Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Tamanho: px
Começar a partir da página:

Download "Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1."

Transcrição

1 Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr de uma amostragem ou epermeto. Através da terpolação pode-se costrur uma fução que apromadamete se "ajuste" estes dados potuas. Outra aplcação da terpolação é apromação de fuções compleas por fuções mas smples. Supoha que tehamos uma fução, mas que seja muto complcada para avalar de forma efcete. Podemos etão, escolher algus dados potuas da fução complcada e tetar terpolar estes dados para costrur uma fução mas smples. Obvamete, quado utlzamos a fução mas smples para calcular ovos dados, ormalmete ão se obtém o mesmo resultado da fução orgal, mas depededo do domío do problema e do método de terpolação utlzado, o gaho de smplcdade pode compesar o erro. A terpolação permte fazer a recosttução (apromada) de uma fução apeas cohecedo algumas das suas abscssas e respectvas ordeadas (mages). A fução resultate passa os potos forecdos e, em relação aos outros potos, pode ser um mero ajuste. Eemplo de Iterpolação Lear Eemplo de Iterpolação Polomal de grau superor a.

2 Tpos de terpolação Iterpolação lear Iterpolação polomal Iterpolação trgoométrca Iterpolação lear Em aálse umérca, a terpolação lear cosste em apromar uma fução um tervalo por uma fução lear, ou seja, por utlzado de polômos de prmero grau. O prcpal problema é que se os potos forem poucos ou muto afastados etre s, a represetação gráfca para uma determada fução ão sera muto bem represetada por tal método. Sedo ecessáro, talvez, a utlzação de polômos de graus mas elevados (usado-se polômo terpolador de Lagrage, por eemplo). Iterpolação polomal Dz-se terpolação polomal quado a fução terpoladora é um polômo. A fução terpoladora é a fução F(). Chama-se de terpolação ao processo de avalar f ( ), [ a, b] substtudo a fução f() por uma fução F(), tal que F( ) = f( ), = (). O f() é uma fução real defda em [ a, b] IR, da qual cohecem-se os valores os potos de abcssas,, [ a, ]. b Métodos de terpolação polomal Nos métodos de terpolação utlzam-se polômos como fuções terpoladores (terpolação polomal). Escolhem-se os polômos pela sua (relatva) smplcdade e porque permtem uma represetação satsfatóra da maora das fuções que surgem em aplcações prátcas. Os métodos de terpolação polomal dferem us dos outros a táctca escolhda para determar o polômo terpolador (os erros de arredodameto são dferetes, porque as operações artmétca são coduzdas de forma dstta em cada método). Polômos de Newto Polômos de Gragor-Newto Polômos de Lagrage Outros Polômos (Chebchev, Berste) Polômo de Lagrage Em aálse umérca, polômo de Lagrage (ome é devdo a Joseph-Lous de Lagrage) é o polômo de terpolação de um cojuto de potos a forma de Lagrage.

3 Dado um cojuto de + potos: ( ), (, ), (, ), com todos j dsttos, o polômo de terpolação de um cojuto de potos a forma de Lagrage é a combação lear dos polômos da base de Lagrage: L( ) = = L ( ) com polômos da base de Lagrage dados por: L ( ) = j ( ) ( = ( ) ( ) ( j=, j j ) ( ) ( + + ) ( ) ) ( ) Temos abao a compledade da terpolação de Lagrage para um um polômo de grau com relação ao úmero de operações: Operações Compledade Adções Multplcações Dvsões + Polômo de Newto O polômo de Newto (ome é devdo a Isaac Newto) é um polômo terpolador para um dado cojuto de potos. Os coefcetes do polômo são calculados através de dfereças dvddas. Dado um cojuto de + potos: ( ), (, ), (, ), com todos j dsttos, o polômo de terpolação de um cojuto de potos a forma de Newto é dado por: ou

4 Ode represeta a dfereça dvdda de -ésma ordem. Operador de dfereça dvdda Seja a fução = f() cujo gráfco passa pelos potos, ), =,,,...,. O operador de dfereça dvdda é defdo como sedo a) ordem : = = f ( ) = [ ] + + b) ordem : = = = [ ] + +, + ( + + c) ordem : = = = [, ] d) ordem : = = [,,, ], + + Temos abao a compledade da terpolação de Newto para um um polômo de grau com relação ao úmero de operações: Operações Adções Multplcações Dvsões Compledade Polômo de Gregor-Newto Quado os valores das abscssas forem gualmete espaçados, a formula de Newto pode ser smplfcada, resultado a formula de Gregor-Newto. Portato, o polômo de Gregor-Newto é um caso partcular do polômo de Newto para potos gualmete espaçados. Fórmula de Gregor-Newto Fazedo e usado a otação de dfereças fta ascedete com o operador, tem-se o polômo de Gregor-Newto de grau.,

