CAP. IV – INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muitas funções são conhecidas apenas num conjunto finito e discreto de pontos de um intervalo [a,b]. Exemplo: A tabela seguinte relaciona calor específico da água e temperatura: temperatura (ºC) 20 25 30 35 calor específico 0.99907 0.9985 0.9982 0.9918 Suponhamos que queremos calcular: a) calor específico da água a 27.5ºC; b) a temperatura para a qual o calor específico é 0.9983. INTERPOLAÇÃO quando são conhecidos somente os valores numéricos da função para um conjunto de pontos e é necessário calcular o valor da quando a função em estudo tem uma expressão gera complexa, tornando operações como integração e diferenciação difíceis função num ponto não tabelado Página 1 de 25- Interpolação Polinomial a Como esta função é dada apenas num conjunto finito de pontos sem se dispôr da sua forma analítica, substitui-se esta por outra função. Esta nova função é uma aproximação à função dada, deduzida a partir dos pontos conhecidos. FUNÇÃO APROXIMANTE Estas funções podem ser de vários tipos tais como exponencial, logarítmica, trigonométrica e polinomial. Aqui vamos estudar apenas as funções polinomiais. CONCEITO DE INTERPOLAÇÃO Consideremos n+1 pontos distintos, x0, x1, ..., xn, no intervalo [a, b] e os valores da função f(x) nesses pontos, f(x0), f(x1), ... , f(xn). Uma das formas de interpolação de f(x) que iremos ver consiste em determinar uma função g(x), a função interpoladora, tal que: ⎧g(x 0 ) = f(x 0 ) ⎪g(x ) = f(x ) ⎪ 1 1 ⎨ ⎪...... ⎪⎩g(x n ) = f(x n ) GRAFICAMENTE: Função aproximante → polinómio → interpolação polinomial Página 2 de 25- Interpolação Polinomial Conhecidos os pontos (suporte da interpolação) (x0, f(x0)), (x1, f(x1)), ... , (xn, f(xn)) com xi <xi+1, i=0,...,n e x0=a e xn=b, pretende-se aproximar f(x), por um polinómio n pn(x) = anx + an-1x n-1 n + … +a2x + a1x + a0 = ∑ a i x i 2 1 i =0 tal que pn(xi) = f(xi), i= 0, …,n. Os coeficientes a0, a1, ...., an são determinados à custa da resolução do seguinte sistema: Página 3 de 25- Interpolação Polinomial ⎧a n x 0 n + a n -1x 0 n −1 + ... + a 2 x 0 2 + a1x 0 + a 0 = f(x 0 ) ⎧p n (x 0 ) = f(x 0 ) ⎪ ⎪p (x ) = f(x ) ⎪a n x1n + a n -1x1n −1 + ... + a 2 x12 + a1x1 + a1 = f(x1 ) ⎪ n 1 1 ⇔ ⎨ ⎨ ....... ⎪ ⎪...... ⎪⎩p n (x n ) = f(x n ) ⎪ n n −1 + ... + a 2 x n 2 + a1x n + a n = f(x n ) ⎩a n x n + a n -1x n ⎡ x 0 n x 0 n -1 ...... x 0 2 ⎢ ⎢ x1n x1n -1 ...... x12 ⇔ ⎢ ⎢.......... ⎢ x n x n -1 ..... x 2 ⎣ n n n x0 x1 xn ⎡a n ⎤ 1 ⎤ ⎢a n -1 ⎥ ⎡f(x 0 ) ⎤ ⎥ ⎥ ⎢ ⎢ ⎥ ⎢f(x1 ) ⎥ .... ⎥ 1 ⎢ ⎥ ⎥ . ⎢a ⎥ = ⎢.... ⎥ ⎥ ⎢ 2 ⎥ ⎢ ⎥ ⎢ ⎥ 1⎥⎦ ⎢a1 ⎥ ⎣f(x n )⎦ ⎢⎣a 0 ⎥⎦ A solução do sistema anterior é única se o determinante da matriz for diferente de zero, o que acontece se os n+1 pontos, x0, x1, ..., xn forem todos distintos. Demonstra-se o seguinte teorema: TEOREMA 1: Sejam dados n+1 pontos distintos (x0, f(x0)), (x1, f(x1)), ... , (xn, f(xn)). Então existe um único polinómio pn(x) de grau inferior ou igual a n que satisfaz pn(xi) = f(xi) , i=0, ... ,n. Página 4 de 25- Interpolação Polinomial FORMAS DE OBTER O POLINÓMIO: resolução do sistema linear obtido anteriormente; interpolação de Lagrange; interpolação de Newton com diferenças divididas; interpolação de Newton com diferenças finitas. conduzem ao mesmo polinómio FÓRMULA DO ERRO (TRUNCATURA) Os cálculos anteriores estão afectados de dois tipos de erros: a) erros de arredondamento; b) erros de truncatura - quando decidimos aproximar f por um polinómio de grau n. E T (x) = (x - x 0 ).(x - x 1 ). ... .(x - x n ). f (n +1) (ξ ) (n + 1)! , para algum ξ ∈ ]x 0 , x n [ Página 5 de 25- Interpolação Polinomial 4.1 RESOLUÇÃO DO SISTEMA LINEAR EXEMPLO 1 (INTERPOLAÇÃO LINEAR) : Determinar o polinómio interpolador para a função f conhecida pelos seguintes pontos e calcular o valor de f(1.5). xi yi 1 0.84 2 0.91 EXEMPLO 2 (INTERPOLAÇÃO QUADRÁTICA): Determinar o polinómio interpolador para a função conhecida pelos pontos: xi yi -1 4 0 1 2 -1 Página 6 de 25- Interpolação Polinomial 4.2 INTERPOLAÇÃO DE LAGRANGE Sejam n+1 pontos distintos (xi, f(xi)), i=0, ... ,n tal que f(xi)=yi. Consideremos os seguintes (n+1) polinómios de grau n, denominados polinómios de Lagrange: ⎧L 0 ( x ) = (x - x1 ).( x − x 2 ) ..... (x − x n ) ⎪L (x) = (x - x ).(x − x ) ..... (x − x ) 0 2 n ⎪ 1 ⎨....... ⎪ ⎪L (x) = (x - x ).(x - x ) ..... (x − x ) 1 n −1 0 ⎩ n De forma abreviada, os polinómios de Lagrange escrevem-se da seguinte forma: n L i (x) = ∏ (x − x j ) (1) j= 0 j≠ i Os polinómios Li têm a propriedade seguinte tais que: ⎧= 0 ⎪ L i (x j ) ⎨ ⎪≠ 0 ⎩ se i≠ j se i= j Como o polinómio pn é de grau n e contém os pontos (xi, f(xi)), i=0, ..., n, podemos escrever pn como combinação linear dos polinómios de Lagrange, Li (x) , i=0, ...,n, ou seja: n p n (x) = b 0 .L 0 (x) + b1.L1 (x) + ... + b n .L n (x) = ∑ b i .L i (x) i=0 Página 7 de 25- Interpolação Polinomial (2) Assim, para determinar pn (x) basta calcular o valor de bi, i = 0, ... ,n, já que os polinómios Li(x) são facilmente calculáveis. pn(xi) = b0.L0 (xi) + b1.L1(xi) + .... +bi.Li (xi) + .... +bn.Ln(xi) Li (xi)≠0 Como Lk (xi) = 0 para k = 0, ... , i-1, i+1, ...., n obtém-se: p n (x i ) = b i .L i (x i ) ⇔ bi = p n (x i ) yi = , i = 0,..., n L i (x i ) L i (x i ) Substituindo o valor de bi em (2), obtém-se: n p n (x) = ∑ y i . i=0 L i (x) L i (x i ) Tendo em atenção (1) concluímos que: n n i=0 j= 0 j≠ i p n (x) = ∑ y i ∏ (x − x j ) (x i − x j ) Polinómio Interpolador de Lagrange EXEMPLO: Determinar o polinómio interpolador de Lagrange para a função conhecida pelos pontos: xi yi 0 0 0.2 2.008 0.4 4.064 Página 8 de 25- Interpolação Polinomial 0.5 5.125 4.3 INTERPOLAÇÃO COM DIFERENÇAS DIVIDIDAS Diferença Dividida A 1ª derivada de f(x) no ponto x0 é por definição: f(x) - f(x0 ) x→x 0 x - x0 . f ' (x 0 ) = lim A diferença dividida de 1ª ordem é definida como uma aproximação da 1ª f [x, x 0 ] = derivada: f(x) - f(x 0 ) x - x0 = f(x 0 ) - f(x) x0 - x (1) Se fizer x=x1 em (1), tem-se a diferença dividida de 1ª ordem em relação aos ∇y 0 = f [x1, x 0 ] = argumentos x0 e x1 : f(x 0 ) - f(x1) x 0 - x1 y -y = 0 1 x 0 - x1 4.3.1 OPERADOR DE DIFERENÇAS DIVIDIDAS Ordem ∇ 0 y i = f [x i ] = f(x i ) = y i 0 1 ∇ yi f [x i +1 ] − f [x i ] ∇ 0 y i+1 − ∇ 0 y i = f [x i , x i +1 ] = = x i +1 − x i x i +1 − x i ... ∇ n y i = f [x i , x i +1 ,..., x i + n ] = n ∇ n yi = f [x i +1 , ... , x i + n ] − f [x i , ..., x i + n -1 ] xi+n − xi ∇ n -1y i+ 1 − ∇ n -1y i xi+n − xi Página 9 de 25- Interpolação Polinomial TABELA DE DIFERENÇAS DIVIDIDAS: ∇0yi f[x0] xi x0 ∇1yi ∇2yi .... ∇nyi f[x0,x1] x1 f[x1] f[x0,x1,x2] f[x1,x2] x2 f[x2] .... f[x1,x2,x3] f[x2,x3] ... ... f[x0,x1,...,xn] ... f[xn-2,xn-1,xn] f[xn-1,xn] xn f[xn] EXEMPLO: Determinar as diferenças divididas de f definida pelos seguintes pontos: xi yi 0.3 3.09 1.5 17.25 2.1 25.41 Resolução: Começamos por construir a tabela das diferenças divididas xi f(xi)= ∇ 0yi 0.3 1.5 2.1 3.09 17.25 25.41 ∇1yi ∇ 2yi Página 10 de 25- Interpolação Polinomial 4.3.2 POLINÓMIO INTERPOLADOR DE NEWTON PARA DIFERENÇAS DIVIDIDAS Consideremos os n+1 pontos (xi, f(xi)), i=0 ,..., n e pn(x) o polinómio de grau n que contém esses pontos. Pela definição de diferença dividida de 1ª ordem, tem-se que: p n [x, x 0 ] = p n [x 0 ] − p n [x] p n (x0 ) − p n (x) = ⇔ x0 − x x0 − x ⇔ p n (x) = p n (x0 ) + (x − x 0 ).p n [x, x 0 ] (1) Pela definição de diferença dividida de 2ª ordem, tem-se que: p n [x, x 0 , x1 ] = p n [x 0 , x1 ] − p n [x, x 0 ] x1 − x ⇔ p n [x, x 0 ] = p n [x 0 , x1 ] + (x − x1 ).p n [x, x 0 , x1 ] Substituindo pn [x, x0] em (1), obtém-se: p n (x) = p n (x 0 ) + ( x − x 0 ).p n [x 0 , x1 ] + (x − x 0 ).