GithubHelp home page GithubHelp logo

rennasccenth / metodos-computacionais-ufmt-2019 Goto Github PK

View Code? Open in Web Editor NEW
0.0 1.0 0.0 22 KB

Trabalho de métodos computacionais realizado individualmente durante o ano de 2019 na Universidade Federal do Mato Grosso.

Python 100.00%

metodos-computacionais-ufmt-2019's Introduction

Trabalho de métodos computacionais - Felipe Nunes

As instruções abaixo estão dividas nos módulos e para cada método do respectivo módulo, dá-se 
o exemplo de entrada em JSON em seguida da explicação dos parâmetros utilizados no mesmo.

As funções utilizadas pela API estão igualmente documentadas.
Funções auxiliares estão dispostas no arquivo lib.py

Roots

Bisection

POST
/roots/bisection

{
    "funcao":"(x**3) + 5*x + 2",
    "a":"-100",
    "b":"50",
    "E":"0.00001"
}

"funcao" => Descrição da função com a utilização de parêntesis para determinar precedência.
Devido a não utilização de algum tipo de Parser, não há suporte para funções trigonométricas
ou logarítmicas, por exemplo.
"a" => Intervalo numero 1
"b" => Intervalo numero 2 
"E" => Margem de erro, sem utilização da vírgula, substituindo-a por ponto.

False Position

POST
/roots/falseposition

{
    "funcao":"(x**3) + 5*x + 2",
    "a":"-100",
    "b":"50",
    "E":"0.00001"
}

"funcao" => Descrição da função com a utilização de parêntesis para determinar precedência.
Devido a não utilização de algum tipo de Parser, não há suporte para funções trigonométricas
ou logarítmicas, por exemplo.
"a" => Intervalo numero 1
"b" => Intervalo numero 2
"E" => Margem de erro, sem utilização da vírgula, substituindo-a por ponto.

Newton Raphson

POST
/roots/newtonraphson

{
    "funcao":"(x**3) + 5*x + 2",
    "chute":"45",
    "E":"0.00001"
}

"funcao" => Descrição da função com a utilização de parêntesis para determinar precedência.
Devido a não utilização de algum tipo de Parser, não há suporte para funções trigonométricas
ou logarítmicas, por exemplo.
"chute" => Chute inicial
"E" => Margem de erro, sem utilização da vírgula, substituindo-a por ponto.  

Secant

POST
/roots/secant

{
    "funcao":"(x**1) + 5**2 + 2",
    "xnmenos":"-115",
    "xn":"10",
    "E":"0.00001"
}

"funcao" => Descrição da função com a utilização de parêntesis para determinar precedência.
Devido a não utilização de algum tipo de Parser, não há suporte para funções trigonométricas
ou logarítmicas, por exemplo.
"xnmenos" => Primeiro ponto por onde passará a reta secante
"xn" => Segundo ponto por onde passará a reta secante
"E" => Margem de erro, sem utilização da vírgula, substituindo-a por ponto. 

Coefficients

Pearson, Kendall e Spearman.

POST
/coefficients/pearson
/coefficients/kendall
/coefficients/spearman

{
"dado1":"[86, 99, 99, 100, 100, 100, 110, 112, 113]",
"dado2":"[0, 20, 28, 28, 50, 29, 7, 7, 6, 0]"
}

ps.: As listas devem ter o mesmo numero de dados, e podem ter numeros repetidos.
"dado1" => Lista contendo os valores da primeira métrica. 
"dado2" => Lista contendo os valores da segunda métrica. 

Confidence Interval

With Standard Deviation

POST
/confidenceinterval/stddev        

{
"total":"500",
"confianca":"95",
"desvio":"5",
"media":"100"
}

"total" => Numero total da amostra.
"confianca" => Nivel de confiança exigido.
"desvio" => Desvio Padrão da amostra.
"media" => Média aritimética da amostra.

Without Standard Deviation

POST
/confidenceinterval/withoutstddev 

{
"dados":"[9, 8, 12, 7, 9, 6, 11, 6, 10, 9]",
"porcentagem":"95"
}     

"dados" => Lista contendo a amostra.
"confianca" => Nivel de confiança exigido.

Population Ratio

POST
/confidenceinterval/popratio

{
"sucessos":"160",
"total":"200",
"confianca":"160"
}

"sucessos": => Total de sucessos entre os casos da amostra.
"total": => Total de casos da amostra.
"confianca" => Nivel de confiança exigido.

Resampling

Bootstrap

POST
/resampling/bootstrap

{
"dados":"[2.2, 2.5, 3.4, 6.7, 6.2, 8.2, 9.2, 10.1]",
"repeticoes":"10"
}

"dados" => Lista contendo os dados da amostra.
"repeticoes" => Numero de repetições exigidas.

JackKnife Average

POST
/resampling/jackknife/average

{
"dados":"[2.2, 2.5, 3.4, 6.7, 6.2, 8.2, 9.2, 10.1]"
}

"dados" => Lista contendo os dados da amostra.

JackKnife Variance

POST
/resampling/jackknife/variance

{
"dados":"[2.2, 2.5, 3.4, 6.7, 6.2, 8.2, 9.2, 10.1]"
}

"dados" => Lista contendo os dados da amostra.

JackKnife Standard Deviation

POST
/resampling/jackknife/variance

{
"dados":"[2.2, 2.5, 3.4, 6.7, 6.2, 8.2, 9.2, 10.1]"
}

"dados" => Lista contendo os dados da amostra.

JackKnife Confidence Interval

POST
/resampling/jackknife/confidenceinterval

{
"dados":"[2.2, 2.5, 3.4, 6.7, 6.2, 8.2, 9.2, 10.1]",
"confianca":"95"
}

"dados" => Lista contendo os dados da amostra. 
"confianca" => Nivel de confiança exigido.

Regressions

Linear

POST
/regressions/linear

{
"dados1":"[122, 114, 86, 134, 146, 107, 68, 117, 71, 98]",
"dados2":"[139, 126, 90, 144, 163, 136, 61, 62, 41, 120]"
}         

"dados1" => Lista contendo os valores da primeira entidade.                              
"dados2" => Lista contendo os valores da segunda entidade.                              

metodos-computacionais-ufmt-2019's People

Contributors

rennasccenth avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.