Você está na página 1de 22

> restart :

ALGEBRA LINEAR - MÉTODOS NUMÉRICOS


Ementa
- 3.1 Eliminação de Gauss
-3.2 Fatoração LU
-3.3 Método de Cholesky
-3.4 Método de Gauss-Seidel
-3.5 Método dos mínimos quadrados

3.1 Eliminação de Gauss


Método sistematizado

1 - Levar a forma triangular


2 - Resolver por retrossubistuição

Considere o Sistema
E1 T a 11 $x 1 C....C a 1 n $x n = b 1
E2 T a 21 $x 1 C....C a 2 n $x n = b 2
.
.
.
En T a n1 $x 1 C....C a n n $x n = b n

a a ... a
1, 1 1, 2 1, n

a a ... a
2, 1 2, 2 2, n
A=
. . ... .
a a ... a
n, 1 n, 2 n, n

x=
x b
1 1

. .
; b= ;
.. ..
xn bn
Ax = b
a a ... a b
1, 1 1, 2 1, n 1

* a a ... a b
2, 1 2, 2 2, n n
A =
. . ... . ..
a a ... a b
n, 1 n, 2 n, n n

Exemplo 3.1

8*x[2]+2*x[3]=-7
3*x[1]+5*x[2]+2x[3]=8
6*x[1]+2*x[2]+8x[3]=26
> restart :
> eq1 d 8 * x 2 C2 * x 3 C7; eq2 d 3 * x 1 C5 * x 2 C2 x 3 K8; eq3 d 6 * x 1 C2
* x 2 C8 x 3 K26;
eq1 := 8 x2 C2 x3 C7
eq2 := 3 x1 C5 x2 C2 x3 K8
eq3 := 6 x1 C2 x2 C8 x3 K26 (1)

Ordem ?
coeff eq1, x 1 coeff eq1, x 2 coeff eq1, x 3
> Ad coeff eq2, x 1 coeff eq2, x 2 coeff eq2, x 3 ; Aum d coeff eq1, x 1 ,
coeff eq3, x 1 coeff eq3, x 2 coeff eq3, x 3
coeff eq1, x 2 , coeff eq1, x 3 , K1$ subs x 1 = 0, x 2 = 0, x 3 = 0, eq1 ,
coeff eq2, x 1 , coeff eq2, x 2 , coeff eq2, x 3 , K1$ subs x 1 = 0, x 2 = 0, x 3
= 0, eq2 ,
coeff eq3, x 1 , coeff eq3, x 2 , coeff eq3, x 3 , K1$ subs x 1 = 0, x 2 = 0, x 3
= 0, eq3
0 8 2
A := 3 5 2
6 2 8

0 8 2 K7
Aum := 3 5 2 8 (2)
6 2 8 26
>
> with linalg :
Posto igual a ordem, única solução
> rank A ;
>
3 (3)
Triangular inferior
> T d gausselim Aum

3 5 2 8
T := 0 8 2 K7 (4)
0 0 6 3

Retrossubstituição
T 3, 4
> aux 3 d ;
T 3, 3
1
aux3 := (5)
2
> eq2a d T 2, 2 $x 2 CT 2, 3 $x 3 = T 2, 4 ;
eq2a := 8 x2 C2 x3 = K7 (6)
> aux 2 d solve subs x 3 = aux 3 , eq2a ;
aux2 := K1 (7)
> eq3a d T 1, 1 $x 1 CT 1, 2 $x 2 CT 1, 3 $x 3 = T 1, 4 ; aux 1 d solve subs x 3
= aux 3 , x 2 = aux 2 , eq3a ;
eq3a := 3 x1 C5 x2 C2 x3 = 8
aux1 := 4 (8)

Conferindo
> solve eq1, eq2, eq3 , x 1 , x 2 , x 3
1
x1 = 4, x2 = K1, x3 = (9)
2
3.2 Fatoração LU
Transformar a matriz A num produto de uma matriz triangular inferior (L)
por uma matriz triangular superior (U)

