Metodi numerici per la risoluzione di equazioni. Equazioni differenziali ordinarie

Transcript

1 Metodi numerici per la risoluzione di equazioni differenziali ordinarie Dipartimento di Matematica, Lezione 5-31 ottobre 2005

2 Outline 1 Il problema di Cauchy Il problema di Cauchy Stabilità del problema 2 Il metodo di Eulero Il metodo di Crank-Nicolson 3 Convergenza e stima dell errore Stabilità assoluta 4 Solutori Sistema di equazioni differenziali

3 Il problema di Cauchy Il problema di Cauchy Stabilità del problema Problema Sia I un intervallo di R, data f : I R R, trovare y : I R derivabile tale che { y (C) (t) = f (t, y(t)) t I y(t 0 ) = y 0. Teorema Se la funzione f è continua in I R e lipschitziana rispetto a y, cioè esiste L > 0 tale che f (t, y 1 ) f (t, y 2 ) L y 1 y 2 t I, y 1, y 2 R, allora esiste una ed una sola y : I R soluzione del problema di Cauchy.

4 Esempio Il problema di Cauchy Stabilità del problema Un problema di Cauchy senza soluzione Si consideri la funzione f : R 2 R data da { 1 se y 0, t R, f (t, y) = 1 se y < 0, t R, allora il problema di Cauchy { y (t) = f (t, y) per t R y(0) = 0 non ha soluzione.

5 Esempio Il problema di Cauchy Stabilità del problema Un problema di Cauchy con infinite soluzioni { y (t) = 2 y per t R y(0) = 0 Si verifica facilmente che le funzioni: y(t) = 0 t R; y(t) = t t t R sono due possibili soluzioni del problema di Cauchy considerato. Inoltre, per ogni a R si può trovare una soluzione di questo problema di Cauchy con la seguente espressione: { 0 se t < a y(t) = (t a) 2 se t a.

6 Esempio Il problema di Cauchy Stabilità del problema Un problema di Cauchy la cui soluzione non è definita su tutto R. { y (t) = 1 + y 2 per t R y(0) = 0 La funzione f : R 2 R è definita e continua per ogni (t, y) R 2, ma la soluzione y(t) = tan t è definita solo per t ] π/2, π/2[.

7 Dipendenza continua dai dati Il problema di Cauchy Stabilità del problema Consideriamo il seguente problema: { z (t) = f (t, z(t)) + δ(t) per t I z(t 0 ) = y 0 + δ 0. Definizione Sia I un insieme limitato. Il problema di Cauchy si dice stabile se per ogni perturbazione (δ 0, δ(t)) che soddisfa δ 0 < ε, max δ(t) < ε, t I con ε > 0, la soluzione z del problema perturbato verifica: C > 0 : max y(t) z(t) < Cε. t I

8 Dipendenza continua dai dati Il problema di Cauchy Stabilità del problema Proposizione Sia I = [0, T ], f : I R R continua su I R e sia L la costante di Lipschitz di f rispetto a y, cioè vale f (t, y 1 ) f (t, y 2 ) L y 1 y 2 (t, y 1 ), (t, y 2 ) I R. Allora il problema di Cauchy (C) è stabile e vale la seguente maggiorazione max y(t) z(t) elt 1 t I L max δ(t) + e LT δ 0. t I

9 Il metodo di Eulero esplicito Il metodo di Eulero Il metodo di Crank-Nicolson Consideriamo: una partizione dell intervallo I = [t 0, T ] in un numero finito di intervalli [t n, t n+1 ] per n = 0,..., N h 1; h n = t n+1 t n per n = 0,..., N h 1; h = max n h n passo di discretizzazione. In ogni punto t n si cerca un valore u n che approssimi il valore di y n = y(t n ). Metodo di Eulero in avanti u n+1 = u n + h n f (t n, u n ) n = 0, 1,..., N h 1.

10 Il metodo di Eulero Il metodo di Crank-Nicolson Derivazione del metodo di Eulero in avanti Il metodo di Eulero in avanti può essere ottenuto in modi diversi: sostituendo la derivata prima con il rapporto incrementale in avanti: y (t n ) = y(t n+1) y(t n ) h n ; mediante una formula di quadratura, in tutto l intervallo [t n, t n+1 ] si approssima la funzione con il valore che assume nel primo estremo: tn+1 y(t n+1 ) = y(t n ) + y (τ)dτ = y(t n ) + t n tn+1 t n f (τ, y(τ))dτ = y(t n ) + h n f (t n, y(t n )).

11 Il metodo di Eulero all indietro Il metodo di Eulero Il metodo di Crank-Nicolson Metodo di Eulero all indietro u n+1 = u n + h n f (t n+1, u n+1 ) n = 0, 1,..., N h 1. Il metodo di Eulero all indietro si ricava sostituendo alla derivata prima il rapporto incrementale all indietro: y (t n+1 ) = y(t n+1) y(t n ) h n.

12 I metodi di Eulero Il metodo di Eulero Il metodo di Crank-Nicolson Metodi espliciti Il metodo di Eulero in avanti si dice esplicito perché la soluzione u n+1 dipende solo dal valore precedentemente calcolato. Metodi impliciti Il metodo di Eulero all indietro viene detto implicito perché la soluzione u n+1 compare sia a sinistra che a destra tramite la funzione f. Quindi ad ogni passo temporale si deve risolvere un equazione non lineare.

13 Esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Esercizio Dato N R. Si consideri passo costante h = (T t 0 )/N. Scrivere una function che realizzi il metodo di Eulero esplicito a passo costante function [t,u]=eulero avanti(f,t0,t,y0,n) dove t, u sono i vettori che contengono i valori di t n e u n rispettivamente per n = 0,..., N. f è il nome di una function che contiene l espressione di f (t, y) in funzione di t, y. t0, T sono gli estremi dell intervallo I. y0 è il valore iniziale. N il numero dei passi da effettuare a passo costante.

14 Traccia dell esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Calcolare h. Calcolare i punti del vettore t con il comando linspace. Ciclo for n=1:n. Valuta la funzione f in (t n, u n ). Calcola valore della componente n+1 di u.

15 Esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Esercizio Sia N=[ ]. Scrivere un programma di tipo script che per ogni valore di N: calcola, usando la function dell esercizio precedente, la soluzione del seguente problema di Cauchy { y (t) = t 2y 0 < t < 20 y(0) = 0.75; riporta il grafico della soluzione esatta e della soluzione approssimata in una stessa figura calcola l errore: err(n) = max 1 n N u n y(t n ), essendo la soluzione esatta y(t) = e 2t t 1 4. Riportare in un grafico in scala bilogaritmica l errore al variare di N.

16 Traccia dell esercizio Il metodo di Eulero Il metodo di Crank-Nicolson Assegnare N=[ ]. Per ciascun valore di N (for i=1:length(n)): Calcolare la soluzione dell equazione differenziale con il comando [t,u]=eulero avanti(f,t0,t,y0,n). Valutare la soluzione esatta sol nel vettore t. Plottare la soluzione esatta e la soluzione discreta in un unico grafico. Calcolare l errore relativo: E(i)=norm(sol-u,inf)/norm(sol,inf). Plottare l errore in scala bilogaritmica con il comando: loglog(n,e).

