Interpolação polinomial: Diferenças divididas de Newton

Tamanho: px
Começar a partir da página:

Download "Interpolação polinomial: Diferenças divididas de Newton"

Transcrição

1 Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 16 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

2 Diferenças divididas Já vimos como construir aproximações sucessivas para um valor de f (x) através de polinômios interpoladores de Lagrange com graus cada vez maiores, usando o Método de Neville. Veremos agora como construir os polinômios interpoladores de maneira sucessiva. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

3 Diferenças divididas Suponha que P n (x) seja o n-ésimo polinômio interpolador de Lagrange que coincide com uma função f nos pontos x 0, x 1,..., x n. Embora este polinômio seja único, há diversas formas diferentes de representá-lo. As diferenças divididas de f em relação a x 0, x 1,..., x n são usadas para representar P n (x) na forma P n (x) = a 0 +a 1 (x x 0 )+a 2 (x x 0 )(x x 1 )+...+a n (x x 0 )(x x 1 )...(x x n 1 ), para constantes adequadas a 0, a 1,..., a n. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

4 Diferenças divididas Para determinar o valor de a 0, note que, quando calculamos P n (x 0 ), temos a 0 = P n (x 0 ) = f (x 0 ). Da mesma forma, calculando P n (x 1 ), temos f (x 0 ) + a 1 (x 1 x 0 ) = P n (x 1 ) = f (x 1 ). Daí, podemos calcular o valor de a 1 : a 1 = f (x 1) f (x 0 ) x 1 x 0. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

5 Diferenças divididas Apresentamos, agora, a noção de diferença dividida. A diferença dividida de ordem zero da função f em relação a x i, denotada f [x i ], é o valor de f em x i : f [x i ] = f (x i ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

6 Diferenças divididas A primeira diferença dividida da função f em relação a x i e x i+1, denotada f [x i, x i+1 ], é definida como f [x i, x i+1 ] = f [x i+1] f [x i ] x i+1 x i. (1) A segunda diferença dividida da função f em relação a x i, x i+1 e x i+2, denotada f [x i, x i+1, x i+2 ], é definida como f [x i, x i+1, x i+2 ] = f [x i+1, x i+2 ] f [x i, x i+1 ] x i+2 x i. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

7 Diferenças divididas Analogamente, depois das k 1-ésimas diferenças divididas f [x i, x i+1,..., x i+k 1 ] e f [x i+1, x i+2,..., x i+k ] serem calculadas, a k-ésima diferença dividida com relação a x i, x i+1, x i+2,..., x i+k é dada por f [x i, x i+1,..., x i+k 1, x i+k ] = f [x i+1, x i+2,..., x i+k ] f [x i, x i+1,..., x i+k 1 ] x i+k x i. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

8 Diferenças divididas O processo continua até que a única n-ésima diferença dividida f [x 0, x 1,..., x n ] = f [x 1, x 2,..., x n ] f [x 0, x 1,..., x n 1 ] x n x 0 seja calculada. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

9 Diferenças divididas Usando esta notação, podemos escrever polinômio interpolador como P n (x) = f [x 0 ] + a 1 (x x 0 )+ a 2 (x x 0 )(x x 1 ) a n (x x 0 )(x x 1 )...(x x n 1 ), com a k = f [x 0, x 1,..., x k ], para 0 k n. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

10 Diferenças divididas Portanto, o polinômio interpolador pode ser escrito como n P n (x) = f [x 0 ] + f [x 0, x 1,..., x k ](x x 0 )(x x 1 )...(x x k 1 ). k=1 Note que o valor de f [x 0, x 1,..., x k ] não depende da ordem dos números x 0, x 1,..., x k. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

11 Algoritmo Diferenças divididas de Newton: dados os números distintos x 0, x 1,..., x n, os valores f (x 0 ), f (x 1 ),..., f (x n ) como a primeira coluna F 0,0, F 1,0,..., F n,0 de F, calcula a tabela F tal que F i,i = f [x 0, x 1,..., x i ] e P(x), polinômio interpolador de f nos pontos x 0, x 1,..., x n, dado por P(x) = n i=0 F i,i i 1 j=0 (x x j). Passo 1: Para i = 1,..., n, execute o passo 2: Passo 2: Para j = 1,..., i, faça Passo 3: Devolva F e pare. F i,j F i,j 1 F i 1,j 1 x i x i j. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

12 Diferenças divididas de Newton - exemplo A tabela a seguir fornece os valores de uma função em vários pontos: x f (x) Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

13 Diferenças divididas de Newton - exemplo A tabela a seguir fornece os valores obtidos aplicando o Método de diferenças divididas de Newton: i x i f [x i ] f [x i 1, x i ] f [x i 2,..., x i ] f [x i 3,..., x i ] f [x i 4,..., x i ] Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

14 Diferenças divididas de Newton - exemplo Os coeficientes do polinômio interpolador são obtidos usando os elementos em vermelho da tabela: P 4 (x) = (x 1) (x 1)(x 1.3) (x 1)(x 1.3)(x 1.6) (x 1)(x 1.3)(x 1.6)(x 1.9). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

