Apostila de Introdução Aos Métodos Numéricos

Tamanho: px
Começar a partir da página:

Download "Apostila de Introdução Aos Métodos Numéricos"

Transcrição

1 Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo

2 Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste de retas ()... 5 Iterpolação para 3 potos (+3) - ajuste de parábolas ()... 6 SÉTIMA ISTA DE EXERCÍCIOS...9 FORMA DE NEWTON... Tabela de Dereças Dvddas... Forma de Newto para o Polômo Iterpolador... OITAVA ISTA DE EXERCÍCIOS...5

3 Iterpolação Polomal Itrodução Vamos supor que temos um cojuto de dados {,( )} tal como a tabela abao:,5 3, 4,5 6, ( ),,6,8,46,57 Nosso problema é obter o valor de () para um valor de que ão teha sdo meddo, como por eemplo,.. Por eemplo, quado ão temos mutos dados (que levara a um mau ajuste de uma ução) e só queremos saber o valor de () para um termedáro etre duas meddas, sto é, << +, podemos usar as téccas da terpolação. Portato, terpolar um poto a um cojuto de + dados {,( )}, sgca smplesmete, calcular o valor de (), sem cohecer a orma aalítca de () ou ajustar uma ução aalítca aos dados. A terpolação polomal cosste em se obter um polômo p() que passe por todos os potos do cojuto de (+) dados {,( )}, sto é: p( )( ) () p( )( )... p( )( ) (ote que a cotagem começa em zero, portato temos + potos a epressão acma). O polômo p() é chamado de polômo terpolador. É possível se demostrar que este um úco polômo p() de grau meor ou gual a que passa por todos os (+) potos do cojuto {,( )} Portato, podemos escrever: ( ) ( ) p a a a a ( ) ( ) p a a a a... ( ) ( ) p a a a a 3

4 Esse cojuto de equações correspode a um sstema lear de + equações e + varáves. Portato, ele podera ser resolvdo dretamete. Essa é uma das ormas de se obter o polômo terpolador. Etretato, estem outras ormas, como a orma de agrage e a orma de Newto, que veremos a segur. Forma de agrage Itrodução : Sedo cohecdos os valores de uma ução apeas em determados potos, a INTERPOAÇÃO é um procedmeto que possblta a estmatva de valores descohecdos da ução, bem como aula a tegraçãode uma ução descohecda ou de dícl tegração. Seja um cojuto de + dados {,( )}. Queremos ecotrar um polômo terpolador p() que satsaça a codção (), sto é, passe por todos os potos. Uma possível orma para p() que satsaça () é: p( ) ( ) ( ) + ( ) ( ) + + ( ) ( ) () ode os k () são polômos tas que: ( ) δ k k sedo que: se, k δ k se, k Portato, p( ) ( ) ( ) + ( ) ( ) + + ( ) ( ) p( ) ( ) + ( ) + + ( ) p ( ) ( ) e, p( ) ( ) ( ) + ( ) ( ) + + ( ) ( ) p( ) ( ) + ( ) + + ( ) p ( ) ( ) ou seja: p ( ) ( ) o que mostra que o polômo terpolador p() passa eatamete sobre os potos {,( )} da tabela dada. (3) (4) 4

5 Temos agora que ecotrar os polômos k (), que satsaçam (3). Uma ução que satsaz a codção (3) é: k ( ) ( ) ( ) ( k ) ( k + ) ( ) ( ) ( ) ( ) ( ) ( ) k k que é ácl vercar, pos: ( k) ( ) e k se, k k k k k k + De maera compacta, podemos escrever o polômo terpolador a Forma de agrage, como: ( ) ( ) ( ) p e, ( ) j j j j ( j ) ( j) k (5) Iterpolação para potos (+) - ajuste de retas () ( ) ( ) ( ) De (5) : p( ) ( ). ( ) ( ). ( ) + ( ). ( ) As uções () devem satsazer (3), ou seja: (6) ( ) ( ) ( ) ( ) (7) 5

6 6 É ácl vercar que, as segutes uções, satsazem (7) : (8) De (8) em (6) : ( ) ( ) ( ) p + Iterpolação para 3 potos (+3) - ajuste de parábolas () ( ) ( ) ( ) ( ) De (5): ( ) ( ) ( ) ( ) ( ) p + + (9) ode: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Por costrução: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ) ( ) (

7 Portato: ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) p( ) + + ( ) Eemplo: Ajuste uma reta aos segutes potos: 4 () 3, 5,6 p p p ( ) ( ) + ( ) ( ) ( 4) +.8 ( ) ( ) E.: Iterpolação lear Tabela y + 5 Qual o valor de y para 5?

