Professional Documents
Culture Documents
Varivel Y
8,00
ANLISE NUMRICA EM ENGENHARIA QUMICA 6,00
4,00
TRABALHO 08 2,00
INTERPOLAO NUMRICA -
- 1,00 2,00 3,00 4,00 5,00 6,00 7,00 8,00
Varivel X
VITOR M. R. PONTE
Figura 01 Interpolao linear dos dados da tabela 01.
10
variaes retornam valores significativamente diferentes 8
para y. 6
Para consolidar a diferena ente interpolao e extrapolao, 4
vejamos o problema apresentado a seguir. A partir do 2
conjunto de dados apresentados na Tabela 01 composto por -
5 observaes de pares de valores x e y correlacionados ente - 2 4 6
si possvel determinar uma equao )( = que
Varivel X
represente continuamente esta relao entre x e y. N Figura
01 apresentado o resultado desta interpolao. Figura 02 Interpolao linear de duas observaes.
x y
1,00 4,00 Para um conjunto de dados composto por trs observaes
2,00 8,00 de x e y possvel determinar uma equao do segundo grau
que se ajusta perfeitamente a estas informaes, como
3,00 8,00 observado na Figura 02. Da mesma forma, podemos
4,00 12,00 determinar uma reta para este mesmo conjunto de dados.
5,00 13,00 Neste caso o R2 no ser mais unitrio. A pergunta que fica :
Tabela 01 Conjunto de dados composto por 5 melhor utilizar uma funo polinomial de segundo grau ou
observaes de pares de valores x e y correlacionados a de primeiro grau (equao da reta) para representar os
ente si. dados? Olhando apenas para o R2 a resposta seria: Utilizar o
polinmio de segundo grau. No entanto esta no
necessariamente a resposta correta.
x y 16
2,0 4,0 14
3,0 8,0 12
4,0 8,0 y = -2x2 + 14x - 16
Varivel Y
10
R = 1
8
6
y = 2x + 0,6667
4
R = 0,75
2
-
- 2 4 6
Varivel X
40
35
30
25
Varivel Y
y = 2,2632x + 0,6082
R = 0,9582 y = 1,6376x + 2,4739
20 R = 0,9669
15
Figura 06 Funo Solver do Excel
10
y = 4,3693x - 24,192
5 R = 0,844
0
Outliers 0 2 4 6 8 10 12 14 16
Varivel X
Alguns conjuntos de dados podem ter observaes
inconsistentes, ou seja, informaes com erros considerveis. Figura 07 Anlise de Extrapolao
Estas informaes, aps extensa e profunda anlise crtica
podem ser excludas do procedimento de interpolao.
Na Figura 07 so apresentados um conjunto de dados onde Mudana de Escala no Grfico
dois pontos (2; 15) e (6; 1) podem ser considerados outliers,
tendo em vista que o comportamento destes no condizem
Alguns dados aps plotados podem ser melhor visualizados
com o comportamento dos demais pontos. Estes outliers
aps mudana de escala. Este o caso do grfico apresentado
podem ser eliminados (possveis erros de medio).
na Figura 08 e 09 onde o eixo y foi alterado para a escala
16 logartmica.
10
Varivel Y
6 10000
4 5000
2
0
- 0 2 4 6 8 10 12
1 3 5 7 Varivel X
Extrapolao
100 2,20 13
10 3,00 60
3,30 25
1
0 2 4 6 8 10 12 3,60 50
0,1
Varivel X 3,70 110
5,00 120
Figura 09 Representao com mudana de escala no
eixo y (logaritmo) 5,60 120
5,70 80
6,00 190
CONCLUSO: 6,30 140
Ao longo desta aula discorremos sobre interpolao e 6,50 450
extrapolao. Para a fixao das metodologias apresentadas 7,50 400
nesta aula pede-se que:
6,70 370
Para fixar o contedo, vamos ao nosso stimo trabalho 7,30 430
Trabalho 08 Interpolao Numrica, o qual consiste 7,60 370
em: 7,70 440
i) Determinar as interpolaes que melhor se 8,30 280
adquam aos dados apresentados nas Tabelas 03 e 9,30 780
04.
ii) Determinar por mnimos quadrado (como feito na 9,40 770
Tabela 02) os coeficientes da regresso linear para 9,60 500
os dados da Tabela 03.
Tabela 04 Dados para Extrapolao
x y
9 23
15 45
No esquea que o trabalho dever seguir o modelo adotado
18 54 para a nossa disciplina, devendo conter: i) Objetivo; ii)
20 140 Introduo; iii) Desenvolvimento; e iv) Concluso
25 70
30 200
40 101
41 103
45 136
46 111
60 133
61 180
66 189
67 185
72 178
75 179
77 191
79 170
80 20
81 22
85 250
88 232
96 247
Tabela 03 Dados para Interpolao