SlideShare una empresa de Scribd logo
1 de 13
Descargar para leer sin conexión
Interpolação
Polinómio Interpolador

Capítulo 5 - Interpolação Polinomial
Carlos Balsa
balsa@ipb.pt

Departamento de Matemática
Escola Superior de Tecnologia e Gestão de Bragança

2o Ano - Eng. Civil, Química e Gestão Industrial

Carlos Balsa

Métodos Numéricos

1/ 13
Interpolação
Polinómio Interpolador

Outline

1

Interpolação
Motivação
Escolha do Polinómio Interpolador
Existência e Unicidade

2

Polinómio Interpolador
Método da Base Monómica
Método de Lagrange
Método de Newton

Carlos Balsa

Métodos Numéricos

2/ 13
Interpolação
Polinómio Interpolador

Motivação
Escolha do Polinómio Interpolador
Existência e Unicidade

Interpolação
Problema tipo de interpolação: para os pontos dados
(t1 , y1 ) , (t2 , y2 ) , . . . , (tm , ym )

com

t1 < t2 < . . . < tm

queremos determinar a função polinomial pn : IR → IR tal que
pn (ti ) = yi ,

i = 1, . . . , m

pn é designado por polinómio interpolador
Interpolação pode também ser feita com funções
não-polinomiais, contudo iremos apenas considerar as
polinomiais
Substituindo a função tabelada (discreta) pelo polinómio
interpolador permite estimar a função a função entre pontos
assim com aproximar derivada e integral
Carlos Balsa

Métodos Numéricos

3/ 13
Interpolação
Polinómio Interpolador

Motivação
Escolha do Polinómio Interpolador
Existência e Unicidade

Exemplo
Polinómio interpolador associado à seguinte função tabelada
t
-2
0 1
y -27 -1 0
é
p2 (t) = −1 + 5t − 4t 2

Carlos Balsa

Métodos Numéricos

4/ 13
Interpolação
Polinómio Interpolador

Motivação
Escolha do Polinómio Interpolador
Existência e Unicidade

Funções Base
Polinómios interpoladores gerados através da combinação
linear de outras funções polinomiais pertencentes a bases de
funções φ1 (t), φ2 (t), . . . , φn (t)
Polinómio interpolador pn é escolhido como combinação linear
de uma base de funções
n

pn (t) =

xj φj (t)
j=1

Impondo que pn interpole os dados (ti , yi ) significa que
n

pn (ti ) =

xj φj (ti ) = yi ,

i = 1, . . . , m

j=1

correspondendo a um sistema linear Ax = b, em que x é um
vector com n componentes xj e as entradas de matriz A, de
dimensão m × n, são dadas por aij = φj (ti )
Carlos Balsa

Métodos Numéricos

5/ 13
Interpolação
Polinómio Interpolador

Motivação
Escolha do Polinómio Interpolador
Existência e Unicidade

Existência, Unicidade e Condicionamento

Existência e unicidade do polinómios interpoladores depende do
numero de dados m do número de funções da base n
Se m > n, polinómio interpolador normalmente não existe
Se m < n, polinómio interpolador não é único
Se m = n, como a matriz A é não-singular desde que os pontos
dados ti sejam distintos o polinómio interpolador existe e é único
Sensibilidade de x a perturbações nos dados depende de
cond(A) que por sua vez depende da escolha da base de
funções

Carlos Balsa

Métodos Numéricos

6/ 13
Interpolação
Polinómio Interpolador

Método da Base Monómica
Método de Lagrange
Método de Newton

Polinómio Interpolador

Um único polinómio de grau inferior ou igual a n − 1 passa por n
pontos dados (ti , yi ), i = 1, . . . , n em que os ti são distintos
Existem muitas técnicas de representar ou calcular um
polinómio interpolador, mas em teoria todas devem conduzir ao
mesmo resultado

⇒ Dados n pontos (ti , yi ), existe um e um só polinómio de grau
n − 1 que passa pelos n pontos

Carlos Balsa

Métodos Numéricos

7/ 13
Método da Base Monómica
Método de Lagrange
Método de Newton

Interpolação
Polinómio Interpolador

Método da Base Monómica
Base monómica
φj (t) = t j−1 ,

j = 1, . . . , n

origina polinómio interpolador da forma
pn−1 (t) = x1 + x2 t + . . . + xn t n−1
com coeficientes xi dados pela resolução do sistema linear



Ax = 


1
1
.
.
.

t1
t2
.
.
.

