Metodi Matematici e Statistici II - 130.251.121.2130.251.121.2/DidRes/Analisi/mms2sli.pdf ·...
Transcript of Metodi Matematici e Statistici II - 130.251.121.2130.251.121.2/DidRes/Analisi/mms2sli.pdf ·...
Metodi Matematici e
Statistici II
Versione Provvisoria
29 marzo 2001
La matematica e stata applicata ai problemi
reali fin dall’antichita
Il termine modello matematico e abbastanza
recente.
Si intende il tentativo di descrivere
un fenomeno mediante equazioni di-
sequazioni o altri strumenti matema-
tici, in modo da poter prevedere l’e-
voluzione del fenomeno stesso in di-
verse condizioni oppure in modo da
determinare una situazione ottimale.
Il processo di modellizzazione passa attraver-
so vari stadi
29 marzo 2001 1
Identificazione dei meccanismi e del-
le leggi che regolano il problema da
modellizzare: Formulare il problema
a parole e documentare i dati.
Formulazione delle ipotesi a parti-
re dalle quali il modello va costrui-
to: Individuare gli elementi importan-
ti e quelli che invece possono essere
ignorati.
Costruzione del modello attraverso la
traduzione della formulazione in lin-
guaggio matematico di quanto si e
gia definito in linguaggio naturale.
29 marzo 2001 2
Analisi del modello: Risolvere il pro-
blema matematico definito al punto
precedente.
Interpretazione del modello: Con-
frontare la soluzione del problema
matematico con la descrizione del
fenomeno che si vuole modellizzare.
Validazione del modello: confronto
tra le previsioni e i dati sperimentali.
Implementazione del modello: uso
del modello per prevedere l’evoluzio-
ne del fenomeno in tempi futuri o di-
verse condizioni. Determinazione di
parametri ottimali
29 marzo 2001 3
Modelli differenziali
di
crescita delle popolazioni
29 marzo 2001 4
Modelli di crescita per popolazioni
isolate,
comprendono
• crescita dell’inflazione,
• calcolo dell’interesse composto,
• decadimento di materiale radioattivo
(modello esponenziale modello logistico)
29 marzo 2001 5
Modelli di crescitaper popolazioni coesistenti
• in competizione
• in cooperazione.
• in lotta.
comprendono
• diffondersi di un’epidemia,
• combattimento tra due eserciti
29 marzo 2001 6
Modello di crescita esponenziale
E il piu semplice modello di crescita di una
popolazione
e stato proposto da Malthus nel 1798
prevede che la crescita di una popolazione sia
proporzionale al numero di individui.
Se il numero di individui di una
popolazione al tempo t e
n(t)
la variazione n(t) della popolazione e
assunta proporzionale al numero n(t)
di individui secondo una costante c
(tasso di crescita).
29 marzo 2001 7
Si avra n(t) = cn(t)
n(t0) = n0(1)
e si ottiene facilmente che
n(t) = n0ec(t−t0) (2)
Per determinare la costante c occorrono due
valori
n0 = n(t0) n1 = n(t1)
dalla 2 per t = t1
n1 = n0ec(t1−t0) e c =
ln(n1n0
)
t1 − t0(3)
29 marzo 2001 8
Nel caso in cui n1 = 2n0 si parla di tempo di
raddoppio mentre nel caso in cui n1 = 12n0 si
parla di tempo di dimezzamento.
Per come e stato definito, c rappresenta il
tasso di crescita istantaneo
c =n(t)
n(t)
In molti casi puo essere comodo considerare
il tasso di crescita mediato su un periodo T .
29 marzo 2001 9
Se c e il tasso di accrescimento della quantita
n0 nel periodo T (cioe e la frazione di n0
che si va ad aggiungere ad n0) avremo che il
valore finale e
nT = n0 + cn0 = n0(1 + c) (4)
In altre parole l’accrescimento dipende dal
valore iniziale n0 e dal tasso di crescita.
Possiamo usare anche un modello discreto.
Il tasso di accrescimento viene assunto co-
stante su un certo intervallo di tempo
29 marzo 2001 10
Si consideri il caso di una popolazione
di individui il cui tasso di accrescimen-
to medio su un periodo T e γ.
Se assumiamo l’accrescimento sull’in-
tero periodo solo gli individui presenti
all’istante iniziale
contribuiscono all’aumento della po-
polazione;
Possiamo pero supporre di misurare
l’accrescimento piu volte nel periodo
T a intervalli regolari di lunghezza Tk ,
Si verifica che la popolazione, do-
po un tempo T , sara cresciuta an-
che per opera degli individui nati nei
periodi [t0 + hTk , t0 + (h + 1)Tk ] per
h = 0,1, .., k − 1.29 marzo 2001 11
Si consideri un capitale iniziale n0 che
assicura un rendimento γ nel periodo
T .
Calcolare il rendimento sull’intero pe-
riodo T significa supporre di contabi-
lizzare gli interessi solo alla fine del-
l’intero periodo (interesse semplice)
Mentre frazionare il periodo signifi-
ca capitalizzare gli interessi su ognu-
no dei sottoperiodi di lunghezza Tk
e quindi percepire anche gli interessi
sugli interessi (interesse composto).
29 marzo 2001 12
In entrambi i casi si ottengono modelli discre-
ti che sono governati da regole di ricorren-
za che identificano una successione di valori
reali.
Se il tasso di crescita istantaneo e c, nel pe-
riodo T avremo un tasso di crescita pari a
γ = cT e la quantita in crescita (o decrescita
se c < 0) puo essere calcolata mediante la
n(t0 + T ) = n(t0) + cTn(t0)
n(t0) = n0(5)
Mentre sull’intero periodo, se consideriamo k
suddivisioni, si ha
n(t0) = n0
29 marzo 2001 13
e γk = cT
k e il tasso di accrescimento medio su
[hTk , (h+ 1)Tk ]
n
(t0 + h
T
k
)=
n
(t0 + (h− 1)
T
k
)+cT
kn
(t0 + (h− 1)
T
k
)(6)
per 1 ≤ h ≤ k
Si vede subito che
n
(t0 + h
T
k
)=(1 +
cT
k
)n
(t0 + (h− 1)
T
k
)=
=(1 +
cT
k
)2n
(t0 + (h− 2)
T
k
)=
=(1 +
cT
k
)hn(t0) =
=(1 +
cT
k
)hn0 (7)
29 marzo 2001 14
Confrontando le soluzioni della 2 e della 7,
avremo, dopo un tempo T
n(t0 + T ) = n0ecT o n(t0 + T ) = n0
(1 +
cT
k
)k(8)
Si rileva che per k → +∞
(1 +
cT
k
)k→ ecT
29 marzo 2001 15
Il modello di crescita Malthusiano prevede
un incremento della popolazione che non e
ragionevole.
Nel 1960 la popolazione mondiale era di 3×109 individui; assumendo un fattore di cre-
scita del 2% per anno si ha c =ln(
n1n0
)
t1−t0 =
ln1.02 ≈ .0198
n(t) = 3× 109eln(1.02)(t−1960)
per cui
1960 1970 19803× 109 3.7× 109 4.5× 109
1990 2000 20205.4× 109 6.6× 109 9.8× 109
2040 2060 208014.6× 109 21.7× 109 32.2× 109
2100 2200 230047.9× 109 347.4× 109 2516.5× 109
29 marzo 2001 16
Il modello esponenziale permette anche di
rappresentare, la rendita di un investimento
a tasso fisso o gli effetti dell’inflazione.
Ad esempio sapendo che il prezzo di un de-
terminato bene e passato da 1000 lire 20 an-
ni orsono a lire 10000 attualmente, possia-
mo calcolare il tasso di inflazione ricavando
c nell’equazione
10000 = 1000ec20
da cui
c =ln(10)
20= 0.115
per ottenere che nel periodo il tasso di infla-
zione e stato di circa l’11%.
29 marzo 2001 17
Anche il decadimento radioattivo e modelliz-
zato per mezzo di una legge esponenziale.
Ogni elemento radioattivo decade in maniera
proporzionale alla propria massa.
Per descrivere il fenomeno basta conoscere il
tempo necessario perche la massa si riduca a
meta (tempo di dimezzamento.)
Ad esempio il torio ha un tempo di dimezza-
mento di 1.65× 1010 anni;
pertanto
q = q0ect
dove c si puo ricavare mediante la
c =ln(1
2)
1.65× 1010= −1.33× 10−18
29 marzo 2001 18
Modello di crescita logistica
La crescita di una popolazione non e ben rap-
presentata da un semplice modello esponen-
ziale.
Si trascura completamente l’effetto dell’af-
follamento e della saturazione dell’ambiente.
Una popolazione in crescita consuma risorse
dall’ambiente e tali risorse non sono illimitate
e ne condizionano lo sviluppo.
Un modello che tenga conto anche di que-
ste condizioni fu proposto da Verhulst , ed
assume un fattore di accrescimento del tipo
a− bn a, b > 0
dove n e il numero di individui.
Il tasso di crescita diminuisce con il nume-
ro degli individui secondo una costante di
proporzionalita b
29 marzo 2001 19
Il tasso di crescita e‘ lineare decrescente
n =a
b
e il massimo numero di individui sostenibili
dall’ambiente.
Il numero di individui n e regolato dal seguen-
te problema di Cauchy:
n(t) = an(t)− bn2(t) = n(t)(a− bn(t))
n(t0) = n0
(9)
prende il nome di equazione logistica,
e possibile trovare informazioni sulla soluzio-
ne (funzione logistica) senza risolverla.
29 marzo 2001 20
Ci sono due punti di equilibrio (solu-
zioni costanti) in corrispondenza dei
valori
n(t) = 0 n(t) =a
b= nmax
Corrispondono al caso in cui la po-
polazione si e estinta o ha saturato
l’ambiente in cui vive.
Il modello esponenziale prevede una crescita
illimitata ed ammette come unico punto di
equilibrio l’estinzione della popolazione,
La crescita logistica prevede anche
un valore di equilibrio non nullo che
abbiamo indicato con nmax
29 marzo 2001 21
poiche an− bn2 > 0 per 0 < n < ab La
soluzione e crescente se n0 <ab ed e
decrescente se n0 >ab
inoltre, poiche
n(t) = (a− 2bn(t))n(t)
La soluzione e convessa ( n crescen-
te), se n(t) < a2b ed e concava ( n
decrescente), per ab > n(t) > a
2b.
per n > ab la soluzione risulta
convessa.
29 marzo 2001 22
Andamento della popolazione
nel caso di crescita logistica
a = 4 b = 1
29 marzo 2001 23
La soluzione tende ad un valore asin-
totico nmax,
crescendo se n0 < nmax
decrescendo se n0 > nmax
(rimane costante se n0 = nmax).
Per n(t) = a2b = nmax
2 c’e un punto di
flesso
La crescita e molto rapida fino a
che n(t) = a2b = nmax
2 rallenta
avvicinandosi all’asintoto.
29 marzo 2001 24
L’equazione logistica
n(t) = an(t)− bn2(t) = n(t)(a− bn(t))
n(t0) = n0
(10)
puo essere facilmente integrata separando le
variabili.
Ammette sempre una ed una sola soluzione
Ammette due soluzioni costanti
n(t) = 0 , n(t) =a
b(11)
(soluzioni di equilibrio del modello)
identificano le situazioni in cui il numero di
individui e stabile29 marzo 2001 25
Possiamo determinare la soluzione come se-gue
n(t)
n(t)(a− bn(t))= 1
∫ tt0
n(s)
n(s)(a− bn(s))ds = t− t0
∫ n(t)n(t0)
dx
x(a− bx)= t− t0 (12)
e
1
x(a− bx)=
1
a
(1
x+
b
a− bx
)da cui∫ n(t)
n0
dx
x(a− bx)dx =
1
a
(ln |x|−ln |a−bx|
)n(t)n0
=
=1
aln
(n(t)
a− bn(t)
)(a− bn0
n0
)(13)
29 marzo 2001 26
Ne viene
t− t0 =1
aln c
(n(t)
a− bn(t)
)
dove n(t)a−bn(t) ha lo stesso segno di c = n0
a−bn0in ciascuno degli intervalli in cui e definita
Si ricava
n(t) =a
b+ ce−a(t−t0)=
1
β + γe−a(t−t0)(14)
dove β = ba e γ = c
a e le costanti a, β e γ
possono essere determinate se si conoscono
n(t0 − h) = p0 (15)
n(t0) = p1 (16)
n(t0 + h) = p2 (17)
29 marzo 2001 27
infatti si ha
1
n(t)= β + γe−a(t−t0) (18)
ed e sufficiente risolvere il sistema
1p0
= β + γeah
1p1
= β + γ1p2
= β + γe−ah(19)
posto H = e−ah
1p0
= β + γ 1H
1p1
= β + γ1p2
= β + γH
(20)
29 marzo 2001 28
da cui
1p0− 1p1
= γ(
1H − 1
)= γ1−H
H1p1− 1p2
= γ(1−H)(21)
e
1p0− 1p1
1p1− 1p2
=1
H(22)
se ne deduce che
1
H=p1p2(p1 − p0)
p0p1(p2 − p1)H =
p0p1(p2 − p1)
p1p2(p1 − p0)(23)
e poi facile ricavare γ e β dalle 20,21.
29 marzo 2001 29
Modello di
crescita logistica
con prelievo costante
Supponiamo di esaminare una popolazionecon crescita logistica sottoposta ad un pre-lievo costante nel tempo.
Ad esempio un allevamento ittico, da cui vie-ne pescata una quantita fissa di pesce.
Oppure una specie in ambiente protetto esenza antagonisti il cui sviluppo deve esse-re controllato mediante un prelievo periodicoper mantenere il numero di esemplari stabile.
La popolazione si sviluppa con tasso di cre-scita a− bn
Subisce una costante diminuzione pari ad unaquantita c.
Il valore di c e critico e puo portare all’estin-zione della popolazione.
29 marzo 2001 30
E utile determinare il massimo prelievo che
non causa l’estinzione della popolazione
occorre modificare il modello logistico.
n(t) = an(t)− bn2(t)− c
n(t0) = n0(24)
In ogni caso avremo che a, b, c > 0
L’equazione e a variabili separabili e puo es-
sere integrata.
Ammette sempre una ed una sola soluzione
Ammette soluzioni costanti nel caso in cui
l’equazione algebrica
−bx2 + ax− c = 0
abbia soluzioni reali.
29 marzo 2001 31
Possiamo distinguere tre casi
a2 − 4bc < 0
Non ci sono soluzioni costanti e si ha
n(t)
an(t)− bn2(t)− c= 1 (25)∫ t
t0
n(s)
an(s)− bn2(s)− cds = t− t0 (26)∫ n(t)
n(t0)
dx
ax− bx2 − c= t− t0 (27)
29 marzo 2001 32
si ottiene
1
ax− bx2 − c= −
1
b
1(x− a
2b
)2− a2
4b2+ c
b
=
= −1
b
1(x− a
2b
)2+ δ
=
= −1
bδ
1(1√δ
(x− a
2b
))2+ 1
= (28)
dove si e posto
δ =4bc− a2
4b2
29 marzo 2001 33
da cui∫dx
ax− bx2 − c=
= −1
b√δarctan
1√δ
(x−
a
2b
)+ cost. (29)
e
−1
b√δarctan
1√δ
(n(t)−
a
2b
)+
+1
b√δarctan
1√δ
(n0 −
a
2b
)= t− t0 (30)
inoltre
n(t) =a
2b+
+√δ tan
(t0 +
1
b√δarctan
1√δ
(n0 −
a
2b
)− t
)(31)
29 marzo 2001 34
Andamento della popolazione
nel caso di crescita logistica
con prelievo costante nel caso a2 − 4bc < 0
a = 2 b = 1 c = 4 a2−4bc = −12 < 0
29 marzo 2001 35
a2 − 4bc = 0
Esiste una soluzione doppia per l’equazione
−bx2 + ax− c = 0
e quindi una soluzione costante
n(t) = α =a
2b
Si ha inoltre
1
ax− bx2 − c= −
1
b
1(x− a
2b
)2 (32)
da cui∫ n(t)n0
dx
ax− bx2 − c=
1
b
1(n(t)− a
2b
) −−
1
b
1(n0 − a
2b
) = t− t0 (33)
e
n(t) =1
2b
(a+
2bn0 − a
1 + (n0b− a2)(t− t0)
)(34)
29 marzo 2001 36
Andamento della popolazione
nel caso di crescita logistica
con prelievo costante nel caso a2 − 4bc = 0
a = 2 b = 1 c = 1 a2 − 4bc = 0
29 marzo 2001 37
a2 − 4bc > 0
−bx2 + ax− c = 0
ammette due soluzioni reali e distinte
α =a
2b+
√a2 − 4bc
4b2, β =
a
2b−
√a2 − 4bc
4b2
e ci sono due soluzioni costanti (di equilibrio
per il sistema).
Si ha
−bx2 + ax− c = −b(x− α)(x− β)
e
29 marzo 2001 38
1
−bx2 + ax− c=
b
α− β
(1
x− α−
1
x− β
)(35)
da cui∫ 1
−bx2 + ax− cdx =
=b
α− β(ln |x− α| − ln |x− β|) + ϕ(x) (36)
e ϕ e una funzione costante a tratti∫ n(t)n0
1
−bx2 + ax− cdx =
=b
α− β
(lnn(t)− α
n(t)− β
n0 − β
n0 − α
)= t− t0 (37)
da cui
n(t) =α− βn0−α
n0−βe(t−t0)α−βb
1− n0−αn0−βe
(t−t0)α−βb(38)
29 marzo 2001 39
Andamento della popolazione con prelievo costante
nei casi in cui a2 − 4bc > 0
a = 5 b = 1 c = 4 a2−4bc = 9 > 0
29 marzo 2001 40
Andamento della popolazione con prelievo costante
nei casi in cui a2 − 4bc > 0
a = 3 b = 1 c = 2 a2−4bc = 1 > 0
29 marzo 2001 41
Come si puo facilmente osservare dal graficodella soluzione n(t) il modello rende ragionedei seguenti fatti
1. se a2− 4bc < 0 la popolazione si estinguein un tempo finito
2. se a2 − 4bc = 0
• la popolazione si estingue in un tempofinito se n0 <
a2b
• mentre tende a stabilizzarsi sul valorea2b asintoticamente se n0 >
a2b
3. se a2 − 4bc > 0
• la popolazione si estingue in un tempofinito se n0 < β
• mentre tende a stabilizzarsi sul valoreβ asintoticamente se n0 > β
29 marzo 2001 42
Per c = a2
4b risulta a2 − 4bc = 0
c e la piu alta quantita che si puo prelevare
senza causare l’estinzione in un tempo finito
Tale quantita viene detta rendita massima.
In presenza di un prelievo costante il valore
asintotico della popolazione diminuisce
da ab ad α = a
2b +
√a2−4bc
4b2< a
b .
Per a2 − 4bc = 0 si ha che α = a2b
29 marzo 2001 43
Modelli di crescita
con prelievo non costante
Nel modello di crescita logistica il tasso di
crescita della popolazione x e dato da a− bx
Avremo che
x(t) = (a− bx(t))x(t) (39)
Se il prelievo e costante, il tasso di crescita
e a− bx− h
e l’equazione
x(t) = (a− bx(t))x(t)− h (40)
29 marzo 2001 44
Se il prelievo e proporzionale al numero di
individui presenti. il termine che indica il
prelievo sara del tipo αx
e l’equazione diventa
x(t) = (a− bx(t))x(t)− αx(t) =
= ((a− α)− bx(t))x(t) (41)
non ce differenza rispetto al modello di cre-
scita logistica standard cambia solo il tasso
da a in a− α.
Si possono considerare tassi di crescita piu
generali
29 marzo 2001 45
ad esempio
f(x) =
(τ +
(β − x)x
1 + αx
)(42)
(f si annulla in x = 0 ed x = β ha un massimo
in√
1+αβ−1α ∈ (0, β))
che corrisponde ad una variazione della po-
polazione
x
(τ +
(β − x)x
1 + αx
)(43)
o piu semplicemente si possono considerare
a e b funzioni di t, da cui
x(t) = (a(t)− b(t)x(t))x(t) (44)
Equazione di Bernoulli, puo essere integrata
usando la sostituzione y(t) = 1x(t)
29 marzo 2001 46
Un modello di gestione
delle risorse ittiche
La crescita di una popolazione di pesci, puo
essere descritta mediante un modello logisti-
co del tipo
x(t) = f(x(t))− νy(t)x(t) (45)
dove f(x) = ax− bx2
e dove il termine νy(t)x(t) misura il prelievo
dovuto alla pesca proporzionale
al numero di individui x(t),
e alle risorse impegnate nella pesca y(t)
29 marzo 2001 47
Per avere una migliore rispondenza al mo-
dello reale possiamo considerare la crescita
regolata da una funzione
f(x) = x
(τ +
(β − x)x
1 + αx
)
Tuttavia supporremo solo che f sia positiva
e che
d
dx
(f(x)
x
)R 0 per x Q x (46)
Osserviamo che
d
dx
(f(x)
x
)=xf ′(x)− f(x)
x2
per cui
xf ′(x)− f(x) R 0 ⇔ x Q x
29 marzo 2001 48
Il ricavato della pesca e proporzionale al pe-
scato.
Si puo stimare nella misura y(t)(νpx(t)− c)
p e proporzionale al prezzo unitario di vendita
cy(t) e il costo delle risorse impiegate.
L’incremento delle risorse impegnate e pro-
porzionale a αy(t)(νpx(t)− c)
per cui
y(t) = αy(t)(νpx(t)− c) (47)
Quindi
x(t) = f(x(t))− νy(t)(t)x(t)
y(t) = αy(t)(νpx(t)− c)(48)
29 marzo 2001 49
E interessante studiare la stabilita del siste-
ma.
Il sistema ha un punto di equilibrio in
x =c
νpy =
f(x)
νx(49)
Il sistema linearizzato e
(x(t)− x)′ =f ′(x)(x(t)− x)− νy(x(t)− x)−
− νx(y(t)− y)(y(t)− y)′ = + αyνp(x(t)− x) +
α(y(t)− y)(νpx− c)(50)
29 marzo 2001 50
Posto ξ = x− x , η = y− y, il sistema diventa
ξ(t) = f ′(x)ξ(t)− νyξ(t)− νxη(t)
η(t) = αη(t)(νpx− c) + αyνpξ(t)(51)
la cui matrice dei coefficienti e(f ′(x)− νy −νxανpy 0
) f ′(x)− f(x)x −c
p
αpf(x)x 0
(52)
29 marzo 2001 51
Si ha
detA = αcνy > 0 (53)
quindi se la traccia di A che e f ′(x) − f(x)x e
positiva, allora la matrice ha autovalori con
parte reale positiva ed il sistema non e stabile
mentre se la traccia di A che e f ′(x)− f(x)x e
negativa, allora la matrice ha autovalori con
parte reale negativa ed il sistema e stabile
Se la traccia di A che e f ′(x) − f(x)x e nulla,
allora la matrice ha autovalori nulli; si vede
facilmente che la soluzione e stabile per il
sistema linearizzato; non si puo concludere
per il sistema originale.
29 marzo 2001 52
Per le ipotesi fatte f ′(x)− f(x)x R 0 se e solo
se x Q x;
infatti si ha f ′(x)− f(x)x e per la 46 f ′(x)− f(x)
xe positiva prima e negativa dopo x
Nel caso in cui il sistema sia instabile si puo
provare che per x − x piccolo esiste un ciclo
limite.
29 marzo 2001 53
Un modello di
ottimizzazione del profitto
Consideriamo una societa il cui scopo e quel-
lo di assicurare il massimo utile ai soci.
Supponiamo che gli utili siano proporzionali
al capitale investito
Se ogni utile e distribuito ai soci non e possi-
bile ottenere un incremento dell’utile stesso.
Se si reinveste parte degli utili per aumentare
il capitale si puo invece far aumentare l’utile
successivo.
29 marzo 2001 54
Il problema e
Determinare quale parte del profitto
deve essere distribuita subito in modo
che gli utili distribuiti ai soci su un
periodo fissato siano massimi
Il problema e di natura discreta, tuttavia e
comodo supporre che capitale ed utili siano
una funzione continua e derivabile del tempo.
Sia x(t) il capitale di cui dispone la societa
al tempo t;
Se il rendimento istantaneo e a in [t, t+ ∆t]
gli utili ammonteranno ad ax(t)∆t.
29 marzo 2001 55
Sia k ∈ [0,1], esprimiamo l’incremento di ca-
pitale ∆x nel periodo [t, t + ∆t] mediante
la
∆x = kax∆t (54)
Similmente il dividendo distribuito y(t) e
∆y = (1− k)ax∆t (55)
Da cui
x(t) = kax(t)
y(t) = (1− k)ax(t)
x(0) = α
y(0) = 0
(56)
dove α e il capitale iniziale
29 marzo 2001 56
Si tratta di un modello che richiama il mo-
dello di crescita malthusiana (esponenziale).
Si ottiene quindi che
x(t) =αeakt (57)
y(t) =
(1−k)α
k (eakt − 1) 0 < k ≤ 1
aαt k = 0(58)
Se k = 0 si ha redistribuzione dell’intero utile
il capitale rimane costante ed uguale ad α
Se k = 1 non si ha distribuzione di utile ed il
capitale cresce con legge esponenziale.
29 marzo 2001 57
Assegnato un periodo di tempo fissa-
to T come deve essere scelto k in mo-
do che sia massimo l’utile distribuito
al tempo T ?
Bisogna determinare per quali valori di k si
ottiene il massimo di
y(T ) =(1− k)α
k(eakT − 1) con 0 < k < 1
(59)
Posto ξ = akT la funzione da minimizzare e
φ(ξ) = αaT − ξ
ξ(eξ − 1) con 0 < ξ < aT
(60)
29 marzo 2001 58
Avremo
limξ→0
φ(ξ) = αaT limξ→aT
φ(ξ) = 0 (61)
inoltre possiamo calcolare che
φ′(ξ) =aTeξ
ξ2
(−1 + ξ −
ξ2
aT+ e−ξ
)(62)
occorre conoscere il segno di φ′ e l’eventuale
punto in cui si annulla.
