Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Interpolação e Ajuste de Curvas
TM-236 Cálculo Numérico Prof. Luciano K. Araki 2009/2
2
Motivação Dados: em geral, fornecidos em um conjunto discreto de valores. Por exemplo: propriedades físicas tabeladas ou resultados experimentais. Muitas vezes, é necessário utilizar valores intermediários aos fornecidos. TM-236 Cálculo Numérico
3
Motivação TM-236 Cálculo Numérico
Fonte:Incropera et al., “Fundamentos Transferência de Calor e de Massa”, 6 ed., LTC Editora, 2008. TM-236 Cálculo Numérico
4
Motivação Qual curva é a mais adequada? TM-236 Cálculo Numérico
5
Motivação Aproximação: os dados exibem um grau significativo de erro ou “ruído”. A curva ajustada representa a tendência geral dos dados. Interpolação: os dados são muito precisos e, assim, o ajuste de curvas deve passar diretamente por cada um dos pontos. TM-236 Cálculo Numérico
6
Motivação Fundamentação matemática:
Interpolação → expansões em séries de Taylor e diferenças finitas divididas. Aproximação → estatística básica (conceitos de média aritmética, desvio padrão, distribuição normal, intervalos de confiança). TM-236 Cálculo Numérico
7
Técnicas de aproximação
Mínimos Quadrados Discretos. Polinômios Ortogonais e Aproximação por Mínimos Quadrados. Polinômios de Chebyshev e Economia na Série de Potências. Aproximação por Função Racional. Aproximação por Polinômios Trigonométricos. Transformadas Rápidas de Fourier (FFT). TM-236 Cálculo Numérico
8
Mínimos Quadrados Discretos
Normalmente, empregada para prever valores intermediários para dados experimentais. Apresenta uma tendência geral dos dados. Minimização a discrepância entre os dados e os pontos da curva obtida, através da minimização da soma dos quadrados dos resíduos entre valores medidos e valores calculados. TM-236 Cálculo Numérico
9
Mínimos Quadrados Discretos
Hipóteses estatísticas: Cada x tem um valor fixo; ele não é aleatório e é conhecido sem erros. Os valores de y são variáveis aleatórias independentes e têm todos a mesma variância. Os valores de y para um dado x devem estar normalmente distribuídos. TM-236 Cálculo Numérico
10
Mínimos Quadrados Discretos
Modelo linear: Determinação dos coeficientes: TM-236 Cálculo Numérico
11
Mínimos Quadrados Discretos
Coeficientes: Quantificação do erro na regressão linear: Erro padrão da estimativa: TM-236 Cálculo Numérico
12
Mínimos Quadrados Discretos
Coeficiente de determinação: Coeficiente de correlação: TM-236 Cálculo Numérico
13
Mínimos Quadrados Discretos
Exemplo 01: Ajuste uma reta aos valores de x e y para os dados apresentados na tabela a seguir: TM-236 Cálculo Numérico
14
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
15
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
16
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
17
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
18
Mínimos Quadrados Discretos
Solução: Desvio padrão: Erro padrão da estimativa: TM-236 Cálculo Numérico
19
Mínimos Quadrados Discretos
Solução: Coeficiente de determinação: Coeficiente de correlação: Conclusão: 86,8% da incerteza original é explicada pelo modelo linear. TM-236 Cálculo Numérico
20
Mínimos Quadrados Discretos
Linearização de relações não-lineares: Modelo exponencial; Modelo potência simples; Modelo da taxa de crescimento da saturação. Emprego de manipulações matemáticas simples transformando-os em modelos lineares. TM-236 Cálculo Numérico
21
Mínimos Quadrados Discretos
Uma função do tipo exponencial: Pode ser linearizada empregando-se: TM-236 Cálculo Numérico
22
Mínimos Quadrados Discretos
Uma função do tipo potência: Pode ser linearizada empregando-se: TM-236 Cálculo Numérico
23
Mínimos Quadrados Discretos
Uma função do tipo taxa de crescimento da saturação: Pode ser linearizada empregando-se: TM-236 Cálculo Numérico
24
Mínimos Quadrados Discretos
