Share
Embed
Transcript
123 slides
-
Ih, ferrou! Funções contínuas, sequências e limites, convergência. É o
Trefethen atacando de novo! -
Minha filha, uma sequência de números reais é apenas uma
função : ℕ → ℝ. Por tradição escrevemos , ao invés de (), para o valor de em k. Entendi! É por isso que as sequências são escritas como listas infinitas tipo 0 , 1 , 2 , 3 , … , , ... -
7 6 5 4 2 = 3 1 1 2
3 4 5 6 7 Na realidade Surfista essa lista dos valores assumidos pela sequência é confundida, na prática, com a própria sequência. A sequência, propriamente dita é o conjunto de pares ordenados 1, 1 , 2, 2 , … , , , … Ela se confunde com seu gráfico, o conjunto de pontos em vermelho na figura acima. -
Por exemplo, o gráfico dos 20 primeiros valores da sequência
= Τ 1 (1 + ) é o seguinte: -
Percebemos pelo gráfico mais a tabela que à medida que
aumenta, a sequência se aproxima, mais e mais de zero - o eixo-x. -
Uma outra sequência interessante é = (1 + 1 ).
Pela tabela mais o gráfico percebemos que ela cresce, se aproximando cada vez mais, para algum valor marcado em vermelho, e = 2.718. -
Segundo os professores de Cálculo, são sequências convergentes! Mestres, por
favor, relembrem a definição de convergência de uma sequência, que eu nunca entendi direito! -
Loirinha, considere uma sequência ( ) de números reais e
seja r um número real. Dizemos que lim →∞ = quando: ∀ > 0, ∃ ∈ ℕ tal que: > ⇒ − < -
Complicada essa notação, Mestres. Leia da seguinte forma, Surfista: Se
lim →∞ = então, para cada precisão > 0 escolhida você consegue resolver o problema inverso: Obter um número natural > 0 com a propriedade − < sempre que > . -
Confira pelas figura Surfista: Para = 0.1, todos os valores
“entram” na faixa amarela de largura entorno de = 0, a partir de = 9. Para esse , = 9 é a resposta ao problema inverso: Obter um número natural > 0 com a propriedade − < sempre que > . -
Para esta outra sequência, os valores estão dentro da faixa
amarela de largura = 0.2 entorno de = a partir de = 7. Assim > 6 ⇒ − < 0.2 -
Repetindo, para provar que lim →∞ = é necessário garantir
que, para cada > 0 escolhido, há um ∈ ℕ que torna a implicação > ⇒ − < . verdadeira. Portanto para provar que a sequência = (1 + 1/) converge para o número não basta garantir a implicação acima apenas para dois valores de ( = 0.2 e = 0.1). É a matemática ... -
Sim, na realidade é toda uma coleção contínua de problemas
inversos: um para cada > 0. Não basta, Mestra? -
r ( ) 0 1 2 A forma que eu
tenho para visualizar que → é: Para cada precisão escolhida > 0, a sequência toda, exceto um pedacinho (os anteriores a N) fica dentro de uma “bola de raio entorno de r”. -
r ( ) 0 1 2 Repetindo a fala do
Sherlock: A sequência todinha, exceto alguns termos está ali, a menos de de r. -
Seu enfoque é incrível Sherlock! Para cada precisão > 0
escolhida, você quebra a sequência em dois grupos, um com infinitos termos e outro finito. E, a garantia de convergência, consiste em: guardar o grupo infinito, todinho, na caixinha minúscula, de largura envolta de r. -
0 1 2 r , > É, eu não me
distraio com detalhes! Descubro tudo mantendo o foco no conceito. -
Augustin-Louis Cauchy 21/08/1789 23/05/1857 Bem, eu aprendi tudo isto lendo
o “Cours d’analyse”, de Cauchy, publicado em 1821... -
Agora um passeio pela famosíssima briga entre Leibnitz e Newton
pela paternidade do Cálculo Diferencial e Integral. -
0 = (0 ) f Esta função é contínua, mas
não é derivável em 0 . Veja o biquinho pontudo que ela faz em 0 , Loirinha. Derivável ou não, eis a questão! -
Dizem que Leibnitz pensava na derivada de uma forma mais
geométrica que o Newton, que falava em fluxões. Sim Loirinha. Newton pensava mais fisicamente nas coisas. Pensava em fluxos, velocidades e acelerações. -
Minha metade platônica concorda com o aspecto geométrico, entretanto afirmo:
“é fundamental formalizar essa ideia” Minha metade aristotélica diz: “o gráfico da função perdeu a suavidade no ponto 0 ” -
