restart: with(plots): with(linalg): POLINÔMIO DE HERMITE EXEMPLO1:

Tamanho: px
Começar a partir da página:

Download "restart: with(plots): with(linalg): POLINÔMIO DE HERMITE EXEMPLO1:"

Transcrição

1 restart: with(plots): with(linalg): POLINÔMIO DE HERMITE EXEMPLO1: Interpole a função e sua derivada pelo Polinômio de Hermite, usando a tabela abaixo, onde por g(x) estamos denotando a devidada de f(x) Queremos interpolar a função e sua derivada. Multiplicidade 2. Usando três pontos o grau do polinômio de Hermite é N= =5 x2:=2.0: O valor da função f(x)=x^2 f0:=0.0: f2:=4.0: Vamos denotar g valor da derivada g(x)=f ' (x) g0:=0.0: x0:=0.0: x1:=1.0: f1:=1.0: g1:=2.0: g2:=4.0: CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA CADA PONTO UM POLINÔMIO. NESSE CASO OS PPOLINÔMIOS SÃO DE GRAU 2 L0:=(x-x1)*(x-x2)/((x0-x1)*(x0-x2)):; L1:=(x-x0)*(x-x2)/((x1-x0)*(x1-x2)):; L2:=(x-x0)*(x-x1)/((x2-x0)*(x2-x1)):; LL0:=plot([L0(x)], x=x0..x2, color=[red], style=[line]): LL1:=plot([L1(x)], x=x0..x2, color=[blue], style=[line]): LL2:=plot([L2(x)], x=x0..x2, color=[green], style=[line]): display(ll0,ll1,ll2);

2 x O Grafico acima é dos 3 polinômios de Lagrange de grau n=3. Note que os polinômios são ortogonais CÁLCULO DA DERIVADAS DOS POLINÔMIOS DE LAGRANGE DL0:=evalf(diff(L0,x),3); DL0 := 1.00 x K1.50 DL1:=evalf(diff(L1,x),3); DL1 := K2.00 x C2.00 DL2:=evalf(diff(L2,x),3); DL2 := 1.00 x K0.500 D0:=subs(x=x0, DL0); D0 := K1.50 D1:=subs(x=x1, DL1); D1 := 0. D2:=subs(x=x2, DL2); D2 := CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI0:=evalf((1-2*D0*(x-x0))*(L0)^2,3); (1) (2) (3) (4) (5) (6) (7)

3 PHI0 := C3.00 x x K1.0 2 x K2.0 2 PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); PHI1 := 1.00 x 2 x K2.0 2 PHI2:=evalf((1-2*D2*(x-x2))*(L2)^2,3); PHI2 := K3.00 x x 2 x K1.0 2 LPHI0:=plot([PHI0(x)], x=x0..x2, color=[red], style=[line]): LPHI1:=plot([PHI1(x)], x=x0..x2, color=[blue], style=[line]): LPHI2:=plot([PHI2(x)], x=x0..x2, color=[green], style=[line]): (7) (8) (9) display(lphi0,lphi1,lphi2); x O grafico acima é a base da função base que interpola a função f(x). Note novamente que são polinômios de grau 5 e ortogonais. CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI0:=(x-x0)*(L0*L0); (10)

4 PSI0 := x x K1.0 2 x K2.0 2 PSI1:=(x-x1)*(L1)^2; PSI1 := x K1.0 x 2 x K2.0 2 PSI2:=(x-x2)*(L2)^2; PSI2 := x K2.0 x 2 x K1.0 2 LPS0:=plot([PSI0(x)], x=x0..x2, color=[red], style=[line]): LPS1:=plot([PSI1(x)], x=x0..x2, color=[blue], style=[line]): LPS2:=plot([PSI2(x)], x=x0..x2, color=[green], style=[line]): (10) (11) (12) display(lps0,lps1,lps2); x K0.1 K0.2 O grafico acima é a base da função base que interpola a função g(x). Note novamente que são polinômios de grau 5 e são ortogonais. POLINÔMIO DE HERMITE Assim o polinômio de Hermite é dado por:( combinação dos elementos da base de f com a combinação dos elementos da base da derivada) P:=simplify(evalf(f0*PHI0+f1*PHI1+f2*PHI2+g0*PSI0+g1*PSI1+g2*

5 PSI2,3)); # ESSE É POLINÔMIO DE HERMITE P := x 2 CALCULABDO A DERIVADA DO POLINÔMIO DE HERMITE Q:=simplify(evalf(diff(P,x),3));# DERIVADA DO POLINÔMIO DE HERMITE Q := 2.00 x VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. (13) (14) a0:=subs(x=0, P);a1:=subs(x=1, P);a2:=subs(x=2, P); a0 := 0. a1 := a2 := b0:=subs(x=0, Q);b1:=subs(x=1, Q);b2:=subs(x=2, Q); b0 := 0. b1 := 2.00 b2 := 4.00 (16) Se desejamos saber o valor aproximado de f(x) e g(x) no ponto x=0.6, temos: a3:=subs(x=0.6, P); a3 := (17) b3:=subs(x=0.6, Q); b3 := (18) Note que as tabelas foram construídas a partir da função f(x)=x^2. Consequentemente a função g(x)=f (x)=2x Assim é facil de f(0.6)=0.36 e g(0.6)=1.2, tendo assim uma excelente aproimação. EXEMPLO 2: (15) INTERPOLAÇÃO DA FUNÇÃO f(x) e sua derivadas, usando três pontos. Queremos interpolar a função e sua derivada. Multiplicidade 2. Usando três pontos o grau do polinômio de Hermite é N= =5 x0:=0.0: x2:=2.0: O valor da função f(x) f0:=1.00: f2:= : Vamos denotar g valor da derivada g(x)=f ' (x) g0:=1.00: x1:=1.0: f1:= : g1:= : g2:= :

6 CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA CADA PONTO UM POLINÔMIO. NESSE CASO OS PPOLINÔMIOS SÃO DE GRAU 2 L0:=evalf((x-x1)*(x-x2)/((x0-x1)*(x0-x2)),3); L0 := x K1.0 x K2.0 L1:=evalf((x-x0)*(x-x2)/((x1-x0)*(x1-x2)),3); L1 := K1.00 x x K2.0 L2:=evalf((x-x0)*(x-x1)/((x2-x0)*(x2-x1)),3); L2 := x x K1.0 LL0:=plot([L0(x)], x=x0..x2, color=[red], style=[line]): LL1:=plot([L1(x)], x=x0..x2, color=[blue], style=[line]): LL2:=plot([L2(x)], x=x0..x2, color=[green], style=[line]): display(ll0,ll1,ll2):; (19) (20) (21) CÁLCULO DA DERIVADAS DOS POLINÔMIOS DE LAGRANGE DL0:=evalf(diff(L0,x),3); DL0 := 1.00 x K1.50 DL1:=evalf(diff(L1,x),3); DL1 := K2.00 x C2.00 DL2:=evalf(diff(L2,x),3); DL2 := 1.00 x K0.500 D0:=evalf(subs(x=x0, DL0),3); D0 := K1.50 D1:=subs(x=x1, DL1); D1 := 0. D2:=subs(x=x2, DL2); D2 := CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI0:=evalf((1-2*D0*(x-x0))*(L0)^2,3); PHI0 := C3.00 x x K1.0 2 x K2.0 2 PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); PHI1 := 1.00 x 2 x K2.0 2 PHI2:=evalf((1-2*D2*(x-x2))*(L2)^2,3); PHI2 := K3.00 x x 2 x K1.0 2 As funções acima é a base da função base que interpola a função f(x). {PHI0,PHI1,PHI2} Note novamente que são polinômios de grau 5 e ortogonais. (22) (23) (24) (25) (26) (27) (28) (29) (30) LPHI0:=plot([PHI0(x)], x=x0..x2, color=[red], style=[line]): LPHI1:=plot([PHI1(x)], x=x0..x2, color=[blue], style=[line]): LPHI2:=plot([PHI2(x)], x=x0..x2, color=[green], style=[line]): display(lphi0,lphi1,lphi2):; CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f

