Universidade Federal de Campina Grande – UFCG

Centro de Tecnologia e Recursos Naturais – CTRN

Unidade Acadêmica de Engenharia Civil – UAEC
Campus Bodocongó – CEP: 58109-970

ENCONTRANDO O ELO PERDIDO

Atividade apresentada à Disciplina de Cálculo

numérico da Unidade Acadêmica de Engenharia Civil
do CTRN da UFCG como requisito básico para
aprovação na citada disciplina.

Autor: Rian Campos Almeida - 122110665

rian.campos@estudante.ufcg.edu.br
Campina Grande – PB, 25 de setembro de 2023.
1) Descreva a situação que você identificou.

Enquanto caminhava pela cidade, observei que a temperatura ambiente em um

determinado ponto da cidade variava de forma não uniforme ao longo do dia, o que
tornava difícil prever com precisão a temperatura em um momento específico,
especialmente em horários intermediários entre as medições regulares.

2) Descreva o significado das variáveis envolvidas.

 T: Temperatura ambiente (em graus Celsius);

 t: Tempo (em horas);

3) Descreva o problema (a pergunta que será respondida com uma interpolação).

Qual é a temperatura ambiente estimada em um ponto da cidade em um horário não

registrado pelas medições regulares?

4) Justifique porque esta resposta pode ser encontrada com uma interpolação.

A resposta pode ser encontrada com uma interpolação porque, dado um conjunto de
medições de temperatura em horários específicos, podemos utilizar métodos de
interpolação para estimar a temperatura em um horário intermediário entre as medições
conhecidas. A interpolação nos permite preencher as lacunas nos dados observados e obter
uma estimativa mais precisa da temperatura em um horário desejado.

5) Use uma tabela para descrever a função que caracteriza o modelo matemático do
problema que você descreveu.

6) Desenhe um gráfico de uma função descontínua que modela o problema. Cuidado com
as proporções dos valores da função.
7) Use o método de Lagrange e escolha um intervalo inadequado em relação ao seu
problema para encontrar uma função interpoladora linear p(x).

p(x) = T1 + [(T2 - T1) / (t2 - t1)] * (x - t1)

8) Estime o valor da resposta para sua pergunta usando esta função interpoladora linear.

Escolhendo o intervalo intervalo [2, 4]:

p(x) = 25 + [(30 - 25) / (6 - 3)] * (x - 3)

Estimativa da temperatura usando p(x):

Suponhamos que queiramos estimar a temperatura às 2,5 horas (t = 2,5):

p(2,5) = 25 + [(30 - 25) / (6 - 3)] * (2,5 - 3)

p(2,5) = 25 + (5 / 3) * (-0,5)

p(2,5) = 25 - 2,5/3

p(2,5) ≈ 24,167°C

9) Use Lagrange e escolha um intervalo adequado para encontrar uma função interpoladora
parabólica P(x) (função interpoladora de 2º grau).

função interpoladora parabólica P(x) de 2º grau é dada por:

P(x) = T1 + [(T2 - T1) / (t2 - t1)] * (x - t1) + [(T3 - T1) / (t3 - t1)] * (x - t1) * (x - t2)
Para o intervalo [2, 6]:

P(x) = 25 + [(30 - 25) / (6 - 3)] * (x - 3) + [(30 - 25) / (6 - 3)] * (x - 3) * (x - 6)

10) Estime o valor da resposta para sua pergunta usando esta função interpoladora
parabólica.

Estimativa da temperatura usando P(x):

Suponhamos que queiramos estimar a temperatura às 2,5 horas (t = 2,5):

P(2,5) = 25 + [(30 - 25) / (6 - 3)] * (2,5 - 3) + [(30 - 25) / (6 - 3)] * (2,5 - 3) * (2,5 - 6)

Calculando P(2,5), obteríamos uma estimativa mais precisa da temperatura.

11) Explique os efeitos do grau da função de interpolação encontrada sobre a confiança

(precisão) da resposta calculada.

O grau da função de interpolação afeta a precisão da resposta calculada. Funções de grau

mais alto (por exemplo, polinômios de grau 2 ou 3) podem se ajustar melhor aos dados,
mas também podem introduzir oscilações indesejadas (fenômeno de Runge) se não houver
pontos de dados suficientes. Funções de grau mais baixo (como interpolação linear) são
mais simples, mas podem não capturar variações complexas nos dados.

12) Explique os efeitos da adequação do intervalo escolhido sobre a confiança (precisão)

da resposta calculada..

A escolha adequada do intervalo é crucial para obter estimativas precisas. Intervalos muito
pequenos podem levar a oscilações e imprecisões, enquanto intervalos muito amplos
podem introduzir erros significativos. É importante escolher um intervalo que contenha
pontos de dados próximos ao ponto de interesse, para que a interpolação seja mais precisa
e confiável. Intervalos adequados ajudam a reduzir erros e melhorar a precisão das
estimativas.