···
···
..
.

n−1
t1
n−1
t2
.
.
.

1

tn

···

n−1
tn

Carlos Balsa







x1
x2
.
.
.





 
 
=
 

xn

Métodos Numéricos

y1
y2
.
.
.




=y


yn

8/ 13
Interpolação
Polinómio Interpolador

Método da Base Monómica
Método de Lagrange
Método de Newton

Exemplo: Método da Base Monómica
Determine o polinómio que interpola os seguintes pontos:
(−2, −27), (0, −1) e (1, 0)
Usando a base monómica, o sistema linear é


 

2
1 t1 t1
x1
y1
 1 t2 t 2   x2  =  y2 
2
2
x3
y3
1 t3 t3
Para estes dados particulares o sistema linear é


 

1 −2 4
x1
−27
 1
0 0   x2  =  −1 
1
1 1
x3
0
cuja solução é x = [−1 5 − 4]T , pelo que o polinómio
interpolador é
p2 (t) = −1 + 5t − 4t 2

Carlos Balsa

Métodos Numéricos

9/ 13
Interpolação
Polinómio Interpolador

Método da Base Monómica
Método de Lagrange
Método de Newton

Método de Lagrange
Dado um conjunto de pontos (ti , yi ), i = 1, . . . , n, as funções da
base de Lagrange são definidas por
n
j (t)

n

(t − tk ) /

=
k =1,k =j

(tj − tk ) ,

j = 1, . . . , n

k =1,k =j

Para a base de Lagrange
j (ti )

=

1 se i = j
,
0 se i = j

i, j = 1, . . . , n

pelo qua a matriz dos coeficientes do sistema linear Ax = b é a
matriz identidade.
Polinómio de Lagrange que interpola os dados (ti , yi ) é dado por
pn−1 (t) = y1 1 (t) + y2 2 (t) + . . . + yn n (t)

Carlos Balsa

Métodos Numéricos

10/ 13
Interpolação
Polinómio Interpolador

Método da Base Monómica
Método de Lagrange
Método de Newton

Exemplo: Método de Lagrange

Determine, pelo método de Lagrange, o polinómio que interpola
os seguintes pontos: (−2, −27), (0, −1) e (1, 0)
Polinómio interpolador de Lagrange, de grau dois, que interpola
os três pontos (t1 , y1 ), (t2 , y2 ) e (t3 , y3 ) é
p2 (t) = y1

(t − t2 )(t − t3 )
(t − t1 )(t − t3 )
(t − t1 )(t − t2 )
+y2
+y3
(t1 − t2 )(t1 − t3 )
(t2 − t1 )(t2 − t3 )
(t3 − t1 )(t3 − t2 )

Para estes dados particulares obtemos
p2 (t) = −27

(t)(t − 1)
(t + 2)(t − 1)
(t + 2)(t)
+ (−1)
+0
(−2)(−2 − 1)
(2)(−1)
(1 + 2)(1)

Carlos Balsa

Métodos Numéricos

11/ 13
Interpolação
Polinómio Interpolador

Método da Base Monómica
Método de Lagrange
Método de Newton

Método de Newton

Dado um conjunto de pontos (ti , yi ), i = 1, . . . , n, as funções da
base de Newton são definidas por
j−1

(t − tk ) ,

πj (t) =

j = 1, . . . , n

k =1

em que o valor do produtório é 1 se os limites da multiplicação
forem nulos
Polinómio interpolador de Newton tem a forma
pn−1 = x1 +x2 (t−t1 )+x3 (t−t1 )(t−t2 )+. . .+xn (t−t1 )(t−t2 ) . . . (t−tn−1 )
Para i < j, πj (ti ) = 0, pelo que a matriz A é triangular inferior,
com aij = πj (ti )
Carlos Balsa

Métodos Numéricos

12/ 13
Interpolação
Polinómio Interpolador

Método da Base Monómica
Método de Lagrange
Método de Newton

Exemplo: Método de Newton
Determine, pelo método de Newton, o polinómio que interpola
os seguintes pontos: (−2, −27), (0, −1) e (1, 0)
Usando a base de Newton o sistema linear é


