Arquivo da tag: Laplaciano

Sem muito esforço

Geek Rookie

Em meu post anterior, falei de retângulos inteiros e de um problema bonitinho relacionado. Nele, usei um truque sujo de livro de matemática para deixar a demonstração mais fluida e com aparência mas elegante, mas é como jogar a poeira para debaixo do tapete quando a visita vem em casa. Em um dos momentos mais importantes da demonstração, eu disse:

Tente desenhar um retângulo dentro de um quadrado 1×1 que cubra a mesma área de pretos e brancos. Sem muito esforço, você perceberá que só existem duas opções:

Não fui 100% honesto aqui. A afirmação é verdade, só existem aquelas duas opções, mas a parte do “sem muito esforço” é aquele velho truque do “é fácil ver”, “trivialmente”, “podemos mostrar que”. Eu não seria justo com vocês se não completasse essa parte, e faço isso nesse post. Isso é tanto por completude quanto por trauma, ainda lembro de passagens do Courant e Hilbert em que eu lia: “e nós podemos mostrar que“, mas no fundo entendia “e nós, e apenas nós, Courant e Hilbert, podemos mostrar que“.

O que queremos provar é a frase: o único jeito de desenhar um retângulo que contém um vértice em (0,0) de forma a cobrir a mesma área preta e branca na seguinte imagem:

é se um dos lados do retângulo for um dos lados da imagem.

Para facilitar nossa vida, vamos mudar as dimensões do xadrez para que todos os quadrados pequenos tenham dimensões 1×1, o quadrado todo tem dimensões 2×2 agora. É fácil ver (e é realmente fácil ver dessa vez!) que se o retângulo começa em (0,0) e está contido no xadrez, ele fica inteiro definido por um outro ponto que falta definir, o vértice oposto à origem (os outros dois vértices ficam obrigatoriamente nas arestas do xadrez).

Outro resultado realmente fácil de ver é que o único lugar em que esse retângulo tem chance de ter área preta igual à área branca é se o ponto que falta estiver nas bordas do xadrez (que são os casos que dissemos serem os únicos possíveis), ou no quadrante branco superior direito. Isso acontece por um motivo simples: o ponto que falta não pode estar no quadrante inferior branco, toda área seria branca. Ele também não pode estar em nenhum dos quadrados pretos, ele sempre pegaria área branca demais no caminho e só conseguiria compensar quando atingisse a borda (já cobrimos esse caso). Sobrou só o quadrante nordeste do xadrez, então colocamos nosso ponto lá. Já que ele sempre está no quadrante nordeste, vou parametrizar o ponto com (1+x, 1+y), porque assim as contas ficam mais fáceis.

É aí que as coisas ficam interessantes. A área branca será a soma de toda a área do quadrante branco inferior (1) com a pequena área que o retângulo ganha no quadrante superior (4). A área preta é a soma das áreas dos retângulos formados acima (2) e à direita (3) do grande quadrado branco. Como os retângulos pretos são maiores que o pequeno branco e menores que o grande branco há, em teoria, a chance de juntando suas forças eles igualarem os brancos! Essa é uma possibilidade real e o único empecilho ao meu “sem muito esforço” do post anterior, eu preciso provar que a área de (1) + (4) nunca é igual à de (2) + (3).

Vamos calcular essas áreas. (1) tem sempre área 1 (lembre que eu mudei a escala do xadrez). (2) tem área y enquanto (3) tem área x. (4) tem área xy, e meu objetivo é provar que, se 0 < x , y < 1, então

 1 + xy \neq x + y.

Provar isso é simples, já que:

\Rightarrow 1 + xy-x-y \neq 0

 \Rightarrow (1-x)(1-y) \neq 0,

o que de fato é verdade se x e y estão entre zero e um, com a igualdade se verificando quando um deles é igual a 1.

Isso termina a demonstração1, bonitinha e elegante. Mas tenho algumas opiniões fortes para terminar esse post.

