Prévia do material em texto
INTERPOLAÇÃO E APROXIMAÇÃO DE FUNÇÕES Igor Utzig Picco Interpolação e aproximação de funções 2 Olá aluno (a) Unifacear! Seja bem-vindo (a) à aula de Interpolação e aproximação de funções. Nessa aula irei apresentar para vocês mais métodos numéricos que visam estimar funções para um determinado conjunto de dados. É apresentado nessa aula diferentes graus da interpolação de Newton, que utiliza diferenças finitas, o método de Lagrange, juntamente com exemplos didáticos que visam clarear os conceitos apresentados. INTRODUÇÃO A INTERPOLAÇÃO Em geral, os dados são fornecidos em um conjunto discreto de valores entre um contínuo de possibilidades. Entretanto, pode ser necessário fazer estimativas em pontos que estão entre os valores discretos. Nesses casos, é útil tentar interpolar uma função que descreva o comportamento do processo estudado. A interpolação de uma curva pode ser útil para estimar pontos não fornecidos ou pontos médios entre diferentes intervalos em que se conhecem os valores. Podemos utilizar de aproximações quando precisamos avaliar diferentes pontos ou quando precisamos derivar ou integrar; também quando temos um conjunto de pontos da função, mas não sabemos sua forma analítica real (ARENALES; DAREZZO, 2016). Iniciaremos abordando a interpolação polinomial de ordem n, iniciando por n=1, que classifica a interpolação inicial. A fórmula geral de um polinômio é apresentada na Equação 1. Ao analisar um conjunto de n+1 dados, existe um polinômio de ordem n que passa pelos n+1 pontos dados. Através desse polinômio é possível estimar valores de pontos intermediários (CHAPRA, CANALE, 2013). 𝑓(𝑥) = 𝑎0 + 𝑎1𝑥1+. . .+𝑎𝑛 𝑥 𝑛 (1) É apresentado a seguir duas aproximações polinomiais básicas, sendo elas a interpolação linear (função linear com n=1, adequada para 2 pontos) e a interpolação quadrática (função quadrada com n=2, e adequada para 3 pontos). Interpolação e aproximação de funções 3 Figura 1. Interpolação polinomial com n=1, 2 e 3, respectivamente. Fonte: Chapra, Canale, 2013. INTERPOLAÇÃO LINEAR Uma interpolação linear consiste, basicamente, de ligar dois pontos através de uma reta. Para obter a função de x que interliga dois pontos (x1, f(x1)) e (x2, f(x2)) é descrita na Equação 2. A função vem da semelhança entre triângulos e é usualmente chamada de fórmula da interpolação linear. 𝑓(𝑥) − 𝑓(𝑥1) 𝑥 − 𝑥1 = 𝑓(𝑥2) − 𝑓(𝑥1) 𝑥2 − 𝑥1 𝑓(𝑥) = 𝑓(𝑥1) + 𝑓(𝑥2) − 𝑓(𝑥1) 𝑥2 − 𝑥1 ∗ (𝑥 − 𝑥1) (2) Exemplo 1: Realize a interpolação linear da curva que contém os pontos (3,7) e (7,21). Utilizando a interpolação, estime o resultado de f(x) para o valor de x=12. Aplicando a Equação 2, podemos obter a curva estimada: 𝑓(𝑥) = 𝑓(𝑥1) + 𝑓(𝑥2) − 𝑓(𝑥1) 𝑥2 − 𝑥1 ∗ (𝑥 − 𝑥1) 𝑓(𝑥) = 𝑓(3) + 𝑓(7) − 𝑓(3) 7 − 3 ∗ (𝑥 − 3) Interpolação e aproximação de funções 4 𝑓(𝑥) = 7 + 21 − 7 4 ∗ (𝑥 − 3) 𝑓(𝑥) = 7 + 3.5 ∗ (𝑥 − 3) 𝑓(𝑥) = 7 + (3.5𝑥 − 10.5) 𝑓(𝑥) = 3.5𝑥 − 3.5 Inserindo x=12 podemos estimar o valor do evento analisando quando x=12. 𝑓(12) = 3.5 ∗ 12 − 3.5 = 38.5 INTERPOLAÇÃO QUADRÁTICA A interpolação quadrática visa obter um polinômio de segunda ordem que contém três pontos de estudo. O método tem maior precisão que a interpolação linear, por utilizar mais pontos. Através do método de interpolação baseando-se nas diferenças divididas de Newton (mesma técnica utilizada na interpolação linear, anteriormente), obtém-se a Equação 3, que descreve a interpolação de 3 pontos em uma parábola (CHAPRA, CANALE, 2013). Considere os três pontos como (x0, f(x0)), (x1, f(x1)) e (x2, f(x2)) para igualar as fórmulas apresentadas no texto original de Chapra e Canale. 𝑓(𝑥) = 𝑏0 + 𝑏1(𝑥 − 𝑥0) + 𝑏2(𝑥 − 𝑥0)(𝑥 − 𝑥1) (3) Sendo que: 𝑏0 = 𝑓(𝑥0) (4) 𝑏1 = 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 (5) 𝑏2 = 𝑓(𝑥2) − 𝑓(𝑥1) 𝑥2 − 𝑥1 − 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 𝑥2 − 𝑥0 (6) Observe que, como foi o caso com a interpolação linear, 𝑏1 ainda representa a inclinação da reta ligando os pontos 𝑥0 e 𝑥1. Logo, os dois primeiros termos da Equação Interpolação e aproximação de funções 5 3 são equivalentes à interpolação linear de 𝑥0 a 𝑥1, como especificado anteriormente na Equação 2. O último termo, 𝑏2(𝑥 − 𝑥0)(𝑥 − 𝑥1) introduz a curvatura de segundo grau na fórmula (CHAPRA, CANALE, 