 

1
0
0
x1
y1
 1 t2 − t1
  x2  =  y2 
0
1 t3 − t1 (t3 − t1 )(t3 − t2 )
x3
y3
Para estes dados particulares o sistema linear é


 

1 0 0
x1
−27
 1 2 0   x2  =  −1 
1 3 3
x3
0
cuja solução, obtida por substituição progressiva, é
x = [−27 13 − 4]T , pelo que o polinómio interpolador é
p2 (t) = −27 + 13(t + 2) − 4(t + 2)t

Carlos Balsa

Métodos Numéricos

13/ 13

Más contenido relacionado

La actualidad más candente

Aula 2 profmat - Aplicacoes da Inducao
Aula 2   profmat - Aplicacoes da InducaoAula 2   profmat - Aplicacoes da Inducao
Aula 2 profmat - Aplicacoes da InducaoAline Guedes
 
Recursividade em C
Recursividade em CRecursividade em C
Recursividade em CCaique Silva
 
Análise da complexidade de algoritmos
Análise da complexidade de algoritmosAnálise da complexidade de algoritmos
Análise da complexidade de algoritmosPablo Silva
 
Algebra Linear cap 09
Algebra Linear cap 09Algebra Linear cap 09
Algebra Linear cap 09Andrei Bastos
 
Apostila -cálculo_iv_-_equações_diferenciais_-_2010-2
Apostila  -cálculo_iv_-_equações_diferenciais_-_2010-2Apostila  -cálculo_iv_-_equações_diferenciais_-_2010-2
Apostila -cálculo_iv_-_equações_diferenciais_-_2010-2tecgodaniel
 
Redes neurais com matlab
Redes neurais com matlabRedes neurais com matlab
Redes neurais com matlabRenato Vicente
 
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Agnaldo Coelho
 
Anexo ma aula_fd_unidade1
Anexo ma aula_fd_unidade1Anexo ma aula_fd_unidade1
Anexo ma aula_fd_unidade1Carmem Almeida
 
Algoritmo equacao da reta 2 teste de mesa para impressão
Algoritmo equacao da reta 2   teste de mesa para impressãoAlgoritmo equacao da reta 2   teste de mesa para impressão
Algoritmo equacao da reta 2 teste de mesa para impressãoElaine Cecília Gatto
 
Dinâmica estocástica em neurociência teórica
Dinâmica estocástica em neurociência teóricaDinâmica estocástica em neurociência teórica
Dinâmica estocástica em neurociência teóricaLeandro da Silva
 
13 introducao a analise de algoritmos
13   introducao a analise de algoritmos13   introducao a analise de algoritmos
13 introducao a analise de algoritmosRicardo Bolanho
 
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Agnaldo Coelho
 
equações diferenciais
equações diferenciais equações diferenciais
equações diferenciais Fisionomia
 
Redes Neurais: Processos Gaussianos
Redes Neurais: Processos GaussianosRedes Neurais: Processos Gaussianos
Redes Neurais: Processos GaussianosRenato Vicente
 

La actualidad más candente (20)

Aula 2 profmat - Aplicacoes da Inducao
Aula 2   profmat - Aplicacoes da InducaoAula 2   profmat - Aplicacoes da Inducao
Aula 2 profmat - Aplicacoes da Inducao
 
Recursividade em C
Recursividade em CRecursividade em C
Recursividade em C
 
Derivada
DerivadaDerivada
Derivada
 
Análise da complexidade de algoritmos
Análise da complexidade de algoritmosAnálise da complexidade de algoritmos
Análise da complexidade de algoritmos
 
Algebra Linear cap 09
Algebra Linear cap 09Algebra Linear cap 09
Algebra Linear cap 09
 
03 inducao i
03 inducao i03 inducao i
03 inducao i
 
Apostila -cálculo_iv_-_equações_diferenciais_-_2010-2
Apostila  -cálculo_iv_-_equações_diferenciais_-_2010-2Apostila  -cálculo_iv_-_equações_diferenciais_-_2010-2
Apostila -cálculo_iv_-_equações_diferenciais_-_2010-2
 
Pmr3401 apostila09
Pmr3401 apostila09Pmr3401 apostila09
Pmr3401 apostila09
 
Redes neurais com matlab
Redes neurais com matlabRedes neurais com matlab
Redes neurais com matlab
 
