Interpolação trigonométrica

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

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

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

Exemplo 1

editar

Encontrar o polinômio interpolador trigonométrico de grau dois para   em  
 
de forma que   e   onde  
 
 
 

Exemplo 2

editar

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