Uma abordagem interdisciplinar para obtenção da melhor função aproximada para ajuste de dados

• Autor(a) principal: Santana, Fabiana Tristão de
• Data de Publicação: 2019
• Outros Autores: Marcone, Marcos Henrique Fernandes, Santana, Fágner Lemos de
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/30571
• topic: Aproximação de Funções; Matemática Intervalar; Mínimos Quadrados; Python PYXSC; Approximation of Functions; Interval Mathematics; Least Squares

Neste trabalho, importantes conceitos das Ciências Exatas, Computação e Engenharias atuam de forma interdisciplinar para obter a melhor solução aproximada para um experimento físico. O objetivo do trabalho é mostrar como diferentes teorias podem ser usadas para solucionar problemas nas Engenharias. Mais especificamente, serão utilizados aqui o método de Mínimos Quadrados (estudado na Álgebra Linear), as incertezas e operações intervalares (estudados na Matemática Intervalar) e a linguagem Python (estudada na computação) para resolver um sistema intervalar que fornece a melhor função aproximada que ajusta um conjunto de dados oriundos de um experimento físico, no qual um carro se deslocava com aceleração nula sob um trilho de ar horizontal. Ao fazer esse tipo de abordagem usando a Matemática Intervalar, busca-se inferir como as incertezas provenientes do experimento, assim como os erros gerados pelas representações e operações dos números em computadores, interferem no resultado obtido. Para isso, se fez necessário a utilização da biblioteca Python for Extended Scientific Computing (Python-XSC), a qual é baseada na estrutura da aritmética intervalar e fornece funções para a resolução de sistemas lineares intervalares. A aplicação do estudo feito se mostrou bastante eficiente e de fácil utilização, além de estimular os estudantes de engenharia a buscarem soluções inovadoras através da interdisciplinaridade das teorias estudadas na área