5 ode utlza-se uma varável aular ou Operador de dfereça fta ascedete Seja a fução = f() que passa pelos potos =,,,...,, sedo. O operador de dfereça fta ascedete é defdo como sedo a) ordem : b) ordem : c) ordem : d) ordem : Temos abao a compledade da terpolação de Gregor-Newto para um polômo de grau com relação ao úmero de operações: Operações Adções Compledade Multplcações Dvsões + Estudo Comparatvo dos Polômos Como vmos acma cada um dos métodos umércos possu um úmero específco de operações artmétcas que podem ser resumdos a tabela abao: Método Número de Operações Artmétcas Numérco Adções Multplcações Dvsões Lagrage + Gregor- Newto Newto Aalsado a tabela acma ão podemos afrmar dretamete qual é o método que possu o meor custo de computação. Isto deve-se ao fato de que em geral, um adção gasta

6 meos cclos de máqua que uma multplcação que gasta meos cclos que uma dvsão. A depedêca dos tempos de cclos em relação a arqutetura de máqua utlzada é um fator mportate a ser cosderado a aálse de efcêca dos métodos apresetados acma. Foram mplemetados os 3 métodos utlzado o software MATLAB. Utlzado um cojuto de potos a serem terpolados foram fetas váras smulações cotablzado o tempo de CPU gasto a eecução de cada um dos métodos. As smulações foram fetas utlzado uma máqua PC 4Mhz. Os resultados podem ser stetzados a fgura abao. Fg. Tempo de processameto dos métodos seqüêcas de terpolação Na fgura podemos verfcar que o método Gregor-Newto é o mas efcete para a arqutetura PC. A desvatagem a utlzação deste método, é a egêca de que as abscssas dos potos a serem utlzados para o polômo terpolador de grau, devam ser ecessaramete eqüdstate.

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas

José Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em

Leia mais

Apostila de Introdução Aos Métodos Numéricos

Apostila de Introdução Aos Métodos Numéricos Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste

Leia mais

Capítulo V - Interpolação Polinomial

Capítulo V - Interpolação Polinomial Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

Capítulo 3. Interpolação Polinomial

Capítulo 3. Interpolação Polinomial EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo 3 Iterpolação Polomal Teorema de Weerstrass: se f( é uma fução cotíua em um tervalo fechado [a, b], etão para cada >,

Leia mais

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD Dstrbuções Amostras Estatístca 8 - Dstrbuções Amostras 08- Dstrbuções Amostras Dstrbução Amostral de Objetvo: Estudar a dstrbução da população costtuída de todos os valores que se pode obter para, em fução

Leia mais

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015

Cálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015 Cálculo Numérco Ajuste de Curvas Método dos Mímos Quadrados Profa. Vaessa Rolk º semestre 05 Ajuste de curvas Para apromar uma fução f por um outra fução de uma famíla prevamete escolhda (caso cotíuo)

Leia mais

VI - Integração Numérica

VI - Integração Numérica V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas

Leia mais

DISTRIBUIÇÃO HIPERGEOMÉTRICA

DISTRIBUIÇÃO HIPERGEOMÉTRICA 7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora

Leia mais

CAMPUS DE GUARATINGUETÁ Computação e Cálculo Numérico: Elementos de Cálculo Numérico Prof. G.J. de Sena - Depto. de Matemática Rev.

CAMPUS DE GUARATINGUETÁ Computação e Cálculo Numérico: Elementos de Cálculo Numérico Prof. G.J. de Sena - Depto. de Matemática Rev. uesp CAMUS DE GUARATINGUETÁ Computação e Cálculo Numérco: Elemetos de Cálculo Numérco ro. G.J. de Sea - Depto. de Matemátca Rev. 5 CAÍTUO 4 INTEROAÇÃO 4. INTRODUÇÃO Cosdere a segute tabela relacoado calor

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados

CAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

Problema geral de interpolação

Problema geral de interpolação Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

Atividades Práticas Supervisionadas (APS)

Atividades Práticas Supervisionadas (APS) Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula

Leia mais

Estatística Básica - Continuação

Estatística Básica - Continuação Professora Adraa Borsso http://www.cp.utfpr.edu.br/borsso adraaborsso@utfpr.edu.br COEME - Grupo de Matemátca Meddas de Varabldade ou Dspersão Estatístca Básca - Cotuação As meddas de tedêca cetral, descrtas

Leia mais

INTERPOLAÇÃO DE EFEMÉRIDES GPS

INTERPOLAÇÃO DE EFEMÉRIDES GPS INTERPOLAÇÃO DE EFEMÉRIDES GPS GPS ephemerdes terpolato ANGELA CRISTINA CARARO LUIZ DANILO DAMASCENO FERREIRA 2 Potfíca Uversdade Católca do Paraá PUCPR Cetro de Cêcas Eatas e de Tecologa CCET Rua Imaculada

