Interpolação Polinomial

Interpolação
A tabela abaixo nos fornece o censo de uma população de uma
certa cidade no período de 1950 a 2000:
Ano 1950 1960 1970 1980 1990 2000
População
151.326 179.323 203.302 226.302 249.633 281.422
(milhares)

• Qual era população da cidade em 1975?

• Qual será a população em 2020?
Interpolação
Interpolar uma função 𝑓(𝑥) consiste em aproximar essa função por
uma outra função 𝑔(𝑥) que satisfaça alguma propriedades.

Quando fazer uma interpolação?

• Quando são conhecidos somente valores numéricos da função
para um conjunto de pontos e é necessário calcular o valor da função
em um ponto não tabelado.
• quando a função em estudo tem uma expressão tal que as
operações de derivação e integração são difíceis de serem realizadas.
Interpolação Polinomial
Dados pontos 𝑥0 , 𝑓 𝑥0 , 𝑥1 , 𝑓 𝑥1 , 𝑥2 , 𝑓 𝑥2 , … , (𝑥𝑛 , 𝑓(𝑥𝑛 ))
queremos encontrar o polinômio, 𝑝𝑛 (𝑥), de menor grau tal que
𝑓 𝑥𝑘 = 𝑝𝑛 𝑥𝑘 , 𝑘 = 0, 1, 2, … , 𝑛

• Este polinômio existe?

• Ele é único?
Interpolação Polinomial
Exemplo 1
Considerando os pontos
x -1 2 3
y 6 3 10
Vamos encontrar o polinômio de grau menor que dois que interpola
os dados da tabela.
Queremos encontrar um polinômio
𝑝2 𝑥 = a0 + a1 𝑥 + a2 𝑥 2
tal que
𝑝2 −1 = 6
𝑝2 2 = 3
𝑝2 3 = 10
Interpolação Polinomial
Exemplo 1
Ou seja, temos o seguinte sistema
𝑝2 −1 = 𝑎0 − 𝑎1 + 𝑎2 = 6
𝑝2 2 = 𝑎0 + 2𝑎1 + 2𝑎2 = 3
𝑝2 3 = 𝑎0 + 3𝑎1 + 9𝑎2 = 10
Resolvendo o sistema, encontramos
𝑎0 = 1, 𝑎1 = −3 𝑒 𝑎2 = 2
Assim, o polinômio que interpola o conjunto de pontos dados é

𝑝2 𝑥 = 2𝑥 2 − 3𝑥 + 1
Interpolação Polinomial
Como obter o polinômio no caso geral?
Seja o polinômio
𝑝𝑛 𝑥 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛
Queremos que
𝑝𝑛 𝑥0 = 𝑎0 + 𝑎1 𝑥0 + 𝑎2 𝑥0 2 + ⋯ + 𝑎𝑛 𝑥0 𝑛 = 𝑓(𝑥0 )
𝑝𝑛 𝑥1 = 𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥1 2 + ⋯ + 𝑎𝑛 𝑥1 𝑛 = 𝑓(𝑥1 )
𝑝𝑛 𝑥2 = 𝑎0 + 𝑎1 𝑥2 + 𝑎2 𝑥2 2 + ⋯ + 𝑎𝑛 𝑥2 𝑛 = 𝑓 𝑥2
⋮
𝑝𝑛 𝑥𝑛 = 𝑎0 + 𝑎1 𝑥𝑛 + 𝑎2 𝑥𝑛 2 + ⋯ + 𝑎𝑛 𝑥𝑛 𝑛 = 𝑓(𝑥𝑛 )
Interpolação Polinomial
Daí obtemos o seguinte sistema
1 𝑥0 𝑥02 ⋯ 𝑥0𝑛 𝑎0 𝑦0
1 𝑥1 𝑥12 ⋯ 𝑥1𝑛 𝑎1 𝑦1
1 𝑥2 𝑥22 ⋯ 𝑥2𝑛 ⋅ 𝑎2 = 𝑦2
⋮ ⋮
⋮ ⋮ ⋮ ⋱ ⋮
𝑎𝑛 𝑦𝑛
1 𝑥𝑛 𝑥𝑛2 ⋯ 𝑥𝑛𝑛

em que, 𝑦0 = 𝑓 𝑥0 .
A matriz deste sistema é conhecida como matriz de Vandermond,
e desde que 𝑥0 , 𝑥1 , … , 𝑥𝑛 sejam distintos, seu determinante é
diferente de zero. Ou seja, o sistema linear admite uma única
solução.
Interpolação Polinomial
Teorema
Existe um único polinômio 𝑝𝑛 (𝑥), de grau ≤ n, tal que
𝑓 𝑥𝑘 = 𝑝𝑛 𝑥𝑘 , 𝑘 = 0, 1, 2, … , 𝑛
desde que 𝑥𝑘 ≠ 𝑥𝑗 , 𝑗 ≠ 𝑘.

