Introdução aos Métodos Numéricos
|
|
- Maria de Belem Beretta Figueiredo
- 5 Há anos
- Visualizações:
Transcrição
1 Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho
2 Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares. Métodos diretos Interpolação Ajuste de Curvas Zeros de Função Sistemas de Equações Lineares. Métodos Iterativos Integração Numérica Introdução à Resolução de Equações Diferenciais Ordinárias
3 Conteúdo Ajuste de Curvas
4 Temos um conjunto n+1 de pontos (x 0, y 0 ),(x 1, y 1 ),( x 2, y 2 ),(x 3, y 3 ),,(x n, y n ) que são oriundos de uma experiência. Temos ainda uma hipótese de comportamento dos dados.
5 Este problema ocorre quando testamos se uma massa de dados se comporta como esperado quando testamos uma hipótese de comportamento da massa de dados
6 Um caso que você já dever ter experimentado no laboratório de física: Lei de Hooke, F = kx
7 Outro caso: decaimento radioativo, N (t)=n 0 e t / τ
8 E coisas mais complicadas...
9 Podemos pensar na seguinte linha: Dado um comportamento esperado, tentemos ajustar esta função aos dados fornecidos O comportamento esperado será representado pela função G(x) Mas qual a cara desta função? Como escolher uma função suficientemente flexível e simples?
10 Faremos a proposta m G(x)=b 0 g 0 (x)+b 1 g 1 (x)+b 2 g 2 ( x)+ +b m g m (x)= j=0 b j g j (x) ou seja, G(x) é uma combinação linear de funções, a priori, quaisquer.
11 Mas como usaremos esta função? A ideia é medirmos de alguma maneira a distância entre G(x) e cada ponto da massa de dados. Algo assim...
12 Função G(x) e a massa de dados
13 Função G(x) e distância dela a cada ponto
14 Mas isto complica um tanto o problema. A distância entre um ponto (a,b) e a curva G(x) é dada por d (x)= (x a) 2 +(G(x) b) 2 Para achar a distância mínima, teremos que derivar e igualar a zero, ou seja, d ' ( x)= ( x a)+[g(x) b]g'(x) (x a) 2 +[G(x) b] 2 =0
15 Assim, para cada ponto da curva teremos que achar a solução da equação a)+[g( x i ) b]g' )=0 ou seja, um sistema de equações não lineares Sim, dá para fazer (e algumas vezes é necessário) mas faremos algo mais simples aqui
16 Função G(x) e distância dela a cada ponto
17 Isto simplifica um tanto o problema. A distância entre um ponto (a,b) e a curva G(x) será dada por d (a)= (G (a) b) 2 Para um ponto genérico da massa de dados teremos d i = (G ) y i ) 2
18 Mas não queremos minimizar a distância de G(x) para um ponto mas para todos os pontos. Como fazer isto? Uma possibilidade é minimizar a soma das distâncias de G(x) a todos os pontos, ou seja, minimizar n S= i=0 n d i = i=0 (G( x i ) y i ) 2
19 Observem que minimizar a soma dos d i é equivalente à minimizar as somas de d i 2 Assim, minimizaremos Como n S 2 = i=0 n S 2 = i=0 n d 2 i = i=0 (G ) y i ) 2 G(x)=b 0 g 0 (x)+b 1 g 1 (x)+b 2 g 2 ( x)+ +b m g m (x) [b 0 g 0 )+b 1 g 1 )+b 2 g 2 )+ +b m g m ( x i ) y i ] 2
20 Mais a frente veremos que estamos minimizando a soma do quadrado dos resíduos (diferença entre a função ajustada e os pontos da massa de dados) n S 2 = i=0 n d 2 i = i=0 (G ) y i ) 2 Não confunda estes resíduos com os que discutimos em Sistemas de Equações Lineares!
21 Como minimizar S 2? Teremos que derivar mas em relação a que? n S 2 = i=0 [b 0 g 0 )+b 1 g 1 )+b 2 g 2 )+ +b m g m ( x i ) y i ] 2 A resposta é fácil: derivaremos em relação aos b's
22 Repare que teremos que derivar em relação a m+1 valores. Teremos que derivar em relação a cada bj. Mas S 2 é muito fácil de derivar. Observe...