A=LU
Ax=b
Ax=LUx=b, reescrito como
Ly=b e Ux=y - separa em dois sistemas de matrizes triangulares
Passo 1: Ly=b (resolve o sistema primeiramente para y)
Passo 2: Ux=y (resolve para x)
L tem a diagonal unitária e U é a matriz do final da eliminação de Gauss

Exemplo 3.2
Matriz dos coeficientes
3 5 2
> A := 0 8 2
6 2 8
3 5 2
A := 0 8 2 (10)
6 2 8

Matriz triangular inferior - L


1 0 0
> Ld m2, 1 1 0
m3, 1 m3, 2 1

1 0 0

L := m2, 1 1 0 (11)
m3, 1 m3, 2 1

Matriz triangular superior - U


u1, 1 u1, 2 u1, 3

> Ud 0 u2, 2 u2, 3

0 0 u3, 3
>
u1, 1 u1, 2 u1, 3

U := 0 u2, 2 u2, 3 (12)


0 0 u3, 3

Produto LU
> L.U
u1, 1 u1, 2 u1, 3

m2, 1 u1, 1 m2, 1 u1, 2 Cu2, 2 m2, 1 u1, 3 Cu2, 3 (13)


m3, 1 u1, 1 m3, 1 u1, 2 Cm3, 2 u2, 2 m3, 1 u1, 3 Cm3, 2 u2, 3 Cu3, 3

> L.U = A
u1, 1 u1, 2 u1, 3
3 5 2
m2, 1 u1, 1 m2, 1 u1, 2 Cu2, 2 m2, 1 u1, 3 Cu2, 3 = 0 8 2 (14)
m3, 1 u1, 1 m3, 1 u1, 2 Cm3, 2 u2, 2 m3, 1 u1, 3 Cm3, 2 u2, 3 Cu3, 3 6 2 8

Da igualdade da primeira linha


> u 1, 1 d A 1, 1 ; u 1, 2 d A 1, 2 ; u 1, 3 d A 1, 3
u1, 1 := 3
u1, 2 := 5
u1, 3 := 2 (15)

Da igualdade da segunda linha


A 2, 1
> m 2, 1 d ; u 2, 2 d A 2, 2 Km 2, 1 $u 1, 2 ; u 2, 3 d A 2, 3 Km 2, 1 $u 1,
u 1, 1
3 ;
m2, 1 := 0
u2, 2 := 8
u2, 3 := 2 (16)

Da igualdade da terceira linha


A 3, 1 A 3, 2 Km 3, 1 $u 1, 2
> m 3, 1 d ; m 3, 2 d ; u 3, 3 d A 3, 3 Km 3, 1
u 1, 1 u 2, 2
$u 1, 3 Km 3, 2 $u 2, 3 ;
m3, 1 := 2
m3, 2 := K1
u3, 3 := 6 (17)

Resultado - matrizes L e U
> L; U;
1 0 0
0 1 0
2 K1 1
3 5 2
0 8 2 (18)
0 0 6

Conferindo
> L.U
3 5 2
0 8 2 (19)
6 2 8

Parte 1 - Resolve para y (Ly=b)


8 y 1
> bd K7 ; Y d y 2 ;L
26 y 3
8
b := K7
26
y1

Y := y2

y3

1 0 0
0 1 0 (20)
2 K1 1
> LY d L.Y = b
y1
8
LY := y2 = K7 (21)
2 y1 Ky2 Cy3 26

> y 1 db 1 ;y 2 db 2 ;
y1 := 8
y2 := K7 (22)
> y 3 d3
(23)
y3 := 3 (23)

Parte 2 - Resolve para x (Ux=y)


x 1
> U; X d x 2 ;Y
x 3
3 5 2
0 8 2
0 0 6

x1

X := x2
x3

8
K7 (24)
3
> UX d U.X = Y
3 x1 C5 x2 C2 x3 8
UX := 8 x2 C2 x3 = K7 (25)
6 x3 3

1
> x 3 d ; x 2 dK1; x 1 d 4
2
1
x3 :=
2
x2 := K1
x1 := 4 (26)
> restart :
L e U são obtidas diretamente e envolvem um total aproximado de n^3/2
operações metade do número de operações utilizados para o método da
eliminação de Gauss.
Equações para encontrar os elementos de L e U
> u 1, k = a 1, k , k = 1 ..n
u1, k = a1, k, k = 1 ..n (27)
a j, 1
> m j, 1 = , j = 1 ...n
u 1, 1