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
 
Anexo ma aula_fd_unidade1
Anexo ma aula_fd_unidade1Anexo ma aula_fd_unidade1
Anexo ma aula_fd_unidade1
 
CN 07
CN 07CN 07
CN 07
 
Algoritmo equacao da reta 2 teste de mesa para impressão
Algoritmo equacao da reta 2   teste de mesa para impressãoAlgoritmo equacao da reta 2   teste de mesa para impressão
Algoritmo equacao da reta 2 teste de mesa para impressão
 
Dinâmica estocástica em neurociência teórica
Dinâmica estocástica em neurociência teóricaDinâmica estocástica em neurociência teórica
Dinâmica estocástica em neurociência teórica
 
Função exponencial
Função exponencialFunção exponencial
Função exponencial
 
13 introducao a analise de algoritmos
13   introducao a analise de algoritmos13   introducao a analise de algoritmos
13 introducao a analise de algoritmos
 
Funcoes Exponenciais
Funcoes ExponenciaisFuncoes Exponenciais
Funcoes Exponenciais
 
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
Otimização no Armazenamento de Imagens por meio da Decomposição em Valores Si...
 
equações diferenciais
equações diferenciais equações diferenciais
equações diferenciais
 
Redes Neurais: Processos Gaussianos
Redes Neurais: Processos GaussianosRedes Neurais: Processos Gaussianos
Redes Neurais: Processos Gaussianos
 

Destacado

1 interpol polinomial_met_lagrange_newton
1 interpol polinomial_met_lagrange_newton1 interpol polinomial_met_lagrange_newton
1 interpol polinomial_met_lagrange_newtonClaudiana Furtado
 
Interpolação - Parte II - @professorenan
Interpolação - Parte II - @professorenanInterpolação - Parte II - @professorenan
Interpolação - Parte II - @professorenanRenan Gustavo
 
Métodos Iterativos - Gauss-Jacobi - Part II - @professorenan
Métodos Iterativos - Gauss-Jacobi - Part II - @professorenanMétodos Iterativos - Gauss-Jacobi - Part II - @professorenan
Métodos Iterativos - Gauss-Jacobi - Part II - @professorenanRenan Gustavo
 
Ajuste de Curvas - @professorenan
Ajuste de Curvas - @professorenanAjuste de Curvas - @professorenan
Ajuste de Curvas - @professorenanRenan Gustavo
 
Frasco leite fermentado
Frasco leite fermentadoFrasco leite fermentado
Frasco leite fermentadothiago oda
 
Método de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenanMétodo de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenanRenan Gustavo
 
Trabalho CáLculo NuméRico LâMpada
Trabalho CáLculo NuméRico   LâMpadaTrabalho CáLculo NuméRico   LâMpada
Trabalho CáLculo NuméRico LâMpadathiago oda
 
Cálculo Numérico - Introdução
Cálculo Numérico - IntroduçãoCálculo Numérico - Introdução
Cálculo Numérico - IntroduçãoKleber Jacinto
 

Destacado (8)

1 interpol polinomial_met_lagrange_newton
1 interpol polinomial_met_lagrange_newton1 interpol polinomial_met_lagrange_newton
1 interpol polinomial_met_lagrange_newton
 
Interpolação - Parte II - @professorenan
Interpolação - Parte II - @professorenanInterpolação - Parte II - @professorenan
Interpolação - Parte II - @professorenan
 
Métodos Iterativos - Gauss-Jacobi - Part II - @professorenan
Métodos Iterativos - Gauss-Jacobi - Part II - @professorenanMétodos Iterativos - Gauss-Jacobi - Part II - @professorenan
Métodos Iterativos - Gauss-Jacobi - Part II - @professorenan
 
Ajuste de Curvas - @professorenan
Ajuste de Curvas - @professorenanAjuste de Curvas - @professorenan
Ajuste de Curvas - @professorenan
 
Frasco leite fermentado
Frasco leite fermentadoFrasco leite fermentado
Frasco leite fermentado
 
Método de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenanMétodo de Newton-Raphson - @professorenan
Método de Newton-Raphson - @professorenan
 
Trabalho CáLculo NuméRico LâMpada
Trabalho CáLculo NuméRico   LâMpadaTrabalho CáLculo NuméRico   LâMpada
Trabalho CáLculo NuméRico LâMpada
 