23 n b 0 S 2 =2 i=0 n b 1 S 2 =2 i=0 n b 2 S 2 =2 i=0 [b 0 g 0 )+b 1 g 1 )+b 2 g 2 ( x i )+ +b m g m ) y i ] g 0 )=0 [b 0 g 0 )+b 1 g 1 )+b 2 g 2 )+ +b m g m ) y i ] g 1 )=0 [b 0 g 0 )+b 1 g 1 ( x i )+b 2 g 2 )+ +b m g m ) y i ] g 2 )=0 n S 2 =2 [b b 0 g 0 )+b 1 g 1 )+b 2 g 2 ( x i )+ +b m g m ) y i ] g m )=0 m i=0
24 Observem bem e verão que temos um sistema de equações lineares...
25 E o sistema ficará assim ( Σ ' g 0 ( x i ) g 0 ( x i ) Σ ' g 0 ) g 1 ) Σ ' g 0 ( x i ) g 2 ( x i ) Σ ' g 0 )g 3 ) Σ ' g 0 ( x i ) g m ( x i ) Σ ' g 1 ( x i ) g 0 ( x i ) Σ ' g 1 ) g 1 ) Σ ' g 1 ( x i ) g 2 ( x i ) Σ ' g 1 ( x i ) g 3 ) Σ ' g 1 ) g m ( x i ) Σ ' g 2 ( x i ) g 0 ( x i ) Σ ' g 2 ) g 1 ) Σ ' g 2 ( x i ) g 2 ( x i ) Σ ' g 2 ( x i ) g 3 ) Σ ' g 2 ) g m ( x i ) Σ ' g 3 ( x i ) g 0 ( x i ) Σ ' g 3 ) g 1 ) Σ ' g 3 ( x i ) g 2 ( x i ) Σ ' g 3 )g 3 ) Σ ' g 3 ( x i ) g m ( x i ) Σ ' g m ) g 0 ( x i ) Σ ' g m ( x i ) g 1 ( x i ) Σ ' g m ) g 2 ) Σ ' g m ( x i ) g 3 ( x i ) Σ ' g m )g m ))( b0 b 1 b m)=( 2 b 3 b Σ ' g 0 ) y i Σ ' g 1 ( x i ) y i Σ ' g 2 ( x i ) y i Σ ' g 3 ) y i Σ ' g m ( x i ) y i) onde, por exemplo, n Σ ' g 0 ( x i ) g 3 ) i=0 g 0 ( x i ) g 3 )
26 Neste caso m é independente de n e a matriz é simétrica ( Σ ' g 0 ( x i ) g 0 ( x i ) Σ ' g 0 ) g 1 ) Σ ' g 0 ( x i ) g 2 ( x i ) Σ ' g 0 )g 3 ) Σ ' g 0 ( x i ) g m ( x i ) Σ ' g 1 ( x i ) g 0 ( x i ) Σ ' g 1 ) g 1 ) Σ ' g 1 ( x i ) g 2 ( x i ) Σ ' g 1 ( x i ) g 3 ) Σ ' g 1 ) g m ( x i ) Σ ' g 2 ( x i ) g 0 ( x i ) Σ ' g 2 ) g 1 ) Σ ' g 2 ( x i ) g 2 ( x i ) Σ ' g 2 ( x i ) g 3 ) Σ ' g 2 ) g m ( x i ) Σ ' g 3 ( x i ) g 0 ( x i ) Σ ' g 3 ) g 1 ) Σ ' g 3 ( x i ) g 2 ( x i ) Σ ' g 3 )g 3 ) Σ ' g 3 ( x i ) g m ( x i ) Σ ' g m ) g 0 ( x i ) Σ ' g m ( x i ) g 1 ( x i ) Σ ' g m ) g 2 ) Σ ' g m ( x i ) g 3 ( x i ) Σ ' g m )g m ))( b0 b 1 b m)=( 2 b 3 b Σ ' g 0 ) y i Σ ' g 1 ( x i ) y i Σ ' g 2 ( x i ) y i Σ ' g 3 ) y i Σ ' g m ( x i ) y i) Mas há uma restrição a qual não demonstraremos: as g j (x) deverão ser linearmente independentes
27 Métodos dos mínimos quadrados Esta técnica tem um nome muito conhecido Método dos Mínimos Quadrados Afinal ela minimiza o quadrado das distâncias dos pontos à função G(x). Cada conjunto de g j (x) nos dará uma G(x) única. Vejamos um caso especial
28 Métodos dos mínimos quadrados Ajuste polinomial Nossa G(x) será g j (x)=x j G(x)=b 0 x 0 +b 1 x 1 +b 2 x 2 + +b m x m =b 0 +b 1 x+b 2 x 2 + +b m x m =p m (x) e nosso sistema tomará a forma