E sufficiente studiare
ψ(ξ) =
(−1 + ξ −
ξ2
aT+ e−ξ
)(63)
29 marzo 2001 59
ed e utile calcolare
ψ′(ξ) = 1−2ξ
aT− e−ξ (64)
ψ′′(ξ) = −2
aT+ e−ξ (65)
Osserviamo ancora che
limξ→0
ψ′(ξ) = 0 limξ→aT
ψ′(ξ) = −1− e−aT < 0
(66)
limξ→0
ψ(ξ) = 0 limξ→aT
ψ(ξ) = −1 + e−aT < 0
(67)
29 marzo 2001 60
Possiamo distinguere due casi
2aT ≥ 1
dalla 65
ψ′′ ≤ 0
ψ′ e decrescente
per la 66 ψ′ ≤ 0
per la 64 e la 67 anche ψ ≤ 0
φ′ ≤ 0
φ sempre decrescente.
maxξ≥0
φ(ξ) = φ(0)
da cui k = 029 marzo 2001 61
2aT < 1
La 65 si annulla in un punto ξ0 = ln aT2 e
positiva prima e negativa dopo tale punto.
ψ′ ha un massimo in ξ0 e si annulla (per le
66) in un punto ξ1 < aT .
ψ e crescente prima di ξ1 e decrescente dopo,
per cui ψ ammette un punto di massimo in
ξ1 e si annulla (per le 67) in un punto ξ2,
ξ0 < ξ1 < ξ2 < aT .
φ ammette un punto di massimo in
ξ2 ∈ (lnaT
2, atT )
29 marzo 2001 62
29 marzo 2001 63
29 marzo 2001 64
Modelli di crescita
di due specie
in competizione
Consideriamo due specie x e y che condivi-
dono le risorse di uno stesso territorio
E ragionevole supporre che
Ciascuna specie abbia un tasso di crescita di
tipo logistico nel caso viva in un ambiente
isolato, cioe
x(t) = (a−Ax(t))x(t)
y(t) = (b−By(t))y(t)
x(t0) = x0y(t0) = y0
(68)
29 marzo 2001 65
Se si tiene conto dei mutui effetti
il tasso di crescita; della popolazione x e
a−Ax− αy
(diminuisce proporzionalmente a y)
il tasso di crescita della popolazione y e
b−By − βx.
(diminuisce proporzionalmente a x)
Ciascuna specie si sviluppa sottraendo risorse
all’altra.
29 marzo 2001 66
Il sistema che descrive lo sviluppo delle due
popolazioni diventa
x(t) = (a−Ax(t)− αy(t))x(t)
y(t) = (b−By(t)− βx(t))y(t)(69)
con
x(t0) = x0y(t0) = y0
(70)
Ove a, b, A,B, α, β sono positivi.
29 marzo 2001 67
Dalla prima equazione, dividendo per x ed
integrando otteniamo che
x(t)
x(t)= (a−Ax(t)− αy(t))
∫ x(t)x0
ds
s=∫ tt0(a−Ax(s)− αy(s))ds
lnx(t)
x0=∫ tt0(a−Ax(s)− αy(s))ds
e
x(t) = x0e
∫ tt0
(a−Ax(s)−αy(s))ds(71)
29 marzo 2001 68
In maniera simile otteniamo che
y(t) = y0e
∫ tt0
(b−By(s)−βx(s))ds(72)
Se ne deduce che
x(t), y(t) > 0
Dal sistema 69, per k = max{a, b} che
(x+ y)′ = (a−Ax(t)− αy(t))x(t) +
+ (b−By(t)− βx(t))y(t) ≤ k(x+ y) (73)
29 marzo 2001 69
Quindi x ed y sono limitate, in quanto
0 ≤ (x+ y) ≤ ekt ≤ ekT
e quindi esistono in ogni intervallo [0, T ].
Il sistema 69 ammette soluzioni costanti che
si ottengono risolvendo il sistema algebrico
0 = (a−Ax− αy)x
0 = (b−By − βx)y(74)
Le soluzioni costanti sono individuate dai pun-
ti di intersezione degli assi con le rette
R1 : (a−Ax− αy) = 0 (75)
R2 : (b−By − βx) = 0 (76)
29 marzo 2001 70
La retta R1 interseca gli assi nei punti
(ξ,0) , (0, η)
dove
ξ =a
Aη =
a
α
La retta R2 interseca gli assi nei punti
(ξ,0) , (0, η)
dove
ξ =b
βη =
b
B
Le rette R1 ed R2 si intersecano nel punto
(x, y)
dove
x =aB − αb
AB − αβ, y =
Ab− aβ
AB − αβ
29 marzo 2001 71
Pertanto le soluzioni costanti sono individua-
te dai punti
(0,0) , (0, η) , (ξ,0) , (x, y)
(77)
L’ultimo punto si considera solo nel caso in
cui
1. R1 ed R2 non siano parallele
(AB − αβ 6= 0)
2. si trovi nel primo quadrante
(x > 0 , y > 0).
Possiamo disegnare il campo di vettori asso-
ciato al sistema e studiare le orbite.
29 marzo 2001 72
Si presentano quattro casi nei quali
1. Prevale la popolazione x
2. Prevale la popolazione y
3. A seconda dei valori iniziali prevale x op-
pure y
4. Comunque si scelgano i valori iniziali, la
situazione tende ad un unico punto di
equilibrio
Nel primo, secondo e quarto caso c’e un pun-
to asintoticamente stabile
Nel terzo ci sono due punti asintoticamente
stabili ed un punto instabile
29 marzo 2001 73
Andamento del numero di individui
di due popolazioni in competizione
nel caso in cui la popolazione prevalente
dipenda dai dati iniziali
29 marzo 2001 74
Andamento del numero di individui
di due popolazioni in competizione
nel caso in cui
la popolazione prevalente sia la seconda
29 marzo 2001 75
Andamento del numero di individui
di due popolazioni in competizione
nel caso in cui le due popolazioni
tendano a raggiungere un equilibrio stabile
29 marzo 2001 76
Andamento del numero di individui
di due popolazioni in competizione
nel caso in cui la popolazione prevalente sia la prima
29 marzo 2001 77
Per studiare la stabilita delle soluzioni costan-
ti possiamo considerare il sistema linearizza-
to relativamente ad ognuna delle soluzioni
costanti (x, y).
Il sistema linearizzato in (x, y) e associato alla
matrice
M =
(a− 2Ax− αy −αx
−βy b− 2By − βx
)(78)
Per (x, y) = (0,0)
M =
(a 00 b
)(79)
M ha autovalori positivi e quindi la relativa
soluzione e instabile
29 marzo 2001 78
Per (x, y) = (ξ,0)
M =
(a− 2A a
A −α aA0 b− β aA
)=
=
(−a −α aA0 β
(bβ −
aA
)) =
=
(−a −α aA0 β(ξ − ξ)
)(80)
M ha autovalori −a e β(ξ − ξ), la stabilita
dipende dalla mutua posizione di ξ e ξ
29 marzo 2001 79
Per (x, y) = (0, η)
M =
(a− α b
B 0
−β bB b− 2B bB
)=
=
α (aα − bB
)0
−β bB −b
=
=
(α(η − η) 0
−β bB −b
)(81)
M ha autovalori −b e α(η − η), la stabilita
dipende dalla mutua posizione di η e η
29 marzo 2001 80
Per (x, y) = (x, y)
M =
(−Ax −αx−βy −By
)(82)
se indichiamo con D il determinante di M e
con T la traccia di M , avremo che
D = xy(AB − αβ) T = −(Ax+By)(< 0)
(83)
Poiche si ha sempre
t2
4−D = (xA− yB)2 + 4xyαβ > 0
dal momento che x > 0, y > 0, Gli autovalori
di M sono sempre reali e distinti.
Se D > 0 M ha due autovalori con lo stesso
segno di T (soluzione stabile)
Se D < 0 M ha due autovalori reali di segno
opposto. (soluzione instabile)
29 marzo 2001 81
Modello di crescita
di due popolazioni
in cooperazione
29 marzo 2001 82
Cooperazione obbligatoria
1. La popolazione x, isolata, decrescerebbe
secondo la legge
x(t) = −ax(t) (84)
2. La popolazione y, isolata, decrescerebbe
secondo la legge
y(t) = −by(t) (85)
3. Il tasso di crescita della x aumenta pro-
porzionalmente ad y, cosı che
x(t) = (−a+ βy(t))x(t) (86)
4. Il tasso di crescita della y aumenta pro-
porzionalmente ad x, cosı che
y(t) = (−b+ αx(t))y(t) (87)
29 marzo 2001 83
ne consegue che
x(t) = (−a+ βy(t))x(t)
y(t) = (−b+ αx(t))y(t)(88)
Il sistema ammette come soluzioni costanti
(punti critici)
(0,0) , (a
β,b
α)
La stabilita puo essere studiata linearizzando
∇((−a+ βy)x(−b+ αx)y
)=
(−a+ βy βx
αy −b+ βx
)(89)
29 marzo 2001 84
Per x = 0, y = 0, otteniamo
(−a 00 −b
)(90)
La matrice ha autovalori entrambi negativi
La soluzione nulla e asintoticamente stabile.
Per x = aβ, y = b
α si ha
(0 bβαbαβ 0
)(91)
La matrice ha autovalori√ab , −
√ab
La soluzione nulla e instabile.
29 marzo 2001 85
Esempio di cooperazione tra due popolazioni.
29 marzo 2001 86
Cooperazione facoltativa
1. La x, in assenza della y, crescerebbe se-
condo la legge logistica
x(t) = (a− b(x(t))x(t) (92)
2. La y, in assenza della x, crescerebbe se-
condo la legge logistica
y(t) = (c− dy(t))y(t) (93)
3. La presenza della y aumenta il tasso di
crescita della x proporzionalmente ad x,
cosı che
x(t) = (a− b(x(t) + γy(t))x(t) (94)
4. La presenza della x aumenta il tasso di
crescita della y proporzionalmente ad x,
cosı che
y(t) = (c− dy(t) + δx(t))y(t) (95)
29 marzo 2001 87
ne consegue che
x(t) = (a− b(x(t) + γy(t))x(t)
y(t) = (c− dy(t) + δx(t))y(t)(96)
Che ammette come punti critici
E1 = (0,0) , E4 = (A
D,B
D) (97)
E2 = (a
b,0) , E3 = (0,
c
d) (98)
dove
A = cγ + ad (99)
B = cb+ aδ (100)
D = bd− γδ (101)
29 marzo 2001 88
La matrice Jacobiana per E = (x, y) e
M =
(a− 2bx+ γy γx
δy c− 2dy+ δx
)(102)
Il punto E1 = (0,0) e un nodo instabile
M =
(a 00 c
)a, b > 0 (103)
Il punto E2 = (ab ,0) e un punto sella
M =
(−a γab0 c+ δab
)− a < 0 c+ δ
a
b> 0
(104)
29 marzo 2001 89
Il punto E3 = (0, cd) e un punto sella
M =
(a+ γ cd 0γ cd −c
)a+ γ
c
d> 0 − c < 0
(105)
Il punto E4 = (AD,BD) appartiene al primo
quadrante solo se D > 0 e perche il model-
lo abbia senso questa condizione deve essere
soddisfatta. In tal caso il punto e stabile.
M =
(−bAD −γADδBD −dBD
)(106)
e
detM = (bd− γδ)AB = DAB > 0 (107)
mentre la traccia di M e negativa.
29 marzo 2001 90
Esempio di cooperazione tra due popolazioni.
29 marzo 2001 91
Diffusione di un’epidemia
di tipo
SIS o SIR
E un modello simile a quello precedente
descrive la diffusione di una epidemia.
SIS significa
S uscettibili (all’infezione)
I nfetti
S uscettibili (nuovamente all’infezione)
mentre SIR sta ad indicare
S uscettibili
I nfetti
R imossi (colpiti dall’infezione, guariti e im-muni o morti).
29 marzo 2001 92
Sia x il numero di individui infetti
Sia y il numero di individui suscettibili,
L’accrescimento degli infetti e proporzionale
al numero di incontri tra x e y diminuito della
parte di infetti che guariscono.
b e il tasso di guarigione cioe il coefficiente
che indica la frazione guaritiinfetti
a e il tasso di infettivita, cioe la frazioneinfettatiincontri ,
29 marzo 2001 93
avremo
(SIS)
x(t) = ax(t)y(t)− bx(t)
y(t) = −ax(t)y(t) + bx(t)
x(t0) = x0y(t0) = y0
(108)
I guariti (−bx(t)) rientrano nel numero dei
suscettibili (SIS)
mentre nel caso (SIR)
(SIR)
x(t) = ax(t)y(t)− bx(t)
y(t) = −ax(t)y(t)x(t0) = x0y(t0) = y0
(109)
gli individui guariti non sono piu infettabili
29 marzo 2001 94
Nel caso del sistema (SIS),
Il numero degli infetti ed il numero dei su-
scettibili ha somma costante uguale al nu-
mero totale degli individui della popolazione
N
Il sistema puo essere ridotto ad una singola
equazione tenendo conto che
y = N − x
In tal caso si ha
x(t) = ax(t)(N − x(t))− bx(t) (110)
e ci si riduce allo studio della solita equazione
logistica.
29 marzo 2001 95
Nel caso del sistema (SIR) osserviamo che
x(t) = x0e
∫ tt0
(ay(s)−b)ds(111)
y(t) = y0e
∫ tt0−ax(s)ds
(112)
e quindi
x, y > 0
Inoltre sommando membro a membro in (SIR)
si ottiene
x(t) + y(t) = −bx(t) ≤ 0 (113)
t 7→ x(t) + y(t)
e decrescente e quindi limitata da x(t0) +
y(t0) = N percio x, y sono limitate ed esisto-
no per ogni t ≥ t0.
29 marzo 2001 96
Integrando la 113 e ricordando che per la 111
x, y > 0, si ha che
b∫ tt0x(s)ds ≤ N − x(t)− y(t) ≤ N (114)
l’integrale a primo membro esiste in senso
improprio per t→ +∞ ed e convergente.
(si ricordi che x ≥ 0 e che y ≥ 0);
Ne segue che (se x ammette limite all’infini-
to) x(t) → 0 per t→ +∞.
Possiamo rappresentare le soluzioni del siste-
ma (SIR) nel piano (x, y).
29 marzo 2001 97
Se ϕ rappresenta localmente la x in funzio-
ne della y dove x ed y sono le soluzioni del
sistema dato, avremo
x(t) = ϕ(y(t)) = 0
e
x(t) = ϕ′(y(t))y(t)
da cui
ϕ′(y) =axy − bx
−axy= −1 +
b
ay
Se ne ricava
x = −y+b
aln y+ cost (115)
e cio consente di disegnare facilmente le or-
bite del sistema (SIR) nel piano delle fasi.
29 marzo 2001 98
Andamento del numero degli individui infetti x
e del numero degli individui suscettibili y
nel caso di una epidemia di tipo SIR
(piano delle fasi)
29 marzo 2001 99
Andamento del numero degli individui infetti x
e del numero degli individui suscettibili y
nel caso di una epidemia di tipo SIR
29 marzo 2001 100
Modelli
Preda Predatore
di Lotke-Volterra
Descrive l’andamento di due popolazioni una
delle quali si nutre dell’altra.
Si fonda sulle seguenti ipotesi:
x(t) e il numero di individui della popolazione
preda
y(t) e il numero di individui della popolazione
di predatori
29 marzo 2001 101
1. In assenza di predatori x (le pre-
de) seguono un modello malthusiano
(esponenziale)
x(t) = ax(t)
2. Il tasso di crescita a delle prede diminui-
sce in proporzione al numero di predatori
a− αy(t)
3. In assenza di prede i predatori si estin-
guono secondo un modello malthusiano
(esponenziale)
y(t) = −by(t)
4. Il tasso di accrescimento b dei predato-
ri aumenta in maniera proporzionale al
numero di prede −b+ βx(t)
29 marzo 2001 102
la dinamica delle due popolazioni puo esse-
re descritta dal seguente sistema differenziale
(Equazioni di Lotka-Volterra)x(t) = ax(t)− αy(t)x(t)
y(t) = −by(t) + βx(t)y(t)(116)
con i dati inizialix(t0) = x0y(t0) = y0
(117)
ciascuna popolazione cresce proporzionalmen-
te al numero dei suoi individui ed il nume-
ro degli incontri xy con gli individui dell’altra
popolazione aumentano la crescita di una e
diminuiscono la crescita dell’altra
29 marzo 2001 103
1. Il sistema ammette due puntistazionari ( bβ ,
aα), (0,0)
2. Le orbite che giacciono nel primoquadrante sono curve chiuse
3. Le soluzioni del sistema sonoperiodiche
4. Vale per le soluzioni del sistemaun principio di conservazione dellemedie in quanto si vede che, postoSi ha
1
T
∫ T0x(s)ds =
b
β,
1
T
∫ T0y(s)ds =
a
α(118)
29 marzo 2001 104
Il sistema 116 ha soluzioni costanti
(x(t), y(t)) = (ξ, η)
se 0 = aξ − αηξ
0 = −bη+ βηξ(119)
cioe quando
ξ = 0, η = 0
oppure quando
ξ =b
β, η =
a
α
29 marzo 2001 105
Il sistema linearizzato relativo a 116 ha come
matrice dei coefficienti(a− αy −αxβy −b+ βx
)(120)
Per (x, y) = (0,0) la matrice diventa(a 00 −b
)(121)
e si vede che la soluzione nulla e instabile.
Per (x, y) =(bβ ,
aα
)la matrice diventa(0 −ab 0
)(122)
Gli autovalori sono complessi coniugati con
parte reale nulla; il sistema linearizzato e sta-
bile ma non si puo concludere per il sistema
originale.
29 marzo 2001 106
Per ottenere informazioni sulle soluzioni del
sistema possiamo operare in maniera piu di-
retta.
Possiamo cioe tracciare le orbite del sistema,
Ovvero le curve descritte parametricamente
da x = x(t)
y = y(t)(123)
Cio viene fatto considerando un integrale pri-
mo del sistema.
Riscriviamo il sistema nella forma nella formax(t) = ax(t)− αy(t)x(t) = φ(x(t), y(t))
y(t) = −by(t) + βx(t)y(t) = ψ(x(t), y(t))
(124)
29 marzo 2001 107
Cerchiamo soluzioni che possano essere de-
scritte da funzioni y(x) In tal caso si potra
porre x(t) = x
y(t) = y(x(t)) = y(x)
e si potra ricavare che y(t) = y′(x(t))x(t), per
cui sostituendo nella 124
y′(x) =φ(x, y(x))
ψ(x, y(x))=−by(x) + βxy(x)
ax− αxy(x)(125)
29 marzo 2001 108
Separando le variabili si ottiene
y′(x)
(a
y(x)− α
)=(−bx
+ β
)(126)
Integrando
a ln y(x)− αy(x) = −b lnx+ βx+ c (127)
Ora se poniamo
g(y) = a ln y − αy f(x) = −b lnx+ βx
(128)
possiamo riscrivere la 127 come
g(y) = f(x) + c (129)
29 marzo 2001 109
La seguente figura rappresenta l’andamentodella funzione g;
y0 =a
α(130)
g0 = g(y0) = a lna
α− α
a
α= a
(lna
α− 1
)> 0
(131)
Poiche e ragionevole supporre le costanti a, bmolto maggiori, rispettivamente, di α, β pos-siamo assumere che a
α > e
29 marzo 2001 110
La seguente figura rappresenta l’andamentodella funzione f + c;
Si ha x0 = bβ f0 = f(x0) < 0
Se g−1 e l’inversa di una opportuna restrizio-ne di g dalla 129
y(x) = g−1(f(x) + c) (132)
29 marzo 2001 111
Osserviamo (si veda la figura seguente) che129 ha soluzioni se e solo se
[f0 + c, g0] = (−∞, g0] ∩ [f0 + c,+∞) 6= ∅
e che
f(xm) + c = f(xM) + c = g0
g(ym) = g(yM) = f0 + c
29 marzo 2001 112
Inoltre il grafico delle inverse di g (inverse
perche occorre considerare separatamente di-
verse restrizioni) e dato da
29 marzo 2001 113
la funzione f e decrescente per x ∈ [xm, x0]
ed assume tutti i valori compresi tra g0 e f0+
c,
g e crescente ed invertibile sull’intervallo [ym, y0]
ed assume valori compresi tra g0 e f0 + c.
g−1 e definita da [f0+c, g0] a valori in [ym, yM ]
g−1(f + c) risulta definita e decrescente su
[xm, x0]
Analogamente su [x0, xM ] risulta crescente.
29 marzo 2001 114
Tenendo conto anche dell’inversa relativa al-
l’intervallo [y0, yM ] possiamo disegnare le tra-
iettorie del sistema
L’andamento della curva definita dalla 129 si
puo osservare nella seguente figura
29 marzo 2001 115
La funzione U(x, y) = a ln y − αy + b lnx− βx
ottenuta nella 127, si chiama integrale primo
del sistema
Le orbite del sistema costituiscono le sue cur-
ve di livello: infatti si ha, proprio dalla 127
U(x, y(x)) = c (133)
Se
U(x(t), y(t)) = 0 (134)
allora
Ux(x(t), y(t))x(t) + Uy(x(t), y(t))y(t) = 0
(135)
da cui
φ(x(t), y(t))
ψ(x(t), y(t))=x(t)
y(t)= −
Ux(x(t), y(t))
Uy(x(t), y(t))(136)
29 marzo 2001 116
Dalla 136 il gradiente di U e proporzionale al
secondo membro del sistema differenziale in
esame;
Il campo di direzioni definito dal sistema ed
il campo di direzioni definito dal gradiente di
un integrale primo coincidono.
(coincidono le direzioni, non i vettori in quan-
to il fattore di proporzionalita puo non so-
lo non essere 1 ma puo anche non essere
costante.)
Lo studio delle orbite del sistema consente
anche di verificare che
29 marzo 2001 117
1. Le orbite del sistema sono chiuse
2. Le orbite contengono al loro interno il
punto stazionario (x0, y0)
3. Le orbite sono contenute nel primo
quadrante (xm, xM , ym, yM > 0)
4. le orbite non passano per nessun pun-
to stazionario (gli unici punti stazionari
diversi da (x0, y0) sono sugli assi)
Poiche il sistema e autonomo, le traslate di
una soluzione sono ancora soluzioni;
cioe se (x(t), y(t)) risolve il problema allora
anche (x(t+ T ), y(t+ T )) e soluzione.
Per ogni punto del piano delle fasi passa una
ed una sola orbita in virtu di quanto visto
sulle orbite dei sistemi lineari .
29 marzo 2001 118
Le soluzioni del sistema sono periodiche;
infatti poiche la curva e costituita di due
tratti che possono essere rappresentati co-
me funzioni su un intervallo limitato la sua
lunghezza e finita `,
inoltre
x2(t) + y2(t) =
= φ2(x(t), y(t)) + ψ2(x(t), y(t)) >
> min(x− x)2 + (y − y)2 > ε
x > 0 , y > 0
{φ2(x, y)+ψ2(x, y)} > m > 0
(137)
in quanto φ, ψ si annullano contemporanea-
mente solo nei punti (0,0) e (x, y)
29 marzo 2001 119
Pertanto∫+∞0
√x2(t) + y2(t)dt = +∞ ed esi-
ste T > 0 tale che∫ T0
√x2(t) + y2(t)dt = `
Dopo un tempo T la soluzione deve ripassare
per il punto iniziale (x, y)
Per il teorema di unicita, da li’ e costretta a
ripercorrere la stessa orbita,
Percio la soluzione e periodica
29 marzo 2001 120
Si ha inoltrex(t)x(t) = a− αy(t)y(t)y(t) = −b+ βx(t)
(138)
Per la periodicita delle soluzioni si ottiene
0 = lnx(T )
x(0)=∫ T0a− αy(s)ds =
= aT − α∫ T0y(s)ds
(139)
0 = lny(T )
y(0)=∫ T0−b+ βyxs)ds =
= bT − β∫ T0x(s)ds (140)
per cui si puo ricavare la 118
b
β=
1
T
∫ T0x(s)ds
a
α=
1
T
∫ T0y(s)ds
(141)
29 marzo 2001 121
Modelli Preda Predatore
con
Prelievo costante
In un sistema preda predatore consideriamo
l’effetto di un prelievo costante h sulle prede
e k sui predatori.
Siamo ricondotti ax(t) = ax(t)− αy(t)x(t)− hx(t)
y(t) = −by(t) + βx(t)y(t)− ky(t)
x(t0) = x0y(t0) = y0
(142)
Il comportamento delle soluzioni e simile a
quello del sistema senza prelievo se a−h > 0.
Viene modificata la condizione di equilibrio
ed il valore medio
x =b+ k
βy =
a− h
α(143)
29 marzo 2001 122
La legge di Lanchester
Rappresenta l’andamento di due popolazioni
F ed E in lotta
Supponendo nota la capacita di ognuna di
esse di causare danni all’altra.
dF e dE misurano tale capacita
F (t) = −dEE(t)
E(t) = −dFF (t)(144)
Se F = (Friends), E = (Enemies), dE e dFsono i coefficienti di efficienza dei medesimi,
Il modello e dovuto all’ingegnere aeronautico
Lanchester
(Progetto il bombardiere Lanchester e scrisse
diversi lavori su problemi economici.)
29 marzo 2001 123
La soluzione del sistema e facilmente otteni-bile
Tuttavia alcune proprieta possono essere de-dotte dal sistema senza cercarne la soluzioneesplicita.
moltiplicando la prima delle 144 per dFF (t)
e la seconda per dEE(t)
dFF (t)F (t) = −dEdFF (t)E(t)
dEE(t)E(t) = −dFF (t)dEE(t)(145)
sottraendo membro a membro
dFF (t)F (t) = dEE(t)E(t) (146)
da cui
dFF2(t)− dEE
2(t) = cost. (147)
29 marzo 2001 124
Se E0 ed F0 e la consistenza numerica iniziale
dei due eserciti
dFF2 − dEE
2 = dFF20 − dEE
20 (148)
”legge dei quadrati di Lanchester”
Possiamo calcolare la consistenza delle for-
ze dell’esercito vittorioso Ffinale al termine
della guerra supponendo che in tale istante
la consistenza Efinale dell’esercito nemico sia
ridotta a zero.
