Stable evaluation of derivatives for barycentric and continued fraction representations of rational functions

Resumen Técnico: Evaluación Estable de Derivadas para Representaciones Bariéntricas y de Fracciones Continuas

Planteamiento del Problema
La aproximación de funciones racionales ha experimentado un renovado interés debido a algoritmos como AAA y la selección codiciosa de fracciones continuas de Thiele (TCF), que producen interpolantes en $n$ nodos que pueden evaluarse de forma estable en tiempo $O(n)$. Sin embargo, existe una brecha significativa en la computación fiable de derivadas para estas representaciones.

• Representación Bariéntrica: Aunque Schneider y Werner proporcionaron fórmulas $O(n)$ para derivadas, la fórmula genérica es numéricamente inestable cerca de los nodos de interpolación debido a la cancelación sustractiva. La fórmula alternativa para los nodos es estable pero distinta, lo que requiere lógica condicional.
• Representación TCF: Una fórmula iterativa existente de $O(n)$ para la primera derivada (basada en la diferenciación automática de modo directo) carecía de una investigación formal sobre su estabilidad numérica, y no se había establecido una generalización a derivadas de orden superior.

Metodología
Los autores proponen nuevos algoritmos para evaluar derivadas para ambas representaciones manteniendo la estabilidad numérica y la eficiencia computacional.

1. Representación Bariéntrica:

   • Análisis de la Inestabilidad: Los autores demuestran que la fórmula estándar $r'(z) = [N'(z) - r(z)D'(z)]/D(z)$ sufre una cancelación sustractiva dominante cuando $z$ está cerca de un nodo $z_j$.
   • Solución de Doble Sumatoria: Derivan una fórmula de doble sumatoria (Ecuación 8) que elimina esta cancelación. Aunque es estable, este enfoque tiene una complejidad de $O(n^2)$.
   • Algoritmo $O(n)$ Estable: Para mantener la complejidad lineal, los autores introducen un enfoque modificado. Al definir $\tilde{N}(z) = \epsilon N(z)$ y $\tilde{D}(z) = \epsilon D(z)$ donde $\epsilon = z - z_j$ (siendo $z_j$ el nodo más cercano), derivan una relación de recurrencia estable (Ecuación 13) para derivadas de todos los órdenes. Este método evita la cancelación al trabajar con el numerador y denominador escalados.
   • Algoritmo 1: El método propuesto identifica el nodo más cercano en tiempo $O(n)$ y aplica la recurrencia modificada para calcular derivadas hasta el orden $\mu$.

2. Representación de Fracción Continua de Thiele (TCF):

   • Prueba de Estabilidad: Los autores demuestran (Teorema 1) que la iteración alternativa para evaluar TCFs (usando pares numerador/denominador) tiene la misma estabilidad numérica que la evaluación estándar ordenada por cola.
   • Derivadas de Orden Superior: Extienden el algoritmo de primera derivada existente a órdenes arbitrarios utilizando diferenciación automática de modo directo. Derivan relaciones de recurrencia (Ecuación 21) para las derivadas de los polinomios numerador y denominador ($p_k$ y $q_k$).
   • Algoritmo 2: Este algoritmo calcula el valor de la función y sus derivadas hasta el orden $\mu$ en tiempo $O(n)$. Incluye una salvaguarda práctica contra el desbordamiento bajo (underflow) mediante el reescalado de valores intermedios.

Resultados Clave
Los autores implementaron estos algoritmos en el paquete RationalFunctionApproximation.jl y los probaron en diversas funciones (enteras, oscilatorias, meromorfas y aquellas con puntos de rama) sobre el intervalo $[-1, 1]$ y el círculo unidad.

• Estabilidad Bariéntrica: Los experimentos numéricos confirman que la nueva fórmula logra errores consistentes con la aritmética de precisión extendida (Double64). En contraste, la fórmula genérica original de Schneider–Werner (Ecuación 2) exhibe errores catastróficos (hasta $10^1$) cerca de los nodos, mientras que la nueva fórmula mantiene errores cercanos al épsilon de la máquina ($10^{-13}$ a $10^{-11}$).
• Estabilidad TCF: El algoritmo de derivada TCF produce errores en precisión doble que son casi idénticos a los de la precisión extendida, confirmando su estabilidad práctica.
• Orden de las Derivadas: Los métodos calculan con éxito la primera y segunda derivada. Las magnitudes de error están generalmente dentro de un orden de magnitud de los resultados bariéntricos estables.
• Limitaciones: Para funciones altamente parametrizadas con parámetros pequeños ($\epsilon \le 10^{-6}$), ninguna de las dos representaciones ofrece consistentemente derivadas globales precisas. Los autores atribuyen esto al mal condicionamiento inherente de la diferenciación de aproximaciones racionales y a la posible presencia de polos con residuos pequeños cerca del dominio, más que a la inestabilidad en las fórmulas de la derivada en sí.

Significancia y Reivindicaciones
El artículo afirma presentar los primeros métodos numéricamente estables para evaluar derivadas en la representación bariéntrica, incluyendo un algoritmo $O(n)$ para derivadas de todos los órdenes. Para la representación TCF, el trabajo proporciona la primera generalización del algoritmo de derivada a órdenes superiores y confirma que la fórmula de primera derivada existente es estable en la práctica.

Los autores son modestos en sus afirmaciones, señalando que, aunque carecen de pruebas formales de estabilidad, los experimentos numéricos en primera y segunda derivada a través de varios dominios confirman la robustez de los métodos propuestos. Enfatizan que la precisión de las aproximaciones de derivadas racionales está fundamentalmente limitada por el condicionamiento del problema, resultando a menudo en una precisión menor que la de la aproximación de la función misma. El trabajo proporciona una solución práctica para la evaluación estable de derivadas en flujos de trabajo de aproximación racional, abordando un cuello de botella crítico en aplicaciones que requieren análisis de sensibilidad u optimización.