Aproximação e Interpolação MCEF 2011/12. O Problema da interpolação consiste na obtenção de funções que descrevam de forma exacta um conjunto de dados.

Slides:



Advertisements
Apresentações semelhantes
Analise de Regressão Parte 2.
Advertisements

AJUSTE DE CURVAS 6.1 Introdução 6.2 Método dos quadrados mínimos
Funções de mais de uma variável - Limite e Continuidade
ANÁLISE DISCRIMINANTE
Cálculo Numérico Profs.: Bruno C. N. Queiroz J. Antão B. Moura José Eustáquio R. de Queiroz Joseana Macêdo Fechine Maria Izabel C. Cabral Integração Numérica.
Integração Numérica.
Métodos Numéricos e Estatísticos
Ajuste de Curvas e Interpolação
UTFPR Prof. Dra. Tina Andreolla Disciplina de Cálculo Numérico
Critérios gerais de classificação da prova de Matemática A –Prova 635.
Critérios gerais de classificação da prova de Matemática B – Prova 735.
INTERPOLAÇÃO.
3 - Equações Lineares de Segunda Ordem
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Introdução a Computação e Cálculo Numérico - Lab
Introdução a Computação e Cálculo Numérico
Introdução a Computação e Cálculo Numérico
Métodos Numéricos Computacionais
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Integração Numérica Integração Numérica
Interpolação.
Quadrados Mínimos.
Integração numérica.
Amintas engenharia.
Professores André Fernando André Cavalieri
Regressão Linear.
Equações algébricas e transcendentais
Equações algébricas e transcendentais
Interpolação e Ajuste de Curvas
Aproximação de funções
2.3. Aplicações das Integrais Simples
2.3 Experimentos Fatoriais 22 Efeitos das Interações
Regressão e Previsão Numérica.
Função do 1º grau - continuação
Aproximação de funções
Regra do 1/3 de Simpson.
7 Ajuste de Curvas UFSC.PósMCI.FME.Ajuste de curvas. (11.1)
Integração numérica Aula 10 Fórmulas de Newton-Cotes: Trapézios;
Programação Não-Linear
Interpolação Polinomial Fórmula de Newton
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Professor: Dr. Edwin B. Mitacc Meza
FUNÇÃO EXPONENCIAL.
Quadratura de Gauss-Legendre
Cálculo Diferencial e Integral I
UNIDADE 2 – ZEROS DAS FUNÇÕES REAIS
FUNÇÃO QUADRÁTICA INEQUAÇAO.
Métodos Numéricos Computacionais
1.4 - Limites de Expressões Indeterminadas
Interpolação Polinomial: Introdução; Lagrange.
Solução Numérica de Equações
Interpolação PROF. HERON JR.. Objetivo  Interpolar uma função f(x) consiste em aproximar essa função por uma outra função g(x), escolhida entre uma classe.
FUNÇÃO CONSTANTE y = k ou f(x) = k Seja k um número real qualquer. A função f definida em R e tal que y = f(x) = k, recebe o nome de função constante,
Introdução a Funções Reais
Aula 6 – Sistemas Lineares
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
Sistemas de equações lineares MCEF 2011/12. O Sistemas lineares constituem um caso particular dos sistemas não lineares, sendo que os métodos estudados.
1. Equações não Lineares 2011/2012. Definição Uma equação não linear pode não ter nenhuma solução Uma equação não linear pode ter mais que uma solução.
Integração Numérica MCEF 2011/12. Cálculo de integrais desempenha um papel importante em muitas aplicações, sendo necessário dispor de ferramentas para.
Variância/ Covariância, Correlação Regressão. Variância.
Elementos de Análise NuméricaDif.e int. numéricas - derivação numérica: -aproximação das derivadas: diferenças divididas finitas -diferenças finitas de.
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA PROJETO PIBEG Unidade IV Interpolação Polinomial.
CÁLCULO NUMÉRICO Aula 6 – Aproximação de funções.
Prof. Guilherme Alexandre Monteiro Reinaldo Recife
Transcrição da apresentação:

Aproximação e Interpolação MCEF 2011/12

O Problema da interpolação consiste na obtenção de funções que descrevam de forma exacta um conjunto de dados. Concretamente, dada uma tabela de valores (0bservações) de uma determinada função f, da forma o Problema consiste em determinar uma função, de determinada família escolhida a priori (p. ex. Polinómios, funções trigonométricas, funções racionais, etc), de tal modo que Interpolação

Graficamente x f(x)f(x) x0x0 x1x1 x2x2 x3x3 x4x4 x5x5 (x 0,f(x 0 )) (x 1,f(x 1 )) (x 2,f(x 2 )) (x 3,f(x 3 )) (x 4,f(x 4 )) (x 5,f(x 5 )) f(x)f(x) g(x)g(x)

Em que situações se deve interpolar ? Quando temos os valores numéricos de uma função desconhecida para um conjunto de pontos e queremos o valor desta num ponto que não consta da tabela Quando apesar de conhecermos a expressão de uma função, esta tem uma forma que operações como diferenciação e integração difíceis ou mesmo impossíveis.

