1. Construa o polinômio interpolador de Newton para os pontos (1,0),(2,1) e (3,6).
  2. Estime o valor de x tal que f(x)=0.1.
  3. Explique por que a utilização da Matriz de Vandermonde (forma direta) não é recomendada para um número elevado de pontos ( n>8 ), mencionando o conceito de condicionamento numérico.
  4. Qual é a vantagem específica do método de Newton em relação ao método de Lagrange caso se deseje adicionar posteriormente o ponto (4,10) à tabela? Mostre como atualizar a tabela de diferenças divididas e calcule os novos coeficientes correspondentes à inclusão desse ponto.
  5. Reescreva o polinômio obtido no item (a) na forma aninhada (esquema de Horner) e demonstre a redução no número de operações em comparação com a forma direta.

Passo 1

O enunciado pede cinco coisas. Vou listar com clareza o que temos e o que é solicitado:
  • Dados (pontos da tabela):
    \,(1,0),\;(2,1),\;(3,6).
  • Perguntas:
    1. Construa o polinômio interpolador de Newton para esses pontos.
    2. Estime o(s) valor(es) de x tal que f(x)=0{,}1 usando o polinômio interpolador.
    3. Explique por que não é recomendada a resolução direta pelo sistema com a matriz de Vandermonde quando o número de pontos é grande ( n>8), envolvendo o conceito de condicionamento numérico.
    4. Qual é a vantagem específica do método de Newton ao adicionar o ponto (4,10)? Atualize a tabela de diferenças divididas com esse ponto e calcule os novos coeficientes.
    5. Reescreva o polinômio do item (1) na forma aninhada (esquema de Horner) e mostre a redução no número de operações comparando com a forma direta.
A partir daqui eu vou resolver passo a passo, explicando cada conceito (diferenças divididas, Newton, condicionamento, Horner) de forma didática e sem pular etapas.

Passo 2

Construção do polinômio interpolador de Newton (passo a passo e explicação das diferenças divididas).
  1. O que é a forma de Newton?
    • A forma de Newton do polinômio interpolador de grau n usa coeficientes chamados diferenças divididas. Para três pontos (x_0,y_0),(x_1,y_1),(x_2,y_2) a forma é
    P(x)=f[x_0] + f[x_0,x_1](x-x_0) + f[x_0,x_1,x_2](x-x_0)(x-x_1).
    • Aqui f[x_i] é simplesmente y_i. A diferença dividida de primeira ordem f[x_i,x_{i+1}] é a taxa média de variação entre dois pontos:
    f[x_i,x_{i+1}] = \frac{f[x_{i+1}] - f[x_i]}{x_{i+1}-x_i}.
    • A diferença dividida de ordem superior é definida recursivamente:
    f[x_i,x_{i+1},x_{i+2}] = \frac{f[x_{i+1},x_{i+2}] - f[x_i,x_{i+1}]}{x_{i+2}-x_i}.
    Vou calcular essas diferenças usando nossos pontos.
  2. Identificação dos pontos (vou indexar x_0=1,\;x_1=2,\;x_2=3 e seus f):
    f[x_0]=f(1)=0,\qquad f[x_1]=f(2)=1,\qquad f[x_2]=f(3)=6.
  3. Diferenças divididas de primeira ordem:
    f[x_0,x_1]=\frac{1-0}{2-1}=\frac{1}{1}=1.
f[x_1,x_2]=\frac{6-1}{3-2}=\frac{5}{1}=5.
  1. Diferença dividida de segunda ordem:
    f[x_0,x_1,x_2]=\frac{f[x_1,x_2]-f[x_0,x_1]}{x_2-x_0} =\frac{5-1}{3-1}=\frac{4}{2}=2.
  2. Montando o polinômio de Newton:
    P(x)=f[x_0] + f[x_0,x_1](x-1) + f[x_0,x_1,x_2](x-1)(x-2).
    Substituindo os coeficientes:
    P(x)=0 + 1\cdot(x-1) + 2\cdot(x-1)(x-2).
  3. Expandindo para a forma polinomial usual (explico cada passo para você poder replicar em prova):
    • Primeiro calcule (x-1)(x-2)=x^2-3x+2.
    • Multiplicando por 2: 2(x^2-3x+2)=2x^2-6x+4.
    • Somando x-1: (x-1)+2x^2-6x+4 = 2x^2 -5x +3.
      Logo
    P(x)=2x^2 -5x +3.
Pequena verificação (útil na prova): plugue x=1,2,3:
  • P(1)=2-5+3=0 — bate com y=0.
  • P(2)=8-10+3=1 — bate com y=1.
  • P(3)=18-15+3=6 — bate com y=6.
Pronto: o polinômio interpolador em forma de Newton e em forma expandida está encontrado.

