1) Dê a fórmula da integral de no intervalo via método de Simpson.
|
|
- Ágata Ximenes Figueiredo
- 6 Há anos
- Visualizações:
Transcrição
1 Instruções Esta prova é um longo exercício. Leia todas as questões antes de começar a resolver. Algumas funções úteis já estão incluídas na prova. Explique a sua solução em caixas de texto ou numa folha de prova. Interpolação e integrais O objetivo deste exercício é fazer o gráfico de primitivas de funções, numericamente. Vamos enfatizar também a necessidade de controle sobre o erro resultante dos métodos numéricos, para poder dar uma resposta mais completa ao traçar a primitiva. f [a, b] 1) Dê a fórmula da integral de no intervalo via método de Simpson. 2) Integrais passo a passo Para fazer o gráfico de uma primitiva, precisamos calcular a integral x f (t) dt para vários valores de x. a Escreva a função primitiva que, dado um passo, retorna um vetor com todas as integrais numéricas tais que a a + nh b h. Use a fórmula de Simpson. a+nh a f (t) dt para os n In [1]: %pylab inline Populating the interactive namespace from numpy and matplotlib In [1]: def primitiva(f,a,b,h): y = [] return array(y)
2 Teste a sua função. Sugestão: use funções cuja primitiva você conhece! In [ ]: 3) Erros Faça gráficos para mostrar como o erro de integração (diferença entre a primitiva numérica e a primitiva analítica) evolui, conforme: 1. O número de pontos utilizados aumenta 2. O tamanho do intervalo de integração aumenta. Tente achar funções cujos gráficos dos erros tenham comportamentos diferentes, e escolha 2 ou 3 funções representativas (para cada item acima). In [ ]: 4) Interpolação 4) Interpolação A função primitiva retorna vários pontos que podem ser interpolados. Até aqui, os gráficos foram feitos de forma "linear por partes" (porque é assim que plot(... ) funciona!), e usando passos relativamente pequenos (provavelmente o que você fez na questão 3 tem passos pequenos). Vamos continuar nosso objetivo de chamar f o menos possível! Usando um passo relativamente grande, faça um gráfico da integral usando interpolação de Lagrange. Compare o erro obtido pela interpolação de Lagrange com o que você obteria por interpolação linear por partes para o mesmo passo.
3 In [10]: def baricentrica(x,y): """ Calcula o polinômio interpolador de Lagrange nos pontos $(x_i, y_i)$ usando a forma baricêntrica. """ w = [1/(prod([xi - xj for xj in x if xj!= xi])) for xi in x] def P(z): num = 0 den = 0 for i in range(len(x)): t = w[i]/(z - x[i]) den += t num += t * y[i] return num/den return P In [11]: from scipy.interpolate import interp1d # Para calcular interpolação linear por partes (e spl ines, se você quiser)
4 In [12]: # Exemplo de gráfico que você pode fazer: # Veja que o python dá uns erros, porque a fórmula baricêntrica produz "not-a-number" se voc ê mandar calcular num nó de interpolação. # No gráfico, isso desaparace, em geral. -c:8: RuntimeWarning: divide by zero encountered in true_divide -c:10: RuntimeWarning: invalid value encountered in multiply Out[12]: <matplotlib.legend.legend at 0x7f368d9f58d0> /usr/lib64/python3.3/site-packages/matplotlib/scale.py:93: RuntimeWarning: invalid value enco untered in less_equal mask = a <= 0.0 5) Pontos de Chebyshev Usar pontos de Chebyshev é melhor para calcular o polinômio interpolador: os erros nas bordas são menores, e também há menos propagação de erro. Por outro lado, a função primitiva terá que ser modificada para, em vez de um simples passo, receber o vetor de todos os pontos xs onde você quer calcular a primitiva. h
5 In [14]: def primitiva(f,xs): y = [0] return y Novamente, teste a sua função em casos simples antes de continuar! Veja que você não é obrigado a usar pontos de Chebyshev para os testes. In [ ]: 6) Repita as questões 3 e 4 para a nova versão da primitiva. Agora, use pontos de Chebyshev para interpolar. Abaixo estão repetidos os enunciados das questões 3 e ) Erros Faça gráficos para mostrar como o erro da primitiva numérica com relação à primitiva real evolui, conforme: 1. O número de pontos utilizados aumenta 2. O tamanho do intervalo de integração aumenta. Tente achar funções cujos gráficos dos erros tenham comportamentos diferentes, e escolha 2 ou 3 funções representativas (para cada item acima). 6.4) Interpolação A função primitiva retorna vários pontos que podem ser interpolados. Até aqui, os gráficos foram feitos de forma "linear por partes" (porque é assim que plot(... ) funciona), e usando passos relativamente pequenos (provavelmente o que você fez na questão 3 tem passos pequenos). Vamos continuar nosso objetivo de chamar f o menos possível! Usando um passo relativamente grande, faça um gráfico da integral usando interpolação de Lagrange. Compare o erro obtido pela interpolação de Lagrange com o que você obteria por interpolação linear por partes para o mesmo passo.