Cálculo Numérico - Introdução
Cálculo Numérico - IntroduçãoCálculo Numérico - Introdução
Cálculo Numérico - Introdução
 

Similar a Polinómio Interpolação Métodos

Pts equilibrio
Pts equilibrioPts equilibrio
Pts equilibrioJoyce Maia
 
Análise de sinais e sistemas
Análise de sinais e sistemasAnálise de sinais e sistemas
Análise de sinais e sistemasReggae Strong
 
Introdução ao Cálculo Numérico S06
Introdução ao Cálculo Numérico S06Introdução ao Cálculo Numérico S06
Introdução ao Cálculo Numérico S06Paulo Nascimento
 
Sistemas de Transmissão Digital
Sistemas de Transmissão Digital Sistemas de Transmissão Digital
Sistemas de Transmissão Digital Francisco Sandoval
 
Resumo de Raciocínio Lógico para TCM-RJ 2016
Resumo de Raciocínio Lógico para TCM-RJ 2016Resumo de Raciocínio Lógico para TCM-RJ 2016
Resumo de Raciocínio Lógico para TCM-RJ 2016Estratégia Concursos
 
Mn aula06-interpolacao
Mn aula06-interpolacaoMn aula06-interpolacao
Mn aula06-interpolacaoJADSON SANTOS
 
Sries de taylor e de maclaurin
Sries de taylor e de maclaurinSries de taylor e de maclaurin
Sries de taylor e de maclaurinLuciana Costa
 
Booklet reais
Booklet reaisBooklet reais
Booklet reaispm3d
 
Aula 6 - Profmat - Numeros Primos - 08 09-17
Aula 6 - Profmat - Numeros Primos -  08 09-17Aula 6 - Profmat - Numeros Primos -  08 09-17
Aula 6 - Profmat - Numeros Primos - 08 09-17Aline Guedes
 
Algebra linear apostila i prof inacio
Algebra linear apostila i   prof inacioAlgebra linear apostila i   prof inacio
Algebra linear apostila i prof inacioEng Amb
 
O algoritmo PageRank do Google
O algoritmo PageRank do GoogleO algoritmo PageRank do Google
O algoritmo PageRank do GoogleAlexandre Grossi
 
Formulario estatistica descritiva univariada e bivariava 2013
Formulario estatistica descritiva univariada e bivariava  2013Formulario estatistica descritiva univariada e bivariava  2013
Formulario estatistica descritiva univariada e bivariava 2013Pedro Casquilho
 
Análise combinatória I
Análise combinatória IAnálise combinatória I
Análise combinatória IEverton Moraes
 

Similar a Polinómio Interpolação Métodos (20)

Pts equilibrio
Pts equilibrioPts equilibrio
Pts equilibrio
 
Análise de sinais e sistemas
Análise de sinais e sistemasAnálise de sinais e sistemas
Análise de sinais e sistemas
 
Introdução ao Cálculo Numérico S06
Introdução ao Cálculo Numérico S06Introdução ao Cálculo Numérico S06
Introdução ao Cálculo Numérico S06
 
Aula18 - Estatística Suficiente
Aula18 - Estatística SuficienteAula18 - Estatística Suficiente
Aula18 - Estatística Suficiente
 
Cálculo usando MatLab
Cálculo usando MatLabCálculo usando MatLab
Cálculo usando MatLab
 
Sistemas de Transmissão Digital
Sistemas de Transmissão Digital Sistemas de Transmissão Digital
Sistemas de Transmissão Digital
 
Resumo de Raciocínio Lógico para TCM-RJ 2016
Resumo de Raciocínio Lógico para TCM-RJ 2016Resumo de Raciocínio Lógico para TCM-RJ 2016
Resumo de Raciocínio Lógico para TCM-RJ 2016
 
Sinais 2
Sinais 2Sinais 2
Sinais 2
 
Mn aula06-interpolacao
Mn aula06-interpolacaoMn aula06-interpolacao
Mn aula06-interpolacao
 
Sries de taylor e de maclaurin
Sries de taylor e de maclaurinSries de taylor e de maclaurin
Sries de taylor e de maclaurin
 