Avremo
F2finale = F0 −
dEdFE2
0 (149)
Dalla 149 si nota come
l’esercito vittorioso subisce perdite, alla fine
della guerra, proporzionali al quadrato della
consistenza iniziale del nemico.29 marzo 2001 125
La non linearita del risultato puo essere mes-
sa in evidenza dal seguente esempio.
Siano
F = 50000 unita
E1 = 40000 ed E2 = 30000 unita
• L’esercito F affronta in successione prima
E1 e poi E2.
In tal caso, dopo il primo scontro F si
riduce a 30000 unita in quanto
(50000)2 − (40000)2 = (30000)2
mantiene una consistenza pari a quella di
E2 e c’e equilibrio
29 marzo 2001 126
• L’esercito F affronta E = E1 + E2 =
70000.
In tal caso F ha la peggio in quanto
(50000)2 − (70000)2 ≈ −(48990)2
Poiche e facile calcolare esplicitamente la so-
luzione F (t), E(t)) del sistema,
possiamo determinare il tempo necessario al-
l’esercito vincitore F per conquistare la vit-
toria risolvendo
E(t) = 0
29 marzo 2001 127
Il Pendolo
e
Il Pendolo Rovesciato
Il pendolo semplice
Consideriamo una pallina P di massa m at-
taccata all’estremita di un’asta di massa tra-
scurabile imperniata nell’altra estremita.
29 marzo 2001 128
Se
1. ` e la lunghezza dell’asta
2. θ(t) e l’angolo che l’asta forma con la
verticale nell’istante t
3. s(t) = `θ(t) e la distanza, sull’arco di cir-
conferenza descritto dalla pallina, dalla
posizione allineata con la verticale
29 marzo 2001 129
avremo che
s(t) = `θ(t) (150)
s(t) = `θ(t) (151)
s(t) = `θ(t) (152)
La pallina si suppone sottoposta
• alla forza peso
• ad una forza che si oppone alla direzio-
ne del moto proporzionale alla velocita
(resistenza del mezzo).
Pertanto l’equazione che governa il sistema
sara data da
m`θ(t) = −k`θ(t)−mg sin θ(t) (153)
29 marzo 2001 130
A meno di ridenominare le costanti in gioco
si ottiene
θ(t) = −Rθ(t)− P sin θ(t) (154)
Posto x(t) = θ(t)
y(t) = θ(t)(155)
otteniamo che il sistema e governato dalle
equazionix(t) = y(t)
y(t) = −Ry(t)− P sinx(t)(156)
29 marzo 2001 131
Ci sono due punti di equilibrio
(x, y) = (0,0) e (x, y) = (π,0)
La loro stabilita si puo studiare usando il
sistema linearizzato che:
• Per (x, y) = (0,0) ex(t) = y(t)
y(t) = −Ry(t)− Px(t)(157)
• Per (x, y) = (0, π) e(x(t)− π)′ = y(t)
y(t) = −Ry(t) + P (x(t)− π)(158)
Lo studio degli autovalori delle matrici dei
coefficienti mostra che per il primo sistema
(0,0) e un punto di equilibrio stabile mentre
per il secondo sistema (π,0) e un punto di
equilibrio instabile.
29 marzo 2001 132
Il pendolo rovesciato
Poniamoci ora nella situazione dell’esempio
precedente ma consideriamo la variabile θ mi-
surata a partire dalla posizione verticale.
Il pendolo rovesciato
In questo nuovo riferimento avremo che la
posizione di equilibrio (x, y) = (0,0) e in-
stabile (corrisponde alla precedente (π,0)) e
possiamo porci il seguente problema
29 marzo 2001 133
E possibile, applicando una op-
portuna forza sul perno dell’asta,
mantenere la pallina in equilibrio?
Applichiamo sul perno una forza v = −mw(t)
rivolta in modo da contrastare la caduta della
pallina; la forza applicata si puo rappresenta-
re agente in P .
L’equazione che governa il sistema e data da
m`θ(t) = −k`θ(t) +mg sin θ(t)−mw(t) cos θ(t)
(159)
da cui
θ(t) = −k
m`θ(t) +
g
`sin θ(t)−
w(t)
`cos θ(t)
(160)
29 marzo 2001 134
Posto x(t) = θ(t)
y(t) = θ(t)(161)
Il sistema e governato dalle equazionix(t) = y(t)
y(t) = − km`y(t) + g
` sinx(t)−w(t)` cosx(t)
(162)
e ancora, a meno di ridenominare le costanti,x(t) = y(t)
y(t) = −Ry(t) + P sinx(t)− w(t)` cosx(t)
(163)
29 marzo 2001 135
Se supponiamo che la forza riequilibrante il
sistema sia lineare in θ e θ,
w(t)
`= aθ(t) + bθ(t) = ax(t) + by(t)
Il sistema diventax(t) = y(t)y(t) =−Ry(t) + P sinx(t)−
− (ax(t) + by(t)) cosx(t)(164)
e linearizzando in (0,0y)x(t) = y(t)
y(t) = (−b−R)y(t) + (−a+ P )x(t)
(165)
29 marzo 2001 136
Possiamo scegliere a e b in modo che il siste-
ma sia stabile
Posto b+R = µ
P − a = η(166)
Il sistema si scrivex(t) = y(t)
y(t) = ηx(t)− µy(t)(167)
Gli autovalori del sistema sono dati da
−µ±√µ2 + 4η
2ed e facile determinare µ e η in modo che il
sistema sia stabile.
Ad esempio µ > 0 e η < 0, ma non solo.
29 marzo 2001 137
Modelli differenziali
collegati alla
conservazione della massa
In un sistema isolato il bilancio tra ”la quan-
tita di materia che entra, quella che esce e
quella che che rimane” deve essere in pareg-
gio.
Si possono costruire
1. Modelli differenziali ordinari
2. Modelli differenziali alle derivate parziali
29 marzo 2001 138
Modelli differenziali ordinari
Capacita di un lago
L’acqua entra in un lago con un flusso
costante di K litri al minuto e dal lago
ne evapora una quantita proporziona-
le secondo una costante H a v2/3 do-
ve con v si indica il volume di acqua
presente nel lago
29 marzo 2001 139
Sia v(t) il volume di acqua nel lago all’istante
t,
lim∆t→0
v(t+ ∆t)− v(t)
∆t= v(t) (168)
In assenza di evaporazione
v(t) = K (169)
onde
v(t) = v(0) +Kt
Se c’e evaporazione (perdita di volume pro-
porzionale a v2/3(t)) pari a
−Hv2/3(t)
avremo
v(t) = K −Hv2/3(t) (170)
29 marzo 2001 140
l’equazione 170 ammette una soluzione co-stante
v(t) =(K
H
)3/2
E soluzione di equilibrio?
Andamento della quantita di acqua nel lago
29 marzo 2001 141
Poiche se v(t) <(KH
)3/2allora v(t) > 0
quindi v(t) e crescente,
Mentre se v(t) >(KH
)3/2allora v(t) < 0
e quindi v(t) e decrescente;
La soluzione costante puo essere considerata
la soluzione di regime.
La soluzione costante e asintoticamente sta-
bile.
29 marzo 2001 142
Grado di inquinamento di un lago
Un secondo esempio si puo costruire consi-
derando la seguente situazione
Un inquinante entra in un lago con flusso
costante σ, p(t)e la massa di inquinante al
tempo t; esso viene metabolizzato dai batte-
ri presenti nel lago in quantita proporziona-
le alla sua massa secondo una costante k In
questo processo viene consumata una quan-
tita dell’ossigeno disciolto nelle acque del la-
go pari alla massa di inquinante decomposto.
Il livello o(t) di ossigeno nel lago tuttavia e
reintegrato attraverso il contatto tra la su-
perficie dell’acqua e l’aria in maniera propor-
zionale alla differenza om − o(t) tra il valore
di saturazione dell’ossigeno om e la quantita
di ossigeno presente o(t)
29 marzo 2001 143
Le equazioni che descrivono questo fenome-
no possono pertanto essere scritte nella se-
guente manierap(t) = σ − kp(t)
o(t) = −kp(t) + h(om − o(t))(171)
Indichiamo le soluzioni di equilibrio della 171
come
p =σ
ko = om −
σ
h(172)
Possiamo linearizzare il sistema in (p, o) con
semplici operazioni algebriche, (e gia lineare
ma non omogeneo) ottenendop = −k(p− σ
k) = −k(p− p)
o =− k(p−σ
k+σ
k) +
+ h(om − (o− (om −σ
h) + (om −
σ
h)))
(173)
29 marzo 2001 144
da cuip = −k(p− p)o =− k(p− p)− σ+
+h(om − (o− o)− om +σ
h)
(174)
ed ancorap = −k(p− p)
o = −k(p− p)− h(o− o)(175)
la matrice dei coefficienti del sistema e
A =
(−k 0−k −h
)(176)
ha autovalori −k, −h, negativi e garantiscono
la stabilita.
29 marzo 2001 145
Andamento dell’inquinante e dell’ossigeno
(piano delle fasi)
29 marzo 2001 146
Andamento dell’inquinante e dell’ossigeno
29 marzo 2001 147
Modelli differenziali
alle derivate parziale
Vogliamo studiare i dati relativi alla distribu-
zione di una massa che si muove lungo l’asse
x nel tempo t.
• ρ(x, t) e la densita della sostanza che in-
tendiamo studiare,
• x e la coordinata relativa all’asse su cui
avviene il movimento
• t rappresenta la variabile di tempo.
29 marzo 2001 148
Le dimensioni di ρ sono unita di massaunita di lunghezza
la massa compresa tra x e x+ ∆x e
m(t, x, x+ ∆x) =∫ x+∆x
xρ(t, s)ds
φ(x, t) e il flusso attraverso x al tempo t,
cioe
φ(x, t) e la quantita di massa che transita per
il punto x nell’istante t;
le dimensioni di φ sono unita di massaunita di tempo .
29 marzo 2001 149
Consideriamo un tratto tra x e x+∆x e due
istanti successivi t e t+ ∆t.
Sia m(t, x) la massa presente all’istante t nel
punto x
La massa in [x, x+ ∆x] all’istante t e∫ x+∆x
xρ(t, s)ds = ρ(t, x)∆x x ≤ x ≤ x+ ∆x
(177)
La massa che transita attraverso il punto x
nel tempo [t, t+ ∆t] e∫ t+∆t
tφ(s, x)ds = φ(t, x)∆t t ≤ t ≤ t+ ∆t
(178)
29 marzo 2001 150
Consideriamo un intervallo di lunghezza I =[x, x + ∆x] ed un intervallo di tempo T =[t, t+ ∆t]
1. al tempo t
2. e al tempo t+ ∆t
Avremo che
1. la massa in I all’istante t e ρ(t, x)∆x
2. la massa in I all’istante t + ∆t e ρ(t +∆t, x)∆x
3. la massa che transita in x nel tempo trat e t+ ∆t e φ(t, x)∆t
4. la massa che transita in x+∆x nel tempotra t e t+ ∆t e φ(t, x)∆t
29 marzo 2001 151
Uguagliando la variazione della massa conte-
nuta in I nel tempo T con la differenza di
quanto e entrato in I, durante il tempo T(ρ(t+ ∆t, x)− ρ(t, x)
)∆x =
=(φ(t, x)− φ(t, x+ ∆x)
)∆t (179)
Dividendo per ∆t∆x
ρ(t+ ∆t, x)− ρ(t, x)
∆t=φ(t, x)− φ(t, x+ ∆x)
∆x(180)
e passando al limite per ∆x → 0 e ∆t → 0
poiche
x ≤ x, x ≤ x+ ∆x t ≤ t, t ≤ t+ ∆t
(181)
si ha
∂ρ(x, t)
∂t= −
∂φ(x, t)
∂x(182)
29 marzo 2001 152
Alternativamente poiche il flusso e la derivatadella massa rispetto al tempo
φ(t, x) =d
dtm(t, x) (183)
e
φ(t, x+ ∆x) =d
dtm(t, x+ ∆x) (184)
quindi
φ(t, x)− φ(t, x+ ∆x)
∆x=
=1
∆x
d
dt(m(t, x)−m(t, x+ ∆x)) =
= −1
∆x
d
dt
∫ x+∆x
xρ(t, s)ds (185)
e scambiando derivata ed integrale
φ(t, x)− φ(t, x+ ∆x)
∆x=
−1
∆x
∫ x+∆x
x
(∂
∂tρ(t, s)
)ds (186)
Passando al limite per ∆x → 0 si ottienel’equazione 182. ∆x→ 0.
29 marzo 2001 153
Si puo tenere conto di apporto o sottrazione
di massa
mediante un termine k(x, t)
∂ρ(x, t)
∂t= −
∂φ(x, t)
∂x+ k(x, t) (187)
L’equazione 187 contiene troppe incognite
(ρ e φ) e quindi occorre introdurre qualche
ulteriore condizione;
29 marzo 2001 154
Osserviamo che la 187 e stata ricavata dalla
180 passando al limite per ∆x→ 0 e ∆t→ 0.
Tuttavia si e trascurato il fatto che ∆t e ∆x
possono non essere indipendenti.
Tale omissione si corregge con ulteriori con-
dizioni
Ad esempio possiamo supporre che
φ = φ(ρ) (188)
cosı che
∂φ
∂x=
(dφ
dρ
)(∂ρ
∂x
)(189)
l’equazione 187 diventa allora
∂ρ(x, t)
∂t= −
(∂φ(ρ(x, t))
∂ρ
)(∂ρ(x, t)
∂x
)+ k(x, t)
(190)
29 marzo 2001 155
Possiamo poi considerare due casi partico-
larmente significativi di dipendenza di φ da
ρ
se φ(ρ) = v(x, t)ρ il fenomeno e di advezione.
v(x, t) ha dimensione unita di lunghezzaunita di tempo (di-
mensioni di una velocita)
e la velocita con cui la materia si muove lungo
l’asse x;
infatti
v = φρ = unita di massa
unita di tempounita di lunghezza
unita di massaAd esempio v(x, t) = c
quando
φ(ρ) = −ν∂ρ
∂x(x, t)
si parla di diffusione
E caratteristica della propagazione del calore.
Il calore tende a fluire, proporzionalmente al
gradiente di temperatura (la densita di calo-
re), dalla temperatura piu alta verso la piu
bassa.
29 marzo 2001 156
La tipica equazione di advezione prende la
forma
∂ρ(x, t))
∂t= −
∂(ρ(x, t)v(x, t))
∂x+ k(x, t) (191)
La tipica equazione di diffusione e
∂ρ(x, t)
∂t= ν
∂2ρ(x, t)
∂x2+ k(x, t) (192)
Piu in generale gli effetti di advezione e di
diffusione possono sovrapporsi ed in tal caso
l’equazione diventa
∂ρ(x, t)
∂t= ν
∂2ρ(x, t)
∂x2−∂(ρ(x, t)v(x, t)
∂x+ k(x, t)
(193)
29 marzo 2001 157
Modello di trasporto
di
un inquinante in un fiume
Consideriamo la seguente situazione
Un inquinante organico e mescolato alle ac-
que di un fiume, che scorre con velocita co-
stante c lungo l’asse x; vogliamo conosce-
re la concentrazione ρ(x, t), che supponia-
mo omogenea in ciascuna sezione del fiume,
dell’inquinante nota la distribuzione iniziale
ρ(x,0) dell’inquinante stesso, tenendo conto
che l’inquinante viene degradato dall’azione
batterica proporzionalmente alla concentra-
zione di inquinante e trascurando i fenomeni
diffusivi.
29 marzo 2001 158
La situazione appena descritta e un esempio
di advezione: la velocita con cui si muove la
massa e c.
Puo essere modellizzata utilizzando l’equa-
zione
∂
∂tρ(x, t) = −c
∂
∂xρ(x, t)− µρ(x, t) (194)
µρ(x, t) descrive la metabolizzazione dell’in-
quinante
29 marzo 2001 159
Riscriviamo la 194 nella forma
∂
∂tρ(x, t) + c
∂
∂xρ(x, t) = −µρ(x, t) (195)
Il primo membro e la derivata rispetto a t
della funzione
R(x, t) = ρ(x+ ct, t) (196)
e quindi
d
dtR(x, t) =
d
dtρ(x+ ct, t) =
=∂
∂tρ(x+ ct, t) + c
∂
∂xρ(x+ ct, t) =
= −µρ(x+ ct, t) = −µR(x, t) (197)
29 marzo 2001 160
Integrando rispetto a t l’equazione differen-
ziale lineare che ne risulta
ρ(x+ ct, t) = h(x)e−µt (198)
Imponendo le condizioni iniziali ρ(x,0) = ρ0(x)
(e nota la densita iniziale in ogni luogo del
fiume)
ρ0(x) = ρ(x,0) = h(x) (199)
da cui
ρ(x+ ct, t) = ρ0(x)e−µt (200)
e
ρ(x, t) = ρ0(x− ct)e−µt (201)
29 marzo 2001 161
Consideriamo la situazione in cui
Si verifichi in una locazione x = 0 che possia-
mo supporre coincidente con l’origine una im-
missione di inquinante con flusso costante γ.
(Supponendo che il fiume sia in precedenza
pulito)
Allo scopo, posto
γ(t) =
0 t < 0
γ0 t ≥ 0(202)
possiamo imporre nella 200 che
γ(t) = ρ(0, t) = ρ0(−ct)e−µt (203)
29 marzo 2001 162
Da cui, posto x = −ct si ricava t = −xc
e quindi
γ(−x
c) = ρ0(x)e
µx/c ρ0(x) = γ(−x
c)e−µx/c
(204)
Se ne conclude
ρ(x, t) = ρ0(x− ct)e−µt = γ(ct− x
c)e−µ(x−ct)/ce−µt
(205)
Ed infine
ρ(x, t) = γ(t−x
c)e−µx/c (206)
In questa espressione possiamo osservare che
si evidenzia il fatto che per t− xc < 0 cioe per
x > ct l’inquinante ha densita ρ nulla. (L’in-
quinante, in quel momento non ha ancora
raggiunto quel punto del fiume).
29 marzo 2001 163
Per studiare il livello δ dell’ossigeno disciolto
nel fiume, possiamo tenere conto che anche
δ deve soddisfare una equazione di trasporto
del tipo
∂
∂tδ(x, t) + c
∂
∂xδ(x, t) =
= −µρ(x, t) + µ1(δm − δ(x, t)) (207)
dove −µρ(x, t) rende conto del fatto che il
livello di ossigeno diminuisce in maniera pro-
porzionale all’inquinante metabolizzato,
e µ1δ(x, t) e il reintegro mediante scambio
con l’atmosfera, proporzionale alla differen-
za tra il livello δm di saturazione ed il livello
attuale δ(x, t).
29 marzo 2001 164
L’equazione 207 puo essere integrata come
le precedenti.
Avremo allora che, posto D(t) = δ(x+ ct, t)
dalla 207 si ricava
D′(t) =∂
∂tδ(x+ ct, t) + c
∂
∂xδ(x+ ct, t) =
= −µρ(x+ ct, t) + µ1(δm − δ(x+ ct, t)) =
= −µ1D(t) + µ1δm − µρ0(x)e−µt (208)
ed infine
D′(t) = −µ1D(t) + µ1δm − µρ0(x)e−µt
(209)
Si tratta di una equazione lineare la cui solu-
zione e
D(t) = k(x)e−µ1t + δm +µρ0(x)
µ− µ1e−µt (210)
29 marzo 2001 165
Tenuto conto che il fiume all’istante iniziale
e pulito, possiamo supporre che δ(0, t) = δm,
quindi si puo ricavare k(x) e la 210 diventa
D(t) =µρ0(x)
µ− µ1(e−µt − e−µ1t) + δm (211)
Poiche D(t) = δ(x+ ct, t) possiamo ricavare
che
δ(x+ ct, t) =µρ0(x)
µ− µ1(e−µt − e−µ1t) + δm
(212)
da cui
δ(x+ ct, t) =
=µγ(−xc)e
−µx/c
µ− µ1(e−µt − e−µ1t) + δm (213)
E
δ(x, t) =µγ(t− x
c)e−µ(x−ct)/c
µ− µ1(e−µt − e−µ1t) + δm
(214)
29 marzo 2001 166
Infine
δ(x, t) =µγ(t− x
c)e−µx/c
µ− µ1(1− e(µ−µ1)t) + δm
(215)
Andamento della concentrazione di inquinante
29 marzo 2001 167
Modelli differenziali
di
Traffico autostradale
Il traffico lungo un’autostrada puo essere de-
scritto mediante un modello di trasporto in
cui il flusso dipende dalla densita delle auto.
La natura del modello e discreta
Se consideriamo la situazione ”da molto di-
stante” possiamo ritenere il flusso delle au-
to come il flusso di una massa continua con
densita ρ.
Variabili in gioco
x, descrive l’asse su cui si trova l’autostrada,
t. rappresenta il tempo.
29 marzo 2001 168
L’equazione che governa il flusso delle auto
e di tipo advettivo,di trasporto,
Non esistono ne’ ”sorgenti” ne’ ”pozzi”
Occorre ipotizzare il comportamento del flus-
so φ rispetto alla densita ρ delle auto.
Possiamo fare riferimento a dati che proven-
gono dall’osservazione del traffico in base ai
quali.
1. La velocita delle auto e compresa tra 0
e vm, quest’ultimo valore essendo con-
seguenza dei limiti di velocita o delle
condizioni stradali.
2. La velocita delle auto dipende dalla
densita e se ρm e la massima densita
possibile, supponiamo che
v(ρ) = vm
(1−
ρ
ρm
)(216)
29 marzo 2001 169
Dalla 216 si ricava
• se ρ = 0 allora v = vm
• se ρ = ρm allora v = 0.
L’equazione che ne risulta sara del tipo 190
o piu precisamente del tipo 191
Tenuto conto che
φ(ρ) = v(ρ)ρ = vm
(ρ−
ρ2
ρm
)(217)
da cui
φ′(ρ) =d
dρφ(ρ) = vm
(1−
2ρ
ρm
)(218)
29 marzo 2001 170
L’equazione che regola lo scorrere del traffico
autostradale potra essere scritta nella forma
∂ρ(x, t)
∂t= −vm
(1−
2ρ(x, t)
ρm
)∂ρ(x, t)
∂x(219)
o piu brevemente
ρt = −vm(1−
2ρ
ρm
)ρx = −φ′(ρ)ρx (220)
Cercheremo di studiare la soluzione dell’e-
quazione individuandone le curve di livello;
cercheremo cioe di trovare le curve descritte
dalle equazioni (x(t), t) sulle quali risulta
ρ(x(t), t) = costante = ρ0 (221)
29 marzo 2001 171
Se
ρ(x(t), t) = costante = ρ0 (222)
avremo che
φ′(ρ) = φ′(ρ0) = φ′0
e esso pure costante
Pertanto possiamo riscrivere la 220 come se-
gue
ρt = −φ′0ρx (223)
D’altro canto derivando la 221, si ha
ρt + x(t)ρx = 0 (224)
29 marzo 2001 172
Da 224 e 223 possiamo dedurre che
x(t) = φ′o (225)
da cui, ricordiamo che φ′0 = φ′(ρ0)
x(t) = φ′0t+ x0 (226)
Le curve di livello (x(t), t) della soluzione ρ(x, t)
sono rette di equazione x = φ′0t+ x0.
Se ρ(x,0) = ρ0(x)
si ha
ρ(φ′0t+ x0, t) = ρ(x0,0) = ρ0(x0) (227)
E se supponiamo nota la densita iniziale ρ0(x)
ρ(x, t) = ρ(x− φ′(ρ0)t) = ρ0(x− φ′0t) (228)
29 marzo 2001 173
Esaminiamo qualche esempio
Le auto sono incolonnate ad un semaforo pri-
ma del quale la densita e massima e dopo il
quale la densita e nulla.
Indichiamo con 0 l’istante in cui il semaforo
diventa verde
Il flusso di traffico successivo puo essere de-
scritto dall’equazione 219 con la condizione
iniziale
ρ(x,0) = ρ0(x) =
ρm x < 0
0 x > 0(229)
29 marzo 2001 174
In corrispondenza di tali dati iniziali avremo
che
φ′0 = φ′0(ρ(x,0)) = φ′0(ρ0(x)) =
=
vm x > 0 (ρ0 = 0)
−vm x < 0 (ρ0 = ρm)(230)
Le rette su cui risulta costante la densita,
caratteristiche dell’equazione, sono
x =
vmt+ x0 x0 > 0
−vmt+ x0 x0 < 0(231)
Su ognuna di tali rette la densita e ρ0 ed il
flusso corrispondente e
φ′0 = φ′(ρ(x,0)) = φ′(ρ0)
29 marzo 2001 175
Tali rette coprono solo una parte del semi-
piano t > 0
Non forniscono nessuna informazione su quan-
to accade nella zona di tale semipiano che e
compresa tra le rette x = ±vmt
29 marzo 2001 176
Grafico della funzione densita ρ(x, t)
29 marzo 2001 177
La zona non coperta corrisponde al caso x0 =
0
Non e possibile dare un valore della densita
per x0 = 0
A destra di zero la densita e nulla
A sinistra e massima;
La densita presenta in zero una discontinuita
di tipo ”salto”.
In tale zona ci interessa definire una soluzione
ρ(x, t) in grado di raccordare il valore ρm con
il valore 0.
29 marzo 2001 178
Per x0 = 0 le curve di livello della densita ρ
sono
x = φ′(ρ(0,0))t = φ′(ρ0(0))t (232)
ma la densita iniziale ρ0(0) non e definita,
possiamo soltanto affermare che
ρ0(0) ∈ [0, ρm]
Quindi
φ′(ρ0(0)) = vm
(1−
2ρ0(0)
ρm
)∈ [−vm, vm]
Pertanto per x0 = 0 possiamo considera-
re non una ma infinite rette sulle quali ρ e
costante.
Se in t = 0 assumiamo un valore della densita
ρ, tale valore si manterra costante sulla retta
x = φ′(ρ)t = vm
(1−
2ρ
ρm
)t (233)
29 marzo 2001 179
Ricavando ρ si ottiene
ρ =1
2ρm
(1−
x
vmt
)(234)
Osserviamo che per t = 0 la 234 non e defi-
nita.
