RENATO CESAR BRODZINSKI
UM ESTUDO DE MÉTODOS
ESPECTRAIS DE DERIVAÇO
UM ESTUDO DE MÉTODOS
ESPECTRAIS DE DERIVAÇO
Dissertação apresentada ao Programa
de Pós-Graduação emMatemáti a
Apli ada,Setor de Ciên ias Exatas,
Universidade FederaldoParaná, omo
requisitopar ial à obtenção dotítulo
de Mestre emMatemáti a Apli ada.
Orientadora: Prof. a Dr. a Ailín Ruiz de Zárate Fábregas CURITIBA
À professora Ailín Ruiz de Zárate Fábregas pelaorientação,
ensinamen-tos, in entivos e prin ipalmente por ter me a olhido nos momentos que eu
mais pre isava.
Àminha ompanheiradetodososmomentosJanainaS hoeel,queagora
agrega o sobrenome Brodzinski, pelo apoio in ansável e inestimável, pela
ompreensãoin ondi ionaldeminhasimperfeiçõeselimitaçõesepelavaliosa
ajuda dadadurantea realização deste trabalho.
Neste trabalho são estudados quatro métodos espe trais de derivação, que
são baseados nas Transformadas de Fourier Semidis reta e Dis reta. Estes
métodos foram testados e omparados em MATLAB usando funções
gaus-sianas e funções sin . Estas funções não são periódi as em
R
, então foram restritasaointervalorπ, π
s. Apesardosmétodosdis retosserem estabele i-dos para funções periódi as, onstatou-seque, quando ofenmeno de Gibbsé de baixa intensidade, eles tiveram melhor desempenho do que os
méto-dos semidis retos trun ados. Quando o fenmeno de Gibbs ausa grandes
os ilações, osmétodos semidis retos foramum pou omais pre isos.
Palavras- have: Método espe tral. Derivação numéri a. Transformadas de
Inthisworkfourdierentiationspe tralmethodsarestudied,whi harebased
onSemidis reteandDis reteFourierTransforms. Thesemethodsweretested
and ompared in MATLAB using Gaussian fun tions and sin fun tions.
These fun tionsare not periodi in
R
,so they were restri ted tothe interval rπ, π
s. Althoughthe dis rete methods are designed for periodi fun tions, it was found that, when the Gibbs phenomenon is of low intensity, theyhad betterperforman e thanthetrun atedsemidis retemethods. When the
Gibbsphenomenon leadstolargeos illations,the semidis retemethodswere
a littlebitmore a urate.
3.1 Métodoespe tral apli adoà função gaussiana . . . 31
3.2 Métodoespe tral apli adoà função delta . . . 34
3.3 Métodoespe tral apli adoà função delta periódi a . . . 43
4.1 Função theta de Ja obi . . . 56
4.2 Aproximação dafunção theta de Ja obi . . . 58
4.3 Convergên ia datheta de Ja obi para a gaussiana . . . 58
4.4 Erros dos métodos ao aproximar afunção gaussiana . . . 60
4.5 Erros dos métodos ao aproximar afunção gaussiana . . . 61
4.6 Erros dos métodos ao aproximar aderivada dagaussiana . . . 62
4.7 Erros dos métodos ao aproximar aderivada dagaussiana . . . 63
4.8 Diferença entre asfunções sin e sin periódi as . . . 65
4.9 Diferenças entre assin e sin periódi asquando
h
Ñ0
. . . . 664.10 Aproximação dafunção sin viaFFT einterpolador . . . 67
4.11 Derivada da sin via FFTe fenmenode Gibbs . . . 69
4.12 Diferença entre
S
1h
e o resultado dométodovia FFT. . . 704.13 Os ilaçãode
S
1h
pπ
q . . . 724.14 Aproximação daderivada dasin ignorandoos extremos . . . 73
4.15 Aproximação daderivada dagaussiana ignorando os extremos 73 4.16 Diferença entre asderivadas dasin e sin periódi as . . . 75
4.17 Derivada da sin periódi a via FFT . . . 77
4.18 Derivação espe tral via t om zero padding . . . 78
4.19 Aproximação daderivada dagaussiana om mais dados . . . . 79
4.20 Aproximação daderivada dasin ommais dados . . . 79
1 Introdução 11
2 Revisão de Análise de Fourier 13
2.1 Transformada de Fourier . . . 13
2.2 Transformada de FourierSemidis reta. . . 21
2.3 Transformada de FourierDis reta . . . 26
3 Métodos Espe trais de Derivação 29 3.1 PrimeiroMétodo Espe tral Funçõesnão Periódi as. . . 29
3.1.1 Interpolador dadelta de Krone ker - função Sin . . . 32
3.1.2 Interpolador em
ℓ
2
h
. . . 363.1.3 Segundo métodoespe tral - Forma alternativa . . . 38
3.1.4 Pre isão dométodoespe tral . . . 40
3.2 Ter eiro MétodoEspe tral Funções Periódi as . . . 41
3.2.1 Interpolador dadelta de Krone ker - Sin periódi a . . 42
3.2.2 Interpolador em
ℓ
2
N
. . . 463.2.3 Quarto métodoespe tral - Forma alternativa. . . 47
4 Testes em MATLAB 55 4.1 Estudo daGaussiana eTestes de Pre isão . . . 55
4.2 Estudo daSin e Sin Periódi a . . . 64
4.3 Outras tentativas de atenuar o fenmenode Gibbs . . . 77
5 Con lusão 81
A Códigos: Figuras do Capítulo 3 83
B Programas do Capítulo 4 91
Introdução
Oobjetivo entraldos métodos espe traisde derivação éaproximara
de-rivadadeumafunçãode
R
emC
utilizandoapenasvaloresisoladosou dis re-tos, omoobjetivodeimplementação omputa ional. Osmétodosespe traissão uma das três grandes te nologias para resolução numéri a de equações
diferen iais ordinárias e par iais (EDOs e EDPs), ao lado dos métodos de
diferençasnitas edos métodos de elementosnitos. Consequentemente,
es-tes métodos possuem um amplo es opo de apli ações: me âni a dos uidos,
me âni a quânti a, fenmenosvibratórios e ondulatórios, análise omplexa,
dentre outras áreas.
Quando os dados que denem o problema são suaves em um domínio
simples,para resolverumaEDOouuma EDP ompre isãoalta, geralmente
os métodos espe trais são a melhor ferramenta. Eles podem atingir, em
alguns asos,dezdígidosdepre isão ontradoisoutrêsdígitospelosmétodos
dediferençasnitasouelementosnitos. Alémdisso,parapre isõesmenores,
eles exigem menos usto omputa ionaldo queos outros métodos.
Os métodos em questão são hamados de espe trais porque baseiam-se
no espe tro dafunção, ouseja, nos valores dasua Transformada de Fourier.
Por onseguinte, opresentetrabalhoini ia-se om uma revisãode análise de
Fourier no apítulo 2, onde são enun iados os resultados que onstituem a
base teóri ados métodos espe trais de derivação.
