Baixe o app para aproveitar ainda mais
Prévia do material em texto
* * * Interpolação-Parte II Estudo do Erro Estudo do Erro na Interpolação Interpolação Inversa Grau do Polinômio Interpolador Função Spline em Interpolação 4.1 Spline Linear 4.2 Spline Cúbica * * * 1.Estudo do Erro na Interpolação O erro em aproximar a função f(x) por um polinômio interpolador pn(x), de grau menor ou igual a n, é: En(x)=f(x)-pn(x) para todo x de [x0,xn]. Estudar o erro na interpolação significa saber o quão próximo f(x) está de pn(x). * * * 1.Estudo do Erro na Interpolação Interpolação linear de f1(x) e f2(x) x f(x) x0 x1 f1(x0)= f2(x0)=p1(x0) f1(x) p1(x) f2(x) f1(x1)= f2(x1)=p1(x1) * * * 1.Estudo do Erro na Interpolação Interpolação linear de f1(x) e f2(x) por p1(x). O mesmo polinômio p1(x) interpola f1(x) e f2(x) em x0 e x1. O erro E11(x)=f1(x)-p1(x) > E12(x)= f2(x)- p1(x) para todo x de (x0 , x1). O erro depende da concavidade da curva, ou seja, de f1”(x) e f2”(x). * * * 1.Estudo do Erro na Interpolação Teorema 1: “Sejam pontos. Seja f(x) com derivadas até ordem (n+1) para todo x em [x0,xn]. Seja pn(x) o polinômio interpolador de f(x) nos pontos x0, x1, x2,...,xn. Então, em qualquer ponto do intervalo [x0,xn] o erro é dado por En(x)=f(x)-pn(x)= (x-x0)(x-x1)...(x-xn) onde “. * * * 1.Estudo do Erro na Interpolação Demonstração:Teorema 1 Note que x=xi para i=1,2,..,n, segue que G(x)= (x-x0)(x-x1)...(x-xn)=0 En(x)=0, logo a fórmula do erro está correta para x=xi. Definindo a função H(t)= En(x)G(t)- En(t)G(x), com . Então, H(t) tem n+1 derivadas e pelo menos n+2 zeros. Note que x0,x1,..,xn e x são zeros de H(t). Aplicando o Teorema de Rolle sucessivamente, n+1 vezes, demonstra-se o teorema. * * * 1.Estudo do Erro na Interpolação Teorema 2: “Sejam pontos. Seja pn(x) o polinômio interpolador de f(x) nos pontos x0, x1, x2,...,xn. Da forma de Newton En(x)=f(x)-pn(x)= (x-x0)(x-x1)...(x-xn) f[x0, x1, x2,...,xn,x]. Portanto, com . Demonstração imediata. * * * 1.Estudo do Erro na Interpolação Corolário1: Estimativa do Erro. Sob as hipóteses dos teoremas 1 e 2, temos que onde * * * 1.Estudo do Erro na Interpolação Corolário2: Estimativa do Erro. Sob as hipóteses dos teoremas 1 e 2, temos que onde * * * Estimativa para o erro Seja dada na tabela: a) Obter f (0.47) usando um polinômio de grau 2. b) Encontrar uma estimativa para o erro. * * * Tabela de diferenças * * * Estimativa para o erro Escolhendo a) b) * * * 2. Interpolação inversa Seja dada na tabela: Obter x tal que f(x)= 1.3365 e encontrar uma estimativa para o erro. Este é o problema da interpolação inversa. * * * 2. Interpolação inversa Solução versão 1: Obtenha pn(x) que interpola f(x)= 1.3365 e determine x. Problema: não temos como estimar o erro cometido!!!!!!! Solução versão 2: Se f(x) for monotonicamente crescente ou decrescente no intervalo considerado, então ela pode ser invertida. Então faça a interpolação da função inversa e calcule o erro. * * * Tabela de diferenças divididas - Versão 2 * * * Estimativa para o erro Escolhendo a) b) * * * 3.1 Grau do polinômio interpolador Para a escolha do grau do polinômio interpolador: 1) Construir a tabela de diferenças divididas; 2) Examinar as diferenças na vizinhança do ponto de interesse; Se as diferenças de ordem k forem praticamente constante, ou se as diferenças de ordem k+1 variarem em torno de zero, o polinômio de grau k será o que melhor aproximará a função na região considerada. * * * 3.1 Grau do polinômio interpolador Seja com os valores da tabela: Um polinômio de grau 1 é uma boa aproximação para * * * 3.1 Grau do polinômio