Limite de erro de Lagrange

Dado um limite M para a n-ésima derivada da sua função, as posições dos nós de interpolação e o ponto onde você avalia, ela retorna a pior diferença possível entre a função verdadeira e o polinômio interpolador, calculada com o clássico teorema do resto. Uma chamada, um número, sem tentativa e erro numérico — o limite é uma forma fechada, portanto o resultado é aritmética exata, e não uma estimativa produzida por amostragem.

O que o limite de erro realmente diz

Interpolar uma função por um conjunto de nós fornece um polinômio que coincide exatamente com a função nesses nós, mas, por si só, nada diz sobre os pontos intermediários. O teorema do resto de Lagrange preenche essa lacuna: se o polinômio passa por n nós e o valor absoluto da n-ésima derivada da função nunca ultrapassa M no intervalo, então o erro verdadeiro em qualquer ponto x é no máximo M dividido por n fatorial, multiplicado pelo produto das distâncias de x a cada nó.

Você fornece o limite M da derivada, as posições dos nós e o ponto de avaliação; recebe de volta o erro máximo que a interpolação pode ter ali. Isso o torna um certificado, não uma medição — ele vale mesmo no pior caso, que é exatamente o que você precisa antes de confiar em um valor interpolado em um relatório, um sistema de controle ou um número publicado.

Como os nós e o ponto de avaliação moldam o limite

O termo do produto é a parte que vale a pena entender, pois explica onde a interpolação é segura e onde é perigosa. Cada nó contribui com um fator da distância entre o seu ponto de avaliação e esse nó, de modo que o limite zera exatamente nos nós — onde o polinômio é exato por construção — e cresce à medida que você se afasta do agrupamento.

Avaliar dentro de um grupo compacto e bem distribuído de nós mantém o produto pequeno; extrapolar além do nó mais externo faz todos os fatores crescerem ao mesmo tempo, e o limite dispara proporcionalmente. O fatorial no denominador trabalha a seu favor: cada nó adicional eleva o grau em um e divide o limite por mais um fator, razão pela qual adicionar um nó bem posicionado pode melhorar drasticamente a precisão.

Onde ele se encaixa em um fluxo de trabalho real

O uso típico é verificação, não descoberta. Você já tem uma função, um conjunto de pontos amostrados e um motivo para interpolar — uma tabela de consulta para um sensor, uma reconstrução suave de dados físicos tabulados, um substituto barato para um cálculo caro. Antes de entregar a aproximação, você limita o erro dela e guarda o número em registro.

Engenheiros o usam para provar que um controlador baseado em tabela permanece dentro da tolerância; analistas o usam para justificar a publicação de valores interpolados; estudantes o usam para conferir deveres de casa com o teorema em vez de apenas torcer. O cálculo é aritmética determinística em forma fechada: sem aleatoriedade, sem amostragem, sem chamadas externas, de modo que a mesma entrada sempre produz o mesmo limite.