Improvement of conformal maps combined with the Sinc approximation for derivatives over infinite intervals

Resumo Técnico: Melhoria de Mapas Conformais Combinados com Aproximação Sinc para Derivadas em Intervalos Infinitos

Autores: Tomoaki Okayama e Yuito Kuwashita.
Contexto: O artigo aborda a aproximação numérica de derivadas de funções definidas em intervalos infinitos, utilizando o método de aproximação Sinc.

1. O Problema

A aproximação de derivadas de funções analíticas em intervalos infinitos (como $(0, \infty)$ ou $(-\infty, \infty)$) é um desafio computacional significativo. O método de aproximação Sinc, proposto originalmente por F. Stenger, é altamente eficiente para funções que decaem exponencialmente, oferecendo convergência "raiz-exponencial" ($O(\exp(-c\sqrt{n}))$).

No entanto, o método de Stenger depende criticamente da escolha de um mapa conformal ($\psi$) adequado para transformar o intervalo infinito em um domínio onde a aproximação Sinc seja válida. Stenger identificou cinco casos típicos e propôs mapas específicos para cada um. O problema central abordado neste estudo é que, para dois casos específicos:

1. Caso 2: Intervalo $(0, \infty)$ com decaimento exponencial (usando $\psi_2(x) = \text{arsinh}(e^x)$).
2. Caso 4: Intervalo $(-\infty, \infty)$ com decaimento algébrico em $-\infty$ e exponencial em $+\infty$ (usando $\psi_4(x) = \sinh(\log(\text{arsinh}(e^x)))$).

Os mapas originais de Stenger não exploram plenamente a taxa de convergência teórica possível. O objetivo é melhorar a taxa de convergência dessas fórmulas específicas substituindo os mapas conformais originais por novos mapas mais eficientes.

2. Metodologia

Os autores propõem uma melhoria na fórmula de aproximação de derivadas de ordem $m$ ($f^{(m)}(t)$) através da substituição dos mapas conformais de Stenger ($\psi_i$) por novos mapas ($\phi_i$):

• Para o Caso 2 ($i=2$): Substituição de $\psi_2(x) = \text{arsinh}(e^x)$ por:
  $$\phi_2(x) = \log(1 + e^x)$$
• Para o Caso 4 ($i=4$): Substituição de $\psi_4(x) = \sinh(\log(\text{arsinh}(e^x)))$ por:
  $$\phi_4(x) = 2 \sinh(\log(\log(1 + e^x)))$$

A nova fórmula de aproximação (Eq. 1.6) mantém a estrutura geral da aproximação Sinc ponderada por uma função auxiliar $g_i(t)$ para lidar com singularidades nas extremidades, mas utiliza os novos mapas $\phi_i$ e suas inversas.

Análise Teórica:
Os autores realizaram uma análise rigorosa de erro baseada em dois componentes:

1. Erro de Discretização: Analisado utilizando espaços de funções analíticas ($H^1$) em faixas complexas ($D_d$). Eles provaram que os novos mapas permitem que a função transformada pertença a um domínio analítico com uma largura de faixa ($d$) maior do que a permitida pelos mapas originais.
2. Erro de Truncamento: Analisado através do comportamento assintótico da função no infinito.

O teorema de convergência geral para ambos os métodos é da forma:
$$\text{Erro} \leq C n^{(m+1)/2} \exp(-\sqrt{\pi d \mu n})$$
Onde $n$ é o número de pontos, $m$ é a ordem da derivada, e $d$ e $\mu$ são parâmetros dependentes da regularidade e da taxa de decaimento da função. A chave da melhoria reside em aumentar os valores de $d$ e/ou $\mu$.

3. Contribuições Principais

1. Novas Fórmulas de Aproximação: Proposta de fórmulas de derivadas de ordem $m$ para os casos 2 e 4, utilizando os mapas conformais $\phi_2$ e $\phi_4$.
2. Teoremas de Convergência Melhorados:
   • Teorema 3.1 (Caso 2): Demonstra que o novo mapa permite um domínio analítico com $d < \pi$ (comparado a $d < \pi/2$ no método de Stenger).
   • Teorema 3.2 (Caso 4): Demonstra que o novo mapa permite um domínio com $d < \pi$ e, crucialmente, um parâmetro de decaimento $\mu$ potencialmente maior (devido à mudança na taxa de decaimento exigida na condição de analiticidade).
   • Como a taxa de convergência depende exponencialmente de $\sqrt{d\mu}$, o aumento desses parâmetros resulta em uma convergência significativamente mais rápida.
3. Provas Rigorosas: Fornecimento de demonstrações detalhadas utilizando a fórmula de Faà di Bruno para derivadas compostas e estimativas de normas em domínios complexos para validar as novas condições de erro.

4. Resultados Numéricos

Os autores realizaram experimentos numéricos em C (aritmética de precisão dupla) para validar a teoria:

• Exemplo 1 (Caso 2): Função $f(t) = \sqrt{\frac{t}{1+t}} e^{-t}(1-e^{-t})^2$ em $(0, \infty)$.
• Exemplo 2 (Caso 4): Função $f(t) = \frac{1}{(4+t^2)(1+e^{\pi t/2})}$ em $(-\infty, \infty)$.

Observações:

• Em todos os casos testados (derivadas de ordem 0, 1 e 2), a fórmula melhorada (1.6) convergiu mais rapidamente do que a fórmula original de Stenger (1.5).
• Os gráficos de erro máximo versus número de avaliações de função mostram que a curva de erro da fórmula melhorada decai mais abruptamente.
• Curiosamente, o perfil de convergência da fórmula de Stenger apresentou flutuações ("bumps") mais acentuadas em comparação com a suavidade da fórmula melhorada.
• Os erros absolutos foram utilizados, pois os teoremas garantem convergência uniforme em erro absoluto, enquanto o erro relativo não converge uniformemente nesses intervalos.

5. Significância e Conclusão

Este trabalho representa um avanço significativo na precisão numérica de derivadas em intervalos infinitos. Ao otimizar os mapas conformais, os autores conseguiram extrair o máximo potencial de convergência do método Sinc para casos específicos onde a abordagem original de Stenger era subótima.

• Impacto Prático: A maior taxa de convergência significa que é possível atingir a mesma precisão com menos pontos de amostragem ($n$), reduzindo o custo computacional em aplicações como a resolução de equações diferenciais.
• Direções Futuras: Os autores sugerem que há espaço para melhorias adicionais, possivelmente substituindo as transformações de "exponencial simples" (usadas neste artigo) por transformações de "dupla exponencial" (Double-Exponential), que já demonstraram sucesso em outros contextos de aproximação Sinc.

Em resumo, o artigo valida teoricamente e numericamente que a redefinição cuidadosa dos mapas conformais pode superar as limitações de métodos clássicos bem estabelecidos, oferecendo uma ferramenta mais robusta para a diferenciação numérica em domínios não limitados.