O teorema de cramér lundberg via martingais
O teorema de cramér lundberg via martingaisO teorema de cramér lundberg via martingais
O teorema de cramér lundberg via martingais
 
Cadeia markov1
Cadeia markov1Cadeia markov1
Cadeia markov1
 
Booklet reais
Booklet reaisBooklet reais
Booklet reais
 
Aula 6 - Profmat - Numeros Primos - 08 09-17
Aula 6 - Profmat - Numeros Primos -  08 09-17Aula 6 - Profmat - Numeros Primos -  08 09-17
Aula 6 - Profmat - Numeros Primos - 08 09-17
 
Algebra linear apostila i prof inacio
Algebra linear apostila i   prof inacioAlgebra linear apostila i   prof inacio
Algebra linear apostila i prof inacio
 
O algoritmo PageRank do Google
O algoritmo PageRank do GoogleO algoritmo PageRank do Google
O algoritmo PageRank do Google
 
Formulario estatistica descritiva univariada e bivariava 2013
Formulario estatistica descritiva univariada e bivariava  2013Formulario estatistica descritiva univariada e bivariava  2013
Formulario estatistica descritiva univariada e bivariava 2013
 
Lista2
Lista2Lista2
Lista2
 
Função Exponencial
Função ExponencialFunção Exponencial
Função Exponencial
 
Análise combinatória I
Análise combinatória IAnálise combinatória I
Análise combinatória I
 

Más de JADSON SANTOS

Capitulo 3 -_circuitos_con_diodos_diodos_zener
Capitulo 3 -_circuitos_con_diodos_diodos_zenerCapitulo 3 -_circuitos_con_diodos_diodos_zener
Capitulo 3 -_circuitos_con_diodos_diodos_zenerJADSON SANTOS
 
Indutores e transformadores
Indutores e transformadoresIndutores e transformadores
Indutores e transformadoresJADSON SANTOS
 
Doc matematica _744794884
Doc matematica _744794884Doc matematica _744794884
Doc matematica _744794884JADSON SANTOS
 
Capítulo4 interpolação
Capítulo4 interpolaçãoCapítulo4 interpolação
Capítulo4 interpolaçãoJADSON SANTOS
 
3b5d17 748a8b99e224a1bf91f42123e5388634
3b5d17 748a8b99e224a1bf91f42123e53886343b5d17 748a8b99e224a1bf91f42123e5388634
3b5d17 748a8b99e224a1bf91f42123e5388634JADSON SANTOS
 
Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...
Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...
Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...JADSON SANTOS
 

Más de JADSON SANTOS (15)

Aula4 reguladores
Aula4 reguladoresAula4 reguladores
Aula4 reguladores
 
Capitulo 3 -_circuitos_con_diodos_diodos_zener
Capitulo 3 -_circuitos_con_diodos_diodos_zenerCapitulo 3 -_circuitos_con_diodos_diodos_zener
Capitulo 3 -_circuitos_con_diodos_diodos_zener
 
Lista05
Lista05Lista05
Lista05
 
Capítulo 5
Capítulo 5Capítulo 5
Capítulo 5
 
Elepot2006 proj (1)
Elepot2006 proj (1)Elepot2006 proj (1)
Elepot2006 proj (1)
 
Indutores e transformadores
Indutores e transformadoresIndutores e transformadores
Indutores e transformadores
 
16 resolvidas
16 resolvidas16 resolvidas
16 resolvidas
 
Juroscompostos
JuroscompostosJuroscompostos
Juroscompostos
 
Doc matematica _744794884
Doc matematica _744794884Doc matematica _744794884
Doc matematica _744794884
 
Resolvidas
ResolvidasResolvidas
Resolvidas
 
Segundaultduaslinha
SegundaultduaslinhaSegundaultduaslinha
Segundaultduaslinha
 
Capítulo4 interpolação
Capítulo4 interpolaçãoCapítulo4 interpolação
Capítulo4 interpolação
 
3b5d17 748a8b99e224a1bf91f42123e5388634
3b5d17 748a8b99e224a1bf91f42123e53886343b5d17 748a8b99e224a1bf91f42123e5388634
3b5d17 748a8b99e224a1bf91f42123e5388634
 
Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...
Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...
Aplicac3a7c3a3o da-abordagem-gqm-para-a-definic3a7c3a3o-de-um-processo-de-eng...
 