interpolador * * * 3.2 Fenômeno de Runge Questão: A seqüência {pn(x)} converge para f(x) no intervalo [a,b] se {x0,x1,...,xn} pertencem a {a,b] e n tende ao infinito? Interpolando a função no intervalo [-1,1] com * * * 3.2 Fenômeno de Runge Interpolação linear de f1(x) e f2(x) com n=10 x -1 1 f(x) P10(x) * * * 4. Função Spline em Interpolação Fenômeno de Runge é superado pela função Spline. Definição: Seja tabelada para . A função é denominada spline de grau se: a) Em cada subintervalo , para , é um polinômio de grau . b) é contínua e tem derivadas contínuas até ordem em . c) . * * * 4.1 Função Spline Linear A função spline linear interpolante de f(x), ou seja S1(x) nos nós x1,x2,...,xn, pode ser escrita em cada subintervalo como Note que S1(x) é polinômio de grau 1 no intervalo. s1(x) é contínua em todo intervalo Nos pontos nós . Logo, S1(x) é a spline linear interpolante de f(x). * * * 4.1 Função Spline Linear Achar a função spline linear que interpola f(x) Da definição: Analogamente: * * * 4.1 Função Spline Linear Graficamente x f(x) 1 7 s3(x) 5 2 s2(x) s1(x) f(x) * * * 4.2 Função Spline Quadrática As spline quadráticas tem derivadas contínuas até ordem 1 e portanto a curvatura de S2(x) não é suave nos nós. Seja a função Note que a função e sua derivada primeira são contínuas em x=1. Contudo, sua derivada segunda, em x=1, não é contínua. * * * 4.2 Função Spline Quadrática Graficamente * * * 4.2 Função Spline Quadrática Graficamente, vemos a descontinuidade da derivada segunda (curvatura). Considere agora a situação em que f(x) e sua derivada primeira são contínuas em x=1, contudo ocorre mudança de sinal da derivada segunda em x=1 Esta é situação que ocorre no ajuste de spline quadrática. * * * 4.2 Função Spline Quadrática Graficamente * * * 4.2 Função Spline Cúbica As splines cúbicas são as mais usadas. Uma spline cúbica S3(x) é uma função polinomial por partes, contínua, onde cada parte sk(x) é um polinômio de grau 3 nos intervalos [xk-1,xk]. S3(x) tem derivadas primeira e segunda contínuas, logo não tem bicos e não troca abruptamente a curvatura nos nós. * * * 4.2 Função Spline Cúbica - Construção A função spline cúbica interpolante de f(x), ou seja S3(x), nos nós x1,x2,...,xn, pode ser escrita em cada subintervalo como polinômios de grau 3. Denotada por sk(x) para k=1,2,...,n, deve satisfazer: * * * 4.2 Função Spline Cúbica - Construção Sejam as parte da spline cúbica dadas por O Cálculo de envolve a determinação de 4n coeficientes: Condições 1: satisfeitas por construção. Condições 2: (n+1) condições nos nós. Condições 3: (n-1) condições de continuidade de S3 nos nós. Condições 4: (n-1) condições de continuidade de S’3 nos nós. Condições 5: (n-1) condições de continuidade de S’’3 nos nós. Total de 4n-2 condições. Restam duas condições em aberto!!! * * * 4.2 Função Spline Cúbica - Construção Notação: Impondo as condições: * * * 4.2 Função Spline Cúbica - Construção Resta impor mais duas condições. Alternativas 1: Chamada spline natural Alternativa 2: Chamada spline parabólica. Alternativa 3: Impor inclinações nos extremos. Geralmente quando temos informações físicas do problema * * * 4.2 Função Spline Cúbica - Exemplo Achar a splinecúbica natural que interpola f(0.25) dada Temos 4 subintervalos iguais. Dadas resolvendo o sistema linear para * * * 4.2 Função Spline Cúbica - Exemplo Substituindo os valores de resolvemos o sistema linear obtendo: Calculamos Como queremos f(0.25) fazemos * * * 5. EXERCÍCIOS Faça os seguintes exercícios do capítulo 5 do livro texto. Exercícios: 9,10 e projeto 2 página 266.
Compartilhar