Baixe o app para aproveitar ainda mais
Prévia do material em texto
GEX114 - Ca´lculo Nume´rico Profa. Dra. Amanda Castro Oliveira Departamento de Cieˆncias Exatas - DEX/UFLA amanda@dex.ufla.br 4.5 Estudo do Erro na Interpolac¸a˜o 4.5 Estudo do Erro na Interpolac¸a˜o Ao aproximarmos uma func¸a˜o f (x) por um polinoˆmio interpolador de grau ≤ n sempre estaremos cometendo um erro que pode ser expresso por: En(x) = f (x)− Pn(x) ∀x ∈ [x0, xn] O estudo do erro na interpolac¸a˜o e´ importante para sabermos qua˜o pro´ximo f (x) esta´ de Pn(x). Considere duas func¸o˜es f1(x) e f2(x) que sejam interpoladas nos pontos {(x0, f1(x0)), (x1, f1(x1))} e {(x0, f2(x0)), (x1, f2(x1))} e que f1(x0) = f2(x0) e f1(x1) = f2(x1). Neste caso teremos um u´nico polinoˆmio interpolador, P1(x), para as duas func¸o˜es. Como decidir qual func¸a˜o esta´ melhor interpolada? 4.5 Estudo do Erro na Interpolac¸a˜o E´ fa´cil ver que o erro cometido ao se interpolar f1(x) e´ muito maior que o erro cometido ao se interpolar f2(x). Neste caso, observamos que o erro depende da concavidade das duas curvas, ou seja de f ′′1 (x) e f ′′2 (x). Teorema 4.2 Sejam x0 < x1 < x2 < · · · < xn, (n + 1) pontos. Seja f (x) com derivadas ate´ a ordem (n + 1) para todo x ∈ [x0, xn]. Seja Pn(x) o polinoˆmio interpolador de f (x) nos pontos x0, x1, · · · , xn. Enta˜o, em qualquer ponto x pertencente ao intervalo [x0, xn], o erro na interpolac¸a˜o e´ dado por: En(x) = f (x)− Pn(x) = (x − x0)(x − x1) · · · (x − xn) f (n+1)(ξx) (n + 1)! onde ξx ∈ (x0, xn). O erro na interpolac¸a˜o esta´ relacionado com a derivada de ordem (n + 1) de f (x). 4.5 Estudo do Erro na Interpolac¸a˜o E´ fa´cil ver que o erro cometido ao se interpolar f1(x) e´ muito maior que o erro cometido ao se interpolar f2(x). Neste caso, observamos que o erro depende da concavidade das duas curvas, ou seja de f ′′1 (x) e f ′′2 (x). Teorema 4.2 Sejam x0 < x1 < x2 < · · · < xn, (n + 1) pontos. Seja f (x) com derivadas ate´ a ordem (n + 1) para todo x ∈ [x0, xn]. Seja Pn(x) o polinoˆmio interpolador de f (x) nos pontos x0, x1, · · · , xn. Enta˜o, em qualquer ponto x pertencente ao intervalo [x0, xn], o erro na interpolac¸a˜o e´ dado por: En(x) = f (x)− Pn(x) = (x − x0)(x − x1) · · · (x − xn) f (n+1)(ξx) (n + 1)! onde ξx ∈ (x0, xn). O erro na interpolac¸a˜o esta´ relacionado com a derivada de ordem (n + 1) de f (x). 4.5 Estudo do Erro na Interpolac¸a˜o Exemplo: Seja o problema de se obter ln(3.7) por interpolac¸a˜o linear, onde ln(x) esta´ tabelada abaixo: xk 1 2 3 4 f (xk) 0 0.6931 1.0986 1.3863 Como x = 3.7 ∈ (3, 4), podemos escolher x0 = 3 e x1 = 4. Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.0986 + (1.3863−1.0986) (4−3) (x − 3) = 1.0986 + 0.2877(x − 3). Assim temos que P1(3.7) = 1.300 4.5 Estudo do Erro na Interpolac¸a˜o Exemplo: Seja o problema de se obter ln(3.7) por interpolac¸a˜o linear, onde ln(x) esta´ tabelada abaixo: xk 1 2 3 4 f (xk) 0 0.6931 1.0986 1.3863 Como x = 3.7 ∈ (3, 4), podemos escolher x0 = 3 e x1 = 4. Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.0986 + (1.3863−1.0986) (4−3) (x − 3) = 1.0986 + 0.2877(x − 3). Assim temos que P1(3.7) = 1.300 4.5 Estudo do Erro na Interpolac¸a˜o Exemplo: Seja o problema de se obter ln(3.7) por interpolac¸a˜o linear, onde ln(x) esta´ tabelada abaixo: xk 1 2 3 4 f (xk) 0 0.6931 1.0986 1.3863 Como x = 3.7 ∈ (3, 4), podemos escolher x0 = 3 e x1 = 4. Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.0986 + (1.3863−1.0986) (4−3) (x − 3) = 1.0986 + 0.2877(x − 3). Assim temos que P1(3.7) = 1.300 4.5 Estudo do Erro na Interpolac¸a˜o Exemplo: Seja o problema de se obter ln(3.7) por interpolac¸a˜o linear, onde ln(x) esta´ tabelada abaixo: xk 1 2 3 4 f (xk) 0 0.6931 1.0986 1.3863 Como x = 3.7 ∈ (3, 4), podemos escolher x0 = 3 e x1 = 4. Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.0986 + (1.3863−1.0986) (4−3) (x − 3) = 1.0986 + 0.2877(x − 3). Assim temos que P1(3.7) = 1.300 4.5 Estudo do Erro na Interpolac¸a˜o Exemplo: Seja o problema de se obter ln(3.7) por interpolac¸a˜o linear, onde ln(x) esta´ tabelada abaixo: xk 1 2 3 4 f (xk) 0 0.6931 1.0986 1.3863 Como x = 3.7 ∈ (3, 4), podemos escolher x0 = 3 e x1 = 4. Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.0986 + (1.3863−1.0986) (4−3) (x − 3) = 1.0986 + 0.2877(x − 3). Assim temos que P1(3.7) = 1.300 4.5 Estudo do Erro na Interpolac¸a˜o Na calculadora encontramos que ln(3.7) = 1.3083, logo o erro cometido e´ dado por: E1(3.7) = ln(3.7)− P1(3.7) = 1.3083− 1.3000 = 0.0083 = 8.3 ∗ 10−3 De acordo com a fo´rmula do erro temos que E1(x) = f (x)− P1(x) = (x − x0)(x − x1) f ′′(ξx) 2! onde ξx ∈ (3, 4). Para x = 3.7 E1(3.7) = f (3.7)− P1(3.7) = (3.7− 3)(3.7− 4) −1(2ξx 2) = 8.3 ∗ 10 −3, pois f ′′(ξx) = −1(ξx 2) . Enta˜o resolvendo a equac¸a˜o acima para ξx ∈ (3, 4) temos que ξx = 3.5578. 4.5 Estudo do Erro na Interpolac¸a˜o Na calculadora encontramos que ln(3.7) = 1.3083, logo o erro cometido e´ dado por: E1(3.7) = ln(3.7)− P1(3.7) = 1.3083− 1.3000 = 0.0083 = 8.3 ∗ 10−3 De acordo com a fo´rmula do erro temos que E1(x) = f (x)− P1(x) = (x − x0)(x − x1) f ′′(ξx) 2! onde ξx ∈ (3, 4). Para x = 3.7 E1(3.7) = f (3.7)− P1(3.7) = (3.7− 3)(3.7− 4) −1(2ξx 2) = 8.3 ∗ 10 −3, pois f ′′(ξx) = −1(ξx 2) . Enta˜o resolvendo a equac¸a˜o acima para ξx ∈ (3, 4) temos que ξx = 3.5578. 4.5 Estudo do Erro na Interpolac¸a˜o Na calculadora encontramos que ln(3.7) = 1.3083, logo o erro cometido e´ dado por: E1(3.7) = ln(3.7)− P1(3.7) = 1.3083− 1.3000 = 0.0083 = 8.3 ∗ 10−3 De acordo com a fo´rmula do erro temos que E1(x) = f (x)− P1(x) = (x − x0)(x − x1) f ′′(ξx) 2! onde ξx ∈ (3, 4). Para x = 3.7 E1(3.7) = f (3.7)− P1(3.7) = (3.7− 3)(3.7− 4) −1(2ξx 2) = 8.3 ∗ 10 −3, pois f ′′(ξx) = −1(ξx 2) . Enta˜o resolvendo a equac¸a˜o acima para ξx ∈ (3, 4) temos que ξx = 3.5578. 