15 Diferenças divididas de Newton - exemplo Pontos Polinomio Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

16 Diferenças divididas de Newton Se aplicarmos o Teorema do Valor Médio à equação (1), para i = 0, f [x 0, x 1 ] = f (x 1) f (x 0 ) x 1 x 0, temos que, se f existe, então f [x 0, x 1 ] = f (ξ) para algum número ξ entre x 0 e x 1. Vejamos uma generalização deste resultado. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

17 Diferenças divididas de Newton Teorema 1: Suponha que f C n [a, b] e x 0, x 1,..., x n sejam números distintos em [a, b]. Então, existe um número ξ (geralmente desconhecido) em (a, b) tal que f [x 0, x 1,..., x n ] = f (n) (ξ). n! Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

18 Diferenças divididas de Newton A fórmula de diferenças divididas de Newton pode ser expressa de maneira simplificada se os números x 0, x 1,..., x n estiverem ordenados e igualmente espaçados. Denotamos h = x i+1 x i, para i = 0,..., n 1, e x = x 0 + sh. Assim, a diferença x x i pode ser escrita como (s i)h. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

19 Diferenças divididas de Newton O polinômio interpolador pode ser escrito como P n (x) = P n (x 0 + sh) = f [x 0 ] + shf [x 0, x 1 ]+ s(s 1)h 2 f [x 0, x 1, x 2 ] s(s 1)...(s n + 1)h n f [x 0, x 1,..., x n ] = n f [x 0 ] + s(s 1)...(s k + 1)h k f [x 0, x 1,..., x k ]. k=1 Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

20 Diferenças divididas de Newton Utilizando a notação de coeficiente binomial ( s k ) = s(s 1)...(s k + 1), k! temos que P n (x) = P n (x 0 + sh) = f [x 0 ] + n k=1 ( s k ) k!h k f [x 0, x 1,..., x k ]. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

21 Fórmula de diferenças progressivas de Newton Usando a notação f (x 1 ) f (x 0 ) = f (x 0 ), temos que f [x 0, x 1 ] = f (x 1) f (x 0 ) = 1 x 1 x 0 h f (x 0), ( ) f (x1 ) f (x 0 ) f [x 0, x 1, x 2 ] = 1 2h h = 1 2h 2 2 f (x 0 ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

22 Fórmula de diferenças progressivas de Newton No caso geral, f [x 0, x 1,..., x k ] = 1 k!h k k f (x 0 ). Como f (x 0 ) = f [x 0 ], temos que a fórmula de diferenças progressivas de Newton é dada por P n (x) = f (x 0 ) + n k=1 ( s k ) k f (x 0 ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

23 Fórmula de diferenças regressivas de Newton Se ordenarmos os pontos interpoladores de maneira reversa, x n, x n 1,..., x 0, podemos escrever P n (x) = f [x n ] + f [x n, x n 1 ](x x n )+ f [x n, x n 1, x n 2 ](x x n )(x x n 1 ) f [x n, x n 1,..., x 0 ](x x n )(x x n 1 )...(x x 1 ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

24 Fórmula de diferenças regressivas de Newton Se, além disso, os pontos forem espaçados igualmente entre si, com x = x n + sh e x = x i + (s n i)h, então P n (x) = P n (x n + sh) = f [x n ] + shf [x n, x n 1 ]+ s(s + 1)h 2 f [x n, x n 1, x n 2 ] s(s + 1)...(s + n 1)h n f [x n,..., x 0 ]. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

25 Fórmula de diferenças regressivas de Newton Definição 1: Dada uma sequência {p n } n=0, definimos a diferença regressiva p n como p n = p n p n 1. Potências mais altas são definidas de forma recursiva por k p n = ( k 1 p n ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

26 Fórmula de diferenças regressivas de Newton Usando a Definição 1, temos que f [x n, x n 1 ] = 1 h f (x n), e, no caso geral, f [x n, x n 1, x n 2 ] = 1 2h 2 2 f (x n ) f [x n, x n 1,..., x n k ] = 1 k!h k k f (x n ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

27 Fórmula de diferenças regressivas de Newton Consequentemente, temos P n (x) = f [x n ] + s f (x n ) + s(s + 1) 2 f (x n ) s(s + 1)...(s + n 1) n f (x n ). n! Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

28 Fórmula de diferenças regressivas de Newton Usando a notação ( s k ) = s( s 1)...( s k + 1) k! k s(s + 1)...(s + k 1) = ( 1), k! temos P n (x) = f [x n ] + ( 1) 1 ( s 1 ) f (x n ) + ( 1) 2 ( s 2 ) 2 f (x n ) ( 1) n ( s n ) n f (x n ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

29 Fórmula de diferenças regressivas de Newton Isto nos leva à definição da fórmula de diferenças regressivas de Newton, dada por P n (x) = f [x n ] + n ( ( 1) k s k k=1 ) k f (x n ). Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

30 Fórmulas de diferenças de Newton - exemplo A tabela a seguir é a mesma obtida no exemplo anterior após a aplicação do Método de diferenças divididas de Newton: i x i f [x i ] f [x i 1, x i ] f [x i 2,..., x i ] f [x i 3,..., x i ] f [x i 4,..., x i ] Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