8 Iterpolação lear etre potos cohecdos (, y ) (, y ) - +- y y + ( y - y ) y 5 + (43-5) 34-8

9 Sétma sta de Eercícos ) Qual a relação etre o úmero de potos usados a terpolação e o grau do polômo terpolador que pode ser calculado? ) Se você tver um cojuto de 5 dados {(,( ), (,( ), (,( ), ( 3,( 3 ), ( 4,( 4 ),}, e deseja azer uma terpolação lear, sto é, ecotrar uma reta que lhe permta obter o valor de ( ), ode < < : a) Qual sera o grau do polômo que você calculara, sto é, quatos potos você utlzara? b) E quas potos da tabela você usara? 3 ) A segute tabela orma o úmero de carros que passam por um determado pedágo em um determado da: Horáro : :3 : :3 : :3 Número (em ml) a) Faça um gráco de horáro vs. úmero de carros para vercar qual a tedêca da curva. b) Estme o úmero de carros que passaram pelo pedágo às :, usado a orma de agrage para ecotrar um polômo terpolador p() que estma o úmero de carros em ução do tempo. Use uma reta como ução terpoladora. c) Agora, aça a mesma estmatva, mas utlzado uma parábola como polômo terpolador. 9

10 Forma de Newto Tabela de Dereças Dvddas. O prómo a método de terpolação a ser estudado é a Forma de Newto. No etato, para que possamos dscutr este método temos que ates os amlarzar com a costrução da chamada Tabela de Dereças Dvddas Seja a tabela de valores: 3 () ( ) ( ) ( ) ( 3 ) Podemos costrur a segute tabela: ( ) [, + ] [, +, + ] [, +, +, +3 ] ( ) ( ) [, ] [,, ] [, ] [,,, 3 ] ( ) [,, 3 ] [, 3 ] 3 ( 3 ) ode: [ ], [ ], [ 3], [,, ] ( ) ( ) ( ) ( ) ( ) ( ) 3 3 [, ] [, ]

11 [,, 3] [,,, 3] [, 3] [, ] Eemplo: 3 [,, 3] [,, ] 3,,4,7, ( ),83,536,68,5,864 A tabela de dereças dvddas é: ( ) [, + ] [, +, + ] [, +, +, +3 ],,83,4,536,7,68,5,,864,536,83,93,4,,68,536,7,4,487,5,68,7,893,864,5, 3,7,487 (,93),7,,35,893,487,343,4 3,7,893,354,,7,343,35,8,,354,343,4,,4 [, +, +, +3, +4 ],4 (,8),,, Forma de Newto para o Polômo Iterpolador Para calcular a Forma de Newto do polômo terpolador, vamos começar com o caso mas smples: ecotrar um polômo de grau, p (), que terpola () o poto. Vamos partr da dereça dvdda [,], que é dada por: [ ], ( ) ( ) Isolado-se () da epressão acma, tem-se: ()