4.5 Estudo do Erro na Interpolac¸a˜o Na calculadora encontramos que ln(3.7) = 1.3083, logo o erro cometido e´ dado por: E1(3.7) = ln(3.7)− P1(3.7) = 1.3083− 1.3000 = 0.0083 = 8.3 ∗ 10−3 De acordo com a fo´rmula do erro temos que E1(x) = f (x)− P1(x) = (x − x0)(x − x1) f ′′(ξx) 2! onde ξx ∈ (3, 4). Para x = 3.7 E1(3.7) = f (3.7)− P1(3.7) = (3.7− 3)(3.7− 4) −1(2ξx 2) = 8.3 ∗ 10 −3, pois f ′′(ξx) = −1(ξx 2) . Enta˜o resolvendo a equac¸a˜o acima para ξx ∈ (3, 4) temos que ξx = 3.5578. 4.5 Estudo do Erro na Interpolac¸a˜o Este e´ o ξx para o erro cometido ao se interpolar ln(3.7) por uma reta que passa por x0 = 3 e x1 = 4. Na˜o podemos falar nada sobre os demais pontos do itervalo. Esta expressa˜o para o erro na˜o nos permite prever o erro cometido para um caso de interpolac¸a˜o qualquer. 4.5.1 Limitante para o erro na interpolac¸a˜o Na expressa˜o para o erro do teorema 4.2, o paraˆmetro ξx na˜o e´ conhecido no intervalo (x0, xn) e portanto, na˜o e´ poss´ıvel calcular o valor nume´rico de f (n+1)(ξx). Como faremos para calcular uma expressa˜o geral para o erro da interpolac¸a˜o? Precisamos enta˜o tentar calcular uma estimativa para o erro da interpolac¸a˜o. Temos que: En(x) = f (x)− Pn(x) = (x − x0)(x − x1) · · · (x − xn) f (n+1)(ξx) (n + 1)! onde ξx ∈ (x0, xn). Podemos escrever En(x) = G (x) f (n+1)(ξx) (n + 1)! com G (x) = (x − x0)(x − x1) · · · (x − xn) 4.5.1 Limitante para o erro na interpolac¸a˜o Na expressa˜o para o erro do teorema 4.2, o paraˆmetro ξx na˜o e´ conhecido no intervalo (x0, xn)e portanto, na˜o e´ poss´ıvel calcular o valor nume´rico de f (n+1)(ξx). Como faremos para calcular uma expressa˜o geral para o erro da interpolac¸a˜o? Precisamos enta˜o tentar calcular uma estimativa para o erro da interpolac¸a˜o. Temos que: En(x) = f (x)− Pn(x) = (x − x0)(x − x1) · · · (x − xn) f (n+1)(ξx) (n + 1)! onde ξx ∈ (x0, xn). Podemos escrever En(x) = G (x) f (n+1)(ξx) (n + 1)! com G (x) = (x − x0)(x − x1) · · · (x − xn) 4.5.1 Limitante para o erro na interpolac¸a˜o Na expressa˜o para o erro do teorema 4.2, o paraˆmetro ξx na˜o e´ conhecido no intervalo (x0, xn) e portanto, na˜o e´ poss´ıvel calcular o valor nume´rico de f (n+1)(ξx). Como faremos para calcular uma expressa˜o geral para o erro da interpolac¸a˜o? Precisamos enta˜o tentar calcular uma estimativa para o erro da interpolac¸a˜o. Temos que: En(x) = f (x)− Pn(x) = (x − x0)(x − x1) · · · (x − xn) f (n+1)(ξx) (n + 1)! onde ξx ∈ (x0, xn). Podemos escrever En(x) = G (x) f (n+1)(ξx) (n + 1)! com G (x) = (x − x0)(x − x1) · · · (x − xn) 4.5.1 Limitante para o erro na interpolac¸a˜o Consideremos o mo´dulo da expressa˜o para o erro: |En(x)| = |G (x) f (n+1)(ξx) (n + 1)! | = |G (x)| |f (n+1)(ξx)| |(n + 1)!