A primeira é a linha tênue entre coisas que precisamos ou não demonstrar, do quão subjetivo é esse “sem muito esforço”. Perdemos bem rápido a empatia com nosso estado anterior de quem não sabia um assunto, isso é especialmente verdade depois de ver muita matemática. Alguns conceitos de base são desafiadores a explicar depois de muita exposição às exatas, eu arrisco dizer que o Ricardo de 15 anos explicaria melhor a seu colega por que 2x + 1 = y é uma reta do que o Ricardo de 29 anos. Contudo, isso não justifica minha mão leve na demonstração anterior; fosse isso questão de prova, eu tinha obrigação de demonstrar. Não sou desses de deixar demonstração para o leitor, quem sabe faz ao vivo.

A segunda foi meu instinto inicial para provar que 1 + xy-x-y \neq 0 na parte interna do quadrado 0 < x,y < 1. Eu estava sem lápis e papel quando cheguei nessa parte, a transformação, que é absolutamente simples, não me veio imediatamente. O que me veio foi: Ah, f(x,y) = 1 + xy-x-y é solução da equação de Laplace, então não tem máximo ou mínimo em domínio aberto, só na borda. Nas bordas essa função é ou zero, ou 1-x, ou 1-y, então tranquilo, zero é mínimo e só é atingido naquela borda.

Essa aberração de demonstração vem de outra tendência minha: se há duas maneiras de resolver uma questão, eu necessariamente escolho a mais difícil. Sou aquele tipo de pessoa que, se preciso provar que \sqrt[3]{2} é irracional, provaria da seguinte forma:

Suponhamos, por absurdo, que seja racional; ou seja, que existam inteiros p e q tais que \sqrt[3]{2} = \frac{p}{q}. Elevamos os dois lados ao cubo, temos que 2 = \frac{p^3}{q^3}. Passando para o outro lado, como se deve, temos que 2q^3 = p^3, ou seja, que q^3 + q^3 = p^3. Contudo, pelo último teorema de Fermat, isso não é possível, então \sqrt[3]{2} é irracional.

É triste que essa demonstração não seja robusta o suficiente para provar que \sqrt{2} é irracional. Pior que isso, não garanto que Wiles, em sua demonstração, não use o fato de que \sqrt[3]{2} é irracional para provar o teorema, o que traria todos os problemas tautológicos dessa abominação de demonstração, que é uma de minhas favoritas.

  1. Eu sempre achei que um autor que tem que avisar quando a demonstração acaba é como um comediante que tem que avisar quando a piada acaba. “Isso termina a piada.” []

Os aluguéis de Berlim

Geek Hardcore

Minha namorada está buscando um apartamento para alugar em Paris começando no mês de novembro, e a busca tem sido uma tragédia em diversos atos. Cubículos pequenos, muita competição, preços altos e até imobiliárias que mais parecem esquema de pirâmide que um estabelecimento sério têm acompanhado a jornada dessa física teórica nas últimas duas semanas. Quanto aos preços, ao menos há um fator positivo, uma lei recente baixada inspirada na solução que Berlim tenta implementar para resolver seu problema de aluguéis: um teto de preço baseado no valor médio das redondezas.

A lei diz que o valor de um aluguel não pode ser superior à média do bairro de uma diferença maior que 10%. Ou seja, se a média do bairro é 22 euros o metro quadrado, um aluguel não pode ser mais alto que 24,2 euros o metro quadrado. Simples assim. Essa é uma ideia bem divertida, que me fez considerar a seguinte questão: o problema da Berlim gananciosa.

Nessa nova Berlim, a lei é um pouco mais rígida. Uma pessoa não pode impor um aluguel maior que a média de seus vizinhos cuja diferença entre a média e o aluguel seja maior que 10%. A pergunta é: é possível que exista uma cidade com essa lei em que todas as pessoas cobram o maior aluguel possível pela lei? Ou seja, obrigando as pessoas a cobrarem exatamente 110% da média de seus vizinhos, é possível haver uma cidade em que todas as pessoas conseguem cobrar essa quantia?