2013). Exemplo 2: Realize a interpolação quadrática da curva que contém os pontos (1,4), (3,7) e (7,21). Utilizando a interpolação, estime o resultado de f(x) para o valor de x=10. Aplicando as equações 4 a 6 obtemos os elementos para montar a equação 3: 𝑏0 = 𝑓(𝑥0) = 𝑓(1) = 4 𝑏1 = 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 = 𝑓(3) − 𝑓(1) 3 − 1 = 7 − 4 2 = 3 2 𝑏2 = 𝑓(𝑥2) − 𝑓(𝑥1) 𝑥2 − 𝑥1 − 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 𝑥2 − 𝑥0 = 21 − 7 7 − 3 − 3 2 7 − 1 = 14 4 − 6 4 6 = 2 6 Agora aplicando os coeficientes na equação 3: 𝑓(𝑥) = 4 + 3 2 (𝑥 − 1) + 2 6 (𝑥 − 1)(𝑥 − 3) Desenvolvendo: 𝑓(𝑥) = 4 + 3 2 𝑥 − 3 2 + 2 6 (𝑥 2 − 4𝑥 + 3) 𝑓(𝑥) = ( 8 2 − 3 2 ) + 3 2 𝑥 + ( 2 6 𝑥 2 − 4 3 𝑥 + 1) 𝑓(𝑥) = ( 8 2 − 3 2 + 1) + ( 3 2 − 4 3 )𝑥 + 2 6 𝑥 2 𝒇(𝒙) = 𝟐 𝟔 𝒙𝟐 + 𝟏 𝟔 𝒙 + 𝟕 𝟐 Estimando o valor em x=10: 𝑓(10) = 2 6 ∗ 100 + 1 6 ∗ 10 + 7 2 = 38,5 Interpolação e aproximação de funções 6 INTERPOLAÇÃO POLINOMIAL (INTERPOLAÇÃO DE NEWTON) A equação de interpolação usando um polinômio de terceiro grau é dado através da Equação 7: 𝑓(𝑥) = 𝑏0 + 𝑏1(𝑥 − 𝑥0) + 𝑏2(𝑥 − 𝑥0)(𝑥 − 𝑥1) + 𝑏3 (𝑥 − 𝑥0)(𝑥 − 𝑥1)(𝑥 − 𝑥2) (7) Sendo assim, baseando-se nas equações 2, 3 e 7, pode-se estimar a fórmula geral para a interpolação linear de grau n: 𝑓(𝑥) = 𝑏0 + 𝑏1(𝑥 − 𝑥0) + ⋯ + 𝑏𝑛(𝑥 − 𝑥0)(𝑥 − 𝑥1)… (𝑥 − 𝑥𝑛−1) (8) Onde os coeficientes podem ser obtidos através de: 𝑏0 = 𝑓(𝑥0) 𝑏1 = 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 = 𝑓[𝑥1, 𝑥0] 𝑏2 = 𝑓(𝑥2) − 𝑓(𝑥1) 𝑥2 − 𝑥1 − 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 𝑥2 − 𝑥0 = 𝑓[𝑥2,𝑥1,𝑥0] … 𝑏𝑛 = 𝑓[𝑥𝑛,𝑥𝑛−1 … 𝑥1,𝑥0] A função com colchetes se refere a diferenças divididas finitas, que pode ser expressa de maneira generalizada através da Equação 9: 𝑓[𝑥𝑖 ,𝑥𝑗] = 𝑓(𝑥𝑖) − 𝑓(𝑥𝑗) 𝑥𝑖 − 𝑥𝑗 𝑓[𝑥𝑖 ,𝑥𝑗, 𝑥𝑘] = 𝑓[𝑥𝑖 ,𝑥𝑗] − 𝑓[𝑥𝑗,𝑥𝑘] 𝑥𝑖 − 𝑥𝑘 Interpolação e aproximação de funções 7 𝑓[𝑥𝑛,𝑥𝑛−1 … 𝑥1,𝑥0] = 𝑓[𝑥𝑛,𝑥𝑛−1 … , 𝑥1] − 𝑓[𝑥𝑛−1 … 𝑥1, 𝑥0] 𝑥𝑛 − 𝑥0 (9) A equação generalizada apresentada na Equação 8 e com seus coeficientes apresentados nas equações seguintes são chamados de polinômio interpolador por diferenças divididas de Newton. Exemplo 3: Realize a interpolação cúbica da curva que contém os pontos (1,4), (3,7), (7,21) e (12, 35). Utilizando a interpolação, estime o resultado de f(x) para o valor de x=9. 