No apítulo 3 são apresentados detalhadamente quatro métodos
espe -trais de derivação. Os dois primeiros fundamentam-se na Transformada de
Fourier Semidis retaeutilizamuma quantidadeinnita de dados,o que
im-pedesua implementação ompleta. Mesmoassim, eles foramimplementados
par ialmenteno apítulo 4, através do trun amento dos intervalose dos
so-matórios, a m de omparar seus desempenhos om o ter eiro e o quarto
Fourier Dis reta, por issoutilizamuma quantidade nita de dados.
Por m, o apítulo 4 é dedi ado a testar estes métodos espe trais de
derivação no software MATLAB, versão 7. Os exemplos es olhidos para
os experimentos são as funções gaussianas (exemplo lássi o em Análise de
Fourier),asfunçõessin eassin periódi as,quesão ostrês tiposdefunções
utilizadasno apítulo3 para ilustraros métodos espe trais.
É bomdesta ar desde já que, no desenvolvimento do primeiro e do
ter- eiro métodos apresentados, são denidos interpoladores dafunção original,
porémoobjetivodopresentetrabalhonãoéfazerumestudodos métodos de
interpolação espe tral, esim aproximaro valorda derivada da função
origi-nal nos pontos de uma malha dis reta. É om base nos valores das funções
nesta malha que são feitosos testes do apítulo 4.
Todos os ódigosde MATLAB utilizadospara gerarosdadoseasguras
Revisão de Análise de Fourier
Este apítulo onstitue uma breve revisão de Análise de Fourier, onde
são xadas as notações e são enun iados sem demonstração os prin ipais
resultados da teoria,que serão utilizadosnos apítulos seguintes.
2.1 Transformada de Fourier
Nestaseção oobjetivo éestudaraTransformada de Fourierparafunções
de
R
emC
, omeçandopelasfunçõesdemódulointegrávelsegundoLebesgue, para as quais a Transformada é denida pela fórmula integral. Em seguidasão estudados outros espaços, onde o operador da Transformada de Fourier
pode ser estendido.
Denição 2.1.1. O onjunto das funções absolutamente integráveis é
de-nido por
L
1
pR
qtu
: R
ÑC
; u
é mensurável e }u
}1
8u,
onde }u
}1
» 8 8 |u
px
q|dx.
Denição 2.1.2. Parau
PL
1
pR
q a Transformada de Fourier pu
: R
ÑC
é denida por pu
pk
q » 8 8u
px
qe
ikx
dx.
(2.1)A fórmula(2.1) está bem denida para
u
PL
1
p
R
q porque |e
ikx
AmaioriadaspropriedadesdaTransformadadeFourierserãoenun iadas
mais adiante emum espaço mais adequado, por enquanto será men ionado
só o essen ial. Por exemplo, a linearidade: para todos
u, v
PL
1
pR
q ec
PC
, vale {u
cv
u
pc
pv.
Teorema 2.1.3. Seu
PL
1
pR
q, então 1. |pu
pk
q|¤}u
}1
,
k
PR
.2.
u
p é limitada e uniformemente ontínua.3. Vale o lema de Riemann-Lebesgue ([16℄, p. 171 e 274):
lim
|
k
|Ñ8 pu
pk
q0.
Denição 2.1.4. O onjunto das funções de quadrado integrável é denido
por
L
2
pR
qtu
: R
ÑC
; u
é mensurável e }u
}2
8u,
onde a norma }}2
é denida por }u
}2
» 8 8 |u
px
q|2
dx
1
{2
.
Oprodutointerno orrespondente,denotadoporx
,
y2
,édenido,parau, v
PL
2
pR
q, por xu, v
y2
» 8 8u
px
qv
px
qdx.
Observação 2.1.5. Uma tentativa natural de rela ionar os espaços
L
1
p
R
q eL
2
p
R
q seria a in lusão,mas elanão é válida em nenhum sentido, ou seja, 1.L
1
pR
qL
2
pR
q. 2.L
2
pR
qL
1
pR
q.A seguir os respe tivos exemplos:
1. A função
f
px
q "1
?x
,
se0
x
¤1
0,
aso ontrário,
perten e a
L
1
pR
q porque » 8 8 |f
px
q|dx
»1
0
1
?x
dx
2
?x
1
0
2
8,
mas não perten e aL
2
pR
qporque » 8 8 |f
px
q|2
dx
lim
ǫ
Ñ0
»1
ǫ
1
x
dx
lim
ǫ
Ñ0
pln 1
ln ǫ
q 8.
2. A função sin , que apare erá nopróximo apítulo,
S
h
px
q #sen
pxπ
{h
qxπ
{h
,
sex
0
1,
sex
0,
onde
h
¡0
, perten e ao espaçoL
2
p
R
q porque sua Transformada de Fourier (o ál ulo será feito no apítulo3),x
S
h
pk
q "h,
sek
Pπ
h
,
π
h
0,
aso ontrário,
perten e aL
2
p
R
q (videobservação2.1.11eitem 1. doteorema2.1.13). Mas ela não perten e aL
1
p
R
q porque xS
h
não é ontínua (vide item 2 do teorema2.1.3).♦
Observação 2.1.6. O espaço
L
2
p
R
q é ompleto na norma }}2
(vide [4℄, p. 240).♦
Ointeresseaqui é trabalhar om funções em
L
2
p
R
q, mas a fórmula(2.1) da Transformada de Fourier não se apli a para qualquer função desteon-junto. Uma alternativa seria onsiderar o onjunto
L
1
pR
qXL
2
pR
q, que é denso emL
2
p
R
q omrelaçãoà norma}}2
, porémas ontastornam-se muito ompli adas. Por isso, mesmo que a prin ípio pareça mais ompli ado, épreferível deniro espaço de S hwartz omo segue.
Denição 2.1.7. Oespaço deS hwartz éo onjuntodas funções
u
: R
ÑC
suaves erapidamentede res entes, isto é,é o onjuntoS
pR
q "u
PC
8 pR
q; sup
x
PR
|x
m
u
pn
q px
q| 8,
pm, n
qPN
N
*.
Observação 2.1.8. OespaçodeS hwartz
S
pR
qéum sub onjuntodeL
1
pR
qXL
2
pR
q eé denso emL
2
p
R
q om relaçãoà norma }}2
.♦
Exemplo 2.1.9. [Função Gaussiana, gura 3.1℄
Seja
u
px
qe
x
2
. Então
u
PC
8p
R
q,suas derivadas sãoaprópriau
vezes um polinmioelim
x
Ñ8
p
p
x
qu
px
q0
, para qualquer polinmiop
. Consequente-mente,u
PS
pR
q.Cál ulodaTransformada de Fourier de
u
: pu
pk
q » 8 8e
x
2
ikx
dx
e
k
2
4
» 8 8e
px ik
{2
q2
dx.
