Beruflich Dokumente
Kultur Dokumente
=
= = =
n
k
i i i i i k k i n
y x L y x L y x P
0
Ento, a forma de Lagrange para o polinmio interpolador :
( ) ( ) x L y x P
n
k
k k n
=
=
0
Sendo
( )
( )
( )
=
n
k j
0 j
j k
n
k j
0 j
j
k
x x
x x
x L
(1)
2.2 Forma de Newton
A forma de Newton para p
n
(x) que interpola f(x) em x
0
, x
1
, ..., x
n
, (n+1) pontos distintos
(RUGGIERO e LOPES, 1997; CUNHA, 2000):
( ) ( ) ( )( ) ( )( ) ( )
1 1 0 1 0 2 0 1 0
+ + + + =
n n n
x x x x x x d x x x x d x x d d x P L L (2)
Seguindo, temos:
i) O operador de diferenas divididas, uma vez que os coeficientes d
k
, k = 0, 1, ..., n acima
so diferenas divididas de ordem k entre os pontos (x
j
, f(x
j
)), j = 0, 1, ..., k.
ii) a deduo da expresso de p
n
(x) dada por (2).
2.2.1 Operador de diferenas divididas
Seja f(x) uma funo tabelada em n+1 pontos distintos: x
0
, x
1
, ..., x
n
. O operador de
diferenas divididas definido por (RUGGIERO e LOPES, 1997):
[ ] ( )
[ ]
[ ] [ ] ( ) ( )
[ ]
[ ] [ ]
[ ]
[ ] [ ]
[ ]
[ ] [ ]
=
=
) n ordem (
x x
x , , x , x , x f x , , x , x f
x , , x , x , x f
) 3 ordem (
x x
x , x , x f x , x , x f
x , x , x , x j
) 2 ordem (
x x
x , x f x , x f
x , x , x j
) 1 ordem (
x x
x f x f
x x
x f x f
x , x f
) zero ordem ( x f x f
0 n
1 n 2 1 0 n 2 1
n 2 1 0
0 3
2 1 0 3 2 1
3 2 1 0
0 2
1 0 2 1
2 1 0
0 1
0 1
0 1
0 1
1 0
0 0
L L
L
M M
Dizemos que d
k+1
=f[x
0
, x
1
, ..., x
k
] a diferena dividida de ordem k da funo f(x) sobre os
k+1 pontos.
2.3 - Funes Splines e Interpolao
As funes splines atendem 4 condies (RUGGIERO e LOPES, 1997; SCHEID, 1991):
1) Dividimos o intervalo [x
o
, x
n
] em subintervalos [x
i
, x
i+1
], com i = 0, 1,..., (n 1) e a
cada subintervalo teremos uma aproximao polinomial diferente, obtendo assim
S
p
(x), um polinmio de grau p, definido por:
( )
( )
( )
( )
=
n n n
p
x x x x s
x x x x s
x x x x s
x S
1 1
2 1 1
1 0 0
,
,
,
M M
2) O intervalo [a, b] o denominador da funo S
p
(x);
3) S
p
(x) deve ser contnua e possuir derivadas contnuas at ordem (p 1), em [a, b];
4) S
p
(x
i
) = f(x
i
), com i = 0, 1, ..., n.
2.3.1 - Spline Linear Interpolante
Para realizar a interpolao preciso conhecer (n + 1) pontos distintos, chamados de ns.
A interpolao por spline linear dada por S
1
(x), nos pontos x
0
, x
1
,..., x
n
e nos subintervalos
[x
i-1
, x
i
], i = 1, 2,..., n como:
( ) ( ) ( ) [ ]
i 1 i
1 i i
1 i
i
1 i i
i
1 i i
x , x x ,
x x
x x
x f
x x
x x
x f x s
=
(3)
A Figura 2 ilustra o caso da aproximao de uma funo por spline linear. Observamos que
S
1
(x) contnua no intervalo definido, porm no derivvel em todo o intervalo. Ento
vemos que essa aproximao no a mais adequada, pois alm de no ser derivvel em todo o
intervalo, S
1
(x) ainda sofre mudanas
bruscas de um subintervalo para
outro.
Figura 2 Aproximao de uma funo por Spline linear
2.3.2 Spline Cbica Interpolante
Uma spline cbica S
3
(x) uma funo polinomial por partes, contnua, onde cada
parte, ( ) x S
k
, um polinmio de grau 3, definida num intervalo [x
k-1
, x
k
], k = 1, 2, ..., n. A
spline cbica, possui derivada primeira e segunda contnuas, que a torna uma curva suave e
sem mudanas nas curvas de cada subintervalo (CUNHA, 2000).