Leia mais

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas. Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado

Leia mais

Apêndice 1-Tratamento de dados

Apêndice 1-Tratamento de dados Apêdce 1-Tratameto de dados A faldade deste apêdce é formar algus procedmetos que serão adotados ao logo do curso o que dz respeto ao tratameto de dados epermetas. erão abordados suctamete a propagação

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

Forma padrão do modelo de Programação Linear

Forma padrão do modelo de Programação Linear POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação

Leia mais

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )

RESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( ) NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas

Leia mais

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA

CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA Polômos de Jacob e CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA III--)INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos poderados (MRP),

Leia mais

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha

4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha 4 Métodos Sem Malha Segudo Lu (9), os métodos sem malha trabalham com um cojuto de ós dstrbuídos detro de um domío, assm como com cojutos de ós dstrbuídos sobre suas froteras para represetar, sem dscretzar,

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

Fundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma

Leia mais

MÉTODO DOS MÍNIMOS QUADRADOS

MÉTODO DOS MÍNIMOS QUADRADOS MÉTODO DOS MÍNIMOS QUADRADOS I - INTRODUÇÃO O processo de medda costtu uma parte essecal a metodologa cetífca e também é fudametal para o desevolvmeto e aplcação da própra cêca. No decorrer do seu curso

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

CADERNO 1 (É permitido o uso de calculadora gráfica.)

CADERNO 1 (É permitido o uso de calculadora gráfica.) Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos

Leia mais

NÚMEROS COMPLEXOS. z = a + bi,

NÚMEROS COMPLEXOS. z = a + bi, NÚMEROS COMPLEXOS. DEFINIÇÃO No cojuto dos úmeros reas R, temos que a = a. a é sempre um úmero ão egatvo para todo a. Ou seja, ão é possível extrar a ra quadrada de um úmero egatvo em R. Dessa mpossbldade

Leia mais

Números Complexos Sumário

Números Complexos Sumário Números Complexos Sumáro. FORMA ALGÉBRICA DOS NÚMEROS COMPLEXOS.. Adção de úmeros complexos... Propredades da operação de adção.. Multplcação de úmeros complexos... Propredades da operação de multplcação..

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

Leia mais

Sumário. Mecânica. Sistemas de partículas

Sumário. Mecânica. Sistemas de partículas Sumáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Sstemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. -

Leia mais

e represente as no plano Argand-Gauss.

e represente as no plano Argand-Gauss. PROFESSOR: Cládo Das BANCO DE QUESTÕES MATEMÁTICA ª SÉRIE ENSINO MÉDIO ============================================================================================== - Determe o módlo dos segtes úmeros

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

Métodos tipo quadratura de Gauss

Métodos tipo quadratura de Gauss COQ-86 Métodos Numércos ara Sstemas Algébrcos e Dferecas Métodos to quadratura de Gauss Cosderado a tegração: Método de quadratura de Gauss com otos teros I f d a ser comutada com a maor recsão ossível

Leia mais

Oitava Lista de Exercícios

Oitava Lista de Exercícios Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo

Leia mais

Prof. Janete Pereira Amador 1

Prof. Janete Pereira Amador 1 Prof. Jaete Perera Amador 1 1 Itrodução Mutas stuações cotdaas podem ser usadas como expermeto que dão resultados correspodetes a algum valor, e tas stuações podem ser descrtas por uma varável aleatóra.

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Sobre aproximações polinomiais de raízes reais de cúbicas

Sobre aproximações polinomiais de raízes reais de cúbicas Notas de Aula Sobre aproxmações polomas de raízes reas de cúbcas Edgar Rechtschaffe UNIFESO O problema de se obter as raízes de uma equação do tercero grau abrevadamete uma cúbca fo resolvdo o século XVI

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

2. NOÇÕES MATEMÁTICAS

2. NOÇÕES MATEMÁTICAS . NOÇÕES MATEMÁTICAS Este capítulo retoma algumas oções matemátcas ecessáras para uma boa compreesão de algus aspectos que serão mecoados e detalhados o presete trabalho. Algus destes aspectos podem abstrar

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

Complexidade Computacional da Determinação da Correspondência entre Imagens

Complexidade Computacional da Determinação da Correspondência entre Imagens Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br

Leia mais

Capítulo 8. Método de Rayleigh-Ritz

Capítulo 8. Método de Rayleigh-Ritz Grupo : Gustavo de Souza Routma; Luís Ferado Hachch de Souza; Ale Pascoal Palombo Capítulo 8. Método de Raylegh-Rtz 8.. Itrodução Nos problemas de apromação por dfereças ftas, para apromar a solução para

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo.

n. A densidade de corrente associada a esta espécie iônica é J n. O modelo está ilustrado na figura abaixo. Equlíbro e o Potecal de Nerst 5910187 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 11 Nesta aula, vamos utlzar a equação para o modelo de eletrodfusão o equlíbro obtda a aula passada para estudar o trasporte

Leia mais

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma: Professora Jaete Perera Amador 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

Ajuste de dados experimentais

Ajuste de dados experimentais Capítulo 8 8. Itrodução Uma forma de trabalhar com uma fução defda por uma tabela de valores é a terpolação polomal. Etretato esta ão é acoselhável quado:. é precso obter um valor aproxmado da fução em

Leia mais

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.