(28)
aj, 1
mj, 1 = , j = 1 ..n (28)
u1, 1
> u j, k = a j, k KSum m j, s $u s, k , s = 1 ..j Ks , k = j ..n, j R 2
j Ks
uj, k = aj, k K
s= 1
>m j, s us, k , k = j ..n, 2 % j (29)

a j, k KSum m j, s $u s, k , s = 1 ..k Ks $1
> m j, k = , j = k C1 ..n, k R 2
u k, k
kKs
aj, k K >m
s=1
j, s us, k
mj, k = , j = k C1 ..n, 2 % k (30)
uk, k

3.3 Método de Cholesky


Válido apenas para matrizes simétricas
Transformar a matriz A num produto de uma matriz triangular inferior (L)
por uma matriz triangular superior (U), mas com U=Transposta de L

A=LL^T
Ax=b
Ax=LL^Tx=b, reescrito como
Ly=b e L^Tx=y - separa em dois sistemas de matrizes triangulares
Passo 1: Ly=b (resolve o sistema primeiramente para y)
Passo 2: L^Tx=y (resolve para x)

Exemplo 3.3
Matriz dos coeficientes
> restart; with LinearAlgebra :
> A d Matrix 4, 2, 14 , 2, 17,K5 , 14,K5, 83 ;
4 2 14
A := 2 17 K5 (31)
14 K5 83
> L d Matrix l 1, 1 , 0, 0 , l 2, 1 , l 2, 2 , 0 , l 3, 1 , l 3, 2 , l 3, 3 ; Lt
d Transpose L
l1, 1 0 0

L := l2, 1 l2, 2 0

l3, 1 l3, 2 l3, 3


l1, 1 l2, 1 l3, 1

Lt := 0 l2, 2 l3, 2 (32)


0 0 l3, 3

> L.Lt = A
2
l1, 1 l1, 1 l2, 1 l1, 1 l3, 1
4 2 14
l1, 1 l2, 1 l22, 1 Cl22, 2 l2, 1 l3, 1 Cl2, 2 l3, 2 = 2 17 K5 (33)
2 2 2 14 K5 83
l1, 1 l3, 1 l2, 1 l3, 1 Cl2, 2 l3, 2 l3, 1 Cl3, 2 Cl3, 3

Da igualdade da primeira linha


A 1, 2 A 1, 3
> l 1, 1 d sqrt A 1, 1 ; l 2, 1 d ; l 3, 1 d
l 1, 1 l 1, 1
l1, 1 := 2
l2, 1 := 1
l3, 1 := 7 (34)

Da igualdade da segunda linha


2 A 3, 2 Kl 3, 1 $l 2, 1
> l 2, 2 d sqrt A 2, 2 Kl 2, 1 ; l 3, 2 d
l 2, 2
l2, 2 := 4
l3, 2 := K3 (35)

Da igualdade da terceira linha


> l 3, 3 d sqrt A 3, 3 Kl 3, 1 2 Kl 3, 2 2

l3, 3 := 5 (36)

Resultado - matrizes L e L^T


> L, Lt
2 0 0 2 1 7
1 4 0 , 0 4 K3 (37)
7 K3 5 0 0 5

Conferindo
> L.Lt = A
4 2 14 4 2 14
2 17 K5 = 2 17 K5 (38)
14 K5 83 14 K5 83

Parte 1 - Resolve para y (Ly=b)


14 y 1
> bd K101 ; Y d y 2 ;L
155 y 3
14
b := K101
155

y1

Y := y2

y3

2 0 0
1 4 0 (39)
7 K3 5
> L.Y = b
2 y1 14
y1 C4 y2 = K101 (40)
7 y1 K3 y2 C5 y3 155

> y 1 d 7; y 2 dK27; y 3 d 5;
y1 := 7
y2 := K27
y3 := 5 (41)