7 PSI0:=(x-x0)*(L0*L0); PSI0 := x x K1.0 2 x K2.0 2 PSI1:=(x-x1)*(L1)^2; PSI1 := x K1.0 x 2 x K2.0 2 PSI2:=(x-x2)*(L2)^2; PSI2 := x K2.0 x 2 x K1.0 2 (31) (32) (33) As funções acima é a base da função base que interpola a função g(x). {PSI0,PSI1,PSI2} Note novamente que são polinômios de grau 5 e ortogonais. LPS0:=plot([PSI0(x)], x=x0..x2, color=[red], style=[line]): LPS1:=plot([PSI1(x)], x=x0..x2, color=[blue], style=[line]): LPS2:=plot([PSI2(x)], x=x0..x2, color=[green], style=[line]): display(lps0,lps1,lps2):; Assim o Polinômio Interpolador de Hermite é dado por:( combinação dos elementos da base de f com a combinação dos elementos da base da derivada) OBERVE QUE O POLINÔMIO TEM GRAU 5 P:=simplify(evalf(f0*PHI0+f1*PHI1+f2*PHI2+g0*PSI0+g1*PSI1+g2* PSI2,4)); # ESSE É POLINÔMIO DE HERMITE P := x C C x 4 C x 3 C x 5 C x 2 CALCULABDO A DERIVADA DO POLINÔMIO DE HERMITE Q:=simplify(evalf(diff(P,x),4)); # DERIVADA DO POLINÔMIO DE HERMITE Q := 1. C x 3 C x 2 C x 4 C x VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. f(x) a0:=subs(x=0, P);a1:=subs(x=1, P);a2:=subs(x=2, P); a0 := a1 := a2 := b0:=subs(x=0, Q);b1:=subs(x=1, Q);b2:=subs(x=2, Q); b0 := 1. b1 := b2 := Se desejamos saber o valor aproximado de f(x) e g(x) no ponto x=1.3, temos: a3:=subs(x=1.3, P); a3 := b3:=subs(x=1.3, Q); (34) (35) (36) (37) (38) (39)

8 b3 := (39) Note que as tabelas foram construídas a partir da função f(x)=exp(x). Consequentemente a função g(x)= f (x)=exp(x) Assim temos o seguinte valor "exato" para a função exponencial: aa3:=evalf(subs(x=1.3, exp(x))); aa3 := (40) bb3:=evalf(subs(x=1.3, exp(x))); bb3 := (41) Podemos verificar o erro absoluto da aproximação da função e de sua derivada. e1:=abs(aa3-a3); e2:=abs(bb3-b3); e1 := e2 := (42) (43) EXEMPLO 3: Determine o polinômio de Hermite para os 4 pontos tabelados. Observe que agora o grau do polinômio é : São 4 pontos então teremos um polinômio de grau n=2*4-1=7 x3:=1.5: O valor da função f(x) f0:=0.0: f3:=21.0: Vamos denotar g valor da derivada g(x)=f ' (x) g0:=18.86: x0:=0: x1:=0.5: x2:=1.0: f1:=15.0: f2:=22.0: g1:=20.47: g2:=19.38: g3:=21.00: CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA CADA PONTO UM POLINÔMIO. NESSE CASO OS PPOLINÔMIOS SÃO DE GRAU 3 L0:=evalf((x-x1)*(x-x2)*(x-x3)/((x0-x1)*(x0-x2)*(x0-x3)),3); L0 := K1.33 x K0.5 x K1.0 x K1.5 L1:=evalf((x-x0)*(x-x2)*(x-x3)/((x1-x0)*(x1-x2)*(x1-x3)),3); L1 := 4.00 x x K1.0 x K1.5 (44) (45)

9 L2:=evalf((x-x0)*(x-x1)*(x-x3)/((x2-x0)*(x2-x1)*(x2-x3)),3); L2 := K4.00 x x K0.5 x K1.5 L3:=evalf((x-x0)*(x-x1)*(x-x2)/((x3-x0)*(x3-x1)*(x3-x2)),3); L3 := 1.33 x x K0.5 x K1.0 LL0:=plot([L0(x)], x=x0..x3, color=[red], style=[line]): LL1:=plot([L1(x)], x=x0..x3, color=[blue], style=[line]): LL2:=plot([L2(x)], x=x0..x3, color=[green], style=[line]): LL3:=plot([L3(x)], x=x0..x3, color=[black], style=[line]): display(ll0,ll1,ll2,ll3); 1.0 (46) (47) x K0.2 OBSERVE PELO GRÁFICO QUE OS QUATRO POLINÔMIOS DE LAGRANGE SÃO ORTOGONAIS EM RELAÇÃO AOS PONTOS TABELADOS. CÁLCULO DA DERIVADAS DOS POLINÔMIOS DE LAGRANGE DL0:=diff(L0,x):; DL1:=diff(L1,x):; DL2:=diff(L2,x):;

10 DL3:=diff(L3,x):; D0:=subs(x=x0, DL0):; D1:=subs(x=x1, DL1):; D2:=subs(x=x2, DL2):; D3:=subs(x=x3, DL3):; CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI0:=(1-2*D0*(x-x0))*(L0)^2; PHI0 := C x x K0.5 2 x K1.0 2 x K1.5 2 PHI1:=(1-2*D1*(x-x1))*(L1)^2; PHI1 := x 3 x K1.0 2 x K1.5 2 PHI2:=(1-2*D2*(x-x2))*(L2)^2; PHI2 := K x x 2 x K0.5 2 x K1.5 2 PHI3:=(1-2*D3*(x-x3))*(L3)^2; PHI3 := K x x 2 x K0.5 2 x K1.0 2 #LPHI0:=plot([PHI0(x)], x=x0..x3, color=[red], style=[line]): #LPHI1:=plot([PHI1(x)], x=x0..x3, color=[blue], style=[line]): #LPHI2:=plot([PHI2(x)], x=x0..x3, color=[green], style=[line]): #LPHI3:=plot([PHI3(x)], x=x0..x3, color=[black], style=[line]): #display(lphi0,lphi1,lphi2, LPHI3); CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI0:=evalf((x-x0)*(L0*L0),3); PSI0 := 1.77 x x K0.5 2 x K1.0 2 x K1.5 2 PSI1:=evalf((x-x1)*(L1*L1),3); PSI1 := 16.0 x K0.5 x 2 x K1.0 2 x K1.5 2 PSI2:=evalf((x-x2)*(L2)^2,3); PSI2 := 16.0 x K1.0 x 2 x K0.5 2 x K1.5 2 PSI3:=evalf((x-x3)*(L3)^2,3); PSI3 := 1.77 x K1.5 x 2 x K0.5 2 x K1.0 2 #LPS0:=plot([PSI0(x)], x=x0..x3, color=[red], style=[line]): #LPS1:=plot([PSI1(x)], x=x0..x3, color=[blue], style=[line]): #LPS2:=plot([PSI2(x)], x=x0..x3, color=[green], style=[line]): #LPS3:=plot([PSI3(x)], x=x0..x3, color=[black], style=[line]): #display(lps0,lps1,lps2,lps3); POLINÔMIO DE HERMITE OBSERVE QUE O POLINÔMIO TEM GRAU 7 P:=simplify(evalf(f0*PHI0+f1*PHI1+f2*PHI2+f3*PHI3+g0*PSI0+g1* (48) (49) (50) (51) (52) (53) (54) (55)