Para al ularesta última integral, será usadoo teoremade Cau hy e depois
apli adoolimite omintervalodeintegraçãotendendoainnito. Paratanto,
seja
U
: C
ÑC
aextensãodeu
,istoé,U
pz
qe
z
2
,paratodo
z
x iy
PC
. Fixadosa
¡0
ek
PR
,sejamΓ
1
,
Γ
2
,
Γ
3
,
Γ
4
os aminhosnosentido horário ujostraços sãotrΓ
1
tz
PC
; Re
pz
qPra, a
s, Im
pz
q0
u,
trΓ
2
tz
PC
; Re
pz
qa, Im
pz
qPr0, k
{2
su,
trΓ
3
tz
PC
; Re
pz
qPra, a
s, Im
pz
qk
{2
u,
trΓ
4
tz
PC
; Re
pz
qa, Im
pz
qP r0, k
{2
su.
ComoU
éanalíti a emC
,tem-se, pelo teoremade Cau hy,»
Γ
1
U
pz
qdz
»Γ
2
U
pz
qdz
»Γ
3
U
pz
qdz
»Γ
4
U
pz
qdz
0,
»a
a
e
x
2
dx
»k
{2
0
e
pa iy
q2
dy
»a
a
e
px ik
{2
q2
dx
»0
k
{2
e
pa iy
q2
dy
0.
A limitaçãoda integral em
Γ
2
é garantida pelas desigualdades »k
{2
0
e
pa iy
q2
dy
¤ »k
{2
0
e
pa iy
q2
dy
»k
{2
0
e
a
2
y
2
dy
¤k
2
e
a
2
k
2
{4
,
e mostra que seu limite é zero, quando
a
Ñ 8. O mesmo argumento vale para a integral emΓ
4
. Portanto,apli ando o limite oma
Ñ8, segue que» 8
e
px ik
{2
q2
dx
» 8e
x
2
dx
?π.
Ou seja, p
u
pk
q ?πe
k
2
4
PS
pR
q.
△
Antes deenun iaraspropriedadesdaTransformadade Fouriernoespaço
de S hwartz, é pre isodenir a Trasformadade FourierInversa.
Denição 2.1.10. Para
v
PL
1
p
R
q, dene-se a Transformada de Fourier Inversa qv
: R
ÑC
por qv
px
q1
2π
» 8 8v
pk
qe
ikx
dk.
(2.2)A fórmula(2.2) está bem denida para
u
PL
1
p
R
q porque |e
ikx
|
1
. Observação 2.1.11. Vê-se, diretamente da denição, que qv
px
q1
2π
pv
px
q,x
PR
.♦
Teorema 2.1.12. Seu
PS
pR
q, então 1. A derivadan
-ésimau
pn
q PS
pR
q e yu
pn
qi
n
k
n
pu
pk
q,
k
PR
.
2.u
pPS
pR
q.3. Vale a fórmula de inversão
u
px
q q pu
px
q1
2π
» 8 8 pu
pk
qe
ikx
dk,
x
PR
.
4. Vale a identidade de Parseval:
}p
u
}2
?2π
}u
}2
.
5. O operador linear p
: S
pR
q ÑS
pR
q é injetivo, sobrejetivo, ontínuo e om inversa ontínua.(Vide [16℄, páginas, 174, 175, 176, 178 e 179, respe tivamente.)
ATransformadade Fourierrestritaaoespaço
S
pR
qpode serestendida de formaúni aaoespaçoL
2
transforma-2.1.12 e pelas observações 2.1.6 e 2.1.8. Neste aso não será feita distinção
da notação p. Com este pro esso, apesar da fórmula (2.1) não se apli ar
para qualquer função de
L
2
p
R
q, torna-selegítimo denir aTransformada de Fourier neste espaço. É assim quea Transformada de Fourier será estudadadaqui para frente.
Teorema 2.1.13. [Propriedades da Transformada de Fourier℄ Se
u, v
PL
2
pR
q ec
PC
, então 1.u,
p pv
PL
2
pR
q. 2. Linearidade: {u
cv
pu
c
pv
. 3. Translação: Sex
0
PR
eu
px
qv
px
x
0
q, então pu
pk
qe
ikx
0
pv
pk
q,k
PR
. 4. Modulação: Sek
0
PR
ef
px
qe
ik
0
x
, então { pf
u
qpk
qu
ppk
k
0
q,k
PR
.5. Dilatação: Se
c
PR
não nulo ev
px
qu
pcx
q, então pv
pk
q pu
pk
{c
q |c
| ,k
PR
. 6. Conjugação: pu
pk
qpu
pk
q,k
PR
. 7. Identidade de Parseval: }pu
}2
?2π
}u
}2
(Vide [22℄, p. 156). [Propriedades de simetria℄8.
u
é par (ímpar)ðñ pu
é par (ímpar). 9.Im u
R
ðñu
ppk
qu
ppk
q,k
PR
. 10.Im u
iR
ðñu
ppk
qpu
pk
q,k
PR
. 11.Im u
R
eu
é par ðñIm
pu
R
e pu
é par. 12.Im u
R
eu
é ímpar ðñIm
u
piR
e pu
é ímpar. 13.Im u
iR
eu
é par ðñIm
pu
iR
e pu
é par. 14.Im u
iR
eu
é ímpar ðñIm
u
pR
e pu
é ímpar.Denição 2.1.14. A onvolução de duas funções
u, v
: R
ÑC
é denida, quando a integral existir, porp
u
v
qpx
q »8
8
u
px
y
qv
py
qdy,
x
PR
.
(2.3)Teorema 2.1.15. [Propriedades da onvolução℄
1. Se
u, v
PL
1
pR
q, entãou
v
PL
1
pR
q e }u
v
}1
¤}u
}1
}v
}1
. 2. Seu
PL
1
pR
q ev
PL
2
pR
q, entãou
v
PL
2
pR
qe }u
v
}2
¤}u
}1
}v
}2
. 3. Seu, v
PS
pR
q, entãou
v
PS
pR
q. 4. pλu
qv
λ
pu
v
qu
pλv
q,λ
PC
. 5. pu
v
qw
u
w
v
w
. 6.u
v
v
u
. 7. pu
v
qw
u
pv
w
q. 8. Seu, v
PL
1
pR
q, então { pu
v
qpk
qu
ppk
qpv
pk
q.(Vide [22℄, teoremade Hausdor-Young, p. 157; [16℄, p. 181 e 182; [17℄, p.
349 e 350.)
Para enun iar o próximo teorema, pre isa-se das seguintes denições de
ordemde onvergên ia e função de variação limitada:
1.
O
grande: Diz-seque afunçãou
: R
ÑC
satisfazu
px
qO
pg
px
qq quando |x
|Ñ8,
quando existe uma onstante
C
tal que, para todo|x
| su ientemente grande, vale|
u
px
q|C
|g
px
q|.
2.
o
pequeno: Diz-seque a funçãou
: R
ÑC
satisfazu
px
qo
pg
px
qq quando |x
|Ñ8,
quandolim
x
Ñ8 |u
px
q| |g
px
q|0.