Para bem definir o problema, vamos estabelecer hipóteses fundamentadas na realidade. A primeira: minha cidade é unidimensional, parecida com Cuernavaca, porque quero uma noção de vizinhança bem definida e porque D=1 é meu número favorito de dimensões. Segunda: casas na periferia não têm esperança de ganhar dinheiro no aluguel em relação aos vizinhos e possuem preço fixo. Isso vem do fato, inspirado em minha experiência parisiense, de que morar longe do centro só é bom se for na direção de Versailles, e olhe lá. Isso fixa as condições de contorno do problema. Dado um preço fixo nas casas da periferia, é possível que o resto da cidade cobre um aluguel superior em \alpha porcento à média de seus vizinhos?

A resposta, e já mando com spoilers, é: depende do \alpha. Há valores em que isso é possível, mas existe um limite para a extorsão de seus inquilinos se você precisa respeitar a regra dos \alpha porcento. Para entender o que acontece, vamos começar com o caso de uma cidade pequena, a cidade de Berlim de três habitantes, chamada B_3. Vejamos a cara dessa cidade.

Cidade de Berlim 3A regra geral das casas de Berlim gananciosa é:

 x_n = \frac{(1+\alpha)}{2}(x_{n+1}+x_{n-1}).

Seja (1+\alpha)/2=\lambda, para simplificar nossa vida. A única exigência da primeira cidade de Berlim que vamos estudar, B_3, é que x_2=\lambda (1+1)=2\lambda, então o valor de \lambda pode ser qualquer coisa, não há limites para a ganância de B_3

O caso de B_4, no entanto, é diferente. Vejamos como é essa cidade:

Cidade de Berlim 4Neste caso, os valores de x_2 e x_3 serão fixos pelo sistema

 \begin{cases} x_2=\lambda(1+x_3) \\ x_3 = \lambda(1+x_2) \end{cases} .

Vocês sabem que eu gosto de matrizes, então vamos colocar isso em notação de gente grande. Os aluguéis de B_4 serão definidos pelo sistema

 \left(\begin{matrix} 1 & -\lambda \\ -\lambda & 1 \end{matrix}\right)\left(\begin{matrix} x_2 \\ x_3 \end{matrix}\right) = \left(\begin{matrix} \lambda \\ \lambda \end{matrix}\right).

Esse é um sistema linear bem bonito, mas vocês devem se lembrar das aulas do ensino que diziam, com razão, que a vida fica mais cinza, o mundo perde a cor e você perde a vontade de cantar uma bela canção quando o determinante da matriz que define o sistema linear se anula. Quando isso acontece, não há mais solução possível para o sistema. E note que o determinante que nossa querida matriz é

 \det \left(\begin{matrix} 1 & -\lambda \\ -\lambda & 1 \end{matrix}\right) = 1-\lambda^2.

Ou seja, algo muito errado acontece quando \lambda=1, que acontece no mesmo momento em que \alpha=1. Não apenas o sistema não tem solução, não há mais valor de alguel possível para satisfazer tanta ganância, mas se você tentar impor um \lambda mais alto que um, não encontrará a solução que deseja. Se \lambda > 1, a solução do sistema apresentará valores negativos de x_2 e x_3, e acho que é seguro acrescentar como hipótese baseada na realidade que preços de aluguel devem ser positivos.

Assim, percebemos que com quatro casas o valor máximo que a lei pode impor para a extorsão dos inquilinos é de \lambda=1, o que equivale a \alpha=1, ou o máximo que podemos impor é que uma casa cobre o dobro da média dos vizinhos. Vejamos o que acontece quando a cidade é maior, visitemos B_5.

Cidade de Berlim 5Nesse caso o sistema linear que define os valores de x_2, x_3 e x_4 será

 \left(\begin{matrix} 1 & -\lambda & 0 \\ -\lambda & 1 & -\lambda \\ 0 & -\lambda & 1 \end{matrix}\right)\left(\begin{matrix} x_2 \\ x_3 \\ x_4 \end{matrix}\right) = \left(\begin{matrix} \lambda \\ 0 \\ \lambda \end{matrix}\right).

Vamos chamar a matriz que define esse sistema 3 x 3 de A_3. A partir de agora, a matriz que define o sistema n \times n será A_n. O determinante dela pode ser calculado com aquela técnica que você aprendeu no segundo colegial e errava toda vez que tentava fazer de cabeça sem usar aquela técnica das duas colunas fantasmas que você copia ao lado da última.

 \det A_3 =1-2\lambda^2

E o determinante se anula no valor \lambda = \sqrt{2}/2, o que equivale ao valor de \alpha=\sqrt{2}-1\approx 0.71, que é menor que um. É fácil perceber a tendência desse problema: quanto maior a cidade, menor é a taxa de ganho extra que podemos cobrar e ainda exigir que todos cobrem mais aluguel que seus vizinhos. O valor de \alpha diminui com o número de casas N da cidade! Mas… diminui como?

E aqui vou descrever como foi meu processo para resolver esse problema. Eu queria achar a relação entre o \alpha máximo e N, o tamanho da cidade. Eu sabia que \alpha seria decrescente em N, mas não sabia como. Seria \alpha proporcional a 1/N? Ou a 1/N^2? Ou talvez uma exponencial negativa de N? A exponencial eu podia ignorar, vi matrizes vezes demais no olhos e sei que esse tipo de problema terá uma relação polinomial, mas não vou excluir a possibilidade. Para resolver esse problema, a primeira coisa que fiz foi pensar como físico, ou seja, trigger warning aos que gostam de um raciocínio matemático rigoroso. Vamos pegar uma cidade muito grande, grande o suficiente para ignorar as bordas, e vamos voltar à equação principal do modelo:

 x_n = \frac{(1+\alpha)}{2}(x_{n+1}+x_{n-1}).

E podemos jogar um pedaço para lá e outro para cá para obter uma outra forma dessa equação de recorrência:

 \alpha (x_{n+1}+x_{n-1}) = x_{n+1}+x_{n-1}-2x_n.

O termo à direita é um velho amigo nosso, é uma segunda derivada discreta do aluguel. Nós brincamos com algo parecido em um dos primeiros posts desse blog, sobre a interpretação física do Laplaciano, e chegou a hora de usá-la. Eu tenho que dividir esse termo da direita por um diferencial ao quadrado para obter uma derivada, e esse diferencial é o tamanho de meu grid na derivada discreta. Em termos do modelo, eu defino que a posição de cada casa é dada pela variável l e a distância entre duas casas é dada por \Delta l^2. Dividindo ambos os lados da equação por \Delta l eu obtenho:

 \frac{\alpha}{\Delta l^2}(x_{n+1}+x_{n-1}) = \frac{x_{n+1}+x_{n-1}-2x_n}{\Delta l^2}.

O lado direito dessa equação, quando a cidade é bem grande e as casas são bem próximas, converge para \frac{d^2x}{dl^2}, enquanto o termo da esquerda pode ser simplificado lembrando que a soma dos vizinhos é \frac{2x_n}{(1+\alpha)}. Isso tudo resulta na seguinte equação diferencial:

 \sigma.x(l) = \frac{d^2x}{dl^2}.

Sendo

 \sigma = \frac{2\alpha}{(1+\alpha)dl^2}.

Eu sei que esse diferencial no denominador é revoltante a seu espírito matemático, mas não é mais minha responsabilidade zelar por seu coração sensível. Esse dl é a distância entre duas casas. Suponhamos que a cidade toda tenha tamanho 1, em unidades de tamanho de cidade, então a distância média entre duas casas é dl=1/N. Para que essa equação diferencial faça algum sentido, eu preciso que \sigma não seja nem zero, nem infinito, então, como exigência, eu preciso que \alpha diminua conforme dl diminui, ou seja, preciso que:

 \sigma=\frac{2\alpha}{(1+\alpha)dl^2}\sim 1\Rightarrow\alpha\sim\frac{1}{N^2}

Sendo esse \sim o símbolo oficial de “tem o mesmo comportamento assimptótico de”, mas costumamos ler como: “se comporta como”, “é mais ou menos parecido em algum limite que eu espero que você tenha entendido” ou “não exatamente, mas tipo quase lá”.

Então o valor máximo da extorsão deve decrescer com o quadrado do número de casas. O problema está razoavelmente resolvido, mas o algebrista dentro de mim grita por uma solução melhor que essa. Vamos ver como seria aquela matriz A_n para uma cidade bem grande. Teremos algo da forma:

 A_n = \left(\begin{matrix} 1 & -\lambda & 0 & 0 & \cdots & 0 \\ -\lambda & 1 & -\lambda & 0 & \cdots & 0 \\ 0 & -\lambda & 1 & -\lambda & \cdots & 0\\ \vdots & \ddots & \ddots & \ddots & \ddots & \vdots \\ 0 & 0 & 0 & \cdots & -\lambda & 1 \end{matrix}\right).

A_n é uma matriz tridiagonal com diagonal repleta de 1’s e co-diagonais preenchidas por -\lambda. Eu não apenas quero o determinante dessa criatura, eu quero encontrar as raízes do determinante e, mais especificamente, a primeira raiz que seja maior que \frac{1}{2}. Eu sei que \lambda=\frac{1}{2} equivale ao caso \alpha=0, onde todos aluguéis são iguais à média dos vizinhos e, pelas condições nas bordas, isso representaria o caso em que todos os aluguéis são iguais a 1. Valores de \lambda menores que meio representariam alguém cobrar um aluguel menor que a média dos vizinhos e, por mais que esse seja o sonho de minha namorada, não serão considerados. A primeira raiz do determinante que é maior que meio equivale ao primeiro valor de \lambda que torna o sistema impossível, valores acima disso tornam alguns aluguéis negativos e não me interessam. Eu quero saber como a primeira raiz do determinante acima de meio se aproxima de meio quando o tamanho da matriz aumenta, e isso não é um problema muito fácil.

O determinante de uma matriz tridiagonal tem fórmula, e nesse caso essa fórmula é:

 \det A_n=\det A_{n-1}-\lambda^2\det A_{n-2} .

Isso não me ajuda muito, aliás, quase me desespera. Isso significa que o determinante será um polinômio de grau cada vez mais alto em \lambda e eu conheço minhas limitações, resolver um polinômio de grau maior que quatro exatamente quase nunca é possível e eu começo a perder a esperança quando escrevo os primeiros cinco casos desse polinômio, eles não parecem ter nenhum padrão reconhecível e minha busca parece vã. Eu vou atrás das raízes desses polinômios, e lá as coisas começam a ficar interessantes.

No caso de A_2, encontramos \lambda=\pm 1 como raízes. Para A_3, temos as raízes \lambda=\pm\frac{\sqrt{2}}{2}. O determinante A_4 ainda tem raízes, é um polinômio de grau 4 que pode ser reduzido a um polinômio de grau 2 (a origem dessa redução é a simetria do problema, a segunda casa, por simetria, deve ter o mesmo valor da penúltima, por exemplo). As raízes são \lambda=\pm \frac{1\pm\sqrt{5}}{2}, que, aliás, são a razão áurea e sua inversa.

Espera… 1, \frac{\sqrt{2}}{2} e razão áurea… eu conheço esses valores. Eles são todos cossenos de alguém (ou quase)! Isso não pode ser coincidência. O determinante de A_n é um polinômio cujas raízes possuem uma ligação com cossenos. E quando eu percebi isso, fechei os punhos e soprei por entre os dentes cerrados a palavra Chebyshev

Eu e você nos lembramos da aula de Física-Matemática II, quando Domingos Marchetti mandou aquela lista de exercícios que pedia para provar propriedades dos polinômios de Chebyshev. Entre elas, o fato de que polinômios de Chebyshev possuem \cos(\frac{k\pi}{n+1}) como raízes. Se eu quero um polinômio com essas raízes, preciso torturar Chebyshev. E eu devia ter desconfiado, veja a relação de recorrência que gera esses polinômios. Seja T_n(x) o polinômio de Chebyshev (de segundo tipo) de grau n, teremos:

 T_{n}(x) = 2xT_{n-1}(x)-T_{n-2}(x)

E me diz se isso não é muito parecido com minha relação de recorrência dos determinantes de A_n! O determinante de A_n não é exatamente T_n(x), mas eu consigo ligar os dois com algumas manobras. O post já está longo e vou escrever direto a relação, é fácil chegar nela operando a relação de recorrência. Teremos

 \det A_n=(2\lambda)^nT_n\left(\frac{1}{2\lambda}\right).