No caso da interpolação polinomial, a família de funções escolhida para descrever os dados é constituída apenas por polinómios. Podemos saber a priori qual deve ser o grau do polinómio a escolher ? Interpolação polinomial ??? 2 pontos => 2 coeficientes no polinómio => Polinómio de grau 1

Interpolação Polinomial

Matriz de Vandermonde Podemos mostrar que o determinante desta matriz é não nulo se e só se os pontos Forem distintos. Nesse caso os coeficientes a determinar existem e são únicos, o Que é equivalente a dizer que o polinómio interpolador existe e é único.

Determinar o polinómio interpolador do seguinte conjunto de dados: Exemplo

Determinar o polinómio interpolador do seguinte conjunto de dados: Exemplo

Interpolação Polinomial no Mathematica 1.Introdução dos dados: Devem ser fornecidos na forma de uma LISTA contendo os pontos, Exemplo anterior teriamos: 2.Determinação do polinómio interpolador, usando a função InterpolatingPolynomial: InterpolatingPolynomial[dados, t ] 3.O resultado dos dois comandos anteriores é um polinómio na variável t, correspondente ao polinómio interpolador dos dados. dados = {{1, 3}, {2, 5}, {3, 3}, {4, 3}, {5, 2}, {6, 1}, {7, 1}, {8, 4}, {9, 5}, {10, 4}} ;

Polinómios de Lagrange

Polinómio Interpolador de lagrange (no Mathematica) Exemplo:

Aparece como resposta a uma dificuldade presente no modo de cálculo dos polinómios interpoladores de Lagrange: Se acrescentarmos mais um ponto ao nosso conjunto de dados, temos que voltar a calcular tudo desde o início !! Como calcular c ??? Polinómio Interpolador de Newton

Diferenças divididas

Fórmula Interpoladora de Newton

Esquema de cálculo (Tabela de diferenças divididas)

Exemplo

O que pode correr mal ?

Qual a origem destas perturbações? Podem ser evitadas ?

Erro de Interpolação Erro relacionado com a Função desconhecida f. Erro relacionada com os nós de interpolação

Interpolação de Chebychev Os pontos (nós) de interpolação são escolhidos de modo a minimizar essa componente do erro. No entanto, nem sempre temos a liberdade de fazer a escolha dos nós.

Exemplo de Runge, com nós de Chebyshev Com os “novos” nós de interpolação Desaparecem as instabilidades

Suponha que pretende construir uma tabela de valores da função exponencial no intervalo [-2, 2], de tal modo que ao aproximar linearmente os pontos não tabelados o erro cometido seja seguramente inferior a Qual deve ser o espaçamento entre os pontos da tabela ? Exercício

Aproximação de funções: Caso discreto Ao contrário da interpolação, em que a função g(x) escolhida para descrever os dados os devia reproduzir de forma exacta, no caso da aproximação apenas estamos interessados numa descrição aproximada. Essa descrição aproximada deve ser optimal, num sentido a descrever mais adiante. O número de parâmetros a determinar deve ser substancialmente inferior à quantidade de dados envolvidos.

Interpolação Vs. Aproximação Parâmetros a determinar: 40Parâmetros a determinar: 3

Qualidade da Aproximação Se pretendemos medir a qualidade da aproximação, devemos ser capazes de medir a Distância entre os dados a a função aproximadora, devemos para isso dispor de uma Norma, tal como aconteceu no estudo dos sistemas de equações.

Melhor aproximação no sentido dos mínimos quadrados S f g

Sistema Normal

Exemplo: Regressão Linear

Aproximação dos mínimos quadrados no mathematica Fit[dados, funções de base, variáveis] Exemplo 1: Os comandos Dados = {{0,1}, {1,2},{2,4},{3,0}}; Fit[dados, {1,x,x^2}, x] Dão como resultado a melhor aproximação dos mínimos quadrados com polinómios de grau 2 Exemplo 2: Os comandos Dados = {{0,1}, {1,2},{2,4},{3,0}}; Fit[dados, {1, x,Sin[x]}, x] Dão como resultado a melhor aproximação dos mínimos quadrados por funções do tipo: g(x) = a + b x + c sin(x)

Determinar diversas aproximações por mínimos quadrados para os dados propostos, procurando melhorar os resultados através de uma escolha criteriosa das funções de base g 0, g 1, …, g m. Actividade

Extensões: Mínimos quadrados não lineares Sistema não Linear