MODELAGEM MATEMÁTICA E SIMULAÇÃO COMPUTACIONALjarakaki/mmsc/roteiro4.pdf · 1) Implementar um...
Transcript of MODELAGEM MATEMÁTICA E SIMULAÇÃO COMPUTACIONALjarakaki/mmsc/roteiro4.pdf · 1) Implementar um...
MODELAGEM MATEMÁTICA E SIMULAÇÃO COMPUTACIONAL
Sustentação Laboratorial Interativa
Prof. Julio Arakaki ([email protected])
Engenharia Biomédica
FCET - Faculdade de Ciências Exatas e Tecnologia
2
Bibliotecas para “Machine Learning” (Python)numpy: representação e manipulação de arrays. Computação científica
(álgebra linear, transformada de Fourier, gerador de números ).
http://www.numpy.org/
scipy: funções para computação científica, rotinas avançadas de álgebra
linear, funções matemáticas de otimização, processamento de sinais,
distribuições estatísticas, representação de matrizes esparsas.
https://www.scipy.org/
matplotlib: biblioteca para criação de gráficos científicos.
https://matplotlib.org/
3
Bibliotecas para “Machine Learning” (Python)pandas: biblioteca para manipulação de “estrutura de dados” e análise de
dados.
https://pandas.pydata.org/
5
Transformação geométrica 2D (álgebra linear)COMPOSTAS: Escala em relação a um ponto de referência (xq, yq).
6
Transformação geométrica 2D (álgebra linear)COMPOSTAS: Escala em relação a um ponto de referência (xq, yq).
7
Transformação geométrica 2D (álgebra linear)Rotação em relação a um ponto de referência (xq, yq).COMPOSTAS:
8
Transformação geométrica 2D (álgebra linear)Rotação em relação a um ponto de referência (xq, yq).COMPOSTAS:
9
1) Implementar em python (usando numpy) as funções para a realização das
transformações. Criar um script para testar estas funções.
Exercicios:
10
Bibliotecas (Python) - matplotlib
matplotlib: biblioteca para criação de gráficos científicos.
https://matplotlib.org/
https://matplotlib.org/examples/index.htmlExemplos em:
11
Bibliotecas (Python) - matplotlib#importa a biblioteca matplotlib
import matplotlib.pyplot as plt
# dados do eixo y
# (o eixo x é: 0, 1, 2, 3, 4, 5, 6)
plt.plot([20, 5, 3, 1, 6, 7, 18])
# Titulo do grafico
plt.title("Gráfico")
# Mostra grafico
plt.show()
12
Bibliotecas (Python) - matplotlib#importa a biblioteca matplotlib
import matplotlib.pyplot as plt
# dados do eixo y
# (o eixo x é: 0, 1, 2, 3, 4, 5, 6)
plt.plot([20, 5, 3, 1, 6, 7, 18], ".")
# Titulo do grafico
plt.title("Gráfico de pontos")
# Mostra grafico
plt.show()
13
Bibliotecas (Python) - matplotlib
plt.plot([10,20,30,40],
[15, 40, 75, 90],
linestyle='--’,
color='r’,
marker='s’,
linewidth=3.0)
plt.axis([0,50,0,100])
plt.show()
14
Bibliotecas (Python) - matplotlib
#importa a biblioteca matplotlib
import matplotlib.pyplot as plt
# Variáveis para o Bar Chart
y_axis = [20,50,30]
x_axis = range(len(y_axis))
width_n = 0.4
bar_color = 'gray'
plt.bar(x_axis, y_axis, width=width_n,
color=bar_color)
plt.show()
16
1) Implementar um script em python (usando matplotlib) que mostre numa mesma janela, os
graficos das funções seno e cosseno.
2) Verificar graficamente (usando o matplotlib) as funções para transformações geométricas
2D.
Exercicios:
17
Bibliotecas para - pandaspandas: biblioteca para manipulação de “estrutura de dados” e análise de
dados.
https://pandas.pydata.org/
18
Bibliotecas para - pandas
import pandas as pd
df_data = {'pais’: ['Brasil', 'Argentina','Argentina', 'Brasil',
'Chile','Chile'],
'ano': [2005, 2006, 2005, 2006, 2007, 2008],
'populacao': [170.1, 30.5, 32.2, 172.6, 40.8, 42.0]}
df = pd.DataFrame(df_data)
print(df)