Uma contradição apenas aparente. Alguns matemáticos dizem que Cálculo Numérico
é um sinônimo de “hard analysis” Acredite se quiser, Loirinha! Um bom Cálculo Numérico exige conhecimentos mais profundos de alguns aspectos teóricos da matemática do contínuo. -
t = () t b a Assuma que uma grandeza
é descrita por uma função contínua e suave : , → ℝ, ↦ = (), como na figura: -
t = () t b a Para concretizar, assuma que
t é tempo e y posição. Então ↦ = () descreve como varia a posição de um ponto (um carro) sobre o eixo-y (uma estrada) em função do tempo. tempo posição -
t 0 1 1 0 Assuma que no instante 0
a posição do carro era 0 e que no instante 1 é 1 . -
t 0 1 1 0 As variações foram: ∆ =
1 − 0 e ∆ = 1 − 0 . ∆ ∆ O quociente Τ ∆ ∆ é a taxa de variação da quantidade g. -
Como ∆ = 1 − 0 é uma variação temporal
e ∆ = 1 − 0 uma variação posicional, a taxa de variação Τ ∆ ∆ mede a velocidade média do carro ao se deslocar de 0 para 1 . t 0 1 1 ∆ ∆ 0 -
t 0 1 1 0 Prestem atenção na reta secante
(azul) por (0 , 0 ) e (1 , 1 ). Quando 1 → 0 teremos 1 → 0 e, como assumimos que a curva é suave, a reta passa de secante à tangente (vermelha) por (0 , 0 ). -
Valeu Mestre. Então quando ∆ = 0, o quociente Τ
∆ ∆ será a velocidade instantânea na posição 0 . A ideia de Newton! Surfista, você não pode dividir por zero. Além disso teremos também 1 = 0 de forma que o quociente Τ ∆ ∆ ficará indeterminado! -
t 0 1 1 0 Brilhante, Loirinha. Este é mais
um exemplo da inteligência feminina em ação! -
O Bispo G. Berkeley apresentou argumentos semelhantes contra as ideias
Newton! Procurem na Wikipedia. -
Grifei em “O Analista”, o que eu te já falei
Surfista Tradução a seguir -
E o que são esses fluxions? As velocidades de incrementos
evanescentes? E o que são esses mesmos incrementos evanescentes? Eles não são, nem Quantidades finitas, nem Quantidades infinitamente pequenas, não são nada. Não poderíamos chamá-las de fantasmas de quantidades mortas? -
t 0 1 1 ∆ ∆ 0 Observem que no
triângulo rosa Τ ∆ ∆ = , onde é o ângulo do vértice (0 , 0 ). A inclinação da reta secante. Repetindo: A inclinação da reta secante dá a velocidade média! -
t 0 1 1 0 Quando ∆ → 0 perdemos
o triângulo. Mas, se a curva é suave, a reta secante transforma-se na reta tangente. -
t 0 1 1 0 Perdemos o triângulo, porém não
perdemos o ângulo que mede a inclinação da reta tangente. O valor numérico de dá a velocidade instantânea em 0 . Porque é o limite das velocidades médias. -
t 0 1 1 0 Quando esse limite existe, é
igual a (). E g é derivável em 0 . ∆ A definição de derivada de uma função : (, ) → ℝ, num ponto 0 ∈ , : 0 = lim ∆→0 0 + ∆ − (0 ) ∆ . -
Sir Isaac Newton 1642 - 1726 Gottfried Wilhelm Leibnitz 1646
- 1716 Aleluia! E glória eterna a Newton e Leibnitz no céu das ciências. Hosana nas alturas! -
Um verdadeiro porco-espinho. Vou mostrar um exemplo clássico de uma
função contínua, com uma infinidade pontos onde não é derivável. -
t ℎ1 /3 1 /3 /3 Será uma coleção de
chapéus de bruxa! Vou usar funções chapéu na construção. O formato dos chapéus será como abaixo: 1. Largura variável L, e altura fixa 1. 2. Abas com largura L/3 e a base do cone também. -
1/3 t 1 ℎ2 1/31 1/32 1 3 = 20
+ 21 chapéus t 1 1 ℎ3 1/33 1/32 1/31 7 = 20 + 21 + 22 chapéus • A 1ª função, ℎ1 : [0,1] → ℝ, será a da figura anterior, com = 1. • Na 2ª, ℎ2 : [0,1] → ℝ, substituímos as abas da 1ª por 2 chapéus de largura /3. • Na 3ª, ℎ3 : [0,1] → ℝ, substituímos as abas dos 2 chapéus acrescentados por 22 chapéus de largura /32. • Assim por diante – construiremos uma chapelaria! -
A função que o Galileu prometeu é a chapelaria definida
para cada ∈ 0,1 por ℎ = lim →∞ ℎ . Chapéus com uma infinidade de tamanhos. A função ℎ: [0,1] → ℝ é contínua. Porém possui uma infinidade de pontos “angulosos”, isto é, não é derivável numa infinidade de pontos de seu domínio. -
A derivada da ℎ() é uma função constante por partes.
ℎ: [0,1] → ℝ possui uma infinidade de pontos de descontinuidade. Mestre, o gráfico de ℎ é uma escadaria muito diferente da escadaria da igreja da Penha. É uma escadaria muito doida! -
Os eletrocardiogramas são exemplos de funções contínuas mas com variações
abruptas. Possuem muitos pontos “angulosos”. -
Achei na Web uma descrição de como sismógrafos registram os
abalos sísmicos. Muito simples, um exemplo de engenhosidade! !!! -
alexandremedeirosfisicaastronomia. blogspot.com.br/2011/11/terremot os-e-ondas-sismicas.html Recortei este trecho do blog só para
colocar o anzol na sua boca Surfista. Vá ao endereço abaixo ler o resto (e outros artigos). -
Em Análise Numérica, não basta saber, como em Cálculo, se
a função associada a um problema é contínua ou derivável. Precisamos medir o seu comportamento! -
Sim, sempre tive alunos bem comportados como você, Loirinha –
com nota 10. Também já tive alunos mau comportados. Mestra, você dava nota de comportamento aos seus alunos do 1º grau? -
A nota de comportamento para problemas (funções) é outra. Uma
medida de comportamento de uma função é a sua taxa de variação (de crescimento ou decrescimento) em cada ponto. Que papo careta! Problemas não são crianças para receber nota sobre comportamento. -
E como se calcula esse número? Essa medida é denominada
número de condicionamento do problema (função). -
Com a derivada (0 ) no ponto 0 da função
↦ = (). Ela é o número que mede a taxa de crescimento da função em 0 (ou de decrescimento). 0 (0 ) (0 ) -
Para a taxa de variação, i. é., tanto de crescimento
quanto de decrescimento basta considerar o valor absoluto, o módulo da derivada: (0 ) . 0 (0 ) (0 ) 0 (0 ) (0 ) é crescente em 0 é decrescente em 0 -
0 (0 ) (0 ) (0 ) 0 (0 )
Isso mesmo Galileu e quanto mais inclinada a reta tangente, maior é o valor de | 0 |. -
Perfeito Surfista. Valores distintos de 0 produzem resultados diferentes (exceto
quando é linear). Trata-se de uma medida do comportamento local da função. -
O número de condicionamento absoluto do problema associado a uma
função : (, ) → ℝ, num ponto ∈ (, ), é definido por , = . -
+ ∆ () ∆ ∆ = + ∆ − +
∆ Algumas transparências atrás vimos que a derivada é calculada através do limite do quociente de Newton: = lim ∆→0 + ∆ − ∆ -
Decorre diretamente daí que: , = = lim ∆→0 |
+ ∆ − | | ∆ | . Ou, de forma mais compacta: , = lim ∆→0 | (∆) | | ∆ | . -
Mestra trata-se apenas de uma diferença de notação, não? Sim
minha filha mas destaca que , é o limite do quociente da variação | ∆ | da em pela variação ∆ em . A taxa de variação instantânea da em . -
Como , = lim ∆→0 | (∆) |/|∆| para variações
∆ pequenas, teremos , ≅ | (∆) |/|∆|. Não percebi a vantagem! -
Bem Loirinha, de , ≅ | (∆) |/|∆| segue que
∆ ≅ , |∆|. Mestres, continuo perguntando, e daí? -
Essa fórmula, ∆ ≅ , |∆|, pode ser verbalizada como:
“A variação ∆ é proporcional (aproximada/.) à variação |∆| e o fator de proporcionalidade é , ”. -
(∆)() ∆ (0 ) 0 , ≅ (∆) |∆| Apontando
os holofotes para o que importa: Observe o papel desempenhado pela diagonal do retângulo no cálculo de | ∆ | a partir de ∆ . -
A regra para estimar (∆) é clara: Construa um retângulo
com base ∆ e diagonal fazendo um ângulo , com a base. Então (∆) é a medida do outro lado. ∆ , (∆) -
Estaremos interessados nas respostas das funções ↦ = à pequenas
perturbações |∆| na variável . Prevendo o futuro: Nas próximas aulas, nossa atenção estará voltada para a avaliação de funções nos computadores. -
Trabalhar em computadores usando a aritmética finita da IEEE 754/2008.
