Escolar Documentos
Profissional Documentos
Cultura Documentos
Código 1:
Esse código usa as bibliotecas numpy
e scipy para fazer uma interpolação
linear de um conjunto de pontos (x, y).
A interpolação linear é um método
para estimar o valor de uma função
em um ponto que não está na tabela
de dados, usando uma reta que passa
pelos pontos mais próximos.
Código 2:
Esse código usa as bibliotecas numpy e scipy para fazer uma interpolação
quadrática de um conjunto de pontos (x, y) e imprimir o valor interpolado em x =
10.
Código 3:
O código 3 expõe
o mesmo resultado
do código um, mas
com a especificação
de ser uma
interpolação linear
Código 4:
• import numpy as np
importa a biblioteca numpy,
que fornece funções e
estruturas de dados para
trabalhar com arrays
multidimensionais, e a renomeia como np para facilitar o uso.
• def f(x): return x**2 define uma função f que recebe um argumento x e retorna
o seu quadrado.
• a = 0 atribui o valor 0 à variável a, que representa o limite inferior da integral.
• b = 1 atribui o valor 1 à variável b, que representa o limite superior da integral.
• m = 2 atribui o valor 2 à variável m, que representa o número de subintervalos
da regra de Simpson.
• x = np.linspace(a,b,m+1) cria um array numpy com m+1 valores igualmente
espaçados entre a e b, e o atribui à variável x. Esses são os pontos onde a
função f será avaliada.
• r = sp.integrate.simpson(y,x) calcula a integral de f(x) usando a função simpson
do módulo integrate da biblioteca scipy. Essa função recebe os arrays y e x
como argumentos, e aplica a regra de Simpson composta, que aproxima a
integral por uma soma ponderada de áreas de parábolas que passam por três
pontos consecutivos1. A função retorna um valor numérico que é atribuído à
variável r.
• print(r) imprime o valor da variável r na tela. Esse é o resultado aproximado da
integral.
Código 5:
Esse
código deu
errado por
dois motivos
principais:
• Você não
definiu a
variável y,
que deveria
ser o array
com os
valores da
função f(x)
nos pontos x. Você pode fazer isso usando a função np.vectorize para aplicar
a função f a cada elemento do array x, por exemplo: y = np.vectorize(f)(x).
• Você usou o nome errado da função de integração. Você importou a função
simpson do módulo scipy.integrate, mas depois tentou usar sp.integrate, que
não existe. Você deveria usar simpson(y, x) ou sc.integrate.simps(y, x), que são
equivalentes
Esse código é uma “substituição” mais complexa dos códigos 1, 2 e 3. Sem fazer o
uso do pacote scipy.