Derivada Numérica

A derivada de uma função $f(x)$ é definida como um processo de limite, o qual é matematicamente descrito por:

$f'(x)=\lim _{\Delta x\to 0}{f(x+\Delta x)-f(x) \over \Delta x}$

(Eq. 1)

Numericamente é impossível tomarmos o limite $\Delta x\to 0$; temos necessariamente que trabalhar com um valor de $\Delta x$ finito. Portanto, a todo cálculo numérico de uma derivada será associado um erro numérico. Abaixo veremos dois métodos numéricos para calcular derivadas e estimaremos os erros associados a tais métodos.

Derivada à direita

Este método se baseia na definição formal de derivada. Para um dado valor de incremento $\Delta x$, definimos a derivada numérica (a direita) como:

${\frac {\Delta f^{+}}{\Delta x}}={\frac {\Delta f(x)}{\Delta x}}={f(x+\Delta x)-f(x) \over \Delta x}$

(Eq. 2)

A expressão a direita é chamada de quociente diferencial de Newton. Existem duas fontes de erro nessa expressão, o erro de arredondamento e o erro de truncamento. O primeiro é um erro associado à precisão numérica dos computadores, que é finita (o número de casas dos números). Comparando a expressão (2) com a (1), notamos que, quanto menor o valor de $\Delta x$, o valor estimado numericamente é mais próximo ao valor real. No entanto, numericamente não podemos tomar $\Delta x$ tão pequeno quanto se queira, porque há um limite de precisão numérica. Assim, na região do $\Delta x$ pequeno há o tipo de erro chamado de erro de arredondamento.

Por exemplo, se o nosso computador hipotético processar uma operação matemática com 4 casas decimais, temos que, para a função $f(x)=x^{2}$, $f(0,1)=0,01$ e $f(0,1001)=0,01002001$. Note que, usando a precisão de nosso computador, $f(x)=f(x+\Delta x)$ no caso em que $x=0,01$ e $\Delta x=0,001$. Com isso, o resultado da derivada numérica seria $f\,'(0,1)=0$, o que sabemos não ser verdade, já que podemos calcular essa derivada analiticamente. Isso coloca um limite inferior para o incremento $\Delta x$, e assim para a precisão da estimativa numérica da derivada.

O segundo tipo de erro podemos dizer que é "intrínseco" ao método numérico. Para estimá-lo, faremos uso da expansão em série de Taylor da função :$f'(x)$

$f(x+\Delta x)=f(x)+f'(x)\Delta x+{\frac {1}{2}}f''(x)(\Delta x)^{2}+{\frac {1}{6}}f'''(x)(\Delta x)^{3}+...$

(Eq. 3)

manipulando os termos acima, temos:

${f(x+\Delta x)-f(x) \over \Delta x}=f'+{\frac {1}{2}}f''\Delta x+...\,,$

e assim

$f'=\underbrace {f(x+\Delta x)-f(x) \over \Delta x} _{Quociente\;de\;Newton}-{\frac {1}{2}}f''\Delta x+...\,.$

Comparando a expressão acima com o método de de derivada à direita , Eq. 2, notamos que a diferença existe a partir do termo $\Delta x$. Podemos dizer que o erro ao usar a quociente de Newton para calcular a derivada é proporcional à $\Delta x$. Assim, vemos que o erro cresce linearmente com $\Delta x$ e portanto devemos usar valores pequenos do incremento.

Resumindo, por um lado temos o erro de truncamento e pelo outro o de arredondamento, onde o valor ótimo será uma solução de compromisso entre os dois tipos de erro. Vemos então que deve haver um intervalo de valores dentro do qual o $\Delta x$ deve variar para que a derivada numérica seja a mais próxima do valor real possível. Nas figuras 5 e 6 mostramos um exemplo.

Derivada à esquerda

A derivada numérica poderia também ser calculada com um incremento a esquerda do x (e tembeém centrado no x como veremos depois) No cálculo não ha diferença entre as três se a função é continua a esquerda e direita do ponto x

Derivada Centrada

Outro cálculo numérico da derivada pode ser feito baseado na declividade de dois pontos próximos, um antes e outro depois do ponto onde queremos avaliar a derivada.

A declividade da linha definida por esses dois pontos é:

$f'(x)\approx {f(x+\Delta x)-f(x-\Delta x) \over 2\Delta x}$

(Eq. 4)

que é chamada de derivada centrada.