3. Uma função
f
é de variaçãolimitadasef
PL
1
pR
q esup
g
PC
1
pR
q |g
px
q|¤1
» 8 8f
px
qg
1 px
qdx
8.
Quando
f
é ontínua,estadenição oin ide oma ondiçãodeexistên ia do limitelim
b
Ñ8a
Ñ8V
a
b
rf
s 8,
ondeV
b
a
rf
ssup
n
¸j
1
|f
px
j
qf
px
j
1
q|,
om o supremo sobre todas as partições
a
x
0
x
1
x
n
b
do intervalora, b
s (n
não xado). Umestudosobrefunçõesde variaçãolimitada é feito em[1℄, nas páginas 374 e seguintes.Teorema 2.1.16. [Suavidade de uma função vs. de aimento de sua TF℄
Dada
u
PL
2
pR
q, tem-se: 1. Seu
ps
q PL
2
p
R
qXC
pR
q, om0
¤s
n
, para algumn
¡0
inteiro, eu
pn
qé de variaçãolimitada, então
p
u
pk
qO
p|k
|n
1
q quando |
k
|Ñ8.
2.u
tem innitas derivadas ontínuas emL
2
p
R
q se, e somente se, pu
pk
qO
p|k
|m
q quando |
k
|Ñ8,
para todom
¥0
inteiro.3. (Paley-Wiener) A função
u
a
: R
ÑC
denida por pu
a
pk
qe
a
|k
| pu
pk
q, oma
¡0
onstante, perten e aL
2
p
R
q se, e somente se, existe uma onstantec
¡0
talqueu
é arestriçãoemR
deumafunçãoU
analíti a na faixa tz
PC
;
|Imz
|a
u que satisfaz}
U
piy
q}2
» 8 8 |U
px
iy
q|2
dx
¤c,
para todo |y
|a
(vide [22℄, p. 188).4. (Paley-Wiener) p
u
pk
q tem suporte ompa to ontido em ra, a
s,a
¡0
onstante, se, e somente se,u
é a restrição emR
de uma funçãoU
analíti a em
C
tal que, para todoz
PC
, |U
pz
q|o
pe
a
|z
|q quando |
z
|Ñ8.
(vide [18℄, p. 12 e 13, e [11℄, p.181).2.2 Transformada de Fourier Semidis reta
Ouso de omputadores digitais limitaos ál ulosadados dis retos e em
quantidade nita. Como primeiro passo, nesta seção são estudadas funções
dis retizadas,porém aindaemquantidadeinnitade pontos(emquantidade
nita é oassunto dapróxima seção);mais pre isamente, asfunções
onside-radas têm omo domínio o onjunto
hZ
tx
j
jh
PR
; j
PZ
u,
ouseja, uma malhade pontos equidistantes à qualo
0
perten e. Neste aso, sev
forumafunçãodenidaemhZ
,suaimagemem adapontoserádenotada da formaabreviadav
px
j
qv
j
.Denição 2.2.1. Neste ontexto, osespaçosmais onvenientes aserem
tra-balhados nodomíniofísi o edas frequên iassão, respe tivamente,
ℓ
2
h
tv
: hZ
ÑC
;
}v
}ℓ
2
h
8u,
L
2
h
tw
:
rπ
{h, π
{h
sÑC
; w
é mensurávele }w
}L
2
h
8u,
onde as normas são denidas por}
v
}ℓ
2
h
h
¸j
PZ
|v
j
|2
1
{2
e }w
}L
2
h
»π
{h
π
{h
|w
pk
q|2
dk
1
{2
,
e os produtos internos orrespondentes são denidos por
x
v, w
yℓ
2
h
h
¸j
PZ
v
j
w
j
e xv, w
yL
2
h
»π
{h
π
{h
v
pk
qw
pk
qdk.
No entanto,tambémserá ne essário denir oespaço
ℓ
1
h
tv
: hZ
ÑC
;
}v
}ℓ
1
h
onde a norma é }
v
}ℓ
1
h
h
¸j
PZ
|v
j
|.
Observação 2.2.2. Ao ontrário dos espaços
L
1
pR
q eL
2
pR
q, agora vale a in lusãoℓ
1
h
ℓ
2
h
.
De fato, sev
Pℓ
1
h
, existej
0
PN
talque|
v
j
|1,
j
¥j
0
,
|v
j
|2
|v
j
|,
j
¥j
0
,
h
¸j
¥j
0
|v
j
|2
¤h
¸j
¥j
0
|v
j
| 8,
e portantov
Pℓ
2
h
. Por outro lado, a série harmni a mostra que não valea igualdade entre os onjuntos, pois elaperten e aℓ
2
h
mas não perten e aℓ
1
h
.♦
Denição 2.2.3. Para
v
Pℓ
2
h
,dene-se aTransformada deFourier Semidis- reta Nv
:
π
h
,
π
h
ÑC
por Nv
pk
qh
¸j
PZ
v
j
e
ikx
j
.
(2.4)A série (2.4) aproxima a Transformada de Fourier (2.1) pela Regra do
trapézio. De fato,se
v
Pℓ
2
h
éa restriçãodeu
PL
2
pR
qXC
pR
q, pu
pk
qlim
m
Ñ8 »m
m
u
px
qe
ikx
dx
lim
m
Ñ8m
1
¸j
m
h
pv
j
e
ikx
j
v
j 1
e
ikx
j
1
q2
h
lim
m
Ñ8v
m
e
ikx
m
2
m
1
¸j
m
v
j
e
ikx
j
v
m
e
ikx
m
2
h
¸j
PZ
v
j
e
ikx
j
Nv
pk
q.
Ospróximosresultados expli am porque aTransformada de Fourier
Se-midis reta é denida apenas no domínior
π
h
,
π
h
s.Proposição 2.2.4. A função
f
: R
R
ÑC
denida porf
px, k
qe
ikx
é
2π
Demonstração: Se
c
PZ
,f
x
j
, k
2π
h
c
e
i
pk
2
π
h
c
qx
j
e
ikx
j
.e
i
2π
h
cjh
e
ikx
j
.1
f
px
j
, k
q.
Resta mostrar que não existe número menor que2π
h
que seja período da funçãof
px
j
,
q para todoj
PZ
. De fato, sek
0
PR
é tal que0
k
0
2π
h
, entãof
px
j
, k
k
0
qe
i
pk k
0
qx
j
e
ikx
j
.e
i
pk
0
h
qj
,
e omo
k
0
h
2π
, paraj
1
segue quee
ik
0
h
1
,e portantof
px
1
, k
k
0
qf
px
1
, k
q.