11 PSI1+g2*PSI2+g3*PSI3,4)); # ESSE É POLINÔMIO DE HERMITE P := x C x 7 K x 6 K x 4 C x 3 C x 5 C x 2 (56) LP0:=plot([P(x)], x=x0..x3, color=[black], style=[point]): display(lp0); x CALCULANDO A DERIVADA DO POLINÔMIO DE HERMITE Q:=simplify(evalf(diff(P,x),5)); # DERIVADA DO POLINÔMIO DE HERMITE Q := C x 6 K x 5 K x 3 C x 2 C x 4 C x (57) LQ0:=plot([Q(x)], x=x0..x3, color=[black], style=[point]): display(lq0);

12 x K10 K20 VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. a0:=subs(x=0.0, P);a1:=subs(x=0.5, P);a2:=subs(x=1.0, P);a3:=subs (x=1.5, P); a0 := 0. a1 := a2 := a3 := b0:=subs(x=0, Q); b1:=subs(x=0.5, Q); b2:=subs(x=1.0, Q); b3:= subs(x=1.5, Q); b0 := b1 := b2 := b3 := (58) (59)

13 POLINÔMIOS POR PARTES DE HERMITE Vamos calcular para cada dois pontos consectivos um polinomio de Hermite de grau N=2+2-1=3 restart: with(plots): with(linalg): x3:=1.5: O valor da função f(x) f0:=0.0: f3:=21.0: Vamos denotar g valor da derivada g(x)=f ' (x) g0:=18.86: x0:=0.0: x1:=0.5: x2:=1.0: f1:=15.0: f2:=22.0: g1:=20.47: g2:=19.38: g3:=21.00: CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA CADA DOIS PONTOS UM POLINÔMIO. ASSIM O GRAU SÃO 2*2-1= 3. NESSE CASO OS POLINÔMIOS SÃO DE GRAU 3; Primeiro polinômio por partes envolvendo os pontos x0 e x1 L0:=evalf((x-x1)/((x0-x1)),3); L0 := K2.00 x C1.00 L1:=evalf((x-x0)/((x1-x0)),3); L1 := 2.00 x (60) (61) CÁLCULO DA DERIVADAS DOS POLINÔMIOS DE LAGRANGE DL0:=diff(L0,x); DL1:=diff(L1,x); DL0 := K2.00 DL1 := 2.00 (62) (63)

14 D0:=subs(x=x0, DL0); D1:=subs(x=x1, DL1); D0 := K2.00 D1 := 2.00 CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI0:=(1-2*D0*(x-x0))*(L0)^2; PHI0 := 1 C4.00 x K2.00 x C PHI1:=(1-2*D1*(x-x1))*(L1)^2; PHI1 := K4.00 x x 2 (64) (65) (66) (67) CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI0:=(x-x0)*(L0*L0); PSI0 := x K2.00 x C PSI1:=(x-x1)*(L1*L1); PSI1 := x K0.5 x 2 POLINÔMIO DE HERMITE: Para o primeiro intervalo temos o seguinte polinômio de grau 3: P1:=evalf(f0*PHI0+f1*PHI1+g0*PSI0+g1*PSI1,3); # ESSE É POLINÔMIO DE HERMITE P1 := K4.00 x x 2 C18.9 x K2.00 x C C82.0 x K0.5 x 2 CALCULANDO A DERIVADA DO POLINÔMIO DE HERMITE (68) (69) (70) Q1:=evalf(diff(P1,x),3); # DERIVADA DO POLINÔMIO DE HERMITE Q1 := K158. x 2 C K4.00 x x C18.9 K2.00 x C K75.6 x K2.00 x C1.00 C164. x K0.5 x VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. f(x)= g(x) (71) a0:=subs(x=0, P1);a1:=subs(x=0.5, P1); a0 := 0. a1 := b0:=subs(x=0, Q1); b1:=subs(x=0.5, Q1); b0 := b1 := Note que os valores obtidos acima, asseguram que o polinômio interpola corretamente a função e sua derivada. A seguir as respostas dos itens do exercício. (72) (73)

15 Polinômio de Hermite de grau 3 para o segundo intervalo: [X1, X2] L1:=evalf((x-x2)/((x1-x2)),3); L1 := K2.00 x C2.00 L2:=evalf((x-x1)/((x2-x1)),3); L2 := 2.00 x K1.00 (74) (75) CÁLCULO DA DERIVADAS DOS POLINÔMIOS DE LAGRANGE DL1:=diff(L1,x); DL1 := K2.00 DL2:=diff(L2,x); DL2 := 2.00 D1:=subs(x=x1, DL1); D1 := K2.00 D2:=subs(x=x2, DL2); D2 := 2.00 CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI1:=(1-2*D1*(x-x1))*(L1)^2; PHI1 := K1.000 C4.00 x K2.00 x C PHI2:=(1-2*D2*(x-x2))*(L2)^2; PHI2 := K4.00 x 2.00 x K CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI1:=(x-x1)*(L1*L1); PSI1 := x K0.5 K2.00 x C PSI2:=(x-x2)*(L2*L2); PSI2 := x K x K POLINÔMIO DE HERMITE PARA O SEGUNDO INTERVALO: P2:=f1*PHI1+f2*PHI2+g1*PSI1+g2*PSI2; # ESSE É POLINÔMIO DE HERMITE P2 := 15.0 K1.000 C4.00 x K2.00 x C C K4.00 x 2.00 x K C20.47 x K0.5 K2.00 x C C19.38 x K x K Fazendo uma simplificação temos: P22:simplify(P2); K x 2 C x K C x 3 CALCULANDO A DERIVADA DO POLINÔMIO DE HERMITE Q2:=diff(P2,x); # DERIVADA DO POLINÔMIO DE HERMITE Q2 := K2.00 x C K K1.000 C4.00 x K2.00 x C2.00 K x K C K4.00 x 2.00 x K1.00 K x K 0.5 K2.00 x C2.00 C x K x K1.00 Fazendo uma simplificação temos: Q22:=simplify(Q2); (76) (77) (78) (79) (80) (81) (82) (83) (84) (85) (86)

16 Q22 := x 2 K x C VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. f(x)= g(x)=exp(x) a0:=subs(x=0.5, P2);a1:=subs(x=1.0, P2); a0 := a1 := b0:=subs(x=0.5, Q2); b1:=subs(x=1.0, Q2); b0 := b1 := Note que os valores obtidos acima, asseguram que o polinômio interpola corretamente a função e sua derivada. Note que nos extremos do intervalo em comum com os dois Polinômios por partes temos: P1(0.5)=P2(0.5)=22.0 (assegurando a continuidade). Além disso Q1(0.5)=Q2(0.5)=19.38 (assegurando a continuidade da derivada) INTERPOLANDO AGORA NO INTERVALO [X2, X3]: POLINÔMIO DE HERMITE (87) (88) (89) L2:=evalf((x-x3)/((x2-x3)),3); L2 := K2.00 x C3.00 L3:=evalf((x-x2)/((x3-x2)),3); L3 := 2.00 x K2.00 (90) (91) CÁLCULO DA DERIVADAS DOS POLINÔMIOS DE LAGRANGE DL2:=diff(L2,x); DL3:=diff(L3,x); D2:=subs(x=x2, DL2); D3:=subs(x=x3, DL3); DL2 := K2.00 DL3 := 2.00 D2 := K2.00 D3 := 2.00 (92) (93) (94) (95) CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI2:=(1-2*D2*(x-x2))*(L2)^2; PHI2 := K3.000 C4.00 x K2.00 x C PHI3:=(1-2*D3*(x-x3))*(L3)^2; PHI3 := K4.00 x 2.00 x K (96) (97)