6 In [18]: def chebyshev_nodes(a,b,n): """ Calcula os (n+1) pontos de Chebyshev para interpolação de ordem n """ ang = pi*arange(n+1)/n x = (a+b)/2 + (b-a)*cos(ang)/2 return array(list(reversed(x))) In [ ]: 7) Controle do erro Lembre-se da fórmula adaptativa para o método de Simpson: ao dividir um intervalo em dois, e calcular a integral de duas formas diferentes, temos uma estimativa do erro cometido: I fina I fina I grossa I f Use esta fórmula para retornar uma estimativa do erro, no caso de pontos uniformemente espaçados. In [26]: def primitiva(f,a,b,h): y = [0] err = [0] return array(y), array(err) Agora, faça um gráfico com a primitiva numérica e a "faixa de erro" da mesma. A faixa de erro corresponde aos limites máximos e y ± err mínimos onde a primitiva "de verdade" pode passar, dados os valores numéricos e os erros calculados. (Ou seja,.) Use bem poucos pontos para poder verificar se o gráfico da primitiva analítica realmente está dentro dos limites indicados. In [ ]:
7 8) Erro e interpolação Em geral, o gráfico da função vai "cair fora" da interpolação linear por partes. Refaça as estimativas de erro, agora usando interpolação de Lagrange três vezes: para a primitiva numérica, e para as duas estimativas de erro em volta da primitiva. Sugestões: faça o gráfico da diferença entre as primitivas numéricas que você calculou e a primitiva "verdadeira". In [30]: Out[30]: # Um exemplo de gráfico <matplotlib.legend.legend at 0x7f368dfe6b90>
8 9) Métodos adaptativos Adapte o método de cálculo da integral via Simpson adaptativo para que ele retorne os diversos pontos calculados: x [ a k, b k ] [ a k, b k ] as coordenadas dos pontos usados como extremos de intervalos, as integrais nos diferentes intervalos, as estimativas dos erros em cada um dos intervalos. Use isso para passar um polinômio interpolador e comparar com a primitiva teórica. Dica: existe uma função no ipython chamada cumsum que retorna as somas acumuladas de um vetor. Essa função será muito útil para transformar as integrais "finas" (que você calcular em cada intervalo I k ) na primitiva numérica. É mais simples fazer isso fora da função simpson_adaptativo. Note que os pontos vão estar "aleatoriamente" distribuídos no seu intervalo. Será que esta distribuição é melhor ou pior (do ponto de vista da interpolação de Lagrange) do que a distribuição uniforme? E a de Chebyshev? In [31]: def simpson_adaptativo(f, a,b, tol=1e-6): h = (b-a) m = a + h/2. fa = f(a) fb = f(b) fm = f(m) Igrossa = h*(fa + 4*fm + fb)/6 Ifina = h*(fa + 4*f((a+m)/2) + 2*fm + 4*f((m+b)/2) + fb)/12 if 2*abs(Igrossa - Ifina)/15 < tol: return Ifina else: esquerda = simpson_adaptativo(f, a,m, tol/2) direita = simpson_adaptativo(f, m,b, tol/2) return esquerda+direita
9 In [33]: # Um exemplo de gráfico print('número de intervalos necessários: {}'.format(len(xs))) Número de intervalos necessários: 27 10) Conferindo tudo Se tudo deu certo, você conseguirá calcular uma primitiva da exponencial no intervalo [ 1, 3] [0, 3] [ 1, 0] f com um erro menor do que 10 6 nos pontos de interpolação e essencialmente os mesmos no intervalo. No início do intervalo, em, devido à oscilação do polinômio interpolador de Lagrange, o resultado não é tão bom. Mas note que você calculou a apenas em 27 intervalos.