(x − x1 ).p n [x, x 0 , x1 ] Página 11 de 25- Interpolação Polinomial Continuando assim sucessivamente, obtemos: [ ] [ ] p n (x) = p n (x 0 ) + ( x − x 0 ).p n x 0 , x1 + (x − x 0 ).(x − x1 ).p n x 0 , x1 , x 2 + .... + [ ] [ + (x − x 0 ).(x − x1 )...(x − x n -1 ).p n x 0 , x1 , ..., x n + (x − x 0 ).(x − x1 )...(x − x n ).p n x, x 0 , x1 , ..., x n Como ¾ pn(x) é de grau n, (x − x 0 ).(x − x1 )...(x − x n ).p n [x, x 0 , x1 , ..., x n ] = 0 ¾ pn (x0) = y0 ¾ pn [x0, …, xi] = ∇i y0 podemos escrever: p n (x) = y 0 + ( x − x 0 ).∇ 1 y 0 + (x − x 0 ).(x − x 1 ).∇ 2 y 0 + .... + (x − x 0 ).(x − x 1 )...(x − x n -1 ).∇ n y 0 Ou ainda, n i -1 Pn (x) = y 0 + ∑ ∇ y 0 ∏ (x - x j ) i i =1 j= 0 Polinómio Interpolador de Newton EXEMPLO: Determinar o polinómio interpolador de Newton para a função f definida pelos seguintes pontos: xi yi 0.3 3.09 1.5 17.25 2.1 25.41 Página 12 de 25- Interpolação Polinomial ] PONTOS IGUALMENTE ESPAÇADOS: Admitamos que os pontos xi são igualmente espaçados, isto é: xi = xi-1 + h, i=1, ...,n, sendo h uma constante denominada passo. Consideremos a variável auxiliar, z, dada por z = x − x0 h . Tem-se que: x-x0 = h.z x-x1 = x-(x0+h) = x-x0-h = h.z-h = h.(z-1) x-x2 = x-(x1+h) = x-x1-h = h.(z-1)-h = h.(z-2) ..... x-xn-1= x-(xn-2 +h) = x- xn-2-h = h.(z-(n-2))-h = h.(z-(n-1)) Substituindo os valores anteriores no polinómio interpolador de Newton para diferenças divididas p n (x) = y 0 + ( x − x 0 ).∇1 y0 + (x − x 0 ).(x − x 1 ).∇ 2 y0 + .... + (x − x 0 ).(x − x 1 )...(x − x n -1 ).∇ n y0 obtém-se: p n (x) = y 0 + hz.∇1 y0 + hz. h(z - 1).∇ 2 y0 + .... + hz. h(z − 1). h(z − 2)...h(z − (n − 1)).∇ n y0 Ou ainda: n i-1 Polinómio Interpolador de Newton i =1 j=0 para pontos igualmente espaçados p n (x) = y 0 + ∑ h i .∇ i y 0 ∏ (z - j) Página 13 de 25- Interpolação Polinomial 4.4 INTERPOLAÇÃO COM DIFERENÇAS FINITAS Seja f uma função da qual se conhecem os n+1 pontos (xi, f(xi)), i=0 ,..., n, onde os pontos xi são igualmente espaçados: xi = xi-1 + h, i=1, ...,n 4.4.1 OPERADOR DE DIFERENÇAS FINITAS Ordem ∆0 yi = f(x i ) = y i 0 ∆1 yi = y i +1 − y i = ∆0 yi +1 − ∆0 yi 1 ... n ∆n yi = ∆n -1 yi +1 − ∆n -1 yi EXEMPLO: Determinar a tabela das diferenças finitas da função f definida pelos seguintes pontos: xi yi 3.5 9.82 4.0 10.84 4.5 12.88 5.0 13.98 5.5 16.99 Resolução: Começamos por construir a tabela das diferenças finitas xi f(xi)= ∆0 ∆1yi ∆2yi ∆3 ∆4yi yi 3.5 4.0 4.5 5.0 5.5 9.82 10.84 12.88 13.98 16.99 yi 1.02 