Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
½
¶
·
Metodi ´
¹
e
I
Modelli Matematici
Revised: 6 marzo 2013 9h : 38min Ottavio Caligaris
MMM
Indice
1
¼
½
¶
Caratteristiche ·
´
di un modello matematico ¹
• Identificazione dei meccanismi e delle leggi che regolano il pro- I
blema da modellizzare.
• Formulazione delle ipotesi a partire dalle quali il modello va co-
struito.
• Costruzione del modello attraverso il linguaggio matematico.
• Analisi del modello.
• Interpretazione del modello.
• Validazione del modello.
C ARATTERISTICHE
• Implementazione del modello.
2
¼
½
¶
Modelli Differenziali ·
´
- O.D.E. - ¹
(Ordinary I
Differential
Equations)
I M ODELLI D IFFERENZIALI
3
·
¶
½
¼
4
I
P0 = h0 ¶
·
´
¹
Un punto di massa m è posto ad
I
un’altezza h
Sul punto agisce solo la forza di
gravità F = mg
Trascuriamo la resistenza dell’aria
DI UN GRAVE
M OD. D IFF . - C ADUTA
O
5
x ¼
½
¶
P0 = h0
·
´
Assumiamo un sistema di riferi-
¹
mento che coincide con la retta
P = x(t)
che il punto percorre cadendo
I
Assumiamo l’origine in corrispon-
denza del suolo
Consideriamo positive le altezze
misurate dal suolo
DI UN GRAVE
M OD. D IFF . - C ADUTA
O
6
¼
x(t) posizione (altezza) del punto P all’istante t
½
v(t) = ẋ(t) velocità del punto P
¶
a(t) = ẍ(t) accelerazione del punto
·
Per le leggi di Newton
´
ma(t) = −mg ¹
I
(1) ẍ(t) = g
DI UN GRAVE
(2) ẋ(t) = −gt + c1
v0 = ẋ(0) = c1 h0 = x(0) = c0 ·
´
Il punto P si muove sull’asse x seguendo la legge
¹
1
(4) x(t) = − gt2 + v0t + h0
2 I
DI UN GRAVE
M OD. D IFF . - C ADUTA
8
y
x
·
¶
½
¼
9
I
DI UN GRAVE
E(t) =
2
Per il principio di conservazione dell’energia.
10
¼
1 ½
2
(5) mẋ (t) + mgx(t) = mk ¶
2
·
1 p ´
mk = mv20 + mgh0 ⇐⇒ v0 = ± 2k − 2gh0
2 ¹
1 I
(6) ẋ2(t) = k − gx(t)
2
k − gx(t) ≥ 0 ⇐⇒ x(t) ≤ k
DI UN GRAVE
g
11
¼
Per le soluzioni non costanti
½
p ¶
(7) ẋ(t) = ± 2k − 2gx(t)
·
´
ẋ(t)
p = ±1 ¹
2k − 2gx(t)
gẋ(t)
p = ±g I
2k − 2gx(t)
Zt
gẋ(s)
p ds = ±gt
0 2k − 2gx(s)
DI UN GRAVE
u = x(s) , du = ẋ(s)ds
Per s = 0 e s = t avremo x(s) = x(0) = h0 e x(s) = x(t),
12
¼
p p ½
2k − 2gx(t) − 2k − 2gx0 = ±gt ¶
p
2k − 2gx(t) = ±gt + v0 ·
k 1 ¹
x(t) = − (±gt + v0)2
g 2g
I
Il segno ± di ±gt si può determinare dalla 7: per continuità.
La scelta del segno può essere mantenuta fino a che
ẋ(t) 6= 0
DI UN GRAVE
M OD. D IFF . - C ADUTA
13
¼
Se v0 < 0
½
allora
¶
Le condizioni iniziali
k
x(t0) = ẋ(t0) = 0
g
DI UN GRAVE
non determinano il segno della radice in 7.
DI UN GRAVE
M OD. D IFF . - C ADUTA
15
y
x
·
¶
½
¼
DI UN GRAVE
x(t0) =
g
non è fisicamente improponibile
P OPOLAZIONE
DI UNA
C RESCITA
18
¼
Il Modello Esponenziale di Malthus (1798)
½
Prevede che la crescita di una popolazione sia proporzionale al numero ¶
di individui; ·
´
Sia ¹
n(t)
c è il tasso di crescita
M ALTHUS
si ottiene
DI
I L M ODELLO
(9) n(t) = n0ec(t−t0)
19
¼
Per determinare c bastano due valori
½
n0 = n(t0) n1 = n(t1) ¶
·
dalla 9 per t = t1
´
ln( nn1 ) ¹
c(t1 −t0 ) 0
n1 = n0e e c=
t1 − t0
I
Per n1 = 2n0 si parla di tempo di raddoppio
Per n1 = 12 n0 si parla di tempo di dimezzamento
c è il tasso di crescita istantaneo
ṅ(t)
c=
n(t)
M ALTHUS
DI
I L M ODELLO
20
¼
Tabella dei valori della popolazione mondiale 1950 - 2002.