31 Fórmulas de diferenças de Newton - exemplo Se for necessária uma aproximação para f (1.1), a escolha razoável para os pontos seria x 0 = 1, x 1 = 1.3, x 2 = 1.6, x 3 = 1.9 e x 4 = 2.2, já que usa o mais rápido possível os números mais próximos de 1.1, além de usar a quarta diferença dividida. Isso implica que h = 0.3 e s = 1 3. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

32 Fórmulas de diferenças de Newton - exemplo Assim, a fórmula de diferenças divididas progressiva de Newton é usada com os elementos marcados em vermelho na tabela, obtendo P 4 (1.1) = P 4 (1 + ( 1 3 ( ) ( ( ) ) = ( ) ( 1 2 ) ( )+ 3 3 ) ( 2 3 ) ( 5 3 ) ( 5 ) ( )+ 3 ( ) 1 0.3( )+ 3 ) ( 8 ) ( ) = Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

33 Fórmulas de diferenças de Newton - exemplo Para obter uma aproximação para f (2), é preferível utilizar o mais cedo possível os valores do fim da tabela. Para isso, definimos h = 0.3, s = 2 3 divididas regressiva de Newton. e usamos a fórmula de diferenças Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

34 Fórmulas de diferenças de Newton - exemplo Usando os elementos marcados em azul na tabela, obtemos ( P 4 (2) = P 4 ( ) ) ( 0.3 = ) 0.3( )+ 3 3 ( 2 3 ) ( 1 3 ( 2 ) ( ( 2 ) ( ) ( ) ( ) ( ) ( )+ ) ( )+ ) ( ) = Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

35 Fórmula de diferenças centradas Quando desejamos calcular uma aproximação de f em um ponto que está próximo do meio dos números x 0, x 1,..., x n, as fórmulas de diferenças progressiva e regressiva não são as mais adequadas. Daí surge a necessidade de usar fórmulas de diferenças centradas. Existem várias fórmulas de diferenças centradas, mas apresentaremos apenas uma: a Fórmula de Stirling. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

36 Fórmula de de Stirling Usaremos a notação de x 0 para o ponto mais próximo do ponto x a ter o valor de f (x) aproximado, x 1, x 2,... para os pontos seguintes a x 0 e x 1, x 2,... para os pontos anteriores a x 0. Usando esta notação, a Fórmula de Stirling é dada por P n (x) = P 2m+1 (x) = f [x 0 ]+ sh 2 (f [x 1, x 0 ]+f [x 0, x 1 ])+s 2 h 2 f [x 1, x 0, x 1 ]+ s(s 2 1)h 3 (f [x 2, x 1, x 0, x 1 ] + f [x 1, x 0, x 1, x 2 ]) s 2 (s 2 1)(s 2 4)...(s 2 (m 1) 2 )h 2m f [x m,..., x m ]+ s(s 2 1)...(s 2 m 2 )h 2m+1 (f [x m 1,..., x m ] + f [x m,..., x m+1 ]). 2 Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

37 Fórmula de de Stirling Se n = 2m for par, basta eliminar a última linha da fórmula. Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

38 Fórmula de de Stirling - exemplo Considere a mesma tabela obtida no exemplo anterior pelo Método de diferenças divididas de Newton: i x i f [x i ] f [x i 1, x i ] f [x i 2,..., x i ] f [x i 3,..., x i ] f [x i 4,..., x i ] Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

39 Fórmula de de Stirling - exemplo Para obter uma aproximação para f (1.5), consideramos x 0 = 1.6, h = 0.3 e s = 1 3. Aplicando a Fórmula de Stirling, usando os elementos da tabela marcados em vermelho, obtemos a aproximação f (1.5) P 4 (1.6 + ( 1/3)0.3) = ( 1/3)(0.3/2)( ) + ( 1/3) ( )+ ( 1/3)(( 1/3) 2 1)(0.3 3 /2)( )+ ( 1/3) 2 (( 1/3) 2 1)0.3 4 ( ) = Marina Andretta (ICMC-USP) sme cálculo numérico 16 de maio de / 39

Interpolação polinomial: Diferenças divididas de Newton

Interpolação polinomial: Diferenças divididas de Newton Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 9 de maio de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500

Leia mais

Interpolação polinomial: Polinômio de Lagrange

Interpolação polinomial: Polinômio de Lagrange Interpolação polinomial: Polinômio de Lagrange Marina Andretta ICMC-USP 09 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo

Leia mais

Interpolaça o Polinomial

Interpolaça o Polinomial Interpolaça o Polinomial Objetivo A interpolação polinomial tem por objetivo aproximar funções (tabeladas ou dadas por equações) por polinômios de grau até n. Isso tem como intuito facilitar o cálculo

Leia mais

Modelagem Computacional. Parte 2 2

Modelagem Computacional. Parte 2 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 2 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 2 e 3] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

Resolução de sistemas de equações lineares: Fatorações de matrizes

Resolução de sistemas de equações lineares: Fatorações de matrizes Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 5 de fevereiro de 2014 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina

Leia mais

Resolução de sistemas de equações lineares: Fatorações de matrizes

Resolução de sistemas de equações lineares: Fatorações de matrizes Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de agosto de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina

Leia mais

Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento

Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento Marina Andretta ICMC-USP 28 de março de 2012 Baseado no livro Análise Numérica, de R. L. Burden e

Leia mais

Resolução de sistemas de equações lineares: Fatorações de matrizes

Resolução de sistemas de equações lineares: Fatorações de matrizes Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de fevereiro de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina

Leia mais

Marina Andretta/Franklina Toledo. 25 de outubro de 2013

Marina Andretta/Franklina Toledo. 25 de outubro de 2013 Integração Numérica Marina Andretta/Franklina Toledo ICMC-USP 25 de outubro de 2013 Baseado nos livros: Análise Numérica, de R. L. Burden e J. D. Faires; e Cálculo Numérico, de Neide B. Franco. Marina

Leia mais

Método de Quadrados Mínimos: Caso discreto

Método de Quadrados Mínimos: Caso discreto Método de Quadrados Mínimos: Caso discreto Marina Andretta ICMC-USP 23 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo numérico

Leia mais

Método do Ponto Fixo

Método do Ponto Fixo Determinação de raízes de funções: Método do Ponto Fixo Marina Andretta ICMC-USP 07 de março de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500

Leia mais

Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner

Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner Determinação de raízes de polinômios: Marina Andretta/Franklina Toledo ICMC-USP 13 de maio de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina Toledo (ICMC-USP) sme0301

Leia mais

Interpolação polinomial

Interpolação polinomial Cálculo Numérico Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Motivação: População do Brasil Ano População (milhões) 1960 70, 992343 1970 94, 508583 1980

Leia mais

Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner

Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner Determinação de raízes de polinômios: Método de Briot-Ruffini-Horner Marina Andretta/Franklina Toledo ICMC-USP 29 de outubro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina

Leia mais

Marina Andretta/Franklina Toledo. 18 de outubro de Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.

Marina Andretta/Franklina Toledo. 18 de outubro de Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Determinação de raízes de funções: Marina Andretta/Franklina Toledo ICMC-USP 18 de outubro de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta/Franklina Toledo (ICMC-USP)

Leia mais

Aula 19 06/2014. Integração Numérica

Aula 19 06/2014. Integração Numérica CÁLCULO NUMÉRICO Aula 19 06/2014 Integração Numérica Objetivo: Calcular integrais utilizando métodos numéricos Cálculo Numérico 3/41 Integração Numérica Cálculo Numérico 4/41 Integração Numérica Em determinadas

Leia mais

Resolução de sistemas de equações não-lineares: Método Iterativo Linear

Resolução de sistemas de equações não-lineares: Método Iterativo Linear Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 18 de setembro de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 12 Interpolação Parte 1 INTERPOLAÇÃO Cálculo Numérico 3/57 MOTIVAÇÃO A seguinte tabela relaciona densidade da água e temperatura:

Leia mais

Modelagem Computacional. Parte 3 2

Modelagem Computacional. Parte 3 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 3 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 4] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

Resolução de sistemas de equações não-lineares: Método Iterativo Linear

Resolução de sistemas de equações não-lineares: Método Iterativo Linear Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.

Leia mais

Aula 16. Integração Numérica

Aula 16. Integração Numérica CÁLCULO NUMÉRICO Aula 16 Integração Numérica Integração Numérica Cálculo Numérico 3/41 Integração Numérica Em determinadas situações, integrais são difíceis, ou mesmo impossíveis de se resolver analiticamente.

Leia mais

x exp( t 2 )dt f(x) =

x exp( t 2 )dt f(x) = INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação

Leia mais

Laboratório de Simulação Matemática. Parte 3 2

Laboratório de Simulação Matemática. Parte 3 2 Matemática - RC/UFG Laboratório de Simulação Matemática Parte 3 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 4] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago

Leia mais

Método das Secantes. Marina Andretta/Franklina Toledo ICMC-USP. 4 de setembro de 2012

Método das Secantes. Marina Andretta/Franklina Toledo ICMC-USP. 4 de setembro de 2012 Determinação de raízes de funções: Método das Secantes Marina Andretta/Franklina Toledo ICMC-USP 4 de setembro de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta/Franklina

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 12 Interpolação Parte 1 INTERPOLAÇÃO Cálculo Numérico 3/57 MOTIVAÇÃO A seguinte tabela relaciona densidade da água e temperatura:

Leia mais

Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento

Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento Resolução de sistemas de equações lineares: Método de eliminação de Gauss - estratégias de pivotamento Marina Andretta/Franklina Toledo ICMC-USP 3 de setembro de 2012 Baseado no livro Análise Numérica,

Leia mais

Resolução de sistemas de equações não-lineares: Método de Newton

Resolução de sistemas de equações não-lineares: Método de Newton Resolução de sistemas de equações não-lineares: Método de Newton Marina Andretta/Franklina Toledo ICMC-USP 24 de setembro de 202 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina

Leia mais

Modelagem Computacional. Parte 8 2

Modelagem Computacional. Parte 8 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,

Leia mais

Aula 10. Integração Numérica

Aula 10. Integração Numérica CÁLCULO NUMÉRICO Aula Integração Numérica Integração Numérica Cálculo Numérico 3/4 Integração Numérica Em determinadas situações, integrais são difíceis, ou mesmo impossíveis de se resolver analiticamente.

