Problema geral de interpolação
|
|
- Mariana Nunes Sequeira
- 6 Há anos
- Visualizações:
Transcrição
1 Problema geral de terpolação Ecotrar p() que verfque as codções: f j ( ) y,,,,,, j,,, m ( j) ( ) dervada de ordem j ós valores odas Eemplo: ecotrar p() que verfque:, f () 4 3, f( 3) 3, f'(3) 4 3 p() 3 se todos os m = (ão há formação de dervadas) se m, m todos guas Iterpolação de Lagrage Iterpolação de Hermte o caso cotráro Iterpolação de Brkhoff Matemátca Computacoal, MEMec, LEAN, MEAer
2 Defções Norma do mámo (ou orma do fto): f ( ) ma f ( ) [ a, b] f ( ) f() f ( ) a f() b f( ) a f() f() b a b Polómo: combação lear de moómos p( ) a a a a o Cálculo com úmero fto de operações elemetares (+,,, /) grau do polómo, deg ( ) ma, p a Matemátca Computacoal, MEMec, LEAN, MEAer
3 Forma de potêcas smples p( ) a aa a... a 3 3 Eemplo: p ( ) grau 3; a ; a 3; a 5; a Cálculo de p() para =: p () flops (9 operações em FP) É possível reduzr o úmeros de operações: algortmo de Horer p ( ) p () flops 3 (6 operações em FP) algortmo de Horer: para grau flops Matemátca Computacoal, MEMec, LEAN, MEAer
4 Forma de potêcas cetradas p( ) a a ( c) a ( c) a ( c )... a ( c) 3 3 cetro Eemplo: p ( ) 4( ) 3( ) Forma de potêcas cetradas com c = grau ; ; 4; 3 a a a p ( ) 4 4 3( ) p ( ) p ( ) 33 Forma de potêcas smples grau ; a 3; a ; a 3 Os coefcetes (a ) da forma de potêcas smples são dferetes dos coefcetes (a ) da forma de potêcas cetradas ecepto o coefcete de maor grau (a ) que é gual Matemátca Computacoal, MEMec, LEAN, MEAer
5 Forma de Newto p( ) a a ( c ) a ( c )( c ) a ( c )( c )( c )... a ( c )( c )...( c ) 3 3 Eemplo: p ( ) 3( 4) 7( 4)( Forma de Newto com c = 4 e c = ) grau ; a ; a 3; a 7 Cálculo de p() para =: 5 8 flops p () 3 ( 4) 7 ( 4) ( ) 5 3 (8 operações em FP) Algortmo de Horer com cetros p ( ) 7( 4)( ) 3( 4) p () flops (6 operações em FP) algortmo de Horer: para grau 3 flops Matemátca Computacoal, MEMec, LEAN, MEAer
6 Algortmo de Horer com cetros p( ) a a c a c c a c c c 3 3 p ( ) a c a c a c a 3 3 y y y y Algortmo: y a Para até fazer Fm do cclo p ( ) y yy c a Matemátca Computacoal, MEMec, LEAN, MEAer
7 Teoremas Teorema de Weerstrass: tervalo fto, f ( ) C( ), p: f ( ) p ( ) ou seja, para qualquer fução cotíua este um polómo tão prómo quato se quera Teorema: Se z, z,, z k forem zeros dsttos do polómo p() etão p( ) ( z ) ( z ) ( z ) r( ) Se o grau de p() for etão o grau de r() será k k Eemplo: 3 p ( ) tem raz z pelo que, p ( ) ( ) r ( ) ( ) (3 5 ) grau 3 grau Teorema da ucdade: p() e q() (de grau ) terpolam os potos (,y ), (,y ),, (,y ), etão p() q() =, ou seja p() = q() ou seja, o polómo de grau que terpola os potos (,y ), (,y ),, (,y ) é úco Matemátca Computacoal, MEMec, LEAN, MEAer
8 Teoremas Defção: Dz se que z é um zero de multplcdade m se pz p z p z p z p z ( m) ( m) (), '(), ''(),, (), () Se m= o zero dz se smples, se m= o zero dz se duplo, etc. Teorema: Se z, z,, z k etão forem respectvamete zeros de multplcdade m, m,, m k p z z z r m m m ( ) ( ) ( ) ( ) k ( ) k Se o grau de p() for etão o grau de r() será (m + m + + m k ) Teorema da ucdade: p() e q() (de grau ) verfcam as segutes codções (+ codções para os k+ potos): f y f y f y j m k I I ( j) ( j) ( ), ( ),..., ( ),,...,,,,...,, etão p() q() =, ou seja p() = q() k ou seja, o polómo de grau que terpola as + codções dcadas é úco Matemátca Computacoal, MEMec, LEAN, MEAer m ( + codções)
9 Método de Vadermode Eemplo: Obter polómo que passa os potos (, ), (, 4) e (4, ) y 4 4 (, y ) (,) (, y ) (,4) (, y ) (4,) y p() 4 Temos 3 codções, ou seja, o polómo tem de passar em 3 potos permte os determar 3 cógtas Polómo (de meor grau, completo) a determar: p( ) a a a a, a e a são as cógtas a determar Matemátca Computacoal, MEMec, LEAN, MEAer
10 Método de Vadermode (, y ) (, ), (, y ) (, 4), (, y ) ( 4,) p( ) a a a Impodo as codções resulta: p ( ) y p ( ) y p ( ) y a a a ( ) y a a a y a a a y ( ) ( ) p() p() 4 p(4) a a a a a a a a a a aa a a4a 4 a 4a6a que se pode escrever a forma matrcal ( ) a y ( ) a y ( ) a y a 4 a a resolução a a 5 a Verfcação: p() 5 p() 5 4 p( ) OK OK OK resultado: p( ) 5 Matemátca Computacoal, MEMec, LEAN, MEAer
11 Método de Vadermode A matrz que se obtêm por este método desga se por matrz de Vadermode ( ) ( ) ( ) Com o aumeto do valor de, a matrz de Vadermode tora se cada vez mas mal codcoada 3 ( ) ( ) ( ) 3 ( ) ( ) ( ) 3 ( ) ( ) ( ) 3 ( ) ( ) ( ) O sstema de equações a resolver possu uma matrz chea resolução do sstema com úmero de operações da ordem de 3 flops Matemátca Computacoal, MEMec, LEAN, MEAer
12 Formula de Lagrage Ecotrar p() que verfque as codções: p( ) y, p( ) y Polómos de Lagrage: L ( ) ( ) ( ) L ( ) ( ) ( ) y y p() y L () y L () Propredade: Lk( ) se k Lk( ) k Lk( ) se k L () L () Polómo terpolador: p ( ) y ( ) ( ) y ( ) ( ) y L ( ) y L ( ) Matemátca Computacoal, MEMec, LEAN, MEAer
13 Formula de Lagrage Ecotrar p() que verfque as codções: p( ) y, p( ) y, p( ) y Polómos de Lagrage: ( )( ) L ( ) ( )( ) ( )( ) L ( ) ( )( ) L ( ) ( )( ) ( )( ) y y y y L () y L () p() y L () Propredade: Lk( ) k Lk( ) se k Lk( ) se k L L () () L () Polómo terpolador: p( ) y y ( )( ) ( )( ) y ( )( ) ( )( ) ( )( ) ( )( ) y L ( ) y L ( ) y L ( ) Matemátca Computacoal, MEMec, LEAN, MEAer