Parte 2 - Resolve para x (L^Tx=y)


x 1
> Lt; X d x 2 ;Y
x 3

>
2 1 7
0 4 K3
0 0 5

x1

X := x2

x3
7
K27 (42)
5
> Lt.X = Y
2 x1 Cx2 C7 x3
7
4 x2 K3 x3 = K27 (43)
5 x3 5

> x 3 d 1; x 2 dK6; x 1 d 3
x3 := 1
x2 := K6
x1 := 3 (44)

Equações para automatização dos coeficientes


> restart : l 1, 1 = sqrt a 1, 1
l1, 1 = a1, 1 (45)
a j, 1
> l j, 1 = , j = 2 ...n
l 1, 1
aj, 1
lj, 1 = , j = 2 ..n (46)
l1, 1

> l j, j = sqrt a j, j KSum l j, s 2, s = 1 ..j K1 , j = 2 ...n


j K1

lj, j = aj, j K >l


s= 1
2
j, s , j = 2 ..n (47)

> l p, j = a p, j KSum l j, s $l p, s , s = 1 ..j K1 , p = j C1 ..n, j R 2


j K1

lp, j = ap, j K >l


s=1
j, s lp, s , p = j C1 ..n, 2 % j (48)

3.4 Método Iterativo de Gauss-Seidel


Exemplo 3.4
> restart : eq1 d x 1 K0.25$x 2 K0.25$x 3 K50; eq2 dK0.25$ x 1 Cx 2 K0.25$x 4
K50; eq3 dK0.25 x 1 Cx 3 K0.25$x 4 K25; eq4 dK0.25$x 2 K0.25$x 3 Cx 4
K25;
eq1 := x1 K0.25 x2 K0.25 x3 K50
eq2 := K0.25 x1 Cx2 K0.25 x4 K50
eq3 := K0.25 x1 Cx3 K0.25 x4 K25
eq4 := K0.25 x2 K0.25 x3 Cx4 K25 (49)

Solução exata
> solve eq1, eq2, eq3, eq4 , x 1 , x 2 , x 3 , x 4
x1 = 87.50000000, x2 = 87.50000000, x3 = 62.50000000, x4 = 62.50000000 (50)

Metodo iterativo, Reescrever as equações em termos dos pivos:


> X 1 dK1$ K0.25$x 2 K0.25$x 3 K50 ; X 2 dK1$ K0.25$ x 1 K0.25$x 4 K50 ;
X 3 dK1$ K0.25 x 1 K0.25$x 4 K25 ; X 4 dK1$ K0.25$x 2 K0.25$x 3 K25 ;
X1 := 0.25 x2 C0.25 x3 C50
X2 := 0.25 x1 C0.25 x4 C50
X3 := 0.25 x1 C0.25 x4 C25
X4 := 0.25 x2 C0.25 x3 C25 (51)

Chute inicial
> x0 1 d 50; x0 2 d 50; x0 3 d 50; x0 4 d 50;
x01 := 50
x02 := 50
x03 := 50
x04 := 50 (52)

Primeira Iteração - já vai usando os novos valores assim que os obtém


> x1 1 d subs x 1 = x0 1 , x 2 = x0 2 , x 3 = x0 3 , x 4 = x0 4 , X 1 ;
x11 := 75.00 (53)
> x1 2 d subs x 1 = x1 1 , x 2 = x0 2 , x 3 = x0 3 , x 4 = x0 4 , X 2 ;
x12 := 81.2500 (54)
> x1 3 d subs x 1 = x1 1 , x 2 = x1 2 , x 3 = x0 3 , x 4 = x0 4 , X 3 ;
x13 := 56.2500 (55)
> x1 4 d subs x 1 = x1 1 , x 2 = x1 2 , x 3 = x1 3 , x 4 = x0 4 , X 4 ;
x14 := 59.375000 (56)

Segunda Iteração
> x2 1 d subs x 1 = x1 1 , x 2 = x1 2 , x 3 = x1 3 , x 4 = x1 4 , X 1 ;
x21 := 84.375000 (57)
> x2 2 d subs x 1 = x2 1 , x 2 = x1 2 , x 3 = x1 3 , x 4 = x1 4 , X 2 ;
x22 := 85.93750000 (58)
> x2 3 d subs x 1 = x2 1 , x 2 = x2 2 , x 3 = x1 3 , x 4 = x1 4 , X 3 ;
x23 := 60.93750000 (59)
> x2 4 d subs x 1 = x2 1 , x 2 = x2 2 , x 3 = x2 3 , x 4 = x1 4 , X 4 ;
x24 := 61.71875000 (60)

