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

Resumo Técnico: Avaliação Estável de Derivadas para Representações Bariocêntricas e de Fração Contínua

Enunciado do Problema
A aproximação de funções racionais tem despertado um interesse renovado devido a algoritmos como o AAA e a seleção gulosa de frações contínuas de Thiele (TCF), que produzem interpolantes em $n$ nós que podem ser avaliados de forma estável em tempo $O(n)$. No entanto, existe uma lacuna significativa na computação confiável de derivadas para essas representações.

• Representação Bariocêntrica: Embora Schneider e Werner tenham fornecido fórmulas $O(n)$ para derivadas, a fórmula genérica é numericamente instável próximo aos nós de interpolação devido ao cancelamento subtrativo. A fórmula alternativa para os nós é estável, mas distinta, exigendo lógica condicional.
• Representação TCF: Uma fórmula iterativa existente de $O(n)$ para a primeira derivada (baseada em diferenciação automática de modo direto) carecia de uma investigação formal sobre sua estabilidade numérica, e nenhuma generalização para derivadas de ordens superiores havia sido estabelecida.

Metodologia
Os autores propõem novos algoritmos para avaliar derivadas para ambas as representações, mantendo a estabilidade numérica e a eficiência computacional.

1. Representação Bariocêntrica:

   • Análise de Instabilidade: Os autores demonstram que a fórmula padrão $r'(z) = [N'(z) - r(z)D'(z)]/D(z)$ sofre de um cancelamento subtrativo dominante quando $z$ está próximo de um nó $z_j$.
   • Solução de Soma Dupla: Eles derivam uma fórmula de somatório duplo (Equação 8) que elimina esse cancelamento. Embora estável, esta abordagem possui complexidade $O(n^2)$.
   • Algoritmo $O(n)$ Estável: Para manter a complexidade linear, os autores introduzem uma abordagem modificada. Ao definir $\tilde{N}(z) = \epsilon N(z)$ e $\tilde{D}(z) = \epsilon D(z)$, onde $\epsilon = z - z_j$ (sendo $z_j$ o nó mais próximo), eles derivam uma relação de recorrência estável (Equação 13) para derivadas de todas as ordens. Este método evita o cancelamento ao trabalhar com o numerador e o denominador escalonados.
   • Algoritmo 1: O método proposto identifica o nó mais próximo em $O(n)$ e aplica a recorrência modificada para computar derivadas de ordem $\mu$.

2. Representação de Fração Contínua de Thiele (TCF):

   • Prova de Estabilidade: Os autores provam (Teorema 1) que a iteração alternativa para avaliar TCFs (usando pares numerador/denominador) possui a mesma estabilidade numérica que a avaliação padrão de ordem de cauda (tail-ordered evaluation).
   • Derivadas de Ordem Superior: Eles estendem o algoritmo de primeira derivada existente para ordens arbitrárias usando diferenciação automática de modo direto. Eles derivam relações de recorrência (Equação 21) para as derivadas dos polinômios numerador e denominador ($p_k$ e $q_k$).
   • Algoritmo 2: Este algoritmo computa o valor da função e suas derivadas até a ordem $\mu$ em tempo $O(n)$. Ele inclui uma salvaguarda prática contra o underflow numérico através do reescalonamento de valores intermediários.

Principais Resultados
Os autores implementaram esses algoritmos no pacote RationalFunctionApproximation.jl e os testaram em várias funções (inteiras, oscilatórias, meromorfas e com pontos de ramificação) sobre o intervalo $[-1, 1]$ e o círculo unitário.

• Estabilidade Bariocêntrica: Experimentos numéricos confirmam que a nova fórmula alcança erros consistentes com aritmética de precisão estendida (Double64). Em contraste, a fórmula genérica original de Schneider–Werner (Equação 2) exibe erros catastróficos (até $10^1$) próximo aos nós, enquanto a nova fórmula mantém erros próximos ao épsilon de máquina ($10^{-13}$ a $10^{-11}$).
• Estabilidade TCF: O algoritmo de derivada TCF produz erros em precisão dupla que são quase idênticos aos de precisão estendida, confirmando sua estabilidade prática.
• Ordem de Derivadas: Os métodos computam com sucesso as primeiras e segundas derivadas. As magnitudes de erro são geralmente dentro de uma ordem de magnitude dos resultados bariocêntricos estáveis.
• Limitações: Para funções altamente parametrizadas com parâmetros pequenos ($\epsilon \le 10^{-6}$), nenhuma das representações produz consistentemente derivadas globais precisas. Os autores atribuem isso ao condicionamento inerente da diferenciação de aproximações racionais e à potencial presença de polos com resíduos pequenos perto do domínio, em vez de instabilidade nas próprias fórmulas de derivada.

Significância e Alegações
O artigo afirma apresentar os primeiros métodos numericamente estáveis para avaliar derivadas na representação bariocêntrica, incluindo um algoritmo $O(n)$ para derivadas de todas as ordens. Para a representação TCF, o trabalho fornece a primeira generalização do algoritmo de derivada para ordens superiores e confirma que a fórmula de primeira derivada existente é estável na prática.

Os autores são modestos em suas alegações, observando que, embora careçam de provas formais de estabilidade, seus experimentos numéricos em primeira e segunda derivadas através de vários domínios confirmam a robustez dos métodos propostos. Eles enfatizam que a precisão das aproximações de derivadas racionais é fundamentalmente limitada pelo condicionamento do problema, frequentemente resultando em uma precisão inferior à da própria aproximação da função. O trabalho fornece uma solução prática para a avaliação estável de derivadas em fluxos de trabalho de aproximação racional, abordando um gargalo crítico em aplicações que exigem análise de sensibilidade ou otimização.