Gráficos: TM-236 Cálculo Numérico
25
Mínimos Quadrados Discretos
Exemplo 02: Ajustar os dados da seguinte tabela empregando-se uma função do tipo potência. TM-236 Cálculo Numérico
26
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
27
Mínimos Quadrados Discretos
Solução: Logo: TM-236 Cálculo Numérico
28
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
29
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
30
Mínimos Quadrados Discretos
Solução: Desvio padrão: Erro padrão da estimativa: TM-236 Cálculo Numérico
31
Mínimos Quadrados Discretos
Solução: Coeficiente de determinação: Coeficiente de correlação: Conclusão: 99,9967% da incerteza original é explicada pela função do tipo potência. TM-236 Cálculo Numérico
32
Mínimos Quadrados Discretos
Regressão polinomial: o procedimento de mínimos quadrados para ajustes lineares pode ser estendido para polinômios de grau mais elevado. Supondo-se um polinômio de segundo grau ou quadrático: TM-236 Cálculo Numérico
33
Mínimos Quadrados Discretos
Soma dos quadrados dos resíduos: Determinação dos coeficientes: TM-236 Cálculo Numérico
34
Mínimos Quadrados Discretos
Sistema de equações normais: TM-236 Cálculo Numérico
35
Mínimos Quadrados Discretos
Polinômio de grau m: Erro padrão: TM-236 Cálculo Numérico
36
Mínimos Quadrados Discretos
Exemplo 03: Ajustar um polinômio de segundo grau aos dados apresentados na tabela a seguir. TM-236 Cálculo Numérico
37
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
38
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
39
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
40
Mínimos Quadrados Discretos
Solução: TM-236 Cálculo Numérico
41
Mínimos Quadrados Discretos
Solução: Erro padrão da estimativa: Coeficiente de determinação: Conclusão: 99,851% da incerteza original foi explicada pelo modelo quadrático. TM-236 Cálculo Numérico
42
Interpolação Polinomial
Consiste em determinar um único polinômio de grau n que passa pelos n+1 pontos fornecidos. Embora exista um único polinômio de grau n que passa por n+1 pontos, há diversas fórmulas matemáticas para expressá-lo. Formas adequadas para implementação computacional: Newton e Lagrange. TM-236 Cálculo Numérico
43
Interpolação Polinomial
Diferenças Divididas de Newton: Interpolação linear: TM-236 Cálculo Numérico
44
Interpolação Polinomial
Exemplo 04: Faça uma estimativa do logaritmo natural de 2, utilizando uma interpolação linear. Faça o cálculo utilizando dois intervalos: o primeiro, empregando ln(1)=0 e ln(6)=1,791759; e o segundo, utilizando ln(1) = 0 e ln(4)=1, Valor real: ln(2)=0, TM-236 Cálculo Numérico
45
Interpolação Polinomial
Solução: (a) TM-236 Cálculo Numérico
46
Interpolação Polinomial
Solução: (b) TM-236 Cálculo Numérico
47
Interpolação Polinomial
Solução Erros relativos: 48,3% 33,3% TM-236 Cálculo Numérico
48
Interpolação Polinomial
Diferenças Divididas de Newton: Interpolação Quadrática: que pode ser reescrita como: TM-236 Cálculo Numérico
49
Interpolação Polinomial
Interpolação Quadrática: sendo: TM-236 Cálculo Numérico
50
Interpolação Polinomial
Interpolação Quadrática: Determinação dos coeficientes: TM-236 Cálculo Numérico
51
Interpolação Polinomial
Exemplo 05: Ajuste um polinômio quadrático aos três pontos seguintes: Utilize o polinômio obtido para calcular ln(2), cujo valor verdadeiro é 0, TM-236 Cálculo Numérico
52
Interpolação Polinomial
Solução: TM-236 Cálculo Numérico
53
Interpolação Polinomial
Solução: Logo, o polinômio interpolador é: E o valor aproximado de ln(2) é: TM-236 Cálculo Numérico
54
Interpolação Polinomial
Solução: Erros relativos (lineares): 48,3% 33,3% Erro relativo (quadrática): 18,4% TM-236 Cálculo Numérico
55
Interpolação Polinomial
Forma Geral dos Polinômios Interpoladores de Newton: Deseja-se ajustar um polinômio de grau n a n+1 pontos fornecidos, obtendo-se: Coeficientes: TM-236 Cálculo Numérico
