Sumários
Interpolação por Splines
19 novembro 2026, 14:30 • Rafael Neto Henriques
Após a revisão das limitações dos polinómios interpoladores globais (Newton e Lagrange), a aula foi dedicada à interpolação por splines, desde splines de ordem 1 (lineares) até splines cúbicas. Foram apresentadas duas abordagens para a construção de splines cúbicas: (1) a formulação baseada na resolução de um sistema com 4n equações, e (2) a formulação mais eficiente baseada na resolução de um sistema com n−1 equações, onde n é o número de intervalos.
Interpolação Polinomial
17 novembro 2026, 14:00 • Rafael Neto Henriques
Nesta aula introduziram-se diferentes métodos de interpolação polinomial para um polinómio de ordem m baseado em n = m + 1 amostras. Após a contextualização e distinção entre regressão e interpolação, foram apresentadas três construções clássicas de polinómios interpoladores: (1) o polinómio interpolador obtido por regressão no caso exato, (2) o polinómio interpolador de Newton, e (3) o polinómio interpolador de Lagrange.
Regressão Linear (continuação) e Regressão Não Linear
12 novembro 2026, 14:30 • Rafael Neto Henriques
A aula começou com a continuação da discussão sobre regressão linear, focando sobretudo nas limitações do modelo linear clássico, nomeadamente a assunção de variância uniforme nos dados. Como resposta a esse problema, foi introduzida a regressão linear ponderada, incluindo a interpretação dos pesos e a sua utilidade em cenários de heteroscedasticidade. Na segunda parte da aula, foram apresentados os métodos para regressão não linear, com destaque para o método de Gauss-Newton. Demonstrou-se como este método se relaciona com os esquemas de otimização estudados anteriormente e como pode ser utilizado para ajustar modelos não lineares. A aula terminou com a introdução do método de Levenberg–Marquardt, apresentado como uma abordagem híbrida entre Gauss-Newton e o método do gradiente, combinando robustez e eficiência.
Regressão Linear
10 novembro 2026, 14:00 • Rafael Neto Henriques
A aula iniciou-se com uma motivação para o uso da regressão em engenharia, destacando a necessidade de ajustar funções a conjuntos de amostras experimentais. A regressão foi introduzida como um problema de minimização da soma dos resíduos quadráticos, começando pelo caso da regressão linear de um polinómio de primeira ordem e generalizando para polinómios de ordem superior e para modelos com múltiplas variáveis independentes. Foram discutidas duas abordagens principais para o cálculo dos coeficientes: (1) a reconstrução explícita da equação normal, e (2) o formalismo matricial geral da regressão linear. Durante a aula, discutiu-se também a forma adaptar a normalização para tornar diferentes problemas compatíveis com o mesmo formalismo.
Métodos Numéricos para resolução de equações diferenciais ordinárias: Runge-Kutta ordens 2, 3 e 4
5 novembro 2026, 14:30 • Rafael Neto Henriques