import numpy as np

import matplotlib.pyplot as plt

# Pontos dados

x = np.array([0, 1, 2, 3, 4, 5])

y = np.array([2, 3, 5, 7, 11, 13])

# Cálculo da média de x e y

x_media = np.mean(x)

y_media = np.mean(y)

# Cálculo da inclinação (m) e do intercepto (b)

m = np.sum((x - x_media) * (y - y_media)) / np.sum((x - x_media) ** 2)

b = y_media - m * x_media

print("Grau de inclinação (m):", m)

# Modelo linear

def modelo_linear(x):

return m * x + b

# Previsão do valor de y para x = 2,5

x_previsto = 2.5

y_previsto = modelo_linear(x_previsto)

print("Previsão do valor de y para x = 2,5:", y_previsto)

# Criando um array de x para plotar o modelo linear

x_plot = np.linspace(2, 5, 100)

# Plotando os pontos e o modelo linear

plt.scatter(x, y, label='Pontos dados')

plt.plot(x_plot, modelo_linear(x_plot), label='Modelo linear', color='red')

plt.scatter(x_previsto, y_previsto, label='Previsão', color='green')

plt.xlabel('x')

plt.ylabel('y')

plt.title('Modelo Linear')

plt.legend()

plt.show()