29 Métodos dos mínimos quadrados ( Σ ' 1 Σ ' x i Σ ' 2 x i Σ ' 3 x i Σ ' m x i Σ ' x i Σ ' 2 x i Σ ' 3 x i Σ ' 4 x i Σ ' m+1 x i Σ ' 2 x i Σ ' 3 x i Σ ' 4 x i Σ ' 5 x i Σ ' m+2 x i )( Σ ' 3 x i Σ ' 4 x i Σ ' 5 x i Σ ' 6 x i Σ ' m+3 x i Σ ' m x i Σ ' m+1 x i Σ ' m+ 2 x i Σ ' m +3 x i Σ ' 2m x i b0 b 1 b m)=( 2 b 3 b Repare que a matriz é simétrica tanto em relação à diagonal principal quanto à secundária Isto diminuirá o número de cálculos ' Σ y i Σ ' x i y i Σ ' x 2 i y i) i Σ ' x 3 i y i Σ ' x m i y
30 Métodos dos mínimos quadrados Calculando os valores da matriz x 0 y 0 x 0 y 0 2 x 0 x 1 y 1 x 1 y 1 2 x 1 x 2 y 2 x 2 y 2 2 x 2 x 3 y 3 x 3 y 3 2 x 3 x 02 y 0 3 x 0. 2n x 0 x 12 y 1 3 x 1. 2n x 1 x 22 y 2 3 x 2. 2n x 2 x 2 3 y 3 3 x 3. 2n x 3 2n x 0 y 0 2n x 1 y 1 2n x 2 y 2 x 2n 3 y x n y n x n y n 2 x n x n2 y n 3 x n. 2n x n 2n x n y n Σ
31 Um exemplo Dados os pontos tirados de um experimento com uma mola x y 1,1 3,4 2,0 4,5 2,5 5,2 2,9 6,1 3,5 6,9 determine o melhor ajuste linear, ou seja, com p 1 (x)
32 Um exemplo Como p 1 (x) tem a forma e o sistema será ( Σ' 1 Σ ' x i Σ ' x i Σ ' x i 2 ) p 1 (x)=b 0 +b 1 x ( b ) 0 b = ( 1 Σ ' y i ) Σ ' x i y i
33 Um exemplo O que nos leva a calcular a tabela x y xy x 2 1,1 3,4 3,74 1,21 2,0 4,5 9,0 4,0 2,5 5,2 13,0 6,25 2,9 6,1 17,69 8,41 3,5 6,9 24,15 12,25 Σ 12,0 26,1 67,58 32,12 e nosso sistema toma a forma...
34 Um exemplo ( Σ' 1 Σ ' x i Σ ' x i Σ ' x i 2 ) ( b ) 0 b = ( 1 resolvendo o sistema ( ,12 ) ( b 0 ( ,32 ) ( b 0 b 1 ) b 1 ) Σ ' y i Σ ' x i y i ) = ( 26,1 67,58 ) ( 5 12 ) ( b ) ,12 b = ( 26,1 ) 1 67,58. m 21 = 12/5= 2,4 = ( 26,1 4,49 ) b 1=4,49/3,32=1, b b 1 =26,1 b 0 = 1 (26,1 12 1, )=1,
35 Um exemplo E o ajuste se dá pelo polinômio p 1 (x)=1, , x A constante da mola é 1, e o comprimento da mola sem carga é 1, meio exagerada a precisão... usaremos aqui duas casas decimais a mais que os dados, ou seja, p 1 (x)=1,648+1,487 x Vamos ao maxima: Ajuste_aula
36 Um exemplo Uma observação preliminar nos apontará uma questão que envolve o método dos mínimos quadrados
37 Um exemplo No sistema obtido ( ,12 ) ( b 0 o número de condição da matriz dado por mat_cond() é aproximadamente 117,26 A matriz é malcondicionada... ) b = ( 26,1 ) 1 67,58
38 Casos históricos Radiação de Corpo Negro ρ(λ, T )= 2hc2 1 ; Planck λ 5 hc λ k e T B 1 ρ(λ, T )= 2ck BT λ 4 ; Rayleigh Jeans
39 Casos históricos Radiação de Corpo Negro Resultou na Mecânica Quântica que resultou em Transistores->Circuitos Integrados->Computadores ->Celulares->etc.
40 Casos históricos Radiação Cósmica de Fundo
41 Casos históricos Radiação Cósmica de Fundo Resultou numa revolução sobre a estrutura e origem do Universo
Introdução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Conteúdo específico Aspectos básicos Obtenção direta
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo da disciplina Erros em Aproximações Numéricas Sistemas de Equações
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Ajuste de Curvas Conteúdo específico Exemplos Avaliação
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisPROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)
PROVAS Ciência da Computação 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta) Ajuste de Curvas Objetivo Ajustar curvas pelo método dos mínimos quadrados 1 - INTRODUÇÃO Em geral, experimentos
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisNotas de Aula de Cálculo Numérico
IM-Universidade Federal do Rio de Janeiro Departamento de Ciência da Computação Notas de Aula de Cálculo Numérico Lista de Exercícios Prof. a Angela Gonçalves 3 1. Erros 1) Converta os seguintes números
Leia maisIntrodução aos Métodos Numéricos. Instituto de Computação UFF
Introdução aos Métodos Numéricos Instituto de Computação UFF Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares. Métodos diretos Interpolação Ajuste de Curvas Zeros de Função Sistemas
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisCapítulo 9. Teoria da Aproximação. 9.2 Mínimos Quadrados
Capítulo 9 Teoria da Aproximação 9.1 Introdução O estudo da teoria da aproximação envolve dois tipos de problemas genéricos: 1) Um problema ocorre quando uma função é dada de forma explícita, mas queremos
Leia maisIntrodução 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 maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Zeros de Função Conteúdo específico Regula-Falsi Exemplos
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo específico Integração Numérica Conteúdo temático Conceitos básicos
Leia maisIntrodução aos Métodos Numéricos. Instituto de Computação UFF
Introdução aos Métodos Numéricos Instituto de Computação UFF Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares. Métodos diretos Interpolação Ajuste de Curvas Zeros de Função Sistemas
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo específico Introdução à Resolução de Equações Diferenciais Ordinárias
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Zeros de Função Conteúdo específico Aspectos básicos
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Sistemas de Equações Lineares. Métodos diretos Conteúdo
Leia maisEXERCICIOS 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 maisSME 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 maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo específico Sistemas de Equações Lineares. Métodos Iterativos
Leia maisMarina 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 mais1. 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 maisAPROXIMAÇÃO DE FUNÇÕES MÉTODO DOS MÍNIMOS QUADRADOS
MÉTODO DOS MÍNIMOS QUADRADOS INTRODUÇÃO Frequentemente é possível estabelecer uma relação linear entre duas grandezas medidas experimentalmente. O método dos mínimos quadrados é uma maneira de se obter
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Temático Zeros de Função Conteúdo específico Exercícios Zeros
Leia maisMétodos 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 maisResolução 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 maisIntegral Definida. a b x. a=x 0 c 1 x 1 c 2 x 2. x n-1 c n x n =b x
Integral definida Cálculo de área Teorema Fundamental do cálculo A integral definida origina-se do problema para determinação de áreas. Historicamente, como descrito na anteriormente, constitui-se no método
Leia maisAGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares
1 / 0 AGA 0505- Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares Laerte Sodré Jr. 1o. semestre, 018 modelos modelagem dos dados dado um conjunto de dados,
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Numérico 3/55 Introdução Em geral, experimentos geram uma gama de dados que devem
Leia maisProf. MSc. David Roza José 1/26
1/26 Mínimos Quadrados Geral e Regressão Não Linear Objetivos: Implementar a regressão polinomial; Implementar regressão múltipla linear; Entender a formulação do modelo linear geral de mínimos quadrados;
Leia maisx 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 mais1-Introdução ao Cálculo Numérico
1-Introdução ao Cálculo Numérico Laura Goulart UESB 14 de Novembro de 2018 Laura Goulart (UESB) 1-Introdução ao Cálculo Numérico 14 de Novembro de 2018 1 / 9 1.1-Fases na resolução de um problema 1 Denição
Leia maisCCI-22 LISTA DE EXERCÍCIOS
CCI-22 LISTA DE EXERCÍCIOS Capítulos 1 e 2: 1) Considere floats com 4 dígitos decimais de mantissa e expoentes inteiros entre -5 e 5. Sejam X =,7237.1 4, Y =,2145.1-3, Z =,2585.1 1. Utilizando um acumulador
Leia mais4.1 Resolvendo o Sistema Linear
4 Solução Numérica 4.1 Resolvendo o Sistema Linear Resolveremos o sistema (2 7) pelo método de Usawa acelerado por Gradiente Conjugado (ver [15, pp. 202]). Primeiro eliminamos a variável u e depois resolvemos
Leia maisMétodo dos Mínimos Quadrados
Método dos Mínimos Quadrados Laura Goulart UESB 4 de Abril de 2019 Laura Goulart (UESB) Método dos Mínimos Quadrados 4 de Abril de 2019 1 / 22 Objetivos O Método dos Mínimos Quadrados (MMQ) é uma técnica
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo específico Interpolação Conteúdo temático Avaliação do erro
Leia maisFísica IV. Aula 1. Baseado no material preparado por Sandro Fonseca Helena Malbouisson Clemencia Mora
Física IV Aula 1 1 Baseado no material preparado por Sandro Fonseca Helena Malbouisson Clemencia Mora Normas e Datas Presença é obrigatória as aulas de lab. e os alunos somente podem faltar a uma* prática.
Leia maisG3 de Álgebra Linear I
G3 de Álgebra Linear I 11.1 Gabarito 1) Seja A : R 3 R 3 uma transformação linear cuja matriz na base canônica é 4 [A] = 4. 4 (a) Determine todos os autovalores de A. (b) Determine, se possível, uma forma
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo específico Sistemas de Equações Lineares Métodos Iterativos
Leia maisLucia 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 maisAjuste de dados por mínimos quadrados
Cálculo Numérico por mínimos quadrados 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
Leia maisExercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA
Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA Licenciaturas em Engenharia do Ambiente e Química 2 o Semestre de 2005/2006 Capítulo IV Aproximação de Funções 1 Interpolação Polinomial 1. Na tabela seguinte
Leia maisModelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados
Modelos Lineares Generalizados - Estimação em Modelos Lineares Generalizados Erica Castilho Rodrigues 23 de Maio de 207 Introdução 2 3 Vimos como encontrar o EMV usando algoritmos numéricos. Duas possibilidades:
Leia mais15 AULA. Máximos e Mínimos LIVRO. META Encontrar os pontos de máximo e mínimo de uma função de duas variáveis a valores reais.
1 LIVRO Máximos e Mínimos 1 AULA META Encontrar os pontos de máximo e mínimo de uma função de duas variáveis a valores reais. OBJETIVOS Maximizar e/ou minimizar função de duas variáveis a valores reais.
Leia maisExercícios de Mínimos Quadrados
INSTITUTO DE CIÊNCIAS MATEMÁTICAS E DE COMPUTAÇÃO DEPARTAMENTO DE MATEMÁTICA APLICADA E ESTATÍSTICA Exercícios de Mínimos Quadrados 1 Provar que a matriz de mínimos quadrados é denida positiva, isto é,
Leia maisMétodos 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 maisAndréa 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 maisPlano de Ensino. Identificação. Câmpus de Bauru. Curso Engenharia de Produção. Ênfase. Disciplina EM1 - Cálculo Numérico Computacional
Curso 4402 - Engenharia de Produção Ênfase Identificação Disciplina 0002029EM1 - Cálculo Numérico Computacional Docente(s) Adriana Cristina Cherri Nicola Unidade Faculdade de Ciências Departamento Departamento
Leia maisIntrodução a Regressão Linear
Introdução a Regressão Linear 1 Duas pedras fundamentais em econometria: 1) Modelo de Regressão Linear 2) OLS método de estimação: Mínimos Quadrados Ordinários técnica algébrica / estatística Modelo de
Leia maisIntrodução a Regressão Linear
Introdução a Regressão Linear 1 Duas pedras fundamentais em econometria: 1) Modelo de Regressão Linear 2) OLS método de estimação: Mínimos Quadrados Ordinários técnica algébrica / estatística Modelo de
Leia maisAjuste de Curvas. Diogo Pinheiro Fernandes Pedrosa. Universidade Federal do Rio Grande do Norte Centro de Tecnologia.
