Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- \documentclass[a4paper,11pt]{article}
- \usepackage[top=3cm,left=2cm,right=2cm,bottom=2cm]{geometry}
- \usepackage[brazil]{babel}
- \usepackage[latin1]{inputenc}
- \usepackage{graphicx}
- \usepackage{amsmath}
- \sloppy
- \title{\huge{Trabalho Prático 3}}
- \author{{\Large{Análise Numérica}} \\ Ciência da Computação \\ \\ \LARGE{Artur Oliveira Rodrigues} \\ \LARGE{Caio Magno Pimenta Rocha} }
- \begin{document}
- \maketitle
- \section {Atividade 1}
- Na Atividade 1 foi pedido que fosse desenvolvida uma implementação relacionada ao ajuste de curvas. O método a ser utilizado deveria ser o de Quadrados Mínimos, que representa a melhor alternativa entre os de Regressão Linear Simples. Foi fornecida a seguinte tabela com os valores relacionados à altura e peso:
- \begin{table}[h!]
- \begin{center}
- \begin{tabular}{| p{1.3cm} || p{0.7cm} | p{0.7cm} | p{0.7cm} | p{0.7cm} | p{0.7cm} | p{0.7cm} | p{0.7cm} | p{0.7cm} | p{0.7cm} | | p{1cm} |}
- \hline
- \textbf{Altura} & 183 & 173 & 168 & 188 & 158 & 163 & 193 & 163 & 178 & \textbf{cm} \\
- \hline
- \textbf{Peso} & 79 & 69 & 70 & 81 & 61 & 63 & 79 & 71 & 73 & \textbf{kg} \\
- \hline
- \end{tabular}
- \end{center}
- \end{table}
- Sabe-se que $b_1 = \dfrac{\sum x_i \sum y_i - n\sum x_i y_i} {(\sum x_i)^2 - n\sum x^2_i}$ e $b_0 = \dfrac{\sum y_i - b_1\sum x_i} {n}$.
- \subsection{Parte A}
- Os resultados obtidos estão mostrados abaixo:
- \begin{footnotesize}
- \begin{verbatim}
- x =
- 183. 173. 168. 188. 158. 163. 193. 163. 178.
- y =
- 79. 69. 70. 81. 61. 63. 79. 71. 73.
- n =
- 9.
- Somaxi: 1567.000000
- Somayi: 646.000000
- Somax2i: 274021.000000
- Somaxiyi: 113103.000000
- u = -20.078037 + 0.527570x
- b1 =
- 0.5275701
- b0 =
- - 20.078037
- \end{verbatim}
- \end{footnotesize}
- \subsection{Parte B}
- Para tal basta aplicarmos a altura que desejamos na função encontrada no exercício anterior. Assim obtemos:
- \begin{footnotesize}
- \begin{verbatim}
- u = -20.078037 + 0.527570x
- x = 175
- u = 72.246713
- \end{verbatim}
- \end{footnotesize}
- O valor buscado é \textbf{\textit{72.246713 kg}}.
- \section{Atividade 2}
- Na Atividade 2 foi pedida a codificação dos métodos da Bisseção, de Pégaso e de Newton para aproximar uma única raiz da equação de Legendre no intervalo $[1/2,1]$ com tolerância de $0,00001$ ou no máximo $100$ iterações.
- \subsection{Parte A}
- Após a execução dos três métodos encontramos o seguinte resultado:
- \begin{footnotesize}
- \begin{verbatim}
- Bisseção:
- Funcao nao muda de sinal nos extremos do intervalo dado
- Pégaso:
- Interp =
- 5
- Raizp =
- 0.5384693
- Newton:
- Intern =
- 5
- Raizn =
- 0.9061798
- \end{verbatim}
- \end{footnotesize}
- Como podemos ver, o método da Bisseção não pode ser executado, pois o intervalo dado não atende à condição $Fa * Fb <= 0$. Porém os métodos de Pégaso e Newton convergem com o mesmo número de iterações, porém o resultado da Bisseção foi melhor que o do Newton, que ficou muito diferente.
- \subsection{Parte B}
- Nessa parte da atividade foram utilizados dois métodos em conjunto para um melhor resultado. Foram utilizados o método da Bisseção, seguido do método de Newton, variando o número de iterações máximas do método da Bisseção para os seguintes valores $2, 4, 6, 8$. Para tal, foi necessário alterar o intervalo para $[1/2,4/5]$. Assim, obtemos o seguinte resultado:
- \begin{footnotesize}
- \begin{verbatim}
- Questão 2 - Letra b
- Bissecao
- 0.000000 0.500000 0.089844 0.800000 -0.399520 0.650000 -0.270490 0.150000
- 1.000000 0.500000 0.089844 0.650000 -0.399520 0.575000 -0.090350 0.075000
- Newton
- 0.000000 0.537500 -2.422283 0.002350
- 1.000000 0.538470 -2.425892 -0.000002 0.000970
- Iter2 =
- 2.