12 ( ) ( ) [, ] ( ) ( ) ( ) + [, ] ( ) () Da própra deção de polômo terpolador, sabe-se que (ver epressão da aula ateror): p ()( ) Portato, a epressão () pode ser escrta como: ( ) ( ) + [, ] ( ) p A epressão acma ão pode ser usada dretamete, pos ão podemos calcular o valor [,], já que ão cohecemos o valor de () em qualquer poto (veja epressão () acma). Fora do poto, sabemos que o polômo terpolador é apeas uma apromação de (), caso cotráro teríamos uma resposta eata e ão precsaríamos da terpolação. Em outras palavras, tem-se que: p () (), para Portato, da epressão (3), cocluímos que [, ](- ) é smplesmete a dereça etre o valor de () (valor real da ução) e o valor p () que obtvemos com a terpolação. Em outras palavras, esse termo é o erro o processo de terpolação, sto é: E ( ) ( ) p ( ) [ ] ( ), Podemos realzar o mesmo eercíco, partdo de uma dereça dvda de ordem maor, ou seja [,,], que é dada por: e [,, ] [,, ] ( ) ( ) ( ) [, ] ( ) ( ) Portato, tem-se que: [, ] [, ] ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) [, ],, ( ) ( ) + ( ) [ ] + ( ) ( ) [, ], p, [, ] Podemos vercar que o polômo terpolador de ordem, p (), é dado por: ( ) ( ) + ( ) [ ], pos, e ( ) ( ) + ( ) [ ] ( ) p, (3) (4)

13 ( ) ( ) + ( ) [ ] ( ) + ( ) ( ) ( ) p, que são as codções udametas para se ecotrar tal polômo. Portato, o erro cometdo ao se apromar () por p () é: ( ) ( ) ( ) [ ] E,, Podemos cotuar dedamete, até ecotrarmos o polômo terpolador de uma ordem qualquer, aplcado sempre o mesmo racocío. A epressão geral para um polômo terpolador de ordem será etão: p + ( ) ( ) + ( ) [, ] + ( ) ( ) [,, ] ( ) ( ) K ( ) [,, K, ] e o erro é dado por: E ( ) ( ) ( ) K ( ) [, ],, K, + + ( ) Eemplo:,,5,9,5, () 4,88 5, 5,7 8,, Ecotre o polômo terpolador p() usado a orma de Newto: ( ) [, + ] [, +, + ], 4,88,5 5,,9 5,7,5 8,,, 5, 4,88,5,,4 5,7 5,,9,5,8 8, 5,7,5,9 3,8, 8,,,5 6,,8,4,9, 3,8,8,5,5 6, 3,8,,9 Usado (): 3

14 p( ) 4,88 + (,).4 + (,).(,5). p( ) 4,88 +,4,8 + (,5, +,). p( ) 4,88 +,4,8 +,4 +, p( ) + 5 Note que usado a orma de Newto, p( ) ( ) 4

15 Otava sta de Eercícos ) Qual é a codção básca para se obter o polômo terpolador? ) Na abrcação de determadas cerâmcas é muto mportate saber as codções de temperatura em que o produto o assado o oro. Como ão é possível medr a temperatura do oro a todo state, ela é medda em tervalos peródcos de tempo e esses dados são terpolados para o state em que cada peça o quemada a m de se cohecer a temperatura do oro esse state. Em um da de ucoameto do oro, os segutes dados oram coletados: Horáro 7: : 3: 6: 9: : Temperatura ( o C) a) Costrua a tabela de dereças dvddas para esses potos. b) Estme a temperatura do oro ás 4:3 usado a orma de Newto para apeas dos potos. c) Faça essa estmatva ovamete, desta vez usado 3 potos. 3 ) Dado o segute cojuto de dados, ( ).4±..9±. 4.±..4±.3-7.5±.4 ecotre o valor de () para., usado: a) uma parábola do tpo g()a +b ajustada aos dados; b) um polômo terpolador de ordem gual a, a orma de agrage; c) um polômo terpolador de ordem gual a, a orma de Newto; 5

16 Reerêcas Bblográcas RUGGIERO/OPES - Cálculo Numérco. Makro Books CHAPRA/CARRAE - Numercal Methods or Egeers. Ed. McGrawHll CONTE - Elemetos de Aálse Numérca. Ed. Globo BARROSO - Cálculo Numérco - Ed. Harper & How do Brasl MARCEO G. MUNHOZ- Apostla de Cálculo Numérco - FACENS 6

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

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

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

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

Gabarito da Lista de Interpolação e Método dos Mínimos Quadrados

Gabarito da Lista de Interpolação e Método dos Mínimos Quadrados Gabarto a sta e Iterpolação e Métoo os Mímos Quaraos ercíco : a cos Prmera orma: Iterpolação e agrage 8 5 P cos5 P - 89765 6 5 85 5 5 5 P 5 : : rro Portato 6 cos9 9 ; -5 6 9-9 - 6 5 5 5 85 cos6 6 ; 5 9