Podemos mostrar que o erro intrínseco a este método é menor do que o erro associado ao método anterior. Para estimar o erro de truncamento, expandimos $f(x)$ em torno de $\Delta x$ ( feito na Eq(3)) e em torno de $-\Delta x$:

$f(x-\Delta x)=f(x)+f'(x)(-\Delta x)+{\frac {1}{2}}f''(x)(-\Delta x)^{2}-{1 \over 6}f'''(x)(\Delta x)^{3}+...$

Somando $f(x+\Delta x)$ dada pela Eq.(3) e os termos de $f(x-\Delta x)$ da expressao acima, notamos que os termos lineares em $-\Delta x$ se cancelam. Isolando $f'(x)$, temos:

$f'(x)=\underbrace {f(x+\Delta x)-f(x-\Delta x) \over 2\Delta x} -{2 \over 6}f'''(x)(\Delta x)^{2}+...$

Comparando a expressão acima com a definição do método de derivada centrada, Eq. 4, notamos que o erro de truncamento é da ordem de $(\Delta x)^{2}$. Para $|\Delta x|<1$, vemos que o erro de truncamento associado ao método de derivada centrada é menor do que o erro para a derivada à direita.

Medida numérica do Erro associado a cada método

Para ter uma estimativa do erro associado a utilização da derivada numérica, podemos comparar valores utilizando uma função que tem sua derivada conhecida analiticamente. Assim, o erro é dado por

$erro={|f'_{an}(x)-f'_{num}(x)| \over |f'_{an}(x)|},$

onde $f'_{an}(x)$ e $f'_{num}(x)$ são as derivada analítica e numérica de $f(x)$, respectivamente.

Note que, multiplicando o erro por 100, temos a porcentagem de erro que acompanha a derivada numérica.

Programa

Implementar a derivada numérica em FORTRAN é apenas uma linha de código:

...

Df = (f(x+h) - f(x))/h

...

Onde f(x) deve ser definida num bloco FUNCTION F(x) ... END FUNCTION F.

O resto depende de onde e para que queremos calcular a derivada.

Exemplo

Como demonstração, usaremos a função $f(x)$ dada por

$f(x)={\frac {\sin(x^{2})e^{x/3}}{\sqrt {x^{2}+4}}}.$

Os gráficos abaixo ilustram os métodos de derivada à direita (figuras 1 e 2) e derivada centrada (figuras 3 e 4), ambos com $x=0,6$ e $\Delta x=0,4$.

Primeiramente, a figura 1 mostra a derivada à direita, onde a curva em vermelho representa $f(x)$ e a curva em azul representa a derivada de $f(x)$.

Figura 1 - Derivada à direita

A figura 2 mostra um zoom no ponto $x$ com a curva da derivada calculada pelo método descrito acima. Em azul a derivada calculada numericamente, só que agora com um deslocamento em $y$ para passar pelo ponto $(f(x),x)$.

Figura 2 - Derivada à direita (zoom)

O exemplo do método de derivada centrada está representado na figura 3. Em vermelho a curva $f(x)$ e em azul a sua derivada.

Figura 3 - Derivada centrada

A figura 4 mostra um zoom com a curva da derivada centrada em $x$.

Figura 4 - Derivada centrada (zoom)

Além da ilustração dos métodos de derivação numérica, as figuras 5 e 6 mostram o gráfico do valor retornado pelo método da derivação à direita em função do incremento $\Delta x$ utilizado.

Figura 5 - Erros de truncamento e precisão

Figura 6 - Erros de truncamento e precisão (zoom)

Na figura 5, a derivada numérica em x=3 em função do $\Delta x$ utilizado. O valor exato da derivada é $f'(3)=-4.08963$. Diminuindo o valor do incremento, vemos que em volta de $\Delta x=0.01$ a derivada começa a convergir, piorando a partir de $\Delta x=10^{-6}$. Para valores muito pequenos temos o erro de arredondamento e para valores muito alto temos o erro de truncamento.

Na figura 6 vemos ampliada a região de convergência, onde o valor de $\Delta x=8x10^{-5}$ parece ser o ótimo.

NOTA: os programa FORTRAN usado para o calculo da derivada esta em Real (ou Real*4, ou seja ponto flutuante em representação de 32 bits). Como seria em dupla precisão (Real*8)?

Links Externos

• Numerical Differentiation Quant Equation Archive, sitmo
• http://mathworld.wolfram.com/NumericalDifferentiation.html
• http://math.fullerton.edu/mathews/n2003/NumericalDiffMod.html