Ajuste de Curvas Diogo Pinheiro Fernandes Pedrosa Universidade Federal do Rio Grande do Norte Centro de Tecnologia Departamento de Engenharia de Computação e Automação http://wwwdcaufrnbr/ 1 Introdução
Leia maisInterpolação 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 maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Zeros de Função Conteúdo específico Métodos iterativos
Leia maisP4 de Álgebra Linear I
P4 de Álgebra Linear I 2008.2 Data: 28 de Novembro de 2008. Gabarito. 1) (Enunciado da prova tipo A) a) Considere o plano π: x + 2 y + z = 0. Determine a equação cartesiana de um plano ρ tal que a distância
Leia maisCálculo Diferencial e Integral 2 Formas Quadráticas
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Cálculo Diferencial e Integral 2 Formas Quadráticas 1 Formas quadráticas Uma forma quadrática em R n é um polinómio do
Leia maisFF-296: Teoria do Funcional da Densidade I. Prof. Dr. Ronaldo Rodrigues Pelá Sala 2602A-1 Ramal 5785
FF-296: Teoria do Funcional da Densidade I Prof. Dr. Ronaldo Rodrigues Pelá Sala 2602A-1 Ramal 5785 rrpela@ita.br www.ief.ita.br/~rrpela Tema de hoje: Problema de 1 elétron O princípio variacional Função
Leia mais28/09/ Prof. Eduardo Colli Gabarito
Prova - Cálculo Numérico com Aplicações à Física 8/9/5 - Prof. Eduardo Colli Gabarito Questão.. (.5) Ajuste a sin( πx ) a y(x) = 3 x3 x por mínimos quadrados, no intervalo [, ], com peso uniforme. Esboce
Leia maisMétodo 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 maisAdérito Araújo. Gonçalo Pena. Adérito Araújo. Adérito Araújo. Gonçalo Pena. Método da Bissecção. Resolução dos exercícios 2.14, 2.15, 2.16 e 2.17.
1 2011-02-08 13:00 2h Capítulo 1 Aritmética computacional 1.1 Erros absolutos e relativos 1.2 O polinómio de Taylor Resolução do exercício 1.3 2 2011-02-08 15:00 1h30m As aulas laboratoriais só começam
Leia maisAula 3 Volumes Finitos
Universidade Federal do ABC Aula 3 Volumes Finitos EN3224 Dinâmica de Fluidos Computacional Duas metodologias Leis de Conservação Integrais EDPs O Método dos Volumes Finitos (MVF) Leis de Conservação Integrais
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Sistemas de Equações Lineares. Métodos diretos Conteúdo
Leia maisFísica Geral (2012/2) Aula 9: Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral (2012/2) Aula 9: Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas
Leia mais3.6 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 maisResolução do Exame Tipo
Departamento de Matemática e Engenharias Análise e Computação Numérica Resolução do Exame Tipo 1. O computador IBM 3090 possuía um sistema de vírgula flutuante F F(16, 5, 65, 62) (em precisão simples),
Leia maisFísica Geral - Laboratório. Estimativas e erros em medidas indiretas: Ajuste de funções
Física Geral - Laboratório Estimativas e erros em medidas indiretas: Ajuste de funções 1 Medidas indiretas: Ajuste de funções Ajuste de funções y = f (x; a 1,a 2,...,a p ) Medidas de duas grandezas x e
Leia maisUma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros.
MATRIZES DEFINIÇÃO Uma matriz m x n é um quadro de elementos dispostos em m linhas e n colunas. Os valores de m e n são sempre positivos e inteiros. M = à M é uma matriz 2 x 3. Cada elemento da matriz
Leia maisIntrodução aos Métodos Numéricos. Instituto de Computação UFF
Introdução aos Métodos Numéricos Instituto de Computação UFF Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares. Métodos diretos Interpolação Ajuste de Curvas Zeros de Função Sistemas
Leia maisInterpolação 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 maisDerivadas Parciais Capítulo 14
Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS Como vimos no Capítulo 4, no Volume I, um dos principais usos da derivada ordinária é na determinação dos valores máximo e mínimo. DERIVADAS PARCIAIS 14.7
Leia maisPUC-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( f a ) 2 +16π 2 λ 2 2
Ajuste de uma função pelo Método dos Mínimos-Quadrados O Método dos Mínimos-Quadrados é um método estatístico de tratamento de dados que permite obter os parâmetros de uma função que a aproximam o mais
Leia maisAjuste de mínimos quadrados
Capítulo 5 Ajuste de mínimos quadrados 5 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }}
Leia maisPESQUISA EM MERCADO DE CAPITAIS. Prof. Patricia Maria Bortolon, D. Sc.