14 Formula de Lagrage Ecotrar p() que verfque as codções: p( ) y, p( ) y,..., p( ) y Polómos de Lagrage: L ( ) k ( )... ( )( )... ( ) k k ( )... ( )( )... ( ) k k k k k k L ( ) k k k ( ) ( ) k Propredade: Lk( ) se k Lk( ) k Lk( ) se k Polómo terpolador: p( ) y L ( ) y L ( )... y L ( ) p( ) y L ( ) k k k Matemátca Computacoal, MEMec, LEAN, MEAer
15 Método de Vadermode (, ), (, ), (, ),..., (, ) y y y y p( ) a aa a... a 3 3 O cálculo dos coefcetes a resulta a resolução dum sstema de equações p( ) a a a ( )... a ( ) y p( ) a a a ( )... a ( ) y p( ) a a a ( )... a ( ) y... p a a a a y ( ) ( )... ( ) que se pode escrever a forma matrcal ( ) ( ) ( ) a y 3 3 ( ) ( ) ( ) a y 3 ( ) ( ) ( ) a y 3 ( ) ( ) ( ) a y Nota: Com o aumeto do valor de, a matrz de Vadermode tora se cada vez mas mal codcoada Sstema com matrz chea resolução com úmero de operações da ordem de 3 Matemátca Computacoal, MEMec, LEAN, MEAer
16 (, ), (, ), (, ),..., (, ) y y y y Forma de Newto p( ) a a ( ) a ( )( ) a ( )( )( )... 3 W ( ) W ( ) W ( )... a ( )( )( )...( ) W ( ) W k () desga se por polómo odal W 4 () W ( ) ( )( )( )...( ) k k 3 4 Nota: W k () tem grau k+ Matemátca Computacoal, MEMec, LEAN, MEAer
17 (, ), (, ), (, ),..., (, ) y y y y Forma de Newto p( ) a a ( ) a ( )( ) a ( )( )( )... 3 W ( ) W ( ) W ( )... a ( )( )( )...( ) W ( ) O cálculo dos coefcetes a resulta a resolução dum sstema de equações p( ) a a ( ) a( )( )... a( )( )( )...( ) y p( ) a a ( ) a ( )( )... a ( )( )( )...( ) y p( ) a a ( ) a ( )( )... a ( )( )( )...( ) y... p( ) a a ( ) a ( )( )... a ( )( )( )... ( ) y Matemátca Computacoal, MEMec, LEAN, MEAer
18 p( ) a y p( ) a a ( ) y p( ) a a ( ) a ( )( ) y Forma de Newto Ou seja, resulta a resolução do sstema de equações... p( ) a a ( ) a ( )( )... a ( )( )( )... ( ) y que se pode escrever a forma matrcal a y ( ) a y ( ) ( )( ) a y ( ) ( )( ) ( )( )...( ) a y Sstema tragular feror resolução com úmero de operações da ordem de Matemátca Computacoal, MEMec, LEAN, MEAer
19 Forma de Newto a y ( ) a y ( ) ( )( ) a y ( ) ( )( ) ( )( )...( ) a y Resolução do sstema tragular feror substução descedete Lha : a y a y[ ] y dfereça dvdda de ordem Lha : a a ( ) y y y y a a( ) y a y[, ] y [ ] y [ ] dfereça dvdda de ordem Matemátca Computacoal, MEMec, LEAN, MEAer
20 Forma de Newto a y ( ) a y ( ) ( )( ) a y ( ) ( )( ) ( )( )...( ) a y Resolução do sstema tragular feror substução descedete Lha 3: a a( ) a( )( ) y y y y ( ) ( )( ) a y y yy ( ) ( )( ) a y a ( y y)( ) ( yy)( ) ( )( ) Matemátca Computacoal, MEMec, LEAN, MEAer
21 Forma de Newto a ( yy)( ) ( yy)( ) ( )( ) a ( y y) ( ) ( yy)( ) ( y y) ( ) ( )( ) a ( y y )( ) ( y y )( ) y y y y a ( )( ) a y[,, ] y [, ] y [, ] dfereça dvdda de ordem Matemátca Computacoal, MEMec, LEAN, MEAer
22 Geeralzado Forma de Newto Lha : a a( ) a( )( )... a ( )( )...( ) y y y y y y y y ( ) ( )( ) a ( )( )...( ) y Desevolvedo é possível coclur que o coefcete a é a dfereça dvdda de ordem ordem y [,..., ] y [,..., ] a y[,,..., ] dfereça dvdda de ordem, calculada recorredo a dfereças dvddas de ordem ordem Matemátca Computacoal, MEMec, LEAN, MEAer
23 Forma de Newto As dfereças dvddas podem ser obtdas por recorrêca através de y [ ] y ordem y [,,..., ] k y [,..., k] y [,..., k ] k Para se obter as dfereças dvddas é usual costrur uma tabela de dfereças dvddas y[ ] y y [ ] y [ ] y [, ] y [, ] y [, ] y[ ] y y[,, ] y [,,, 3] y [ ] y [ ] y [, ] y [,, 3] y [,, ] 3 y [, 3] y [, ] y[ ] y y[,, 3] 3 y [ 3] y [ ] y [, 3] 3 y[ ] y Matemátca Computacoal, MEMec, LEAN, MEAer
24 Forma de Newto p( ) a a( ) a( )( ) a3( )( )( )... W ( ) W ( ) W ( ) poto grau p ( ) a (, y ) codção: p( ) y a y y[ ] y p () p y[ ] Matemátca Computacoal, MEMec, LEAN, MEAer
25 potos grau (, y ), (, y ) Forma de Newto p ( ) a a( ) W ( ) codções: p ( ) y a a( ) y a y y[ ] p ( ) p ( ) a ( ) y [ ] p ( ) y p ( ) a ( ) y y y y y [ ] y [ ] a y[, ] p ( ) p ( ) y[, ]( ) p () y y[ ] y y [ ] y y [, ] y [ ] y [ ] y p () Matemátca Computacoal, MEMec, LEAN, MEAer
26 Forma de Newto 3 potos grau (, y ), (, y ), (, y ) p ( ) a a( ) a( )( ) W ( ) W ( ) codções: p ( ) y a a( ) a( )( ) y a y y[ ] p ( ) y a a ( ) a( )( ) y y y y a y[, ] p ( ) p ( ) a ( )( ) y [ ] y [, ]( ) Matemátca Computacoal, MEMec, LEAN, MEAer
27 3 potos grau (, y ), (, y ), (, y ) codções: p ( ) y p ( ) a ( )( ) y y[ ] y y [ ] y [ ] y [, ] Forma de Newto y [,, ] y[ ] y y [, ] y [, ] y [ ] y[ ] y [, ] y[ ] y p ( ) p ( ) a ( )( ) y [ ] y [, ]( ) y y y y y[, ] y[, ]... a y[,, ] y y y ( ) a ( )( ) y p ( ) p ( ) y[,, ]( )( ) y y y p () p () Matemátca Computacoal, MEMec, LEAN, MEAer
28 Forma de Newto Geeralzado + potos grau (, y ),(, y ),...,(, y ) p ( ) a a ( )... a ( )( )...( ) p ( ) W ( ) p( ) p ( ) a( )( )...( ) W ( ) o coefcete a é a dfereça dvdda de ordem ordem y [,..., ] y [,..., ] a y[,,..., ] dfereça dvdda de ordem, calculada recorredo a dfereças dvddas de ordem ordem Matemátca Computacoal, MEMec, LEAN, MEAer
29 Forma de Newto Geeralzado + potos grau (, y ),(, y ),...,(, y ) p( ) a a ( )... a ( )( )...( ) p ( ) W ( ) y[ ] y y [ ] y [ ] y [, ] y [, ] y [, ] y[ ] y y[,, ] y[ ] y y[ ] y y [ ] y [ ] y [, ] y 3 y 3 y [ 3] y [ ] y [, 3] 3 p( ) p ( ) a( )( )...( ) y [, 3] y[, ] y [,, 3] 3 W ( ) y [,,, ] [,, ] [,, ] Matemátca Computacoal, MEMec, LEAN, MEAer
30 Forma de Newto p( ) a a( ) a( )( ) a3( )( )( )... W ( ) W ( ) W ( ) Dspodo duma terpolação p () um cojuto de potos, se pretedermos adcoar mas um poto à terpolação, o ovo termo de ordem que se adcoa à epressão é um termo que se aula em todos os ós calmete estetes. Etão, o ovo polómo (que terpola os + potos) correspode a adcoar um ovo termo ao polómo aterormete estete, p () Eemplo: polómo que terpola os potos (,y )=(,), (,y )=(3,), (,y )=(5,) é: p ( ) a a( ) a( )( ) ( ) *( )( 3) W ( ) W ( ) Matemátca Computacoal, MEMec, LEAN, MEAer
31 Forma de Newto Se pretedermos adcoar à lsta o poto ( 3,y 3 )=(6,) resulta: p ( ) a a ( ) a ( )( ) a 3 3 W ( ) W ( ) W ( ) a a( ) a ( )( 3) a3 ( )( 3)( 5) W ( ) W( ) W( ) p ( ) O termo W ()=( )( 3)( 5) aula se em todos os ós calmete estetes, = =, = =3, = =5, pelo que para o polómo p 3 () terpolar estes ós, os coefcetes a, a e a defdos aterormete matêm se guas, bastado determar o ovo coefcete a 3 p3( ) a a( ) a ( )( 3) a3( )( 3)( 5) W ( ) W ( ) W ( ) ( )( )( ) ( ) *( )( 3) a3( )( 3)( 5) p( ) a3 ( )( 3) ( 5) W ( ) W ( ) p ( 3 ) p ( ) a3 ( )( 3) ( 5) W ( ) Matemátca Computacoal, MEMec, LEAN, MEAer
32 Iterpolação Iversa ós valores odas y = f( ) y = f( ) y = f( ) ou seja, y f( ) p ( ) Se f ( ) possur versa (em ter(,,..., )) etão podemos escrever, gy ( ) p( y) ós valores odas y = g(y ) y = g(y ) y = g(y ) ou seja, trocamos o papel de com o de y f ( y) Iterpolação versa Matemátca Computacoal, MEMec, LEAN, MEAer
33 Iterpolação Iversa Se pretedermos determar a solução da equação y f( ), ou seja se pretedermos ecotrar o poto z tal que f( z), etão podemos estmar a solução z calculado py ( ) gy ( ) e tomar para estmatva da solução o valor z p( y) g( y) z y p( y) g( y) y f() y y z z y y y y Matemátca Computacoal, MEMec, LEAN, MEAer
34 Teoremas Teorema: k ( k) f ( ) C( ),,,..., k (ós dsttos), : f [,,..., k ] f ( ) k! Demostração: cosdere se a fução, E k () = f() p k (), ode p k é o polómo de grau k que terpola os k+ ós dsttos,,,, k. A fução E ( ) possu (pelo meos) k zeros o tervalo, k a dervada E' ( ) possu k zeros em, a seguda dervada k possu k zeros e assm sucessvamete. A dervada de ordem k possu um zero o tervalo. Desgado por esse zero resulta, p() f() ( k) ( k) ( k) ( k) ( k) Ek ( ) f ( ) pk ( ) pelo que f ( ) p k ( ) ( ) Atededo que p k ( ) ka! ky! [,,... ] k k k E() 3 ( k) resulta f ( ) k! y[,,..., k ] Notar que para k=, o teorema correspode ao teorema do valor termédo. Matemátca Computacoal, MEMec, LEAN, MEAer
35 Teorema: Teoremas f ( ) C ( ), p( ) (de grau ) que terpola,,..., (ós dsttos) ( ), : E( ) f( ) p( ) f ( ) W( ) ( )! Demostração:, p ( ) terpola os ós,,...,, p ( ) p( ) f [,,...,, ] W( ) f( ) p ( ), porque é ó de terpolação de p ( ) f( ) p ( ) p ( ) f[,,...,, ] W ( ) E ( ) f( ) p ( ) p ( ) p ( ) f[,,...,, ] W ( ) Tedo em ateção o teorema ateror ( ) E( ) f[,,...,, ] W( ) f ( ) W( ) ( )! E f W ( )! ( ) Como é um poto qualquer do tervalo resulta, ( ) ( ) ( ) Matemátca Computacoal, MEMec, LEAN, MEAer
36 Teoremas E f W ( )! ( ) ( ) ( ) ( ), ter(,,... ) W 4 () Majorado, E f W ( )! ( ) ( ) ( ) ( ) 3 4 Prova se que,! W( ) h, h mah ma 4,..., h é o espaçameto mámo dos ós pelo que, h ( ) ( ) f ( ) E 4( ) Matemátca Computacoal, MEMec, LEAN, MEAer
37 Rgdez dos polómos Questão: Será que quado, E ( ) f( ) p ( )? Resposta:???? f ( ) s ep( ) =4 =7 Matemátca Computacoal, MEMec, LEAN, MEAer
38 Rgdez dos polómos Questão: Será que quado, E ( ) f( ) p ( )? Resposta: Nem sempre Por vezes os polómos desevolvem osclações, que se podem torar mas acetuadas com o aumeto do grau do polómo E: Fução de Ruge f ( ) 5 = =6 Nota: Iterpolações com ós equdstates Matemátca Computacoal, MEMec, LEAN, MEAer
39 Rgdez dos polómos Questão: Será que quado, E ( ) f( ) p ( )? Resposta: Nem sempre Por vezes os polómos desevolvem osclações, que se podem torar mas acetuadas com o aumeto do grau do polómo =8 Não utlzar elevado outras téccas: por eemplo, sples, mímos quadrados, Cotradção com Teo. de Weerstrass? Não. O teorema de Weerstrass ão dz que o polómo (que aproma a fução) é obtdo por terpolação Matemátca Computacoal, MEMec, LEAN, MEAer
40 Nós de Chebyshev Majorate do erro de terpolação, E f W ( )! ( ) ( ) ( ) ( ) majorate do erro da terpolação depede do comportameto da fução depede da posção dos ós Para ós equdstates, W () atge maores valores absolutos juto das etremdades (e meores valores juto do cetro) W 6 () com ós equdstates Idea: poscoar os ós de modo a mmzar o mámo absoluto de W () => Jutar os ós a etremdade (e cosequetemete afastar o cetro) Matemátca Computacoal, MEMec, LEAN, MEAer