Corolário 2.2.5. Dada
v
Pℓ
2
h
, a Transformada de Fourier Semidis reta estendida à reta toda pela fórmulaN
v
pk
qh
¸j
PZ
e
ikx
j
v
j
,
k
PR
,
é2π
h
-periódi a.Doravante, quando ne essário, N
v
PL
2
h
será onsiderada om domínioR
e2π
h
-periódi a.Teorema 2.2.6. [Fórmula de aliasing ou do somatório de Poisson℄ Se
u
PL
2
p
R
q tem a primeira derivada de variação limitada e sev
é a restrição deu
à malhahZ
, então, para todok
Prπ
{h, π
{h
s, Nv
pk
q ¸j
PZ
pu
k
2π
h
j
.
Denição 2.2.7. Paraw
PL
2
h
a Transformada de Fourier Semidis reta Inversa Ow
: hZ
ÑC
é denida por Ow
px
j
q1
2π
»π
h
π
h
w
pk
qe
ikx
j
dk
xw, E
j
yL
2
h
,
j
PZ
,
(2.5) ondeE
j
PL
2
h
é denida porE
j
pk
qe
ikx
j
.Teorema 2.2.8. [Propriedades da Transformada de Fourier Semidis reta℄ Se
v, w
Pℓ
2
h
ec
PC
, então 1. Nv,
Nw
PL
2
h
. 2. O operador N: ℓ
2
h
ÑL
2
h
é bijetivo. (Vide [16℄, p. 138.) 3. Linearidade: pv
cw
q N Nv
c
Nw
. 4. Translação: Sej
0
PZ
ew
j
v
j j
0
, então Nw
pk
qe
ikx
j0
Nv
pk
q,k
PR
. 5. Modulação: Sek
0
PR
ef
j
e
ik
0
x
j
, então pf.v
q N pk
q Nv
pk
k
0
q,k
PR
. 6. Conjugação: Nv
pk
q Nv
pk
q,k
PR
. 7. Identidade de Parseval: } Nv
}L
2
h
?2π
}v
}ℓ
2
h
. (Vide [16℄, p. 138.) 8. Inversão:v
j
O Nv
px
j
q1
2π
³π
h
π
h
e
ikx
j
Nv
pk
qdk
,j
PZ
. [Propriedades de simetria℄ 9.v
é par (ímpar)ðñ Nv
é par (ímpar). 10.Im v
R
ðñ Nv
pk
q Nv
pk
q,k
PR
. 11.Im v
iR
ðñ Nv
pk
q Nv
pk
q,k
PR
. 12.Im v
R
ev
é par ðñIm
Nv
R
e Nv
é par. 13.Im v
R
ev
é ímpar ðñIm
Nv
iR
e Nv
é ímpar. 14.Im v
iR
ev
é par ðñIm
Nv
iR
e Nv
é par. 15.Im v
iR
ev
é ímpar ðñIm
Nv
R
e Nv
é ímpar.Denição 2.2.9. A onvolução semidis reta de duas funções
v, w
: hZ
ÑC
é denida por(quando osomatório onverge)p
v
w
qm
h
¸j
PZ
v
m
j
w
j
,
A série (2.6) aproxima a onvolução (2.3) nos pontos de
hZ
pela Regra do trapézio. De fato, sev
Pℓ
1
h
é a restrição deu
PL
1
pR
qXC
pR
q ew
Pℓ
2
h
é a restriçãodey
PL
2
pR
qXC
pR
q, então pu
y
qpx
m
qlim
n
Ñ8 »n
n
u
px
m
x
qy
px
qdx
lim
n
Ñ8n
1
¸j
n
h
pv
m
j
w
j
v
m
pj 1
qw
j 1
q2
h
lim
n
Ñ8v
m n
w
n
2
n
1
¸j
n
pv
m
j
w
j
qv
m
n
w
n
2
h
¸j
PZ
v
m
j
w
j
pv
w
qm
.
Neste ontexto, a onvoluçãosemidis reta tambémtema propriedadede
que, se
v
Pℓ
2
h
ew
Pℓ
1
h
, ou vi e-versa, entãov
w
Pℓ
2
h
e pv
w
q N pk
q Nv
pk
q Nw
pk
q.
Teorema 2.2.10. [Efeito da dis retização na Transformada de Fourier℄
Dada
u
PL
2
p
R
q omu
1de variação limitada e
v
a restrição deu
à malhahZ
, tem-se, para todok
Pπ
h
,
π
h
:1. Se
u
temn
1
derivadas ontínuasemL
2
p
R
q,paraalgumn
¥0
inteiro, eu
p
n
qé de variação limitada, então,
| N
v
pk
qpu
pk
q|O
ph
n 1
q quando
h
Ñ0.
2. Seu
tem innitas derivadas ontínuas emL
2
p
R
q, então, para todok
Pπ
h
,
π
h
, | Nv
pk
qpu
pk
q|O
ph
m
q quandoh
Ñ0,
para todom
¥0
inteiro.3. Se existem onstantes
a, c
¡0
tais queu
é a restrição emR
de uma funçãoU
analíti a na faixa tz
PC
;
|Imz
|a
u quesatisfaz}
U
piy
q}2
» 8 8 |U
px
iy
q|2
dx
¤c,
para todo |y
|a,
então, para todo
ǫ
¡0
, | Nv
pk
qpu
pk
q|O
pe
π
pa
ǫ
q{h
q quandoh
Ñ0.
4. Se
u
éa restriçãoemR
de umafunçãoU
analíti aemC
e existea
¡0
tais que, para todoz
PC
,|
U
pz
q|o
pe
a
|z
|q quando |
z
|Ñ8,
então, desde queh
¤π
{a
,N
v
pk
qu
ppk
q.
2.3 Transformada de Fourier Dis reta
Agorasimo ontextoédefunçõesdis retizadase omquantidadenitade
dados,ouperiódi asdeperíodo
2π
. Maispre isamente, dividindoointervalo r0, 2π
semumnúmeroparN
de partesiguais om omprimentoh
2π
{N
, são onsideradasfunçõesv
: hZ
ÑC
taisque,se
j
m
pmodN
q, entãov
j
v
m
.
Neste asopode-sedizertambémque
v
éumafunçãoN
-periódi a omrelação à malha. A equaçãoπ
h
N
2
(2.7)será frequentemente utilizada.
Denição2.3.1. Neste ontexto,osespaçosaseremtrabalhadosnodomínio
físi o edas frequên ias são, respe tivamente,
ℓ
2
N
tv
: hZ
ÑC
; v
éN
-periódi a om relação àmalhau,
L
2
N
tw
: 1Z
ÑC
; w
éN
-periódi a om relaçãoà malhau,
e as respe tivasnormas são denidas por}
v
}ℓ
2
N
h
N
¸j
1
|v
j
|2
1
{2
e }w
}L
2
N
N
{2
¸k
N
{2
1
|w
k
|2
1
{2
.
Osespaços
ℓ
2
N
eL
2
N
têmdimensãonitaN
easnormassãosemprenitas, poisos somatórios têm um número nito de termos.Denição 2.3.2. Para
v
Pℓ
2
N
aTransformadadeFourierDis reta ^v
: 1Z
ÑC
é denida por ^v
k
h
N
¸j
1
v
j
e
ikx
j
.