17 CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI2:=evalf((x-x2)*(L2*L2),3); PSI2 := x K1.0 K2.00 x C PSI3:=evalf((x-x3)*(L3*L3),3); PSI3 := x K x K POLINÔMIO DE HERMITE: OBERVE QUE O POLINÔMIO TEM GRAU 3 (98) (99) P3:=evalf(f2*PHI2+f3*PHI3+g2*PSI2+g3*PSI3,3); # ESSE É POLINÔMIO DE HERMITE P3 := 22.0 K3.00 C4.00 x K2.00 x C C K4.00 x 2.00 x K C19.4 x K1.0 K2.00 x C C21.0 x K x K Fazendo uma simplificação temos: P33:=simplify(P3); P33 := K x 2 C x K C x 3 CALCULABDO A DERIVADA DO POLINÔMIO DE HERMITE Q3:=evalf(diff(P3,x),3); # DERIVADA DO POLINÔMIO DE HERMITE Q3 := 107. K2.00 x C K88.0 K3.00 C4.00 x K2.00 x C3.00 K x K C K4.00 x 2.00 x K2.00 K77.6 x K1.0 K2.00 x C3.00 C84.0 x K x K2.00 Fazendo uma simplificação temos: Q33:=simplify(Q3); Q33 := x 2 K x C VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. f(x)= g(x)=exp(x) a0:=subs(x=1.0, P3);a1:=subs(x=1.5, P3); a0 := a1 := b0:=subs(x=1.0, Q3); b1:=subs(x=1.5, Q3); b0 := b1 := FAZENDO OS GRÁFICO DOS POLINÔMIOS DE HERMITE POR PARTES EM CADA INTERVALO: (100) (101) (102) (103) (104) (105) H01:=plot([P1(x)], x=x0..x1, color=[red], style=[line]): H12:=plot([P2(x)], x=x1..x2, color=[blue], style=[line]): H23:=plot([P3(x)], x=x2..x3, color=[green], style=[line]):

18 O gráficos de cada polinômio por partes de Hermite é dado abaixo: display(h01,h12,h23); x G01:=plot([Q1(x)], x=x0..x1, color=[red], style=[line]): G12:=plot([Q2(x)], x=x1..x2, color=[blue], style=[line]): G23:=plot([Q3(x)], x=x2..x3, color=[green], style=[line]): Os gráficos da cada derivada do polinômio de Hermite por partes é dado abaixo display(g01,g12,g23);

19 x K10 Suponhamos que queiramos calcular o valor da função aproximada e de sua derivada nos pontos x=0.3; x=0.7 e x=1.1. então c0:=subs(x=0.3, P1); c1:=subs(x=0.7, P2); c2:=subs(x=1.1, P3); c0 := c1 := c2 := Para as derivadas temos: d0:=subs(x=0.3, Q1); d1:=subs(x=0.7, Q2); d2:=subs(x=1.1, Q3); d0 := d1 := d2 := K ? `?` EXEMPLO DE POLINOMIO LINEAR POR PARTES (106) (107) (108)

20 USANDO OS DADOS DA FUNÇÃO f = x 2 x0:=0.0: x1:=1.0: x2:=2.0: O valor da função f(x)=x^2 f0:=0.0: f1:=1.0: f2:=4.0: Vamos denotar g valor da derivada g(x)=f ' (x) g0:=0.0: g1:=2.0: g2:=4.0: CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA INTERVALO [X0, X1]=[0,1]: GRAU DO POLINÔMIO É IGUAL A TRÊS PRIMEIRA PARTE L0:=(x-x1)/((x0-x1)); L0 := K x C L1:=(x-x0)/((x1-x0)); L1 := x (109) (110) DL0:=evalf(diff(L0,x),3); DL1:=evalf(diff(L1,x),3); DL0 := K1.00 DL1 := 1.00 (111) (112) D0:=subs(x=x0, DL0); D1:=subs(x=x1, DL1); D0 := K1.00 D1 := 1.00 (113) (114) CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI0:=evalf((1-2*D0*(x-x0))*(L0)^2,3); PHI0 := 1. C2.00 x K1.00 x C PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); (115)

21 PHI1 := 1.00 K2.00 x C3.00 x 2 (116) O grafico acima é a base da função base que interpola a função f(x). Note que são polinômios de grau 3 e ortogonais. CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI0:=(x-x0)*(L0*L0); PSI0 := x K x C PSI1:=(x-x1)*(L1)^2; PSI1 := x K1.0 x 2 (117) (118) O grafico acima é a base da função base que interpola a função g(x). Note novamente que são polinômios de grau 5 e ortogonais. POLINÔMIO DE HERMITE Assim o polinômio de Hermite é dado por:( combinação dos elementos da base de f com a combinação dos elementos da base da derivada) P1:=simplify(evalf(f0*PHI0+f1*PHI1+g0*PSI0+g1*PSI1,3)); P1 := x 2 CALCULABDO A DERIVADA DO POLINÔMIO DE HERMITE Q1:=simplify(evalf(diff(P,x),3)); Q1 := 0. VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. a0:=subs(x=0, P);a1:=subs(x=1, P); a0 := P a1 := P b0:=subs(x=0, Q);b1:=subs(x=1, Q); b0 := Q b1 := Q Se desejamos saber o valor aproximado de f(x) e g(x) no ponto x=0.6, temos: a3:=subs(x=0.6, P); b3:=subs(x=0.6, Q); a3 := P b3 := Q Note que as tabelas foram construídas a partir da função f(x)=x^2. (119) (120) (121) (122) (123) (124)

22 Consequentemente a função g(x)=f (x)=2x Assim é facil de f(0.6)=0.36 e g(0.6)=1.2, tendo assim uma excelente aproximação. *********************************************************************************** * CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA INTERVALO [X1, X2]=[1,2]: GRAU DO POLINÔMIO É IGUAL A TRÊS SEGUNDA PARTE L1:=(x-x2)/((x1-x2)); L1 := K x C L2:=(x-x1)/((x2-x1)); L2 := x K (125) (126) DL1:=evalf(diff(L1,x),3); DL2:=evalf(diff(L2,x),3); DL1 := K1.00 DL2 := 1.00 (127) (128) D1:=subs(x=x1, DL1); D2:=subs(x=x2, DL2); D1 := K1.00 D2 := 1.00 (129) (130) CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); PHI1 := 2.00 x K1.00 K1.00 x C PHI2:=evalf((1-2*D2*(x-x2))*(L2)^2,3); PHI2 := 5.00 K2.00 x 1.00 x K (131) (132) O grafico acima é a base da função base que interpola a função f(x). Note que são polinômios de grau 3 e ortogonais. CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI1:=(x-x1)*(L1*L1); PSI1 := x K1.0 K x C PSI2:=(x-x2)*(L2)^2; (133) (134)

23 PSI2 := x K x K (134) O grafico acima é a base da função base que interpola a função g(x). Note novamente que são polinômios de grau 5 e ortogonais. POLINÔMIO DE HERMITE Assim o polinômio de Hermite é dado por:( combinação dos elementos da base de f com a combinação dos elementos da base da derivada) P2:=simplify(evalf(f1*PHI1+f2*PHI2+g1*PSI1+g2*PSI2,3)); P2 := x 2 CALCULANDO A DERIVADA DO POLINÔMIO DE HERMITE (135) Q2:=simplify(evalf(diff(P2,x),3)); Q2 := 2.00 x VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. (136) a0:=subs(x=1, P2);a1:=subs(x=2, P2); a0 := a1 := b0:=subs(x=1, Q2);b1:=subs(x=2, Q2); b0 := 2.00 b1 := 4.00 Se desejamos saber o valor aproximado de f(x) e g(x) no ponto x=0.6, temos: (137) (138) a3:=subs(x=1.5, P2); a3 := (139) b3:=subs(x=1.5, Q2); b3 := (140) Note que as tabelas foram construídas a partir da função f(x)=x^2. Consequentemente a função g(x)=f (x)=2x Assim é facil de f(0.6)=0.36 e g(0.6)=1.2, tendo assim uma excelente aproimação. P01:=plot([P1(x)], x=x0..x1, color=[red], style=[line]): P12:=plot([P2(x)], x=x1..x2, color=[blue], style=[line]): Os gráficos da cada derivada do polinômio de Hermite por partes é dado abaixo display(p01,p12);