½
M ALTHUS
1961 3,081,748,662 1975 4,086,472,822
1962 3,137,743,692 1976 4,157,989,236
DI
I L M ODELLO
1963 3,207,262,725 1977 4,230,087,505
21
¼
1978 4,302,112,896 1995 5,694,418,460
½
1979 4,376,940,588 1996 5,773,464,448
¶
1980 4,452,645,562 1997 5,852,360,768
·
1981 4,528,683,571 1998 5,929,735,977
´
1982 4,608,405,979 1999 6,006,163,019
¹
1983 4,689,846,998 2000 6,081,527,896
1984 4,770,104,443 2001 6,155,942,526
I
1985 4,851,854,518 2002 6,229,629,168
1986 4,935,217,445 2003 6,303,112,453
1987 5,021,240,720 2004 6,376,863,118
1988 5,107,965,588 2005 6,451,058,790
1989 5,194,724,098 2006 6,525,486,603
1990 5,282,765,827 2007 6,600,115,810
M ALTHUS
1991 5,366,815,901 2008 6,675,056,342
1992 5,450,861,723 2009 6,750,284,385
DI
I L M ODELLO
1993 5,532,578,016 2010 6,825,750,456
1994 5,613,424,524 2011 6,901,439,322
22
¼
Per t0 = 1960 n(t0) = n0 = 3 × 109
½
Per t1 = 1970 n(t1) = n1 = 3.7 × 109
¶
Pertanto
·
ln( nn1 ) ´
0
c= = ln 1.02 ≈ .0198 ¹
t1 − t0
e
I
n(t) = 3 × 109eln(1.02)(t−1960)
M ALTHUS
DI
I L M ODELLO
23
¼
Tabella dei valori previsti dal Modello di Malthus a fronte dei valori
effettivi. ½
M ALTHUS
DI
I L M ODELLO
24
¼
Una curiosità.
½
La superficie delle terre emerse è di
¶
14 2
S = 1.48 ∗ 10 m ·
´
Il valore previsto per il 2003 è
¹
n(2003) = 14, 952, 178, 520, 000
I
Se fosse stato attendibile, ogni abitante della terra avrebbe a dispo-
sizione solo
9.9m2
M ALTHUS
DI
I L M ODELLO
25
¼
Il modello esponenziale è adatto a rappresentare il decadimento di
materiale radioattivo ½
pria massa. ·
q = q0ect I
ln( 21 )
c= = −1.33 × 10−18
1.65 × 1010
M ALTHUS
DI
I L M ODELLO
26
¼
La discretizzazione del modello esponenziale
½
Nel modello differenziale c è il tasso di crescita istantaneo ¶
Nel periodo T avremo una crescita pari a ·
´
γ = cT
¹
e pertanto ¶
n(t0 + T ) = n(t0) + γn(t0) ·
´
n(t0) = n0
¹
Se T è grande la popolazione, dopo un tempo T , sarà cresciuta
anche per opera degli individui nati nei periodi
I
T T
t0 + h , t0 + (h + 1) , h = 0, 1, .., k − 1
k k
Posto ´
T ¹
nh = n t0 + h h = 0..k
k
Avremo I
n0 = n(t0)
cT
1≤h≤k
nh = nh−1 + n
k h−1
cT k
n(t0 + T ) = n0ecT oppure n(t0 + T ) = n0 1 +
k
31
¼
Con lo stesso procedimento si può calcolare il rendimento sul periodo
T di un capitale al tasso c se si contabilizzano gli interessi su ognuno ½
c(n) = a − bn a, b > 0
C RESCITA L OGISTICA
33
¼
Poichè
a
c(n̄) = a − bn̄ = 0 ⇐⇒ n̄ = ½
b ¶
è evidente che la presenza di un numero n̄ di individui annulla il tasso ·
di crescita ed impedisce una ulteriore crescita ´
n̄ assume pertanto il significato di massimo numero di individui so- ¹
stenibili dall’ambiente.
Possiamo definire un modello mediante il problema di Cauchy I
ṅ(t) = an(t) − bn2(t) = n(t)(a − bn(t))
n(t0) = n0
L’equazione differenziale è nota come equazione logistica
C RESCITA L OGISTICA
La sua soluzione si chiama funzione logistica.
34
¼
L’equazione Logistica
½
• ha due punti di equilibrio (soluzioni costanti) per
a ¶
n(t) = 0 n(t) = = nmax ·
b
´
corrispondono, rispettivamente, al caso in cui
– la popolazione si è estinta ¹
• poichè I
a
an − bn2 > 0 per 0<n<
b
la soluzione è
– crescente se n0 < ba
– decrescente se n0 > ba
• poichè
C RESCITA L OGISTICA
n̈(t) = (a − 2bn(t))ṅ(t)
a
– la soluzione è convessa ( ṅ crescente), se n(t) < 2b
– concava ( ṅ decrescente), per ba > n(t) > 2b
a
.