2.04 1.10 3.01 1.02 -0.94 1.91 -1.96 2.85 Página 14 de 25- Interpolação Polinomial 4.81 4.4.2 POLINÓMIO INTERPOLADOR DE NEWTON PARA DIFERENÇAS FINITAS Nesta secção vamos considerar que os n+1 pontos xi são igualmente espaçados: xi = xi-1 + h, i=1, ...,n. Segue-se um teorema que relaciona as diferenças divididas com as diferenças finitas. TEOREMA 2: Seja f uma função definida nos pontos (xi, yi), i=0, ... ,n tais que, xi+1 - xi = h, i=0, ..., n-1. Tem-se que: ∇ k yi = ∆k yi k!.h k Considere-se o polinómio interpolador de Newton para pontos igualmente n i-1 i =1 j=0 p n (x) = y 0 + ∑ h i .∇ i y 0 ∏ (z - j) espaçados: Substituindo ∇ y 0 por i n p n (x) = y 0 + ∑ i =1 ∆i y 0 , i = 1, ..., n , obtém-se: i!.h i ∆i y 0 i-1 ∏ (z - j) i! j=0 com z - j = x-xj h Polinómio Interpolador Gregory-Newton para diferenças finitas Página 15 de 25- Interpolação Polinomial EXEMPLO: Dada a função f, conhecida nos pontos abaixo tabelados, calcule f(0.25). xi yi 0.1 0.125 0.2 0.064 0.3 0.027 0.4 0.008 0.5 0.001 Resolução: Começamos por construir a tabela das diferenças finitas xi ∆0yi ∆1yi ∆2yi ∆3yi ∆4yi 0.1 0.2 0.3 0.4 0.5 0.125 0.064 0.027 0.008 0.001 -0.061 -0.037 -0.019 -0.007 0.024 0.018 0.012 -0.006 -0.006 0 Página 16 de 25- Interpolação Polinomial 4.5 ESTUDO DO ERRO NA INTERPOLAÇÃO Como já observamos, ao aproximar-se a função f(x) por um polinómio pn(x), comete-se um erro (erro de truncatura), ou seja, E T (x) = f(x)-p n (x), para todo o x ∈ [x 0 , x n ] EXEMPLO: Temos que: ¾ p1(x) interpola f1(x) e f2(x) em x0 e x1; ¾ E1=f1(x)-p1(x) > E2=f2(x)-p2(x), para todo o x∈(x0,x1). Página 17 de 25- Interpolação Polinomial Uma medida para o erro de truncatura é dada pelo seguinte teorema: TEOREMA 3: Sejam f, f ', f '',..., f (n) definidas e contínuas no intervalo [x0, xn] e a derivada f (n+1)definida em (x0, xn). Seja pn(x) o polinómio interpolador de f(x) nos pontos, x0, x1, ..., xn. Então, em qualquer ponto x pertencente ao intervalo [x 0 , x n ], o erro é dado por f (n +1) (ξ ) E T (x) = (x - x 0 ).(x - x1 ).(x - x 2 ) .... (x - x n ) (n + 1)! Para algum ξ ∈ (x0,xn). Nota: Para pontos igualmente espaçados, ET(x) é equivalente a: E T (z) = h (n +1) f (n +1) (ξ ) z.(z - 1).(z - 2).