1. Com a versão analítica da função f(x) é possível calcular o limitante superior para o erro de truncamento em quais métodos?

Passo 1

O que o enunciado pergunta e o que foi dado:
  • Pergunta: “Com a versão analítica da função f(x) é possível calcular o limitante superior para o erro de truncamento em quais métodos?” Ou seja, quais métodos numéricos permitem que eu obtenha um limite superior (uma cota) para o erro de truncamento se eu conheço analiticamente f.
  • Informação implícita: está disponível a expressão analítica de f(x) (posso derivar f quantas vezes for preciso e posso avaliar ou estimar máximos das derivadas em intervalos).
  • O que se quer como resposta: uma lista de métodos nos quais, usando a versão analítica de f, é possível obter uma cota superior explícita para o erro de truncamento (com indicação das fórmulas de resto típicas e quais derivadas são necessárias).

Passo 2

O que é “erro de truncamento” (explicação didática):
  • Em muitas aproximações numéricas (diferenças finitas, polinômios interpoladores, quadraturas, métodos para EDOs, etc.) aproxima-se uma quantidade por uma série finita ou por uma fórmula com passo h. O erro de truncamento é a diferença entre o valor exato e a aproximação causada por truncar uma expansão (por exemplo, truncar uma série de Taylor).
  • Para obter uma cota superior para esse erro normalmente usamos a forma do resto de Taylor (ou correspondente: resto de Lagrange para interpolação, termos de erro em regras de quadratura etc.). Esses restos envolvem derivadas de ordem superior de f avaliadas em algum ponto desconhecido \xi do intervalo. Se conhecer a expressão analítica de f, posso calcular (ou estimar) uma cota superior para essas derivadas em todo o intervalo, e assim obter uma cota numérica para o erro de truncamento.

Passo 3

Teorema de Taylor com resto na forma de Lagrange (ferramenta central) — enunciado útil e explicação das variáveis:
f(x) = f(a) + f'(a)(x-a) + \cdots + \frac{f^{(n)}(a)}{n!}(x-a)^{n} + R_{n}(x),
onde o resto na forma de Lagrange é
R_{n}(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}(x-a)^{n+1}
para algum \xi entre a e x.
Explicação das variáveis:
  • a é o ponto em torno do qual expandimos (pode ser x ou outro).
  • n é a ordem do polinômio truncado.
  • f^{(n+1)} é a derivada de ordem n+1.
  • \xi é um ponto desconhecido entre a e x.
    Como usar para cota: se eu consigo encontrar M tal que \max_{t\in I}|f^{(n+1)}(t)|\le M no intervalo I que nos interessa, então
|R_n(x)| \le \frac{M}{(n+1)!}|x-a|^{n+1}.
Isto transforma o resto desconhecido em uma cota explícita.

Passo 4

Aplicação a diferenças finitas (aproximação de derivadas) — derivação de forma simples e cota:
  • Exemplo 1: diferença progressiva (forward difference) para f'(x):
\frac{f(x+h)-f(x)}{h} = f'(x) + \frac{h}{2}f''(\xi)
para algum \xi\in(x,x+h) (obtido aplicando Taylor em f(x+h)). Portanto o erro local (truncamento) é
E_{\text{forward}} = \frac{h}{2}f''(\xi).
Se conheço analiticamente f, calculo f''(t) e obtenho M_2=\max_{t\in[x,x+h]}|f''(t)|. Assim
|E_{\text{forward}}|\le \frac{h}{2}M_2.
  • Exemplo 2: diferença central para f'(x):
\frac{f(x+h)-f(x-h)}{2h} = f'(x) + \frac{h^2}{6}f^{(3)}(\xi),
logo, com M_3=\max_{t\in[x-h,x+h]}|f^{(3)}(t)|,
|E_{\text{central}}|\le \frac{h^2}{6}M_3.
Conclusão: para diferenças finitas de qualquer ordem, a forma do erro sai da expansão de Taylor e envolve derivadas superiores; conhecendo f pode-se obter M_k e, então, uma cota superior explícita.

Passo 5

Aplicação a interpolação polinomial (erro de Lagrange) — forma do resto e cota:
  • Para interpolação por um polinômio de grau n baseado em nós x_0,\dots,x_n, o resto em x tem a forma de Lagrange
R_n(x)=\frac{f^{(n+1)}(\xi)}{(n+1)!}\prod_{i=0}^n (x-x_i)
para algum \xi no intervalo contendo os nós.
  • Se eu posso calcular M_{n+1}=\max_{t\in I}|f^{(n+1)}(t)|, então
|R_n(x)|\le \frac{M_{n+1}}{(n+1)!}\left|\prod_{i=0}^n (x-x_i)\right|.
Assim a versão analítica de f permite uma cota superior do erro de interpolação.