Suponha f(x) dada por x
i
, com i = 0, 1,..., n, onde existem n polinmios de grau 3, s
k
(x).
S
3
(x) deve satisfazer cinco condies:
i) S
3
(x) = S
k
(x) para x[x
k-1
, x
k
], k = 0, 1,..., n;
ii) S
3
(x
i
) = f(x
i
), com i = 1, 2,..., n;
iii) s
k
(x
k
) = s
k+1
(x
k
), k = 1, 2, ..., (n-1);
iv) s
k
(x
k
) = s
k+1
(x
k
), k = 1, 2, ..., (n-1);
v) s
k
(x
k
) = s
k+1
(x
k
), k = 1, 2,..., (n-1).
Com essas condies chegamos a quatro coeficientes. Fazendo ( )
k k
''
k
g x s = e ( )
k k
y x f =
temos:
k
1 k k
k
h 6
g g
a
= ,
2
g
b
k
k
= ,
6
h g g h 2
h
y y
c
k 1 k k k
k
1 k k
k
+
+
= e
k k
y d =
Pela condio (iv) chega-se a equao (4)
( )
|
|
\
|
= + + +
+
+
+ + +
k
1 k k
1 k
k 1 k
1 k 1 k k 1 k k 1 k k
h
y y
h
y y
6 g h g h h 2 g h (4)
A equao (4) pode ser representada na forma matricial Ax = b. Sendo x = (g
0
, g
1,...
, g
n
)
t
, a
matriz incgnita
( )
( )
( )
( ) ( ) 1 1
2 1 1
4 3 2 2
2 2 1 1
2
2
2
+
|
|
|
|
|
\
|
+
+
+
=
n n
n n n n
h h h h
h h h h
h h h h
A
O O O
e
( ) 1 1
1
2 1 1
2
1 2
3
2 3
1
0 1
2
1 2
6
|
|
|
|
|
|
|
|
|
\
|
=
n
n
n n
n
n n
h
y y
h
y y
h
y y
h
y y
h
y y
h
y y
b
M M
Resolvendo este sistema, podemos ento determinar a
k
, b
k
, c
k
e d
k
, para cada s
k
( x ).
3- Materiais e mtodos
O Projeto foi desenvolvido atravs de seminrios semanais que foram apresentados pela
acadmica a todos os interessados na rea. A bolsista contou com o auxilio do orientador na
apresentao destes seminrios. Os mtodos estudados foram aplicados anlise do
crescimento da cana-de-acar, em conjunto com pesquisadores do curso de agronomia da
unidade universitria de Cassilndia. O mtodos so implementados computacionalmente
atravs do software MATLAB.
4- Resultados e Discusso
Este projeto estuda mtodos de interpolao polinomial e procura aplic-los a pesquisas
desenvolvidas na unidade universitria de Cassilndia. Embora os resultados no sejam
mostrados neste trabalho, por falta de espao, tais mtodos so eficientes para o caso
estudado, com uma ligeira vantagem para o mtodo de Newton. Para este caso, todos os
pontos interpolados obtiveram alturas dentro dos intervalos estudados, a maioria dos erros
ficou abaixo de 10%, considerado excelente por estudiosos em agronomia. Como forma de
divulgao do projeto, foi apresentada uma comunicao oral na V semana acadmica do
Campus da UFMS de Paranaba com o ttulo Interpolao Spline usada no Clculo da altura
da Cana-de-acar. Com o mesmo ttulo foi submetido e aceito para publicao um artigo
cientfico revista Omnia Exatas. Outros trabalhos esto sendo preparados para publicao.
Referncias
CUNHA, M. C. C, 2000, Mtodos Numricos, Editora da UNICAMP, Campinas.
RUGGIERO, M. A. G, LOPES, V. L. R, 1997, Clculo Numrico Aspectos Tericos e
Computacionais, Makron Books, So Paulo.
SCHEID, F, 1991, Anlise Numrica, Editora McGraw-Hill de Portugal.
SPERANDIO, D, MENDES, J. T, SILVA, L. H. M, 2003, Clculo Numrico
Caractersticas Matemticas e Computacionais dos Mtodos Numricos, Prentice Hall, So
Paulo.