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

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

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados

Exercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados Eercícos e Cálculo Numérco Iterpolação Polomal e Métoo os Mímos Quaraos Para a ução aa, seja,, 6 e, 9 Costrua polômos e grau, para apromar, 5, e ecotre o valor o erro veraero a cos b c l Use o Teorema

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

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

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. [email protected] 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

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

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

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

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos [email protected] Prof. Marco A.F.H. Cavalcat [email protected] Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

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

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

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

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 DE RAÍZES DE EQUAÇÕES NÃO LINEARES

CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES Itrodução Em dversos camos da Egehara é comum a ecessdade da determação de raízes de equações ão leares. Em algus casos artculares, como o caso de olômo, que

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

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

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. [email protected] http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

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

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

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares

Exercícios - Sequências de Números Reais (Solução) Prof Carlos Alberto S Soares Exercícos - Sequêcas de Números Reas (Solução Prof Carlos Alberto S Soares 1 Dscuta a covergêca da sequẽca se(2. Calcule, se exstr, lm se(2. Solução 1 Observe que se( 2 é lmtada e 1/ 0, portato lm se(2

Leia mais

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes

UERJ CTC IME Departamento de Informática e Ciência da Computação 2 Cálculo Numérico Professora Mariluci Ferreira Portes UERJ CTC IE Departameto de Iormátca e Cêca da Computação Udade I - Erros as apromações umércas. I. - Cosderações geras. Há váras stuações em dversos campos da cêca em que operações umércas são utlzadas

Leia mais

CAP. IV INTERPOLAÇÃO POLINOMIAL

CAP. IV INTERPOLAÇÃO POLINOMIAL CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts uções são cohecds pes um cojuto to e dscreto de potos de um tervlo [,b]. Eemplo: A tbel segute relco clor especíco d águ e tempertur: tempertur (ºC 5 5 clor

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

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

Flambagem. Cálculo da carga crítica via MDF

Flambagem. Cálculo da carga crítica via MDF Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca

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

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

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 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

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

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

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

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES INTERPOLAÇÃO

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES INTERPOLAÇÃO Uversdade Federal do Ro Grade FURG Isttuto de Matemátca, Estatístca e Físca IMEF Edtal CAPES INTERPOLAÇÃO Pro. Atôo Mauríco Mederos Alves Proª Dese Mara Varella Martez Matemátca Básca ara Cêcas Socas II

Leia mais

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios

Previsão de demanda quantitativa Regressão linear Regressão múltiplas Exemplos Exercícios Objetvos desta apresetação Plaejameto de produção: de Demada Aula parte Mauro Osak TES/ESALQ-USP Pesqusador do Cetro de Estudos Avaçados em Ecooma Aplcada Cepea/ESALQ/USP de demada quattatva Regressão

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

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

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade

1. Conceitos básicos de estatística descritiva 1.3. Noção de extracção aleatória e de probabilidade Sumáro (3ª aula). Cocetos báscos de estatístca descrtva.3. Noção de etracção aleatóra e de probabldade.4 Meddas de tedêca cetral.4. Méda artmétca smples.4. Méda artmétca poderada.4.3 Méda artmétca calculada

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

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

Centro de massa, momento linear de sistemas de partículas e colisões

Centro de massa, momento linear de sistemas de partículas e colisões Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,

Leia mais

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04

MA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04 MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de

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

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

A letra x representa números reais, portanto

A letra x representa números reais, portanto Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da

Leia mais

Cálculo Numérico Interpolação Polinomial Ajuste de Curvas (Parte II)

Cálculo Numérico Interpolação Polinomial Ajuste de Curvas (Parte II) Cálulo Nuéro Iterpolação Poloal Ajuste de Curvas (Parte II) Pro Jore Cavalat joreavalat@uvasedubr MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - wwwdsuedubr/~u/ Ajuste de Curvas

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

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

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. [email protected] http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

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

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 5

FICHA de AVALIAÇÃO de MATEMÁTICA A 11.º Ano Versão 5 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão 5 Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para

Leia mais