Nossos números e contas estarão sujeitos à erros da ordem de múltiplos da . Prevendo o futuro: O que o futuro nos reserva, Mestres? -
Em vista do que os Mestres acabaram de informar, um
nome adequado para o retângulo é “retângulo do erro propagado por em ” ∆ , (∆) -
Portanto considerando um erro absoluto ℰ () = () em
então ℰ ( ) ≅ , (). Sim Cabelos de Fogo, essa é a forma de estimar o erro absoluto ℰ ( ) propagado por em . -
f f 0 () (0 ) Um problema, associado a
uma função : → onde , ⊂ ℝ, é bem condicionado num ponto 0 ∈ quando , 0 não é muito grande. -
f f 0 () (0 ) Se , 0 não
é maior que algumas centenas de unidades, como ∆ ≅ , 0 |∆|, o valor de ∆ não será exageradamente maior que o de |∆|. E os retornos ↦ = (), mediados pelo computador, não serão prejudicados. -
∆ , (∆) Trocando em miúdos: quando o retângulo do
erro propagado por em não é muito alto. -
f () Esta é a característica de um problema mau
condicionado. f 0 (0 ) ∆ ∆ Porém, quando o valor de , 0 é muito grande, da ordem de milhares de unidades, a propagação de uma perturbação |∆|, mesmo pequena, poderá prejudicar o resultado ↦ = . -
∆ , (∆) Em problemas mau condicionados, a altura do
retângulo do erro propagado por em é exageradamente grande. Como um edifício que vai além das nuvens! -
É a mais pura verdade, Galileu, 1 cm é gigantesco
para grandezas atômicas, mas nem entra em cogitação para uma viagem de avião. É importante observar que medidas absolutas dependem da ordem de grandeza das coisas. -
Vocês estão corretos! Além do condicionamento absoluto de um problema,
existe também o condicionamento relativo. Ele é dado pelo limite do quociente entre as variações relativas da em Τ , (∆)() (), e do argumento em Τ , ∆ : (, ) = lim ∆→0 Τ |(∆)() ()| Τ |∆ | , desde que as divisões sejam possíveis, é claro. -
Efetuando as contas dentro do limite, obtemos: Τ − |()
| Τ − | | = − − × || | | Portanto o condicionamento relativo de uma função f num ponto ∈ (, ) ⊂ () é calculado pela fórmula: , = , ≠ 0. -
Agora, tudo se repete, como no caso do condicionamento absoluto.
Se ↦ = () é suave em , então: |(Δ)()| |()| ≅ , Δ Sim Mestre, basta substituirmos o erro absoluto pelo erro relativo! -
Δ , |(Δ)()| |()| Isso mesmo Loirinha, inclusive o retângulo
de propagação do erro por em , trocando medidas absolutas por relativas! Erro relativo em () Erro relativo em -
Lembro bem Galileu, o Eps depende apenas de estarmos usando
Singles, Doubles ou Quads (32, 64 ou 128 bits). Lembrem-se nos computadores (leia IEEE 754/2008) o erro relativo é sempre o Eps, que independe dos números envolvidos. -
Portanto, considerando um erro relativo ℰ () = em ,
então ℰ ( ) ≅ , Sim Cabelos de Fogo, essa é a forma de estimar o erro relativo ℰ ( ) propagado pela em . -
Agora passaremos a analisar o número de condicionamento das funções
elementares. Porque todas as outras são calculadas (no computador) através delas. -
Mestre qual é o número de condicionamento da adição/subtração? Para
simplificar trabalharemos com ↦ = ± , com a > 0, fixo. Então = ±1 de modo que = = 1, e o condicionamento absoluto é ótimo. -
Já o condicionamento relativo é dado por = | |
= = ± ∙ 1 Em particular, na subtração, para = + , com > 0, teremos ↦ = − = − + = −. Logo = + = + 1 -
Portanto, quanto menor o valor de tanto maior será .
