Construção de imagens e simulações dinâmicas com Python
Gravado no evento PyMat 2021 - Python para Matemática e Além · 2 h 8 min de gravação
Trechos em vídeo

Como o computador representa e processa imagens digitais
Trecho de a da gravação

O que é o Conjunto de Julia no plano complexo
Trecho de a da gravação

O Atrator de Lorenz e o Efeito Borboleta
Trecho de a da gravação
Sobre o conteúdo
O workshop intitulado Construção de imagens e simulações dinâmicas com Python, integrante do evento Python para Matemática e Além, aborda a integração entre matemática teórica e recursos computacionais para visualização de dados e sistemas dinâmicos. A atividade é conduzida pelo professor Edgar Amorim, docente da UFRPE, que introduz os pacotes essenciais para o trabalho: NumPy para cálculos matriciais rápidos e Matplotlib para renderização gráfica e animações interativas através da ferramenta FuncAnimation.
Inicialmente, o palestrante esclarece a representação digital de imagens pelo computador na forma de matrizes numéricas de pixels. Demonstra como mapear valores numéricos contínuos em escalas de cores e tons de cinza com plt.imshow, exemplificando o processo a partir da geração de imagens aleatórias quadradas em que cada entrada recebe um valor de intensidade. Discute também a convenção dos eixos no Matplotlib, em que a contagem do eixo vertical cresce de cima para baixo.
Na sequência, a aula foca nos fractais gerados por sistemas dinâmicos discretos no plano complexo. É apresentado o conjunto de Julia, detalhando a iteração quadrática f(z) = z² + c, a transformação algébrica para coordenadas cartesianas reais e a verificação do critério de convergência. Edgar aprimora o algoritmo implementando a técnica de tempo de escape, mapeando a quantidade de iterações necessárias para a divergência em gradientes de cores contínuos. Em seguida, expande o método para o conjunto de Mandelbrot, analisando o plano de parâmetros e demonstrando zooms em coordenadas profundas com auto-similaridade.
Na etapa final, o workshop avança para simulações dinâmicas e animações temporais no plano e no espaço tridimensional. Utilizando FuncAnimation e métodos de renderização de vídeo HTML5 no Google Colab, o palestrante constrói uma partícula em órbita circular e, posteriormente, resolve numericamente as equações diferenciais do Atrator de Lorenz usando o método de Euler. Por meio do rastreamento de trajetórias e da comparação de trajetórias partindo de condições iniciais com perturbações mínimas, ilustra o comportamento caótico e a dependência sensível característica do efeito borboleta, respondendo a dúvidas dos participantes sobre performance e controle de visualização.
O que é abordado
- Abertura e apresentação dos pacotes NumPy e Matplotlib
- Fundamentos de imagens: matrizes de pixels e escalas de coresTrecho de 1 min 51 s
- Geração prática de imagens com NumPy e plt.imshow
- Sistemas dinâmicos discretos e o Conjunto de JuliaTrecho de 1 min 58 s
- Implementação do Conjunto de Julia e coloração por escape
- O Conjunto de Mandelbrot e exploração de zoom profundo
- Construção de animações 2D com FuncAnimation
- Simulação 3D do Atrator de Lorenz e efeito borboletaTrecho de 1 min 49 s
- Caos determinístico: comparação de condições iniciais próximas
- Dúvidas dos participantes e encerramento
Dúvidas que o conteúdo responde
Por que os pixels recebem números entre 0 e 1 no exemplo inicial se a largura é 100?
O valor de 100 refere-se à quantidade de linhas e colunas (resolução em pixels) varrida pelos laços de repetição, enquanto o número entre 0 e 1 gerado pela função np.random.random() representa a intensidade da cor do pixel para a escala em tons de cinza.
Qual é a diferença entre a construção do conjunto de Julia e a do conjunto de Mandelbrot?
No conjunto de Julia, o parâmetro complexo c é fixo e itera-se a função f(z) = z² + c variando as condições iniciais z para cada pixel. No conjunto de Mandelbrot, a condição inicial é sempre z = 0 e cada pixel representa uma constante c diferente, testando se a sequência converge ou diverge.
Por que foi necessário declarar variáveis como globais dentro da função update da animação 3D?
No Python, ao modificar variáveis externas (como as coordenadas de posição da partícula) dentro do escopo de uma função sem passá-las como argumento mutável de retorno direto, o interpretador acusa erro de variável local não atribuída (UnboundLocalError), sendo necessário declará-las como globais para atualizar os valores a cada quadro.
Como acelerar o cálculo do rastro na animação sem aumentar excessivamente os quadros?
Pode-se incluir um laço for interno na função update para calcular múltiplos passos numéricos do sistema dinâmico (por exemplo, 10 ou 20 iterações do método de Euler) antes de atualizar os dados do gráfico para renderização de um único frame.
Assuntos
Palestrantes
Edgar Corrêa de Amorim Filho
Instrutor(a)
Outros conteúdos deste evento
Gravados no evento PyMat 2021 - Python para Matemática e Além
Computação Quântica
Gravado no evento PyMat 2021 - Python para Matemática e Além
A palestra aborda os conceitos fundamentais da computação quântica e a sua distinção prática em relação à computação clássica. O palestrante desmistifica a necessidade de…
Ver resumo e capítulosManipulação de dados e regressões lineares com Python
Gravado no evento PyMat 2021 - Python para Matemática e Além
O minicurso aborda fundamentos de manipulação de dados em Python com Pandas, Seaborn e NumPy. O palestrante ensina a inspecionar DataFrames, filtrar registros, analisar variáveis…
Ver resumo e capítulosEcossistema Python para matemática computacional
Gravado no evento PyMat 2021 - Python para Matemática e Além
A palestra de abertura do evento PyMat 2021, intitulada 'Ecossistema Python para matemática computacional', aborda o papel crescente do Python na pesquisa acadêmica e científica.…
Ver resumo e capítulosPython: gráficos e outras visualizações
Gravado no evento PyMat 2021 - Python para Matemática e Além
Neste minicurso, o professor Edgar Amorim apresenta ferramentas práticas para construir gráficos e visualizações matemáticas utilizando Python, com ênfase nas bibliotecas NumPy e…
Ver resumo e capítulosPython e problemas matemáticos desafiadores
Gravado no evento PyMat 2021 - Python para Matemática e Além
Neste workshop do evento 'Python para Matemática e Além', o palestrante Leon Silva aborda a resolução de desafios matemáticos inspirados no Project Euler utilizando Python. Ele…
Ver resumo e capítulosAlgumas abordagens para a modelagem da epidemia de COVID-19
Gravado no evento PyMat 2021 - Python para Matemática e Além
A professora Maité Kulesza apresenta a palestra 'Algumas abordagens para a modelagem da epidemia de COVID-19' no evento Python para Matemática e Além. Ela relata sua experiência…
Ver resumo e capítulosCriptografia RSA em SageMath/Python
Gravado no evento PyMat 2021 - Python para Matemática e Além
Nesta oficina ministrada durante o evento Python para Matemática e Além, o professor Ricardo Nunes Machado Júnior apresenta a fundamentação teórica e a implementação prática do…
Ver resumo e capítulos