(2.8)Osomatório(2.8)aproximaaTransformadadeFourierSemidis reta(2.4)
portrun amento.
Observação 2.3.3. Em virtude da proposição 2.2.4 e omo
v
éN
-periódi a om relação à malhahZ
, segue que a Transformada de Fourier Dis reta éN
-periódi a om relação àmalha1Z
.♦
Denição 2.3.4. Para
w
PL
2
N
a Transformada de Fourier Dis reta Inversa _w
: hZ
ÑC
édenida por _w
j
1
2π
N
{2
¸k
N
{2
1
w
k
e
ikx
j
.
(2.9)Teorema 2.3.5. [Propriedades da Transformada de Fourier Dis reta℄ Se
v, w
Pℓ
2
N
ec
PC
, então 1. ^v,
^w
PL
2
N
. (Vide proposição2.2.4) 2. Linearidade: pv
cw
q ^ ^v
c
^w
. 3. Translação: Sej
0
PZ
ew
j
v
j j
0
, então ^w
k
e
ikx
j0
^v
k
,k
PZ
. 4. Modulação: Sek
0
PZ
ef
j
e
ik
0
x
j
, então pf.v
q ^k
^v
k
k
0
,k
PZ
. 5. Conjugação: ^v
k
^v
k
,k
PZ
. 6. Identidade de Parseval: } ^v
}L
2
N
?2π
}v
}ℓ
2
N
. 7. Inversão: _v
k
1
2πh
^v
k
,k
PZ
. 8. Fórmula de inversão:v
j
_ ^v
px
j
q1
2π
°N
{2
k
N
{2
1
e
ikx
j
^v
k
,j
PZ
.9.
v
é par (ímpar)ðñ ^v
é par (ímpar). 10.Im v
R
ðñ ^v
k
^v
k
,k
PZ
. 11.Im v
iR
ðñ ^v
k
^v
k
,k
PZ
. 12.Im v
R
ev
é par ðñIm
^v
R
e ^v
é par. 13.Im v
R
ev
é ímpar ðñIm
^v
iR
e ^v
é ímpar. 14.Im v
iR
ev
é par ðñIm
^v
iR
e ^v
é par. 15.Im v
iR
ev
é ímpar ðñIm
^v
R
e ^v
é ímpar.Denição2.3.6. A onvoluçãodis reta deduasfunções
v, w
Pℓ
2
N
édenida por pv
w
qm
h
N
¸j
1
v
m
j
w
j
,
m
PZ
.
(2.10)Como
v
ew
são periódi as de mesmo período,v
w
também o é. O somatório (2.10) é o trun amento da onvolução semidis reta (2.6). Nesteontexto, a onvolução dis retatambémtema propriedadede que,se
v, w
Pℓ
2
N
, então pv
w
q ^ pk
q ^v
k
^w
k
.
Um fatoimportantesobre aTransformada de Fourier Dis reta é que ela
podeser al ulada omputa ionalmentedeformamuitorápidapeloalgoritmo
re ursivo onhe idoporTransformada Rápidade Fourier(FFT Fast F
ou-rier Transform). Uma implementação direta de (2.8) ou (2.9) requer um
número de operaçõesnaordem de
N
2
,enquantoque onúmero de operações
do algoritmo da FFT está na ordem de apenas
N
log
2
N
, quandoN
é uma potên iade2
. Umestudo mais aprofundado sobre FFTé feito em[10℄.O MATLAB já traz o algoritmoda FFT implementado. O omando t
al ulaaTransformada deFourierDis reta eo omandoit al ulaaT
rans-formada de Fourier Dis reta Inversa. Elesserão utilizadosnos experimentos
do apítulo4.
As Transformadas de Fourier estudadas neste apítulo,assim omo suas
méto-Métodos Espe trais de Derivação
O problema onsiderado neste apítulo é o seguinte: onhe endo os
va-lores de uma função
u
na malhahZ
, tu
px
j
qu, omo aproximar a derivada deu
usando apenas estes dados? Os métodos apresentados para este m são hamados de espe trais porque são baseados no espe tro da funçãou
, isto é, os valores no domínio das frequên ias da Transformada de Fourier(Semidis reta ouDis reta) dafunção.
Na primeiraseção são onsideradas funçõesnão periódi as, e portantoé
ne essário trabalhar om uma quantidade innita de dados, onde utiliza-se
a Transformada de Fourier Semidis reta. Na segunda seção é feito omesmo
estudo, porém supondo que
u
é periódi a, o que reduz a um número nito de dados,e portantoutiliza-sea Transformada de Fourier Dis reta.3.1 Primeiro Método Espe tral Funções não
Periódi as
Oobjetivo dométodoespe tral apresentado a seguiré aproximara
deri-vadade umafunção
u
: R
ÑC
nos pontosdamalhahZ
. Emtodaaseção,a dis retizaçãodafunçãou
aospontos damalhaédenotada porv
, omv
Pℓ
2
h
.Primeiro Método Espe tral
Dada uma função
u
: R
ÑC
uja dis retizaçãoév
Pℓ
2
h
:Passo 1. Cal ulara Transformada de FourierSemidis reta N
v
por(2.4).Passo 2. Estender N
v
à reta todazerando forado intervalorπ
h
,
π
h
s; Notação dafunção estendida:p
pv
.Cal ulara Transformada de FourierInversa de
p
pv
por(2.2); A função resultantep
v
éo interpoladordev
.Passo 3. Cal ulara derivada dointerpolador,
p
1v
.Passo 4. Denir
w
: hZ
ÑC
porw
j
p
1v
px
j
q.A função
w
denida no passo 4 do métodoé a que aproxima os valores da derivada deu
nos pontos damalha.A gura 3.1 é uma representação do método para a função gausssiana
u
px
qe
x
2
. A função
w
não está representada na gura, mas ela é a dis retização da derivada do interpolador da gaussiana no domínio físi o,situada naúltima linha eprimeira olunada gura.
O passo 2 pare e ompli ado, mas ele pode ser simpli ado.
Primeira-mente, dene-se afunção
p
p
v
pk
q " Nv
pk
q, sek
Pπ
h
,
π
h
0
, sek
Rπ
h
,
π
h
.Depois,pode-se en ontrar a seguinte fórmulapara o interpolador,
p
v
px
q q pp
v
px
q1
2π
» 8 8 Np
v
pk
qe
ikx
dk
1
2π
»π
h
π
h
Nv
pk
qe
ikx
dk.
(3.1)Portanto, opasso 2 resume-se àapli açãoda fórmula(3.1).