| ≤ |G (x)| Mn+1 (n + 1)! com Mn+1 = max{|f (n+1)(x)|}, onde x ∈ (x0, xn). Assim conseguimos um limitante superior para o erro cometido na interpolac¸a˜o. 4.5.1 Limitante para o erro na interpolac¸a˜o Consideremos o mo´dulo da expressa˜o para o erro: |En(x)| = |G (x) f (n+1)(ξx) (n + 1)! | = |G (x)| |f (n+1)(ξx)| |(n + 1)!| ≤ |G (x)| Mn+1 (n + 1)! com Mn+1 = max{|f (n+1)(x)|}, onde x ∈ (x0, xn). Assim conseguimos um limitante superior para o erro cometido na interpolac¸a˜o. 4.5.1 Limitante para o erro na interpolac¸a˜o Exemplo: Seja f (x) = ex + x − 1 tabelada abaixo. Aproxime f (0.7) por interpolac¸a˜o linear e estime o erro cometido. xk 0 0.5 1.0 1.5 2.0 f (xk) 0.0 1.1487 2.7183 4.9811 8.3890 Como x = 0.7 ∈ (0.5, 1), podemos escolher x0 = 0.5 e x1 = 1 Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.1487 + 2.7183−1.1487 1−0.5 (x − 0.5) P1(0.7) = 1.7765 Neste caso simples, temos condic¸o˜es de calcular o verdadeiro erro cometido, dado por: |E1(0.7)| = |f (0.7)− P1(0.7)| = |1.7137− 1.7765| = 0.0628 4.5.1 Limitante para o erro na interpolac¸a˜o Exemplo: Seja f (x) = ex + x − 1 tabelada abaixo. Aproxime f (0.7) por interpolac¸a˜o linear e estime o erro cometido. xk 0 0.5 1.0 1.5 2.0 f (xk) 0.0 1.1487 2.7183 4.9811 8.3890 Como x = 0.7 ∈ (0.5, 1), podemos escolher x0 = 0.5 e x1 = 1 Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.1487 + 2.7183−1.1487 1−0.5 (x − 0.5) P1(0.7) = 1.7765 Neste caso simples, temos condic¸o˜es de calcular o verdadeiro erro cometido, dado por: |E1(0.7)| = |f (0.7)− P1(0.7)| = |1.7137− 1.7765| = 0.0628 4.5.1 Limitante para o erro na interpolac¸a˜o Exemplo: Seja f (x) = ex + x − 1 tabelada abaixo. Aproxime f (0.7) por interpolac¸a˜o linear e estime o erro cometido. xk 0 0.5 1.0 1.5 2.0 f (xk) 0.0 1.1487 2.7183 4.9811 8.3890 Como x = 0.7 ∈ (0.5, 1), podemos escolher x0 = 0.5 e x1 = 1 Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.1487 + 2.7183−1.1487 1−0.5 (x − 0.5) P1(0.7) = 1.7765 Neste caso simples, temos condic¸o˜es de calcular o verdadeiro erro cometido, dado por: |E1(0.7)| = |f (0.7)− P1(0.7)| = |1.7137− 1.7765| = 0.0628 4.5.1 Limitante para o erro na interpolac¸a˜o Exemplo: Seja f (x) = ex + x − 1 tabelada abaixo. Aproxime f (0.7) por interpolac¸a˜o linear e estime o erro cometido. xk 0 0.5 1.0 1.5 2.0 f (xk) 0.0 1.1487 2.7183 4.9811 8.3890 Como x = 0.7 ∈ (0.5, 1), podemos escolher x0 = 0.5 e x1 = 1 Usando a fo´rmula de Newton para a interpolac¸a˜o linear temos: P1(x) = f [x0] + f [x1]−f [x0] x1−x0 (x − x0) P1(x) = 1.1487 + 2.7183−1.1487 1−0.5 (x − 0.5) P1(0.7) = 1.7765 Neste caso simples, temos condic¸o˜es de calcular o verdadeiro erro cometido, dado por: |E1(0.7)| = |f (0.7)− P1(0.7)| = |1.7137− 1.7765| = 0.0628 4.5.1 Limitante para o erro na interpolac¸a˜o