1

PRIMA ESERCITAZIONE

Introduzione

Le soluzioni numeriche delle equazioni differenziali ordinarie, come ben sappiamo, comportano un
certo grado di approssimazione che dipende dal metodo di integrazione utilizzato.
Nellaffrontare questa esercitazione sar necessario dunque individuare un metodo di integrazione
che approssimi nel miglior modo possibile la soluzione del problema con un ingresso a gradino,
garantendo la stabilit, la precisione e la convergenza del metodo stesso.
A tale scopo abbiamo fatto riferimento ai cosiddetti metodi a un passo, per cui il valore della
funzione in un istante di tempo incrementato viene stimato secondo la seguente relazione:

( ) f h y t h y y
i i i i
; , ,
1
| + =
+


dove | , detta funzione incremento, rappresenta una stima della pendenza media della funzione
nellintorno del punto considerato, mentre h rappresenta il passo di discretizzazione.
In altre parole, posto ( )
0 0
t y y = , lespressione scritta qui sopra serve a calcolare
1 + i
y conoscendo
i
y .
Qualora | non dipenda da
1 + i
y il metodo detto esplicito e la sua applicazione immediata.
Un esempio di metodo esplicito a un passo, da noi utilizzato per la risoluzione del problema in
questione, il metodo di Eulero la cui forma generale la seguente:

( )
i i i i
y t f h y y ,
1
+ =
+


La caratteristica principale di questo metodo che richiede una sola valutazione funzionale per ogni
passo temporale e guadagna accuratezza incrementando il numero dei passi. Purtroppo per il
risultato affetto da un errore proporzionale a
2
h per ciascuna iterazione :
2
h k = c .
Nella figura seguente viene rappresentato graficamente il metodo di Eulero.



necessario allora adottare un metodo per cui l'ordine di convergenza cresca e di conseguenza
cresca anche laccuratezza del metodo.
questo il caso di un secondo metodo da noi impiegato per la risoluzione del nostro problema,
ovvero il metodo di Runge-Kutta la cui forma generale la seguente:

=
+
+ =
s
i
i i i i
k a h y y
1
1


dove

|
|
.
|

\
|
+ + =

=
s
j
j ij i i i i
k q h y p h t f k
1
,
2
In questo caso la funzione incremento una media pesata della pendenza della funzione, valutata
nellintervallo h:

n n
k a k a k a + + + = ........
2 2 1 1
|

in cui le ai sono i pesi ed i ki sono le stime della pendenza nei punti intermedi:

( )
( )
( )

+ + + =
+ + =
=
..........
,
,
,
2 22 1 21 2 3
1 11 1 2
1
k hq k hq y p h t f k
k hq y p h t f k
y t f k
i i
i i
i i


Si noti che le ki sono ripetutamente in relazione tra di loro (k2 dipende da k1, k3 dipende da k2 e da k1
e cos via), il che rende il metodo facilmente implementabile al calcolatore.
In funzione del numero di termini considerati nella funzione incremento si ottengono metodi di
Runge-Kutta di ordine diverso. Ad esempio il metodi di Runge-Kutta 1 ordine il metodo di
Eulero.
I valori ai, pi e qij sono calcolati in modo da riottener la formula di Taylor arrestata allordine del
metodo.
In particolare per il metodo del quarto ordine otteniamo i seguenti valori:

= =
= =
6
2
6
1
3 2
4 1
a a
a a

( )
( )

+ + =
|
.
|

\
|
+ + =
|
.
|

\
|
+ + =
=
3 4
2 3
1 2
1
,
2
,
2
2
,
2
,
k h y h t f k
k
h
y
h
t f k
k
h
y
h
t f k
y t f k
i i
i i
i i
i i


Dunque :

|
.
|

\
|
+ + + + =
+ 4 3 2 1 1
6
2
6
1
6
2
6
1
k k k k h y y
i i


Il metodo Runge-Kutta guadagna accuratezza conservando la struttura ad un passo, ma sacrificando
la linearit a prezzo di un aumento del numero di valutazioni funzionali per ogni passo.
In questo modo facile modificare il passo di integrazione per i metodi Runge-Kutta, ma si perde la
possibilit di valutare in modo semplice l'errore locale con le tecniche proprie del metodo di Eulero.
Infatti il metodo risulta affetto da un errore proporzionale a
5
h per ciascuna iterazione, il che
migliora di gran lunga lapprossimazione numerica ottenuta rispetto al metodo di Eulero.











