simples para o polinômio de interpolação quando os argumentos x i são igualmente espaçados Consideremos então a construção do polinômio de interpolação quando os argumentos x i são igualmente espaçados de, digamos, h 0 Para tanto, precisamos da noção de diferença ordinária de uma função Assim: Definição 103 - Sejam x 0, x 1,, x n, n + 1 pontos distintos em [a, b] tais que x i+1 x i = h, i = 0, 1,, n 1 e sejam f 0, f 1,, f n, n + 1 valores de uma função y = f(x) sobre x = x k, k = 0,, n Define-se: 0 f (x k ) = f (x k ), (1031) r f (x k ) = r 1 f (x k + h) r 1 f (x k ), onde r f (x k ) é a diferença ordinária de f(x) de ordem r em x = x k

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL307 Assim, usando a definição, temos: 0 f (x k ) = f (x k ), 1 f (x k ) = 0 f (x k + h) 0 f (x k ) = f (x k + h) f (x k ), 2 f (x k ) = 1 f (x k + h) 1 f (x k ) = 0 f (x k + 2h) 0 f (x k + h) 0 f (x k + h) + 0 f (x k ) = f (x k + 2h) 2 f (x k + h) + f (x k ), 3 f (x k ) = f (x k + 3h) 3f (x k + 2h) + 3f (x k + h) f (x k ), r f (x k ) = ( r 0 ) f (x k + rh) ( r 1 ) f (x k + (r 1)h) + + ( 1) r ( r r ) f (x k ) Portanto: r f (x k ) = onde r ( ( 1) i r i i=0 ( r p ) = ) f (x k + (r i)h) ; r! p!(r p)! Entretanto, podemos calcular as diferenças ordinárias de um função, de uma maneira mais simples, através do 1076 Cálculo Sistemático das Diferenças Ordinárias Para calcular as diferenças ordinárias de uma função f(x) sobre os pontos x 0, x 1,, x n, (igualmente espaçados de h), construímos a

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL308 Tabela das Diferenças Ordinárias x f(x) 1 2 x 0 0 f (x 0 ) = f 0 1 f (x 0 ) = 0 f (x 1 ) 0 f (x 0 ) x 1 0 f (x 1 ) = f 1 2 f (x 0 ) = 1 f (x 1 ) 1 f (x 0 ) 0 f (x 2 ) 0 f (x 0 ) = 1 f (x 1 ) x 2 0 f (x 2 ) = f 2 2 f (x 1 ) = 1 f (x 2 ) 1 f (x 1 ) 1 f (x 2 ) = 0 f (x 3 ) 0 f (x 2 ) x 3 0 f (x 3 ) = f 3 2 f (x 2 ) = 1 f (x 3 ) 1 f (x 2 ) 1 f (x 3 ) = 0 f (x 4 ) 0 f (x 3 ) x 4 0 f (x 4 ) = f 4 da seguinte maneira: a) a primeira coluna é constituída dos pontos x i, i = 0, 1,, n; b) a segunda coluna contém os valoress de f(x) nos pontos x i, i = 0, 1, 2,, n; c) nas colunas 3, 4, 5,, estão as diferenças ordinárias de ordem 1, 2, 3, Cada uma dessas diferenças é simplesmente a diferença entre duas diferenças ordinárias consecutivas e de ordem imediatamente inferior Exemplo 1012 - Para a seguinte função tabelada: construir a tabela de diferenças ordinárias x 2 1 0 1 2 f(x) 2 29 30 31 62 Solução: Usando o esquema acima temos que:

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL309 x k 0 f (x k ) 1 f (x k ) 2 f (x k ) 3 f (x k ) 4 f (x k ) -2-2 29 ( 2) = 31-1 29 1 ( 31) = 30 30 29 = 1 0 ( 30) = 30 0 30 1 1 = 0 30 30 = 0 31 30 = 1 31 1 = 30 1 31 31 1 = 30 62 31 = 31 2 62 Assim, o elemento 0, corresponde à diferença ordinária 2 f (x 1 ) Portanto usando a definição, segue que: 2 f (x 1 ) = 1 f (x 2 ) 1 f (x 1 ) e usando o item c) acima, temos que: 2 f (x 1 ) = 1 1 = 0 Observação: Como veremos adiante, os resultados a serem utilizados na construção do polinômio de interpolação, para argumentos igualmente espaçados de h, são os primeiros valores em cada coluna de diferenças embora tenhamos que construir toda a tabela pois, novamente, os valores não são independentes uns dos outros A relação entre as diferenças divididas de ordem n de uma função e as diferenças ordinárias de f(x) de ordem n num ponto x 0 é dada pelo seguinte: Teorema 108 Se x k = x 0 + kh ; k = 0, 1,, n, então f [x 0, x 1,, x n ] = n f (x 0 ) h n n! Prova: (provaremos por indução em n) Assim: 1) para n = 1 Temos por definição, que: f [x 0, x 1 ] = f (x 1) f (x 0 ) = f (x 0 + h) f (x 0 ) x 1 x 0 h = 1 (x 0 ) h, desde que x 1 = x 0 + h, f(x 1 ) = 0 f(x 1 ) e f(x 0 ) = 0 f(x 0 ) 2) Suponhamos válido para n = k 1