Chamamos este polinômio de polinômio interpolador.

Formas de obter o Polinômio Interpolador
• Resolução de sistemas
• Forma de Lagrange
• Forma de Newton
Interpolação Polinomial
Resolução de Sistemas
Encontramos o polinômio interpolador através de resolução de
sistemas no Exemplo 1. Porém é inviável obter o polinômio
interpolador desta maneira uma vez que a matriz do sistema é
uma matriz de Vandermond, a qual pode ser mal condicionada.
Interpolação Polinomial
Forma de Lagrange
O espaço dos polinômio de grau menor ou igual a n é um espaço
vetorial. A base canônica deste espaço é dada por
1, 𝑥, 𝑥 2 , … , 𝑥 𝑛
Dessa forma, um polinômio deste espaço pode ser escrito como uma
combinação dos elementos desta base
𝑝𝑛 𝑥 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛

A matriz do sistema para obter os coeficientes do polinômio

interpolador utilizando a base canônica foi a matriz de Vandermond.
Interpolação Polinomial
Forma de Lagrange
Na forma de Lagrange, considera-se como base dos espaço dos
polinômios o seguinte conjunto
ℓ0 𝑥 , ℓ1 𝑥 , ℓ2 𝑥 , … , ℓ𝑛 (𝑥)
Dessa forma, um polinômio desta base pode ser escrito como
𝑝𝑛 𝑥 = 𝑎0 ℓ0 𝑥 + 𝑎1 ℓ1 𝑥 + 𝑎2 ℓ2 𝑥 + ⋯ + 𝑎𝑛 ℓ𝑛 𝑥

Para encontrar o polinômio interpolador queremos que dados pontos

𝑥0 , 𝑓 𝑥0 , 𝑥1 , 𝑓 𝑥1 , 𝑥2 , 𝑓 𝑥2 , … , (𝑥𝑛 , 𝑓(𝑥𝑛 ))
𝑓 𝑥𝑘 = 𝑝𝑛 𝑥𝑘 , 𝑘 = 0, 1, 2, … , 𝑛
Interpolação Polinomial
Forma de Lagrange
Assim,
𝑝𝑛 𝑥0 = 𝑎0 ℓ0 𝑥0 + 𝑎1 ℓ1 𝑥0 + 𝑎2 ℓ2 𝑥0 + ⋯ + 𝑎𝑛 ℓ𝑛 𝑥0
𝑝𝑛 𝑥1 = 𝑎0 ℓ0 𝑥1 + 𝑎1 ℓ1 𝑥1 + 𝑎2 ℓ2 𝑥1 + ⋯ + 𝑎𝑛 ℓ𝑛 𝑥1
⋮
𝑝𝑛 𝑥𝑛 = 𝑎0 ℓ0 𝑥𝑛 + 𝑎1 ℓ1 𝑥𝑛 + 𝑎2 ℓ2 𝑥𝑛 + ⋯ + 𝑎𝑛 ℓ𝑛 𝑥𝑛
Ou seja, temos o seguinte sistema
𝑎0 𝑦0
ℓ0 𝑥0 ℓ1 𝑥0 ℓ2 𝑥0 ⋯ ℓ𝑛 𝑥0
𝑎1 𝑦1
ℓ0 𝑥1 ℓ1 𝑥1 ℓ2 𝑥1 ⋯ ℓ𝑛 𝑥1
⋅ 𝑎2 = 𝑦2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮
ℓ0 𝑥𝑛 ℓ1 𝑥𝑛 ℓ2 𝑥𝑛 ⋯ ℓ𝑛 𝑥𝑛 𝑎𝑛 𝑦𝑛
Interpolação Polinomial
Forma de Lagrange
Na forma de Lagrange, os polinômios da base são tais que a matriz
do sistema acima seja a matriz identidade. Ou seja, os polinômios
são tais que
1 𝑠𝑒 𝑖 = 𝑘
ℓ𝑖 𝑥𝑘 =
0 𝑠𝑒 𝑖 ≠ 𝑘
Esta condição é satisfeita quando
𝑥 − 𝑥0 𝑥 − 𝑥1 ⋯ 𝑥 − 𝑥𝑖−1 𝑥 − 𝑥𝑖+1 ⋯ (𝑥 − 𝑥𝑛 )
ℓ𝑖 𝑥 =
𝑥𝑖 − 𝑥0 𝑥𝑖 − 𝑥1 ⋯ 𝑥𝑖 − 𝑥𝑖−1 𝑥𝑖 − 𝑥𝑖+1 ⋯ (𝑥𝑖 − 𝑥𝑛 )
𝑛
(𝑥 − 𝑥𝑘 )
=
(𝑥𝑖 − 𝑥𝑘 )
𝑘=0
𝑘≠𝑖
Interpolação Polinomial
Forma de Lagrange
Desta forma, o sistema torna-se
𝑎0 𝑦0
1 0 0 ⋯ 0 𝑎1 𝑦1
0 1 0 ⋯ 0 ⋅ 𝑎2 = 𝑦2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮
0 0 0 ⋯ 1 𝑎𝑛 𝑦𝑛
E os coeficientes são dados por
𝑎𝑘 = 𝑦𝑘 𝑘 = 0, 1, 2, … , 𝑛
Logo, o polinômio interpolador dado pela forma de Lagrange é
𝑛