10 In [34]: # Existe uma solução para simpson_adaptativo cujo resultado pode ser usado da seguinte for ma: xs, integrais, estim_err = simpson_adaptativo(f,a,b) xs = array([a] + xs) primitiva = cumsum(array([0] + pf)) estim_err_primitiva = cumsum(array([0] + pf_err)) # Interpolação # Gráficos figure(figsize=(15,5)) subplot(1,2,1) legend(loc=0) subplot(1,2,2) legend(loc=0) print('número de intervalos necessários: {}'.format(len(xs))) Número de intervalos necessários: 27
11 11) Acertando as bordas Você já deve imaginar qual é esta questão: use mínimos quadrados para que o polinômio interpolador de Lagrange tenha menos erros nas bordas, e consiga uma interpolante cujo erro estará sempre abaixo da estimativa obtida pelo método adaptativo! In [35]: def polyfit_minsq(x,y,n): """ Calcula o polinômio de grau até n que melhor aproxima os pontos $(x_i, y_i)$. """ assert(len(x) == len(y)) maxx = max(x) minx = min(x) medx = (maxx + minx)/2 diffs = array(x) - medx M = [ones_like(x)] for i in range(n): M.append(M[-1]*diffs) M = array(m).t a,_,_,_ = lstsq(m,y) def p(z): return Horner(z - medx,a[::-1]) return p In [36]: def Horner(x, rcoeff): # Inicialização acc = rcoeff[0] for c in rcoeff[1:]: acc *= x acc += c return acc
12 In [37]: # Basta modificar a parte "interpolação" da qestão 10 Número de intervalos necessários: 27
13 In [39]: # E para completar, faça um gráfico com as faixas de erro: # limsup = limite superior para a primitiva real # liminf = limite inferior para a primitiva real # cand = candidata (= função numérica que você calculou) # primitiva = a primitiva analítica que você conhece! Número de intervalos necessários: 27
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
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
Exercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
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
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
Integração numérica. Prof. Luiz T. F. Eleno. Departamento de Engenharia de Materiais Escola de Engenharia de Lorena Universidade de São Paulo
Integração numérica Prof. Luiz T. F. Eleno Departamento de Engenharia de Materiais Escola de Engenharia de Lorena Universidade de São Paulo 2018 LOM3260 (EEL-USP, 2018) Integração numérica Prof. Luiz T.
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
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,
Aula 16. Integração Numérica
CÁLCULO NUMÉRICO Aula 16 Integração Numérica Integração Numérica Cálculo Numérico 3/41 Integração Numérica Em determinadas situações, integrais são difíceis, ou mesmo impossíveis de se resolver analiticamente.
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
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
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
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
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
Solucionario Exercícios de AN: Interpolação e Mínimos Quadrados
Solucionario Exercícios de AN: Interpolação e Mínimos Quadrados 7 de Maio de 2012 Pergunta 0.1 Implemente o algoritmo para obter o polinômio de Newton numa função do scilab. Forneça o resultado como um
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:
C alculo Num erico Integra c ao Num erica Ana Paula Ana Paula C alculo Num erico
Integração Numérica Sumário 1 Aula Anterior 2 Fórmulas Repetidas Aula Anterior Aula Anterior Aula Anterior Aula Anterior Integração numérica Fórmulas Fechadas de Newton-Cotes Regra do Retângulo Integração
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
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
Aula 10. Integração Numérica
CÁLCULO NUMÉRICO Aula Integração Numérica Integração Numérica Cálculo Numérico 3/4 Integração Numérica Em determinadas situações, integrais são difíceis, ou mesmo impossíveis de se resolver analiticamente.