PESQUISA EM MERCADO DE CAPITAIS Prof. Patricia Maria Bortolon, D. Sc. Cap. 6 Técnicas de Cálculo da Fronteira Eficiente ELTON, E.; GRUBER, M.; BROWN, S., GOETZMANN, W. Moderna Teoria de Carteiras e Análise
Leia maisInterpolação 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 maisExponencial de uma matriz
Exponencial de uma matriz Ulysses Sodré Londrina-PR, 21 de Agosto de 2001; Arquivo: expa.tex Conteúdo 1 Introdução à exponencial de uma matriz 2 2 Polinômio característico, autovalores e autovetores 2
Leia maisMÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA
MÉTODOS NEWTON E QUASE-NEWTON PARA OTIMIZAÇÃO IRRESTRITA Marlon Luiz Dal Pasquale Junior, UNESPAR/FECILCAM, jr.marlon@hotmail.com Solange Regina dos Santos (OR), UNESPAR/FECILCAM, solaregina@fecilcam.br
Leia maisf(1) = 6 < 0, f(2) = 1 < 0, f(3) = 16 > 0 x [2, 3].
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. Métodos Numéricos Para Solução
Leia maisÁlgebra Linear I - Aula 22
Álgebra Linear I - Aula 1. Bases Ortonormais.. Matrizes Ortogonais. 3. Exemplos. 1 Bases Ortonormais Lembre que uma base β é ortogonal se está formada por vetores ortogonais entre si: para todo par de
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teieira da Silveira Filho Conteúdo específico Integração Numérica Conteúdo temático Integração Gaussiana
Leia maisCálculo 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 maisAula 5 O Método dos Volumes Finitos
Universidade Federal do ABC Aula 5 O Método dos Volumes Finitos EN3224 Dinâmica de Fluidos Computacional Método dos volumes finitos (MVF) Origens: mecânica estrutural, cálculo das variações para condições
Leia maisMétodo dos Mínimos Quadrados
Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 1998/99 Método dos Mínimos Quadrados Objectivos: Estimação de valores pelo método dos mínimos quadrados. PROBLEMAS 1 Determine
Leia maisCálculo Numérico. Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson
Cálculo Numérico Sistemas lineares Métodos Iterativos: Introdução Método Iterativo de Jacobi-Richardson Métodos como: Métodos exatos Método de eliminação de Gauss Método de decomposição LU Método de Cholesky
Leia maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Leia maisInstituto Superior Técnico Departamento de Matemática Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 18/Nov/2003 ÁLGEBRA LINEAR A REVISÃO DA PARTE III Parte III - (a) Ortogonalidade Conceitos: produto
Leia maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Professor: Dr. Edwin B. Mitacc Meza emitacc@ic.uff.br www.ic.uff.br/~emitacc 0 x x e x dx e dx = e = e 0 x 0 0 x e x 0 e x dx dx = Métodos Aproximados Refletindo... Hoje
Leia maisInstituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática
Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática Análise Numérica Licenciaturas em Engenharia Ambiente,Civil e Química I - Equações Não Lineares.
Leia mais6 Ajuste de mínimos quadrados
6 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }} n Tipicamente quando m < n esse polinômio
Leia maisCálculo da energia média classicamente
Cálculo da energia média classicamente Probabilidade de encontrar um ente com uma energia entre ε e ε +dε em um sistema em equilíbrio térmico à temperatura T : P ε = e ε Distribuição de Boltzmann (K =
Leia mais(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e
Q1. Sejam A M 6 (R) uma matriz real e T : R 6 R 6 o operador linear tal que [T ] can = A, em que can denota a base canônica de R 6. Se o polinômio característico de T for então poderemos afirmar que: p
Leia mais