𝑝𝑛 𝑥 = 𝑦0 ℓ0 𝑥 + 𝑦1 ℓ1 𝑥 + 𝑦2 ℓ2 𝑥 + ⋯ + 𝑦𝑛 ℓ𝑛 𝑥 = 𝑦𝑘 ℓ𝑘 (𝑥)
𝑘=0
Interpolação Polinomial
Exemplo 2
Considerando os pontos
x -1 2 3
y 6 3 10
Vamos encontrar o polinômio interpolador pela forma de Lagrange
Temos que
𝑝2 𝑥 = 𝑦0 ℓ0 (𝑥) + 𝑦1 ℓ1 (𝑥) + 𝑦2 ℓ2 (𝑥)

Primeiro, vamos calcular os valores de ℓ0 𝑥 , ℓ1 (𝑥) e ℓ2 (𝑥).

(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 2)(𝑥 − 3) 𝑥 2 − 5𝑥 + 6
ℓ0 𝑥 = = =
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) −1 − 2 −1 − 3 12
Interpolação Polinomial
Exemplo 2
(𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) (𝑥 − −1 )(𝑥 − 3) 𝑥 2 − 2𝑥 + 3
ℓ1 𝑥 = = =
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 ) 2 − (−1) 2 − 3 −3
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) (𝑥 − −1 )(𝑥 − 2) 𝑥 2 − 𝑥 − 2
ℓ2 𝑥 = = =
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 ) 3 − (−1) 3 − 2 4
Logo,
𝑝2 𝑥 = 𝑦0 ℓ0 𝑥 + 𝑦1 ℓ1 𝑥 + 𝑦2 ℓ2 𝑥
𝑥 2 −5𝑥+6 𝑥 2 −2𝑥+3 𝑥 2 −𝑥−2
⇒ 𝑝2 𝑥 = 6 +3 + 10
12 −3 4
⇒ 𝑝2 𝑥 = 2𝑥 2 − 3𝑥 + 1
Interpolação Polinomial
Exemplo 3
Considerando os pontos
x -1 0 3
y 15 8 -1
Vamos encontrar o polinômio interpolador pela forma de Lagrange
Temos que
𝑝2 𝑥 = 𝑦0 ℓ0 (𝑥) + 𝑦1 ℓ1 (𝑥) + 𝑦2 ℓ2 (𝑥)

Primeiro, vamos calcular os valores de ℓ0 𝑥 , ℓ1 (𝑥) e ℓ2 (𝑥).