Números Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo. Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real

Leia mais

Organização; Resumo; Apresentação.

Organização; Resumo; Apresentação. Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado

Leia mais

Capítulo 2. Aproximações de Funções

Capítulo 2. Aproximações de Funções EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo Aproações de Fuções Há bascaete dos tpos de probleas de aproações: ) ecotrar ua fução as sples, coo u polôo, para aproar

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

Leia mais

Como CD = DC CD + DC = 0

Como CD = DC CD + DC = 0 (9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts fuções são cohecds es um cojuto fto e dscreto de otos de um tervlo [,b]. Eemlo: A tbel segute relco clor esecífco d águ e temertur: temertur (ºC 5 3 35 clor

Leia mais

Apresenta-se em primeiro lugar um resumo da simbologia adoptada no estudo da quadratura de Gauss.

Apresenta-se em primeiro lugar um resumo da simbologia adoptada no estudo da quadratura de Gauss. CAÍTULO QUADRATURA DE GAUSS Mutos dos tegras que é eessáro alular o âmbto da aplação do Método dos Elemetos Ftos (MEF) ão são trvas,.e., ou a prmtva da ução tegrada ão exste expltamete, ou é demasado omplada

Leia mais

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014)

Física IV Poli Engenharia Elétrica: 8ª Aula (28/08/2014) Físca IV Pol Egehara Elétrca: 8ª Aula (8/08/014) Prof. Alvaro Vaucc Na últma aula vmos: Resolução de Images: segudo o crtéro estabelecdo por Raylegh que quado o máxmo cetral devdo à dfração das odas do

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS

CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo IV, Iterolação Polomal, estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Aálse Eploratóra de Dados Objetvos Aálse bvarada: uma varável qualtatva e uma quattatva: represetar grafcamete as duas varáves combadas; defr e calcular uma medda de assocação etre as varáves. Eemplo 1

Leia mais

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame Questões tpo eame Pá O poto U tem coordeadas (6, 6, 6) e o poto S pertece ao eo Oz, pelo que as suas coordeadas são (,, 6) Um vetor dretor da reta US é, por eemplo, US Determemos as suas coordeadas: US

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL

13 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL 3 ESTIMAÇÃO DE PARÂMETROS E DISTRIBUIÇÃO AMOSTRAL Como vto em amotragem o prmero bmetre, etem fatore que fazem com que a obervação de toda uma população em uma pequa eja mpratcável, muta veze em vrtude

Leia mais

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS

PLANO PROBABILIDADES Professora Rosana Relva DOS. Números Inteiros e Racionais COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS NÚMEROS COMPLEXOS Professor Luz Atoo de Carvalho PLANO PROBABILIDADES Professora Rosaa Relva DOS Números Iteros e Racoas COMPLEXOS rrelva@globo.com Número s 6 O Número Por volta de 00 d.c a mpressão que se tha é que, com

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

Métodos numéricos para solução de equações

Métodos numéricos para solução de equações Escola Poltécca da Uversdade de São Paulo Departameto de Egehara Químca LSCP Laboratóro de Smulação e Cotrole de Processos Dscpla Optatva Modelagem e Métodos Matemátcos Aplcados à Egehara Químca AULA Revsão

Leia mais

CEDEPLAR - UFMG Nivelamento em Estatística 2013 Prof a Sueli Moro. Variáveis aleatórias

CEDEPLAR - UFMG Nivelamento em Estatística 2013 Prof a Sueli Moro. Variáveis aleatórias CEDEPLAR - UFMG Nvelameto em Estatístca 3 Prof a Suel Moro Varáves aleatóras Varável aleatóra resultado ou produto de um epermeto aleatóro com um resultado úco. Varável resultado = Espaço amostral cojuto

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

TEORIA DE ERROS MEDIDAS E GRÁFICOS

TEORIA DE ERROS MEDIDAS E GRÁFICOS Uversdade Federal de Juz de Fora Isttuto de Cêcas Eatas Departameto de Físca TEORIA DE ERROS MEDIDAS E GRÁFICOS Prof. Carlos R. A. Lma Edção Março de 010 ÌNDICE CAPÍTULO 1 - PRINCÍPIOS BÁSICOS DA ESTATÍSTICA

Leia mais