Grafico e livelli della 234
29 marzo 2001 180
La 234 soddisfa l’equazione 219; infatti si ha
ρt =x
2vmt2, ρx =
−1
2vmt(235)
Per cui, trascurando la costante 12ρm
x
vmt2+ vm
(1−
2ρ
ρm
)(−1
vmt
)=
=x
vmt2−
1
t+
2ρ
ρmt=
=x
vmt2−
1
t+ρm
(1− x
vmt
)ρmt
= 0 (236)
La soluzione cosı definita ha linee di livelloche sono rette per l’origine
Esse corrispondono ai diversi valori di densitaassunti nell’origine;
Tali valori vanno da
• ρm, in corrispondenza del quale x = −vmt,
• a 0 caso in cui x = vmt
29 marzo 2001 181
Infatti
ρ =1
2ρm
(1−
x
vmt
)= k ⇐⇒
x = vm
(1−
2k
ρm
)(237)
Le rette (al variare di k ∈ [0, ρm] hanno pen-
denza crescente da −vm a vm,
Coprono la zona scoperta dai precedenti cal-
coli
Sono le caratteristiche che passano per l’ori-
gine.
I punti della retta x = −vmt caratterizzano i
tempi ed i luoghi in cui inizia il movimento di
un’auto in coda al semaforo.
Al tempo t iniziano a muoversi le auto che
per t = 0 si trovano alla posizione x = −vmtmentre al tempo t l’auto che si trova in x = 0
per t = 0 avra raggiunto la posizione x = vmt.
29 marzo 2001 182
La velocita con cui le auto si muovono nella
zona in esame, sara
v = vm
(1−
ρ
ρm
)(238)
e quindi dalla soluzione 234 trovata per ρ,
v = vm
(1−
1
2
(1−
x
vmt
))(239)
per cui
v = vm
(1
2+
x
2vmt
)(240)
e
v =vm
2+
x
2t(241)
29 marzo 2001 183
Se x(t) e la posizione di un’auto avremo che
x(t) = v.
Ne viene che
x(t) =vm
2+
x
2t(242)
Si e in questo modo trovata una equazio-
ne differenziale che definisce il movimento
dell’auto alla partenza dopo il verde.
Una condizione iniziale puo essere dedotta te-
nendo conto che l’auto comincia a muoversi
da x0 al tempo t0 = −x0/vm;
Ne viene x(t) = x(t)2t + vm
2x(−x0
vm) = x0
(243)
29 marzo 2001 184
L’integrale generale dell’equazione e
x(t) = C1√t+ vmt (244)
e imponendo che
x0 = x(−x0vm
) = C1
√−x0vm
+ vm
(−x0vm
)(245)
si ricava
C1 = −2√−x0vm (246)
per cui la cui soluzione del problema di Cau-
chy e
x(t) = −2√−x0vm
√t+ vmt =√
t√vm
(√vm√t− 2
√−x0
)(247)
29 marzo 2001 185
Si calcola che l’auto raggiungera il semaforo
al tempo t tale che x(t) = 0; si ricava
t = −4x0vm
La figura seguente mostra come si muove
un’auto in coda al semaforo dopo che il se-
maforo e diventato verde.
29 marzo 2001 186
Una situazione opposta si verifica quando la
densita di traffico aumenta
In tal caso il metodo delle caratteristiche pre-
senta inconvenienti
Si rendono necessari degli aggiustamenti.
La densita iniziale sia data da
ρ(x,0) = ρ0(x) =
ρm4 x < 0
ρm x > 0(248)
Avremo che
φ′0 = φ′0(ρ(x,0)) = φ′0(ρ0(x)) =
=
vm2 x < 0 (ρ0 = ρm4 )
−vm x > 0 (ρ0 = ρm)(249)
29 marzo 2001 187
Le caratteristiche su cui risulta costante la
densita dell’equazione, saranno date da
x =
vm2 t+ x0 x0 < 0
−vmt+ x0 x0 > 0(250)
come si vede nella figura seguente.
29 marzo 2001 188
Grafico della funzione densita ρ(x, t)
29 marzo 2001 189
Dalla figura si vede che la situazione non e
affatto chiara
Esiste una zona del piano in cui le caratteri-
stiche si sovrappongono
Cio causa la mancanza di unicita della solu-
zione, o meglio la sua indeterminatezza.
Questo e dovuto alla discontinuita del dato
iniziale
Dobbiamo operare una scelta tra le due so-
luzioni.
Poiche la densita e discontinua la 182 puo
causare problemi.
29 marzo 2001 190
Ad esempio puo non essere lecito lo scambio
tra derivata ed integrale in 185.
Pertanto ripartiamo dalla 185 stessa.
φ(t, x)− φ(t, x+ ∆x) = −d
dt
∫ x+∆x
xρ(t, s)ds
(251)
Se σ(t) ∈ [x, x + ∆x] e un punto in cui si
verifica la discontinuita la 185 applicata agli
intervalli [x, σ(t)] e [σ(t), x+ ∆x] assicura
d
dt
∫ σ(t)x
ρ(s, t)ds+d
dt
∫ x+∆x
σ(t)ρ(s, t)ds =
= φ(σ+(t), t)−φ(x+∆x, t)−φ(σ−(t), t)+φ(x, t)
(252)
29 marzo 2001 191
D’altro canto per le solite regole di deriva-
zione si ha
d
dt
∫ σ(t)x
ρ(s, t)ds+d
dt
∫ x+∆x
σ(t)ρ(s, t)ds =
σ(t)ρ(σ−(t), t)+∫ σ(t)x
∂ρ(s, t)
∂tds−σ(t)ρ(σ+(t), t)+
+∫ x+∆x
σ(t)
∂ρ(s, t)
∂tds (253)
29 marzo 2001 192
Quindi se x→ σ(t)− e x+ ∆x→ σ(t)+ otte-
niamo
σ(t)ρ(σ−(t), t)− σ(t)ρ(σ+(t), t) =
φ(σ+(t), t)− φ(σ−(t), t) (254)
o piu brevemente
σ(t)ρ− − σ(t)ρ+ = φ+ − φ− (255)
ovvero
σ(t) =φ+ − φ−ρ+ − ρ−
=ρ+v+ − ρ−v−ρ+ − ρ−
(256)
Nel nostro caso si verifica subito che
ρ+ = ρm , ρ− =ρm
4
v+ = 0 , v− =3vm4
29 marzo 2001 193
Per cui
σ(t) = −vm
4e σ(t) = −
vm
4t (257)
La 257 rappresenta l’equazione della curva
lungo la quale si passa da velocita v− = 3vm4
a velocita v+ = 0 ed ivi si riscontra una bru-
sca interruzione del traffico; quindi σ(t) indi-
vidua il punto in cui in traffico subisce uno
shock e ne descrive l’andamento nel tempo;
solitamente σ(t) viene indicata come ”shock
wave” (onda d’urto).
29 marzo 2001 194
Curve
di
Inseguimento
Sia T un bersaglio che si muove su una curva
nota Γ a velocita costante.
Cerchiamo di determinare una curva che deve
percorrere un punto P che insegue T a velo-
cita costante sempre diretta verso il punto
T .
La curva che descritta da P si chiama curva
di inseguimento
Consideriamo alcuni esempi in cui il problema
puo essere risolto.
Il bersaglio T si muove sulla retta x = a a
velocita costante w
29 marzo 2001 195
Γ puo essere parametrizzata mediante le
γ(t) =
x(t) = a
y(t) = wtt ≥ 0 (258)
Siano (x(t), y(t)) le equazioni parametriche
della curva di inseguimento avremo che (x(t), y(t))
deve essere parallelo alla direzione (a−x(t), wt−y(t)) dovra aversi
x(t) = K(a− x(t))
y(t) = K(wt− y(t))
(x(t))2 + (y(t))2 = v2(259)
29 marzo 2001 196
Se supponiamo che la soluzione sia una fun-
zione y(x) potremo affermare che y(t) = y(x(t))
e
y(t) = y′(x(t))x(t) (260)
da cui, tenendo conto della 259
wt− y(t) = y′(x(t))(a− x(t)) (261)
e derivando rispetto t
w − y(t) = y′′(x(t))x(t)(a− x(t))− y′(x(t))x(t)(262)
e, per la 260
w = y′′(x(t))x(t)(a− x(t)) (263)
29 marzo 2001 197
D’altro canto dalla seconda delle 259 possia-
mo ricavare che(dx
dt
)2+(dy
dt
)2=(dx
dt
)2[1 +
(dy
dx
)2]= v2
(264)
Ricavando x(t) dalla 263 e sostituendo nella
264 otteniamo
1 +(y′(x)
)2=(v
w
)2(a− x)2
(y′′)2
(265)
Ora, se poniamo p = y′ e chiamiamo k =vw possiamo ricondurci ad una equazione a
variabili separabili della forma
1 + p2 = k2(a− x)2(p′)2
(266)
29 marzo 2001 198
La curva di inseguimento nel caso in cui
il bersaglio si muova in linea retta
29 marzo 2001 199
Separando le variabili ed integrando ottenia-
mo
p′√1 + p2
=1
k(a− x)(267)
e
(sinh)−1(p) = −1
kln(a− x) + c (268)
da cui
p = sinh(ln(γ(a− x))−1k ) (269)
ed infine
p =1
2
[(γ(a− x))
−1k − (γ(a− x))
1k
](270)
29 marzo 2001 200
La costante γ puo essere ricavata imponen-
do che p(0) = y′(0)) = 0 (Inseguitore inizial-
mente fermo)
Si ottiene che γ = 1a
e possiamo scrivere che
p =1
2
[((1−
x
a))
−1k − ((1−
x
a))
1k
](271)
Integrando nuovamente si puo ottenere la y,
Se k 6= 1
y =1
2
[ka
1− k((1−
x
a))1−
1k −
ka
1 + k((1−
x
a))1+1
k
]+d
(272)
29 marzo 2001 201
Imponendo y(0) = 0 possiamo ricavare d =
− ka1−k2 e ricavare
y =ka
k2 − 1
1 +1
2
(k − 1)(1−
x
a
)1+1k −
−(k+ 1)(1−
x
a
)1−1k
(273)
Se k = 1
p =1
2
[1
γ(a− x)− γ(a− x)
](274)
Imponendo p(0) = y′(0)) = 0 si ottiene γ = 1a
e
p =1
2
[1
1− xa
− (1−x
a)
](275)
Integrando
y =a
4
((1−
x
a
)2− ln
(1−
x
a
)2− 1
)(276)
29 marzo 2001 202
Se k > 1 ( v > w) la 273 permette di calco-
lare che per x→ a y(x) → kak2−1
che pertanto
rappresenta il punto in cui il bersaglio viene
raggiunto dall’inseguitore.
Curva di pedinamento
Se modifichiamo il problema richiedendo che
si mantenga costante la distanza tra insegui-
tore P e bersaglio T ,
(wt− y(t))2 + (a− x(t))2 = a2 (277)
otteniamo sostituendo la 261 nella 277(y′(x)
)2=
a2
(a− x)2− 1 (278)
29 marzo 2001 203
la soluzione e data da
y = −√a2 − (a− x)2 +
+ a ln
a+
√a+
√a2 − (a− x)2
a− x
+ c (279)
Per la 278 la distanza tra inseguitore ed in-
seguito rimane costante l’inseguitore segue,
ma non vuole intercettare, cioe pedina, il
bersaglio.
La stessa equazione vale se l’inseguito traina
l’inseguitore;
la curva descritta dalla 279 si chiama trattri-
ce.
29 marzo 2001 204
Un esempio d’autore
Il seguente problema e dovuto a Hugo Stei-
nhaus puo essere enunciato come segue:
Quattro cani si trovano ai quattro
vertici A,B,C,D di un prato quadra-
to. I cani cominciano a correre con
velocita costante puntando ciascuno
il cane che si trova nel vertice suc-
cessivo. Dopo quanto tempo i quat-
tro cani si incontrano e quanta stra-
da hanno percorso? Quale percorso
hanno compiuto?
29 marzo 2001 205
Per simmetria i quattro cani si trovano sem-
pre ai vertici di un quadrato il cui lato dimi-
nuisce con la velocita con cui ciascun cane si
muove
I quadrati ai vertici dei quali si trovano i cani
in ciascun istante sono centrati nel centro O
di tutti i quadrati
I cani si muovono seguendo una traiettoria
che si mantiene tangente ad uno dei lati dei
quadrati
29 marzo 2001 206
ogni cane punta il successivo cioe il vetto-
re tangente alla curva percorsa (vettore ve-
locita) punta verso il successivo vertice del
quadrato e quindi giace su un lato del qua-
drato.
Ciascun cane si muove seguendo una traiet-
toria per la quale in ogni punto il vettore tan-
gente ed il raggio vettore rispetto al centro
O formano un angolo costante ed uguale aπ4.
Ogni cane raggiunge il successivo nel tempo
necessario a percorrere il lato del quadrato e
quindi percorre una distanza pari al lato del
quadrato stesso.
La traiettoria percorsa e una spirale logarit-
mica centrata in O e relativa ad un angolo
tra tangente e raggio vettore di π4
29 marzo 2001 207
Consideriamo un riferimento polare (ρ, θ) cen-
trato in O e una parametrizzazione della cur-
va descritta dal cane che parte dal vertice in
A ed insegue il cane che inizialmente e in D
In un successivo istante i cani si trovano in
A(t) = A′, B(t) = B′, C(t) = C′, D(t) = D′
e la traiettoria percorsa e caratterizzata dal
fatto che il raggio vettore A′O forma un an-
golo di π4 con il lato A′D′ che risulta essere
tangente alla traiettoria.
29 marzo 2001 208
Siano (x(t), y(t)) le equazioni parametriche
della curva descritta dal cane in A e sia ρ(t) =
ρ(θ(t)); avremo chexa(t) = x0 + ρ(t) cos θ(t)
ya(t) = y0 + ρ(t) sin θ(t)(280)
mentre il cane in D (che e inseguito dal cane
in A) percorrera una traiettoria di equazionixd(t) = x0 + ρ(t) sin θ(t)
yd(t) = y0 − ρ(t) cos θ(t)(281)
Analogamente i cani in B e C percorreranno
rispettivamente traiettorie di equazionixb(t) = x0 − ρ(t) sin θ(t)
yb(t) = y0 + ρ(t) cos θ(t)(282)
xc(t) = x0 − ρ(t) cos θ(t)
yc(t) = y0 − ρ(t) sin θ(t)(283)
29 marzo 2001 209
Il vettore tangente alla curva descritta dalcane in un generico punto A(t) e dato da
T (t) =
{xa(t) = (ρ(t) cos θ(t)− ρ(t) sin θ(t))θ(t)
ya(t) = (ρ(t) sin θ(t) + ρ(t) cos θ(t))θ(t)(284)
mentre il vettore che indica la direzione che
il cane deve seguire e D(t) − A(t) e si puo
scrivere nella forma
D(t)−A(t) =
ρ(t) sin θ(t)− ρ(t) cos θ(t)
−ρ(t) cos θ(t)− ρ(t) sin θ(t)
(285)
Dovra aversi
T (t) = k[D(t)−A(t)] (286)
dove k e una costante di proporzionalita, per
cui
29 marzo 2001 210
(ρ(t) cos θ(t)− ρ(t) sin θ(t))θ(t) =
= k(ρ(t) sin θ(t)− ρ(t) cos θ(t))(ρ(t) sin θ(t) + ρ(t) cos θ(t))θ(t) =
= k(−ρ(t) cos θ(t)− ρ(t) sin θ(t))(287)
Dividendo membro a membro 287 otteniamo
ρ(t) cos θ(t)− ρ(t) sin θ(t)
ρ(t) sin θ(t) + ρ(t) cos θ(t)=
=ρ(t) sin θ(t)− ρ(t) cos θ(t)
−ρ(t) cos θ(t)− ρ(t) sin θ(t)(288)
moltiplicando per i denominatori
− ρρ cos2 θ+ ρ2 sin θ cos θ −− ρρ cos θ sin θ+ ρ2 sin2 θ =
ρρ sin2 θ − ρρ sin θ cos θ+
+ ρ2 sin θ cos θ − ρ2 cos2 θ (289)
29 marzo 2001 211
da cui deduciamo che
ρρ− ρ2 = 0 ρ = ρ (290)
(ovvero
ρρ− ρ2θ(t) = 0 (291)
nel caso in cui
ρ(t) = ρ(θ(t))) (292)
ed infine
ρ(t) = ceθ(t) (293)
La 289 definisce l’equazione polare della tra-
iettoria percorsa dal cane.
Per ottenerne la legge oraria occorre tenere
anche conto del fatto che la curva e percorsa
con velocita costante |v|
29 marzo 2001 212
In altre parole√x2(t) + y2(t) = |v| (294)
da cui
(ρ2(t) + ρ2(t))θ2(t) = |v|2 (295)
Se ne deduce che
2c2e2θ(t)θ2(t) = |v|2 (296)
eθ(t)θ(t) = ±|v|√2c
(297)
e quindi
eθ(t) = ±1√2c|v|t+ b (298)
θ(t) = ln(b±1√2c|v|t) (299)
29 marzo 2001 213
Curva di inseguimento
Se in generale il bersaglio T si muove lungo
una traiettoria γ di equazioni
γ(t) = (a(t), b(t)) (300)
E se P e l’inseguitore che procede a velo-
cita costante v lungo la curva di equazioni
parametriche
(x(t), y(t))
dovra aversix(t) = k(t)(a(t)− x(t))
y(t) = k(t)(b(t)− y(t))
(x(t))2 + (y(t))2 = v2(301)
29 marzo 2001 214
Dalla 301 si ricava che
k(t) =v√
(a(t)− x(t))2 + (b(t)− y(t))2
(302)
e otteniamo per sostituzionex(t) = v a(t)−x(t)√
(a(t)−x(t))2+(b(t)−y(t))2
y(t) = v b(t)−y(t)√(a(t)−x(t))2+(b(t)−y(t))2
(303)
Il sistema puo essere integrato numericamen-
te.
29 marzo 2001 215
Curva di pedinamento
Per il pedinamento, se T percorre γ di equa-
zioni
γ(t) = (a(t), b(t)) (304)
e P e il punto inseguitore, si muove lungo la
curva
(x(t), y(t))
Si avrax(t) = k(t)(a(t)− x(t))
y(t) = k(t)(b(t)− y(t))
(a(t)− x(t))2 + (b(t)− y(t))2 = d2
(305)
29 marzo 2001 216
Dalla 305 si ricava che
2[(a(t)− x(t)][a(t)− x(t)] +
+ [b(t)− y(t)][b(t)− y(t)] = 0 (306)
e quindi
[a(t)− x(t)][a(t)− k(t)(a(t)− x(t))] +
+ [b(t)− y(t)][b(t)− k(b(t)− y(t))] = 0
(307)
e ancora
a(t)[a(t)− x(t)]− k(t)[a(t)− x(t)]2 +
+ b(t)[b(t)− y(t)]− k(t)[b(t)− y(t)]2 = 0
(308)
29 marzo 2001 217
Infine
a(t)(a(t)− x(t) + b(t)− k(t)d2 = 0
k(t) =a(t)(a(t)− x(t) + b(t)− k(t)
d2(309)
e
x(t) = a(t)(a(t)−x(t)+b(t)−k(t)d2
(a(t)− x(t))
y(t) = a(t)(a(t)−x(t)+b(t)−k(t)d2
(b(t)− y(t))
(310)
Il sistema puo essere integrato numericamen-
te.
29 marzo 2001 218
La curva di inseguimento nel caso in cui
il bersaglio si muova di moto circolare
29 marzo 2001 219
La curva di inseguimento nel caso in cui il bersaglio
si muova di moto circolare per t = .4 e t = .8
29 marzo 2001 220
La curva di inseguimento
nel caso in cui il bersaglio
si muova di moto circolare
per t = 1.2 e t = 1.6
29 marzo 2001 221
La curva di inseguimento
nel caso in cui il bersaglio
si muova di moto circolare
per t = 2 e t = 2.4
29 marzo 2001 222
La curva di pedinamento
nel caso in cui il bersaglio
si muova di moto rettilineo
29 marzo 2001 223
La curva di pedinamento
nel caso in cui il bersaglio
si muova di moto circolare uniforme
29 marzo 2001 224
La curva di pedinamento
nel caso in cui il bersaglio
si muova di moto circolare
(nel secondo caso la distanza di pedinamento
e uguale al raggio del cerchio
29 marzo 2001 225
La spirale logaritmica
Stabiliamo un riferimento polare nel piano;
O e il polo di tale sistema
ρ e il raggio vettore
θ e l’angolo formato dal raggio vettore con il
semiasse positivo delle x.
29 marzo 2001 226
Un punto e individuato dalle coordinatex = ρ cos θ
y = ρ sin θ(311)
Se e data ρ = ρ(θ) si individua nel piano una
curva di equazioni parametrichex = ρ(θ) cos θ
y = ρ(θ) sin θ(312)
Si definisce spirale logaritmica una curva nel
piano tale che in ogni punto il raggio vettore
della curva ed il vettore tangente alla curva
formino un angolo fissato α
29 marzo 2001 227
Poiche il prodotto scalare dei vettori (x, y) e
x, y) e uguale al prodotto delle norme dei vet-
tori stessi e del coseno dell’angolo compreso.
una curva che soddisfi la proprieta richiesta
deve soddisfare
x(t)x(t) + y(t)y(t) =
= ‖(x(t), y(t))‖‖(x(t), y(t))‖ cosα (313)
Se teniamo conto chex(t) = ρ(θ(t)) cos θ(t)
y(t) = ρ(θ(t)) sin θ(t)(314)
29 marzo 2001 228
e chex(t)x(t) + y(t)y(t) = d
dt12ρ
2(t) = ρ(t)ρ(t)θ(t)
‖(x(t), y(t))‖2 = ρ2(t)
‖(x(t), y(t))‖2 = (ρ2(t) + ρ2(t))θ2(t)(315)
Otteniamo
ρ2(t)ρ2(t)θ2(t) = cos2αρ2(t)θ2(t)(ρ2(t)ρ2(t))
(316)
Pertanto
ρ2(t) = cos2α(ρ2(t) + ρ2(t)) (317)
ρ2(t) =cos2α
1− cos2αρ2(t) (318)
(319)
ed infine
ρ(t) = cotαρ(t) (320)
29 marzo 2001 229
L’ultima equazione descrive la forma della
spirale logaritmica ma non dice nulla riguardo
al modo in cui essa viene percorsa.
Descrive le proprieta geometriche della spira-
le logaritmica ma non le sue proprieta cine-
matiche.
La velocita e descritta dal vettore (x(t), y(t))
la cui norma e
‖(x(t), y(t))‖2 = x2(t) + y2(t) =
(ρ2(t) + ρ2(t))θ2(t) (321)
possiamo imporre che la spirale venga percor-
sa con velocita costante in modulo chiedendo
che
(ρ2(t) + ρ2(t))θ2(t) = |v| (322)
Le equazioni trovate possono essere facil-
mente risolte per trovare ρ(t) e θ(t).
29 marzo 2001 230
Qualche risultato
di
teoria del controllo
Consideriamo un modulo lunare ad altezza
h dal suolo con velocita v0 diretta verso il
basso,
Occorre determinare la minima quantita di
carburante u necessaria per alimentare i mo-
tori che forniscono la forza frenante necessa-
ria per toccare il suolo con velocita nulla.
Si suppone la forza frenante pari a ku (pro-
porzionale al consumo di carburante)
Il modulo ha massa m ed e soggetto alla forza
di gravita lunare mg;
29 marzo 2001 231
Se x(t) e la quota del modulo all’istante t
dovra essere
mx = −mg+ ku(t) (323)
Il carburante u(t) fornito ai motori e limitato
dalla disponibilita totale α per cui
0 ≤ u(t) ≤ α (324)
Il carburante controlla la capacita frenante
del modulo che parte dalle condizioni iniziali
x(0) = h x(0) = v0 (325)
29 marzo 2001 232
A meno di ridenominare le costanti in gioco
possiamo riformulare il problema nei seguenti
termini: x(t) = −g+ ku(t)
0 ≤ u(t) ≤ α
x(0) = h
x(0) = v0
(326)
Possiamo anche supporre k = 1 a meno di
ridenominare anche α, e riscrivere l’equazione
in forma di sistema del primo ordine
x(t) = y(t)
y(t) = −g+ u(t)
0 ≤ u(t) ≤ α
x(0) = h
y(0) = v0
(327)
29 marzo 2001 233
Perche il modulo non si sfracelli al suolo,
dovra essere
x(T ) = y(T ) = 0 (328)
dove T e l’istante in cui il modulo tocca il
suolo; il consumo di carburante puo essere
stimato mediante la∫ T0u(t)dt (329)
Occorre determinare u in modo che sia mini-
mo l’integrale in 329 al variare delle funzioni
u che soddisfano le condizioni 327.
Per risolvere il problema occorre il principio
del massimo di Potriagyn
29 marzo 2001 234
Il problema di controllo
Sia dunque
f0 : Rn × Rk → R
sufficientemente regolare (almeno di classe
C1) e sia
F : Rn × Rk → Rn
una funzione vettoriale sufficientemente re-
golare.
Consideriamo i seguenti, di poco differenti,
problemi di controllo ottimo:
29 marzo 2001 235
Determinare il minimo del funzionale
∫ T0f0(x(t), u(t))dt
al variare di x, funzione di stato del
sistema, e di u, funzione di controllo,
tali che:
x(t) = F (x(t), u(t)) (330)
x(0) = x0 (331)
|u(t)| ≤ α (332)
29 marzo 2001 236
Determinare il minimo del funzionale
∫ T0f0(x(t), u(t))dt
al variare di T , tempo finale, di x,
funzione di stato del sistema, e di u,
funzioni di controllo, tali che:
x(t) = F (x(t), u(t)) (333)
x(0) = x0 (334)
|u(t)| ≤ α (335)
29 marzo 2001 237
Determinare il minimo del funzionale
∫ T0f0(x(t), u(t))dt
al variare di T , tempo finale, di x,
funzione di stato del sistema, e di u,
funzioni di controllo, tali che:
x(t) = F (x(t), u(t)) (336)
x(0) = x0 , x(T ) = x1 (337)
|u(t)| ≤ α (338)
29 marzo 2001 238
Possiamo enunciare i seguenti risultati che
forniscono condizioni necessarie per lo stato
ed il controllo ottimale e sono note come
Principio del massimo di Pontryagin.