(z - 3) .... (z - n) (n + 1)! Na maior parte das vezes não se conhece o valor exacto de ξ. Assim, consideramo-lo igual ao valor que maximiza |f (n+1)(x)| em (x0, xn), isto é, ξ = max x 0 < x < xn f (n +1) ( x ) Página 18 de 25- Interpolação Polinomial 4.6 OUTRAS FORMAS DE INTERPOLAÇÃO 4.6.1 INTERPOLAÇÃO DE HERMITE O objectivo da interpolação de Hermite é representar uma função por um polinómio que interpole a função e a sua 1ª derivada. Procuramos um polinómio interpolador Hk(x) de uma função f e da sua primeira derivada f ’ em n+1 pontos distintos x 0 , x1 ,..., x n . Seja f uma função da qual se conhecem os n pontos (xi, f(xi)), i=0 ,..., n, com xi ≠ xj para i ≠ j e os valores f ´(x0), f ´(x1), ..., f ´(xn). Pretendemos aproximar f(x), por um polinómio H2n+1(x) que verifica: H2n+1(xi) = f(xi), i = 0, …,n (n+1 condições) H´2n+1(xi)= f ´(xi), i = 0, …,n (n+1 condições) Temos 2n+2 condições, ou seja, 2n+2 equações H2n+1 é polinómio de grau inferior ou igual a (2n+1) H2n+1(x) = a2n+1x2n+1 + a2nx2n + … +a2x2 + a1x1 + a0 = 2n +1 ∑ aixi i=0 CONSTRUÇÃO DO POLINÓMIO: (GENERALIZAÇÃO DO POLINÓMIO INTERPOLADOR DE NEWTON NAS DIFERENÇAS DIVIDIDAS): Consideremos os 2n+2 pontos z0, z1, ..., z2n+1 e o polinómio interpolador de Newton: Página 19 de 25- Interpolação Polinomial [ ] [ ] H 2n +1 (x) = f(z 0 ) + (x − z 0 ).f z 0 , z1 + (x − z 0 ).(x − z1 ).f z 0 , z1, z 2 + ... + [ + (x − z 0 ).(x − z1 )...(x − z 2n ).f z 0 , z1, ... z 2n +1 ] Considerando z0 = z1 = x0 z2 = z3 = x1 ... z2n = z2n+1 = xn obtemos H 2n+1 (x) = f(x0 ) + (x − x 0 ).f [x 0 , x 0 ] + (x − x 0 ) 2 .f [x 0 , x 0 , x1 ] + (x − x 0 ) 2 (x − x1 ).f [x 0 , x 0 , x1 , x1 ] + ... + + (x − x 0 ) 2 .(x − x1 ) 2 ...(x − x n-1 ) 2 (x − x n ).f [x 0 , x 0 , ..., x n , x n ] Generalizando a definição de diferenças divididas, f(x i ) − f(x) f(x) − f(x i ) = lim = f ' (x i ) x →xi x →xi xi − x x − xi f [x i , x i ] = lim f [x, x i ] = lim x →xi f [x 0 , x1 ] − f [x 0 , x 0 ] f [x 0 , x1 ] − f ' (x 0 ) f [x 0 , x 0 , x1 ] = = x1 − x 0 x1 − x 0 Para o polinómio cúbico de Hermite (n=1) podemos construir a seguinte tabela: f [x 0 , x 0 , x1 , x1 ] = f [x 0 , x1 , x1 ] − f [x 0 , x 0 , x1 ] x1 − x 0 .... Página 20 de 25- Interpolação Polinomial X z0 = x0 f f(x0) 1as. Difs (D) 2as. Difs (D2) 3as. Difs (D3) f ´(x0)=f[x0,x0] z1 = x0 f(x0) f[x0,x0,x1] f[x0,x1] z2 = x1 f[x0,x0,x1,x1] f(x1) f[x0,x1,x1] ´ f (x1)=f[x1,x1] z3 = x1 f(x1) 2 2 2 H3(x)=f(x0)+ f[x0,x0].(x-x0)+ f[x0,x0,x1].(x-x0) + f[x0,x0,x1,x1].(x-x0) .(x-x1) EXEMPLO: Determinar o valor aproximado de ln(1.5) sabendo que: x ln(x) 1/x 1 0 1 2 0.6931 0.5 Resolução: Começamos por construir a tabela das diferenças divididas para a interpolação de Hermite f D D2 D3 x Z0=1=x0 0 Z1=1=x0 0 Z2=2=x1 0.6931 Z3=2=x1 0.6931 Página 21 de 25- Interpolação Polinomial ERRO DE TRUNCATURA: Então, em qualquer ponto x pertencente ao intervalo [x 0 , x n ] , o erro é dado por f (2n + 2) (ξ ) E T (x) = (x - x 0 ) .(x - x1 ) .... (x - x n ) , ξ ∈ (x 0 , x n ). (2n + 2)! 2 4.6.2 INTERPOLAÇÃO COM 2 2 SPLINES Há casos em que o polinómio interpolador de grau elevado conduz a resultados erróneos. Uma aproximação alternativa consiste em ajustar polinómios de ordem mais baixa a subconjuntos dos dados. Tais polinómios chamam-se funções splines. EXEMPLO : Consideremos uma função f(x) tabelada nos pontos a =x0 < x1 < ... < xn= b. DEFINIÇÃO (FUNÇÃO SPLINE) Uma função s(x) é denominada spline de grau m com nós nos pontos xi, se satisfaz as seguintes condições: i) em cada subintervalo [xi-1, xi], i=1, ..., n, si(x) é um polinómio de grau m; ii) s(x) é contínua e tem derivada contínua até à ordem (m-1) em [a,b] Página 22 de 25- Interpolação Polinomial DEFINIÇÃO ( FUNÇÃO SPLINE INTERPOLADORA) Função spline que verifica: s(xi) = f(xi), i=0, ..., n SPLINES LINEARES: A função spline linear interpolante de f(x) pode ser escrita em cada subintervalo [xi-1, xi], i=1, ..., n como s i (x) = f(x i −1 ) xi − x x − x i −1 + f(x i ) , x ∈ [x i -1 , x i ] x i − x i −1 x i − x i −1 EXEMPLO: Calcule a função spline linear que interpola a função tabelada. xi yi s1 (x) = f(x 0 ) 1 1 2 2 5 3 7 2.5 x − x0 x1 − x + f(x1 ) = x, x1 − x 0 x1 − x 0 1 s 2 (x) = (x + 4), x ∈ [2,5]; 3 x ∈ [1, 2] 1 s 3 (x) = (−0.5x + 8.5), x ∈ [5,7] 2 Página 23 de 25- Interpolação Polinomial Desvantagem: primeira derivada descontínua nos nós xi ⇓ SPLINES DE ORDEM SUPERIOR ( QUADRÁTICOS E CÚBICOS ) SPLINES QUADRÁTICOS A função spline quadrática interpolante de f(x) pode ser escrita em cada subintervalo como s i (x) = a i x 2 + b i x + c i , i = 1, ..., n (n+1) pontos ⇒ n subintervalos ⇒ 3n constantes desconhecidas As 3n equações para determinar as 3n constantes são: ¾ O valor das splines quadráticas tem que ser igual nos nós interiores, i.e., ⎧s i (x i ) = f(x i ) ⎪ ⎨ ⎪s (x ) = f(x ) i ⎩ i +1 i , i = 1, ..., n - 1 (2n-2) condições ¾ A primeira e a última spline têm que passar nos nós finais, s1(x0)=f(x0) e sn(xn)=f(xn) 2 condições ¾ A primeira derivada nos nós interiores tem de ser igual, si´(xi) = si+1´(xi), i=1, ..., n-1 (n-1) condições ¾ Escolha arbitrária num conjunto de opções. Consideremos que a segunda derivada é nula no primeiro ponto: s1´´(x0)=0 ⇔ a1=0 Página 24 de 25- Interpolação Polinomial EXEMPLO: Calcular splines quadráticos que interpolam a função tabelada. xi yi 3 2.5 4.5 1 7 2.5 9 0.5 Página 25 de 25- Interpolação Polinomial