Vamos agora calcular o limitante superior para o erro na interpolac¸a˜o: |E1(0.7)| ≤ |(0.7− 0.5)(0.7− 1.0)|M2 2 com M2 = max{|f ′′(x)|}, onde x ∈ (0.5, 1.0). Como f (x) = ex + x − 1, f ′′(x) = ex M2 = max{|ex |}, onde x ∈ (0.5, 1.0) = e1 = 2.7183, |E1(0.7)| ≤ |(0.2)(0.3)|e2 = 0.0815 De fato, E1(0.7) = 0.0628 < 0.0815 Esta fo´rmula para o limitante superior do erro na interpolac¸a˜o so´ funciona quando conhecemos a expressa˜o para a func¸a˜o interpolada. 4.5.1 Limitante para o erro na interpolac¸a˜o Vamos agora calcular o limitante superior para o erro na interpolac¸a˜o: |E1(0.7)| ≤ |(0.7− 0.5)(0.7− 1.0)|M2 2 com M2 = max{|f ′′(x)|}, onde x ∈ (0.5, 1.0). Como f (x) = ex + x − 1, f ′′(x) = ex M2 = max{|ex |}, onde x ∈ (0.5, 1.0) = e1 = 2.7183, |E1(0.7)| ≤ |(0.2)(0.3)|e2 = 0.0815 De fato, E1(0.7) = 0.0628 < 0.0815 Esta fo´rmula para o limitante superior do erro na interpolac¸a˜o so´ funciona quando conhecemos a expressa˜o para a func¸a˜o interpolada. 4.5.1 Limitante para o erro na interpolac¸a˜o Vamos agora calcular o limitante superior para o erro na interpolac¸a˜o: |E1(0.7)| ≤ |(0.7− 0.5)(0.7− 1.0)|M2 2 com M2 = max{|f ′′(x)|}, onde x ∈ (0.5, 1.0). Como f (x) = ex + x − 1, f ′′(x) = ex M2 = max{|ex |}, onde x ∈ (0.5, 1.0) = e1 = 2.7183, |E1(0.7)| ≤ |(0.2)(0.3)|e2 = 0.0815 De fato, E1(0.7) = 0.0628 < 0.0815 Esta fo´rmula para o limitante superior do erro na interpolac¸a˜o so´ funciona quando conhecemos a expressa˜o para a func¸a˜o interpolada. 4.5.1 Limitante para o erro na interpolac¸a˜o Vamos agora calcular o limitante superior para o erro na interpolac¸a˜o: |E1(0.7)| ≤ |(0.7− 0.5)(0.7− 1.0)|M2 2 com M2 = max{|f ′′(x)|}, onde x ∈ (0.5, 1.0). Como f (x) = ex + x − 1, f ′′(x) = ex M2 = max{|ex |}, onde x ∈ (0.5, 1.0) = e1 = 2.7183, |E1(0.7)| ≤ |(0.2)(0.3)|e2 = 0.0815 De fato, E1(0.7) = 0.0628 < 0.0815 Esta fo´rmula para o limitante superior do erro na interpolac¸a˜o so´ funciona quando conhecemos a expressa˜o para a func¸a˜o interpolada. 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Se a func¸a˜o f (x) e´ dada na forma de tabela, o valor absoluto do erro |En(x)| so´ pode ser estimado. Isto ocorre pela incapacidade de calcularmos Mn+1 Vamos tentar encontrar uma expressa˜o para o erro em func¸a˜o das diferenc¸as divididas. Sabemos que se f (x) e´ uma func¸a˜o cont´ınua e definida em x0, x1, · · · , xn, (n + 1) pontos distintos do intervalo [a, b]. O polinoˆmio de grau ≤ n baseado nas diferenc¸as divididas, dado por Pn(x) = f [x0] + f [x0, x1](x − x0) + f [x0, x1, x2](x − x0)(x − x1)+ · · ·+ f [x0, x1, x2, · · · , xn](x − x0)(x − x1) · · · (x − xn−1) interpola f (x) nos pontos x0, x1, · · · , xn. 