35
¼
½
¶
Si può congetturare che n tende ·
ad un valore asintotico nmax ´
• crescendo se n0 < nmax ¹
• decrescendo se n0 > nmax
• (rimane costante se n0 = I
nmax)
per
a nmax
n(t) = =
2b 2
c’è un punto di flesso
La crescita è molto rapida fino a
C RESCITA L OGISTICA
a
che n(t) = 2b = nmax
2
rallenta
avvicinandosi all’asintoto.
36
¼
Possiamo integrare l’equazione
½
¶
ṅ(t) = an(t) − bn2(t) = n(t)(a − bn(t)) ·
´
n(t0) = n0
¹
I
a
n(t) = 0 , n(t) =
C RESCITA L OGISTICA
b
Zt ´
ṅ(s)
ds = t − t0 ¹
t0 n(s)(a − bn(s))
Z n(t) I
dx
= t − t0
n(t0 ) x(a − bx)
C RESCITA L OGISTICA
38
¼
½
1 1 1 b
= + ¶
x(a − bx) a x a − bx
·
da cui
Z n(t) ´
dx 1 n(t)
dx = ln |x| − ln |a − bx| = ¹
n0 x(a − bx) a n0
1 n(t) a − bn0
= ln I
a a − bn(t) n0
Ne viene
1 n(t)
t − t0 = ln c
a a − bn(t)
n(t) n0
dove a−bn(t) ha lo stesso segno di c = a−bn in ciascuno degli intervalli
0
in cui è definita
C RESCITA L OGISTICA
Si ricava
a 1
(14) n(t) = =
b + ce−a(t−t0) β + γe−a(t−t0)
39
b c ¼
dove β = a
eγ= a
½
Le costanti a, β e γ possono essere determinate se si conoscono ¶
·
n(t0 − h) = p0 ´
n(t0) = p1 ¹
n(t0 + h) = p2
I
infatti si ha
1
= β + γe−a(t−t0)
n(t)
C RESCITA L OGISTICA
1
= β + γe ah
p0
1
=β+γ
p 1
1 = β + γe−ah
p2
40
¼
Posto H = e−ah otteniamo
½
1
= β + γ 1
0
p H ¶
1
(15) =β+γ ·
p 1
1 = β + γH ´
p 2
¹
e pertanto
1 1 1
− 1 = γ 1−H
p0
− p1
=γ H H I
(16) 1 1
p1
− p2
= γ(1 − H)
1 1
p0
− p1 1
1 1
=
p1
− p2
H
Se ne deduce che
C RESCITA L OGISTICA
1 p1p2(p1 − p0) p0p1(p2 − p1)
= H=
H p0p1(p2 − p1) p1p2(p1 − p0)
ed è infine facile ricavare γ e β dalle 15,16.
41
¼
Per t0 = 1960 h = 10
n(t0 − h) = n0 = 2, 555, 360, 972 ½
Pertanto ´
¹
109
n(t) =
−.88 + 1.21 ∗ e−.005t+9.8 I
C RESCITA L OGISTICA
42
¼
Tabella dei valori previsti dal Modello di Verhulst a fronte dei valori
effettivi. ½
C RESCITA L OGISTICA
43
¼
½
¶
prelievo costante ¹
È il caso di una popolazione il cui sviluppo è influenzato da un prelie- I
vo ad opera di agenti esterni;
Ad esempio
• un allevamento ittico, da cui viene pescata una quantità fissa di
P RELIEVO
pesce
• una specie in ambiente protetto e senza antagonisti il cui svilup-
CON
po deve essere controllato mediante un prelievo periodico per
L OGISTICA
mantenere il numero di esemplari stabile.
CRESCITA
44
¼
Se la popolazione si sviluppa con tasso di crescita a − bn ed è
sottoposta ad prelievo costante pari ad una quantità c avremo ½
¶
n(t0) = n0 ´
¹
a, b, c > 0
Il valore di c è critico e può portare all’estinzione della popolazione.
I
È utile determinare il massimo prelievo che non causa l’estinzione
della popolazione.
Vale il teorema di esistenza ed unicità
P RELIEVO
L’equazione ha soluzioni costanti se
−bx2 + ax − c = 0
CON
L OGISTICA
ha soluzioni reali.
CRESCITA
45
¼
Possiamo pertanto distinguere tre casi
a2 − 4bc < 0 ½
¶
·
´
Non ci sono soluzioni costanti e si ha ¹
I
P RELIEVO
ṅ(t)
=1
an(t) − bn2(t) − c
Zt
CON
ṅ(s)
ds = t − t0
L OGISTICA
an(s) − bn 2 (s) − c
t0
Z n(t)
dx
CRESCITA
2
= t − t0
n(t0 ) ax − bx − c
46
¼
L’integranda può essere decomposta in fratti semplici mediante la
½
1 1 1 ¶
=− =
ax − bx2 − c b x− a 2 a2 c
·
2b
− 4b2
+ b
1 1 ´
=− = ