INTERPOLAÇÃO.

Slides:



Advertisements
Apresentações semelhantes
Exercícios Resolvidos
Advertisements

Professores: José Junior e Francisco Braga 8ª Série/9º Ano - EF
Resolução de equações não lineares
Programação de Computadores
Exercícios Interpolação.
Sistemas Realimentados
Escolhe a opção que julgues ser a correcta!
Amintas engenharia.
Ludwig Krippahl, 2007 Programação para as Ciências Experimentais 2006/7 Teórica 9.
Ludwig Krippahl, 2008 Programação para as Ciências Experimentais 2007/8 Teórica 11.
2 de Junho de 2005Conclusão1 Pedro Barahona DI/FCT/UNL Junho 2005.
1 Conclusão DI/FCT/UNL 1º Semestre 2004/ Ciclos de Simulação A técnica usada no exemplo da queda livre pode ser utilizada para trajectórias a duas.
Sistemas lineares.
Sinais e Sistemas – Capítulo 3
SISTEMAS DE EQUAÇÕES.
Modelos no Domínio do Tempo de Sistemas LTI Contínuos
Cálculo Numérico Profs.: Bruno C. N. Queiroz J. Antão B. Moura José Eustáquio R. de Queiroz Joseana Macêdo Fechine Maria Izabel C. Cabral Integração Numérica.
Integração Numérica.
Método de NewtonRaphson
Análise de regressão linear simples: abordagem matricial
POLINÔMIOS.
Decomposição em fatores primos
SISTEMAS LINEARES I Prof. Marlon.
Polinômios Prof. Marlon.
EQUAÇÕES POLINOMIAIS Prof. Marlon.
MÉTODO DA SECANTE.
Revisão do conceito de matrizes
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
ESTATÍSTICA.
Aula 4: Matrizes e Operações Matriciais
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Funções.
Introdução a Computação e Cálculo Numérico - Lab
Métodos Numéricos Computacionais
CURSO DE MATEMÁTICA BÁSICA
Matemática para Economia III
Resoluções de equações Métodos iterativos
SISTEMAS LINEARES.
ZEROS REAIS DE FUNÇÕES REAIS
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
FUNÇÃO DE 1º GRAU.
Coordenação Geral de Ensino da Faculdade
EXERCÍCIOS PROPOSTOS MATEMÁTICA Prof. Manuel.
Polinômios Profª.: Juliana Santos.
Integração Numérica Integração Numérica
Pesquisa Operacional Sistemas Lineares
Aula de Matemática prof. Neilton Satel ANÁLISE COMBINATÓRIA.
Progressão Geométrica Matrizes Questão nº01  Na P.G., a posição do termo é...
Interpolação.
Sistema de equações lineares
Resoluções de equações Métodos iterativos
Matemática Divertida Potências Docente: Sandra Coelho
Sistemas de equações lineares
Divisão Sonia Regina de Souza Guedes Vamos dividir Vamos dividir por 1 algarismo?
1.2- Propriedades dos Limites
Matemática para Economia III
FUNÇÃO DO 2ºGRAU.
Fontes de Erros Aula 1 Introdução; Erros em processos numéricos;
Interpolação e Ajuste de Curvas
Aproximação de funções
Equações algébricas Professor Neilton.
Regra do 1/3 de Simpson.
Interpolação Polinomial Fórmula de Newton
Interpolação Polinomial: Introdução; Lagrange.
DETERMINANTES.
Interpolação PROF. HERON JR.. Objetivo  Interpolar uma função f(x) consiste em aproximar essa função por uma outra função g(x), escolhida entre uma classe.
Aproximação e Interpolação MCEF 2011/12. O Problema da interpolação consiste na obtenção de funções que descrevam de forma exacta um conjunto de dados.
Transcrição da apresentação:

INTERPOLAÇÃO

Dado um conjunto de pontos, determinar uma função g(x) que OBJETIVO Dado um conjunto de pontos, determinar uma função g(x) que melhor se ajusta ao conjunto. Pontos conhecidos: (x0, y0), (x1, y1), (x2, y2), (x3, y3), (x4, y4), (x5, y5). A função f(x) pode ser ou não conhecida. f(x) x0 x1 x2 x3 x4 x5 g(x) Nesse estudo procuraremos ajustar uma função polinomial g(x) = anxn + an-1xn-1 + ... + a0 ao conjunto de pontos.

INTERPOLAÇÃO POR SISTEMAS LINEARES Conhecidos n + 1 pontos (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), ...., (xn, f(xn)), g(x) será um polinômio de grau menor ou igual a n, tal que: gn(xk) = f(xk), k = 0, 1, 2, ..., n, ou seja: gn(x) = a0 + a1x + a2x2 + .... + anxn. A definição permite construir um sistema linear gn(x0) =     a0 + a1x0 + a2x02 + .... + anx0n = f(x0) gn(x1) =     a0 + a1x1 + a2x12 + .... + anx1n = f(x1) gn(x2) =     a0 + a1x2 + a2x22 + .... + anx2n = f(x2) . . . . . .      . . . . . . . . . . . . . . . . . . . . . . . . . . . . . gn(xn) =     a0 + a1x2 + a2x22 + .... + anxnn = f(xn) Onde: xik , i = 0, 1, 2, .... n e k = 0, 1, 2, ... n, são os coeficientes das variáveis ai, i = 0, 1, 2, ... n. Um aplicativo referente a este processo está disponível no curso. Vejamos como utilizá-lo.

Determinar a função polinomial que melhor se ajusta ao conjunto de pontos: {(0, -17), (1, -14), (2, -5), (3, 28), (4, 127), (5, 358)} Sendo conhecidos seis pontos o grau da função é cinco ou menor que 5, ou seja g5(x) = a5.x5 + a4.x4 + a3.x3 + a2.x2 + a1.x1 + a0 Formando o sistema: g5(0) = a5.05 + a4.04 + a3.03 + a2.02 + a1.01 + a0 = - 17 g5(1) = a5.15 + a4.14 + a3.13 + a2.12 + a1.11 + a0 = - 14 g5(2) = a5.25 + a4.24 + a3.23 + a2.22 + a1.21 + a0 = - 5 g5(3) = a5.35 + a4.34 + a3.33 + a2.32 + a1.31 + a0 = 28 g5(4) = a5.45 + a4.44 + a3.43 + a2.42 + a1.41 + a0 = 127 g5(5) = a5.55 + a4.54 + a3.53 + a2.52 + a1.51 + a0 = 358 O sistema pode ser transformado na equação matricial: 0 0 0 0 0 1 a5 1 1 1 1 1 1 a4 32 16 8 4 2 1 a3 243 81 27 9 3 1 a2 1024 256 64 16 4 1 a1 3125 625 125 25 5 1 a0 -17 -14 5 28 127 358 X =

Representando a equação por AX = B, teríamos X = A-1.B Deste modo: a5 = 0, a4 = 1, a3 = -3, a2 = 5, a1 = 0, a0 = -17. Portanto, g(x) = 0x5 + x4 – 3x3 + 5x2 + 0x – 17 ou g(x) = x4 – 3x3 + 5x2 – 17.

Se o número de coordenadas for menor que as células, repita as últimas USANDO O APLICATIVO Se o número de coordenadas for menor que as células, repita as últimas coordenadas até completar as células. Digite as coordenadas nestas células. RESULTADO g(x) = -17 + 5x2 – 3x3 + x4

O polinômio interpolador tem a forma MÉTODO DE LAGRANGE O polinômio interpolador tem a forma gn(x) =  f(x0).L0(x) + f(x1).L1(x) + f(x2)L2(x) + … f(xn).Ln(x)   Lk(x) = (x – x0).(x – x1)...(x – xk-1).(x – xk+1)....(x – xn) (xk – x0).(xk – x1)...(xk – xk-1).(xk – xk+1)....(xk – xn) sendo Observe a ausência de (x – xk) no numerador e (xk – xk) no denominador. EXEMPLO: Determinar o polinômio que melhor se ajusta aos pontos (1, 2), (2, 2) e (3, 4). Como são três pontos, devemos ter um polinômio de grau 2. g2(x) = f(x0).L0(x) + f(x1).L1(x) + f(x2)L2(x)  Calculando os polinômios de Lagrange: L0(x) = (x – x1).(x – x2)/(x0 – x1).(x0 – x2) = (x – 2).(x – 3)/(1–2).(1–3) = (x2 – 5x + 6)/2. L1(x) = (x – x0).(x – x2)/(x1 – x0).(x1 – x2) = (x – 1).(x – 3)/(2–1).(2–3) = (x2 – 4x + 3)/(-1). L2(x) = (x – x0).(x – x1)/(x2 – x0).(x2 – x1) = (x – 1).(x – 2)/(3–1).(3–2) = (x2 – 3x + 2)/2. g(x) = 2.[(x2 – 5x + 6)/2] + 2.[(x2 – 4x + 3)/(-1)] + 4.[(x2 – 3x + 2)/2] = x2 – 3x + 4