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
Matemática Computacional Ficha 5 (Capítulo 5) 1. Revisão matéria/formulário
Matemática Computacional Ficha 5 (Capítulo 5) Integração numérica 1. Revisão matéria/formulário A técnica de aproximar o integral de f pelo integral do seu polinómio interpolador passando num conjunto
Interpolação. Série 1D. Interpolação polynomial, Interpolação por troços: linear, splines. Sensibilidade à amostra. Geração de amostras aleatórias.
AULA 4 Interpolação. Série 1D. Interpolação polynomial, Interpolação por troços: linear, splines. Sensibilidade à amostra. Geração de amostras aleatórias. Laboratório Numérico 1 Porquê interpolar? Produzir
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
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
Análise de Problemas Recursivos. Algoritmos e Estruturas de Dados Flavio Figueiredo (
Análise de Problemas Recursivos Algoritmos e Estruturas de Dados 2 2017-1 Flavio Figueiredo (http://flaviovdf.github.io) 1 Lembrando de Recursividade Procedimento que chama a si mesmo Recursividade permite
Lista de exercícios de Análise Numérica
Lista de exercícios de Análise Numérica 1. Calcule 10 log x dx : 6 a) Usando a formula dos trapézios; b) Usando a fórmula do trapézio repetida 8 vezes c) Delimite o erro nos dois casos e compare-os. 2.
Renato Martins Assunção
Análise Numérica Erros, Extrapolação de Richardson e Quadratura Gaussiana Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 40 Análise do erro Sabemos
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
Introdução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Interpolação Conteúdo específico Instabilidade Numérica
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
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
Cálculo Numérico. Resumo e Exercícios P2
Cálculo Numérico Resumo e Exercícios P2 Fórmulas e Resumo Teórico P2 Interpolação Em um conjunto de n pontos (x #, y # ), consiste em encontrar uma função f tal que f x # = y # para todo i = 1,2,, n. Na
Capítulo 19. Fórmulas de Integração Numérica
Capítulo 19 Fórmulas de Integração Numérica Você tem um problema Lembre-se que a velocidade de um saltador de bungee jumping em queda livre como uma função do tempo pode ser calculada como: v t gm gc.
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
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.
Computação Numérica Ano letivo 2011/12 Orientações de resposta ao exame/p-folio de 1ª época
Computação Numérica 101 Ano letivo 011/1 Orientações de resposta ao exame/p-folio de 1ª época 1. Considere a função y( x) = ln x x + 4. a. (1,5 val) Construa o polinómio de Taylor de y(x) de grau, com
Laços de repetição for, while, do-while
Computação Eletrônica Laços de repetição for, while, do-while Prof: Luciano Barbosa Estruturas de Repetição Imagine um programa que calcula a média de um aluno. Este programa é bastante simples, bastaria:
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
Disciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Integração numérica: Fórmulas de Newton-Cotes.
Disciplina: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer Aula 5- Integração numérica: Fórmulas de Newton-Cotes. Objetivo: Apresentar o método de integração numérica baseado nas fórmulas
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
Fundamentos IV. Clarimar J. Coelho. Departamento de Computação. November 20, 2014
Fundamentos IV Integração numérica Clarimar J. Coelho Departamento de Computação November 20, 2014 Clarimar, Departamento de Computação Aula 16, Integração numérica 1/28 Integração numérica Clarimar, Departamento
Integral. Queremos calcular a integral definida I = O valor de I será associado a uma área. Veremos dois métodos (por enquanto)
Integral Queremos calcular a integral definida I = b a f(x)dx. O valor de I será associado a uma área. Veremos dois métodos (por enquanto) Método do Trapezóide Método de Simpson 1 Método do Trapezóide
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.
Cálculo Numérico Algoritmos
Cálculo Numérico Algoritmos Valdenir de Souza Junior Abril de 2007 Sumário 1 Introdução 1 2 Raízes de Equações 1 2.1 Método da Bisseção......................... 2 2.2 Método de Newton-Raphson.....................
