Programação
-
Critério de avaliação
Na avaliação final entrarão $P$ que é a média de três de quatro provas, $E$ é a média de três de quatro listas de exercícios e $T$ a nota de um trabalho. A média final será computada como
\( M= 0.4*P+0.4*E+0.2*T \)
Datas das provas:
- P1: 18 de março
- P2: 29 de abril
- P3: 17 de junho
- P4: 24 de junho
Prazos para entrega dos exercícios:
- E1
- E2
- E3
- E4
Apresentação do trabalho
-
Fórum para colocação de questionamentos de interesse coletivo da disciplina.
-
Livro de Cláudio Asano e Eduardo Colli que contém quase todo o material do curso.
-
Nesta disciplina vamos usar a linguagem PYTHON 3.5. Aí voces podem instalar a distribuição anaconda do python 3.5 para o seu sistema operacional.
-
Muita coisa de programação podemos ter esquecido, e vamos ter de aprender um monte sozinho com este livro!
-
Se a leitura não está fluindo e o professor não fala muito de coisas básicas na aula, então o melhor é fazer um curso online que vai lhe tomar, no máximo, umas vinte horas no semestre.
-
O Cleve Moller é o dono do MATLAB, um software científico muito usado, e escreveu o livro: Numerical Computing using MATLAB, que vamos usar como roteiro para o nosso curso.
-
Lista de exercícios para preparo para a prova. Não é para entregar.
-
Primeira Prova
-
Segunda Prova - 29 de abril
-
Este é o primeiro exercício para ser entregue. Vocês terão de escrevê-lo usando o notebook do Ipython. Leia o enunciado do exercicio no link: Método de Jacobi. Qualquer dúvida use o Fórum para perguntar. Data para entregar é até 15 de abril
-
Esta é uma lista de exercícios para entregar dia 3 de maio.
-
Entregar a lista de exercicios resolvida dia 3 de maio
-
Neste terceiro exercício voces deverão escrever uma aula sobre parábolas usando o notebook do ipython. O notebook deve conter:
- Células com explicações teóricas
- Células com códigos ilustrativos de python
- Gráficos
O conteúdo é livre e só depende de sua criatividade!!
Prazo para entrega: 3 de junho
-
Entregar diretamente para o monitor até 24 de junho
-
Quarta lista teórica. Ver o enunciado acima. Se você preferir fazer o upload do arquivo, clique neste E4.
-
Entregar esta lista de exercícios até o dia 3 de agosto
-
Entregar a prova resolvida até o dia 15 de agosto. Pode entregar pessoalmente ou via Moodle, ou me mandar por email.
- P1: 18 de março
-
Neste primeiro tópico estudaremos a representação dos números reais e a representação em ponto flutuante com um número finito de dígitos na mantissa.
-
Este é um link para o notebook em python. Ao passar o mouse no canto superior direito aparece um icone para fazer o download do arquivo. ( No firefox o arquivo é mostrado na tela e você deve salvá-lo). Depois, como exercicio voces devem abrir este arquivo novamente com o Jupyter notebook. E fazer modificações como alterar a função binário para que escreva números na base 3.
-
-
Veremos o método da eliminação de Gauss e algumas aplicações.
-
Podemos executar operações nas equações de um sistema linear sem alterar a solução.
-
Descrição do método da eliminação de Gauss e os algoritmos.
-
-
Os métodos iterativos, quando aplicáveis, são uma alternativa mais rápida para se chegar à solução de um sistema linear. Veremos dois métodos: o de Jacobi e o de Gauss-Seidel
-
Veremos os métodos da dicotomia e Newton. E os procedimentos genéricos usando pontos fixos.
-
Descrevemos rapidamente a técnica de localização de zeros de funções e os dois principais algiritmos para encontrar o zero.
-
-
O Problema principal é ajustar uma curva de uma família pré-indicada por uma tabela de pontos minimizando o desvio quadrático médio.
-
Resolver o problema MMQ é mais simples quando o sistema é ortogonal.
-
O problema agora é: dada uma tabela de pontos $T=\{(x_0,y_0),\cdots,(x_k,y_k)\}$, encontrar um polinômio $P_k$ de grau menor ou igual a $k$ tal que $P_k(x_i)=y_i$.
-
Apresentamos também algumas funções do Numpy para interpolação.
-
-
Vamos utilizar a interpolação polinomial para a aproximação de integrais definidas.
-
-