24 x Observe que nesse exemplo temos a solução exata, o polinômio de ajuste tem grau dois tanto no intervalo [0,1] que obtamos o polinômio P1(x) quanto no intervalo [1,2] que obtivemos o polinômio P2(x). Nesse caso os polinômio por partes coincidem com o polinômio de Hermite usando todos o spontos pontos pois o polinômi ótimo encontrado foi de grau 2, veja que o P(x)=x^2. EXEMPLO 5 No próximo exemplo vamos fazer uma pequena munda nos dados e ver os resultados usando um único polinômio de Hermite e o polinômio de Hermite por partes. VAMOS CONSIDERAR AGORA A SEGUINTE TABELA:

25 x2:= 2.0: O valor da função f(x) f2:=2.8: Vamos denotar g valor da derivada g(x)=f ' (x) restart: with(plots): with(linalg): x0 d 1.0 : x1:=1.5: f0:=-1.0: f1:=1.35: g0:=0.8: g1:=-1.0: g2:=2.5: L0:=(x-x1)*(x-x2)/((x0-x1)*(x0-x2)):; L1:=(x-x0)*(x-x2)/((x1-x0)*(x1-x2)):; L2:=(x-x0)*(x-x1)/((x2-x0)*(x2-x1)):; DL0:=evalf(diff(L0,x),3); DL0 := 4.00 x K7.00 DL1:=evalf(diff(L1,x),3); DL1 := K8.00 x C12.0 DL2:=evalf(diff(L2,x),3); DL2 := 4.00 x K5.00 D0:=subs(x=x0, DL0); D0 := K3.000 D1:=subs(x=x1, DL1); D1 := 0. D2:=subs(x=x2, DL2); D2 := PHI0:=evalf((1-2*D0*(x-x0))*(L0)^2,3); PHI0 := 4.00 K5.00 C6.00 x x K1.5 2 x K2.0 2 PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); PHI1 := 16.0 x K1.0 2 x K2.0 2 PHI2:=evalf((1-2*D2*(x-x2))*(L2)^2,3); PHI2 := K6.00 x x K1.0 2 x K1.5 2 PSI0:=(x-x0)*(L0*L0); PSI0 := x K1.0 x K1.5 2 x K2.0 2 PSI1:=(x-x1)*(L1)^2; PSI1 := x K1.5 x K1.0 2 x K2.0 2 (141) (142) (143) (144) (145) (146) (147) (148) (149) (150) (151)

26 ? PSI2:=(x-x2)*(L2)^2; PSI2 := x K2.0 x K1.0 2 x K1.5 2 `?` PHI0:=evalf((1-2*D0*(x-x0))*(L0)^2,3); PHI0 := 4.00 K5.00 C6.00 x x K1.5 2 x K2.0 2 PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); PHI1 := 16.0 x K1.0 2 x K2.0 2 PHI2:=evalf((1-2*D2*(x-x2))*(L2)^2,3); PHI2 := K6.00 x x K1.0 2 x K1.5 2 As funções acima é a base da função base que interpola a função f(x). {PHI0, PHI1,PHI2} Note novamente que são polinômios de grau 5 e ortogonais. (152) (153) (154) (155) (156) LPHI0:=plot([PHI0(x)], x=x0..x2, color=[red], style=[line]): LPHI1:=plot([PHI1(x)], x=x0..x2, color=[blue], style=[line]): LPHI2:=plot([PHI2(x)], x=x0..x2, color=[green], style=[line]): display(lphi0,lphi1,lphi2):; CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI0:=(x-x0)*(L0*L0); PSI0 := x K1.0 x K1.5 2 x K2.0 2 PSI1:=(x-x1)*(L1)^2; PSI1 := x K1.5 x K1.0 2 x K2.0 2 PSI2:=(x-x2)*(L2)^2; PSI2 := x K2.0 x K1.0 2 x K1.5 2 Assim o Polinômio Interpolador de Hermite é dado por:( combinação dos elementos da base de f com a combinação dos elementos da base da derivada) OBERVE QUE O POLINÔMIO TEM GRAU 5 (157) (158) (159) P:=simplify(evalf(f0*PHI0+f1*PHI1+f2*PHI2+g0*PSI0+g1*PSI1+g2* PSI2,4)); # ESSE É POLINÔMIO DE HERMITE PROCURADO NO INTERVALO [X0,X2]. P := K x K x 3 C x 4 K x 5 C C x 2 CALCULABDO A DERIVADA DO POLINÔMIO DE HERMITE (160)

27 Q:=simplify(evalf(diff(P,x),4)); Q := K2222. K6408. x 2 C2862. x 3 K470.0 x 4 C6238. x VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. f(x) (161) a0:=subs(x=x0, P);a1:=subs(x=x1, P);a2:=subs(x=x2, P); a0 := K a1 := a2 := b0:=subs(x=x0, Q);b1:=subs(x=x1, Q);b2:=subs(x=x2, Q); b0 := 0. b1 := K b2 := K (162) (163) Se desejamos saber o valor aproximado de f(x) e g(x) no ponto x=1.3, temos: P02:=plot([P(x)], x=x0..x2, color=[red], style=[line]): Os gráficos da cada derivada do polinômio de Hermite por partes é dado abaixo display(p02);

28 x K1 CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA INTERVALO [X0, X1]=[0,1]: GRAU DO POLINÔMIO É IGUAL A TRÊS PRIMEIRA PARTE L0:=(x-x1)/((x0-x1)); L0 := K x C L1:=(x-x0)/((x1-x0)); L1 := x K (164) (165) DL0:=evalf(diff(L0,x),3); DL0 := K2.00 (166) DL1:=evalf(diff(L1,x),3); DL1 := 2.00 (167) D0:=subs(x=x0, DL0); D0 := K2.00 (168)

29 D1:=subs(x=x1, DL1); D1 := 2.00 (169) CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI0:=evalf((1-2*D0*(x-x0))*(L0)^2,3); PHI0 := K3.00 C4.00 x K2.00 x C PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); PHI1 := 7.00 K4.00 x 2.00 x K (170) (171) O grafico acima é a base da função base que interpola a função f(x). Note que são polinômios de grau 3 e ortogonais. CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI0:=(x-x0)*(L0*L0); PSI0 := x K1.0 K x C PSI1:=(x-x1)*(L1)^2; PSI1 := x K x K (172) (173) Note novamente que são polinômios de grau 3 e ortogonais. POLINÔMIO DE HERMITE Assim o polinômio de Hermite é dado por:( combinação dos elementos da base de f com a combinação dos elementos da base da derivada) P1:=simplify(evalf(f0*PHI0+f1*PHI1+g0*PSI0+g1*PSI1,3)); # ESSE É POLINÔMIO DE HERMITE PROCURADO NO INTERVALO [X0,X1]. P1 := x 2 K x C K x 3 CALCULABDO A DERIVADA DO POLINÔMIO DE HERMITE (174) Q1:=simplify(evalf(diff(P,x),3)); Q1 := K2220. K6420. x 2 C2860. x 3 K470. x 4 C6240. x VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. (175)