17 Il metodo di Eulero Il metodo di Crank-Nicolson Il metodo di Crank-Nicolson (o dei trapezi) Il metodo di Crank-Nicolson o dei trapezi u n+1 = u n + h n 2 (f (t n, u n ) + f (t n+1, u n+1 )). Il metodo di Crank-Nicolson si ottiene usando la formula di quadratura dei trapezi: tn+1 y(t n+1 ) = y(t n ) + f (τ, y(τ))dτ t n = y(t n ) + h n 2 (f (t n, y(t n )) + f (t n+1, y(t n+1 ))). Il metodo di Crank-Nicolson è implicito

18 Convergenza e stima dell errore Stabilità assoluta Analisi della convergenza per il metodo di Eulero esplicito Consideriamo h n = h per n = 0,..., N h 1. Poniamo e n+1 = y(t n+1 ) u n+1 = y(t n+1 ) u n+1 + u n+1 u n+1 dove u n+1 = y(t n ) + hf (t n, y(t n )) y(t n+1 ) un+1 errore di discretizzazione; un+1 u n+1 termine di propagazione dell errore.

19 Errore di discretizzazione Convergenza e stima dell errore Stabilità assoluta Errore di troncamento locale τ n (h) = y(t n+1) u n+1 h = y(t n+1) y(t n ) h y (t n ). Se y è derivabile due volte, per il metodo di Eulero esplicito si ottiene, per un opportuno ξ n (t n, t n+1 ): y(t n+1 ) u n+1 = y(t n+1 ) y(t n ) hf (t n, y(t n )) Quindi τ n (h) = h 2 y (ξ n ). Definizione = y(t n+1 ) y(t n ) hy (t n ) = h2 2 y (ξ n ). Un metodo si dice consistente se lim h 0 τ n (h) = 0.

20 Propagazione dell errore Convergenza e stima dell errore Stabilità assoluta Per definizione vale: u n+1 u n+1 = y(t n ) + hf (t n, y(t n )) u n hf (t n, u n ) = y(t n ) u n + h(f (t n, y(t n )) f (t n, u n )) e usando la proprietà di Lipschitzianità della funzione f rispetto alla variabile y si ricava: u n+1 u n+1 y(t n ) u n + hl y(t n ) u n = (1 + hl) y(t n ) u n = (1 + hl) e n.

21 Convergenza e stima dell errore Stabilità assoluta Convergenza del metodo di Eulero esplicito Teorema Il metodo di Eulero esplicito è convergente del primo ordine in quanto: max y(t n ) u n el(t t0) 1 1 n N h L Mh 2. Dim Mettendo insieme le stime per l errore di discretizzazione e il termine di propagazione dell errore, si ottiene: e n+1 Mh2 2 + (1 + hl) e n essendo M = max t 0 t T f (t, y(t)). Con un po di calcoli si arriva alla maggiorazione finale: e n+1 el(t n+1 t 0 ) 1 L Mh 2.

22 Convergenza e stima dell errore Stabilità assoluta Convergenza del metodo di Eulero implicito Esercizio Sia N=[ ]. Scrivere un programma di tipo script che per ogni valore di N: calcola, mediante il metodo di Eulero implicito (usare la function euleroimp.m), la soluzione del seguente problema di Cauchy { y (t) = t 2y 0 < t < 20 y(0) = 0.75; riporta il grafico della soluzione esatta e della soluzione approssimata in una stessa figura calcola l errore: err(n) = max 1 n N u n y(t n ), essendo la soluzione esatta y(t) = e 2t t 1 4. Riportare in un grafico in scala bilogaritmica l errore al variare di N.

23 Convergenza e stima dell errore Stabilità assoluta Convergenza del metodo di Crank-Nicolson Esercizio Sia N=[ ]. Scrivere un programma di tipo script che per ogni valore di N: calcola, mediante il metodo di Crank-Nicolson, (usare la function cranknic.m) la soluzione del seguente problema di Cauchy { y (t) = t 2y 0 < t < 20 y(0) = 0.75; riporta il grafico della soluzione esatta e della soluzione approssimata in una stessa figura calcola l errore: err(n) = max 1 n N u n y(t n ), essendo la soluzione esatta y(t) = e 2t t 1 4. Riportare in un grafico in scala bilogaritmica l errore al variare di N.