O APLICATIVO INSIRA AS COORDENADAS NESTAS CÉLULAS Resposta: f(x) = x2 – 3x + 4

MÉTODO DE NEWTON Polinômio interpolador pn(x) = D0 + D1.(x – x0) + D2.(x – x0)(x – x1) + D3.(x – x0)(x – x1)(x – x2) + ... + Dn.(x – x0)(x – x1)(x – x2)…(x – xn-1). (D0, D1, D2, …, Dn) são chamados de operadores diferenças divididas (ODD) pois os coeficientes Di, i = 0, 1, 2,...,n, são obtidos por uma razão entre diferenças. D0 = pode ser simbolizado por f[x0] = f(x0) (ODD de ordem zero). D1 = simbolizado por f[x0, x1] = (f[x1] – f[x0])/(x1 – x0) = (f(x1) – f(x0))/(x1 – x0) D2 = f[x0, x1, x2] = (f[x1, x2] – f[x0, x1])/(x2 – x0) = = {[(f(x2) – f(x1))/(x2 – x1)] – [(f(x1) – f(x0))/(x1 – x0)]}/(x2 – x0) = = [(f(x2) – f(x1)).(x1 – x0) – (f(x1) – f(x0)).(x2 – x1)]/(x2 – x1).(x2 – x0).(x1 – x0). D3 = f[x0, x1, x2, x3] = (f[x1, x2, x3] – f[x0, x1, x2])/(x3 – x0). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Dn = f[x0, x1, x2, x3, …, xn] = (f[x1, x2, x3, …, xn] – f[x0, x1, x2, … xn-1])/(xn – x0)

Devido à complexidade das fórmulas é comum apresentar os cálculos em uma tabela: xi Ordem 0 Ordem 1 Ordem 2 Ordem 3 X0 (1a) f(x0) (1b) (D0) (2b–1b) (D1) (2a-1a) (1c) X1 (2a) f(x1) (2b) (2c – 1c) (D2) (3a – 1a) (1d) (3b–2b) (3a-2a) (2c) (2d – 1d) (D3) (4a – 2a) X2 (3a) f(x2) (3b) (3c – 2c) (4a – 2a) (2d) (4b–3b) (4a-3a) (3c) X3 (4a) f(x3) (4b)

O APLICATIVO Digite os valores de x nesta coluna Digite os valores de f(x) nesta coluna

MÉTODO DE NEWTON-GREGORY Usado quando o espaçamento entre os valores de “x” são igualmente espaçados. O procedimento é semelhante ao usado no processo de Newton. Somente não se faz a divisão das diferenças dos Di pelas diferenças dos xi. EXEMPLO: determinar o polinômio interpolador para a tabela: x (x) 3 -1 4 5 7 6 8

0 1 2 3 4 5

O polinômio interpolador, com é g(x) = -1 + 6.(x – 3) + 0.(x – 3).(x – 4) –1.(x – 3)(x – 4).(x – 5) – -1. (x – 3)(x – 4).(x – 5)(x – 6) + 6.(x – 3)(x – 4).(x – 5)(x – 6)(x – 7), que desenvolvido resulta em: g(x) = 6x5 – 151x4 + 2087x3 – 7157x2 + 12500x + 15543.

UM PROBLEMA x 1 2 3 y 4 10 18 Suponhamos que se conheça a tabela: 1 2 3 y 4 10 18 Suponhamos que se conheça a tabela: e que se deseja determinar o valor de x, quando y = 13,75. A função y = f(x) exigiria a resolução de uma equação, enquanto uma Relação do tipo x = f(y), levaria a uma simples substituição, do valor de y. Neste caso, podemos usar qualquer um dos processos já descrito, trocando apenas os valores de x por y e vice-versa. Optando pelo método de Newton: Obs: O método de Newton-Gregory não é adequado pois na troca de x por y, a diferença entre as abscissas não é constante. Usando o aplicativo

f(y) = 0,0006y3 – 0,0149y2 + 0,3012y f(13,75) = 0,0006.(13,75)3 – 0,0149.(13,75)2 + 0,3012.(13,75) = 2,8842