Embarcado
EmbarcadoEmbarcado
Embarcado
 

Polinómio Interpolação Métodos

  • 1. Interpolação Polinómio Interpolador Capítulo 5 - Interpolação Polinomial Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa Métodos Numéricos 1/ 13
  • 2. Interpolação Polinómio Interpolador Outline 1 Interpolação Motivação Escolha do Polinómio Interpolador Existência e Unicidade 2 Polinómio Interpolador Método da Base Monómica Método de Lagrange Método de Newton Carlos Balsa Métodos Numéricos 2/ 13
  • 3. Interpolação Polinómio Interpolador Motivação Escolha do Polinómio Interpolador Existência e Unicidade Interpolação Problema tipo de interpolação: para os pontos dados (t1 , y1 ) , (t2 , y2 ) , . . . , (tm , ym ) com t1 < t2 < . . . < tm queremos determinar a função polinomial pn : IR → IR tal que pn (ti ) = yi , i = 1, . . . , m pn é designado por polinómio interpolador Interpolação pode também ser feita com funções não-polinomiais, contudo iremos apenas considerar as polinomiais Substituindo a função tabelada (discreta) pelo polinómio interpolador permite estimar a função a função entre pontos assim com aproximar derivada e integral Carlos Balsa Métodos Numéricos 3/ 13
  • 4. Interpolação Polinómio Interpolador Motivação Escolha do Polinómio Interpolador Existência e Unicidade Exemplo Polinómio interpolador associado à seguinte função tabelada t -2 0 1 y -27 -1 0 é p2 (t) = −1 + 5t − 4t 2 Carlos Balsa Métodos Numéricos 4/ 13
  • 5. Interpolação Polinómio Interpolador Motivação Escolha do Polinómio Interpolador Existência e Unicidade Funções Base Polinómios interpoladores gerados através da combinação linear de outras funções polinomiais pertencentes a bases de funções φ1 (t), φ2 (t), . . . , φn (t) Polinómio interpolador pn é escolhido como combinação linear de uma base de funções n pn (t) = xj φj (t) j=1 Impondo que pn interpole os dados (ti , yi ) significa que n pn (ti ) = xj φj (ti ) = yi , i = 1, . . . , m j=1 correspondendo a um sistema linear Ax = b, em que x é um vector com n componentes xj e as entradas de matriz A, de dimensão m × n, são dadas por aij = φj (ti ) Carlos Balsa Métodos Numéricos 5/ 13
  • 6. Interpolação Polinómio Interpolador Motivação Escolha do Polinómio Interpolador Existência e Unicidade Existência, Unicidade e Condicionamento Existência e unicidade do polinómios interpoladores depende do numero de dados m do número de funções da base n Se m > n, polinómio interpolador normalmente não existe Se m < n, polinómio interpolador não é único Se m = n, como a matriz A é não-singular desde que os pontos dados ti sejam distintos o polinómio interpolador existe e é único Sensibilidade de x a perturbações nos dados depende de cond(A) que por sua vez depende da escolha da base de funções Carlos Balsa Métodos Numéricos 6/ 13
  • 7. Interpolação Polinómio Interpolador Método da Base Monómica Método de Lagrange Método de Newton Polinómio Interpolador Um único polinómio de grau inferior ou igual a n − 1 passa por n pontos dados (ti , yi ), i = 1, . . . , n em que os ti são distintos Existem muitas técnicas de representar ou calcular um polinómio interpolador, mas em teoria todas devem conduzir ao mesmo resultado ⇒ Dados n pontos (ti , yi ), existe um e um só polinómio de grau n − 1 que passa pelos n pontos Carlos Balsa Métodos Numéricos 7/ 13