41 Nós de Chebyshev Demostra se que o meor valor para W ( ) ocorre se os ós forem poscoados os zeros dos polómos de Chebyshev. W 6 () com ós equdstates W 6 () com ós de Chebyshev Para o tervalo [, ], os zeros dos polómos de Chebyshev são dados por, (k ) k=cos, k,,..., N N Nesta epressão, N represeta o úmero de potos Matemátca Computacoal, MEMec, LEAN, MEAer
42 Nós de Chebyshev Demostra se que, o tervalo [, ], utlzado ós de Chebyshev, W ( ) E f W ( )! ( ) pelo que ( ) ( ) ( ) E( ) ( )! f ( ) Para o tervalo geérco [ a, b] podemos efectuar uma trasformação de coordeadas de [, ] para [ a, b] () + a b ( ) a b Para um tervalo geérco [ ab, ] a epressão do majorate do erro de terpolação utlzado ós de Chebyshev toma a forma E ( ) ( b a) ( )! f ( ) Matemátca Computacoal, MEMec, LEAN, MEAer
43 Nós de Chebyshev E: Fução de Ruge f ( ) 5 Iterpolação com ós de Chebyshev =6 = Matemátca Computacoal, MEMec, LEAN, MEAer
44 Nós equdstates E: Fução de Ruge f ( ) 5 Iterpolação com ós equdstates =6 = Matemátca Computacoal, MEMec, LEAN, MEAer
45 Teorema: Dfereças dvddas cofluetes f C f f k! k ( k) ( ) ( ),,,..., k, : [,,..., k] ( ) k, f[, ] f'( ), ter(, ) f( ) f( o ) tervalo que cotém o, lm f [, ] f [, ] f'( ) df. dvdda cofluete f ''( ) k, f[,, ], ter(,, ) lm f [,, ] f [,, ], f''( ) Assm, caso haja formação das dervadas, podemos serr essa formação a tabela de dfereças dvddas através de dfereças dvddas cofluetes Matemátca Computacoal, MEMec, LEAN, MEAer
46 Iterpolação de Hermte No caso de, em todos os ós, estr formação da fução e da(s) dervada(s) Iterpolação de Hermte Neste(s) caso(s) há formulas específcas para a terpolação,, p L L y L y k ós Teorema: O polómo de grau que os ós dsttos,,..., terpola os,,, valores y, y,..., y e as dervadas y, y,..., y é: ( ) k( ) k k( ) k k k( ) k Nota: L k () são os polómos de Lagrage Para o caso da terpolação de Hermte (fução e prmera dervada) em + ós, o erro assocado à terpolação é: E () f ( ) ( ) f( ) p ( ) W( ), ( )! Matemátca Computacoal, MEMec, LEAN, MEAer
47 Sples Sples: Troços de polómos assegurado uma certa cotudade a trasção dos troços Sple lear Sple lear troços de rectas com cotudade da fução a trasção dos troços equação duma recta cotudade a fução Sple quadrátco troços de parábolas com cotudade da fução e da ª dervada a trasção dos troços S () S () S 3 () Sple cúbco troços de cúbcas com cotudade da fução, da ª dervada e da ª dervada a trasção dos troços troço troço troço 3 h 3 h h 3 h, h ma h,..., Matemátca Computacoal, MEMec, LEAN, MEAer
48 Sple quadrátco Sple quadrátco: Troços de polómos de grau, que se uem de modo cotíuo e com tagete também cotíua cotudade a fução e equação a tagete duma h, h ma h,..., parábola S () S () S 3 () Troços de parábolas Codções a mpor: Iterpolar os potos troço troço troço 3 (=> cotudade a fução) 3 Coudade a dervada h h h 3 (a trasção dos troços) Matemátca Computacoal, MEMec, LEAN, MEAer
49 troço, Sple quadrátco S () S( ) a a a S '( ) a a Reescrevedo a equação da recta a forma de Lagrage, troço, ( ) S m m h h, ( ) S m m h h h, S ( ) m, S'( ) m S ( ) m Eemplo:, S ( ) m, S' ( ) 3 ( ) m S as dervadas à esquerda e à dreta do ó são guas evalemm m é a dervada do sple o ó m tagete com declve m S () S 3 () troço troço 3 3 Ou seja, escrevedo a equação da dervada do sple a forma de Lagrage, garatmos desde logo a cotudade a dervada a trasção etre os troços Matemátca Computacoal, MEMec, LEAN, MEAer
50 Sple quadrátco Desevolvedo a epressão da dervada, podemos reescrevê la a forma de Newto, h, ( ) S m m, ( ) S m m h h h h Prmtvado a epressão, m m S m C ( ) h Impodo a codção do sple passar o poto da esquerda do tervalo S ( ) y,,..., m m m C y h pelo que,, ( ) S m m h h C y m m m S ( ) m m y h, m ( ) m S m h S () y troço Matemátca Computacoal, MEMec, LEAN, MEAer
51 Reescrevedo a epressão ateror, Sple quadrátco m m S ( ) y m,,..., h Nesta epressão os m são cógtas m, m,, m + cógtas Impodo a codção do sple passar o poto da dreta do tervalo S ( ) y,,..., y m m y m y h h h S () troço m m m m y mh h y h y y m m y y h y y m m,,..., h Esta epressão represeta equações Matemátca Computacoal, MEMec, LEAN, MEAer
52 Sple quadrátco Resumdo, a epressão do sple quadrátco é m m S ( ) y m,,..., h ode os m são cógtas + cógtas Para determarmos as cógtas recorremos à codção y y m m equações,,..., h equações a + cógtas ecessáro forecer codção suplemetar forecer o valor de um dos m vulgar forecer m (uma estmatva de f ( )) Resulta o sstema forecer m y y m m,,..., h forecer m y y m m,,..., h Matemátca Computacoal, MEMec, LEAN, MEAer
53 Sple quadrátco O sstema pode ser colocado a forma matrcal (com duas dagoas ão ulas), m y m y y h m y y h m 3 y3 y h3 m y y h m y y h m y y h 3 Matemátca Computacoal, MEMec, LEAN, MEAer
54 Sple cúbco Sple cúbco: Troços de polómos de grau 3, que se uem de modo cotíuo, com tagete cotíua e com curvatura também cotíua cotudade a fução, a tagete e a curvatura S () equação duma cúbca h, h ma h,..., S () S 3 () Troços de cúbcas Codções a mpor: Iterpolar os potos troço troço troço 3 h 3 h h 3 (=> cotudade a fução) Coudade a ª dervada (a trasção dos troços) Coudade a ª dervada (a trasção dos troços) Matemátca Computacoal, MEMec, LEAN, MEAer