Distingueremo tre situazioni
• Il caso in cui T sia fissato,
• Il caso in cui sia richiesta una condizione
finale
x(T ) = x1
• Il caso in cui T non sia fissato
29 marzo 2001 239
Nel caso in cui T sia fissato,
Se (x∗, u∗) e una soluzione del problema di
controllo allora esiste
λ0 ∈ R , λ : R → Rn
tali che, posto
H(x, u) = λ0f0(x, u) + 〈λ, F (x, u)〉 =
= λ0f0(x, u) +n∑i=1
λiFi(x, u) (339)
si abbia
x∗(t) = F (x∗(t), u∗(t)) (340)
x∗(0) = x0 (341)
λ(t) = −∇xH(x∗(t), u∗(t)) (342)
H(x∗(t), u∗(t)) = max|u|≤α
H(x∗(t), u) (343)
λ0 = −1 (344)
λ(T ) = 0 (345)
29 marzo 2001 240
Nel caso in cui sia richiesta una
condizione finale
x(T ) = x1
Valgono le precednti condizioni ma puo acca-
dere che λ0 = 0, ma in tal caso si ha λ(t) 6= 0
per ogni t ∈ [0, T ].
Infine
Nel caso in cui T non sia fissato
Oltre alle precedenti condizioni deve essere
verificata la condizione
H(λ(t), x∗(t), u∗(t)) = 0
29 marzo 2001 241
Qualche esempio
di
problema di controllo
29 marzo 2001 242
Il problema
del
minimo tempo
Consideriamo una particella, che
si muove su una retta,
x(t) e la distanza della particella
da un punto fisso O, della retta,
detto origine
Il moto della particella e governato
dall’equazione differenziale
x(t) = u(t) |u(t)| ≤ 1 (346)
29 marzo 2001 243
dove u(t) rappresenta una forza ap-
plicata alla particella.
Vogliamo trovare u(t) in modo chela particella che parte con velocitae posizione iniziale nota, raggiun-ga l’origine con velocita nulla nelminimo tempo possibile.
29 marzo 2001 244
Possiamo porre il problema in termini di con-trollo come segue
Minimizzare∫ T0dt (347)
Sugli archi che soddisfano l’equazione di con-
trollox(t) = y(t)
y(t) = u(t)
x(0) = x0y(0) = v0
(348)
ed i vincoli x(T ) = 0
y(T ) = 0(349)
29 marzo 2001 245
Con riferimento all’enunciato del principio del
massimo avremo che
f0((x, y), u) = 1 F ((x, y), u) =
yu
(350)
per cui
H(x, u) = λ0 + λy+ µu (351)
Per il principio del massimo dovra essere(λµ
)= −
(0λ
)=
(HxHy
)(352)
da cui si ricava cheλ(t) = h
µ(t) = −ht+ k(353)
29 marzo 2001 246
Poiche H e lineare in u, assumera il suo mas-simo per u = ±1
Il segno di u deve essere scelto in dipendenzadel segno di µ.
Piu precisamente
u = 1 nel caso in cui µ > 0
u = −1 nel caso in cui µ < 0
Dal momento che µ(t) = −ht+ k si annullauna ed una sola volta, in t, anche u potraavere un solo cambiamento di segno
Pertanto assumera valore costante
±1 per t ∈ [0, t]
e
∓1 per t ∈ [t, T ]
29 marzo 2001 247
Quando u = 1 avremo chex(t) = y(t)
y(t) = 1(354)
e x(t) = t2/2 + at+ b = (t+a)2
2 + b− a2
2y(t) = t+ a
(355)
Le traiettorie per u = 1 sono come in figura
29 marzo 2001 248
mentre per u = −1 avremo chex(t) = y(t)
y(t) = −1(356)
ex(t) = −t2/2 + at+ b = −(t−a)22 + b+ a2
2y(t) = −t+ a = −(t− a)
(357)
Le traiettorie per u = −1 sono come in figura
29 marzo 2001 249
In ogni caso si avra
x = ±y2 + (b∓a2
2) (358)
Le traiettorie del sistema per u = ±1
nel piano (x, y), x(t) individua posizione e y(t)
la velocita della particella.
29 marzo 2001 250
Per raggiungere l’origine, occorrera allora per-
correre una delle due traiettorie che passano
per (0,0) avendo cura di scegliere il verso
diretto all’origine e non quello dall’origine.
Le traiettorie del sistema
29 marzo 2001 251
A questo proposito osserviamo che la traiet-
toria γ che passa per l’origine e corrisponde
a x positive e percorsa per u = 1 concor-
demente al verso positivo di y in quanto su
di essa y = t+ a mentre la traiettoria δ che
passa per l’origine e corrisponde a x negati-
ve e percorsa per u = −1 in senso opposto
al verso positivo di y in quanto su di essa
y = −t+ a.
Queste osservazioni ci permettono di con-
cludere che per raggiungere l’origine ab-
biamo a disposizione soltanto uno dei due
archi di traiettoria che abbiamo descritto
e che sono indicati nella figura seguente.
29 marzo 2001 252
Le traiettorie che conducono all’origine sono
illustrate nella figura seguente
29 marzo 2001 253
Se le condizioni di partenza (x0, v0) = (x0, y0)
giacciono su uno di tali archi di curva possia-
mo allora trovare una soluzione del proble-
ma, semplicemente tenendo fisso u = ±1, a
seconda dei casi.
In caso contrario dovremo, partendo dal pun-
to iniziale assegnato e percorrendo una delle
altre traiettorie,
x = ±y2 + (b∓a2
2) (359)
raggiungere la parte che conduce all’origine
di γ o di δ.
29 marzo 2001 254
Le traiettorie ottimali sono riportate nella
figura seguente
Cio puo essere facilmente fatto imponendo
che
x0 = ±y20 + (b∓a2
2) (360)
29 marzo 2001 255
il Problema del modulo lunare
Supponiamo di pilotare una navi-
cella, in discesa verso la superficie
della luna da una quota iniziale h
con velocita iniziale v0, e quindi
soggetta alla forza di gravita, in
modo da portarla a quota 0 con
velocita nulla.
Possiamo utilizzare per questo sco-
po dei motori in grado di forni-
re un’azione frenante proporziona-
le al consumo di carburante.
Il problema consiste nel soddisfarele condizioni richieste con il mini-mo di carburante possibile.29 marzo 2001 256
Se u(t) e il consumo di carburante,
e g e l’accelerazione di gravita,
a meno di costanti moltiplicative, il moto del
modulo sara governato dal sistemax(t) = y(t)
y(t) = −g+ u(t)
x(0) = h
y(0) = v0(361)
e sara nostro scopo minimizzare la quantita∫ T0u(t)dt (362)
sotto i vincoli
x(T ) = 0
y(T ) = 00 ≤ u(t) ≤ α (363)
29 marzo 2001 257
Con riferimento all’enunciato del principio del
massimo avremo che
f0((x, y), u) = u F ((x, y), u) =
(y
−g+ u
)(364)
per cui
H(x, u) = λ0u+ λy+ µ(−g+ u) =
(λ0 + µ)u+ λy − µg (365)
Per il principio del massimo dovra essere(λµ
)= −
(0λ
)=
(HxHy
)(366)
da cui si ricava cheλ(t) = c
µ(t) = −ct+ d(367)
29 marzo 2001 258
Anche in questo caso H e lineare in u,
Essa assumera il suo massimo per u = 0
oppure u = α
La scelta del controllo u da applicare dipen-
dera dal segno di λ0 + µ.
Piu precisamente si avra
• u = 0 nel caso in cui λ0 + µ < 0
• u = α nel caso in cui µ > 0.
29 marzo 2001 259
Dal momento che λ0(t) + µ(t) = −ct+ d′ siannulla una ed una sola volta, in t,
u potra avere un solo cambiamento di segno
Pertanto assumera valore costante 0 fino a t
e valore α da t in poi (o viceversa).
Quando u = 0 avremo chex(t) = y(t)
y(t) = −g(368)
e x(t) = −gt2
2 + at+ b
y(t) = −gt+ a(369)
mentre per u = α avremo chex(t) = y(t)
y(t) = −g+ α = k(370)
e x(t) = kt2
2 + at+ b
y(t) = kt+ a(371)
29 marzo 2001 260
Se v0 6= 0 non e possibile riuscire a toccare
il suolo con velocita nulla senza frenare (u =
0),
Quindi occorre utilizzare una delle traiettorie
che corrispondono ad u = α
Piu precisamente occorre usare una delle tra-
iettorie che passano per x = 0 ed y = v =
0.
Affinche in un istante t si abbia
x(t) = y(t) = 0
deve risultare
kt+ a = 0 da cui a = −kt
0 =kt2
2+ at+ b =
kt2
2− kt2 + b = −
kt2
2+ b =
(372)
da cui
b =kt2
2
29 marzo 2001 261
Ne deduciamo chey = k(t− t)
x = kt2
2 − ktt+ kt2
2 = k(t−t)22
(373)
ed ancora
x =y2
2k(374)
La 371 definisce una parabola di cui si consi-
dera solo la parte che giace nel quadrante in
cui x, lo spazio, e y, la velocita, sono positivi.
29 marzo 2001 262
Queste osservazioni ci permettono di con-
cludere che per raggiungere l’origine abbia-
mo a disposizione soltanto l’arco di parabo-
la γ definito dalla 371 che giace nel primo
quadrante.
Nella figura che segue sono riportate due tra-
iettorie di caduta libera e la traiettoria che
passa per l’origine e corrisponde al controllo
u = α
29 marzo 2001 263
Se le condizioni di partenza (x0, v0) = (x0, y0)
giacciono sull’arco di curva γ la soluzione del
problema, consiste nell’applicare il controllo
u = α, cioe frenare al massimo per l’intera
discesa.
In caso contrario sara necessario, partendo
dal punto iniziale assegnato, percorrere una
delle traiettorie definite da 369, raggiunge-
re un punto dell’arco γ e da liı proseguire
sull’arco γ.
29 marzo 2001 264
Nel secondo caso il comportamento da te-
nere sara lasciare il modulo in caduta libera
sino a raggiungere un punto della traiettoria
γ e quindi frenare per il restante tempo di
discesa.
La traiettoria ottimale e riportata nella figura
seguente
29 marzo 2001 265
Qualche risultato
di
calcolo delle variazioni
Il problema classico di calcolo delle variazioni
consiste nel minimizzare un funzionale inte-
grale che dipende da una funzione e dalla sua
derivata.
Piu precisamente se
f : R2 → R
e regolare e se C1 e lo spazio delle funzioni
x : [a, b] → R
che siano continue con la loro derivata, pos-
siamo porci il problema di trovare
minx∈C1,x(a)=α,x(b)=β
{∫ baf(x(t), x(t))dt
}(375)
29 marzo 2001 266
La curva di lunghezza minima
per due punti fissati
Il problema consiste nel determinare la curva
y(x), nel piano (x, y),
che passa per due punti
P0 = (a, y0) e P1 = (b, y1)
percorrendo la quale si passa dal punto P0 al
punto P1 percorrendo la minima distanza.
La lunghezza di una curva si calcola mediante
la ∫ ba
√1 + (y′(x))2dx
Il problema si riduce ovviamente a trovare
miny∈C1,y(a)=y0,y(b)=y1
{∫ ba
√1 + (y′(x))2dx
}(376)
29 marzo 2001 267
La brachistocrona
Il problema consiste nel trovare la curva da
seguire per minimizzare il tempo di percor-
renza necessario perche un punto materiale
soggetto alla sola forza di gravita si sposti
da un punto A = (a, h), h > 0 ad un punto
B = (b,0).
Indichiamo con x, y(x) la funzione il cui grafi-
co (x, y(x)) e percorso per passare dal punto
A al punto B,
Il punto materiale descrivera una traiettoria
rispetto alla quale la lunghezza d’arco e data
da
s(x) =∫ xa
√1 + (y′(x))2dx
29 marzo 2001 268
Se consideriamo una partizione dell’intervallo
[a, b]
{a = x0 < x1 < x2 < .... < xn = b}
la lunghezza percorsa relativa all’intervallo
[xk, xk+1] e∫ xk+1
xk
√1 + (y′(x))2dx =√
1 + (y′(ck))2(xk+1 − xk) (377)
dove ck ∈ [xk, xk+1] La velocita di caduta
dipende solo dalla quota per il principio di
conservazione dell’energia e si ha
1
2mv2 = mgy e v =
√2gy(x)
29 marzo 2001 269
Nell’intervallo [xk, xk+1] possiamo considera-
re che
y(x) = y(dk) con dk ∈ [xk, xk+1]
per cui
v =√
2gy(dk)
Il tempo tk necessario per percorrere la parte
di curva relativa all’intervallo [xk, xk+1] sara
tk =
√1 + (y′(ck))
2√2gy(dk)
(xk+1 − xk)
ck, dk ∈ [xk, xk+1] (378)
29 marzo 2001 270
Sommando su k e passando al limite, si ot-
tiene
t =∫ ba
√1 + (y′(x))2√
2gy(x)dx (379)
Il problema e ridotto a minimizzare il fun-
zionale definito nella 379 sulle funzioni y di
classe C1 tali che y(a) = h e y(b) = 0.
miny∈C1,y(a)=h,y(b)=0
∫ ba
√1 + (y′(x))2√
2gy(x)dx
29 marzo 2001 271
Il solido di rotazione
avente minima superficie
Determinare il solido di rotazione che ha mi-
nima superficie.
In un riferimento cartesiano ortogonale (x, y, z)
consideriamo una curva y(x), x ∈ [a, b] tale
che y(a) = α e y(b) = β
e la superficie da essa generata dalla rotazio-
ne attorno all’asse x
Possiamo parametrizzare la superficie nella
formax = x
y = y(x) cos θ
z = y(x) sin θ
x ∈ [a, b] (380)
29 marzo 2001 272
si ha
∂x, y, z
∂x, ρ, θ=
(1 y′(x) cos θ y′(x) sin θ0 −y(x) sin θ y(x) cos θ
)(381)
per cui l’area della superficie si puo calcolare
mediante la∫ bay(x)
√1 + (y′(x))2dx (382)
Il problema si riduce a quello di trovare il
minimo del funzionale
2π∫ bay(x)
√1 + (y′(x))2dx (383)
sotto le condizioni
y(a) = α y(b) = β (384)
miny∈C1,y(a)=α,y(b)=β
∫ bay(x)
√1 + (y′(x))2dx
29 marzo 2001 273
Il solido di rotazione
avente minima resistenza
all’avanzamento
Determinare il solido di rotazione che offre
minima resistenza all’avanzamento.
La resistenza all’avanzamento in un gas di
densita tale da consentire l’ipotesi che le mo-
lecole si riflettano liberamente puo essere cal-
colata considerando la forza generata dagli
urti delle molecole sulla superficie stessa.
Se S e una porzione di superficie piana in-
clinata di un angolo θ rispetto alla direzione
di avanzamento, su S agisce una forza F ta-
le che F∆t deve essere uguale alla differen-
za della quantita di moto delle molecole che
urtano la superficie e rimbalzano via.
F∆t = ∆Q
29 marzo 2001 274
Una particella di massa µ che urta la superfi-
cie S con velocita vi = (v,0,0) uguale alla ve-
locita di avanzamento e si allontana con una
velocita vr uguale in modulo a v, nel piano
individuato da v e dalla normale N alla su-
perficie formando con essa un angolo uguale
all’angolo di incidenza.
Pertanto
vr = (v cos 2θ, v sin 2θ,0)
29 marzo 2001 275
La differenza tra le quantita di moto iniziale
e finale e
∆Q = µvi−µvr = µ(v(1−cos 2θ),−v sin 2θ,0)
Nel tempo ∆t sulla superficie S agisce una
forza F tale che
F∆t = ∆Q
Osserviamo che F ha una componente op-
posta alla direzione del moto ed una compo-
nente ad essa perpendicolare.
Quest’ultima non sortisce effetto in quanto
il solido e di rotazione e la somma di tali
componenti e pertanto nulla.
29 marzo 2001 276
Sulla superficie S agisce quindi complessiva-
mente una forza frenante
F =1
∆tm(v(1− cos 2θ),0,0)
dove m e la massa totale delle particelle di
gas che collidono con la superficie S nel tem-
po ∆t.
Avremo che
m = ρS sin(θ)v∆t
in quanto
29 marzo 2001 277
• nel tempo ∆t collidono con la superficie
S le particelle contenute nel volume di un
cilindro di altezza ` = v∆t e di base S
• se ρ e la densita del gas e V e il volume
considerato
m = ρV
• Il fattore sin θ rende conto dell’inclinazio-
ne di S
29 marzo 2001 278
Pertanto su una superficie S inclinata di un
angolo θ agisce una forza pari a
1
∆tv(1−cos(2θ))ρS sin(θ)v∆t = 2ρv2S sin3(θ)
Supponiamo che il solido di rotazione sia de-
finito in un riferimento cartesiano ortogonale
(x, y, z) mediante la rotazione attorno all’asse
x della curvax = x x ∈ [a, b]
y = y(x)(385)
con y(0) = 0 e y(a) = R.
29 marzo 2001 279
Una parametrizzazione s di S e data da
s(x, t) =
x = x
y = y(x) cos t
z = y(x) sin t
x ∈[0, a]
t ∈[0,2π](386)
Si ha
∇s(x, t) =
(1 y′(x) cos t y′(x) sin t0 −y(x) sin t y(x) cos t
)(387)
e
N = (y(x)y′(x),−y(x) cos t,−y(x) sin t)
(388)
da cui
dσ = y(x)√
(1 + y′(x))2 (389)
29 marzo 2001 280
La forza agente su un elemento ∆Sdi super-
ficie sara
2ρv2∆S sin3(θ)
per cui la resistenza si puo calcolare mediante
la∫S2ρv2 sin3(θ)dσ =∫ a
0
∫ 2π
02ρv2 sin3(θ)y(x)
√1 + (y′(x))2dxdt =
4πρv2∫ a0
sin3(θ)y(x)√
1 + (y′(x))2dx (390)
Poiche
sin θ =y′(x)√
1 + (y′(x))2
La forza resistente sara
4πρv2∫ a0
(y′(x))3y(x)
1 + (y′(x))2dx
29 marzo 2001 281
Il problema consiste nel trovare il minimo del
funzionale
4πρv2∫ a0
(y′(x))3y(x)
1 + (y′(x))2dx
sulle funzioni y ∈ C1 tali che , y(0) = 0 e
y(a) = R cioe trovare
miny∈C1,y(0)=0,y(a)=R
4πρv2∫ a0
(y′(x))3y(x)
1 + (y′(x))2dx
29 marzo 2001 282
Le condizioni necessarie
per
il minimo di un funzionale
Sia
f : R2 → R
continua con la sua derivata
Consideriamo lo spazio C1 delle funzioni
x : [a, b] → R
continue con la loro derivata;
ed il problema di trovare
minx∈C1,x(a)=α,x(b)=β
∫ baf(x(t), x(t))dt (391)
29 marzo 2001 283
Supponiamo cioe che
x0 ∈ C1 , x0(a) = α , x0(b) = β
sia tale che∫ baf(x0(t), x0(t))dt =
minx∈C1,x(a)=α,x(b)=β
∫ baf(x(t), x(t))dt (392)
Sia h ∈ C1 tale che h(a) = h(b) = 0
la funzione
φ(λ) =∫ baf(x0(t) + λh(t), x0(t) + λh(t))dt
ammette minimo in λ = 0 per cui dovra
aversi
φ′(0) = 0
29 marzo 2001 284
D’altro canto
φ′(0) =
limλ→0
1
λ
∫ b
a
(f(x0(t) + λh(t), x0(t) + λh(t))− f(x0(t), x0(t)
)dt =
=
∫ b
a
(fx(x0(t), x0(t))h(t) + fv(x0(t), x0(t))h(t)
)dt =
=
∫ b
a
fx(x0(t), x0(t))h(t)dt+ fv(x0(t), x0(t))h(t)∣∣∣ba−
−∫ b
a
(d
dtfv(x0(t), x0(t))
)h(t)dt =
=
∫ b
a
(fx(x0(t), x0(t))−
d
dtfv(x0(t), x0(t))
)h(t))dt = 0
(393)
e si puo dedurre che deve essere
fx(x0(t), x0(t))−d
dtfv(x0(t), x0(t)) = 0
(394)
29 marzo 2001 285
La 394 e l’ equazione di Eulero o euleriana
del problema
Se l’integranda f e autonoma, la 394 puo
essere ulteriormente elaborata come segue
fx(x(t), x(t))−d
dtfv(x(t), x(t)) =
fx(x(t), x(t))− fv,x(x(t), x(t))x(t)−− fv,v(x(t), x(t))x(t) (395)
e moltiplicando per x(t)
fx(x(t), x(t))x(t)− fv,x(x(t), x(t))x2(t)−
− fv,v(x(t), x(t))x(t)x(t) =
= fx(x(t), x(t))x(t)+fv(x(t), x(t))x(t)−fv(x(t), x(t))x(t)−− fv,x(x(t), x(t))x
2(t)− fv,v(x(t), x(t))x(t)x(t) =
=d
dt
(f(x(t), x(t))− x(t)fv(x(t), x(t))
)= 0 (396)
29 marzo 2001 286
Ne deduciamo che perche la 394 sia soddi-
sfatta e necessario e sufficiente che valga
f(x(t), x(t))− x(t)fv(x(t), x(t)) = costante
(397)
L’ultima equazione si chiama integrale pri-
mo della euleriana e spesso e piu facilmente
risolubile della euleriana originale.
29 marzo 2001 287
La soluzione dei problemi
29 marzo 2001 288
La curva di lunghezza minima
per due punti fissati
Avremo
f(y, v) =√
1 + v2
e pertanto
fy(y, v) = 0 fv(y, v) =v√
1 + v2
e la 394 puo essere scritta nella forma
d
dx
y′(x)√1 + (y′(x))2
= 0 (398)
29 marzo 2001 289
Ne viene
y′′(x)√
1 + (y′(x))2 − y′(x) y′(x)y′′(x)√1+(y′(t))2
1 + (y′(x))2=
= y′′(x)1
(1 + (y′(x))2)√
1 + (y′(x))2= 0
(399)
e pertanto se ne ricava
y′′(x) = 0
e
y(x) = ax+ b
Le costanti a, b si determinano imponendo il
passaggio per i punti assegnati.
29 marzo 2001 290
La brachistocrona
Avremo
f(y, v) =
√1 + v2√y
e dalle 397 possiamo ricavare che deve essere√1 + (y′(x))2√
y(x)− y′(x)
y′(x)√y(x)
√1 + (y′(x))2
= c
(400)
Se ne ricava che
1√y(x)
√1 + (y′(x))2
= c (401)
ed elevando al quadrato,
y(x) =k
(1 + (y′(x))2)(402)
29 marzo 2001 291
Procedendo come indicato nel paragrafo de-
dicato alle equazioni differenziali di tipo par-
ticolare e tenendo conto che nel nostro caso
avremo che
f(p) =k
1 + p2
avremo una soluzione in corrispondenza delle
seguenti equazioni parametrichex(t) = x0 + k
∫ tt0
−2(1+φ2(s))2
ds
y(t) = k1+φ2(t)
(403)
Si ottiene una notevole semplificazione dei
calcoli se si sceglie
φ(t) = tan t
in tal caso infattix(t) = x0 − k
∫ tt0
2cos2 sds = x0 − k∫ tt0(1− cos 2s)ds =
= x0 − k(t− 2 sin 2t)
y(t) = cos2 t = 1−cos(2t)2
(404)
29 marzo 2001 292
Il solido di rotazioneavente minima superficie
Avremo
f(y, v) = y√
1 + v2
e dalle 397 possiamo ricavare che deve essere
y(x)√
1 + (y′(x))2 − y′(x)y(x)y′(x)√1 + (y′(x))2
= c
(405)
da cui
y(x)(1 + (y′(x))2 − (y′(x))2y(x)√1 + (y′(x))2
= c (406)
e
y(x)√1 + (y′(x))2
= c (407)
da cui
y(x) = c√
1 + (y′(x))2 (408)
29 marzo 2001 293
Procedendo come indicato nel paragrafo de-
dicato alle equazioni differenziali di tipo par-
ticolare e tenendo conto che nel nostro caso
avremo che
f(p) = c√
1 + p2
avremo una soluzione in corrispondenza delle
seguenti equazioni parametrichex(t) =
∫ tt0
cφ′(s)√1+φ2(s)
ds
y(t) = c√
1 + φ2(t)(409)
ed e evidente che si ottiene una notevole
semplificazione dei calcoli se si sceglie
φ(t) = sinh t
in tal caso infattix(t) =∫ tt0c cosh(s)cosh(s) ds =
∫ tt0cds = ct− ct0
y(t) = sinh(t)(410)
29 marzo 2001 294
Il solido di rotazione
avente minima
resistenza all’avanzamento
Avremo
f(y, v) =v3y
1 + v2
e dalle 397 possiamo ricavare che deve essere
(y′(x))3y(x)
1 + (y′(x))2− y(x)
(y′(x))3(3 + (y′(x))2)
(1 + (y′(x))2)2=
=(y′(x))3y(x)
(1 + (y′(x))2)2(−2) = Costante (411)
Se ne ricava che deve essere
(y′(x))3y(x)
(1 + (y′(x))2)2(−2) = C (412)
ed anche
y(x) = C(1 + (y′(x))2)2
(y′(x))3(413)
29 marzo 2001 295
Possiamo pertanto procedere come indicato
nel paragrafo dedicato alle equazioni diffe-
renziali di tipo particolare ed ottenere una
soluzione in forma parametrica.
In questo caso si ha
f(p) =(1 + p2)2
p3
e possiamo concludere chex(t) = C∫ tt0
(1s −
2s3− 3s5
)ds
y(t) = C (1+s2)2
s3
(414)
Poiche si verifica subito che y(t) non puo mai
assumere il valore nullo, si vede che il pro-
blema nella sua formulazione completa non
ammette soluzione.
29 marzo 2001 296
Procediamo ad alcune approssimazioni
Nel caso in cui y′ sia molto grande, possiamo
supporre che
f(y, v) =v3y
1 + v2= vy
v2
1 + v2≈ vy
ed in tal caso∫ a0
(y′(x))3y(x)
1 + (y′(x))2dx ≈
∫ a0y′(x)y(x)dx =
=(y′(a))2
2= R2 (415)
e quindi il funzionale e indipendente dalla
scelta della funzione.