Observação 3.1.1. Como p
p
v
PL
2
p
R
qtem suporte ompa to ontido no inter-valoπ
h
,
π
h
, pelo item 4 do teorema2.1.16, tem-se que ointerpolador
p
v
é uma função analíti a om de aimento exponen ial,quando |x
|Ñ8.−6
−4
−2
0
2
4
6
−0.5
0
0.5
1
1.5
Gaussiana no Domínio físico contínuo
p ÝÑ q Ý
−8
−6
−4
−2
0
2
4
6
8
−0.5
0
0.5
1
1.5
2
2.5
Transformada da Gaussiana no Domínio contínuo das Frequências
−6
−4
−2
0
2
4
6
−0.5
0
0.5
1
1.5
Gaussiana no Domínio físico semidiscreta
N ÝÑ O Ý
−8
−6
−4
−2
0
2
4
6
8
−0.5
0
0.5
1
1.5
2
2.5
Gaussiana no Domínio limitado das Frequências
−6
−4
−2
0
2
4
6
−1
−0.5
0
0.5
1
1.5
Interpolador da Gaussiana no Domínio físico
p ÝÑ q Ý
−8
−6
−4
−2
0
2
4
6
8
−0.5
0
0.5
1
1.5
2
2.5
Interpolador da Gaussiana no Domínio das Frequências
−6
−4
−2
0
2
4
6
−1.5
−1
−0.5
0
0.5
1
1.5
Derivada do Interpolador da Gaussiana no Domínio físico
p ÝÑ q Ý
−8
−6
−4
−2
0
2
4
6
8
−2.5
−2
−1.5
−1
−0.5
0
0.5
1
1.5
2
2.5
Derivada do Interpolador da Gaussiana no Domínio das Frequências (parte imaginária)
Figura 3.1: Representação do primeiro método espe tral apli ado à função
gaussiana
e
x
2
3.1.1 Interpolador da delta de Krone ker - função Sin
Para ada
m
PZ
, dene-se uma função delta de Krone kerδ
m
Pℓ
2
h
porδ
m
px
j
q "1
, sej
m
0
, sej
m
. Observação 3.1.2. O onjuntotδ
m
um
PZ
ébase de S hauderdeℓ
2
h
([8℄, p. 68). De fato, para qualquer funçãov
Pℓ
2
h
, tem-sea igualdade pontualv
j
¸m
PZ
v
m
δ
m
px
j
q,
j
PZ
,
porque o somatóriopossui um úni o termo não nulo, logo,
v
N
¸m
N
v
m
δ
m
2
ℓ
2
h
h
¸j
PZ
|v
j
N
¸m
N
v
m
δ
m
px
j
q|2
h
¸ |j
|¡N
|v
j
|2
Ñ0,
quandoN
Ñ8,
ou seja,tem-se a igualdade
v
¸m
PZ
v
m
δ
m
(3.2) na norma}}ℓ
2
h
.♦
Observação 3.1.3. O onjunto tδ
m
um
PZ
ℓ
2
h
é ortogonal ompleto. De fato, é ortogonalporque xδ
m
, δ
n
yℓ
2
h
h
¸j
PZ
δ
m
px
j
qδ
n
px
j
q "h,
sem
n
0,
sem
n,
e é ompleto poisℓ
2
h
é espaço de Hilbert e, sev
Pℓ
2
h
é tal quev
Ktδ
m
um
PZ
, tem-se xv, δ
m
yℓ
2
h
0,
m
PZ
,
h
¸j
PZ
v
j
δ
m
px
j
q0,
m
PZ
,
hv
m
0,
m
PZ
,
v
0
Pℓ
2
h
,
(vide ara terização de onjunto ompleto em [8℄, p. 169).
♦
Segue abaixo a apli ação do primeiro método espe tral, passo a passo,
para as funções
δ
m
, para ada
m
(agura 3.2ilustra o asom
0
).Passo 1. Cal ularaTransformada de Fourier Semidis retade
δ
m
: Nδ
m
pk
qh
¸j
PZ
δ
m
px
j
qe
ikx
j
he
ikx
m
.
(3.3) Observação 3.1.4. Emparti ular, Nδ
0
pk
qhe
ikx
0
h
.♦
Passo 2. Cal ularointerpolador de
δ
m
, parax
x
m
:p
δ
m
px
q1
2π
»π
h
π
h
Nδ
m
pk
qe
ikx
dk
h
2π
»π
h
π
h
e
ik
px
x
m
qdk
h
π
px
x
m
qe
i
π
h
px
x
m
qe
i
π
h
px
x
m
q2i
sen
π
h
px
x
m
qπ
h
px
x
m
q,
e, parax
x
m
,p
δ
m
px
m
qh
2π
»π
h
π
h
e
ik0
dk
1.
Ou seja,o interpoladordeδ
m
éafunção sin transladadaem
x
m
edenotada porS
h
px
x
m
q,p
δ
m
px
qS
h
px
x
m
q #sen
π
h
px
x
m
qπ
h
px
x
m
q , sex
x
m
1
, sex
x
m
. (3.4)Observação 3.1.5. A observação 3.1.1 prevê que a função
p
δ
m
é analíti a. Pode-se onrmar este fato utilizando a onhe ida expansão em série depotên iasdafunção seno,
sen
px
q ° 8j
0
p1
qj
p2j 1
q!
x
2j 1
, donde segue quep
δ
m
px
q 8 ¸j
0
p1
qj
p2j
1
q!
π
h
px
x
m
q2j
,
x
PR
.
(3.5)−6
−4
−2
0
2
4
6
−0.5
0
0.5
1
1.5
Delta no Domínio físico
N ÝÑ O Ý
−8
−6
−4
−2
0
2
4
6
8
−0.5
0
0.5
1
Delta no Domínio das frequências
−6
−4
−2
0
2
4
6
−1
−0.5
0
0.5
1
1.5
Interpolador da Delta: Função Sinc
p ÝÑ q Ý
−8
−6
−4
−2
0
2
4
6
8
−0.5
0
0.5
1
Interpolador da Delta no domínio das frequências
−6
−4
−2
0
2
4
6
−4
−3
−2
−1
0
1
2
3
4
Derivada da Sinc
p ÝÑ q Ý−8
−6
−4
−2
0
2
4
6
8
−4
−3
−2
−1
0
1
2
3
4
Derivada do Interpolador da Delta no domínio das frequências (parte imaginária)
Figura 3.2: Representação do primeiro método espe tral apli ado à função
delta:
δ
0
razão:
lim
j
Ñ8 p1
qj
1
p2
pj 1
q1
q!
π
h
px
x
m
q2
pj 1
q p1
qj
p2j 1
q!
π
h
px
x
m
q2j
lim
j
Ñ8π
h
px
x
m
q2
p2j
3
qp2j
2
q0
1.
Portanto, de fato
p
δ
m
é analíti a e, onsequentemente, a sua derivadap
1δ
m
também oé.
♦
Passo 3. Cal ular a derivada do interpolador, para
x
x
m
, derivando termo a termoa série de potên ias(3.5):p
1δ
m
px
qS
1h
px
x
m
q 8 ¸j
0
p1
qj
2j
p2j
1
q!
π
h
π
h
px
x
m
q2j
1
.
Como2j
p2j 1
q!