Passo 3

Estimativa de x tal que f(x)=0{,}1 usando o polinômio obtido.
  1. Escrevemos a equação a resolver:
    P(x)=0{,}1 \quad\Longrightarrow\quad 2x^2 -5x +3 = 0{,}1.
  2. Transpondo para obter uma equação quadrática padrão:
    2x^2 -5x + (3-0{,}1) = 0 \quad\Longrightarrow\quad 2x^2 -5x +2{,}9 = 0.
  3. Coeficientes: a=2,\; b=-5,\; c=2{,}9. Use a fórmula quadrática:
    x = \frac{-b \pm \sqrt{b^2 - 4ac}}{2a}.
    Calcule o discriminante:
    \Delta = b^2 - 4ac = (-5)^2 - 4\cdot 2 \cdot 2{,}9 = 25 - 23{,}2 = 1{,}8.
\sqrt{\Delta} = \sqrt{1{,}8}\approx 1{,}341640786.
  1. Raízes: x_1 = \frac{5 - \sqrt{1{,}8}}{4} \approx \frac{5 - 1{,}341640786}{4} \approx \frac{3{,}658359214}{4} \approx 0{,}9145898035,
x_2 = \frac{5 + \sqrt{1{,}8}}{4} \approx \frac{6{,}341640786}{4} \approx 1{,}5854101965.
  1. Interpretação prática (importante na prova): o polinômio interpola dados em [1,3]. Entre os dois valores, x_1\approx 0{,}9146 está fora do intervalo dos pontos (menor que 1), e x_2\approx 1{,}5854 está entre 1 e 2. Se você quer uma estimativa dentro da região onde os dados sustentam melhor a interpolação, escolha x \approx 1{,}5854.
Mas matematicamente a equação P(x)=0{,}1 tem as duas raízes acima.

Passo 4

Por que não usar a matriz de Vandermonde diretamente para muitos pontos (conceito de condicionamento numérico), explicado de forma simples e com intuição.
  1. O que é a matriz de Vandermonde?
    • Para nós, com nós x_0,\dots,x_n, a matriz de Vandermonde V tem entradas V_{ij}=x_i^{j} (ou x_i^{j-1} dependendo da convenção). Resolver o sistema V a = y dá os coeficientes a do polinômio na base monomial 1,x,x^2,\dots.
  2. Problema prático: condicionamento numérico.
    • O condicionamento de uma matriz A é medido por \mathrm{cond}(A)=\|A\|\|A^{-1}\|. Se \mathrm{cond}(A) é grande, então pequenos erros nos dados (nos y ou nos x, ou erros de arredondamento) podem causar grandes erros na solução a.
    • A matriz de Vandermonde tende a ser mal condicionada quando o número de pontos n cresce (especialmente com nós igualmente espaçados). Em palavras simples: as colunas se tornam quase linearmente dependentes numericamente, o que faz \|A^{-1}\| explodir e, portanto, \mathrm{cond}(A) ser enorme.
    • Consequência prática: para n>8 (dependendo do espaçamento e da escala), resolver V a = y diretamente por eliminação gaussiana produce coeficientes com grande erro numérico — respostas instáveis e não confiáveis.
  3. Intuição numérica:
    • Pense que potências altas x^k variam muito em escala; somas e subtrações entre números com escalas distintas causam perdas de precisão (cancelamento numérico). Isso é amplificado na inversão de matrizes mal condicionadas.
  4. O que fazer então?
    • Métodos estáveis: usar forma de Newton (diferenças divididas), fórmula barycêntrica de Lagrange ou bases ortogonais (polinômios de Chebyshev) e distribuir melhor os nós (evitar nós equiespaçados) — tudo isso reduz problemas numéricos.

