Run Code
|
API
|
Code Wall
|
Misc
|
Feedback
|
Login
|
Theme
|
Privacy
|
Patreon
rungeefeito
f<-function(s){1/(1+s^2)} curve(f,-5,5) x=seq(-5,5,by=1); x y=f(x);y points(x,y,col="red") # Supomos y=f(x) e que f(x_i)=p(x_i), em que p(s)=a_0+a_1s+a_2s^2+a_3s^3+a_4s^4 é um polinômio. # Vamos resolver o problema agora usando a ideia de Lagrange p(s)=y_0L_0(s)+y_1L_1(s)+...+y_(n-1)L_(n-1)(s) n=length(x) L<-function(i,s){ p=1 for (j in 1:n){ if ( i!=j){p=p*(s-x[j])/(x[i]-x[j])} } p } poliLag<-function(s){ p=0 for ( i in 1:n){p=p+y[i]*L(i,s)} p } curve(poliLag,min(x),max(x)) points(x,y,col="red") Erro<-function(s){f(s)-poliLag(s)} curve(Erro,-5,5) points(x,Erro(x),col="red") ##----- Sistema linear e QR, por exemplo. # Supomos y=f(x) e que f(x_i)=p(x_i), em que p(s)=a_0+a_1s+a_2s^2+a_3s^3+a_4s^4+a_5s^5 é um polinômio. # Podemos resolver esse problema resolvendo o sistema linear # Au=y # em que a matriz A tem coluna i dada pelo vetor (1,x_i,x_i^2,...,x_i^(n-1)). n=length(x) A=matrix(0,n,n) for ( i in 1:n){ for (j in 1:n){ A[i,j]=x[i]^(j-1) } } # A=QR, então Au=y torna-se Ru=t(Q)y # ---------------Processo de ortogonalização de Gram-Schmdit pe<-function(u,v){ # Dados os vetores u e v, somo o produto de cada coordenada de u com a respectiva cooordenada de v. n=length(u) p=u[1]*v[1] for ( i in 2:n){p=p+u[i]*v[i]} p } mod<-function(u){sqrt(pe(u,u))} # módulo de u proj<-function(u,v){pe(u,v)*v} # Projeção de u sobre v (ortogonal), com norma de v igual 1 GramS<-function(A){ # Ortogonliza as colunas de A n=length(A[1,]) Q=0*A Q[,1]=A[,1]/mod(A[,1]) for (i in 2:n){ p=A[,i] for (j in 1:(i-1)){ p=p-proj(A[,i],Q[,j]) } Q[,i]=p/mod(p) } Q } Q=GramS(A); # print("Matriz Q"); Q # t(Q)%*%Q # Teste de ortogonalização R=t(Q)%*%A; # print("Matriz R"); R #------ Resolução de sistema triangular Ru=t(Q)v. TSup<-function(A,b){ p=0*b; n=length(b) p[n]=b[n]/A[n,n] for (i in (n-1):1){ q=b[i] for (j in n:(i+1)){ q=q-A[i,j]*p[j] } p[i]=q/A[i,i] } p } v=t(Q)%*%(y) u=TSup(R,v) #--------------------------------------------------------------------------------------- print("Soulução") ; u poli<-function(s){ # p(s)=a_0+a_1s+a_2s^2+a_3s^3+a_4s^4+a_5s^5+a_6s^6 q=u[1] for (i in 2:n){q=q+u[i]*s^(i-1)} q } Intpoli<-function(s){ # p(s)=a_0s+a_1s^2/2+a_2s^3/3+a_3s^4/4+a_4s^5/5+a_5s^6/6+a_6s^7/7 q=u[1]*s for (i in 2:n){q=q+u[i]*s^(i)/i} q} curve(poli,min(x),max(x)) # Teste de ajuste points(x,y,col="red") Integral=Intpoli(5)-Intpoli(-5); Integral Trap<-function(f,v){ n=length(v) trap=0 for ( i in 1:(n-1)){trap=trap+(f(v[i])+f(v[i+1]))*(v[i+1]-v[i])/2} trap } Trap(f,seq(-5,5,by=0.05))
run
|
edit
|
history
|
help
0
Correlation
matrix
Program2.Question2
test array compiler R
Chi-squared tests of independence [m musculoskeletal injuries treated]
sum of digits is prime
Linear Regression and log-log Transformation
Gab1A(resumido)
R Basic
12-08-2020Ex3.19