2j 1
1
p2j 1
q!
2j 1
p2j 1
q!
1
p2j 1
q!
1
p2j
q!
1
p2j 1
q!
, seguep
1δ
m
px
q 8 ¸j
0
p1
qj
p2j
q!
π
h
π
h
px
x
m
q2j
1
p1
qj
p2j
1
q!
π
h
π
h
px
x
m
q2j
1
° 8j
0
p1
qj
p2j
q!
π
h
px
x
m
q2j
° 8j
0
p1
qj
p2j 1
q!
π
h
px
x
m
q2j
x
x
m
cos
π
h
px
x
m
qS
h
px
x
m
qx
x
m
.
Parax
x
m
, omop
1δ
m
é analíti a, basta al ular o limite (via Regra de l'Hpital):p
1δ
m
px
m
qS
1h
p0
qlim
x
Ñx
m
p
1δ
m
px
qlim
x
Ñx
m
1
x
x
m
cos
π
h
px
x
m
qS
h
px
x
m
qlim
x
Ñx
m
π
h
sen
π
h
px
x
m
qS
1h
px
x
m
qS
1h
p0
q,
portantop
1δ
m
px
m
q0
.Ou seja,a derivada dointerpolador é
p
1δ
m
px
qS
1h
px
x
m
q #cos
π
h
px
x
m
qS
h
px
x
m
qx
x
m
, sex
x
m
0
, sex
x
m
. (3.6)Passo 4. Para
x
j
PhZ
omj
m
,(lembrandoquex
j
x
m
pj
m
qh
, omj
m
PZ
)p
1δ
m
px
j
q1
pj
m
qh
cos π
pj
m
qsen π
pj
m
qπ
pj
m
q p1
qj
m
pj
m
qh
.
Portanto, ométodoespe tral apli adoà função
δ
m
resulta emw
j
p
1δ
m
px
j
q # p1
qj
m
pj
m
qh
, sej
m
0
, sej
m
. (3.7) 3.1.2 Interpolador emℓ
2
h
A apli ação do primeirométodo espe tral para uma função
v
Pℓ
2
h
qual-quer a fa ilitada pelos resultados obtidospara asfunções delta deKrone- ker. Éo que será des rito aseguir, passo apasso.
Passo 1. Apli ar a Transformada de Fourier Semidis reta (2.4),
lem-brando que N
δ
m
pk
qhe
ikx
m
, Nv
pk
qh
¸m
PZ
v
m
e
ikx
m
¸m
PZ
v
m
Nδ
m
pk
q,
k
Pπ
h
,
π
h
.
(3.8)Passo 2. Cal ularointerpolador pelaexpressão (3.1):
p
v
px
q1
2π
»π
h
π
h
Nv
pk
qe
ikx
dk
1
2π
A Nv, e
i
x
EL
2
h
1
2π
C ¸m
PZ
v
m
Nδ
m
, e
i
x
GL
2
h
1
2π
¸m
PZ
v
m
B Nδ
m
, e
i
x
FL
2
h
¸m
PZ
v
m
1
2π
»π
h
π
h
Nδ
m
pk
qe
ikx
dk
¸m
PZ
v
m
p
δ
m
px
q,
(para tro ar a ordem do somatório om o produto interno usa-se a
bilinea-ridade doproduto interno e adesigualdade de Cau hy-S hwarz. Vide[8℄, p.
138). Ou seja,ointerpoladorde
v
ées rito omo ombinaçãodas funçõesdo tipo sin em(3.4):p
v
px
q ¸m
PZ
v
m
p
δ
m
px
q ¸m
PZ
v
m
S
h
px
x
m
q.
(3.9)Observação 3.1.6. Nospontosdamalha,ointerpolador oin ide omafunção
original:
p
v
px
j
q ¸m
PZ
v
m
S
h
px
j
x
m
qv
j
¸m
PZ
m
j
v
m
sen
π
h
pj
m
qh
π
h
pj
m
qh
v
j
u
px
j
q.
♦
Observação 3.1.7. No aso parti ular emque a função
u
PL
2
p
R
q (supondo-se que sua dis retização év
Pℓ
2
h
) é de banda limitada ontida no intervaloπ
h
,
π
h
, isto é, tal que p
u
pk
q0
para todok
Rπ
h
,
π
h
, o teorema daamostragem de Shannon ([9℄, p. 11) mostra que o interpolador
p
v
oin ide om afunçãou
, ou, emoutras palavras, a funçãou
pode ser re onstruídaa partir dos seus valores namalhahZ
:u
px
qp
v
px
q ¸m
PZ
u
px
m
qS
h
px
x
m
q.
♦
Passo 3. Cal ularaderivada do interpolador:
p
1v
px
q ¸m
PZ
v
m
p
1δ
m
px
q.
Portanto,p
1v
px
q ¸m
PZ
v
m
S
1h
px
x
m
q ¸m
PZ
x
m
x
v
m
cos
π
h
px
x
m
qS
h
px
x
m
qx
x
m
.
(3.10)Passo 4. Avaliar
p
1v
emx
j
PhZ
,w
j
p
1v
px
j
q ¸m
PZ
v
m
p
1δ
m
px
j
q ¸m
PZ
m
j
v
m
p1
qj
m
pj
m
qh
.
(3.11)A derivada de uma função ujadis retização oin ide om
v
Pℓ
2
h
é apro-ximadanamalhapelafunçãow
: hZ
ÑC
denidapelaequação(3.11). Esta equação pode ser representada matri ialmentedaseguintemaneira:. . .
w
2
w
1
w
0
w
1
w
2
. . . Æ Æ Æ Æ Æ Æ Æ Æ Æh
1
. . . . . . . . . . . . . . .0
1
1
2
1
3
1
4
1
0
1
1
2
1
3
1
2
1
0
1
1
2
1
3
1
2
1
0
1
1
4
1
3
1
2
1
0
. . . . . . . . . . . . . . . Æ Æ Æ Æ Æ Æ Æ Æ Æ . . .v
2
v
1
v
0
v
1
v
2
. . . Æ Æ Æ Æ Æ Æ Æ Æ Æ,
onde a matriz duplamente innita orresponde a um operador em
ℓ
2
h
do tipo Toeplitz.3.1.3 Segundo método espe tral - Forma alternativa
Outro método para derivação espe tral, equivalente ao primeiro,é
base-ado napropriedadedaTransformada de Fourierdafunção derivada, p
u
1 pk
qik
pu
pk
q(teorema 2.1.12, item 1). A seguir são apresentados os detalhes:Segundo Método Espe tral
Dada uma função
u
: R
ÑC
uja dis retizaçãoév
Pℓ
2
h
:Passo 1. Cal ulara Transformada de FourierSemidis reta N
v
por(2.4). Passo 2. Denir Nw
v
pk
qik
Nv
pk
q.Passo 3. Cal ular
w
v
a partirde Nw
v
por (2.5).Este pro esso pode ser apli adoàs funções