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Se a func¸a˜o f (x) e´ dada na forma de tabela, o valor absoluto do erro |En(x)| so´ pode ser estimado. Isto ocorre pela incapacidade de calcularmos Mn+1 Vamos tentar encontrar uma expressa˜o para o erro em func¸a˜o das diferenc¸as divididas. Sabemos que se f (x) e´ uma func¸a˜o cont´ınua e definida em x0, x1, · · · , xn, (n + 1) pontos distintos do intervalo [a, b]. O polinoˆmio de grau ≤ n baseado nas diferenc¸as divididas, dado por Pn(x) = f [x0] + f [x0, x1](x − x0) + f [x0, x1, x2](x − x0)(x − x1)+ · · ·+ f [x0, x1, x2, · · · , xn](x − x0)(x − x1) · · · (x − xn−1) interpola f (x) nos pontos x0, x1, · · · , xn. 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Se temos 1 u´nico ponto (x0, f (x0)) enta˜o → P0(x)= f [x0] = f (x0). Temos que, para todo x ∈ [a, b], x 6= x0 f [x0, x ] = f [x ]− f [x0] x − x0 = f (x)− f (x0) x − x0 ⇒ ⇒ (x − x0)f [x0, x ] = f (x)− f (x0)⇒ ⇒ f (x) = f (x0)︸ ︷︷ ︸ P0(x) + (x − x0)f [x0, x ]︸ ︷︷ ︸ E0(x) ⇒ E0(x) = f (x)− P0(x) = (x − x0)f [x0, x ] Este e´ o erro que cometemos ao se aproximar f (x) por P0(x). 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Se temos 1 u´nico ponto (x0, f (x0)) enta˜o → P0(x) = f [x0] = f (x0). Temos que, para todo x ∈ [a, b], x 6= x0 f [x0, x ] = f [x ]− f [x0] x − x0 = f (x)− f (x0) x − x0 ⇒ ⇒ (x − x0)f [x0, x ] = f (x)− f (x0)⇒ ⇒ f (x) = f (x0)︸ ︷︷ ︸ P0(x) + (x − x0)f [x0, x ]︸ ︷︷ ︸ E0(x) ⇒ E0(x) = f (x)− P0(x) = (x − x0)f [x0, x ] Este e´ o erro que cometemos ao se aproximar f (x) por P0(x). 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Se temos 1 u´nico ponto (x0, f (x0)) enta˜o → P0(x) = f [x0] = f (x0). Temos que, para todo x ∈ [a, b], x 6= x0 f [x0, x ] = f [x ]− f [x0] x − x0 = f (x)− f (x0) x − x0 ⇒ ⇒ (x − x0)f [x0, x ] = f (x)− f (x0)⇒ ⇒ f (x) = f (x0)︸ ︷︷ ︸ P0(x) + (x − x0)f [x0, x ]︸ ︷︷ ︸ E0(x) ⇒ E0(x) = f (x)− P0(x) = (x − x0)f [x0, x ] Este e´ o erro que cometemos ao se aproximar f (x) por P0(x). 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Se temos 1 u´nico ponto (x0, f (x0)) enta˜o → P0(x) = f [x0] = f (x0). Temos que, para todo x ∈ [a, b], x 6= x0 f [x0, x ] = f [x ]− f [x0] x − x0 = f (x)− f (x0) x − x0 ⇒ ⇒ (x − x0)f [x0, x ] = f (x)− f (x0)⇒ ⇒ f (x) = f (x0)︸ ︷︷ ︸ P0(x) + (x − x0)f [x0, x ]︸ ︷︷ ︸ E0(x) ⇒ E0(x) = f (x)− P0(x) = (x − x0)f [x0, x ] Este e´ o erro que cometemos ao se aproximar f (x) por P0(x). 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Analogamente na interpolac¸a˜o linear nos pontos (x0, f (x0)) e (x1, f (x1)) temos que: f [x0, x1, x ] = f [x0, x ]− f [x1, x0] x − x1 = f (x)−f (x0) x−x0 − f [x1, x0] x − x1 = f (x)− f (x0)− (x − x0)f [x1, x0] (x − x0)(x − x1) f (x) = f (x0) + (x − x0)f [x1, x0]︸ ︷︷ ︸ P1(x) + (x − x0)(x − x1)f [x0, x1, x ]︸ ︷︷ ︸ E1(x) Assim E1(x) = (x − x0)(x − x1)f [x0, x1, x ] 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Aplicando racioc´ınio ana´logo para (n + 1) pontos temos que o erro e´ dado por: En(x) = (x − x0)(x − x1) · · · (x − xn+1)f [x0, x1, · · · , x ] onde f [x0, x1, · · · , x ] e´ a diferenc¸a dividida de ordem (n + 1) da func¸a˜o f (x). Dessa forma conseguimos uma estimativa para o erro cometido na interpolac¸a˜o polinomial maximizando a expressa˜o para o erro: En(x) ≤ |(x − x0)(x − x1) · · · (x − xn+1)|max{|(f [x0, x1, · · · , x ])|} 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Aplicando racioc´ınio ana´logo para (n + 1) pontos temos que o erro e´ dado por: En(x) = (x − x0)(x − x1) · · · (x − xn+1)f [x0, x1, · · · , x ] onde f [x0, x1, · · · , x ] e´ a diferenc¸a dividida de ordem (n + 1) da func¸a˜o f (x). Dessa forma conseguimos uma estimativa para o erro cometido na interpolac¸a˜o polinomial maximizando a expressa˜o para o erro: En(x) ≤ |(x − x0)(x − x1) · · · (x − xn+1)|max{|(f [x0, x1, · · · , x ])|} 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Exemplo: Considere a func¸a˜o f (x) tabelada abaixo. Aproxime f (0.47)por um polinoˆmio quadra´tico e estime o erro cometido xk 0.2 0.34 0.40 0.52 0.60 0.72 f (xk) 0.16 0.22 0.27 0.29 0.32 0.37 Inicialmente vamos construir a tabela das diferenc¸as divididas para f (x). x ordem 0 ordem 1 ordem 2 ordem 3 0.2 0.16 0.34 0.22 0.4286 0.40 0.27 0.8333 2.0235 0.52 0.29 0.1667 −3.7033 −17.8963 0.60 0.32 0.375 1.0415 18.2494 0.72 0.37 0.4167 0.2085 −2.6031 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Exemplo: Considere a func¸a˜o f (x) tabelada abaixo. Aproxime f (0.47)por um polinoˆmio quadra´tico e estime o erro cometido xk 0.2 0.34 0.40 0.52 0.60 0.72 f (xk) 0.16 0.22 0.27 0.29 0.32 0.37 Inicialmente vamos construir a tabela das diferenc¸as divididas para f (x). x ordem 0 ordem 1 ordem 2 ordem 3 0.2 0.16 0.34 0.22 0.4286 0.40 0.27 0.8333 2.0235 0.52 0.29 0.1667 −3.7033 −17.8963 0.60 0.32 0.375 1.0415 18.2494 0.72 0.37 0.4167 0.2085 −2.6031 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial Para aproximarmos f (0.47)por um polinoˆmio quadra´tico (n = 2) precisamos de 3 pontos de interpolac¸a˜o. Como 0.47 ∈ (0.4, 0.52) precisamos somente de mais um ponto que neste caso pode ser tanto o x = 0.34 como o x = 0.60 uma vez que ambos distam 0.13 de 0.47. Escolhemos enta˜o x0 = 0.40, x1 = 0.52 e x2 = 0.60 e o polinoˆmio interpolador e´ dado por: P2(x) = f (x0) + (x − x0)f [x0, x1] + (x − x0)(x − x1)f [x0, x1, x2] P2(x) = 0.27 + (x − 0.4)0.1667 + (x − 0.4)(x − 0.52)1.0415 assim P2(0.47) = 0.2780 4.5.2 Estimativa para o erro cometido na interpolac¸a˜o polinomial E o erro cometido e´ estimado por: E2(x) ≤ |(x − 0.4)(x − 0.52)(x − 0.6)|max{|(f [x0, x1, · · · , x ])|} E2(0.47) = |(0.47−0.4)(0.47−0.52)(0.47−0.6)|∗18.2494 = 8.303∗10−3 4.5.3 Grau do polinoˆmio interpolador A tabela de diferenc¸as divididas junto com a relac¸a˜o entre a diferenc¸a dividida de ordem k e a derivada de