Terceira Iteração
> x3 1 d subs x 1 = x2 1 , x 2 = x2 2 , x 3 = x2 3 , x 4 = x2 4 , X 1 ;
x31 := 86.71875000 (61)
> x3 2 d subs x 1 = x3 1 , x 2 = x2 2 , x 3 = x2 3 , x 4 = x2 4 , X 2 ;
(62)
x32 := 87.10937500 (62)
> x3 3 d subs x 1 = x3 1 , x 2 = x3 2 , x 3 = x2 3 , x 4 = x2 4 , X 3 ;
x33 := 62.10937500 (63)
> x3 4 d subs x 1 = x3 1 , x 2 = x3 2 , x 3 = x3 3 , x 4 = x2 4 , X 4 ;
x34 := 62.30468750 (64)

Quarta Iteração
> x4 1 d subs x 1 = x3 1 , x 2 = x3 2 , x 3 = x3 3 , x 4 = x3 4 , X 1 ;
x41 := 87.30468750 (65)
> x4 2 d subs x 1 = x4 1 , x 2 = x3 2 , x 3 = x3 3 , x 4 = x3 4 , X 2 ;
x42 := 87.40234376 (66)
> x4 3 d subs x 1 = x4 1 , x 2 = x4 2 , x 3 = x3 3 , x 4 = x3 4 , X 3 ;
x43 := 62.40234376 (67)
> x4 4 d subs x 1 = x4 1 , x 2 = x4 2 , x 3 = x4 3 , x 4 = x3 4 , X 4 ;
x44 := 62.45117188 (68)

Quinta Iteração
> x5 1 d subs x 1 = x4 1 , x 2 = x4 2 , x 3 = x4 3 , x 4 = x4 4 , X 1 ;
x51 := 87.45117188 (69)
> x5 2 d subs x 1 = x5 1 , x 2 = x4 2 , x 3 = x4 3 , x 4 = x4 4 , X 2 ;
x52 := 87.47558594 (70)
> x5 3 d subs x 1 = x5 1 , x 2 = x5 2 , x 3 = x4 3 , x 4 = x4 4 , X 3 ;
x53 := 62.47558594 (71)
> x5 4 d subs x 1 = x5 1 , x 2 = x5 2 , x 3 = x5 3 , x 4 = x4 4 , X 4 ;
x54 := 62.48779296 (72)

Sexta Iteração
> x6 1 d subs x 1 = x5 1 , x 2 = x5 2 , x 3 = x5 3 , x 4 = x5 4 , X 1 ;
x61 := 87.48779296 (73)
> x6 2 d subs x 1 = x6 1 , x 2 = x5 2 , x 3 = x5 3 , x 4 = x5 4 , X 2 ;
x62 := 87.49389648 (74)
> x6 3 d subs x 1 = x6 1 , x 2 = x6 2 , x 3 = x5 3 , x 4 = x5 4 , X 3 ;
x63 := 62.49389648 (75)
> x6 4 d subs x 1 = x6 1 , x 2 = x6 2 , x 3 = x6 3 , x 4 = x5 4 , X 4 ;
x64 := 62.49694824 (76)

3.5 Método dos Mínimos Quadrados


Aplicação de sistemas lineares - interpolar dados de pontos (xi,yi) por uma
curva aproximada f(xi)=yi
Interpolação linear
> restart :
> y = a$x Cb
y = a x Cb (77)
A distância vertical (erro)a ordenada do ponto yi e o valor interpolado pela
reta é igual a

A soma dos quadrados das distâncias de todos os pontos é


2
> q d Sum y i Ka K b$x i , i = 1 ..n
n
q := >
i=1
yi Ka Kb xi
2
(78)

O erro é proporcional a q que é uma função de a e b, para minimizar o erro,


temos duas equações a serem satisfeitas
> eq1 d diff q, a = 0
n
eq1 := >
i= 1
K2 yi C2 a C2 b xi = 0 (79)