24 Regione di assoluta stabilità Convergenza e stima dell errore Stabilità assoluta Problema modello { y (M) (t) = λy(t) t > 0 essendo λ y(0) = 1, un numero reale negativo. La soluzione è y(t) = e λt, quindi lim t y(t) = 0. Definizione Sia u n la soluzione ottenuta discretizzando il problema (M) con un metodo numerico. L insieme dei valori di hλ per cui lim n u n = 0 si chiama regione di assoluta stabilità del metodo numerico. Se la regione di assoluta stabilità contiene tutta la semiretta dei numeri reali negativi allora il metodo si dice incondizionatamente stabile.

25 Convergenza e stima dell errore Stabilità assoluta Regione di assoluta stabilità del metodo di Eulero esplicito Applichiamo il metodo di Eulero esplicito al problema (M): u n+1 = u n + hλu n u n+1 = (1 + hλ)u n = (1 + hλ) n+1. Per avere che lim n u n = 0 deve essere 1 + hλ < 1 ossia 0 < h < 2 λ. Il metodo di Eulero esplicito si dice condizionatamente assolutamente stabile.

26 Convergenza e stima dell errore Stabilità assoluta Regione di assoluta stabilità del metodo di Eulero implicito Applichiamo il metodo di Eulero implicito al problema (M): u n+1 = u n + hλu n+1 u n+1 = ( ) 1 1 n+1 1 hλ u n =. 1 hλ Poiché λ < 0 si ha 0 < 1/(1 hλ) < 1 per ogni h. Quindi il metodo di Eulero implicito si dice incondizionatamente assolutamente stabile.

27 Regione di assoluta stabilità Convergenza e stima dell errore Stabilità assoluta Esercizio Risolvere il problema modello y = λy, t [0, 20], y(0) = 1 per λ = 1, 5, 10, usando le function eulero avanti, euleroimp e cranknic, con N = 10, 20, 40, 50, 60, 90, 100, 110, 200, 400.

28 Solutori Sistema di equazioni differenziali Risolutori di equazioni differenziali ordinarie Problemi non stiff ode45 Metodo di Runge-Kutta (4,5). ode23 Metodo di Runge-Kutta (2,3). ode113 Metodo di Adams-Bashforth-Moulton PECE. Problemi stiff ode15s ode23s Altre opzioni Metodo multistep basato su una formula di tipo BDF. Metodo ad un passo. odeset Crea o modifica le OPTIONS. odeplot Grafico della soluzione. odephas2 Grafico del piano delle fasi in 2D. odephas3 Grafico del piano delle fasi in 3D.

29 Solutori Sistema di equazioni differenziali Come si risolve una equazione differenziale usando i solutori di Matlab Scrivere una function che accetta due argomenti t e y e restituisce il valore della funzione function dy=f(t,y) dy=(1-t*y-t^2*y^2)/t^2; F=inline( 1-t*y-t^2*y^2)/t^2, t, y ); Applicare un solutore mediante il comando [t,u] = ode23 ( F, [t0 T], y0) Usare il comando plot per vedere i risultati: plot(t,u)

30 Solutori Sistema di equazioni differenziali Come usare i solutori di ODE in Matlab6 Il comando più semplice per risolvere un equazione differenziale è: [t,u] = solver (odefun,tspan, y0) Input odefun function in cui si valuta f (t, y) tspan vettore contenente gli estremi di integrazione y0 dato iniziale (vettore colonna) bla Output t vettore colonna degli istanti t in cui viene calcolata la soluzione approssimata y array contenente la soluzione, le righe sono le componenti di y ad un certo istante t.

31 Argomenti addizionali Solutori Sistema di equazioni differenziali [t,u] = solver (odefun,tspan, y0,options,p1,p2,...) options struttura che contiene i parametri per cambiare le proprietà di default del solutore p1,p2,... parametri che si possono passare alla odefun. Per definire le options si usa il comando odeset. >> odeset fornisce i valori di default e il nome delle varibili che si possono definire:

32 odeset Solutori Sistema di equazioni differenziali Variabile default descrizione RelTol 1.e-3 tolleranza per l errore relativo AbsTol 1.e-6 tolleranza per l errore assoluto MaxStep tspan /10 valore massimo per il passo InitialStep calcolato passo iniziale scelto OutputFcn Function controlla l output OutputFcn odeplot grafico in funzione di t OutputFcn odephas2 plot del piano delle fasi OutputFcn odephas3 plot del piano delle fasi in 3D OutputSel vettore di interi specifica le componenti del vettore soluzione che si vogliono come output

33 Sistema di equazioni differenziali Solutori Sistema di equazioni differenziali Problema Siano a, b, c e d numeri reali positivi. Cercare y 1 (t) e y 2 (t) tali che risolvano nell intervallo [0, 7] il seguente sistema di equazioni differenziali ordinarie: Porre: a = 1, b = 1, c = 2, d = 3 α = 0.5, 0.7, 1.4, 2.6 β = 1 y 1 = (a by 2)y 1 y 2 = ( c + dy 1)y 2 y 1 = α y 2 = β.

34 Come si risolve il sistema Solutori Sistema di equazioni differenziali Scrivere una function che accetta due argomenti t e y e restituisce il valore della funzione a valori vettoriali function dy=lotkavolterra(t,y) a=1; b=1; c=2; d=3; dy=[(a-b*y(2))*y(1); (-c+d*y(1))*y(2)]; Applicare un solutore mediante il comando [t,u] = ode45 ( lotkavolterra, [0 7], [α;β]) Usare il comando plot per vedere i risultati: plot(t,u) oppure plot(u(:,1),u(:,2)) Per ottenere il piano delle fasi si può procedere come segue: options=odeset( OutputFcn, odephas2 ) [t,u]=ode45( lotkavolterra,[0 7],[α;β],options)

35 Equazione differenziale di ordine n Solutori Sistema di equazioni differenziali Problema Sia f : I R n R. Consideriamo l equazione differenziale: y (n) (t) = f (t, y(t), y (t),..., y (n 1) (t)) y(t 0 ) = α 1 y (t 0 ) = α 2... y (n 1) (t 0 ) = α n t I

36 Equazione differenziale di ordine n Solutori Sistema di equazioni differenziali Il problema di Cauchy per l equazione differenziale di ordine n è equivalente ad un sistema differenziale del primo ordine. Si pone y 1 (t) = y(t), y 2 (t) = y (t),..., y n (t) = y (n 1) (t). Osserviamo che y 2 (t) = y (t) = y 1(t),... y n (t) = y (n 1) (t) = y n 1(t).

37 Solutori Sistema di equazioni differenziali Quindi si ottiene il seguente sistema di equazioni differenziali y 1 (t) = y 2(t) y 2 (t) = y 3(t)... y n(t) = f (t, y 1 (t), y 2 (t),..., y n (t)) y 1 (t 0 ) = α 1 y 2 (t 0 ) = α 2... y n (t 0 ) = α n

38 Esempio: equazione di van der Pol Solutori Sistema di equazioni differenziali y µ(1 y 2 )y + y = 0 dove µ > 0. L equazione si riduce al seguente sistema: { y 1 (t) = y 2 (t) y 2 (t) = µ(1 y 2 1 )y 2 y 1 Posto µ = 1, si costruisce la function che definisce il sistema: function dy = vdp(t,y) dy = [y(2); (1-y(1)^2)*y(2)-y(1)]; Porre µ = 500 e risolvere con ode45. [t,u]=ode45( vdp,[0 20],[2;0]) Usare ode15s per risolvere l equazione nell intervallo [0, 3000]. [t,u]=ode15s( vdp,[0 3000],[2;0]);