Passo 5

Vantagem específica do método de Newton ao adicionar o ponto (4,10); atualização da tabela de diferenças divididas e novos coeficientes.
  1. Vantagem do método de Newton:
    • A forma de Newton é incremental: se você já tem as diferenças divididas até a ordem k para os primeiros k+1 pontos, ao acrescentar um novo ponto x_{k+1} basta calcular uma nova coluna de diferenças divididas que usa apenas os valores existentes e o novo f[x_{k+1}]. Não é necessário resolver de novo um sistema linear ou recomputar todos os coeficientes desde o início. Isso economiza esforço computacional e é numericamente estável.
  2. Atualizando a tabela com o ponto (4,10). Vou construir a tabela estendida (mostrando e calculando cada diferença dividida nova):
    Montamos as colunas com x e f:
    \begin{array}{c|c|c|c|c} x & f[x] & f[\cdot,\cdot] & f[\cdot,\cdot,\cdot] & f[\cdot,\cdot,\cdot,\cdot] \\\ \hline 1 & 0 & & & \\\\ 2 & 1 & & & \\\\ 3 & 6 & & & \\\\ 4 & 10 & & & \end{array}
    Vou preencher as diferenças divididas coluna a coluna.
    • Primeira ordem:
      f[1,2]=\frac{1-0}{2-1}=1,\qquad f[2,3]=\frac{6-1}{3-2}=5,\qquad f[3,4]=\frac{10-6}{4-3}=4.
    • Segunda ordem:
      f[1,2,3]=\frac{f[2,3]-f[1,2]}{3-1}=\frac{5-1}{2}= \frac{4}{2}=2,
f[2,3,4]=\frac{f[3,4]-f[2,3]}{4-2}=\frac{4-5}{2}= \frac{-1}{2} = -0{,}5.
  • Terceira ordem (nova que surge ao incluir o quarto ponto): f[1,2,3,4]=\frac{f[2,3,4]-f[1,2,3]}{4-1}=\frac{-0{,}5 - 2}{3}= \frac{-2{,}5}{3} = -\frac{5}{6}\approx -0{,}833333\ldots
Agora a tabela (resumida) de coeficientes a_0,a_1,a_2,a_3 da forma de Newton é:
a_0 = f[1]=0,\quad a_1 = f[1,2]=1,\quad a_2 = f[1,2,3]=2,\quad a_3 = f[1,2,3,4]= -\frac{5}{6}.
  1. Polinômio de Newton atualizado (com o ponto (4,10)): P_{\text{novo}}(x)=0 + 1\,(x-1) + 2\,(x-1)(x-2) -\frac{5}{6}(x-1)(x-2)(x-3).
    • Observação: para obter esse a_3 foi necessário calcular apenas as diferenças divididas novas envolvendo o novo ponto, usando valores já calculados (ou seja, não precisei recomputar tudo).

Passo 6

Forma aninhada (Horner) do polinômio do item (1) e comparação de operações.
  1. Polinômio do item (1) em forma expandida:
    P(x)=2x^2 -5x +3.
  2. Forma aninhada (Horner): factorizar por x recursivamente:
    P(x) = \bigl(2x -5\bigr)x + 3.
    Isso é a forma aninhada: primeiro calcule t_1 = 2x -5, depois t_2 = t_1 \cdot x, depois P = t_2 + 3.
  3. Contagem de operações (contagem prática, útil na prova):
    • Forma direta (avaliando 2x^2 -5x +3 com cálculo direto):
      • calcule x^2: 1 multiplicação,
      • multiplique por 2: 1 multiplicação,
      • calcule (-5)x: 1 multiplicação,
      • some os termos: 2 adições/subtrações.
        Total: 3 multiplicações e 2 adições.
    • Forma de Horner:
      • calcule 2x: 1 multiplicação,
      • some -5: 1 adição/subtração,
      • multiplique por x: 1 multiplicação,
      • some +3: 1 adição.
        Total: 2 multiplicações e 2 adições.
    • Economia: Horner salva 1 multiplicação neste caso (para um polinômio de grau n, Horner usa exatamente n multiplicações e n adições, enquanto a avaliação direta em base monomial costuma exigir bem mais multiplicações para formar as potências x^k). Então Horner é mais eficiente.
  4. Conclusão prática: usar Horner para avaliar polinômios em prova ou implementação é quase sempre melhor; para o nosso grau 2, já economizamos uma multiplicação.

Resposta

  1. P(x)=0 + 1\,(x-1) + 2\,(x-1)(x-2)=2x^{2}-5x+3.\n 2. As soluções de \(P(x)=0{,}1 são x\approx 0{,}9145898035 e x\approx 1{,}5854101965. A estimativa dentro do intervalo dos pontos é x\approx 1{,}5854.\n
    3. A matriz de Vandermonde fica frequentemente mal condicionada quando n cresce (especialmente com nós equiespaçados): sua condição \mathrm{cond}(V) cresce muito, o que significa que pequenos erros nos dados ou de arredondamento se amplificam e geram soluções numéricas instáveis. Por isso não se recomenda resolver diretamente V a = y para n>8; prefira Newton, formas barycêntricas ou bases ortogonais.\n
    4. Vantagem do método de Newton: permite adicionar o ponto (4,10) incrementalmente sem recomputar tudo — basta calcular as novas diferenças divididas. Atualizando a tabela obtém-se os coeficientes\n a_0=f[1]=0,\; a_1=f[1,2]=1,\; a_2=f[1,2,3]=2,\; a_3=f[1,2,3,4]=-5/6.\nAssim o polinômio estendido é P_{\text{novo}}(x)=1\,(x-1)+2\,(x-1)(x-2)-\tfrac{5}{6}(x-1)(x-2)(x-3).\n 5. Forma aninhada (Horner) do polinômio do item (1): \(P(x)=(2x-5)x+3. Comparação de operações: avaliação direta requer 3 multiplicações e 2 adições; Horner requer 2 multiplicações e 2 adições — economia de 1 multiplicação no caso.)

Exercícios relacionados