- Raiz =
- 0.5384693
- Questão 2 - Letra b
- Bissecao
- 0.000000 0.500000 0.089844 0.800000 -0.399520 0.650000 -0.270490 0.150000
- 1.000000 0.500000 0.089844 0.650000 -0.399520 0.575000 -0.090350 0.075000
- 2.000000 0.500000 0.089844 0.575000 -0.399520 0.537500 0.002350 0.037500
- 3.000000 0.537500 0.002350 0.575000 -0.399520 0.556250 -0.043634 0.018750
- Newton
- 0.000000 0.546875 -2.453781 -0.020513
- 1.000000 0.538515 -2.426058 -0.000112 -0.008360
- 2.000000 0.538469 -2.425889 -0.000000 -0.000046
- Iter2 =
- 3.
- Raiz =
- 0.5384693
- Questão 2 - Letra b
- Bissecao
- 0.000000 0.500000 0.089844 0.800000 -0.399520 0.650000 -0.270490 0.150000
- 1.000000 0.500000 0.089844 0.650000 -0.399520 0.575000 -0.090350 0.075000
- 2.000000 0.500000 0.089844 0.575000 -0.399520 0.537500 0.002350 0.037500
- 3.000000 0.537500 0.002350 0.575000 -0.399520 0.556250 -0.043634 0.018750
- 4.000000 0.537500 0.002350 0.556250 -0.399520 0.546875 -0.020513 0.009375
- 5.000000 0.537500 0.002350 0.546875 -0.399520 0.542188 -0.009045 0.004688
- Newton
- 0.000000 0.539844 -2.430866 -0.003338
- 1.000000 0.538471 -2.425894 -0.000003 -0.001373
- Iter2 =
- 2.
- Raiz =
- 0.5384693
- Questão 2 - Letra b
- Bissecao
- 0.000000 0.500000 0.089844 0.800000 -0.399520 0.650000 -0.270490 0.150000
- 1.000000 0.500000 0.089844 0.650000 -0.399520 0.575000 -0.090350 0.075000
- 2.000000 0.500000 0.089844 0.575000 -0.399520 0.537500 0.002350 0.037500
- 3.000000 0.537500 0.002350 0.575000 -0.399520 0.556250 -0.043634 0.018750
- 4.000000 0.537500 0.002350 0.556250 -0.399520 0.546875 -0.020513 0.009375
- 5.000000 0.537500 0.002350 0.546875 -0.399520 0.542188 -0.009045 0.004688
- 6.000000 0.537500 0.002350 0.542188 -0.399520 0.539844 -0.003338 0.002344
- 7.000000 0.537500 0.002350 0.539844 -0.399520 0.538672 -0.000491 0.001172
- Newton
- 0.000000 0.538086 -2.424472 0.000930
- 1.000000 0.538469 -2.425889 -0.000000 0.000383
- Iter2 =
- 2.
- Raiz =
- 0.5384693
- \end{verbatim}
- \end{footnotesize}
- Todos os testes encontraram a mesma raiz do método de Pégaso no item anterior. Abaixo vemos uma tabela relacionando o número de iterações de cada teste:
- \begin{table}[h!]
- \begin{center}
- \begin{tabular}{| p{3.5cm} | p{3.5cm} | p{3.5cm} |}
- \hline
- \textbf{Iterações Bisseção} & \textbf{Iterações Newton} & \textbf{Iterações Totais} \\
- \hline
- 2 & 2 & \textbf{4} \\
- \hline
- 4 & 3 & \textbf{7} \\
- \hline
- 6 & 2 & \textbf{8} \\
- \hline
- 8 & 2 & \textbf{10} \\
- \hline
- \end{tabular}
- \end{center}
- \end{table}
- A tabela acima nos mostra que a união desses dois métodos se tornou muito eficiente quando utilizamos um número baixo de iterações para a Bisseção, porém a media que aumentamos suas iterações o resultado continua igual, porém o processo fica mais lento, ou seja, tornam-se desnecessárias as iterações a mais.
- \end{document}
Add Comment
Please, Sign In to add comment