30 a0:=subs(x=x0, P);a1:=subs(x=x1, P); a0 := K a1 := b0:=subs(x=x0, Q);b1:=subs(x=x1, Q); b0 := 0. b1 := K (176) (177) *********************************************************************************** * CÁLCULO DOS POLINÔMIOS DE LAGRANGE, PARA INTERVALO [X1, X2]=[1,2]: GRAU DO POLINÔMIO É IGUAL A TRÊS SEGUNDA PARTE L1:=(x-x2)/((x1-x2)); L1 := K x C L2:=(x-x1)/((x2-x1)); L2 := x K (178) (179) DL1:=evalf(diff(L1,x),3); DL1 := K2.00 (180) DL2:=evalf(diff(L2,x),3); DL2 := 2.00 (181) D1:=subs(x=x1, DL1); D1 := K2.00 (182) D2:=subs(x=x2, DL2); D2 := 2.00 (183) CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO PRIMITIVA f PHI1:=evalf((1-2*D1*(x-x1))*(L1)^2,3); PHI1 := 4.00 x K5.00 K2.00 x C PHI2:=evalf((1-2*D2*(x-x2))*(L2)^2,3); PHI2 := 9.00 K4.00 x 2.00 x K (184) (185) CÁLCULO DAS FUNÇÕES BASE PARA A FUNÇÃO g, DERIVADA DA FUNÇÃO f PSI1:=(x-x1)*(L1*L1); (186)

31 PSI1 := x K1.5 K x C PSI2:=(x-x2)*(L2)^2; PSI2 := x K x K POLINÔMIO DE HERMITE (186) (187) P2:=simplify(evalf(f1*PHI1+f2*PHI2+g1*PSI1+g2*PSI2,3));# ESSE É POLINÔMIO DE HERMITE PROCURADO NO INTERVALO [X1,X2]. P2 := K x 3 C x 2 K x C CALCULANDO A DERIVADA DO POLINÔMIO DE HERMITE (188) Q2:=simplify(evalf(diff(P2,x),3)); # DERIVADA DO POLINÔMIO DE HERMITE Q2 := K51.6 x 2 C188. x K166. VERIFICAÇÃO DA INTERPOLAÇÃO POLINOMIAL E DE SUA DERIVADA NOS PONTOS TABELADOS. (189) a0:=subs(x=x1, P2);a1:=subs(x=x2, P2); a0 := a1 := b0:=subs(x=x1, Q2);b1:=subs(x=x2, Q2); b0 := K0.100 b1 := Se desejamos saber o valor aproximado de f(x) e g(x) no ponto x=0.6, temos: (190) (191) a3:=subs(x=1.5, P2); a3 := (192) b3:=subs(x=1.5, Q2); b3 := K0.100 (193) Note que as tabelas foram construídas a partir da função f(x)=x^2. Consequentemente a função g(x)=f (x)=2x Assim é facil de f(0.6)=0.36 e g(0.6)=1.2, tendo assim uma excelente aproximação. P01:=plot([P1(x)], x=x0..x1, color=[green], style=[line]): P12:=plot([P2(x)], x=x1..x2, color=[blue], style=[line]): Os gráficos da cada derivada do polinômio de Hermite por partes é dado abaixo display(p01,p12);

32 x K1 COMPRANDO OS GRAFICOS DOS POLINÔMIOS LINEAR POR PARTES COM O POLINÔMIO GLOBAL display P01, P12, P02 ; `?` (194)

33 x K1 Observe que nesse caso os dois polinômios por partes de grau 3 estão próximos do polinômio de grau 5 VALORES APROXIMADOS : OBSERVE QUE A DERIVADAS NÃO SÃO BEM APROXIMADAS. a1 subs x = 1.4, P1 ; b1 subs x = 1.4, Q1 ; a:=subs(x=1.4, P); b:=subs(x=1.4, Q); C:=subs(x=1.9, P); DD:=subs(x=1.9, Q); C1 subs x = 1.4, P2 ; a := b := K a1 := b1 := K C := DD := C1 := (195) (196) (197) (198) (199) (200) (201)

34 D1 subs x = 1.4, Q2 ; D1 := K3.936 (202)

35

POLINÔMIO DE NEWTON. e x. y0 := y1 := y2 :=

POLINÔMIO DE NEWTON. e x. y0 := y1 := y2 := restart; with(plots): with(linalg): Warning, new deinition or norm Warning, new deinition or trace POLINÔMIO DE NEWTON x0:=1: x1:=1.1: x2:=1.2: x3:=1.3: VALOR DA FUNÇÃO :=exp(x); y0:=eval(subs(x=x0, ));

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

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

Integração Numérica. Maria Luísa Bambozzi de Oliveira. 27 de Outubro, 2010 e 8 de Novembro, SME0300 Cálculo Numérico

Integração Numérica. Maria Luísa Bambozzi de Oliveira. 27 de Outubro, 2010 e 8 de Novembro, SME0300 Cálculo Numérico Integração Numérica Maria Luísa Bambozzi de Oliveira SME0300 Cálculo Numérico 27 de Outubro, 2010 e 8 de Novembro, 2010 Introdução Nas últimas aulas: MMQ: aproximar função y = f (x) por uma função F(x),

Leia mais

METODO DOS MÍNIMOS QUADRADOS

METODO DOS MÍNIMOS QUADRADOS METODO DOS MÍNIMOS QUADRADOS APROXIMAÇÃO POR EXCPONENCIAL :EXP(X) restart: with(plots): with(linalg): Warning, new definition for norm Warning, new definition for trace x1[0]:=-1: x2[0]:=-0.7: x3[0]:=-0.4:

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

Interpolação. Laura Goulart. 21 de Março de 2016 UESB. Laura Goulart (UESB) Interpolação 21 de Março de / 12

Interpolação. Laura Goulart. 21 de Março de 2016 UESB. Laura Goulart (UESB) Interpolação 21 de Março de / 12 Interpolação Laura Goulart UESB 21 de Março de 2016 Laura Goulart (UESB) Interpolação 21 de Março de 2016 1 / 12 O que é interpolação? Para aproximar uma função por uma mais simples existem duas classes

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

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

Exercícios de Matemática Computacional -Cap. 6 Interpolação e aproximação polinomial

Exercícios de Matemática Computacional -Cap. 6 Interpolação e aproximação polinomial Exercícios de Matemática Computacional -Cap. 6 Interpolação e aproximação polinomial.. Departamento de Matemática Universidade da Beira Interior Matemática Computacional - Capítulo 6 Questão 6.1 Questão

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

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

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

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

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

Cap. 4- Interpolação Numérica Definições. Censos de BH. Qual o número de habitantes na cidade de Belo Horizonte em 1975?

Cap. 4- Interpolação Numérica Definições. Censos de BH. Qual o número de habitantes na cidade de Belo Horizonte em 1975? Cap. 4- Interpolação Numérica 4.1. Definições Censos de BH População em BH (Habitantes,5,,, 1,5, 1,, 5, 194 196 198 Ano Ano 195 196 197 198 1991 1996 1 No. habitantes 5.74 68.98 1.5. 1.78.855..161.91.71.8.56.75.444

Leia mais

UNIVERSIDADE FEDERAL DO ABC

UNIVERSIDADE FEDERAL DO ABC UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA 5 - Integração numérica (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda). Calcule as integrais a seguir pela regra

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

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

Métodos Numéricos Interpolação / Aproximação. Renato S. Silva, Regina C. Almeida

Métodos Numéricos Interpolação / Aproximação. Renato S. Silva, Regina C. Almeida Métodos Numéricos Interpolação / Aproximação Renato S. Silva, Regina C. Almeida Interpolação / Aproximação situação: uma fábrica despeja dejetos no leito de um rio; objetivo: determinar a quantidade de

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

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

Homero Ghioti da Silva. 23 de Maio de 2016 FACIP/UFU. Homero Ghioti da Silva (FACIP/UFU) 23 de Maio de / 16