Leia mais

Podem ser calculados num número finito de operações aritméticas, ao contrário de outras funções (ln x, sin x, cos x, etc.)

Podem ser calculados num número finito de operações aritméticas, ao contrário de outras funções (ln x, sin x, cos x, etc.) Interpolação polinomial 1 Interpolação Polinomial Slide 1 Definição simples Definição 1 Dados os conjuntos de valores x 0, x 1,..., x n e y 0, y 1,..., y n, determinar uma função f tal que: Slide 2 f(x

Leia mais

Lucia Catabriga e Andréa Maria Pedrosa Valli

Lucia Catabriga e Andréa Maria Pedrosa Valli 1-35 Lucia Catabriga e Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória, ES, Brasil 2-35

Leia mais

Determinação numérica de autovalores e autovetores: Método das Potências Inversas

Determinação numérica de autovalores e autovetores: Método das Potências Inversas Determinação numérica de autovalores e autovetores: Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Marina Andretta/Franklina Toledo (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia

Leia mais

Determinação numérica de autovalores e autovetores: Método das Potências Inversas

Determinação numérica de autovalores e autovetores: Método das Potências Inversas Determinação numérica de autovalores e autovetores: Marina Andretta/Franklina Toledo ICMC-USP 3 de setembro de 2012 Marina Andretta/Franklina Toledo (ICMC-USP) sme0300 - Cálculo Numérico 3 de setembro

Leia mais

Determinação numérica de autovalores e autovetores: Método de Jacobi

Determinação numérica de autovalores e autovetores: Método de Jacobi Determinação numérica de autovalores e autovetores: Método de Jacobi Marina Andretta/Franklina Toledo ICMC-USP 3 de setembro de 2012 Baseado no livro Cálculo Numérico, de Neide B. Franco. Marina Andretta/Franklina

Leia mais

Métodos de Runge-Kutta

Métodos de Runge-Kutta Solução numérica de Equações Diferenciais Ordinárias: Métodos de Runge-Kutta Marina Andretta/Franklina Toledo ICMC-USP 31 de outubro de 2013 Baseado nos livros: Análise Numérica, de R. L. Burden e J. D.

Leia mais

Andréa Maria Pedrosa Valli

Andréa Maria Pedrosa Valli Interpolação Polinomial Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória, ES, Brasil 2-32

Leia mais

de Interpolação Polinomial

de Interpolação Polinomial Capítulo 10 Aproximação de Funções: Métodos de Interpolação Polinomial 101 Introdução A aproximação de funções por polinômios é uma das idéias mais antigas da análise numérica, e ainda uma das mais usadas

Leia mais

Resolução de sistemas de equações lineares: Método do Gradiente

Resolução de sistemas de equações lineares: Método do Gradiente Resolução de sistemas de equações lineares: Método do Gradiente Marina Andretta ICMC-USP 24 de março de 2015 Marina Andretta (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia I 24 de março de 2015

Leia mais

Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados

Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados Marina Andretta/Franklina Toledo ICMC-USP 24 de março de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina

Leia mais

Aula 3 11/12/2013. Integração Numérica

Aula 3 11/12/2013. Integração Numérica CÁLCULO NUMÉRICO Aula 3 11/12/2013 Integração Numérica Objetivo: Calcular integrais utilizando métodos numéricos Cálculo Numérico 3/64 Integração Numérica Cálculo Numérico 4/64 Integração Numérica Em determinadas

Leia mais

Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.

Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

3.6 Erro de truncamento da interp. polinomial.

3.6 Erro de truncamento da interp. polinomial. 3 Interpolação 31 Polinômios interpoladores 32 Polinômios de Lagrange 33 Polinômios de Newton 34 Polinômios de Gregory-Newton 35 Escolha dos pontos para interpolação 36 Erro de truncamento da interp polinomial

Leia mais

Método de Newton truncado

Método de Newton truncado Método de Newton truncado Marina Andretta ICMC-USP 8 de outubro de 2018 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear

Leia mais

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos Lic Eng Biomédica e Bioengenharia-2009/2010 O problema geral da interpolação polinomial consiste em, dados n + 1 pontos (reais ou complexos) x

Leia mais

CCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO

CCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO CCI - MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO Prof. Paulo André ttp://www.comp.ita.br/~pauloac pauloac@ita.br Sala 0 Prédio da Computação -Gregory DEFINIÇÃO Em matemática computacional, interpolar significa

Leia mais

Interpolação Polinomial. Ana Paula

Interpolação Polinomial. Ana Paula Interpolação Polinomial Sumário 1 Interpolação Polinomial 2 Forma de Lagrange 3 Revisão Interpolação Polinomial Interpolação Polinomial Interpolação Polinomial Interpolação Polinomial Suponha que se tenha

Leia mais

Disciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Integração numérica: Fórmulas de Newton-Cotes.

Disciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Integração numérica: Fórmulas de Newton-Cotes. Disciplina: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer Aula 5- Integração numérica: Fórmulas de Newton-Cotes. Objetivo: Apresentar o método de integração numérica baseado nas fórmulas

Leia mais

Aula 12. Interpolação Parte 1

Aula 12. Interpolação Parte 1 CÁLCULO NUMÉRICO Aula 12 Interpolação Parte 1 INTERPOLAÇÃO Cálculo Numérico 3/57 MOTIVAÇÃO A seguinte tabela relaciona densidade da água e temperatura: Temperatura ( o C) 20 25 30 35 40 Densidade (g/m

Leia mais

MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração. φ(x k ) ψ(x k ).

MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração. φ(x k ) ψ(x k ). MAP 22 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração : Sejam x =, x =, x 2 = 2 e x 3 = 3. (a) Determine os polinômios de Lagrange L i (x) correspondentes a estes pontos

Leia mais

Sabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente

Sabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente MÉTODOS NUMÉRICOS E COMPUTACIONAIS II EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES EXERCICIOS RESOLVIDOS - INTEGRACAO-NUMERICA - EDO. Considere a seguinte tabela de valores de uma função f x i..5.7..5 f(x

Leia mais

exercícios de análise numérica II

exercícios de análise numérica II exercícios de análise numérica II lic. matemática aplicada e computação (4/5) aulas práticas - capítulo Exercício. Mostre que a soma dos polinómios base de Lagrange é a função constante. Exercício. Usando

Leia mais

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016 Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

SME Cálculo Numérico. Lista de Exercícios: Gabarito

SME Cálculo Numérico. Lista de Exercícios: Gabarito Exercícios de prova SME0300 - Cálculo Numérico Segundo semestre de 2012 Lista de Exercícios: Gabarito 1. Dentre os métodos que você estudou no curso para resolver sistemas lineares, qual é o mais adequado

Leia mais

Interpolação polinomial

Interpolação polinomial Quarto roteiro de exercícios no Scilab Cálculo Numérico Rodrigo Fresneda 8 de abril de 0 Guia para respostas: Entregue suas respostas às tarefas contidas no roteiro de cada uma das quatro atividades, incluindo

Leia mais

1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d) 0.11 (e) (f)

1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d) 0.11 (e) (f) 1 a Lista de Exercícios de Cálculo Numérico Prof a. Vanessa Rolnik 1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d).11 (e).8125 (f) 4.69375 2. Converta os seguintes

Leia mais

Métodos Numéricos - Notas de Aula

Métodos Numéricos - Notas de Aula Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução A interpolação é outra técnicas bem conhecida e básica do cálculo numérico. Muitas funções são conhecidas apenas em um

Leia mais

Um polinômio p de grau, com coeficientes reais na variável é dado por:

Um polinômio p de grau, com coeficientes reais na variável é dado por: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer ÍNDICE Aula 3- Aproximação polinomial de Funções - Polinômios de Taylor Interpolação - Polinômios de Lagrange Aula 3 - Aproximação polinomial

Leia mais

étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno

étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA

Leia mais

Método de Newton modificado

Método de Newton modificado Método de Newton modificado Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de setembro de 2010 1 / 36 Método de Newton Como já vimos, o método

Leia mais

Introdução ao Cálculo Numérico Lista de Exercícios 1. (x x k )ω (x k ) = 1.

Introdução ao Cálculo Numérico Lista de Exercícios 1. (x x k )ω (x k ) = 1. Introdução ao Cálculo Numérico 2005 Lista de Exercícios 1 Problema 1. Seja Q π n. Provar que L n (Q; x) Q(x), quaisquer que sejam os nos distintos x 0, x 1,..., x n. Problema 2. Se n N e x 0, x 1,...,

Leia mais

Teoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016

Teoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016 Teoria de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

Métodos Previsor-Corretor

Métodos Previsor-Corretor Solução numérica de Equações Diferenciais Ordinárias: Métodos Previsor-Corretor Marina Andretta/Franklina Toledo ICMC-USP 7 de novembro de 2013 Baseado no livro Cálculo Numérico, de S. Arenales e A. Darezzo.

Leia mais

1.1 Conceitos Básicos

1.1 Conceitos Básicos 1 Zeros de Funções 1.1 Conceitos Básicos Muito frequentemente precisamos determinar um valor ɛ para o qual o valor de alguma função é igual a zero, ou seja: f(ɛ) = 0. Exemplo 1.1 Suponha que certo produto

Leia mais

Notações e revisão de álgebra linear

Notações e revisão de álgebra linear Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211

Leia mais

Método de Newton para polinômios

Método de Newton para polinômios Método de Newton para polinômios Alan Costa de Souza 26 de Agosto de 2017 Alan Costa de Souza Método de Newton para polinômios 26 de Agosto de 2017 1 / 31 Seja f(x) uma função polinomial de grau n. A princípio.

Leia mais

DCC008 - Cálculo Numérico

DCC008 - Cálculo Numérico DCC008 - Cálculo Numérico Polinômios de Taylor Bernardo Martins Rocha Departamento de Ciência da Computação Universidade Federal de Juiz de Fora bernardomartinsrocha@ice.ufjf.br Conteúdo Introdução Definição

Leia mais

TÓPICOS DE ANÁLISE NUMÉRICA AULA 03 - INTERPOLAÇÃO POLINOMIAL

TÓPICOS DE ANÁLISE NUMÉRICA AULA 03 - INTERPOLAÇÃO POLINOMIAL TÓPICOS DE ANÁLISE NUMÉRICA AULA 03 - INTERPOLAÇÃO POLINOMIAL Vanessa Rolnik Artioli DCM/FFCLRP/USP Introdução Dado um conjunto de n + 1 pontos (x i, f (x i )), i = 0, 1,..., n (nós interpoladores), queremos

Leia mais

Teoremas de dualidade

Teoremas de dualidade Teoremas de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

Métodos Numéricos. Turma CI-202-X. Josiney de Souza. Métodos Numéricos Turma CI-202-X Josiney de Souza josineys@inf.ufpr.br Agenda do Dia Aula 20 (09/11/15) Interpolação: Introdução Características Interpolação Linear: Introdução Características Exercícios

Leia mais

Método de Euler. Marina Andretta/Franklina Toledo ICMC-USP. 29 de outubro de 2013

Método de Euler. Marina Andretta/Franklina Toledo ICMC-USP. 29 de outubro de 2013 Solução numérica de Equações Diferenciais Ordinárias: Método de Euler Marina Andretta/Franklina Toledo ICMC-USP 29 de outubro de 2013 Baseado nos livros: Análise Numérica, de R. L. Burden e J. D. Faires;

Leia mais

Marina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.

Marina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear

Leia mais

EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO

EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO Cálculo Numérico EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES o sem/08 EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO x. Considere a seguinte tabela de valores de uma função f: i 0 f(x i ).50

Leia mais

Algoritmos de aproximação - Problema da Mochila

Algoritmos de aproximação - Problema da Mochila Algoritmos de aproximação - Problema da Mochila Marina Andretta ICMC-USP 11 de novembro de 2015 Baseado nos livros Minicurso de Análise de Algoritmos, de P. Feofiloff; e Uma introdução sucinta a Algoritmos

Leia mais

Introdução aos Sistemas Lineares

Introdução aos Sistemas Lineares Introdução aos Sistemas Lineares Profa Cynthia de O Laga Ferreira Métodos Numéricos e Computacionais I - SME005 Frequentemente, em todas as áres científicas, precisamos resolver problemas na forma Ax =

Leia mais

Notação e fórmula. O teorema do binômio de Newton se escreve como segue: são chamados coeficientes binomiais e são definidos como:

Notação e fórmula. O teorema do binômio de Newton se escreve como segue: são chamados coeficientes binomiais e são definidos como: Introdução Em matemática, binômio de Newton permite escrever na forma canônica o polinómio correspondente à potência de um binómio. O nome é dado em homenagem ao físico e matemático Isaac Newton. Entretanto

Leia mais

Introdução aos Métodos Numéricos

Introdução aos Métodos Numéricos Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Interpolação Conteúdo específico Fórmula de Lagrange

Leia mais

Modelagem Computacional. Aula 5 2

Modelagem Computacional. Aula 5 2 Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Aula 5 2 Prof. Thiago Alves de Queiroz 2 [Cap. 5] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago

Leia mais

Resolução de problemas com apenas restrições lineares de igualdade

Resolução de problemas com apenas restrições lineares de igualdade Resolução de problemas com apenas restrições lineares de igualdade Marina Andretta ICMC-USP 14 de outubro de 2014 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de outubro de 2014 1 / 22

Leia mais

Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer ÍNDICE. Aula 4- Diferenciação numérica: - Fórmulas de diferença avançada e recuada

Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer ÍNDICE. Aula 4- Diferenciação numérica: - Fórmulas de diferença avançada e recuada Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer ÍNDICE Aula 4- Diferenciação numérica: - Fórmulas de diferença avançada e recuada - Fórmula de três pontos - Fórmula de cinco pontos Aula 4

Leia mais

Expansões AULA ... META. Apresentar a expansão binomial e multinomial. OBJETIVOS. Ao final da aula o aluno deverá ser capaz de:

Expansões AULA ... META. Apresentar a expansão binomial e multinomial. OBJETIVOS. Ao final da aula o aluno deverá ser capaz de: Expansões META Apresentar a expansão binomial e multinomial. OBJETIVOS Ao final da aula o aluno deverá ser capaz de: Identificar e utilizar algumas propriedades dos coeficientes binomiais; Expandir produto

Leia mais

Capítulo 5 - Interpolação Polinomial

Capítulo 5 - Interpolação Polinomial Capítulo 5 - Interpolação Polinomial Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa

Leia mais

Introdução aos Métodos Numéricos

Introdução aos Métodos Numéricos Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Interpolação Conteúdo específico Instabilidade Numérica

Leia mais

Algoritmos de aproximação - Problema de cobertura por conjuntos

Algoritmos de aproximação - Problema de cobertura por conjuntos Algoritmos de aproximação - Problema de cobertura por conjuntos Marina Andretta ICMC-USP 22 de setembro de 205 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M.

Leia mais

Algoritmos de aproximação - Método primal-dual

Algoritmos de aproximação - Método primal-dual Algoritmos de aproximação - Método primal-dual Marina Andretta ICMC-USP 28 de outubro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli, R. Dahab,

Leia mais

Poliedros na forma padrão

Poliedros na forma padrão Poliedros na forma padrão Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

Algoritmos de aproximação - Problema do caixeiro viajante

Algoritmos de aproximação - Problema do caixeiro viajante Algoritmos de aproximação - Problema do caixeiro viajante Marina Andretta ICMC-USP 30 de setembro de 2015 Baseado no livro Uma introdução sucinta a Algoritmos de Aproximação, de M. H. Carvalho, M. R. Cerioli,

Leia mais

SME0300 Cálculo Numérico Aula 4

SME0300 Cálculo Numérico Aula 4 SME0300 Cálculo Numérico Aula 4 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 13 de agosto de 2015 Aula Passada Operações Aritméticas: Arredondamento a

Leia mais

SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]

SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ] SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé 1 o sem/2016 Nome: 1 a Prova - 07/10/2016 Apresentar todos os cálculos - casas decimais 1. Considere a família de funções da forma onde

Leia mais

Exame (1º Teste) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, 11 de Janeiro de 2016, 15h00-16h15 (1º Teste)

Exame (1º Teste) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, 11 de Janeiro de 2016, 15h00-16h15 (1º Teste) Exame (º Teste) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, de Janeiro de 6, h-6h (º Teste) ) [] a) Determine p, o polinómio de menor grau tal que p() = a, p() = b, p () = p () =

Leia mais

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016 Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear

Leia mais

Para temos : que é a ideia de um polinômio. A série pode convergir para alguns valores de mas pode divergir para outros valores de.

Para temos : que é a ideia de um polinômio. A série pode convergir para alguns valores de mas pode divergir para outros valores de. MATERIAL DIDÁTICO Professora Sílvia Victer CÁLCULO 2 SÉRIES DE POTÊNCIAS Definição: Séries de Potências é uma série infinita de termos variáveis. Elas podem ser usadas em várias aplicações, como por exemplo,

Leia mais

Revisão de Cálculo Diferencial e Integral

Revisão de Cálculo Diferencial e Integral Cálculo Numérico Diferencial e Integral Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Limite, continuidade e derivadas Uma das noções mais básicas e importantes

Leia mais

PUC-GOIÁS - Departamento de Computação

PUC-GOIÁS - Departamento de Computação PUC-GOIÁS - Departamento de Computação Fundamentos IV/Enfase Clarimar J. Coelho Goiânia, 28/05/2014 O que é interpolação polinomial? Ideia básica Permite construir um novo conjunto de dados a partir de

Leia mais

Matemática Computacional Ficha 5 (Capítulo 5) 1. Revisão matéria/formulário

Matemática Computacional Ficha 5 (Capítulo 5) 1. Revisão matéria/formulário Matemática Computacional Ficha 5 (Capítulo 5) Integração numérica 1. Revisão matéria/formulário A técnica de aproximar o integral de f pelo integral do seu polinómio interpolador passando num conjunto

Leia mais

5 AULA. em Séries de Potências LIVRO. META Apresentar os principais métodos de representação de funções em séries de potências.

5 AULA. em Séries de Potências LIVRO. META Apresentar os principais métodos de representação de funções em séries de potências. LIVRO Métodos de Representação de Funções em Séries de AULA META Apresentar os principais métodos de representação de funções em séries de potências. OBJETIVOS Representar funções em séries de potências.

Leia mais

Álgebra Matricial - Nota 03 Eliminação Gaussiana e Método de Gauss-Jordan

Álgebra Matricial - Nota 03 Eliminação Gaussiana e Método de Gauss-Jordan Álgebra Matricial - Nota 03 Eliminação Gaussiana e Método de Gauss-Jordan Márcio Nascimento da Silva Universidade Estadual Vale do Acaraú Curso de Licenciatura em Matemática marcio@matematicauva.org 8

Leia mais

Fundamentos IV. Clarimar J. Coelho. Departamento de Computação. November 20, 2014

Fundamentos IV. Clarimar J. Coelho. Departamento de Computação. November 20, 2014 Fundamentos IV Integração numérica Clarimar J. Coelho Departamento de Computação November 20, 2014 Clarimar, Departamento de Computação Aula 16, Integração numérica 1/28 Integração numérica Clarimar, Departamento

Leia mais

Spline cúbica. Clarimar J. Coelho. November 8, 2013

Spline cúbica. Clarimar J. Coelho. November 8, 2013 Interpolação polinomial Spline cúbica Clarimar J. Coelho November 8, 2013 1 Splines cúbicos 2 Cálculo dos coeficientes 3 Sistema linear subdeterminado 4 Splines cúbicos naturais 5 Splines cúbicos extrapolados

Leia mais

CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida

CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 2: Aproximações Lineares e Diferenciais Objetivos da Aula Definir e calcular a aproximação linear de uma função derivável; Conhecer e determinar

Leia mais