(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 0)(𝑥 − 3) 𝑥 2 − 3𝑥
ℓ0 𝑥 = = =
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) −1 − 0 −1 − 3 4
Interpolação Polinomial
Exemplo 3
(𝑥 − 𝑥0 )(𝑥 − 𝑥2 ) (𝑥 − −1 )(𝑥 − 3) 𝑥 2 − 2𝑥 − 3
ℓ1 𝑥 = = =
(𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 ) 0 − (−1) 0 − 3 −3
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) (𝑥 − −1 )(𝑥 − 0) 𝑥 2 + 𝑥
ℓ2 𝑥 = = =
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 ) 3 − (−1) 3 − 0 12
Logo,
𝑝2 𝑥 = 𝑦0 ℓ0 𝑥 + 𝑦1 ℓ1 𝑥 + 𝑦2 ℓ2 𝑥
𝑥 2 −3𝑥 𝑥 2 −2𝑥−3 𝑥 2 +𝑥
⇒ 𝑝2 𝑥 = 15 +8 + (−1)
4 −3 12
⇒ 𝑝2 𝑥 = 𝑥 2 − 6𝑥 + 8
Interpolação Polinomial
Forma de Newton
Na forma de Newton as funções da base são escolhidas de forma que
a matriz do sistema para determinar os coeficientes seja triangular
inferior. A base é dada por
𝑁0 𝑥 , 𝑁1 𝑥 , 𝑁2 𝑥 , … , 𝑁𝑛 (𝑥)
em que,
𝑁0 𝑥 = 1
𝑁1 𝑥 = 𝑥 − 𝑥0
𝑁2 𝑥 = 𝑥 − 𝑥1 𝑥 − 𝑥0
⋮
𝑁𝑛 𝑥 = 𝑥 − 𝑥𝑛−1 ⋯ (𝑥 − 𝑥1 )(𝑥 − 𝑥0 )
Interpolação Polinomial
Forma de Newton
Dessa forma o polinômio interpolador é dado por
𝑝𝑛 𝑥 = 𝑎0 + 𝑎1 𝑥 − 𝑥0 + 𝑎2 𝑥 − 𝑥1 𝑥 − 𝑥0 + ⋯ +
𝑎𝑛 𝑥 − 𝑥𝑛−1 ⋯ (𝑥 − 𝑥1 )(𝑥 − 𝑥0 )

e o sistema para determinar os coeficientes do polinômio é

1 0 0 ⋯ 0 𝑎0 𝑦0
1 (𝑥1 − 𝑥0 ) 0 ⋯ 0 𝑎1 𝑦1
1 (𝑥2 − 𝑥0 ) (𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 ) ⋯ 0 ⋅ 𝑎2 = 𝑦2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮
1 (𝑥𝑛 − 𝑥0 ) (𝑥𝑛 − 𝑥0 )(𝑥𝑛 − 𝑥1 ) ⋯ 𝑥𝑛 − 𝑥0 ⋯ (𝑥𝑛 − 𝑥𝑛−1 ) 𝑎𝑛 𝑦𝑛
Interpolação Polinomial
Forma de Newton
Assim, os coeficientes 𝑎0 , … , 𝑎𝑛 são obtidos por substituição direta:

𝑎0 𝑥 = 𝑓(𝑥0 )
𝑓 𝑥1 − 𝑓(𝑥0 )
𝑎1 𝑥 =
𝑥1 − 𝑥0
𝑓 𝑥2 − 𝑓(𝑥1 ) 𝑓 𝑥1 − 𝑓(𝑥0 )
−
𝑥2 − 𝑥1 𝑥1 − 𝑥0
𝑎2 𝑥 =
𝑥2 − 𝑥0
⋮
Interpolação Polinomial
Operador Diferença Divididas
Interpolação Polinomial
Tabela de Diferenças
Interpolação Polinomial
Exemplo 4
Dados pontos x -1 0 1 2 3
f(x) 1 1 0 -1 -2
Sua tabela diferenças divididas é
Interpolação Polinomial
Forma de Newton
É possível mostrar que
𝑎0 𝑥 = 𝑓[𝑥0 ]
𝑎1 𝑥 = 𝑓[𝑥0 , 𝑥1 ]
𝑎2 𝑥 = 𝑓[𝑥0 , 𝑥1 , 𝑥2 ]
⋮
𝑎𝑛 𝑥 = 𝑓 𝑥0 , 𝑥1 , … , 𝑥𝑛

e logo o polinômio interpolador na forma de Newton é

𝑝𝑛 𝑥 = 𝑓[𝑥0 ] + 𝑓[𝑥0 , 𝑥1 ] 𝑥 − 𝑥0 + 𝑓[𝑥0 , 𝑥1 , 𝑥2 ] 𝑥 − 𝑥1 𝑥 − 𝑥0 + ⋯ +

𝑓 𝑥0 , 𝑥1 , … , 𝑥𝑛 𝑥 − 𝑥𝑛−1 ⋯ (𝑥 − 𝑥1 )(𝑥 − 𝑥0 )
Interpolação Polinomial
Exemplo 5
Considerando os pontos
x -1 2 3
y 6 3 10
Vamos encontrar o polinômio interpolador pela forma de Newton
Temos que
𝑝2 𝑥 = 𝑓[𝑥0 ] + 𝑓[𝑥0 , 𝑥1 ] (𝑥 − 𝑥0 ) + 𝑓[𝑥0 , 𝑥1 , 𝑥2 ](𝑥 − 𝑥0 )(𝑥 − 𝑥1 )