> eq2 d diff q, b = 0

(80)
n
eq2 := >
i= 1
K2 yi Ka Kb xi xi = 0 (80)

Dividindo tudo por 2 e separando os somatorios temos:


> a$n Cb$Sum x i , i = 1 ..n = Sum y i , i = 1 ..n
n n
a n Cb >x = >y
i= 1
i
i= 1
i (81)

2
> a$Sum x i , i = 1 ..n Cb$Sum x i , i = 1 ..n = Sum x i $y i , i = 1 ..n
n n n
a >x
i=1
i Cb >
i=1
2
xi = >x y
i= 1
i i (82)

O sistema deve ser resolvido para achar a e b


>
> restart :
Exemplo 3.5
> p 1 d K1.3, 0.103 ; p 2 d K0.1, 1.099 ; p 3 d 0.2, 0.808 ; p 4 d 1.3, 1.897 ;
p1 := K1.3, 0.103
p2 := K0.1, 1.099
p3 := 0.2, 0.808
p4 := 1.3, 1.897 (83)
> with plots :
> pp1 d pointplot p 1 , p 2 , p 3 , p 4 , color = red, symbol = cross, symbolsize = 30 :
> display pp1
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
K1 K0.5 0 0.5 1

> a11 d sum 1, i = 1 ..4 ; a12 d sum p i 1 , i = 1 ..4 ; b1 d sum p i 2 , i = 1 ..4 ;


a11 := 4
a12 := 0.1
b1 := 3.907 (84)
2
> a21 d a12; a22 d sum p i 1 , i = 1 ..4 ; b2 d sum p i 1 $p i 2 , i = 1 ..4 ;
a21 := 0.1
a22 := 3.43
b2 := 2.3839 (85)
> eq1 d a11$a Ca12$b Kb1; eq2 d a21$a Ca22$b Kb2
eq1 := 4 a C0.1 b K3.907
eq2 := 0.1 a C3.43 b K2.3839 (86)
> sol d solve eq1, eq2 , a, b
sol := a = 0.9600743982, b = 0.6670240700 (87)
> y d subs sol, a Cb$x
y := 0.9600743982 C0.6670240700 x (88)
> plot2 d plot y, x =K2 ..2, color = blue :
> display pp1, plot2
2

1.5

0.5

K2 K1 0 1 2
x

Interpolação por um polinômio de ordem m


p(x)=b0+b1x+...+bmx^m
m<=n-1(n número de pontos)
A soma dos quadrados das distâncias de todos os pontos é
2
> restart : q d Sum y i Kp x i , i = 1 ..n
n
q := >
i= 1
yi Kp xi
2
(89)

O erro é proporcional a q que é uma função de m parâmetros [b0,b1,...bm],


para minimizar o erro, temos m+1 equações a serem satisfeitas
> Diff q, b 0 = 0,..., Diff q, b m =0
n n
v v
vb0 >
i=1
yi Kp xi
2
= 0, .. ,
vbm >
i=1
yi Kp xi
2
=0 (90)

No caso de uma parábola


> p d b 0 Cb 1 $x Cb 2 $x2
(91)
p := b0 Cb1 x Cb2 x2 (91)

> b 0 $n Cb 1 $Sum x i , i = 1 ..n Cb 2 $Sum x i 2, i = 1 ..n = Sum y i , i = 1 ..n


n n n
b0 n Cb1 >x
i= 1
i Cb2 >
i= 1
x2i = >y
i=1
i (92)

2 3
> b 0 $Sum x i , i = 1 ..n Cb 1 $Sum x i , i = 1 ..n Cb 2 $Sum x i , i = 1 ..n = Sum x i
$y i , i = 1 ..n
n n n n
b0 >x
i=1
i Cb1 >
i=1
2
xi Cb2 >
i= 1
3
xi = >x y
i=1
i i (93)

> b 0 $Sum x i 2, i = 1 ..n Cb 1 $Sum x i 3, i = 1 ..n Cb 2 $Sum x i 4, i = 1 ..n = Sum x i 2