𝑏0 = 𝑓(𝑥0) = 𝑓(1) = 4 𝑏1 = 𝑓[𝑥1,𝑥0] = 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 = 𝑓(3) − 𝑓(1) 3 − 1 = 7 − 4 2 = 3 2 𝑏2 = 𝑓[𝑥2, 𝑥1,𝑥0] = 𝑓(𝑥2) − 𝑓(𝑥1)𝑥2 − 𝑥1 − 𝑓(𝑥1) − 𝑓(𝑥0) 𝑥1 − 𝑥0 𝑥2 − 𝑥0 = 21 − 7 7 − 3 − 3 2 7 − 1 = 2 6 𝑏3 = 𝑓[𝑥3,𝑥2, 𝑥1,𝑥0] = 𝑓[𝑥3,𝑥2, 𝑥1] − 𝑓[𝑥2,𝑥1,𝑥0] 𝑥3 − 𝑥0 𝑓[𝑥3,𝑥2,𝑥1] = 𝑓(𝑥3) − 𝑓(𝑥2) 𝑥3 − 𝑥2 − 𝑓(𝑥2) − 𝑓(𝑥1) 𝑥2 − 𝑥1 𝑥3 − 𝑥1 = 35 − 21 12 − 7 − 21 − 7 7 − 3 12 − 3 = 56 20 − 79 20 9 = − 23 180 𝑏3 = 𝑓[𝑥3, 𝑥2,𝑥1,𝑥0] = − 23 180 − 2 6 12 − 1 = − 23 180 − 60 180 11 = − 83 1980 Sendo assim, temos: Interpolação e aproximação de funções 8 𝑓(𝑥) = 𝑏0 + 𝑏1(𝑥 − 𝑥0) + 𝑏2(𝑥 − 𝑥0)(𝑥 − 𝑥1) + 𝑏3 (𝑥 − 𝑥0)(𝑥 − 𝑥1)(𝑥 − 𝑥2) 𝑓(𝑥) = 4 + 3 2 (𝑥 − 1) + 1 3 (𝑥 − 1)(𝑥 − 3) − 83 1980 (𝑥 − 1)(𝑥 − 3)(𝑥 − 7) 𝑓(𝑥) = 4 + 3 2 𝑥 − 3 2 + 2 6 (𝑥 2 − 4𝑥 + 3) − 83 1980 (𝑥 3 − 11𝑥 2 + 31𝑥 − 21) 𝑓(𝑥) = 2 6 𝑥 2 + 1 6 𝑥 + 7 2 − 83 1980 𝑥 3 + 83 180 𝑥2 − 1.2995𝑥 − 0.8803 𝒇(𝒙) = − 𝟖𝟑 𝟏𝟗𝟖𝟎 𝒙𝟑 + 𝟏𝟒𝟑 𝟏𝟖𝟎 𝒙𝟐 − 𝟏.𝟏𝟑𝟐𝟖𝒙 + 𝟒. 𝟑𝟖𝟎𝟑 Estimando o valor da função para quando x=9: 𝑓(9) = − 83 1980 93 + 143 180 92 − 1.1328 ∗ 9 + 4.3803 𝑓(9) = − 83 1980 ∗ 729 + 143 180 ∗ 81 − 1.1328 ∗ 9 + 4.3803 = 𝟐𝟕. 𝟗𝟕𝟔 INTERPOLAÇÃO DE LAGRANGE Agora que estudamos os polinômios interpoladores de Newton de diferentes graus, assim como seu formato geral, iremos abordar os polinômios interpoladores de Lagrange. A maneira mais simples de introduzirmos o polinômio interpolador de Lagrange é através da introdução do polinômio de primeiro grau de Lagrange, que interpola a curva entre dois pontos x1 e x2, apresentada na Equação 10. 𝑓(𝑥) = 𝑦 = 𝑎1(𝑥 − 𝑥2) + 𝑎2(𝑥 − 𝑥1) (10) Ao substituir os pontos x1 e x2 na equação apresentada, temos: Interpolação e aproximação de funções 9 𝑓(𝑥1) = 𝑎1(𝑥1 − 𝑥2) + 𝑎2 (𝑥1 − 𝑥1) = 𝑎1(𝑥1 − 𝑥2) 𝑓(𝑥2) = 𝑎1(𝑥2 − 𝑥2) + 𝑎2 (𝑥2 − 𝑥1) = 𝑎2(𝑥2 − 𝑥1) Reorganizando, temos que: 𝑎1 = 𝑓(𝑥1) (𝑥1 − 𝑥2) 𝑒 𝑎2 = 𝑓(𝑥2) (𝑥2 − 𝑥1) O mesmo polinômio pode ser estendido para o segundo grau, para interpolar três pontos: 𝑓(𝑥) = 𝑎1(𝑥 − 𝑥2)(𝑥 − 𝑥3) + 𝑎2(𝑥 − 𝑥1)(𝑥 − 𝑥3) + 𝑎3(𝑥 − 𝑥1)(𝑥 − 𝑥2) A