Primeiro, vamos calcular a tabela de diferenças

Interpolação Polinomial
Exemplo 5
x Ordem 1 Ordem 2 Ordem 3
-1 6
-1
2 3 2
7
3 10

𝑝2 𝑥 = 6 + −1 𝑥 − −1 + 2(𝑥 − (−1)(𝑥 − 2))

= 2𝑥 2 − 3𝑥 + 1
Interpolação Polinomial
Forma de Newton
Observemos que também podemos escrever o polinômio

𝑝𝑛 𝑥 = 𝑓[𝑥0 ] + 𝑓[𝑥0 , 𝑥1 ] 𝑥 − 𝑥0 + 𝑓[𝑥0 , 𝑥1 , 𝑥2 ] 𝑥 − 𝑥1 𝑥 − 𝑥0 + ⋯ +

𝑓 𝑥0 , 𝑥1 , … , 𝑥𝑛 𝑥 − 𝑥𝑛−1 ⋯ (𝑥 − 𝑥1 )(𝑥 − 𝑥0 )
na forma
𝑝𝑛 𝑥 = 𝑓[𝑥0 ] + 𝑥 − 𝑥0 {𝑓 𝑥0 , 𝑥1
+ 𝑥 − 𝑥1 𝑓 𝑥0 , 𝑥1 , 𝑥2
+ 𝑥 − 𝑥2 𝑓 𝑥0 , 𝑥1 , 𝑥2 , 𝑥3 + ⋯ + 𝑥 − 𝑥𝑛−1 𝑓 𝑥0 , 𝑥1 , … , 𝑥𝑛 ⋯ }
conhecida como parênteses encaixados. A qual deixa a forma de
Newton mais eficiente computacionalmente.
Erro na Interpolação
𝐸𝑛 𝑥 = 𝑓 𝑥 − 𝑝𝑛 𝑥
para todo 𝑥 ∈ 𝑥0 , 𝑥𝑛 .

Teorema
Sejam 𝑥0 < 𝑥1 < 𝑥2 < ⋯ < 𝑥𝑛 , (n+1) pontos. Seja 𝑓(𝑥) com derivadas
de ordem (n+1) para todo 𝑥 ∈ 𝑥0 , 𝑥𝑛 . Seja 𝑝𝑛 (𝑥) o polinômio
interpolador de 𝑓(𝑥) nos pontos 𝑥0 , 𝑥1 , … , 𝑥𝑛 . Então, em qualquer ponto
𝑥 ∈ 𝑥0 , 𝑥𝑛 , o erro é dado por
𝑓 𝑛+1 (𝜉𝑥 )
𝐸𝑛 𝑥 = 𝑓 𝑥 − 𝑝𝑛 𝑥 = 𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥2 ⋯ (𝑥 − 𝑥𝑛 )
𝑛+1 !
Onde 𝜉𝑥 ∈ (𝑥0 , 𝑥𝑛 ).
Erro na Interpolação
Teorema (Limitante para o erro)
Sob as hipóteses do teorema anterior, se 𝑓 (𝑛+1) (𝑥) for contínua em
𝑥0 , 𝑥𝑛 , então
𝑀𝑛+1
|𝐸𝑛 𝑥 | = 𝑓 𝑥 − 𝑝𝑛 𝑥 ≤ | 𝑥 − 𝑥0 𝑥 − 𝑥1 ⋯ 𝑥 − 𝑥𝑛 |
𝑛+1 !
em que 𝑀𝑛+1 = max |𝑓 𝑛+1 (𝑥)|
𝑥∈[𝑥0 ,𝑥𝑛 ]
Interpolação Polinomial
Exemplo 5
Determine uma aproximação para a raiz da equação
𝑥 − 𝑒𝑥 = 0
no intervalo [0,1], utilizando interpolação quadrática. Dê um
limitante para o erro.
Referências Bibliográficas
• Vera Lopes e Márcia Ruggiero. Cálculo Numérico - Aspectos
Teóricos e Computacionais. 2. Pearson. 2000
• Neide Franco. Cálculo Numérico. 1. Pearson Prentice Hall.
2006
• Selma Arenales, Artur Darezzo. Cálculo numérico :
aprendizagem com apoio de software. 1. Thomson Learning.
2008
• Richard L. Burden, J. Douglas Faires. Numerical Analysis. 9.
Cengage Learning. 2011
• José Vargas, Luciano Araki. Cálculo Numérico Aplicado. 1.
Manoele. 2016
 Profa. Dra. Julianna Pinele
julianna.pinele@ufrb.edu.br