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL310 3) Provemos para n = k Usando a definição e a seguir a hipótese de indução, obtemos: f [x 0, x 1,, x k ] = f [x 1, x 2,, x k ] f [x 0, x 1,, x k 1 ] x k x 0 = [ ] kh 1 k 1 f (x 1 ) h k 1 k 1 f (x 0 ) (k 1)! h k 1 = (k 1)! = 1 h k k! [ k 1 f (x 0 + h) k 1 f (x 0 ) ] = k f (x 0 ) h k k! Observe que as diferenças ordinárias de ordem n de um polinômio de grau n, P n (x) = a n x n 1 + + a 1 x + a 0 são iguais a n! h n a n As diferenças ordinárias de ordem maior que n são todas nulas 1077 Fórmula de Newton-Gregory Assim, usando o Teorema 108 no Teorema 106, obtemos que o polinômio de interpolação na forma de Newton, para uma função y = f(x) no intervalo [x 0, x n ] pode ser escrito, no caso de argumentos x i igualmente espaçados de h, da seguinte maneira: P n (x) = f (x 0 ) + (x x 0 ) 1 f (x 0 ) h + (x x 0 ) (x x 1 ) 2 f (x 0 ) h 2 2! + + (x x 0 ) (x x 1 ) (x x n 1 ) n f (x 0 ) h n n! (1032) Esta forma do polinômio de interpolação é conhecida como fórmula de Newton-Gregory Exemplo 1013 - Dada a função tabelada: x -1 0 1 2 f(x) 3 1-1 0 determinar o polinômio de interpolação de Newton-Gregory Solução: Temos: x 0 = 1, f (x 0 ) = 3, x 1 = 0, f (x 1 ) = 1, x 2 = 1, f (x 2 ) = 1, x 3 = 2, f (x 3 ) = 0, e portanto n = 3

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL311 Assim, devemos construir o polinômio: P 3 (x) = f (x 0 ) + (x x 0 ) f (x 0) h + (x x 0 ) (x x 1 ) 2 f (x 0 ) h 2 2! + + (x x 0 ) (x x 1 ) (x x 2 ) 3 f (x 0 ) h 3 3! Construímos inicialmente a tabela de diferenças ordinárias Assim: x f(x) -1 3-2 0 1 0-2 3 1-1 3 1 2 0 Logo: P 3 (x) = 3 + (x + 1)( 2) + (x + 1)(x 0) (0) 2 = 3 2x 2 + ( x 3 x ) 1 2 + (x + 1)(x 0)(x 1)(3) 6 P 3 (x) = x3 2 5 2 x + 1 Exercícios 1023 - Considere a função y = f(x) dada pela tabela: Determinar o polinômio de interpolação usando: a) forma de Newton b) forma de Newton-Gregory 1024 - Dada a função y = sen x tabelada: x -1 0 1 2 f(x) -2 0 2 4 x 12 13 14 15 sen x 0932 0964 0985 0997 a) Calcular o polinômio de interpolação de Newton b) Calcular o polinômio de interpolação de Newton-Gregory

CAPÍTULO 10 APROXIMAÇÃO DE FUNÇÕES: MÉTODOS DE INTERPOLAÇÃO POLINOMIAL312 c) Calcular sen 135 d) Dar um limitante superior para o erro 1025 - Dada a tabela: 0 1 2 3 4 5 6-1 α 5 β 7 γ 13 Calcular α, β e γ, sabendo-se que ela corresponde a um polinômio do 3 ō grau Sugestão: Construa a tabela de diferenças ordinárias 1026 - Dada a tabela: x -2-1 0 1 f(x) 15 0-1 0 Calcular f(05) usando polinômio de interpolação sobre todos os pontos 108 Exercícios Complementares 1027 - Considere a função f(x) dada pela tabela: x 0 1 2 3 f(x) 0 0 0 0 e o polinômio dado por: P (x) = x(x 1)(x 2)(x 3) a) Verifique que: P (x k ) = f(x k ), k = 0, 1, 2, 3 b) P (x) é o polinômio interpolador da f(x) sobre os pontos 0, 1, 2 e 3? Justifique 1028 - Quando conhecemos os valores de uma função y(x) e de sua derivada y (x) em pontos dados, isto é, dados: (x 0, y 0 ), (x 1, y 1 ),, (x n, y n ), (x 0, y 0), (x 1, y 1),, (x n, y n), podemos montar um único polinômio P 2n+1 (x) de grau 2n + 1 tal que P 2n+1 (x i ) = y i P 2n+1(x i ) = y i, i = 0, 1,, n Sabendo que : (x 0, y 0 ) = (0, 0), (x 1, y 1 ) = (1, 1), determine P 3 (x) e P 3(x) tal que: (x 0, y 0) = (0, 1), (x 1, y 1) = (1, 0), P 3 (0) = 0, P 3 (1) = 1, P 3(0) = 1, P 3(1) = 0