Pular para o conteúdo
Even3

Conceito de derivada numérica e np.gradient

Trecho de 1 min 57 s de Python: gráficos e outras visualizações, gravado no evento PyMat 2021 - Python para Matemática e Além.

Assistir à gravação completaNo Even3 Conteúdos · 2 h 59 min

Sobre este trecho

Entenda a fundamentação matemática por trás do cálculo numérico de derivadas e como a função np.gradient calcula a média das aproximações.

Vai de a da gravação.

O que é dito neste trecho

Eh, vocês devem lembrar que eh a derivada no ponto A, né? Isso é limite quando X vai para A de F de X menos F eh de A sobre X menos A. E isso aí diz para você o quê? Diz para você basicamente que F de F linha de A vai chegar vai ser pode ser bem aproximado por F de X menos F de A sobre X menos A, desde que você escolha um valor de X bem perto de A. Quanto mais perto, melhor a sua aproximação, tá certo? Então, é baseado nisso que a gente vai fazer. Como a nossa curva ela funciona com vários pontos, né? A gente tem vários pontos aqui da curva que estão ligados por linha. Então, o que é que eu vou fazer? Eu vou fazer se aqui fosse o o nosso valor de A, né? Então, aqui a gente tem o A mais um e aqui o o A mais um não. Deixa eu botar aqui o A mais delta X, né? Tão igualmente espaçados. Aqui a gente tem o A menos delta X. A gente pode aproximar se X se se o delta X for muito perto de A, a gente pode aproximar o o a derivada da função em A pela inclinação dessa reta aqui, né? Que seria exatamente F de A mais delta X menos F de A sobre X menos A. Mas a gente pode também ter essa aproximação. Então a gente teria duas aproximações eh diferentes para calcular a mesma coisa, certo? Então o que é que a função que a gente vai usar faz? A gente vai usar uma função chamada gradiente, que ela vai fazer o seguinte, ela vai encontrar a inclinação dessas duas retas, certo? Que vão ser aproximações para a derivada de F em A e ela vai tirar a média.

Outros trechos deste conteúdo