Ou seja, se queremos as raízes do determinante de A_n, basta tomar o inverso das raízes do polinômio de Chebyshev! Sabemos que essas raízes são x_k=\cos(\frac{k\pi}{n+1}). Assim, as raízes de nosso determinante tridiagonal são dadas por:

 \lambda_k=\frac{1}{2\cos\left(\frac{k\pi}{n+1}\right)}

Sem surpresas, esses valores coincidem exatamente com 1, \frac{\sqrt{2}}{2} e razão áurea. Queremos a primeira raiz acima de meio, ela é dada quando calculamos o valor k=1. Dessa forma, o maior valor possível da Berlim gananciosa será

 \lambda_{\text{max}}=\frac{1}{2\cos\left(\frac{\pi}{n+1}\right)}\sim\frac{1}{2}+\frac{\pi^2}{4N^2},

onde expandi para grandes valores de N para ver o comportamento assimptótico de uma cidade grande. Como \lambda=\frac{1}{2}+\frac{\alpha}{2}, confirmamos que, para que esse sistema tenha soluções positivas, existe um limite máximo no lucro dos proprietários que diminui conforme o tamanho da cidade aumenta, e é dado por:

 \alpha<\frac{\pi^2}{2N^2}

Confirmando o que nossa intuição física já sabia naquele cálculo sem rigor acima, a dependência ocorre com o inverso do quadrado do número de habitantes na cidade unidimensional.

E no caso da cidade bidimensional? Não consegui resolver a matriz dessa, não houve Chebyshev que salvasse, mas o cálculo não rigoroso, que deu certo uma vez, parece indicar uma dependência no inverso de N, considerando uma cidade quadrada cujas bordas contém \sqrt{N} casas enfileiradas.

Eu imagino que esse problema tenha sido um pouco mais difícil que o problema médio que apresento aqui, mas é fascinante. Nunca antes eu tinha encontrado polinômios de Chebyshev in the wild, tampouco com uma motivação tão interessante. Vou guardar esse na manga, esperando algum dia algum aluno preguiçoso, como eu era, perguntar-me de que servem esses tais polinômios cujo nome eu tenho que dar ctrl-c ctrl-v para não errar.

E uma nota final: minha namorada encontrou um apartamento finalmente. Fica em uma cidade simpática ao sul de Paris, com acesso ao metrô, mas não tão perto, com alguns metros quadrados, mas não tantos. Foi difícil achar, então comemoramos; mas confesso que, se perguntasse um pouco pelos corredores do prédio, provavelmente ficaria estarrecido em descobrir que o \alpha desse lugar não respeita nenhum majorante.

O famigerado laplaciano

Geek

O terceiro semestre de cálculo na faculdade é inesquecível. Se o seu curso foi parecido com o meu, você atravessou integrais duplas, triplas, de linha e de superfície, teoremas de Gauss, de Green e de Stokes, todas aquelas parametrizações e todas aquelas integrais. Não são poucas as áreas na física que usam esses conceitos, em especial a mecânica dos fluidos e o eletromagnetismo. As aplicações são tantas que, muitas vezes, as demonstrações dos teoremas e representações dos elementos dessa teoria deveriam ser tão naturais para nós quanto ver água descendo o ralo, mas nosso professor de matemática dificilmente está interessado em água descendo o ralo e acaba sacando da manga exemplos não tão intuitivos; meu professor de sistemas dinâmicos, por exemplo, achava a teoria mais clara quando a aplicava a teoria dos números, o que era para ser uma explicação do pêndulo duplo acabava virando o estudo da função “menor inteiro” para provar algum teorema de Fermat.

Todas essas operações têm uma interpretação física bem clara e bonita, mas o laplaciano, esse incompreendido, sempre escapa aos professores de cálculo. Tentar explicá-lo como “o divergente do gradiente” é dar um nó nos conceitos. Você precisa imaginar a taxa de dispersão de um campo que aponta para a direção de maior crescimento, isso me dá dor de cabeça apenas em tentar e não me traz nenhuma ideia clara e física do que é  \nabla^2 T.