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
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)
Capı tulo 5: Integrac a o Nume rica
Capı tulo 5: Integrac a o Nume rica Capı tulo 5: Integrac a o Nume rica Sumário Quadratura de Fórmula para dois pontos Fórmula geral Mudança de intervalo Polinômios de Legendre Fórmula de Interpretação
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
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
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
Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo
Sexta Lista: Geração de Números Pseudo-Aleatórios e Método de Monte Carlo Antônio Carlos Roque da Silva Filho e Cristiano R. F. Granzotti 26 de junho de 2017 Os exercícios desta lista devem ser resolvidos
Aplicações de Álgebra Linear. Lista de Exercícios Humberto José Bortolossi Ainda sobre Matrizes e Aplicações
GMA DEPARTAMENTO DE MATEMÁTICA APLICADA Aplicações de Álgebra Linear Lista de Exercícios Humberto José ortolossi http://wwwprofessoresuffbr/hjbortol/ 04 Ainda sobre Matrizes e Aplicações [0] Efetue a multiplicação
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
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
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.
DURAÇÃO DA PROVA: 2 horas
MAC2166 Introdução à Computação Grande Áreas Civil, Mecânica, Petróleo e Química Escola Politécnica Terceira Prova 21 de junho de 2016 Nome: Assinatura: N o USP: Turma: Professor: Instruções: 1. Não destaque
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:
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
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
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
Zero de Funções ou Raízes de Equações
Zero de Funções ou Raízes de Equações Um número ξ é um zero de uma função f() ou raiz da equação se f(ξ). Graficamente os zeros pertencentes ao conjunto dos reais, IR, são representados pelas abscissas
MAP Segundo exercício programa Splines cúbicos
MAP-2121 - Segundo exercício programa - 26 Splines Cúbicos Instruções gerais - Os exercícios computacionais pedidos na disciplina Cálculo Numérico têm por objetivo fundamental familiarizar o aluno com
étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Métodos Computacionais em Física
Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-1 Integração usando o método da rejeição Queremos calcular a integral Definimos um retângulo de altura H que contenha a
Integração numérica. Integração (numérica ou analítica) é o valor total ou somatório de f(x) dx no intervalo de a a b 2013/05/09 MN 1
Integração numérica Integração (numérica ou analítica) é o valor total ou somatório de f(x) dx no intervalo de a a b I b f x dx a 2013/05/09 MN 1 Integração numérica Quando uma função é muito complicada
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
Primitivas Geométricas
Métodos Numéricos para Geração de Malhas SME0250 Primitivas Geométricas Afonso Paiva ICMC-USP 4 de agosto de 2016 Operações com Vetores soma vetorial: sum(x, y) = x + y multiplicação por escalar: mult(λ,
Matemática Computacional - Exercícios
Matemática Computacional - Exercícios 1 o semestre de 2007/2008 - Engenharia Biológica Teoria de erros e Representação de números no computador Nos exercícios deste capítulo os números são representados
Programação I Aula 19 Aritmética com racionais Pedro Vasconcelos DCC/FCUP
Programação I Aula 19 Aritmética com racionais DCC/FCUP DCC/FCUP 2019 1/ 30 Nesta aula 1 Aritmética com racionais 2 Simplificação 3 Operações 4 Comparações DCC/FCUP 2019 2/ 30 Aritmética com racionais
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
Cálculo Numérico. Aula 21 Integração Numérica. Prof. Rafael Mesquita /07/2014
Cálculo Numérico Aula 21 Integração Numérica 2014.1 14/07/2014 Prof. Rafael Mesquita rgm@cin.ufpe.br Integração Numérica Problemas resolvidos pelo cálculo de integral definida Determinação de áreas Determinação
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
Integração Numérica. Cálculo Numérico
Cálculo Numérico Integração Numérica Pro. Jorge Cavalcanti jorge.cavalcanti@univas.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - www.dsc.ucg.edu.br/~cnum/ Integração Numérica
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
C alculo Num erico Erro de Integra c ao Num erica Ana Paula Ana Paula C alculo Num erico