55 troço, Sple cúbco S( ) a a a a 3 3 S () S a a a3 3, ( ) 3 S,, ( ) a 6 a Reescrevedo a equação da recta a forma de Lagrage, troço,, ( ) S M M h h,, ( ) S M M h h h,, S ( ) M,,,, S ( ) M S ( ) M Eemplo:,, S ( ) M,, S ( ) M 3,, S ( as ª dervadas à esquerda e à dreta do ó são guas evalemm M é a ª dervada do sple o ó ) M ª dervada com valor M S () S 3 () troço troço 3 3 Ou seja, escrevedo a equação da ª dervada do sple a forma de Lagrage, garatmos desde logo a cotudade a ª dervada a trasção etre os troços Matemátca Computacoal, MEMec, LEAN, MEAer
56 Sple cúbco Prmtvado vezes a epressão,,, ( ) S M M h h, S ( ) M M h h 3 3 S( ) M M 6h 6h O termo + pode ser escrto a forma de Lagrage, 3 3 ( ) 6h 6h S M M c d h h com d c c d ; h h Matemátca Computacoal, MEMec, LEAN, MEAer
57 Impodo as codções de terpolação S( ) y S( ) y,,..., Sple cúbco 3 3 ( ) 6h 6h h h S M M c d M M h ( ) 6h ( 3 M ( 6h pelo que, para o troço, a equação do sple é, h ) ( ) M 6h 6h 3 3 ) 3 c c h h h d d h h h y y y y S () troço cy M h d y M h h 6h 6h 6 h 6 h S ( ) M M y M y M,,..., h 6 Nesta epressão os M são cógtas M, M,, M + cógtas Matemátca Computacoal, MEMec, LEAN, MEAer
58 Sple cúbco Dervado a epressão ateror (epressão do sple) resulta,, ( ) h h h h h 6 h 6 S M M y M y M S M M M M Impodo a cotudade a prmera dervada,, S ( ) S ( ) h, ( ) ( S ( ) ) y y h M M M M h h h 6 S, ( ) y y h h h h 6, ( ) y y h 6 S M M M M h h h, ( ) M h ( ) h M ( ) y y h M M h 6 h S (), S ( ), S ( ) 3 troço troço 3 S 3 () 3 Matemátca Computacoal, MEMec, LEAN, MEAer
59 S, ( ) M pelo que a cotudade a dervada resulta,,, S ( ) S ( ) h ( ) h M Sple cúbco h, ( ) ( S ( ) ) y y h M M M M h h h 6 ( ) y y h M M h 6 h y y h S M M M h, ( ) h 6 h y y h S M M M h, ( ) 6 h y y h h y y M M M M M M h 6 h 6 h h h h h y y y M M y,,..., M h h Esta epressão represeta equações Matemátca Computacoal, MEMec, LEAN, MEAer
60 Resumdo, a epressão do sple cúbco é Sple cúbco 3 3 h h 6h 6h 6 h 6 h S ( ) M M y M y M,,..., ode os M são cógtas + cógtas Para determarmos as cógtas recorremos à codção h h h h y y y y M M M,,..., h h equações equações a + cógtas ecessáro forecer codções suplemetares Matemátca Computacoal, MEMec, LEAN, MEAer
61 Sple cúbco Hpótese : Sple atural Na ausêca de outra formação cosderar,, S ( ) M,, S ( ) M ou seja, o sstema a resolver é M h h h h y y y y M M M,,..., h h M No caso de espaçameto uforme resulta (h = h ; =,,, ) M h h h y y h M y y y y M M M M 4M M 6 M M Matemátca Computacoal, MEMec, LEAN, MEAer h
62 Sple cúbco O sstema pode ser colocado a forma matrcal (sstema trdagoal) y y y 6 h 4 M3 4 M 3 4 M y y y 6 4 M M y y y 6 h M h 4 M y3yy 6 4 M 3 h Matemátca Computacoal, MEMec, LEAN, MEAer
63 Sple cúbco Hpótese : Sple completo Caso as as dervadas as etremdades sejam cohecdas cosderar, ( ) y y h 6 S M M M M h h h,, S ( ) y,, S ( ) y h, ( ) S ( ) M h ( ) y y h, M MM y h h 6 h, ( S ( ) M ) ( ), y y h M M M y h h h 6 h h, y y M M y 3 6 h h h, y y M M y 6 3 h Matemátca Computacoal, MEMec, LEAN, MEAer
64 Sple cúbco ou seja, para sple completo o sstema a resolver é h h y y, M M y 3 6 h h h h h y y y y M M M,,..., h h h h, y y M M y 6 3 h Hpótese 3: sple peródco (cosultar referêcas) Hpótese 3: cotudade da 3ª dervada em e, (cosultar referêcas) Matemátca Computacoal, MEMec, LEAN, MEAer
65 Sples cúbcos Teorema (Holladay): [ ab, ] Nós:,,..., Valores odas: y, y,..., y a b De todas as fuções com cotudade até à seguda dervada ( fc ( )) que terpolam os aterores valores, o sple cúbco atural é a fução que mmza o valor b Jf ( ) f''( ) d e é uma fução úca. a Iterpretação: De todas as curvas terpoladoras com cotudade até à seguda dervada, o sple cúbco atural é a curva mas dreta possível (porque o valor médo da curvatura é mímo) Nota: J(f) é proporcoal à eerga de deformação duma vga elástca Matemátca Computacoal, MEMec, LEAN, MEAer
66 Erros da terpolação por sples cúbcos f S C D f h C f' S' C D f h C h f'' S'' C D f h C 3 h 4 f''' S''' C3 D f h C3 h h hma h hm h Matemátca Computacoal, MEMec, LEAN, MEAer
Capítulo V - Interpolação Polinomial
Métodos Numércos C Balsa & A Satos Capítulo V - Iterpolação Polomal Iterpolação Cosdere o segute couto de dados: x : x0 x x y : y y y 0 m m Estes podem resultar de uma sequêca de meddas expermetas, ode
Leia maisCapítulo 5: Ajuste de curvas pelo método dos mínimos quadrados
Capítulo : Ajuste de curvas pelo método dos mímos quadrados. agrama de dspersão No capítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas por uma taela de valores. Frequetemete o etato
Leia maisCapítulo 3. Interpolação Polinomial
EQE-358 MÉTODOS NUMÉRICOS EM ENGENHARIA QUÍMICA PROFS. EVARISTO E ARGIMIRO Capítulo 3 Iterpolação Polomal Teorema de Weerstrass: se f( é uma fução cotíua em um tervalo fechado [a, b], etão para cada >,
Leia maisJosé Álvaro Tadeu Ferreira. Cálculo Numérico. Notas de aulas
UNIVERSIDADE FEDERAL DE OURO PRETO Isttuto de Cêcas Eatas e Bológcas Departameto de Computação José Álvaro Tadeu Ferrera Cálculo Numérco Notas de aulas Iterpolação Polomal Ouro Preto 3 (Últma revsão em
Leia maisInterpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.
Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr
Leia maisApostila de Introdução Aos Métodos Numéricos
Apostla de Itrodução Aos Métodos Numércos PARTE III o Semestre - Pro a. Salete Souza de Olvera Buo Ídce INTERPOAÇÃO POINOMIA...3 INTRODUÇÃO...3 FORMA DE AGRANGE... 4 Iterpolação para potos (+) - ajuste
Leia maisCAMPUS DE GUARATINGUETÁ Computação e Cálculo Numérico: Elementos de Cálculo Numérico Prof. G.J. de Sena - Depto. de Matemática Rev.
uesp CAMUS DE GUARATINGUETÁ Computação e Cálculo Numérco: Elemetos de Cálculo Numérco ro. G.J. de Sea - Depto. de Matemátca Rev. 5 CAÍTUO 4 INTEROAÇÃO 4. INTRODUÇÃO Cosdere a segute tabela relacoado calor
Leia maisAtividades Práticas Supervisionadas (APS)
Uversdade Tecológca Federal do Paraá Prof: Lauro Cesar Galvão Campus Curtba Departameto Acadêmco de Matemátca Cálculo Numérco Etrega: juto com a a parcal DATA DE ENTREGA: da da a PROVA (em sala de aula
Leia maisx n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População
ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com
Leia maisDifusão entre Dois Compartimentos
59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão
Leia maisMétodos tipo quadratura de Gauss
COQ-86 Métodos Numércos ara Sstemas Algébrcos e Dferecas Métodos to quadratura de Gauss Cosderado a tegração: Método de quadratura de Gauss com otos teros I f d a ser comutada com a maor recsão ossível
Leia maisOitava Lista de Exercícios
Uversdade Federal Rural de Perambuco Dscpla: Matemátca Dscreta I Professor: Pablo Azevedo Sampao Semestre: 07 Otava Lsta de Exercícos Lsta sobre defções dutvas (recursvas) e prova por dução Esta lsta fo
Leia maisCAPÍTULO 5. Ajuste de curvas pelo Método dos Mínimos Quadrados
CAPÍTULO Ajuste de curvas pelo Método dos Mímos Quadrados Ajuste Lear Smples (ou Regressão Lear); Ajuste Lear Múltplo (ou Regressão Lear Múltpla); Ajuste Polomal; Regressão Não Lear Iterpolação polomal
Leia maisCálculo Numérico. Ajuste de Curvas Método dos Mínimos Quadrados. Profa. Vanessa Rolnik 1º semestre 2015
Cálculo Numérco Ajuste de Curvas Método dos Mímos Quadrados Profa. Vaessa Rolk º semestre 05 Ajuste de curvas Para apromar uma fução f por um outra fução de uma famíla prevamete escolhda (caso cotíuo)
Leia maisGabarito da Lista de Interpolação e Método dos Mínimos Quadrados
Gabarto a sta e Iterpolação e Métoo os Mímos Quaraos ercíco : a cos Prmera orma: Iterpolação e agrage 8 5 P cos5 P - 89765 6 5 85 5 5 5 P 5 : : rro Portato 6 cos9 9 ; -5 6 9-9 - 6 5 5 5 85 cos6 6 ; 5 9
Leia maisIntrodução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares
Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado
Leia maisProblemas fundamentais da teoria da aproximação func/onal
18 GAZETA DE MA TEM ATIÇA 2 5 ) ( A - se) l + (T _ y) * + ( Z - z) K=O p 1 1 " 1 d p 1 df-j pl - p ds T d íj (A'~ «)> -f (Y - y) ft + (2-z)v = - 3 1 e resolve-se rapdamete. X x + Aa + B\ r = y + Aß + Bp,
Leia maisComo CD = DC CD + DC = 0
(9-0 www.eltecampas.com.br O ELITE RESOLVE IME 008 MATEMÁTICA - DISCURSIVAS MATEMÁTICA QUESTÃO Determe o cojuto-solução da equação se +cos = -se.cos se + cos = se cos ( se cos ( se se.cos cos + + = = (
Leia mais1. Revisão Matemática
1. Revsão Matemátca Dervadas Seja a fução f : R R, fxe x R, e cosdere a expressão : f ( x+ αe ) lmα 0 α f, ode e é o vector utáro. Se o lmte acma exstr, chama-se a dervada parcal de f o poto x e é represetado
Leia maisESTATÍSTICA APLICADA À ZOOTECNIA
ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o
Leia maisMEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12
MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação
Leia mais2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida
. MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +
Leia maisCAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA
Polômos de Jacob e CAPÍTULO III - POLINÔMIOS DE JACOBI E QUADRATURA NUMÉRICA III--)INTRODUÇÃO Para um melhor etedmeto do método da colocação ortogoal e sua relação com o método dos resíduos poderados (MRP),
Leia mais( x) Método Implícito. No método implícito as diferenças são tomadas no tempo n+1 ao invés de tomá-las no tempo n, como no método explícito.
PMR 40 Mecâca Computacoal Método Implícto No método mplícto as dfereças são tomadas o tempo ao vés de tomá-las o tempo, como o método explícto. O método mplícto ão apreseta restrção em relação ao valor
Leia maisVI - Integração Numérica
V - tegração Numérca C. Balsa & A. Satos. trodução São, este mometo, coecdos dos aluos métodos aalítcos para o cálculo do tegral dedo b ( d a sedo ( cotíua e tegrável o tervalo [ ab] ;. Cotudo, algumas
Leia maisProbabilidades e Estatística LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 mutos Grupo I Probabldades e Estatístca LEGM, LEIC-A, LEIC-T, MA, MEMec Justfque coveetemete todas as respostas 2 o semestre 2017/2018 14/06/2018 11:00 2 o Teste B 10 valores 1. Os dvíduos
Leia maisProfessor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.
Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.
Leia maisFundamentos de Matemática I FUNÇÕES POLINOMIAIS4. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques
FUNÇÕES POLINOMIAIS4 Gl da Costa Marques Fudametos de Matemátca I 4.1 Potecação de epoete atural 4. Fuções polomas de grau 4. Fução polomal do segudo grau ou fução quadrátca 4.4 Aálse do gráfco de uma
Leia maisDiferenciais Ordinárias. Reginaldo J. Santos Departamento de Matemática-ICEx Universidade Federal de Minas Gerais
Exstêca e Ucdade de Soluções de Equações Dferecas Ordáras Regaldo J Satos Departameto de Matemátca-ICEx Uversdade Federal de Mas Geras http://wwwmatufmgbr/ reg 10 de ulho de 2010 2 1 INTRODUÇÃO Sumáro
Leia mais6. MÉTODOS APROXIMADOS DE ANÁLISE DE SISTEMAS CONTÍNUOS
6. ÉOOS APROXAOS ANÁS SSAS CONÍNUOS Nos dos capítulos aterores, estudaram-se métodos exactos de aálse de sstemas dscretos e de sstemas cotíuos. Agora, serão aalsados algus métodos aproxmados da solução
Leia maisSumário. Mecânica. Sistemas de partículas
umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - stemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. - Vetor
Leia maisDistribuições de Probabilidades
Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução
Leia maisCÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES
CÁLCULO DE RAÍZES DE EQUAÇÕES NÃO LINEARES Itrodução Em dversos camos da Egehara é comum a ecessdade da determação de raízes de equações ão leares. Em algus casos artculares, como o caso de olômo, que
Leia mais16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:
6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu
Leia maisRegressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança
Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total
Leia maisEm muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão
Leia maisREGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA
REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:
Leia maisEconometria: 4 - Regressão Múltipla em Notação Matricial
Ecoometra: 4 - Regressão últpla em Notação atrcal Prof. arcelo C. ederos mcm@eco.puc-ro.br Prof. arco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo
Leia maisExercícios de Cálculo Numérico Interpolação Polinomial e Método dos Mínimos Quadrados
Eercícos e Cálculo Numérco Iterpolação Polomal e Métoo os Mímos Quaraos Para a ução aa, seja,, 6 e, 9 Costrua polômos e grau, para apromar, 5, e ecotre o valor o erro veraero a cos b c l Use o Teorema
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisDISTRIBUIÇÃO HIPERGEOMÉTRICA
7 DISTRIBUIÇÃO HIPERGEOMÉTRICA Cosdere-se uma população fta costtuída por N elemetos dstrbuídos por duas categoras eclusvas e eaustvas de dmesões M e N M, respectvamete. Os elemetos da prmera categora
Leia maisConfiabilidade Estrutural
Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz
Leia mais(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0
EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()
Leia maisCAPITULO VII. DERIVAÇÃO E DIFERENCIAÇÃO EM R n. = h 1. , fx 1
CAPITULO VII DERIVAÇÃO E DIFERENCIAÇÃO EM R Dervadas parcas de fuções reas de varáves reas Sea f ( ) f ( ) uma fução de A R em R e cosdere-se um poto a (a a a ) A Fado a 3 a 3 a cosdere-se a fução parcal
Leia maisd s F = m dt Trabalho Trabalho
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Trabalho 1. Itrodução
Leia maisCentro de massa, momento linear de sistemas de partículas e colisões
Cetro de massa, mometo lear de sstemas de partículas e colsões Prof. Luís C. Pera stemas de partículas No estudo que temos vdo a fazer tratámos os objectos, como, por exemplo, blocos de madera, automóves,
Leia maisNúmeros Complexos. 2. (IME) Seja z um número complexo de módulo unitário que satisfaz a condição z 2n 1, onde n é um número inteiro positivo.
Números Complexos. (IME) Cosdere os úmeros complexos Z se α cos α e Z cos α se α ode α é um úmero real. Mostre que se Z Z Z etão R e (Z) e I m (Z) ode R e (Z) e I m (Z) dcam respectvamete as partes real
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves
Leia maisMétodos numéricos para solução de equações
Escola Poltécca da Uversdade de São Paulo Departameto de Egehara Químca LSCP Laboratóro de Smulação e Cotrole de Processos Dscpla Optatva Modelagem e Métodos Matemátcos Aplcados à Egehara Químca AULA Revsão
Leia maisMA12 - Unidade 4 Somatórios e Binômio de Newton Semana de 11/04 a 17/04
MA1 - Udade 4 Somatóros e Bômo de Newto Semaa de 11/04 a 17/04 Nesta udade troduzremos a otação de somatóro, mostrado como a sua mapulação pode sstematzar e facltar o cálculo de somas Dada a mportâca de
Leia maisEconometria: 3 - Regressão Múltipla
Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão
Leia maisCapítulo 8. Método de Rayleigh-Ritz
Grupo : Gustavo de Souza Routma; Luís Ferado Hachch de Souza; Ale Pascoal Palombo Capítulo 8. Método de Raylegh-Rtz 8.. Itrodução Nos problemas de apromação por dfereças ftas, para apromar a solução para
Leia mais( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ) ( k) ( k ) ( ) ( ) Questões tipo exame
Questões tpo eame Pá O poto U tem coordeadas (6, 6, 6) e o poto S pertece ao eo Oz, pelo que as suas coordeadas são (,, 6) Um vetor dretor da reta US é, por eemplo, US Determemos as suas coordeadas: US
Leia maisProbabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ
Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o
Leia mais4 Métodos Sem Malha Princípio Básico dos Métodos Sem Malha
4 Métodos Sem Malha Segudo Lu (9), os métodos sem malha trabalham com um cojuto de ós dstrbuídos detro de um domío, assm como com cojutos de ós dstrbuídos sobre suas froteras para represetar, sem dscretzar,
Leia maisEstatística - exestatmeddisper.doc 25/02/09
Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade
Leia maisMEDIDAS DE DISPERSÃO:
MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.
Leia mais4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.
MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 4- Método de Dereças Ftas Alcado às Equações Derecas Parcas. 4.- Aromação de Fuções. 4..- Aromação or Polômos: Iterolação. 4..- Ajuste de Dados: Mímos
Leia maisSobre aproximações polinomiais de raízes reais de cúbicas
Notas de Aula Sobre aproxmações polomas de raízes reas de cúbcas Edgar Rechtschaffe UNIFESO O problema de se obter as raízes de uma equação do tercero grau abrevadamete uma cúbca fo resolvdo o século XVI
Leia maisRelatório 2ª Atividade Formativa UC ECS
Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução
Leia maisAvaliação da qualidade do ajuste
Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a
Leia maisCAP. IV INTERPOLAÇÃO POLINOMIAL
CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts uções são cohecds pes um cojuto to e dscreto de potos de um tervlo [,b]. Eemplo: A tbel segute relco clor especíco d águ e tempertur: tempertur (ºC 5 5 clor
Leia maisRESUMO E EXERCÍCIOS NÚMEROS COMPLEXOS ( )
NÚMEROS COMPLEXOS Forma algébrca e geométrca Um úmero complexo é um úmero da forma a + b, com a e b reas e = 1 (ou, = -1), chamaremos: a parte real; b parte magára; e udade magára. Fxado um sstema de coordeadas
Leia maisCAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS
CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo IV, Iterolação Polomal, estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são
Leia maisProbabilidades e Estatística
Departameto de Matemátca robabldades e Estatístca LEAN, LEE, LEGI, LERC, LMAC, MEAer, MEAmb, MEBol, MEEC, MEMec 2 o semestre 20/202 2 o Teste B 08/06/202 :00 Duração: hora e 30 mutos Justfque coveetemete
Leia maisForma padrão do modelo de Programação Linear
POGAMAÇÃO LINEA. Forma Padrão do Modelo de Programação Lear 2. elações de Equvalêca 3. Suposções da Programação Lear 4. Eemplos de Modelos de PPL 5. Suposções da Programação Lear 6. Solução Gráfca e Iterpretação
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma
Leia maisEstatística: uma definição
Prof. Lorí Val, Dr. - val@pucrs.br http://www.pucrs.br/famat/val/ Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Estatístca: uma defção Coleç Coleção de ú úmeros estatí estatístcas O ú ú mero
Leia maisSumário. Mecânica. Sistemas de partículas
Sumáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Sstemas de partículas e corpo rígdo. - Cetro de massa. - Como determar o cetro de massa dum sstema de partículas. -
Leia maisANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS
ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;
Leia maisCADERNO 1 (É permitido o uso de calculadora gráfica.)
Proposta de teste de avalação [mao 09] Nome: Ao / Turma: N.º: Data: - - Não é permtdo o uso de corretor. Deves rscar aqulo que pretedes que ão seja classfcado. A prova clu um formuláro. As cotações dos
Leia maisProbabilidades e Estatística LEAN, LEGI, LEGM, LMAC, MEAer, MEAmbi, MEC
Duração: 90 mutos Grupo I Probabldades e Estatístca LEAN, LEGI, LEGM, LMAC, MEAer, MEAmb, MEC Justfque coveetemete todas as respostas 1 o semestre 2018/2019 10/01/2019 11:00 2 o teste B 10 valores 1. Cosdere-se
Leia maisAULA Produto interno em espaços vectoriais reais ou complexos Produto Interno. Norma. Distância.
Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas
Leia maisTeoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.
Estatístca 47 Estatístca 48 Teora Elemetar da Probabldade SPECTOS PERTINENTES À CRCTERIZÇÃO DE UM EXPERIÊNCI LETÓRI MODELOS MTEMÁTICOS DETERMINÍSTICOS PROBBILÍSTICOS PROCESSO (FENÓMENO) LETÓRIO - Quado
Leia maisA análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.
Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de
Leia maisEstatística. 2 - Estatística Descritiva
Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA
Leia maisCAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS
CAP. V AJUSTE DE CURVAS PELO MÉTODO DOS MÍNIMOS QUADRADOS No caítulo ateror estudamos uma forma de ldar com fuções matemátcas defdas or taelas de valores. Frequetemete, estas taelas são otdas com ase em
Leia maisMomento Linear duma partícula
umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso
Leia maisBioestatística Curso de Saúde. Linha Reta 2 Parábola ou curva do segundo grau. terceiro grau curva do quarto. grau curva de grau n Hipérbole
Teora da Correlação: Probleas relatvos à correlação são aqueles que procura estabelecer quão be ua relação lear ou de outra espéce descreve ou eplca a relação etre duas varáves. Se todos os valores as
Leia maisFaculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a
Leia maisAULA Os 4 espaços fundamentais Complemento ortogonal.
Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resoledo os problemas
Leia maisRevisão de Estatística X = X n
Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...
Leia maisOrganização; Resumo; Apresentação.
Prof. Lorí Val, Dr. val@ufrgs.br http://www.ufrgs.br/~val/ Grade Cojutos de Dados Orgazação; Resumo; Apresetação. Amostra ou População Defetos em uma lha de produção Lascado Deseho Torto Deseho Torto Lascado
Leia maisII. Propriedades Termodinâmicas de Soluções
II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
É o grau de assocação etre duas ou mas varáves. Pode ser: Prof. Lorí Val, Dr. val@pucrs.br http://www.pucrs.br/famat/val www.pucrs.br/famat/val/ correlacoal ou expermetal. Numa relação expermetal os valores
Leia maisMomento Linear duma partícula
umáro Udade I MECÂNICA 2- Cetro de massa e mometo lear de um sstema de partículas - Mometo lear de uma partícula e de um sstema de partículas. - Le fudametal da dâmca para um sstema de partículas. - Impulso
Leia maisCAP. IV INTERPOLAÇÃO POLINOMIAL
CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts fuções são cohecds es um cojuto fto e dscreto de otos de um tervlo [,b]. Eemlo: A tbel segute relco clor esecífco d águ e temertur: temertur (ºC 5 3 35 clor
Leia maisESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas
Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas
Leia maisMEDIDAS DE TENDÊNCIA CENTRAL I
Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE
Leia maisComplexidade Computacional da Determinação da Correspondência entre Imagens
Complexdade Computacoal da Determação da Correspodêca etre Images Adraa Karlstroem Laboratóro de Sstemas Embarcados Departameto de Egehara Mecatrôca Escola Poltécca da Uversdade de São Paulo adraa.karlstroem@pol.usp.br
Leia maisCAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados
3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas
Leia maisEstatística Descritiva. Medidas estatísticas: Localização, Dispersão
Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x
Leia maisCAP. IV INTERPOLAÇÃO POLINOMIAL
CAP. IV INTERPOLAÇÃO POLINOMIAL INTRODUÇÃO Muts fuções são cohecds es um cojuto fto e dscreto de otos de um tervlo [,b]. Eemlo: A tbel segute relco clor esecífco d águ e temertur: temertur (ºC 5 3 35 clor
Leia maisCálculo Numérico Lista 02
Cálculo Numérico Lista 02 Professor: Daiel Herique Silva Essa lista abrage iterpolação poliomial e método dos míimos quadrados, e cobre a matéria da seguda prova. Istruções gerais para etrega Nem todos
Leia maisREGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi
REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta
Leia maisNOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling
4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se
Leia maisAULA Espaços Vectoriais Estruturas Algébricas.
Note bem: a letura destes apotametos ão dspesa de modo algum a letura ateta da bblografa prcpal da cadera Chama-se a ateção para a mportâca do trabalho pessoal a realzar pelo aluo resolvedo os problemas
Leia mais