Nel caso in cui y′ sia trascurabile possiamo
supporre che
f(y, v) =v3y
1 + v2= y(v3 − v5 + v7 + ...) ≈ v3y
29 marzo 2001 297
ed in tal caso∫ a0
(y′(x))3y(x)
1 + (y′(x))2dx ≈
∫ a0
(y′(x))3y(x)dx
Dalle 397 possiamo ricavare che deve essere
(y′(x))3y(x)− y′(x)(3(y′(x))2) =
= −2(y′(x))3y(x) = C (416)
Ne viene che
y′(x)) =C
3√y(x)
(417)
la cui soluzione e data da
y(x) = (αx+ β)34 (418)
Imponendo le condizioni al contorno si ricava
che
y(x) = R
(x
a
)34
29 marzo 2001 298
Qualche risultato
sulle
equazioni differenziali
29 marzo 2001 299
Equazioni differenziali
a variabili separabili
e
Lemma di Gronwall
29 marzo 2001 300
Equazioni differenziali a variabili separabili
Risolvere una equazione differenziale a varia-
bili separabili, significa trovare una funzione
y, derivabile per cui si abbia
y′(x) = f(x)g(y(x)) (419)
con f, g assegnate.
29 marzo 2001 301
Piu precisamente per
I, J ⊂ R
intervalli aperti e non vuoti ed
f : I → R , g : J → R
funzioni continue,
diciamo che y(x) risolve l’equazione differen-
ziale a variabili separabili
y′(x) = f(x)g(y(x)) (420)
se la 420 e soddisfatta da y(x) su un inter-
vallo aperto I ′ ⊂ I.
29 marzo 2001 302
Se y e tale che
g(y) = 0
y(x) = y
e soluzione costante
se g 6≡ 0 per la continuita possiamo sempre
supporre
g(x) 6= 0 ∀x ∈ J (421)
e riscrivere la 420 come
y′(x)
g(y(x))= f(x) (422)
Se F ′ = f in I J e G′ = 1/g in J otteniamo
29 marzo 2001 303
G(y(x)) = F (x) + c , c ∈ R (423)
Ora G e invertibile in J in quanto G′ = 1/g 6=0 ed inoltre si puo sempre scegliere c in modo
che
R(G) ∩R(F + c) = D(G−1) ∩R(F + c) 6= ∅(424)
(cio e necessario affinche la 423 abbia solu-
zione)
Infatti se x0 ∈ I ed y0 ∈ J e c = G(y0)−F (x0),
per la continuita di F + c e G,
R(F + c) e R(G) sono intervalli aperti conte-
nenti il punto G(y0) = F (x0) + c;
Ne concludiamo R(G)∩R(F + c) = D(G−1)∩R(F + c) e a sua volta un intervallo aperto
non vuoto (contiene G(y0)).
29 marzo 2001 304
Se I ′ e l’intervallo degli x tali che la
G(y(x)) = F (x) + c , c ∈ R (425)
e vera
y(x) = G−1(F (x) + c) ∀x ∈ I ′ (426)
Osservazione due primitive F e G possono
essere ottenute nella forma.
G(y) =∫ yy0
ds
g(s)F (x) =
∫ xx0f(t)dt
(427)
nel qual caso si ha
G(y0) = F (x0) = c = 0
29 marzo 2001 305
Il Lemma di Gronwall
Il lemma di Gronwall risolve una disequazio-
ne differenziale che consente stime a priori
per le soluzioni di equazioni differenziali.
Siano
y, f : I → R
continue e positive su un intervallo I, tali che
y(x) ≤∣∣∣∣∣∫ xx0f(t)y(t)dt
∣∣∣∣∣+ c ∀x ∈ I, c > 0
(428)
il Lemma di Gronwall asserisce che
0 ≤ y(x) ≤ ce|∫ xxof(t)dt| ∀x ∈ I (429)
Supponiamo per semplicita x ≥ x0 ;
29 marzo 2001 306
dividendo ambo i membri per il secondo e
moltiplicando poi per f(x) si ottiene
y(x)f(x)
c+∫ xx0f(t)y(t)dt
≤ f(x) (430)
da cui
d
dx
[ln
(c+
∫ xx0f(t)y(t)dt
)]≤ f(x). (431)
integrando
ln
(c+
∫ xx0f(t)y(t)dt
)− ln c ≤
∫ xx0f(t)dt
(432)
onde
c+∫ xx0f(t)y(t)dt ≤ ce
∫ xxof(t)dt (433)
e dalla 428
y(x) ≤ c+∫ xx0f(t)y(t)dt ≤ ce
∫ xxof(t)dt (434)
29 marzo 2001 307
Osserviamo anche che se
y(x) ≤∣∣∣∣∣∫ xx0f(t)y(t)dt
∣∣∣∣∣ ∀x ∈ I (435)
si ha
y(x) ≤∣∣∣∣∣∫ xx0f(t)y(t)dt
∣∣∣∣∣+ c ∀c > 0 (436)
e pertanto
0 ≤ y(x) ≤ ce|∫ xxof(t)dt| ∀c > 0
(437)
per cui, al limite per c→ 0+, si ha y(x) ≡ 0.
29 marzo 2001 308
Le equazioni autonome del primo ordine
Si dicono autonome le equazioni il cui secon-
do membro non dipende esplicitamente dalla
variabile indipendente.
y′(x) = f(y(x)) (438)
Spesso la variabile indipendente rappresenta
il tempo
In tal caso una equazione autonoma model-
lizza fenomeni il cui svolgimento e indipen-
dente dal momento in cui si svolgono.
(Un pendolo oscillera nello stesso modo oggi
come domani e altrettanto indipendente dal
momento del lancio e il moto di una pietra
lasciata cadere da una certa altezza).
29 marzo 2001 309
Per le equazioni autonome le traslate di una
soluzione sono esse stesse soluzioni.
Infatti se y(x) risolve la 438 allora, definito
z(x) = y(x− α), avremo che
z′(x) = y′(x− α) = f(y(x− α)) = f(z(x))
(439)
e quindi z risolve 438.
29 marzo 2001 310
Se f si annulla cioe se f(y) = 0,
y(x) = y e una soluzione (costante dell’equa-
zione 438.
Le soluzioni costanti sono, nel caso delle equa-
zioni autonome, particolarmente significati-
ve.
Possiamo formulare un problema di Cauchy
autonomo come seguey′(x) = f(y(x))
y(x0) = y0(440)
e possiamo osservare che, poiche le traslate
di una soluzione sono esse stesse soluzioni,
non e restrittivo supporre che x0 = 0.
29 marzo 2001 311
E facile risolvere l’equazione autonoma 438 o
equivalentemente il problema di Cauchy 440
al variare dei dati iniziali x0 ed y0, o me-
glio per quanto osservato precedentemente
al variare di y0 e per x0 = 0 (le soluzioni
trascurate si ottengono semplicemente per
traslazione nel tempo delle soluzioni trovate).
Si ha infatti ∫ y(x)y0
1
f(s)ds = x (441)
e si possono ottenere informazioni su y(x)
studiando la sua inversa x(y) definita dalla
∫ yy0
1
f(s)ds = x(y) (442)
29 marzo 2001 312
Osservazioni
Tranne che nelle vicinanze delle soluzioni co-
stanti, f(y) 6= 0 e quindi 1f ha segno costante
ed il primo membro della 442 e certamente
invertibile almeno localmente.
Quando y = y l’integrale che figura a pri-
mo membro della 442 deve essere considera-
to in senso improprio e quindi sara necessario
studiarne la convergenza.
Se l’integrale in questione e convergente la
funzione integrale assume valore x finito in y
e la sua derivata 1f(y) tende a +∞ o a −∞.
Percio in x la soluzione puo essere ”attac-
cata” alla soluzione costante y(x) = y e si
possono (non pero si debbono) verificare fe-
nomeni di non unicita della soluzione.
29 marzo 2001 313
Se invece l’integrale e divergente la soluzione
e definita almeno su una semiretta (non limi-
tata a destra o a sinistra) e risulta asintotica
alla soluzione costante.
Se ad esempio f ∈ C1 la soluzione esiste ed
e unica, inoltre l’integrale in questione e di-
vergente e ogni soluzione e asintotica ad una
soluzione costante.
Gli eventuali zeri della funzione f (soluzioni
costanti) dividono il piano (x, y) in strisce in
cui f e di conseguenza y′ ha segno costante.
Cio permette di ottenere un ragionevole stu-
dio qualitativo delle soluzioni dell’equazione
in modo semplice
29 marzo 2001 314
Due equazioni in forma non normale
Studiamo una coppia di equazioni differen-
ziali in forma non normale che compaiono
nelle condizioni necessarie per la soluzione di
qualche problema di calcolo delle variazioni.
29 marzo 2001 315
Equazioni della forma y(x) = f(y′(x))
Consideriamo una equazione nella forma
y(x) = f(y′(x)) (443)
ove f e una funzione sufficientemente rego-
lare (ad esempio di classe C1. Cerchiamo so-
luzioni derivabili due volte e deriviamo ambo
i membri dell’equazione. Avremo
y′(x) = f ′(y′(x))y′′(x) (444)
cioe
1 =f ′(y′(x))y′′(x)
y′(x)(445)
da cui, integrando,
x = x0 +∫ xx0
f ′(y′(t))y′′(t)
y′(t)dt =
∫ y′(x)y′(x0)
f ′(s)
sds
(446)
Posto y′(x) = p possiamo allora concludere
che x = x0 +∫ pp0
f ′(s)s ds
y = f(p)(447)
29 marzo 2001 316
Alternativamente possiamo cercare soluzioni
parametriche dell’equazione nella formax = x(t)
y = y(t)(448)
Se poniamo
φ(t) = y′(x(t)) (449)
avremo dalla 443
y(t) = y(x(t)) = f(y′(x(t))) = f(φ(t))
ed anche, poiche y(t) = y(x(t))
y(t) = y′(x(t))x(t)
da cui
x(t) =y(t)
y′(x(t))=f ′(φ(t))
φ(t)φ′(t)
Ne viene che la soluzione del problema puo
essere individuata parametricamente dallex(t) =∫ tt0f ′(φ(s))φ(s) φ′(s)ds
y(t) = f(φ(t))(450)
29 marzo 2001 317
Equazioni della forma x = f(y′(x))
Consideriamo una equazione nella forma
x = f(y′(x)) (451)
dove f e una funzione sufficientemente rego-
lare (ad esempio di classe C1).
Cerchiamo soluzioni derivabili due volte e de-
riviamo ambo i membri dell’equazione. Avre-
mo
1 = f ′(y′(x))y′′(x) (452)
da cui,moltiplicando per y′(x)
y′(x) = y′(x)f ′(y′(x))y′′(x) (453)
ed integrando,
y(x)− y0 =∫ y′(x)y′(x0)
f ′(s)sds (454)
29 marzo 2001 318
Posto y′(x) = p possiamo allora concludere
che
x = f(p)
y = y0 +∫ pp0sf ′(s)ds
(455)
Alternativamente cerchiamo soluzioni para-
metriche della 451 nella forma
x = x(t)
y = y(t)(456)
Posto
φ(t) = y′(x(t)) (457)
29 marzo 2001 319
Avremo dalla 451
x(t) = f(y′(x(t))) = f(φ(t))
e dalla 456
y(t) = y(x(t)) e y(t) = y′(x(t))x(t)
da cui
y(t) = x(t)y′(x(t)) = f ′(φ(t))φ(t)φ′(t)
La soluzione del problema puo essere indivi-
duata parametricamente dallex(t) = f(φ(t))
y(t) =∫ tt0f ′(φ(s))φ(s)φ′(s)ds
(458)
29 marzo 2001 320
Stabilita dei sistemi lineari
29 marzo 2001 321
Richiami sui sistemi
differenziali lineari
Raccogliamo qui i principali risultati della teo-
ria dei sistemi di equazioni differenziali lineari.
29 marzo 2001 322
Sia I ⊂ R intervallo aperto non vuoto, non
necessariamente limitato,
Sia
A : I →Mn
una funzione a valori matrici n× n
B : I → Rn
A = (aij) B = (bj) bj, aij : I → R
supponiamo che le funzioni ai,j e bj siano
continue.
Risolvere il sistema differenziale lineare del
primo ordine
Y ′(x) = A(x)Y (x) +B(x) (459)
significa trovare Y : I → Rn derivabile, tale
che la 459 e verificata.
29 marzo 2001 323
L’insieme T di tutte le soluzioni di 459 si
chiama integrale generale del sistema
Il sistema puo essere riscritto usando le com-
ponenti di Y , A, B, nella seguente maniera
y′1(x)y′2(x)...y′n(x)
=
a11(x) a12(x) . . . a1n(x)a21(x) a22(x) . . . a2n(x)
... ... . . . ...an1(x) an2(x) . . . ann(x)
y1(x)y2(x)
...yn(x)
+
b1(x)b2(x)
...bn(x)
(460)
ed anche, in forma piu compatta,
y′i(x) =n∑
j=1
aij(x)yj(x) + bi(x) , i = 1, ..., n.
29 marzo 2001 324
Se B ≡ 0 il sistema si dice omogeneo e assu-
me la forma
Y ′(x) = A(x)Y (x) (461)
Se n = 1 si riduce ad una sola equazione dif-
ferenziale lineare del primo ordine che, posto
A = (a11) = a e B = b1 = b, si scrive nella
forma
y′(x) = a(x)y(x) + b(x)
Nel caso sia assegnato un dato inizialeY ′(x) = A(x)Y (x) +B(x) , ∀x ∈ IY (x0) = Y0
(462)
si parla di problema di Cauchy
29 marzo 2001 325
Nel caso di una equazione, (n = 1), avremoy′(x) = a(x)y(x) + b(x)
y(x0) = y0(463)
E possibile trovare esplicitamente la soluzio-
ne nella forma
y(x) = e∫ xxoa(t)dt
(y0 +
∫ xx0b(t)e−
∫ txoa(s)ds
dt
)(464)
Possiamo riscrivere la 464 nella forma
y(x) = y0e∫ xxoa(t)dt+e
∫ xxoa(t)dt
∫ xx0b(t)e−
∫ txoa(s)ds
dt
29 marzo 2001 326
Tutte le soluzioni dell’equazione omogenea
(b = 0) si ottengono al variare della costante
moltiplicativa y0,
Tutte le soluzioni dell’equazione completa si
ottengono aggiungendo un termine che non
dipende da costanti arbitrarie.
L’insieme delle soluzioni di 463 e uno spa-
zio lineare affine, cioe uno spazio vettoriale
traslato.
Si puo dimostrare che, se i coefficienti del
sistema sono continui allora esiste una ed una
sola soluzione del problema di Cauchy 462
29 marzo 2001 327
Facendo uso di tale risultato possiamo pro-
vare che
L’integrale generale di un sistema differen-
ziale omogeneo del primo ordine e uno spazio
vettoriale avente dimensione uguale al nume-
ro di equazioni del sistema stesso. mentre
l’integrale generale del sistema completo e
uno spazio lineare affine
Piu precisamente se
S = {Y : Y ′ = AY } T = {Y : Y ′ = AY +B}(465)
si ha che
29 marzo 2001 328
S e uno spazio vettoriale di dimensione n
(uguale all’ordine del sistema) mentre T e
uno spazio lineare affine di dimensione n.
Inoltre se Y e una soluzione del sistema com-
pleto, ogni soluzione del sistema completo e
descritta dalla
T = Y + S
La verifica di tali fatti e basata sulla possibi-
lita di stabilire un isomorfismo
Γ : S → Rn
definendo
Γ(Y ) = Y (x0), x0 ∈ I
29 marzo 2001 329
A proposito di Γ si puo ricordare che
1. e banale verificare la linearita di Γ
2. la surgettivita di Γ dipende dal teorema
di esistenza della soluzione del problema
di Cauchy 462
3. l’iniettivita di Γ dipende dal teorema di
unicita della soluzione del problema di Cau-
chy 462
29 marzo 2001 330
Ogni soluzione di un sistema omogeneo di
ordine n puo essere espressa mediante una
combinazione di n soluzioni linearmente indi-
pendenti del sistema stesso.
Siano esse Y1, ..., Yn e sia (yi)j la componente
j-esima della i-esima soluzione.
Possiamo costruire la matrice
G =
(y1)1 (y2)1 . . . (yn)1(y1)2 (y2)2 . . . (yn)2
... ... . . . ...(y1)n (y2)n . . . (yn)n
che indicheremo spesso come
G =(Y1, Y2, ....., Yn
)(466)
considerando gli Yi come vettori colonna
29 marzo 2001 331
G si chiama matrice fondamentale del siste-
ma assegnato.
Ogni soluzione del sistema potra allora essere
scritta nella forma
Y (x) = G(x)C =n∑
j=1
cjYj , C = (cj) ∈ Rn
ovvero, considerando le componenti,
yi(x) =n∑
j=1
(yj)icj.
29 marzo 2001 332
Siano Y1, Y2, ....., Yn n soluzioni del sistema
omogeneo
Y ′(x) = A(x)Y (x)
Chiamiamo wronskiano associato alle n solu-
zioni assegnate il determinante della matrice
(Y1, Y2, ....., Yn).
In altri termini
W (x) =
∣∣∣∣∣∣∣∣∣(y1)1 (y2)1 . . . (yn)1(y1)2 (y2)2 . . . (yn)2
... ... . . . ...(y1)n (y2)n . . . (yn)n
∣∣∣∣∣∣∣∣∣
Siano Y1,Y2,...,Yn n soluzioni del sistema
459. Sono fatti equivalenti:
1. Y1, ..., Yn sono linearmente indipendenti;
2. W (x) 6= 0 ∀x ∈ I ;
3. ∃x0 ∈ I tale che W (x0) 6= 0
29 marzo 2001 333
Se si conosce la soluzione del sistema omo-
geneo
Y ′(x) = A(x)Y (x) , x0 ∈ I
si puo trovare una soluzione del sistema non
omogeneo
Y ′(x) = A(x)Y (x) +B(x)
nella forma
Z(x) = G(x)λ(x)
Dovra aversi
Z′(x) = A(x)Z(x) +B(x)
29 marzo 2001 334
Pertanto, poiche
Z′(x) = G′(x)λ(x) +G(x)λ′(x) ,
deve essere
G′(x)λ(x)+G(x)λ′(x) = A(x)G(x)λ(x)+B(x)
essendo G una matrice fondamentale G einvertibile e
G(x)λ′(x) = B(x) e λ′(x) = G−1(x)B(x).
Se ne deduce che se
λ(x) =∫ xx0
G−1(t)B(t)dt
Z e soluzione.29 marzo 2001 335
Possiamo cosı concludere che se G e unamatrice fondamentale del sistema omogeneo
Y ′(x) = A(x)Y (x)
Allora l’integrale generale del sistema com-pleto
Y ′(x) = A(x)Y (x) +B(x)
e dato da
Y (x) = G(x)
(C +
∫ xx0
G−1(t)B(t)dt
), C ∈ Rn ,
mentre la soluzione del problema di Cauchye data da
Y (x) = G(x)
(G−1(x0)Y0 +
∫ xx0
G−1(t)B(t)dt
)
29 marzo 2001 336
Stabilita di una soluzionedi un sistema autonomo
Nell’ambito dei sistemi lineari, ma piu in ge-nerale dei sistemi di equazioni differenziali eimportante studiare il comportamento del-le soluzioni per x → +∞ (stabilita di unasoluzione).
E necessario che le soluzioni siano almenodefinite sulla semiretta che ha come estremoil punto iniziale
Nel caso dei sistemi autonomi, possiamo sup-porre che il punto iniziale sia l’origine e chela soluzione sia definita su R+ = [0,+∞).
Piu precisamente interessa stabilire se le solu-zioni si avvicinano, per x grande, ad una solu-zione con particolari caratteristiche, e, a me-no di un cambio di variabili, si puo supporreche tale soluzione sia identicamente nulla.
Nel caso dei sistemi lineari omogenei questaipotesi sara automaticamente verificata.
29 marzo 2001 337
Sia dato il sistema
Y ′(x) = F (Y (x)) (467)
dove F : Rn → Rn e lipschitziana di costanteL cioe sia
‖F (y1)− F (y2)‖ ≤ L‖y1 − y2‖ (468)
e F (0) = 0 cosı che la funzione identicamen-te nulla risolve il sistema
In tali condizioni si ha che la soluzione delproblema di Cauchy
Y ′(x) = F (Y (x))
Y (0) = Y0(469)
e definita per x ∈ R+ per ogni y0 ∈ Rn per iteoremi di esistenza ed unicita in grande.
29 marzo 2001 338
Possiamo allora definire
La soluzione nulla e stabile per il sistema se
∀ε > 0 ∃δε > 0 tale che se ‖Y0‖ < δ si ha
‖Y (x)‖ < ε ∀x ≥ 0
Inoltre
La soluzione nulla e asintoticamente stabile
se e stabile e se esiste δ > 0 tale che per
‖Y0‖ < δ ,
limx→+∞
Y (x) = 0.
29 marzo 2001 339
Stabilita dei sistemi lineari 2× 2;
piano delle fasi
Ci servira principalmente conoscere qualche
risultato sulla stabilita dei sistemi lineari a
coefficienti costanti o dei sistemi linearizzati.
Cominciamo ad esaminare la stabilita dei si-
stemi differenziali lineari omogenei a coeffi-
cienti costanti di due equazioni in due inco-
gnite.
29 marzo 2001 340
Consideriamo quindi il sistema
x(t) = ax(t) + by(t)
y(t) = cx(t) + dy(t)a, b, c, d ∈ R
(470)
Possiamo scrivere il sistema anche usando
notazioni vettoriali come
u(t) = Au(t) (471)
con
u(t) =
(x(t)y(t)
)ed A =
(a bc d
)(472)
29 marzo 2001 341
Se u(t) = (x(t), y(t)) e la soluzione di un
sistema, (anche nel caso nonlineare)
Chiamiamo orbita del sistema la curva
descritta parametricamente dalle equazionix = x(t)
y = y(t)(473)
Le orbite (o traiettorie) si rappresentano nel
piano (x, y) (Piano delle Fasi)
Se il sistema e autonomo per ogni punto del
piano delle fasi passa una ed una sola orbita.
Infatti se ci fossero due orbite (x(t), y(t)) e
(ξ(t), η(t)) del sistema tali che
x(t0) = x
y(t0) = y
ξ(τ0) = x
η(τ0) = y(474)
29 marzo 2001 342
allora
ξ1(t) = x(t− τ0 + t0)
η1(t) = y(t− τ0 + t0)(475)
e ancora soluzione del sistema e soddisfa la
condizione
ξ1(τ0) = x
η(τ0) = y(476)
Ne deduciamo che
ξ(t) = ξ1(t) = x(t− τ0 + t0)
η(t) = η1(t) = y(t− τ0 + t0)(477)
e quindi (ξ, η) ed (x, y) percorrono la stessa
orbita a meno di una traslazione nel tempo.
29 marzo 2001 343
Autovalori e Stabilita
Ogni matrice 2 × 2 puo essere trasformata
mediante una matrice di passaggio P , non
singolare in una matrice canonica C (forma
canonica di Jordan) di forma particolarmen-
te semplice, che consente uno studio diretto
della stabilita del sistema differenziale asso-
ciato.
In altre parole e possibile trovare P matrice
non singolare tale che
C = P−1AP
sia una delle matrici che rientrano nel seguen-
te elenco, con riferimento alle caratteristiche
degli autovalori λ1, λ2 della matrice A.
29 marzo 2001 344
1. Nel caso di autovalori reali e distinti λ1,
λ2, (λ1 00 λ2
)
2. Nel caso di autovalori complessi e coniu-
gati λ1 = α+ iβ, λ2 = α− iβ,(α β−β α
)
3. Nel caso di autovalori reali e coincidenti
λ1 = λ2 = λ,(λ 00 λ
)oppure
(λ 0γ λ
)
29 marzo 2001 345
Il sistema dato puo essere trasformato in un
sistema piu semplice la cui matrice dei coeffi-
cienti rientra in uno dei casi appena elencati,
mediante la trasformazione
u = Pv o equivalentemente v = P−1u
Infatti si ottiene
P v = u = Au = aPv (478)
da cui
v = P−1APv = Cv (479)
29 marzo 2001 346
Se siamo in grado di studiare le orbite del si-
stema v = Cv, otteniamo anche informazioni
sul sistema di partenza in quanto la trasfor-
mazione u = Pv e lineare e non degenere e
provoca quindi solo una deformazione delle
orbite.
Diventa importante studiare il comportamen-
to delle orbite dei sistemi associati alle matri-
ci canoniche che abbiamo appena elencato.
Di seguito sono riportati le immagini degli
assi coordinati e del cerchio unitario mediante
la trasformazione
ξ = ax+ by
η = cx+ dyovvero
(ξη
)=
(a bc d
)(xy
)(480)
29 marzo 2001 347
29 marzo 2001 348
29 marzo 2001 349
Caso 1: autovalori reali e distinti
In tal caso il sistema diventa
ξ = λ1ξ
η = λ2η(481)
Se entrambi gli autovalori sono non nulli pos-
siamo allora determinare le soluzioni nella for-
ma
ξ(t) = c1eλ1t
η(t) = c2eλ2t
(482)
Le traiettorie sono date da y = xλ2λ1 e a se-
conda del segno di λ1 e λ2 e del fatto cheλ2λ1
R 1 si possono avere i seguenti casi:
29 marzo 2001 350
Orbite del sistema lineare canonico
con autovalori reali e distinti entrambi
positivi λ2λ1> 1
29 marzo 2001 351
Orbite del sistema lineare canonico
con autovalori reali e distinti entrambi
positivi λ2λ1< 1
29 marzo 2001 352
Orbite del sistema lineare canonico
con autovalori reali e distinti entrambi
negativi λ2λ1> 1
29 marzo 2001 353
Orbite del sistema lineare canonico
con autovalori reali e distinti entrambi
negativi λ2λ1< 1
29 marzo 2001 354
Orbite del sistema lineare canonico
con autovalori reali e distinti uno po-
sitivo ed uno negativo, λ1 < 0 e
λ2 > 0
29 marzo 2001 355
Orbite del sistema lineare canonico
con autovalori reali e distinti uno po-
sitivo ed uno negativo, λ1 > 0 e
λ2 < 0
29 marzo 2001 356
Se uno degli autovalori e nullo allora il siste-
ma diventa
ξ = λ1ξ
η = 0oppure
ξ = 0
η = λ2η
(483)
e le traiettorie sono semirette parallele ad uno
degli assi il cui verso di percorrenza dipende
dal segno dell’autovalore non nullo.