56
Interpolação Polinomial
Forma Geral dos Polinômios Interpoladores de Newton: Os colchetes representam a valores de funções calculados através de diferenças divididas. Primeira diferença dividida: TM-236 Cálculo Numérico
57
Interpolação Polinomial
Forma Geral dos Polinômios Interpoladores de Newton: Segunda diferença dividida: N-ésima diferença dividida: TM-236 Cálculo Numérico
58
Interpolação Polinomial
TM-236 Cálculo Numérico
59
Interpolação Polinomial
Forma Geral dos Polinômios Interpoladores de Newton: Não é necessário que os dados sejam igualmente espaçados ou que os valores das abscissas estejam necessariamente em ordem crescente. TM-236 Cálculo Numérico
60
Interpolação Polinomial
Exemplo 06: Faça uma estimativa de ln(2) empregando um polinômio interpolador de Newton de terceiro grau utilizando os seguintes pontos: TM-236 Cálculo Numérico
61
Interpolação Polinomial
Solução: O polinômio de terceiro grau a ser obtido possui a forma: As primeiras diferenças divididas para o problema são: TM-236 Cálculo Numérico
62
Interpolação Polinomial
Solução: As segundas diferenças divididas para o problema são: TM-236 Cálculo Numérico
63
Interpolação Polinomial
Solução A terceira diferença dividida é: Polinômio interpolador de Newton: TM-236 Cálculo Numérico
64
Interpolação Polinomial
Solução: Valor aproximado para ln(2)=0, Erros relativos (lineares): 48,3% 33,3% Erro relativo (quadrática): 18,4% Erro relativo (cúbica): 9,3% TM-236 Cálculo Numérico
65
Interpolação Polinomial
Erros nos Polinômios Interpoladores de Newton Erro de truncamento da série de Taylor: onde ξ é algum ponto do intervalo fornecido. Para um polinômio interpolador de grau n, analogamente, o erro é dado por TM-236 Cálculo Numérico
66
Interpolação Polinomial
Erros nos Polinômios Interpoladores de Newton Utilizando diferenças divididas e um ponto adicional: TM-236 Cálculo Numérico
67
Interpolação Polinomial
Exemplo 07: Estimar o erro para o polinômio interpolador de segundo grau do Exemplo 05. Utilize o ponto adicional f(5)= para obter os resultados. Solução: Do Exemplo 05, tem-se que: TM-236 Cálculo Numérico
68
Interpolação Polinomial
Solução: E o erro verdadeiro é igual a A estimativa do erro pode ser feita através de: TM-236 Cálculo Numérico
69
Interpolação Polinomial
Solução Substituindo valores: E, no caso de x=2, tem-se: Que possui a mesma ordem de grandeza do erro verdadeiro. TM-236 Cálculo Numérico
70
Interpolação Polinomial
Polinômios Interpoladores de Lagrange: Reformulação do polinômio de Newton, que evita o cálculo de diferenças divididas. Representação: TM-236 Cálculo Numérico
71
Interpolação Polinomial
Polinômio Interpolador de Lagrange: Versão linear: Versão quadrática: TM-236 Cálculo Numérico
72
Interpolação Polinomial
Exemplo: Empregar o polinômio interpolador de Lagrange de primeiro e de segundo graus para calcular ln(2) com base nos seguintes dados: TM-236 Cálculo Numérico
73
Interpolação Polinomial
Solução: Polinômio de primeiro grau: TM-236 Cálculo Numérico
74
Interpolação Polinomial
Solução: Polinômio de segundo grau: TM-236 Cálculo Numérico
75
Interpolação Polinomial
Estimativa do erro para o polinômio interpolador de Lagrange: Se um ponto adicional estiver disponível, nota-se que é possível fazer uma estimativa do erro do polinômio de Lagrange. Isso, contudo, raramente é feito, uma vez que as diferenças divididas não são calculadas como parte do algoritmo de Lagrange. TM-236 Cálculo Numérico
76
Interpolação Polinomial
Casos em que o grau do polinômio é desconhecido: preferível utilizar o método de Newton (vantagens na percepção do comportamento das fórmulas para diferentes ordens). Casos em que o grau do polinômio é conhecido a priori: preferível empregar o método de Lagrange (um pouco mais fácil de programar). TM-236 Cálculo Numérico
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.