Homero Ghioti da Silva. 23 de Maio de 2016 FACIP/UFU. Homero Ghioti da Silva (FACIP/UFU) 23 de Maio de / 16 Homero Ghioti da Silva FACIP/UFU 23 de Maio de 2016 Homero Ghioti da Silva (FACIP/UFU) 23 de Maio de 2016 1 / 16 Interpolação Polinomial por Diferençãs Divididas Finitas (DDF) ou interpolação de Newton

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

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

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

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

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

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

Interpolação de Newton

Interpolação de Newton Interpolação de Newton Laura Goulart UESB 21 de Março de 2019 Laura Goulart (UESB) Interpolação de Newton 21 de Março de 2019 1 / 16 Introdução As diferenças divididas são razões incrementais e constituem

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

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Exercícios 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 mais

C alculo Num erico Integra c ao Num erica Ana Paula Ana Paula C alculo Num erico

C alculo Num erico Integra c ao Num erica Ana Paula Ana Paula C alculo Num erico Integração Numérica Sumário 1 Introdução 2 Fórmulas Fechadas de Newton-Cotes 3 Análise do Erro Introdução Introdução Introdução Introdução Serão estudados aqui métodos numéricos para calcular uma aproximação

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

Método dos Mínimos Quadrados

Método 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 mais

Capítulo 4 - Interpolação Polinomial

Capítulo 4 - Interpolação Polinomial Capítulo 4 - Interpolação Polinomial Carlos Balsa balsa@ipbpt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng Civil e Electrotécnica Carlos Balsa Métodos Numéricos

Leia mais

Cálculo Numérico BCC760 Integração Numérica

Cálculo Numérico BCC760 Integração Numérica Cálculo Numérico BCC76 ntegração Numérica Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc76/ 1 ntegração Numérica - Motivação Suponha que queremos obter uma folha de papelão

Leia mais

A. Equações não lineares

A. Equações não lineares A. Equações não lineares 1. Localização de raízes. a) Verifique se as equações seguintes têm uma e uma só solução nos intervalos dados: i) (x - 2) 2 ln(x) = 0, em [1, 2] e [e, 4]. ii) 2 x cos(x) (x 2)

Leia mais

Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l

Nota: Turma: MA 327 Álgebra Linear. Terceira Prova. Boa Prova! Primeiro Semestre de T o t a l Turma: Nota: MA 327 Álgebra Linear Primeiro Semestre de 26 Terceira Prova Nome: RA: Questões Pontos Questão 1 Questão 2 Questão 3 Questão 4 Questão 5 T o t a l Boa Prova! Questão 1. 2. Pontos) Seja U um

Leia mais

Ajuste de mínimos quadrados

Ajuste 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 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

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

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

Análise Numérica (7) Integração e diferenciação V1.0, Victor Lobo, 2004

Análise Numérica (7) Integração e diferenciação V1.0, Victor Lobo, 2004 numérica! Porque é um problema importante? Em muitos problemas não temos epressões analíticas mas sim séries de medições Forma e dimensões de balizas cálculo de deslocamento Medições de velocidade cálculo

Leia mais

Exercícios de Mínimos Quadrados

Exercícios 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 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

UNIVERSIDADE FEDERAL DO ABC

UNIVERSIDADE FEDERAL DO ABC UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA 5 - Integração numérica (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda). Calcule as integrais a seguir pela regra

Leia mais

Roteiro para o Terceiro Laboratório de Cálculo Numérico /1

Roteiro para o Terceiro Laboratório de Cálculo Numérico /1 Roteiro para o Terceiro Laboratório de Cálculo Numérico - 2008/1 Prof. Dr. Waldeck Schützer June 23, 2008 DM/UFSCar Nesta terceira aula de laboratório, vamos utilizar o Octave para aproximar funções e

Leia mais

Cálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner

Cálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner Cálculo Numérico / Métodos Numéricos Solução de equações polinomiais Briot-Ruffini-Horner Equações Polinomiais p = x + + a ( x) ao + a1 n x n Com a i R, i = 0,1,, n e a n 0 para garantir que o polinômio

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

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 Erros e Aproximações Numéricas Sistemas de Equações Lineares.

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

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

6 Ajuste de mínimos quadrados

6 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 mais

SME0300 Cálculo Numérico Aula 20

SME0300 Cálculo Numérico Aula 20 SME0300 Cálculo Numérico Aula 20 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc usp br Sala: 3-241 Página da disciplina: tidia-aeuspbr 29 de outubro de 2015 Aula Passada Aproximação de Funções: Método

Leia mais

Módulo 2: Métodos Numéricos. Splines

Módulo 2: Métodos Numéricos. Splines Módulo 2: Métodos Numéricos Interpolação Splines 1. Interpolação Estimativa de uma grandeza com base em valores conhecidos em torno do ponto de estimativa. Procedimento: 1 Determinar uma função (normalmente

Leia mais

MAP Exercício programa Data de entrega: 21/11/2012

MAP Exercício programa Data de entrega: 21/11/2012 Introdução MAP-2220 - Exercício programa 2-2012 Data de entrega: 21/11/2012 Interpolação Baricêntrica e Métodos de Colocação Este exercício programa tem como objetivo uma implementação da fórmula baricêntrica

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

PROVAS 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) 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 mais

Fórmulas de Taylor. Notas Complementares ao Curso. MAT Cálculo para Ciências Biológicas - Farmácia Noturno - 1o. semestre de 2006.

Fórmulas de Taylor. Notas Complementares ao Curso. MAT Cálculo para Ciências Biológicas - Farmácia Noturno - 1o. semestre de 2006. Fórmulas de Taylor Notas Complementares ao Curso MAT0413 - Cálculo para Ciências Biológicas - Farmácia Noturno - 1o. semestre de 2006 Gláucio Terra Sumário 1 Introdução 1 2 Notações 1 3 Notas Preliminares

Leia mais

Interpolação Polinomial

Interpolação Polinomial Cálculo Numérico Interpolação Polinomial Parte I Pro. Jorge Cavalcanti jorge.cavalcanti@univas.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG www.dsc.ucg.edu.br/~cnum/ Interpolação

Leia mais

PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL

PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL. Introdução Considere f uma função, não constante, de uma variável real ou complexa, a equação f(x) = 0 será denominada equação de uma incógnita. EXEMPLO e x + senx

Leia mais

Aula 24. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil

Aula 24. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil Polinômios de Taylor Aula 24 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 08 de Maio de 2014 Primeiro Semestre de 2014 Turma 2014106 - Engenharia Mecânica Os polinômios

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

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

2 Exercícios 2 EXERCÍCIOS 2. Cálculo Numérico Computacional Lista 08 assunto desta lista. x k y k d k x k+1 y k+1 d k+1

2 Exercícios 2 EXERCÍCIOS 2. Cálculo Numérico Computacional Lista 08 assunto desta lista. x k y k d k x k+1 y k+1 d k+1 1 ORIENTAÇÃO 1 2 EXERCÍCIOS 2 Cálculo Numérico Computacional Lista 8 assunto desta lista tarcisio@member.ams.org T. Praciano-Pereira Dep. de Matemática alun@: Univ. Estadual Vale do Acaraú 27 de fevereiro

Leia mais

Resolução do Exame Tipo

Resolução 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 mais

Testes Formativos de Computação Numérica e Simbólica

Testes Formativos de Computação Numérica e Simbólica Testes Formativos de Computação Numérica e Simbólica Os testes formativos e 2 consistem em exercícios de aplicação dos vários algoritmos que compõem a matéria da disciplina. O teste formativo 3 consiste

Leia mais

Autores: Interpolação por Spline Cúbica e Método de Integração de Simpson para Cálculo de Campo Magnético PLANO BÁSICO: MÉTODOS NUMÉRICOS