29 marzo 2001 357
Caso 2: autovalori reali e coincidenti
In tal caso il sistema diventa uno dei dueseguenti
ξ = λξ
η = ληoppure
ξ = λξ
η = γξ+ λη
(484)
Cominciamo a supporre che λ 6= 0
Nel primo caso la soluzione del sistema e
ξ(t) = c1eλt
η(t) = c2eλt
(485)
e le orbite sono semirette che passano perl’origine, hanno coefficiente angolare c2
c1e so-
no percorse con verso che si avvicina o siallontana dall’origine a seconda del segno diλ.29 marzo 2001 358
Orbite del sistema lineare canoni-
co con autovalori reali e coincidenti,
positivi
29 marzo 2001 359
Orbite del sistema lineare canoni-
co con autovalori reali e coincidenti,
negativi
29 marzo 2001 360
Nel secondo caso la soluzione del sistema e
ξ(t) = c1eλt
η(t) = (γc1t+ c2)eλt
(486)
da cui si ricava
t =1λ ln
(ξc1
)η = η(t) = (γ1
λ ln(ξc1
)+ c2
c1)ξ
(487)
e si possono disegnare le curve che rappre-
sentano le orbite del sistema.
29 marzo 2001 361
Orbite del sistema lineare canoni-
co con autovalori reali e coincidenti,
negativi
29 marzo 2001 362
Orbite del sistema lineare canoni-
co con autovalori reali e coincidenti,
positivi
29 marzo 2001 363
Se infine λ = 0 otteniamo che, nel primo ca-
so, ogni punto e un punto singolare, mentre
nel secondo caso le soluzioni sono date da
ξ(t) = c1η(t) = γc1t+ c2
(488)
e le orbite sono ancora rette parallele ad un’as-
se.
29 marzo 2001 364
Caso 3: autovalori complessi e coniugati
In tal caso il sistema diventa
ξ = αξ − βη
η = βξ+ αη(489)
e puo essere studiato mediante un ulteriore
cambio di variabili.
Infatti se poniamo
ξ = ρ cos θ
η = ρ sin θ(490)
29 marzo 2001 365
possiamo ricavare che
ρ2(t) = ξ2(t) + η2(t) tan θ(t) =η(t)
ξ(t)(491)
da cui, derivando si ottiene
2ρ(t)ρ(t) = 2ξ(t)ξ(t) + 2η(t)η(t) (492)
e
(493)
(1 + tan2 θ(t))θ(t) =ξ(t)η(t)− η(t)ξ(t)
ξ2(t)(494)
e tenendo conto del sistema
si deduce che ρ = αρ
θ = β(495)
29 marzo 2001 366
da cui si ricava che
ρ(t) = C1eαt
θ(t) = βt+ C2(496)
Le traiettorie sono spirali o, nel caso in cui
α = 0, cerchi.
Il verso di percorrenza e determinato dal se-
gno di β, mentre le spirali che tendono al-
l’origine si distinguono dalle spirali che se ne
allontanano mediante il segno di α (negativo
o positivo rispettivamente)
29 marzo 2001 367
Orbite del sistema lineare canoni-
co con autovalori complessi coniugati
con parte reale positiva
29 marzo 2001 368
Orbite del sistema lineare canoni-
co con autovalori complessi coniugati
con parte reale negativa
29 marzo 2001 369
Orbite del sistema lineare canoni-
co con autovalori complessi coniugati
con parte reale nulla
29 marzo 2001 370
E’ facile provare il seguente criterio di stabi-
lita per i sistemi lineari.
Sia A(t) una funzione a valori matrici n ×n, continua su [t0,+∞) e consideriamo il
sistema lineare
x(t) = A(t)x(t)
Sia G una matrice fondamentale del siste-
ma; allora la soluzione identicamente nulla e
stabile se e solo se
‖G(t)‖ ≤ K , ∀t ≥ t0
inoltre la soluzione nulla e asintoticamente
stabile se e solo se
limt→+∞
‖G(t)‖ = 0
29 marzo 2001 371
Infatti la soluzione x(t) del problema di Cau-
chy
x(t) = A(t)x(t))
x(t0) = x0(497)
si puo esprimere nella forma
x(t) = G(t)G−1(t0)x0 (498)
e
‖x(t)‖ ≤ ‖G(t)‖ ‖G−1(t0)‖ ‖x0‖.
29 marzo 2001 372
Cio permette di concludere che le condizioni
proposte per la stabilita e l’asintotica stabi-
lita della soluzione nulla sono sufficienti.
Viceversa se la soluzione nulla e stabile,possiamo
affermare che per ‖x0‖ < δ si ha ‖x(t)‖ < 1 e
per la 498 se ‖x0‖ < 1 si ha ‖x(t)‖ < 1δ .
Pertanto ogni soluzione che corrisponde al
dato iniziale x0 = ei, dove con (ei) si indi-
ca una ennupla di versori dello spazio Rn,e limitata in norma; ma tali soluzioni sono
le colonne di una matrice fondamentale che
risulta pertanto limitata.
29 marzo 2001 373
Analogamente, se la soluzione nulla e asinto-
ticamente stabile e se ‖x0‖ < δ, si ha
limt→+∞
‖x(t)‖ = 0.
Per la linearita, tutte le soluzioni, e la matrice
G, saranno allora infinitesime per t→ +∞.
Se la matrice dei coefficienti e costante le
soluzioni sono combinazioni lineari di espo-
nenziali, seni e coseni con coefficienti che
possono essere polinomi di t.
Esaminando il comportamento di tali funzioni
si deduce subito che
29 marzo 2001 374
1. se A ha tutti gli autovalori con parte
reale negativa, allora la soluzione nulla
e asintoticamente stabile
2. se A ha qualche autovalore con parte
reale positiva, allora la soluzione nul-
la non e stabile (ne’ asintoticamente
stabile, ovviamente)
3. se A ha tutti gli autovalori con parte
reale negativa o nulla, e gli autovalo-
ri con parte reale nulla sono sempli-
ci, allora la soluzione e stabile ma non
asintoticamente stabile
4. se A ha autovalori con parte reale ne-
gativa o nulla, e gli autovalori con par-
te reale nulla hanno molteplicita supe-
riore 1, allora la soluzione non e asin-
toticamente stabile ma puo essere sia
stabile che instabile a seconda della
forma che assumono le soluzioni.
29 marzo 2001 375
Se il sistema non e lineare, la stabilita e una
questione piu delicata
Si puo, ad esempio, risolvere utilizzando il
metodo delle funzioni di Lyapunov;
Talvolta e possibile studiare la stabilita di
un sistema non lineare utilizzando informa-
zioni sulla stabilita del sistema lineare otte-
nuto usando lo sviluppo di Taylor del primo
ordine della funzione che compare a secondo
membro. (Sistema Linearizzato) .
E interessante conoscere sotto quali condi-
zioni la stabilita del sistema linearizzato e
sufficiente per la stabilita del sistema origi-
nario.
(stabilita in prima approssimazione)
29 marzo 2001 376
A questo proposito possiamo provare che se
x(t) = Ax(t) + f(x(t)) (499)
dove A e una matrice n × n, S = {y ∈ Rn :
‖y‖ < a} ed f : S → R, e continua e tale che
f(0) = 0 e
limx→0
f(x)
‖x‖= 0
se la soluzione nulla e asintoticamente stabile
per il sistema lineare
x(t) = Ax(t) (500)
allora e asintoticamente stabile anche per il
sistema 499 se invece la soluzione nulla non
e stabile per il sistema lineare
x(t) = Ax(t) (501)
allora non e stabile neanche per il sistema
499
29 marzo 2001 377
Dimostrazione. Se ‖x‖ < σ si ha
‖f(x)‖ ≤α
2K‖x‖;
Possiamo supporre che a < σ.
Sia G la matrice fondamentale principale del
sistema linearizzato x = Ax e sia x la soluzio-
ne di 499 definita in un intervallo massimale
[t0, b); posto
z(t) = G(t− t0)x0 +∫ tt0G(t− s)f(x(s))ds
si ha
z′(t) = G′(t− t0)x0+∫ tt0G′(t− s)f(x(s))ds+
+G(0)f(x(t)) =
= A
(G(t− t0)x0 +
∫ tt0G(t− s)f(x(s))ds
)+
+ f(x(t)) =
= Az(t) + f(x(t)) (502)
e
z(t0) = x0.
29 marzo 2001 378
Tenuto conto del fatto che
x(t) = Ax(t) + f(x(t)) , x(t0) = x0
si ha
(z − x)′(t) = A(z − x)(t) , (z − x)(t0) = 0
da cui
z(t) ≡ x(t).
Pertanto
x(t) = G(t− t0)x0 +∫ tt0G(t− s)f(x(s))ds
Poiche gli autovalori di A hanno parte reale
negativa
‖G(t− s)‖ ≤ Ke−α(t−s) , t0 ≤ s ≤ t.
29 marzo 2001 379
Allora
‖x(t)‖ ≤ Ke−α(t−t0)‖x0‖+∫ tt0
α
2e−α(t−s)‖x(s)‖ds
da cui
eα(t−t0)‖x(t)‖ ≤ K‖x0‖+∫ tt0
α
2eα(s−t0)‖x(s)‖ds
e per il lemma di Gronwall
eα(t−t0)‖x(t)‖ ≤ K‖x0‖eα(t−t0)/2
e
‖x(t)‖ ≤ K‖x0‖e−α(t−t0) ≤ K‖x0‖ , ∀t ≥ t0(503)
29 marzo 2001 380
Pertanto si ha, se 0 < ε < σ e ‖x0‖ < ε/K,
‖x(t)‖ < ε , ∀t ∈ [t0, b)
e poiche la soluzione e prolungabile, deve
essere b = +∞.
Passando al limite per t → +∞ nella 503 si
conclude anche l’asintotica stabilita.
Per verificare la seconda affermazione si puo
provare che se G ha qualche autovalore posi-
tivo si puo scegliere una soluzione x in modo
che x(t) → +∞ quando t → +∞, scegliendo
opportunamente i dati iniziali.
29 marzo 2001 381
Qualche osservazione
sul segno degli autovalori nel caso 2× 2
Consideriamo una matrice
A =
(a bc d
)(504)
Gli autovalori sono le soluzioni dell’equazione
det(A− λI) = det
(a− λ bc d− λ
)=
λ2 − (a+ d)λ+ (ad− bc) (505)
Poniamo
T = a+ d (la traccia della matrice)
D = ad− bc (il determinante della matrice)
29 marzo 2001 382
Possiamo riscrivere la 505 come
λ2 − Tλ+D
e gli autovalori sono
λ =T
2±
√T2
4−D (506)
29 marzo 2001 383
Se D > 0
T2
4>T2
4−D
Nel caso in cui T2
4 −D >≥ 0
∣∣∣∣T2∣∣∣∣ >
√T2
4−D
Gli autovalori λ1, λ2 hanno il segno di T
Nel caso in cui T2
4 −D < 0
Gli autovalori sono complessi e coniugati la
loro parte reale <λ1, <λ2 ha lo stesso segno
di T
29 marzo 2001 384
Se D = 0
λ1 = 0 , λ2 = T
Se D < 0
Si ha T2
4 −D > 0
Gli autovalori hanno uno segno positivo e
l’altro negativo.
29 marzo 2001 385
Qualche risultato
sulle
Equazioni differenziali
alle derivate parziali
29 marzo 2001 386
Equazioni lineari in 3 variabili
Consideriamo l’equazione differenziale alle de-
rivate parziali
P (x, y, z)∂u
∂x(x, y, z) +Q(x, y, z)
∂u
∂y(x, y, z) +
+R(x, y, z)∂u
∂z(x, y, z) =
= Pux +Quy +Ruz = 0 (507)
Risolvere la 507 significa trovare una funzio-
ne u(x, y, z) tale che
Pux +Quy +Ruz
Possiamo riscrivere la 507 dividendo per uz( 6=0) per ottenere
Pux
uz+Q
uy
uz+R = 0 (508)
29 marzo 2001 387
Poiche supponiamo uz 6= 0, l’equazione
u(x, y, z) = 0
definisce localmente
z = φ(x, y)
cioe
u(x, u, z) = c ⇐⇒ z = φ(x, y) (509)
e risulta
φx = −ux
uz, φy = −
uy
uz(510)
Quindi u risolve la 507
Pux +Quy +Ruz = 0
se e solo se la corrispondente φ risolve la 508
Pφx +Qφy = R
29 marzo 2001 388
Osserviamo che u(x, y, z) = 0, cosı come z =
φ(x, y), definisce una superficie S in R3 il
cui vettore normale puo essere determina-
to tenendo conto che una parametrizzazione
locale della superficie S e data da
S(x, y) =
x = x
y = y
z = φ(x, y)
(511)
Avremo
∇S(x, y) =
(1 0 φx0 1 φy
)(512)
e quindi
N = (−φx,−φy,1) =(ux
uz,uy
uz,1)
(513)
per cui, a meno di un eventuale fattore di
proporzionalita
N = (φx, φy,−1) oppure N = (ux, uy, uz)
(514)
29 marzo 2001 389
Se definiamo il campo vettoriale
F (x, y, z) =(P (x, y, z), Q(x, y, z), R(x, y, z
)
La 507 oppure, equivalentemente, la 508 puo
essere messa nella forma
〈N,F 〉 = 0 (515)
Pertanto la soluzione u(x, y, z) di 507, o la so-
luzione φ(x, y) della 508, definiscono una su-
perficie S mediante l’equazione u(x, y, z) = 0
oppure z = φ(x, y) la cui normale deve risul-
tare perpendicolare in ogni punto al campo
vettoriale F .
29 marzo 2001 390
Una linea che in ogni punto abbia tangente
parallela al campo F si dice linea di campo.
Poiche la normale alla superficie S soluzione
e perpendicolare al campo F , le linee di forza
devono giacere sulla superficie soluzione S.
Pertanto possiamo descrivere la superficie so-
luzione mediante le linee di forza del campo.
Le linee di forza del campo si possono trovare
nella forma
(x(t), y(t), z(t))
ed in tal caso saranno definite dax(t) = λP (x(t), y(t), z(t))
y(t) = λQ(x(t), y(t), z(t))
z(t) = λR(x(t), y(t), z(t))
(516)
29 marzo 2001 391
Tuttavia possiamo anche esprimere y = y(x)
e z = z(x) per cui
y(t) = y′(x)x(t) , z(t) = z′(x)x(t)
e la 516 puo essere riscritta comey′(x) = Q(x,y(x),z(x))
P (x,y(x),z(x))
z′(x) = R(x,y(x),z(x))P (x,y(x),z(x))
(517)
Se siamo in grado di trovare due funzioni α
e β tali che α(x, y, z) = c1β(x, y, z) = c2
(518)
che forniscano la soluzione di 517 allora avre-
mo
αx + αyy′ + αzz
′ = 0 (519)
cui
αx + αyQ
P+ αz
R
P= 0 (520)
29 marzo 2001 392
Quindi
Rαx +Qαy +Rαz = 0 (521)
In modo simile
Rβx +Qβy +Rβz = 0 (522)
Pertanto α, β sono soluzioni di 507 e si veri-fica subito che
u = Φ(α, β)
e soluzione della stessa 507
Infatti ux = Φααx + Φββx
uy = Φααy + Φββy
uz = Φααz + Φββz
(523)
Da cui
Pux +Quy +Ruz =
= Φα(Rαx+Qαy+Rαz)+Φβ(Rβx+Qβy+Rβz) = 0
(524)
29 marzo 2001 393
Se viceversa u = u(x, y, z) risolve la 507 alloraPux +Quy +Ruz = 0
Rαx +Qαy +Rαz = 0
Rβx +Qβy +Rβz = 0
(525)
Il sistema 525 ammette una soluzione (P,Q,R)
non identicamente nulla e pertanto deve ri-
sultare
det
ux uy uzαx αy αzβx βy βz
= 0 (526)
Quindi si puo dimostrare (Stampacchia Ana-
lisi 2) che esiste una funzione Ψ tale che
u = Ψ(α, β).
29 marzo 2001 394
Equazioni lineari in 2 variabili
Consideriamo l’equazione
a(x, y)ux(x, y) + b(x, y)uy(x, y) = 0 (527)
u(x, y) e soluzione della 527 se se solo se
a(x, y)ux(x, y) + b(x, y)uy(x, y) = 0
Se supponiamo che uy(x, y) 6= 0 avremo che
u(x, y) = u0
mux(x, y(x)) + uy(x, y(x))y
′(x)
m
y′(x) = −ux(x, y(x))
uy(x, y(x))
m
y′(x) = −a(x, y(x))
b(x, y(x))m
g(x, y) = k (528)
29 marzo 2001 395
Quindi u0 e k sono legati da una dipendenza
funzionale; u0 = φ(k) e si ha
u(x, y) = u0 = φ(k) = φ(g(x, y)) (529)
La soluzione dell’equazione differenziale data
puo pertanto essere espressa mediante la so-
luzione g(x, y) = k della ?? e di una funzione
arbitraria φ
Eventuali dati iniziali, ad esempio u(x,0) =
u0(x) possono essere soddisfatti imponendo
condizioni su φ.
Ad esempio
u0(x) = u(x,0) = φ(g(x,0))
da cui si ricava φ.
29 marzo 2001 396
Equazioni Quasi Lineari in 2variabili
Sono equazioni del tipo
P (x, y, φ)∂φ
∂x+Q(x, y, φ)
∂φ
∂y= R(x, y, u)
(530)
Sono equivalenti all’equazione lineare in 3 va-
riabili
P (x, y, z)∂u
∂x(x, y, z) +Q(x, y, z)
∂u
∂y(x, y, z) +
+R(x, y, z)∂u
∂z(x, y, z) = 0 (531)
nell’incognita u(x, y, z) che risulta legata a φ
mediante la
u(x, u, z) = c ⇐⇒ z = φ(x, y) (532)
29 marzo 2001 397
Risulta inoltre
φx = −ux
uz, φy = −
uy
uz(533)
Quindi φ risolve l’equazione quasi lineare
Pφx +Qφy = R
se e solo se la corrispondente u risolve l’e-
quazione lineare
Pux +Quy +Ruz = 0
29 marzo 2001 398
Qualche
Modello Discreto
29 marzo 2001 399
Discreto
Vuol dire
”Fatto di punti isolati”
in contrapposizione con continuo.
E una caratteristica dei Numeri Naturali Nin contrapposizione con la caratteristica di
continuita dei Numeri Reali R.
Possiamo farcene un’idea pensando a come
si rappresentano R ed N su una retta
x x x x x x x x x xh
29 marzo 2001 400
I Conigli di Fibonacci
Nel Liber Abaci e contenuto il seguente pro-
blema:
Quante coppie di conigli verranno
prodotte in un anno a partire da un’u-
nica coppia, se ogni mese ciascuna
coppia genera una nuova coppia che
si riproduce a partire dal suo secondo
mese di vita?
29 marzo 2001 401
La seguente figura illustra l’andamento del
numero di conigli nei primi 5 mesi
29 marzo 2001 402
Consideriamo la successione Fn del numero
di coppie di conigli presenti in ciascun mese.
Avremo
Fn+1 =(numero di coppie presenti al mese
n+1) =(numero di coppie presenti al mese n)
+ (numero di coppie presenti al mese n− 1)
= Fn + Fn−1
In generale si dovra avere
Fn+1 = Fn−1 + Fn
F1 = F2 = 1(534)
Le precedenti uguaglianze definiscono Fn per
ricorrenza.
29 marzo 2001 403
La successione Fn fu chiamata successione diFibonacci da E.E.A Lucas
Possiamo cercare di esplicitare i valori assuntidai suoi termini:
Cerchiamo x ∈ R tale che
Fn = xn
Perche la 534 sia soddisfatta deve essere ve-rificata sia la regola di ricorrenza
Fn+1 = Fn−1 + Fn (535)
che le condizioni iniziali
F1 = F2 = 1 (536)
29 marzo 2001 404
Affinche la 535 sia soddisfatta dovra allora
risultare
xn+1 = xn + xn−1 (537)
e quindi, se escludiamo la soluzione banale
x = 0,
x2 = x+ 1 (538)
da cui
x =1±
√5
2(539)
29 marzo 2001 405
Pertanto
fn =
(1 +
√5
2
)ne gn =
(1−
√5
2
)n(540)
sono due possibili successioni che soddisfano
la regola di ricorrenza 535
Nessuna delle due soddisfa le condizioni ini-
ziali 536
Osserviamo che anche
afn e bgn (541)
soddisfano la 535, infatti
29 marzo 2001 406
afn+1 = afn−1 + afn (542)
e
bgn+1 = bgn−1 + bgn (543)
ed anche
afn + bgn (544)
soddisfa la 535, infatti sommando 542 ed 543
afn+1 + bgn+1 = afn−1 + bgn−1 + afn + bgn
(545)
E tutto questo per ogni a, b ∈ R
29 marzo 2001 407
Possiamo sfruttare la disponibilita di a e b per
sistemare i dati iniziali, infatti avremo che
1 = F1 = af1 + bg1 = a1 +
√5
2+ b
1−√
5
2(546)
1 = F2 = af2 + bg2 =
a
(1 +
√5
2
)2
+ b
(1−
√5
2
)2
(547)
e, risolvendo il sistema lineare si puo ricavare
che
a = −b =1√5
(548)
29 marzo 2001 408
pertanto
Fn =1√5
((1 +
√5
2
)n−(1−
√5
2
)n)(549)
Fn e nota come la successione di Fibonacci
29 marzo 2001 409
Trasmissione di segnali
Supponiamo di voler trasmettere un segnale
su un canale discreto usando due simboli
S1 S2
di uguale durata
d1 = d2 = t secondi
per un tempo T Potremo trasmettere
m =T
tsegnali
cioe
N(T ) = 2m
messaggi diversi. Pertanto la velocita di
trasmissione si potra calcolare mediante il
rapporto
m
T=
log2 2m
T=
log2N(T )
T
29 marzo 2001 410
Se invece si volessero usare due segnali di
diversa durata
d1 6= d2 ad esempio d1 = 1 d2 = 2
potremmo, trasmettere i seguenti messaggi
Unita di tempo Messaggi1 -2 - -
—3 - —
- - -— -
29 marzo 2001 411
E potremmo calcolare il numero di messaggi
mediante le formule di ricorrenza
N(1) = 1
N(2) = 2
N(T ) = N(T − 1) +N(T − 2)
La velocita di trasmissione si esprime median-
te la
log2N(T )
T
che per T grande si stabilizza attorno al va-
lore 0.69 o, piu precisamente, attorno a
√5− 1
2
29 marzo 2001 412
Prezzi di Equilibrio
tra Domanda e Offerta
E molto comune trovare situazioni del gene-re:
• Una azienda agricola decide l’estensione del ter-reno da dedicare alla coltivazione di un certo or-taggio in base al prezzo di tale ortaggio nell’annocorrente.
• Il successivo anno la quantita di ortaggio prodottae eccessiva e cio causa la diminuzione del suoprezzo
• L’azienda diminuisce l’estensione del terreno de-dicato all’ortaggio, e ne diminuisce la produzioneper l’anno seguente
• La minore disponibilita fa aumentare il prezzo del-l’ortaggio e provochera un nuovo aumento dell’e-stensione del terreno coltivato.
• ..............................
• ..............................
29 marzo 2001 413
Per descrivere mediante un modello la situa-
zione definiamo
Sn e l’offerta (supply) di prodotto nell’anno n
Dn e la domanda di prodotto nell’anno n
pn e il prezzo del prodotto nell’anno n
e supponiamo che
• Esiste una relazione tra domanda Dn e
prezzo pn
Dn = f(pn) (550)
ovviamente f e decrescente (la domanda
diminuisce, all’aumentare del prezzo)
• Esiste una relazione tra offerta Sn+1 e
prezzo pn
Sn+1 = g(pn) (551)
29 marzo 2001 414
Ovviamente g e crescente ( l’offerta aumen-
ta, all’aumentare del prezzo)
• Il prezzo di mercato e determinato dalla
domanda e dall’offerta e le contrattazioni
avvengono al prezzo pn+1 in cui domanda
ed offerta sono uguali cioquando si ha
Sn+1 = Dn+1 (552)
Se e assegnato un prezzo iniziale
p0
possiamo trovare ricorsivamente
p1, p2, p3, ......, pn, .....
e possiamo studiare il comportamento di pn
29 marzo 2001 415
La situazione puo essere illustrata dai se-
guenti grafici
29 marzo 2001 416
Le prime iterazioni sono illustrate da
29 marzo 2001 417
e si prosegue con
29 marzo 2001 418
Se supponiamo
• Supponiamo lineare la funzione che defi-
nisce la domanda in 550
f(p) = −ap+ b a, b > 0 (553)
• Supponiamo lineare la funzione che defi-
nisce l’offerta in 551
g(p) = cp+ d c, d > 0 (554)
Possiamo descrivere esplicitamente l’andamen-
to del prezzo.
29 marzo 2001 419
Si ha Dn = −apn + b
Sn+1 = cpn + d
Sn+1 = Dn+1
(555)
possiamo ricavare il prezzo di equilibrio dalla
Sn+1 = Dn+1
Avremo
−apn+1 + b = cpn + d (556)
per cui
pn+1 = −c
apn +
b− d
a= Apn +B (557)
29 marzo 2001 420
Un Modello Classicodi crescita economica
in un’economia in espansione
Possiamo considerare il reddito nazionale co-stituito da due componenti i consumi e gliinvestimenti
Indichiamo con
• Yn Il Reddito
• Cn I Consumi
• In Gli Investimenti
relativi all’anno n
Avremo che
Yn = Cn + In (558)
29 marzo 2001 421
Possiamo supporre che
Cn = c+mYn (559)
Cioe i consumi sono proporzionali al reddi-
to a meno di una quota fissa di consumi
irrinunciabili.
La costante m misura la propensione al con-
sumo mentre c misura il consumo minimale
in assenza di reddito.