Erro de Integração Numérica Sumário 1 Revisão 2 Erro na Interpolação 3 Erro de Integração 4 Análise dos Erros das Fórmulas Repetidas Revisão Revisão Revisão Revisão Forma de Newton P n (x) =f[x 0 ] + (x
Exercícios: Vetores e Matrizes
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de programação em linguagem C Exercícios: Vetores e Matrizes 1 Vetores 1. Faça um programa que possua um vetor
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
Aula 10 Comandos de Repetição For e Do While
Aula 10 Comandos de Repetição For e Do While 1) O comando for É muito comum usarmos o comando while para repetir alguns comandos um número definido de vezes. Fazemos isso usando um contador. Considere
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
Laboratório de Simulação Matemática. Parte 3 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 3 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 4] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Diogo Pinheiro Fernandes Pedrosa
Diferenciação Numérica Diogo Pineiro Fernandes Pedrosa Universidade Federal do Rio Grande do Norte Centro de Tecnologia Departamento de Engenaria de Computação e Automação ttp://www.dca.ufrn.br/ diogo
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,...,
Atividades Práticas Supervisionadas (APS)
Universidade Tecnológica Federal do Paraná Pro: Lauro Cesar Galvão Campus Curitiba Departamento Acadêmico de Matemática Cálculo Numérico Entrega: unto com a a parcial DATA DE ENTREGA: dia da a PROVA (em
Métodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Do ponto de vista analítico existem diversas regras, que podem ser utilizadas na prática. Porém, técnicas de integração
Renato Martins Assunção
Análise Numérica Integração Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 1 Introdução Calcular integrais é uma tarefa rotineira em engenharia,
Programação I Aula 17 Correção de programas Pedro Vasconcelos DCC/FCUP
Programação I Aula 17 Correção de programas DCC/FCUP DCC/FCUP 2019 1/ 30 Nesta aula 1 Classes de erros 2 Execução passo-a-passo 3 Testes na documentação 4 Asserções 5 Outros erros comuns DCC/FCUP 2019
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.
Algoritmos e Estruturas de Dados. Grupo 1
Licenciatura em Engenharia Electrotécnica e de Computadores Algoritmos e Estruturas de Dados Trabalho prático P1B 2003/04 2 o semestre Efectue as tarefas de programação descritas abaixo, usando a linguagem
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),
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
AULA 4. Estruturas e controlo: for, if, while, def. Somatórios. Funções python. Mais sobre regressão linear Laboratório Numérico 1
AULA 4 Estruturas e controlo: for, if, while, def. Somatórios. Funções python. Mais sobre regressão linear. 2018 Laboratório Numérico 1 Ciclo com contador vs operação vetorial np benchmark simples import
1.1 Etapas na solução de um problema. 1.3 Tipos de erros. 1.4 Aritmética de ponto flutuante.
1. Computação numérica 1.1 Etapas na solução de um problema. 1.2 Notação algorítmica. 1.3 Tipos de erros. 1.4 Aritmética de ponto flutuante. Algoritmos Numéricos Cap.1: Computaç~ao numérica Ed1.0 c 2001
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
MÉTODOS NUMÉRICOS. ENGENHARIA e GESTÃO INDUSTRIAL
UNIVERSIDADE DO MINHO MÉTODOS NUMÉRICOS ENGENHARIA e GESTÃO INDUSTRIAL EXERCÍCIOS PRÁTICOS Ano lectivo de 2005/2006 Métodos Numéricos - L.E.G.I. Exercícios práticos - CONUM Solução de uma equação não linear
CÁLCULO I. Lista Semanal 01 - Gabarito
CÁLCULO I Prof. Márcio Nascimento Prof. Marcos Diniz Questão 1. Nos itens abaixo, diga se o problema pode ser resolvido com seus conhecimentos de ensino médio (vamos chamar de pré-cálculo) ou se são necessários
1 a Lista de Exercícios Prof a. Vanessa Rolnik. seguir e indique o tipo de erro quando a representação não for possível.
Tópicos de Análise Numérica 1 a Lista de Exercícios Prof a. Vanessa Rolnik 1. Considere o sistema PF( 1, 3, -4, 4) de base 1, 3 dígitos na mantissa, menor expoente -4 e maior expoente 4.Quantos números
Seleção Múltipla Laços (while, do-while, for) AULA 05
Introdução a Programação IF669 http://www.cin.ufpe.br/~if669 Seleção Múltipla Laços (while, do-while, for) AULA 05 Ricardo Massa F. Lima rmfl@cin.ufpe.br Sérgio C. B. Soares scbs@cin.ufpe.br Até aqui...