  • 8. Método da Base Monómica Método de Lagrange Método de Newton Interpolação Polinómio Interpolador Método da Base Monómica Base monómica φj (t) = t j−1 , j = 1, . . . , n origina polinómio interpolador da forma pn−1 (t) = x1 + x2 t + . . . + xn t n−1 com coeficientes xi dados pela resolução do sistema linear    Ax =   1 1 . . . t1 t2 . . . ··· ··· .. . n−1 t1 n−1 t2 . . . 1 tn ··· n−1 tn Carlos Balsa      x1 x2 . . .       =   xn Métodos Numéricos y1 y2 . . .    =y  yn 8/ 13
  • 9. Interpolação Polinómio Interpolador Método da Base Monómica Método de Lagrange Método de Newton Exemplo: Método da Base Monómica Determine o polinómio que interpola os seguintes pontos: (−2, −27), (0, −1) e (1, 0) Usando a base monómica, o sistema linear é      2 1 t1 t1 x1 y1  1 t2 t 2   x2  =  y2  2 2 x3 y3 1 t3 t3 Para estes dados particulares o sistema linear é      1 −2 4 x1 −27  1 0 0   x2  =  −1  1 1 1 x3 0 cuja solução é x = [−1 5 − 4]T , pelo que o polinómio interpolador é p2 (t) = −1 + 5t − 4t 2 Carlos Balsa Métodos Numéricos 9/ 13
  • 10. Interpolação Polinómio Interpolador Método da Base Monómica Método de Lagrange Método de Newton Método de Lagrange Dado um conjunto de pontos (ti , yi ), i = 1, . . . , n, as funções da base de Lagrange são definidas por n j (t) n (t − tk ) / = k =1,k =j (tj − tk ) , j = 1, . . . , n k =1,k =j Para a base de Lagrange j (ti ) = 1 se i = j , 0 se i = j i, j = 1, . . . , n pelo qua a matriz dos coeficientes do sistema linear Ax = b é a matriz identidade. Polinómio de Lagrange que interpola os dados (ti , yi ) é dado por pn−1 (t) = y1 1 (t) + y2 2 (t) + . . . + yn n (t) Carlos Balsa Métodos Numéricos 10/ 13
  • 11. Interpolação Polinómio Interpolador Método da Base Monómica Método de Lagrange Método de Newton Exemplo: Método de Lagrange Determine, pelo método de Lagrange, o polinómio que interpola os seguintes pontos: (−2, −27), (0, −1) e (1, 0) Polinómio interpolador de Lagrange, de grau dois, que interpola os três pontos (t1 , y1 ), (t2 , y2 ) e (t3 , y3 ) é p2 (t) = y1 (t − t2 )(t − t3 ) (t − t1 )(t − t3 ) (t − t1 )(t − t2 ) +y2 +y3 (t1 − t2 )(t1 − t3 ) (t2 − t1 )(t2 − t3 ) (t3 − t1 )(t3 − t2 ) Para estes dados particulares obtemos p2 (t) = −27 (t)(t − 1) (t + 2)(t − 1) (t + 2)(t) + (−1) +0 (−2)(−2 − 1) (2)(−1) (1 + 2)(1) Carlos Balsa Métodos Numéricos 11/ 13
  • 12. Interpolação Polinómio Interpolador Método da Base Monómica Método de Lagrange Método de Newton Método de Newton Dado um conjunto de pontos (ti , yi ), i = 1, . . . , n, as funções da base de Newton são definidas por j−1 (t − tk ) , πj (t) = j = 1, . . . , n k =1 em que o valor do produtório é 1 se os limites da multiplicação forem nulos Polinómio interpolador de Newton tem a forma pn−1 = x1 +x2 (t−t1 )+x3 (t−t1 )(t−t2 )+. . .+xn (t−t1 )(t−t2 ) . . . (t−tn−1 ) Para i < j, πj (ti ) = 0, pelo que a matriz A é triangular inferior, com aij = πj (ti ) Carlos Balsa Métodos Numéricos 12/ 13
  • 13. Interpolação Polinómio Interpolador Método da Base Monómica Método de Lagrange Método de Newton Exemplo: Método de Newton Determine, pelo método de Newton, o polinómio que interpola os seguintes pontos: (−2, −27), (0, −1) e (1, 0) Usando a base de Newton o sistema linear é      1 0 0 x1 y1  1 t2 − t1   x2  =  y2  0 1 t3 − t1 (t3 − t1 )(t3 − t2 ) x3 y3 Para estes dados particulares o sistema linear é      1 0 0 x1 −27  1 2 0   x2  =  −1  1 3 3 x3 0 cuja solução, obtida por substituição progressiva, é x = [−27 13 − 4]T , pelo que o polinómio interpolador é p2 (t) = −27 + 13(t + 2) − 4(t + 2)t Carlos Balsa Métodos Numéricos 13/ 13