Interpolação trigonométrica

Origem: Wikipédia, a enciclopédia livre.

A interpolação trigonométrica é um método de aproximar uma função por meio de uma soma de funções trigonométricas, isto é, funções seno e cosseno, de diferentes frequências, o objetivo da interpolação trigonométrica é encontrar uma função que passe por um determinado conjunto de pontos de dados, mas que também tenha um comportamento suave e periódico.[1]

Na interpolação trigonométrica, a função é representada como uma série de Fourier, que é uma soma infinita de funções trigonométricas com diferentes frequências e coeficientes. Escolhendo as frequências e coeficientes apropriados, a série de Fourier pode ser usada para aproximar os pontos de dados.[2]

A interpolação trigonométrica tem aplicações em muitas áreas, incluindo processamento de sinais, compressão de áudio e imagem e análise numérica. Também é usada no estudo de análise harmônica e análise de Fourier.[3]

Formulação do Problema[editar | editar código-fonte]

O polinômio trigonométrico de grau n tem a forma:

com coeficientes: . Todo problema de interpolação é descrito como

, onde . Como o polinômio trigonométrico tem período , podemos assumir que

O problema agora é encontrar coeficientes, de forma que o polinômio trigonométrico satisfaça as condições de interpolação.

Se o número de pontos for ímpar:
e
Se o número de pontos for par:
e
Para ambos os casos:

Formulação no plano complexo[editar | editar código-fonte]

Utilizando a fórmula de De Moivre, podemos reescrever a soma de seno e cosseno como
Então o polinômio pode ser escrito como

onde , e
Se podemos reescrever como
onde é um polinômio de grau
O problema de interpolação, então, resume-se a

Exemplos[editar | editar código-fonte]

Exemplo 1[editar | editar código-fonte]

Encontrar o polinômio interpolador trigonométrico de grau dois para em

de forma que e onde


Exemplo 2[editar | editar código-fonte]

Interpolar os seguintes pontos:


Número de pontos (par) Grau:

Resultado:
  1. Stoer, J.; Bulirsch, R. (2002). Introduction to Numerical Analysis. [S.l.]: Springer 
  2. Kaminski, D. (2008). Fourier Analysis. [S.l.]: Cengage Learning 
  3. Gautschi, W. (2012). Numerical Analysis. [S.l.]: Birkhauser