ordem k, podem nos auxiliar na escolha do grau do polinoˆmio que usaremos para interpolar uma func¸a˜o f (x) dada. Dado o seu conjunto de (n + 1) pontos, deve-se contruir a tabela de diferenc¸as divididas. Apo´s isso examinamos as diferenc¸as divididas de f (x) na vizinhanc¸a do ponto de interesse. Se nesta vizinhanc¸a as diferenc¸as divididas de ordem k sa˜o praticamente constantes e as de ordem k + 1 variarem em torno de zero. Enta˜o, o polinoˆmio interpolador de grau k sera´ o que melhor aproxima f (x) na regia˜o considerada na tabela. 4.5.3 Grau do polinoˆmio interpolador A tabela de diferenc¸as divididas junto com a relac¸a˜o entre a diferenc¸a dividida de ordem k e a derivada de ordem k, podem nos auxiliar na escolha do grau do polinoˆmio que usaremos para interpolar uma func¸a˜o f (x) dada. Dado o seu conjunto de (n + 1) pontos, deve-se contruir a tabela de diferenc¸as divididas. Apo´s isso examinamos as diferenc¸as divididas de f (x) na vizinhanc¸a do ponto de interesse. Se nesta vizinhanc¸a as diferenc¸as divididas de ordem k sa˜o praticamente constantes e as de ordem k + 1 variarem em torno de zero. Enta˜o, o polinoˆmio interpolador de grau k sera´ o que melhor aproxima f (x) na regia˜o considerada na tabela. 4.5.3 Grau do polinoˆmio interpolador Exemplo: Considere a func¸a˜o f (x) = » (x) tabelada abaixo x ordem 0 ordem 1 ordem 2 1 1 1.01 1.005 0.5 1.02 1.01 0.5 0 1.03 1.0149 0.49 −0.5 1.04 1.0198 0.49 0 1.05 1.0247 0.49 0 Vemos que para o intervalo x ∈ [1, 1.05] a interpolac¸a˜o linear e´ uma boa aproximac¸a˜o para f (x) = » (x). 4.5.3 Grau do polinoˆmio interpolador Exemplo: Considere a func¸a˜o f (x) = » (x) tabelada abaixo x ordem 0 ordem 1 ordem 2 1 1 1.01 1.005 0.5 1.02 1.01 0.5 0 1.03 1.0149 0.49 −0.5 1.04 1.0198 0.49 0 1.05 1.0247 0.49 0 Vemos que para o intervalo x ∈ [1, 1.05] a interpolac¸a˜o linear e´ uma boa aproximac¸a˜o para f (x) = » (x). 4.5.3 Grau do polinoˆmio interpolador Exerc´ıcio: Mostre que o polinoˆmio que interpola os dados abaixo tem grau 3. xk −2 −1 0 1 2 3 f (xk) 1 4 11 16 13 −4 4.6 Interpolac¸a˜o Inversa 4.6 Interpolac¸a˜o Inversa 4.6 Interpolac¸a˜o Inversa 4.6 Interpolac¸a˜o Inversa 4.6 Interpolac¸a˜o Inversa Pro´xima semana... Por hoje e´ so´ pessoal!! Este material e´ inteiramente baseado na bibliografia do curso, principalmente no livro texto :RUGIERO, M. A.G; LOPES,V Ca´lculo Nume´rico: Aspectos teo´ricos e computacionais, Editora McGraw-Hill.1997.Sites consultados acessados em 24/03/2011: http://www.alunos.eel.usp.br/numerico/notas.html Colli, E., Asano, H. C,Ca´lculo Nume´rico — Fundamentos e Aplicac¸o˜es-Departamento de Matema´tica Aplicada – IME-USP, 2009 Cunha, C. Me´todos nume´ricos para as engenharias e cieˆncias aplicadas;Editora da UNICAMP,1993 Este material na˜o substitui a bibliografia.
Compartilhar