Autores: Interpolação por Spline Cúbica e Método de Integração de Simpson para Cálculo de Campo Magnético PLANO BÁSICO: MÉTODOS NUMÉRICOS UNIVERSIDADE FEDERAL DO CEARÁ - UFC CENTRO DE TECNOLOGIA CT DEPARTAMENTO DE ENGENHARIA ELÉTRICA DEE PROGRAMA DE EDUCAÇÃO TUTORIAL - PET PLANO BÁSICO: MÉTODOS NUMÉRICOS Interpolação por Spline Cúbica e

Leia mais

Aula 13. Plano Tangente e Aproximação Linear

Aula 13. Plano Tangente e Aproximação Linear Aula 13 Plano Tangente e Aproximação Linear Se fx) é uma função de uma variável, diferenciável no ponto x 0, então a equação da reta tangente à curva y = fx) no ponto x 0, fx 0 )) é dada por: y fx 0 )

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

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

Lista de exercícios de MAT / II

Lista de exercícios de MAT / II 1 Lista de exercícios de MAT 271-26 / II 1. Converta os seguintes números da forma decimal para a forma binária:x 1 = 37; x 2 = 2347; x 3 =, 75; x 4 =(sua matrícula)/1; x 5 =, 1217 2. Converta os seguintes

Leia mais

Integração Numérica. = F(b) F(a)

Integração Numérica. = F(b) F(a) Integração Numérica Do ponto de vista analítico, existem diversas regras que podem ser utilizadas na prática. Contudo, embora tenhamos resultados básicos e importantes para as técnicas de integração analítica,

Leia mais

Polos Olímpicos de Treinamento. Aula 10. Curso de Álgebra - Nível 3. Diferenças finitas e o polinômio interpolador de Lagrange. 1. Diferenças Finitas

Polos Olímpicos de Treinamento. Aula 10. Curso de Álgebra - Nível 3. Diferenças finitas e o polinômio interpolador de Lagrange. 1. Diferenças Finitas Polos Olímpicos de Treinamento Curso de Álgebra - Nível 3 Prof. Cícero Thiago / Prof. Marcelo Aula 10 Diferenças finitas e o polinômio interpolador de Lagrange. 1. Diferenças Finitas Seja P(x) um polinômio

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 específico Integração Numérica Conteúdo temático Conceitos básicos

Leia mais

CONSTRUÇÃO DE ALGORITMO COMO FERRAMENTA PARA RESOLUÇÃO DE PROBLEMAS SOBRE INTERPOLAÇÃO DE LAGRANGE

CONSTRUÇÃO DE ALGORITMO COMO FERRAMENTA PARA RESOLUÇÃO DE PROBLEMAS SOBRE INTERPOLAÇÃO DE LAGRANGE CONSTRUÇÃO DE ALGORITMO COMO FERRAMENTA PARA RESOLUÇÃO DE PROBLEMAS SOBRE INTERPOLAÇÃO DE LAGRANGE F. SALVALAGGIO 1 ; M.A. CARRARO 2 ; J.A.T. SCHULZ 3 RESUMO: Este trabalho apresenta o estudo, desenvolvimento

Leia mais

parciais primeira parte

parciais primeira parte MÓDULO - AULA 3 Aula 3 Técnicas de integração frações parciais primeira parte Objetivo Aprender a técnica de integração conhecida como frações parciais. Introdução A técnica que você aprenderá agora lhe

Leia mais

Métodos tipo quadratura de Gauss-Radau

Métodos tipo quadratura de Gauss-Radau COQ-8 Métodos Numéricos para Sistemas Algébricos e Diferenciais Métodos tipo quadratura de Gauss-Radau Introdução Método de quadratura de Gauss com pontos internos+ extremidade superior Considerando a

Leia mais

CÁLCULO I. 1 Concavidade. Objetivos da Aula. Aula n o 16: Máximos e Mínimos - 2 a Parte

CÁLCULO I. 1 Concavidade. Objetivos da Aula. Aula n o 16: Máximos e Mínimos - 2 a Parte CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 16: Máximos e Mínimos - 2 a Parte Objetivos da Aula Denir e discutir a concavidade de uma função em um intervalo do domínio; Denir e calcular

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

Métodos Computacionais Numéricos e Algébricos com Maple

Métodos Computacionais Numéricos e Algébricos com Maple Métodos Computacionais Numéricos e Algébricos com Maple Integração Numérica Fernando Deeke Sasse CCT - UDESC fernandodeeke@gmailcom Integração Numérica Quadratura de Gauss Métodos de Newton-Cotes Introdução

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 Conteúdo específico Aspectos básicos Obtenção direta

Leia mais

Lista de exercícios de MAT / I

Lista de exercícios de MAT / I 1 Lista de exercícios de MAT 271-29 / I 1. Converta os seguintes números da forma decimal para a forma binária:x 1 = 37; x 2 = 2347; x 3 =, 75; x 4 =(sua matrícula)/1; x 5 =, 1217 2. Converta os seguintes

Leia mais

Material Básico: Calculo A, Diva Fleming

Material Básico: Calculo A, Diva Fleming 1 Limites Material Básico: Calculo A, Diva Fleming O conceito de Limite é importante na construção de muitos outros conceitos no cálculo diferencial e integral, por exemplo, as noções de derivada e de

Leia mais

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ. Cálculo Numérico. S. C. Coutinho. Provas e gabaritos

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ. Cálculo Numérico. S. C. Coutinho. Provas e gabaritos UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ Cálculo Numérico S. C. Coutinho Provas e gabaritos Lembre-se: Nas provas não são aceitas respostas sem justicativa. Você

Leia mais

Interpolação polinomial de funções de uma variável

Interpolação polinomial de funções de uma variável Capítulo 2 Interpolação polinomial de funções de uma variável 21 Introdução Seja f uma função real definida num intervalo [a,b] R e conhecida nos pontos x 0,x 1,,x n [a,b] Suponhamos ainda, sem perda de

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

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

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 Erros e Aproximações Numéricas Sistemas de Equações Lineares.

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

Teoremas e Propriedades Operatórias

Teoremas e Propriedades Operatórias Capítulo 10 Teoremas e Propriedades Operatórias Como vimos no capítulo anterior, mesmo que nossa habilidade no cálculo de ites seja bastante boa, utilizar diretamente a definição para calcular derivadas

Leia mais

Interpolação polinomial: Diferenças divididas de Newton

Interpolação polinomial: Diferenças divididas de Newton 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) sme0500

Leia mais

ROSANGELA CARLINE SCHEMMER MONOGRAFIA DE ESPECIALIZAÇÃO

ROSANGELA CARLINE SCHEMMER MONOGRAFIA DE ESPECIALIZAÇÃO UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA ROSANGELA CARLINE SCHEMMER MÉTODOS DE INTERPOLAÇÃO POLINÔMIAL MONOGRAFIA DE ESPECIALIZAÇÃO CAMPO MOURÃO 2013 ROSANGELA

Leia mais

Introdução Operações de diferença finita Aproximações de ordem superior. Derivação numérica. Leonardo F. Guidi DMPA IM UFRGS.

Introdução Operações de diferença finita Aproximações de ordem superior. Derivação numérica. Leonardo F. Guidi DMPA IM UFRGS. DMPA IM UFRGS Cálculo Numérico Índice 1 2 3 Nesta seção vamos desenvolver métodos para estimar a derivada de uma função f calculada em um ponto x, f x ), a partir de valores conecidos de f em pontos próximos

Leia mais

Notas de Aula de Cálculo Numérico

Notas 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 mais

Matemática Computacional - 2 o ano LEMat e MEQ

Matemática Computacional - 2 o ano LEMat e MEQ Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 1 de Janeiro de 1 - Parte I (1h3m) 1. Considere

Leia mais