Nessa hora, vale mais voltar às raízes do cálculo e tentar atacá-lo com métodos finitos, ou seja, fingir que a derivada é apenas um quociente da forma  \frac{\Delta T}{\Delta x}. Isso é bem feio e eu jamais faria isso em uma demonstração séria, mas é a técnica padrão para uma resolução numérica da equação de Poisson ou de Laplace, então pode nos ajudar. Se eu decompuser o espaço em intervalos de  \Delta x_i e tomá-los iguais e no valor da unidade, a derivada discretizada torna-se  x_{i+1}- x_i. A segunda derivada será apenas tomar esse valor e subtrair ao da derivada do ponto anterior, ou seja,  x_{i+1}- x_i ? x_i + x_{i-1} = x_{i+1} + x_{i-1} ? 2x_i. Esse é um método finito bem adequado para calcular numericamente a segunda derivada. Em uma dimensão, ela coincide com o laplaciano.

Se o meu campo fosse em duas dimensões, eu poderia representar a discretização do meu campo com dois índices, cada ponto seria da forma  x_{i,j}. A segunda derivada em uma direção seria a expressão acima variando o  i e na outra direção seria a variação em  j. O laplaciano, soma das segundas derivadas cartesianas, seria:  x_{i+1,j} + x_{i-1,j} + x_{i,j+1} + x_{i,j-1} ? 4x_{i,j}.

Se essa expressão ainda não lhe diz nada, experimente dividir por 4. Você terá:

\frac{1}{4}\nabla^2X\approx \frac{x_{i+1,j}+x_{i-1,j}+x_{i,j+1}+x_{i,j-1}}{4} ? x_{i,j}

.

Agora parece mais claro. O laplaciano é proporcional à diferença entre o valor em um ponto e a média de seus vizinhos. Isso nos leva à ideia de concentração, se o laplaciano for muito negativo em um ponto, podemos entender que o valor do campo nesse ponto é muito maior que a média de seus vizinhos, ou seja, sua vizinhança apresenta um descrescimento alto em alguma direção que está puxando a média para baixo.

Encontramos essa ideia na física em diversas circunstâncias. Uma onda, por exemplo, é um sistema que representa “coesão” entre seus elementos, puxe uma ponta de uma corda para cima e para baixo e esse puxão irá se propagar pela corda. O que acontece nesses sistemas coesos é que cada elemento é fortemente puxado por seus vizinhos e supomos que todos os vizinhos puxam igualmente, ou seja, o elemento sobe se a média dos vizinhos estiver acima dele e desce se a média dos vizinhos estiver abaixo dele. Não somente isso, a força com que ele é puxado deve ser proporcional a essa diferença. E com força eu digo aceleração, já que nem todas as ondas são mecânicas e o conceito de força não se aplicaria tanto a elas. Em outras palavras: a aceleração do elemento será proporcional à diferença entre sua altura e a altura média de seus vizinhos. Não por menos, a equação de onda deve ser:

\frac{d^2X}{dt^2}+k^2\nabla^2X=0

E isso explica a equação de onda ser o que é. Todo sistema coeso deve obedecer a esse sistema, toda perturbação sua propagar-se-á de acordo com essa equação, desde que cada elemento seja puxado ou empurrado por seus vizinhos igualmente.

Folheando um livro de física-matemática, você pode se deparar com teoremas como “As soluções da equação de Laplace não possuem máximo ou mínimo locais no interior de seu domínio, apenas nas bordas.”. Pensando um pouco, isso é bem evidente. Se  \nabla^2 X = 0, que é a equação de Laplace, então todo ponto deve ser a média de seus vizinhos, pois a diferença entre eles é sempre nula. Ora, nenhuma média pode ser maior ou menor que nenhuma de suas parcelas, então um ponto de uma solução da equação de Laplace não pode mesmo ser nem mínimo, nem máximo.

E, com isso, fica bem mais fácil entender algumas propriedades e algumas fórmulas que contêm esse triângulo ao quadrado. Em cálculo de várias variáveis, as melhores analogias costumam estar na mecânica dos fluidos ou no eletromagnetismo, não hesite em procurar.