Por exemplo, para = 1 e = 0.001, teremos = 1 0.001 + 1 = 1001. -
Nesse caso o erro relativo será ampliado em 1.000 vezes.
Quero comparar com as proporções da Kingdom Tower! -
É fácil Surfista, olhando para a escala vemos que a
Kingdom Tower tem 1.000 de altura e uma base ≈ 100. Se nosso edifício de erro relativo tivesse uma base igual, sua altura seria de 100 = 100 × 1.000 E pensar que o nosso Pão de Açúcar tem míseros 395! -
Esta situação aponta um problema clássico, conhecido como cancelamento catastrófico.
Não entendi o porque do nome cancelamento catastrófico! -
f Quando os números são aproximadamente iguais, todos os bits
mais significativos da fração são iguais e, na subtração, eles se cancelam, restanto os últimos. Como, com 99 ,99% de certeza, os floats32 apresentam erro na 24ª casa binária da fração, após a normalização, esse erro é então promovido para as primeiras casas. 0 0 0 0 X X -
Usando um programa feito pelos Mestres (mostrado no final deste
conjunto de transparências) poderemos ver o que acontece na prática! Sim, como exemplo usaremos ↦ = − 294. e = 294,001. -
Agora entendi perfeitamente o nome cancelamento catastrófico! Perdemos 4.5 dígitos
dos 6 de float32. E o erro relativo é quase 300.000 vezes o Eps. -
Claro que, quanto maior a quantidade de bits na fração,
melhor a aproximação. É o motivo fundamental de Python, dos Físicos e Engenheiros usarem precisão dupla. Trabalhando com precisão dupla (float64) conseguimos uma resposta correta, posto que, para = 294.001, = − 294. = 0.00099 ⋯ 76 ≅ 0.001. Dos 15 dígitos ficamos com 10.2 – uma boa margem de confiança. -
Então Loirinha, a multiplicação por a, é dada por =
∗ , Portanto = . Assim temos = = . Mestre qual é o condicionamento da multiplicação? -
Portanto multiplicar por valores grandes amplifica o erro absoluto. Maior
o multiplicador, maior é o erro absoluto no produto Observem que lim →∞ () = + ∞ -
Já o condicionamento relativo é dado por = | |
= = ∗ = 1 ∙ Assim, o condicionamento relativo da multiplicação é ótimo. -
Rodei o programa de vocês para a multiplicação. Escolhi um
multiplicador grande. -
Mestre e no caso da divisão? Então Loirinha, a divisão
de a por é dada por = /, Portanto = −/2. Assim temos = = /2. -
Observem que lim →0 () = + ∞ Assim, dividir
por valores pequenos propaga muito o erro absoluto. -
Já o condicionamento relativo da divisão é dado por =
| | = = / /2 = 1 ∙ Assim, o condicionamento relativo da divisão também é ótimo. -
Escolhi um divisor pequeno, = 0.0001. Prestem atenção no condicionamento
e no erro absolutos. -
Mestre, a raiz quadrada, também é uma operação implementada como
elementar no IEEE 754. Como é o condicionamento de ? Então Loirinha, seja r a função radiciação, = , para ≥ 0. Sabemos que = Τ 1 2 , ≠ 0 . Assim temos, para > 0: = = Τ 1 2 . -
Observem que lim →0 , = + ∞ Assim, extrair
a raiz quadrada de valores pequenos de propaga muito o erro absoluto. -
Já o condicionamento relativo da radiciação é dado, para >
0, por = || | | = = 1/2 = 1/2 ∙ Assim, o condicionamento relativo da radiciação também é ótimo. -
Escolhi = 0.00002, um valor bem pequeno. Pelos resultados parece
que não teremos muitos problemas na radiciação. -
E devolverá os valores de , e , . Ele
estimará também os erros absoluto e relativo propagados por f em a partir de () e Eps. Vamos mostrar o programa prometido. Ele receberá: • a expressão () da função f , • a expressão de sua derivada , • o valor de . -
Vou usar o programa do Mestre para as funções: ()
(, ) (, ) ||−1 n () () || () Τ 1 Τ 1 () () | | | | () | | | ()| () 2() | ( + ())| () Τ 1 1 − 2 Τ | | 1 − 2 -
Antes de encerrar, volto a recomendar fortemente a leitura deste
artigo, disponível na Internet.