Baixe o app para aproveitar ainda mais
Prévia do material em texto
CMP1058 Ementa: ---------- Análise de erros. Solução de equações não lineares. Métodos iterativos para sistemas lineares e não lineares. Interpolação e aproximação polinomial. Ajuste de curvas. Solução numérica de diferenciação e integração. Otimização numérica. Objetivos gerais ------------------- Encontrar sucessões que aproximem os valores exatos com um número mínimo de operações elementares Objetivos específicos -------------------------- Introduzir algoritmos que convergem para resultados de problemas matemáticos cuja validade é demonstrada por teoremas convencionais. Um método numérico apresenta uma sucessão que converge para o valor exato. Cada termo dessa sucessão é uma aproximação, que é possível calcular com um número finito de operações elementares. Conteúdo programático ---------------------------- Identificar os principais erros que afetam os resultados numéricos fornecidos por maquinas digitais; Introdução ao octave Resolver equações por métodos numéricos iterativos; Resolver sistemas de equações lineares por Métodos iterativos; Conhecer e utilizar a técnica de interpolação polinomial para a aproximação de funções; Conhecer e usar o método dos mínimos quadrados para o ajustamento polinomial e não polinomial de funções tabeladas; Efetuar integração por meio de Métodos numéricos; AED ------ AED 1 - Leitura de artigos sobre erros computacionais e elaboração de programas experimentais. AED 2 - Leitura de artigos sobre localização de erros e implementação de métodos para a localização de raízes de equação AED 3 – Leitura de artigos sobre a aplicação da interpolação polinomial e confecção de programa para spline cúbica AED 4 – Implementação de programas para derivação e integração numérica Cronograma 1. Apresentação da disciplina, forma de avaliação, bibliografia, celebração do contrato acadêmico 2. Introdução ao octave 3. Análise de erros 4. Solução de equações não lineares – iteração para a solução de x = g(x), métodos bracketing para a localização de raizes, aproximação inicial e critério de convergência, método da bissecção 5. Solução de equações não lineares (aproximação linear) – método da secante, regula falsi 6. Solução de equações não lineares (aproximação linear) – método de pégasso, ordem de convergência 7. Solução de equações não lineares (aproximação quadrática) – método de Muller, van Wijngaarden-Dekker-Brent 8. Solução de equações não lineares (baseados em tangente) – método de Newton, Schröder Solução de equações não lineares – comparação dos métodos para o cálculo de raizes, exemplos de aplicação 9. Prova 1N1 (05/09) 10. Introdução (Sistema linear triangular superior, eliminação Gaussiana e pivoteamento) 11. Métodos iterativos para sistemas lineares 12. Interpolação e aproximação polinomial – série de Taylor e cálculo de funções, itrodução a interpolação 13. Interpolação e aproximação polinomial – aproximação de Lagrange 14. Interpolação e aproximação polinomial – aproximação de Lagrange 15. Interpolação e aproximação polinomial – polinômio de Newton 16. Interpolação e aproximação polinomial – polinômio de Newton 17. Interpolação e aproximação polinomial – interpolação por spline 18. Ajuste de curvas – linha de mínimos quadrados, ajuste de curvas 19. Diferenciação numérica – aproxiamção a derivada 20. Diferenciação numérica - fórmulas de diferenciação numérica 21. Integração numérica – introdução a quadratura, regra do trapézio e Simpson 22. Integração numérica – introdução a quadratura, regra do trapézio e Simpson 23. Prova – segunda N1 (31/10) 24. Integração numérica – regras recursivas e integração de Romberg, quadratura adaptativa 25. Integração numérica – regras recursivas e integração de Romberg, quadratura adaptativa 26. Integração numérica – regras recursivas e integração de Romberg, quadratura adaptativa 27. Otimização numérica – método Nelder-Mead 28. Otimização numérica – método Nelder-Mead 29. Otimização numérica – minimização usando derivadas 30. Otimização numérica – minimização usando derivadas 31. Prova - 1N2 (28/11) 32. Otimização numérica – minimização usando derivadas 33. Otimização numérica – método do gradiente 34. Otimização numérica – método do gradiente 35. Prova(12/12) 36. Entrega de notas Material de apoio Indicação de sites, periódicos, livros complementares, filmes, vídeos e outros. http://lcsb.epfl.ch/page-52854-en.html https://www.maths.ox.ac.uk/groups/numerical-analysis http://www.cs.toronto.edu/NA/ http://www.math.tamu.edu/research/numerical_analysis/ SIAM Journal on Mathematical Analysis (SIMA) Sueiro, D. D., Desvendando os Números de Ponto Flutuante, http://www.scribd.com/doc/28901455/Desvendando-os-Numeros-de-Ponto-Flutuante, acesso 01/08/2014. Pilling, S.Cálculo Numérico, http://www1.univap.br/spilling/CN/CN_Capt1.pdf, acesso 01/08/2014. Campos Filho, F. F. Algoritmos numéricos, Rio, 2007. Quarteroni, A., Saleri, F., Gervasio, P. Scientific Computing with MATLAB and Octave, Springer 2010 http://nm.mathforcollege.com/videos/ Metodologia Aula expositiva Uso de multimídia Leitura de artigos Trabalhos em grupos objetivando socializar os conhecimentos já adquiridos. Estimular o desenvolvimento de programas como elemento constitutivo da produção e expressão do conhecimento Seminário de leituras (resumos de textos previamente selecionados) Leitura de textos afins Elaboração de resumos Estudo dirigido – resolução de exercícios em classe Avaliação A nota final, NF, da disciplina será resultante da média ponderada de dois conjuntos de notas, N1 e N2, conforme a expressão NF = 0,4.N1+ 0,6. N2, sendo que tanto N1 quanto N2 serão compostos por no mínimo duas notas resultantes de duas avaliações individuais com todo o conteúdo do período correspondente. Serão aplicados pequenos testes em sala ou trabalhos (AEDs), cuja soma de suas notas irão compor N1 e N2. A frequência será computada em cada encontro ou através de chamada feita durante as aulas. As notas N1 e N2 são compostas de provas/trabalhos e AEDs. Cada prova vale 70% da nota e cada AED vale 30%. 1N1 – 05/09 2N1 – 31/10 1N2 - 28/11 2N2 – 12/12
Compartilhar