equação pode ser apresentada de maneira estendida, como apresentado na Equação 11: 𝑓(𝑥) = (𝑥 − 𝑥2)(𝑥 − 𝑥3) (𝑥1 − 𝑥2)(𝑥1 − 𝑥3) ∗ 𝑓(𝑥1) + (𝑥 − 𝑥1)(𝑥 − 𝑥3) (𝑥2 − 𝑥1)(𝑥2 − 𝑥3) ∗ 𝑓(𝑥2) + (𝑥 − 𝑥1)(𝑥 − 𝑥2) (𝑥3 − 𝑥1)(𝑥3 − 𝑥2) ∗ 𝑓(𝑥3) (11) Analisando as equações 10 e 11, é possível obter o formato geral da interpolação de Lagrange, apresentado na Equação 12: 𝑓(𝑥) = (𝑥 − 𝑥2)(𝑥 − 𝑥3)… (𝑥 − 𝑥𝑛) (𝑥1 − 𝑥2)(𝑥1 − 𝑥3) … (𝑥1 − 𝑥𝑛) ∗ 𝑓(𝑥1) + (𝑥 − 𝑥1)(𝑥 − 𝑥3) … (𝑥 − 𝑥𝑛) (𝑥2 − 𝑥1)(𝑥2 − 𝑥3) … (𝑥2 − 𝑥𝑛) ∗ 𝑓(𝑥2) … + (𝑥 − 𝑥1)(𝑥 − 𝑥2) … (𝑥 − 𝑥𝑛−1) (𝑥𝑛 − 𝑥1)(𝑥𝑛 − 𝑥2) … (𝑥𝑛 − 𝑥𝑛−1) ∗ 𝑓(𝑥𝑛) (12) Interpolação e aproximação de funções 10 Exemplo 4: Realize a interpolação de Lagrange da curva que contém os pontos (1,4), (3,7) e (7,21). Utilizando a interpolação, estime o resultado de f(x) para o valor de x=10. Utilizando a equação 11: 𝑓(𝑥) = (𝑥 − 𝑥2)(𝑥 − 𝑥3) (𝑥1 − 𝑥2)(𝑥1 − 𝑥3) ∗ 𝑓(𝑥1) + (𝑥 − 𝑥1)(𝑥 − 𝑥3) (𝑥2 − 𝑥1)(𝑥2 − 𝑥3) ∗ 𝑓(𝑥2) + (𝑥 − 𝑥1)(𝑥 − 𝑥2) (𝑥3 − 𝑥1)(𝑥3 − 𝑥2) ∗ 𝑓(𝑥3) 𝑓(𝑥) = (𝑥 − 3)(𝑥 − 7) (1 − 3)(1 − 7) ∗ 4 + (𝑥 − 1)(𝑥 − 7) (3 − 1)(3 − 7) ∗ 7 + (𝑥 − 1)(𝑥 − 3) (7 − 1)(7 − 3) ∗ 21 𝒇(𝒙) = (𝒙 − 𝟑)(𝒙 − 𝟕) 𝟑 − 𝟕 ∗ (𝒙 − 𝟏)(𝒙 − 𝟕) 𝟖 + 𝟐𝟏 ∗ (𝒙 − 𝟏)(𝒙 − 𝟑) 𝟐𝟒 Estimando o valor de f(x) para x=10: 𝑓(10) = (10 − 3)(10 − 7) 3 − 7 ∗ (10 − 1)(10 − 7) 8 + 21 ∗ (10 − 1)(10 − 3) 24 𝑓(10) = (7)(3) 3 − 7 ∗ (9)(3) 8 + 21 ∗ (9)(7) 24 = 7 − 23,625 + 55,125 = 𝟑𝟖,𝟓 Interpolação e aproximação de funções 11 RESUMO Nesse capítulo foi apresentado alguns métodos numéricos que visam estimar funções para um certo conjunto de dados. Foram apresentados diferentes graus do polinômio interpolador de Newton e o de Lagrange. Os exemplos apresentados visaram fornecer uma base da aplicação do método, assim como sua utilidade. Interpolação e aproximação de funções 12 REFERÊNCIAS BIBLIOGRÁFICAS ARENALES, S.; DAREZZO, A. Cálculo Numérico: Aprendizagem com Apoio de Software. 2. ed. São Paulo: Cengage, 2016. CELINA, J. Cálculo Numérico. Curitiba, Intersaberes, 2018. CHAPRA, S. C.; CANALE, R. P. Métodos numéricos para engenharia. McGraw-Hill, 2008. SPERANDIO, D.; MENDES, J. T.; E SILVA, L. H. M. Cálculo numérico. 2° edição São Paulo. Pearson, 2014.