3
Trattazione Numerica

Al fine di affrontare la trattazione numerica nel migliore dei modi ci stato fornito un programma
Matlab che, nota la funzione esatta del problema in funzione del tempo, il passo di siscretizzazione
e i dati struttali (rigidezza k, smorzamento r, massa m e momento dinerzia baricentrico J ),
calcolava attraverso tre diversi metodi di integrazione ( Eulero, Runge-Kutta e ODE 45 ) le
rispettive soluzioni.
Dallandamento di queste ultime siamo stati in grado dapprima di valutare quale delle tre
approssimava meglio la soluzione esatta e successivamente operare alcuni cambiamenti ai dati di
partenza per osservare come potevano modificarsi le rispettive approssimazioni ( nel caso in cui si
deciso di far variare il passo di discretizzazione ) e la soluzione esatta stessa ( nel caso in cui si
deciso di far variare il valore dello smorzamento ).

Il grafico relativo ad un h pari a 0,005 s e uno smorzamento r pari a 30 Nm / s il seguente:





































0 1 2 3 4 5 6 7 8 9 10
-0.16
-0.14
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
Risposta a gradino
Eulero
Runge-Kutta
"Esatta"
ODE45

4
In particolare:


















Notiamo come il metodo di Runge-Kutta ( linea rossa ) segue perfettamente la soluzione esatta
( linea verde ), mentre il metrodo di Eulero ( linea blu ) si discosta spiccatamente dalla stessa. Il
metodo ODE 45 fornisce invece una soluzione meno approssimata rispetto a Runge-Kutta ma
migliore rispetto ad Eulero.
anche vero per che questultimo metodo ci consente di eseguire una stima della funzione molto
veloce e qualitativamente valida.

Il grafico relativo ad un h pari a 0,05 s e uno smorzamento r pari a 30 Nm / s il seguente:
























0 1 2 3 4 5 6 7 8 9 10
-0.16
-0.14
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
Risposta a gradino
Eulero
Runge-Kutta
"Esatta"
ODE45

5
Aumentando il passo di discrettizzazione h notiamo come la soluzione di Eulero peggiora rispetto
al caso precedente dal momento che, come detto in precedenza, lerrore proporzionale al quadrato
del passo di discretizzazione. Anche la soluzione di Runge-Kutta si discosta dalla soluzione esatta
ma in maniera minore rispetto ad Eulero dal momento che lerrore proporzionale ad
5
h .

Il grafico relativo ad un h pari a 0,1 s e uno smorzamento r pari a 30 Nm / s il seguente:






























Si nota facilmente come il metodo di Eulero peggiori ulteriormente fino a descrivere landamento
del cosiddetto ciclo limite, ovvero la funzione oscilla con ampiezza costante.
Aumentando ulteriormente il passo di discretizzazione arriveremo ad una soluzione del metodo di
Eulero per cui la stessa diverge ( vedi caso successivo ).











0 1 2 3 4 5 6 7 8 9 10
-0.18
-0.16
-0.14
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
0.02
Risposta a gradino
Eulero
Runge-Kutta
"Esatta"
ODE45

6
Il grafico relativo ad un h pari a 0,15 s e uno smorzamento r pari a 30 Nm / s il seguente:


























Il grafico relativo ad un h pari a 0,005 s e uno smorzamento r pari a 50 Nm / s il seguente:























0 1 2 3 4 5 6 7 8 9 10
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
Risposta a gradino
Eulero
Runge-Kutta
"Esatta"
ODE45

0 1 2 3 4 5 6 7 8 9 10
-0.14
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
Risposta a gradino
Eulero
Runge-Kutta
"Esatta"
ODE45

7
Considerando lo stesso passo di discretizzazione del primo grafico da noi riportato ma aumentando
il valore dello smorzamento da 30 Nm / s a 50 Nm / s , possiamo notare come il transitorio iniziale
diminuisca anche se non a sufficienza per giungere a regime nellintorno dei 10 s. Ci vuol dire che
la soluzione converge in maniera esponenziale pi rapidamnete rispetto al caso con r pari a a 30
Nm / s.
Per quanto riguarda la convergenza dei metodi da noi utilizzati valgono le stesse considerazioni
fatte in precedenza.

Il grafico relativo ad un h pari a 0,005 s e uno smorzamento r pari a 70 Nm / s il seguente:


























Aumentando ulteriormente il valore dello smorzamento fino a 70 Nm / s riusciamo ad ottenere una
soluzione che giunga a regime entro i 10 s, in maniera esponenziale ancor pi decrescente rispetto
alla precedcente.
0 1 2 3 4 5 6 7 8 9 10
-0.12
-0.1
-0.08
-0.06
-0.04
-0.02
0
Risposta a gradino
Eulero
Runge-Kutta
"Esatta"
ODE45