Supponiamo
c > 0 , 0 < m < 1
29 marzo 2001 422
L’incremento di reddito e legato agli investi-
menti da
∆Yn = Yn+1 − Yn = rIn (560)
Possiamo ricavare che
Yn+1 − Yn = rIn =
= r(Yn − Cn) =
= rYn − r(c+mYn) (561)
e quindi
Yn+1 = [1 + r(1−m)]Yn − rc (562)
29 marzo 2001 423
Equivalentemente si puo ricavare che
In+1 − In = (Yn+1 − Cn+1)− (Yn − Cn) =
= (Yn+1 − Yn)− (Cn+1 − Cn) (563)
e quindi dalle 559 e 561
In+1 − In =
= rIn −m(Yn+1 − Yn) =
= rIn −mrIn (564)
Infine
In+1 = [(1 + r(1−m)]In (565)
29 marzo 2001 424
L’equazione 565 e una equazione alle diffe-
renze finite di primo ordine e la sua soluzione
puo essere espressa come segue.
In = [(1 + r(1−m)]nI0 (566)
La soluzione dell’equazione 562 e data da
Yn = [(1 + r(1−m)]n(Y0 − Y ∗) + Y ∗ (567)
dove Y ∗ = c1−m
29 marzo 2001 425
Un Modellodi Crescita del Reddito Nazionale
Possiamo considerare il reddito nazionale co-
stituito da tre componenti i consumi gli in-
vestimenti e le spese governative
Indichiamo con
• Yn, il reddito nazionale
• Cn, i consumi
• In, gli investimenti
• Gn,le spese governative.
relativi all’anno n
29 marzo 2001 426
Avremo che
Yn = Cn + In +Gn (568)
Seguendo un classico articolo di Samuelson
possono essere fatte le seguenti ipotesi.
• I consumi in un certo periodo sono pro-
porzionali al reddito del precedente perio-
do.
• gli investimenti in un certo periodo so-
no indotti in maniera proporzionale al-
l’aumento dei consumi in quel periodo
rispetto al periodo precedente.
• Le spese governative sono costanti.
29 marzo 2001 427
Possiamo tradurre le ipotesi fatte mediante
le seguenti equazioni
•
Cn = αYn−1
•
In = β(Cn − Cn−1)
•
Gn = 1
29 marzo 2001 428
Possiamo allora ricavare dalla 568 la seguen-
te equazione
Yn = αYn−1 + β(Cn − Cn−1) + 1
= αYn−1 + β(αYn−1 − αYn−2) + 1 (569)
Yn = α(1 + β)Yn−1 − αβYn−2 + 1 (570)
Si puo verificare che tale successione ha un
andamento oscillante.
29 marzo 2001 429
Andamento del Reddito Nazionale in
corrispondenza
dei valori α = 3 e β = 2 con dati iniziali
I0 = 1 ed I1 = .3
29 marzo 2001 430
Andamento del Reddito Nazionale in
corrispondenza
dei valori α = 1 e β = 5 con dati iniziali
I0 = 1 ed I1 = .3
29 marzo 2001 431
Andamento del Reddito Nazionale in
corrispondenza
dei valori α = 5 e β = 1 con dati iniziali
I0 = 1 ed I1 = .3
29 marzo 2001 432
Andamento del Reddito Nazionale in
corrispondenza
dei valori α = 5 e β = 1
con dati iniziali I0 = 1 ed I1 = 3
29 marzo 2001 433
Un ModelloPer la Gestione delle Scorte
Ogni impresa produce beni per due scopi
1. Per destinarli alla vendita
2. Per destinarli al mantenimento di livelli di
scorta ottimali.
29 marzo 2001 434
Supponendo di usare appropriate unita di mi-
sura possiamo individuare nella produzione
totale tre distinte componenti la parte de-
stinata alla vendita, la parte destinata alle
scorte ed una parte costante non indotta.
Indichiamo con
• Yn, la produzione totale
• Un la parte destinata alla vendita,
• Sn, la parte destinata alle scorte
• V0, la quota di produzione fissa
relative all’anno n
29 marzo 2001 435
Avremo che
Yn = Un + Sn + V0 (571)
Un’estesa analisi dei cicli di mantenimento
delle scorte e stata proposta da L.A.Metzeler.
Per illustrarne i rudimenti possiamo comin-
ciare con il considerare alcune ipotesi
• La quota destinata alla vendita e propor-
zionale all’intera produzione del periodo
precedente.
• La quota destinata alle scorte e decisa
all’inizio di ogni periodo ed e destinata a
mantenere costante il livello delle scorte
29 marzo 2001 436
Possiamo tradurre le ipotesi fatte mediantele seguenti equazioni
•
Un = βYn−1
•
Sn = Un−1 − Un−2 = β(Yn−1 − Yn−2)
Possiamo allora ricavare dalla 571 la seguen-te equazione
Yn = βYn−1 + β(Yn−1 − Yn−2) + V0
= 2βYn−1 − βYn−2 + V0 (572)
Yn = 2βYn−1 − βYn−2 + V0 (573)
Si puo verificare che tale successione ha unandamento oscillante.29 marzo 2001 437
Andamento delle Scorte in corrispondenza
dei valori α = .6 e V0 = 1
con dati iniziali Y0 = 1 ed Y1 = 3
29 marzo 2001 438
Andamento delle Scorte in corrispondenza
dei valori α = .6 e V0 = 1
con dati iniziali Y0 = 3 ed Y1 = 1
29 marzo 2001 439
Andamento delle Scorte in corrispondenza
dei valori α = .6 e V0 = 1
con dati iniziali Y0 = 4 ed Y1 = 3
29 marzo 2001 440
Le equazioni alle differenze
29 marzo 2001 441
Le equazioni alle differenzedel primo ordine
Sia a ∈ R ed fn una successione assegnata,
Consideriamo il problema di determinare una
successione yn in modo che
yn = ayn−1 + fn ∀n ∈ N (574)
Il numero a e la successione fn sono i dati
dell’equazione
Parallelamente
Sia a ∈ R ed fn una successione assegnata,
Consideriamo il problema di determinare una
successione yn in modo cheyn+1 = ayn + fn ∀n ∈ Ny0 = α
(575)
Il numero a e la successione fn sono i dati
dell’equazione
29 marzo 2001 442
Vale il seguente teorema di esistenza ed uni-
cita
Teorema 1 Se a ∈ R e se fn e una suc-
cessione assegnata, esiste una ed una sola
successione yn tale cheyn+1 = ayn + fn ∀n ∈ Ny0 = α
(576)
Dimostrazione
L’esistenza della soluzione segue dal principio
di induzione.
Infatti
1. y0 e definito dal dato iniziale
2. se e definito yk per k ≤ n allora la 574
permette di definire yn+1
29 marzo 2001 443
Per quanto riguarda l’unicita se yn e zn sono
soluzioni della 575 si hayn+1 = ayn + fn ∀n ∈ Ny0 = α
(577)
zn+1 = azn + fn ∀n ∈ Nz0 = α
(578)
e posto un = yn − zn si verifica subito sot-
traendo membro a membro che un soddisfa
le condizioniun+1 = aun ∀n ∈ Nu0 = 0
(579)
Si verifica facilmente per induzione che
un = 0 ∀n ∈ N
e quindi che
yn = zn
29 marzo 2001 444
Cominciamo a determinare le soluzioni del-
l’equazione 574 nel caso in cui
fn = 0
avremo che deve essereyn+1 = ayn ∀n ∈ Ny0 = α
(580)
Quindi
y0 = α (581)
y1 = ay0 = αa (582)
y2 = ay1 = αa2 (583)
y3 = ay2 = αa3 (584)
e evidente che
yn = αan (585)
e si puo verificare per induzione che la 585
risolve effettivamente il problema dato.
29 marzo 2001 445
Consideriamo ora l’equazione completa ad esem-
pio nel caso in cui
fn = bn (586)
Consideriamo cioe il problemayn+1 = ayn + bn ∀n ∈ Ny0 = α
(587)
Si ha
y0 = α
y1 = ay0 + 1 = αa+ 1
y2 = ay1 = αa2 + a+ b
y3 = ay2 = αa3 + a2 + ab+ b2
y4 = αa4 + a3 + a2b+ ab2 + b3 (588)
29 marzo 2001 446
ed e evidente che
yn = αan+an−1+ ban−2+ · · ·+abn−2+ bn−1
= αan +an − bn
a− b=
=(α+
1
a− b
)an +
1
b− abn (589)
e si puo verificare per induzione che la 589
risolve effettivamente il problema dato.
29 marzo 2001 447
La 589
yn =(α+
1
a− b
)an +
1
b− abn (590)
suggerisce alcune considerazioni.
1. Nella soluzione si riconosce
• una parte (α+
1
b− a
)an
che risolve l’equazione omogenea e checontiene una costante α che individuail dato iniziale
• ed una parte
1
b− abn
che risolve l’equazione completa e chenon dipende da nessuna costante.
2. La soluzione non e definita nel caso in cuia = b
29 marzo 2001 448
Il caso in cui b = a, non puo essere tratta-
to in questo modo (b − a = 0), in tal caso
l’equazione diventayn+1 = ayn + an ∀n ∈ Ny0 = α
(591)
e possiamo verificare che si ha
y0 = α (592)
y1 = ay0 + 1 = αa+ 1 (593)
y2 = ay1 = αa2 + a+ a = αa2 + 2a (594)
y3 = ay2 = αa3 + 2a2 + a2 = αa3 + 3a2
(595)
y4 = αa4 + 3a3 + a3 = αa4 + 4a3 (596)
29 marzo 2001 449
Si intuisce e si prova per induzione che
yn = αan + nan−1 (597)
infatti
• y0 = αa0 + 0a−1 = α
• se yn = αan + nan−1 allora
yn+1 = a(αan + nan−1) + an =
αan+1 + (n+ 1)an (598)
29 marzo 2001 450
Studiando qualche equazione alle differenze
del primo ordine abbiamo messo in eviden-
za una struttura vettoriale nello spazio delle
soluzioni.
Piu precisamente le soluzioni formano uno
spazio lineare affine di dimensione 1.
Risultati simili si possono ottenere anche per
equazioni alle differenze di ordine qualsiasi.
Procederemo ad illustrare il caso delle equa-
zioni del secondo ordine; i risultati per le
equazioni di ordine arbitrario sono facilmente
intuibili.
29 marzo 2001 451
Le equazioni alle differenzedel secondo ordine
29 marzo 2001 452
Consideriamo un’equazione alle differenze di
secondo ordine:
Se a, b ∈ R e se fn e una successione assegna-
ta, determinare una successione yn in modo
che
yn+2 = ayn+1 + byn + fn ∀n ∈ N (599)
I numeri a, b e la successione fn sono i dati
dell’equazione
Parallelamente consideriamo il problema di
Se a, b ∈ R e se fn e una successione assegna-
ta, determinare una successione yn in modo
cheyn+2 = ayn+1 + byn + fn ∀n ∈ Ny0 = α
y1 = β
(600)
I numeri a, b, y0, y1 e la successione fn sono i
dati dell’equazione
29 marzo 2001 453
Osserviamo che corre una stretta analogia
tra l’equazione alle differenze finite e le equa-
zioni lineari.
Infatti, se definiamo
∆yn = yn+1 − yn (601)
e
∆2yn = ∆(∆yn) = ∆yn+1 −∆yn = (602)
= yn+2 − 2yn+1 + yn (603)
la 599 puo essere riscritta tenendo conto che
yn+2 − ayn+1 − byn =
= yn+2 − 2yn+1 + yn + (2− a)yn+1 −− (2− a)yn + (2− a− b)yn =
∆2yn + (2− a)∆yn + (3− a− b)yn (604)
e diventa del tipo
∆2yn + a1∆yn + a0yn = fn (605)
29 marzo 2001 454
Possiamo provare che
Teorema 2 Se a, b ∈ R e se fn e una
successione assegnata, Esiste una ed
una sola successione yn tale cheyn+2 = ayn+1 + byn + fn ∀n ∈ Ny0 = α
y1 = β
(606)
29 marzo 2001 455
L’esistenza della soluzione si puo far discen-
dere dal principio di induzione.
Infatti
1. y0, y1 sono definiti
2. se sono definiti yn−1 ed yn−2 allora la 599
permette di definire yn
Per quanto riguarda l’unicita se yn e zn sono
soluzioni della 600 si ha
29 marzo 2001 456
yn+2 = ayn+1 + byn + fn ∀n ∈ Ny0 = α
y1 = β
(607)
zn+2 = azn+1 + bzn + fn ∀n ∈ Nz0 = α
z1 = β
(608)
e possiamo verificare per sottrazione membro
a membro che
un = yn − zn
soddisfa le condizioniun+2 = aun+1 + bun ∀n ∈ Nu0 = 0
u1 = 0
(609)
29 marzo 2001 457
Si verifica facilmente per induzione che
un = 0 ∀n ∈ N
e quindi che
yn = zn
Per caratterizzare le soluzioni di 599 introdu-
ciamo l’equazione omogenea associata, che
sara data da
yn+2 = ayn+1 + byn ∀n ∈ N (610)
29 marzo 2001 458
Definizione 1
S = {yn : yn+2 = ayn+1 + byn} (611)
T = {yn : yn+2 = ayn+1 + byn + fn}(612)
Lo spazio S e uno spazio vettoriale di
dimensione 2
infatti se yn, zn ∈ S avremo che
yn+2 = ayn+1 + byn
zn+2 = azn+1 + bzn (613)
e quindi
αyn + βzn ∈ S
29 marzo 2001 459
Inoltre si vede che se yn, zn ∈ T avremo
yn+2 = ayn+1 + byn + fn
zn+2 = azn+1 + bzn + fn (614)
per cui
(yn+2 − zn+2) = a(yn+1 − zn+1) + b(yn − zn)
(615)
e
yn − zn ∈ S
Ne deduciamo che S e uno spazio vettoriale
e T e uno spazio lineare affine in quanto per
ogni fissata z∗n ∈ T e per ogni yn ∈ T si ha
yn − z∗n ∈ S
e quindi
yn ∈ z∗n + S
29 marzo 2001 460
Sia
Definizione 2 Definiamo
T : S → R2 (616)
mediante la
yn ∈ S 7→ T (yn) = (y0, y1) ∈ R2 (617)
e
Teorema 3 T : S → R2
• e lineare
• e surgettiva
• e iniettiva
Pertanto e un isomorfismo tra spazi vettoriali
e risulta dim S = 2
29 marzo 2001 461
Infatti
• T e lineare in quanto se yn, zn ∈ S, α, β ∈R avremo
T (αyn+βzn) = (αy0+βz0, αy1+βz1) =
= α(y0, y1) + β(z0, z1) =
= αT (yn) + βT (zn) (618)
• T e surgettiva, in quanto se (α, β) ∈ R2,
per il teorema 2 ∃yn tale cheyn+2 = ayn+1 + byn ∀n ∈ Ny0 = α
y1 = β
(619)
Per cui yn ∈ S ed inoltre
T (yn) = (y0, y1) = (α, β)
29 marzo 2001 462
• T e iniettiva in quanto se yn, zn ∈ S e
T (yn) = T (zn) avremo cheyn+2 = ayn+1 + byn ∀n ∈ Ny0 = α
y1 = β
(620)
e zn+2 = azn+1 + bzn ∀n ∈ Nz0 = α
z1 = β
(621)
e per il teorema 2 la soluzione e unica
Pertanto il problema di descrivere lo spazio
S si riduce a trovare due soluzioni y1n ed y2nlinearmente indipendenti dell’equazione
yn+2 = ayn+1 + byn ∀n ∈ N (622)
ed una soluzione della
yn+2 = ayn+1 + byn + fn ∀n ∈ N (623)
29 marzo 2001 463
A questo scopo si cercano soluzioni della
yn+2 = ayn+1 + byn ∀n ∈ N (624)
della forma
yn = ζn = (eα+ i β)n =
= en(α+ i β) = eαn(cosβn+ i sinβn)
ζ ∈ C, α, β ∈ R (625)
Dovra risultare
ζn+2 = aζn+1 + bζn (626)
e, scartando la soluzione banale nulla
ζ2 = aζ + b (627)
29 marzo 2001 464
Si possono presentare tre casi:
1. l’equazione 626 ha due radici reali e di-
stinte λ, µ ∈ R , λ 6= µ;
2. l’equazione 626 ha due radici complesse
e coniugate α± β = ρ(cos θ ± i sin θ)
3. l’equazione 626 ha due radici reali e coin-
cidenti λ ∈ R con molteplicita 2
cui corrispondono altrettante coppie di suc-
cessioni che risolvono l’equazione
29 marzo 2001 465
1. le successioni
yn = λn zn = µn
sono soluzioni dell’equazione
2. Le successioni
yn = ρn cos θn zn = ρnsinθn
sono soluzioni del problema
3. Le successioni
yn = λn zn = nλn
sono soluzioni del problema
29 marzo 2001 466
Nel caso delle radici reali e distinte e evidente
come si ricavano le due soluzioni
yn = λn zn = µn
mentre e meno chiaro come si procede negli
altri due casi.
Consideriamoli piu attentamente.
Sia
α± i β = ρ(cos θ ± i sin θ)
la coppia di soluzioni complesse e coniugate
dell’equazione 626
Avremo allora che le successioni complesse
ξn = (α+ i β)n ζn = (α− i β)n
risolvono l’equazione 574.
29 marzo 2001 467
Infatti
ξn = eαn(cos θn+ sin θn)
ζn = eαn(cos θn− sin θn) (628)
e
ξn = ρn(cos θn+ sin θn)
ζn = ρn(cos θn− sin θn) (629)
Per la linearita anche
yn = ρn cos θn zn = ρnsinθn
soddisfano l’equazione 599
Nel caso in cui l’equazione 626 ammetta una
sola soluzione reale con molteplicita 2 pos-
siamo riscrivere la 599
29 marzo 2001 468
yn+2 = 2ayn+1 − a2yn = 0 (630)
da cui
yn+2 − 2ayn+1 + a2yn = 0 (631)
e
yn+2 − ayn+1 − ayn+1 + a2yn = 0 (632)
(yn+2 − ayn+1)− a(yn+1 − ayn) = 0 (633)
e posto un = yn+1 − ayn
un+1 − aun = 0 (634)
Se ne ricava che
un = kan
yn+1 − ayn = kan
ed ancora
yn = c1an + c2na
n
29 marzo 2001 469
Possiamo affermare che lo spazio T dell’e-
quazione completa puo essere descritto se
• si e in grado di descrivere lo spazio Sdell’equazione omogenea associata
• e noto almeno un elemento y∗ ∈ T , cioe
una soluzione particolare dell’equazione
completa
E quindi importante essere in grado di tro-
vare una soluzione particolare dell’equazione
completa.
29 marzo 2001 470
A questo scopo disponiamo di due strumenti.
Se
fn = ρn (p1(n) sin θn+ p2(n) cos θn)
con p1, p2 polinomi di grado al piu m, pos-
siamo cercare una soluzione particolare nella
forma
y∗n = nµρn (q1(n) sin θn+ q2(n) cos θn)
dove q1, q2 sono polinomi di grado m con
coefficienti da determinarsi e µ e la molte-
plicita di ρ± ı θ nel caso in cui si verifichi che
α± ıβ = ρ± ı θ
29 marzo 2001 471
In caso contrario possiamo procedere in ma-
niera del tutto simile al metodo di variazio-
ne delle costanti arbitrarie di Lagrange come
segue
Se yn ed zn sono soluzioni dell’equazione da-
ta, possiamo cercare una soluzione dell’equa-
zione completa nella forma
y∗n = λnyn + µnzn
imponendo opportune condizioni su λk e µk.
Poiche yn e zn solo soluzioni dell’equazione
omogenea
∆2yn + a1∆yn + a0yn = 0
∆2zn + a1∆zn + a0zn = 0
29 marzo 2001 472
Possiamo anche calcolare che
∆y∗n = λn∆yn + µn∆zn + ∆λnyn+1 + ∆µnzn+1
(635)
e, posto
∆λnyn+1 + ∆µnzn+1 = 0
∆2y∗n = λn∆2yn + µn∆
2zn +
+ ∆λn∆yn+1 + ∆µn∆zn+1 (636)
Onde, per sostituzione nell’equazione data,
tenendo conto che yn e zn sono soluzioni
dell’omogenea, si ha∆yn+1∆λn + ∆zn+1∆µn = bn
yn+1∆λn + zn+1∆µn = 0(637)
ed e possibile da esse ricavare
∆λn e ∆µn
e λn e µn successivamente.
29 marzo 2001 473
E anche importante studiare la lineare indi-
pendenza di due (o piu successioni).
A questo scopo ricordiamo che yn e zn sono
soluzioni linearmente indipendenti dell’equa-
zione che stiamo considerando se
λyn + µzn = 0 ∀n ∈ N ⇐⇒ λ = µ = 0
(638)
Cio implica che il sistemaλyn + µzn = 0
λyn+1 + µzn+1 = 0(639)
oppure il sistema
λyn + µzn = 0
λ(yn+1 − yn) + µ(zn+1 − zn) = 0(640)
ha la sola soluzione nulla
29 marzo 2001 474
Ovviamente il sistema 640 puo essere riscrit-
to nella formaλyn + µzn = 0
λ∆yn) + µ∆zn = 0(641)
ed ammette la sola soluzione nulla.
Ne viene che
det =
(yn zn = 0yn+1 zn+1
)6= 0(
det
(yn zn
∆yn ∆zn
)6= 0
)(642)
per ogni n ∈ N
29 marzo 2001 475
Pertanto si ha anche che
det =
(y0 z0y1 z1
)6= 0
(det
(y0 z0
∆y0 ∆z0
)6= 0
)(643)
D’altro canto se quest’ultima condizione e
verificata. allora (y0, y1), (z0, z1) ∈ R2 sono
linearmente indipendenti e tali che
T (yn) = (y0, y1) e T (zn) = (z0, z1)
e quindi
yn = T−1(y0, y1) e zn = T−1(z0, z1)
e ed essendo T un isomorfismo e (y0, y1), (z0, z1)
linearmente indipendenti anche yn e zn sono
linearmente indipendenti.
La matrice(y0 z0y1 z1
)oppure
(y0 z0
∆y0 ∆z0
)(644)
prende il nome di matrice di Casorati e pos-
siamo riassumere quanto detto come segue.
29 marzo 2001 476
Siano yn, zn due soluzioni della 599.
Sono condizioni equivalenti
• yn, zn sono linearmente indipendenti
•
det =
(yn zn = 0yn+1 zn+1
)6= 0
det
((yn zn
∆yn ∆zn
))6= 0 (645)
per ogni n ∈ N•
det =
(y0 z0y1 z1
)6= 0
det
((y0 z0
∆y0 ∆z0
))6= 0 (646)
29 marzo 2001 477
Un esempio interessante e costituito dalla
successioneyn+2 = 2yn+1 cos 1− yn
y0 = 0
y1 = sin1
(647)
Si ha
P (λ) = λ2 − 2λ cos 1 + 1 = 0
e
λ = cos1 + i sin 1 = ei
da cui, tenendo anche conto delle condizioni
iniziali
yn = sinn.
29 marzo 2001 478
Qualche Profilo Storico
29 marzo 2001 479
Francois Edouard Anatole Lucasnato ad Amiens il 4 Aprile 1842
morto a Parigi il 3 Ottobre 1891
29 marzo 2001 480
Lucas fu educato alla scuola Normale Supe-
riore di Amiens e lavoro all’Osservatorio di
Parigi
Fu Ufficiale di artiglieria durante la guerra
Franco-Prussiana (1870-1871) e successiva-
mente insegno nei licei a Parigi.
si occupo principalmente di Teoria dei Nume-
ri e dimostro che 2127−1 e un numero primo
usando metodi da lui sviluppati.
2127 − 1 e a tutt’oggi il piu grande numero
primo trovato senza l’ausilio di un computer.
Lucas e anche ben noto per l’invenzione della
Torre di Hanoi e di altri giochi di carattere
matematico.
29 marzo 2001 481
Leonardo da Pisa detto Fibonacci
cioe
figlio di Bonaccio
29 marzo 2001 482
• Nacque a Pisa attorno al 1170
• Morı a Pisa attorno al 1250
• Fu educato in Nord Africa da precettori
mussulmani
• Ebbe modo di conoscere ed apprezzare il
sistema di numerazione indo-arabica che
introdusse per primo in Europa.
• Le sue opere maggiori sono
– Liber Abaci (1202)
– Practica Geometriae (1220)
– Liber Quadratorum (1225)
29 marzo 2001 483
Paul Anthony Samuelson
Nacque a Gary nell.Indiana nel 1915
Premio Nobel per l’economia nel 1970
29 marzo 2001 484
Il Suo lavoro piu noto e contenuto nel libro
Foundation of Economic Analysis
Ha incrementato in maniera notevole l’uso
della Matematica nell’economia
Secondo Samuelson quasi ogni comportamen-
to puo essere interpretato nei termini di un
problema di massimo o di minimo soggetto
a vincoli.
29 marzo 2001 485
Thomas Malthus (1766-1834) era un eco-nomista inglese che diede inizio allo studiodemografico organizzato. Il suo contributoprincipale e stato appunto il modello di cre-scita delle popolazioni che pubblico nel suolibro ”An Essay on the Principle of Polula-tion” (1798). Nella sua opera egli sostenneche la poverta e causata dal fatto che la po-polazione cresce piu velocemente dei mezzidi sussistenza. Come controlli sulla crescitadella popolazione Malthus accetto soltanto laguerra, la carestia e le malattie, ma in seguitoaggiunse anche la condotta morale
29 marzo 2001 486
Pierre Francois Verhulst, era un matematico
Belga vissuto tra il 1804 ed il 1849
Lavoro sulla teoria dei numeri e sulla statisti-
ca, in particolare sulla statistica sociale.
Le sue ricerche sulla crescita delle popolazio-
ni sono il suo risultato piu rappresentativo.
Basandosi sulla sua teoria predisse che nel
1994 la popolazione del Belgio sarebbe stata
di 9.400.000 individui.
In realta ne risultarono 10.228.000, ma pos-
siamo dire che le le sue previsioni sono di
tutto rispetto se teniamo conto del fenomeno
dell’immigrazione.
29 marzo 2001 487