$y i , i = 1 ..n
n n n n
b0 >
i=1
2
xi Cb1 >
i=1
3
xi Cb2 >
i= 1
4
xi = >x y
i=1
2
i i (94)

> restart : with plots :


Exemplo 3.6
> p 1 d 0, 5 ; p 2 d 2, 4 ; p 3 d 4, 1 ; p 4 d 6, 6 ; p 5 d 8, 7 ;
p1 := 0, 5
p2 := 2, 4
p3 := 4, 1
p4 := 6, 6
p5 := 8, 7 (95)
> pp1 d pointplot p 1 , p 2 , p 3 , p 4 , p 5 , color = red, symbol = cross, symbolsize = 30 :
> display pp1
7

1
0 1 2 3 4 5 6 7 8

> a11 d sum 1, i = 1 ..5 ; a12 d sum p i 1 , i = 1 ..5 ; a13 d sum p i 1 2, i = 1 ..5 ; b1
d sum p i 2 , i = 1 ..5 ;
a11 := 5
a12 := 20
a13 := 120
b1 := 23 (96)
> a21 d a12; a22 d a13; a23 d sum p i 1 3, i = 1 ..5 ; b2 d sum p i 1 $p i 2 , i = 1
..5 ;
a21 := 20
a22 := 120
a23 := 800
b2 := 104 (97)
> a31 d a13; a32 d a23; a33 d sum p i 1 4, i = 1 ..5 ; b3 d sum p i 1 2$p i 2 , i = 1
..5 ;
a31 := 120
a32 := 800
a33 := 5664
(98)
b3 := 696 (98)
> eq1 d a11$b 0 Ca12$b 1 Ca13$b 2 Kb1; eq2 d a21$b 0 Ca22$b 1 Ca23$b 2
Kb2; eq3 d a31$b 0 Ca32$b 1 Ca33$b 2 Kb3;
eq1 := 5 b0 C20 b1 C120 b2 K23
eq2 := 20 b0 C120 b1 C800 b2 K104
eq3 := 120 b0 C800 b1 C5664 b2 K696 (99)
> sol d solve eq1, eq2, eq3 , b 0 , b 1 , b 2
179 99 3
sol := b0 = , b1 = K , b2 = (100)
35 70 14
2
> y d subs sol, b 0 Cb 1 $x Cb 2 $x
179 99 3 2
y := K xC x (101)
35 70 14
> plot2 d plot y, x =K0.5 ..8.5, color = blue :
> display pp1, plot2

0 1 2 3 4 5 6 7 8
x

Exemplo 3.7, fazer o 3.5 usando o maple com pol cúbico


> restart : p 1 d K1.3, 0.103 ; p 2 d K0.1, 1.099 ; p 3 d 0.2, 0.808 ; p 4 d 1.3,
1.897 ;
p1 := K1.3, 0.103
p2 := K0.1, 1.099
p3 := 0.2, 0.808
p4 := 1.3, 1.897 (102)
>
> with stats :
> Xval d p 1 1 , p 2 1 , p 3 1 , p 4 1 ; Yval d p 1 2 , p 2 2 , p 3 2 ,
p 4 2 ;
Xval := K1.3, K0.1, 0.2, 1.3
Yval := 0.103, 1.099, 0.808, 1.897 (103)
> eqf d fitleastsquare Xval, Yval
x, y , y = a$ x3 C b$ x2 C c$x C d
eqf := y = 1. x3 C1. K1. x (104)
> restart : with plots : p 1 d K1.3, 0.103 ; p 2 d K0.1, 1.099 ; p 3 d 0.2, 0.808 ; p 4
d 1.3, 1.897 ; pp1 d pointplot p 1 , p 2 , p 3 , p 4 , color = red, symbol = cross,
symbolsize = 30 :
p1 := K1.3, 0.103
p2 := K0.1, 1.099
p3 := 0.2, 0.808
p4 := 1.3, 1.897 (105)
3
> plot2 d plot 1. x C1. K1. x, x =K2 ..2, color = blue :
> display pp1, plot2
6

K2 K1 0 1 2
x

K2

K4

(106)
>
>
>
>
>
>
>