Passo 6

Aplicação a quadratura numérica (regras de Newton–Cotes, Simpson, trapézio, Gaussianas) — fórmulas de erro e o que é necessário conhecer:
  • Regra do trapézio (intervalo único [a,b]):
\text{Erro} = -\frac{(b-a)^3}{12}f''(\xi).
Com M_2=\max_{t\in[a,b]}|f''(t)|,
|\text{Erro}|\le \frac{(b-a)^3}{12}M_2.
  • Regra do trapézio composta com n subintervalos de largura h=(b-a)/n:
|\text{Erro}|\le \frac{(b-a)}{12}h^2 M_2.
  • Regra de Simpson composta:
|\text{Erro}|\le \frac{(b-a)}{180}h^4 M_4,
onde M_4=\max_{[a,b]}|f^{(4)}(t)| e h=(b-a)/n com n par.
  • Regras de Newton–Cotes de ordem maior e fórmulas gaussianas também têm termos de erro que envolvem derivadas de ordem maior (por exemplo, Gauss–Legendre de ordem n tem erro envolvendo f^{(2n)}(\xi)). Em todo caso, se a expressão analítica de f permite calcular ou estimar a derivada necessária e seu máximo no intervalo, obtém-se uma cota para o erro.
    Observação prática para prova: identificar a fórmula de erro da regra utilizada (trapézio, Simpson, etc.), localizar qual derivada e sua ordem aparecem, calcular/estimar o máximo dessa derivada no intervalo e substituir na expressão para obter a cota.

Passo 7

Aplicação a métodos para EDOs (Euler, Runge–Kutta, métodos de ordem p, métodos multistep) — como aparece o erro e o que é preciso saber:
  • Para EDOs do tipo y'=f(t,y), a análise de truncamento usa expansão em Taylor tanto de y(t+h) quanto dos passos do método. O erro local de truncamento (local truncation error) de um método de ordem p costuma ser O(h^{p+1}) e o termo principal envolve derivadas de ordem até p+1 de y, que por sua vez dependem de derivadas parciais de f.
  • Exemplo simples: Euler explícito tem erro local da forma
\tau(h)=\frac{h^2}{2}y''(\xi),
portanto, se for possível obter uma cota para y''(t) em [t_0,t_0+h] (usando y''=f_t+f_y f e conhecimento analítico de f), dá para boundear |\tau(h)|. A cota global (erro acumulado até T) exige também usar constantes de estabilidade (Lipschitz) e integração do crescimento do erro, mas tudo isso depende de derivadas/constantes que podem ser estimadas se f é conhecido.
  • Métodos de Runge–Kutta de ordem p têm erro local O(h^{p+1}) com termos que envolvem derivadas de f até certa ordem; conhecendo f é possível estimar essas derivadas e obter cota do erro local e, usando teoria (ex.: teorema de convergência), cota do erro global.

Passo 8

Como proceder na prova (receita prática e amigável):
  1. Identifique o método e escreva a fórmula do erro teórica (por exemplo, resto de Taylor, forma do erro para trapézio, Simpson, diferença finita, erro local de Euler, etc.).
  2. Veja qual derivada de f (ou de y, no caso de EDOs) aparece no termo principal do erro e qual é a ordem dessa derivada.
  3. Derive analiticamente essa derivada de f.
  4. Encontre uma constante M que satisfaça \max_{t\in I}|f^{(k)}(t)|\le M no intervalo I relevante. Se não der para achar máximo exato, procure uma cota (por desigualdades, monotonicidade, máximo em extremos, etc.).
  5. Substitua M na fórmula do erro para obter a cota numérica |\text{Erro}|\le (\text{expressão com }M,h,\ldots)ã.
    Dica de ânimo: mesmo que o máximo exato seja difícil, qualquer cota conservadora (maior que o máximo real) serve para prova desde que justificada.

Passo 9

Resumo intuitivo do porquê funciona: conhecer f analiticamente permite calcular derivadas e, portanto, controlar os termos de resto que aparecem por truncar uma expansão. O resto sempre contém uma derivada de ordem superior multiplicada por potências de h (ou de |x-a|); se essa derivada pode ser limitada, o erro também.

Resposta

Diferenças finitas (forward, backward, central e fórmulas de ordem superior).
Interpolação polinomial (resto de Lagrange) e truncamento de séries de Taylor.
Quadraturas numéricas (regra do trapézio, Simpson, Newton–Cotes, regras compostas, quadraturas gaussianas, etc.).
Métodos para EDOs (método de Taylor, Euler, Runge–Kutta, métodos multistep) — cota do erro local e, com teoria adicional, do erro global.

Exercícios relacionados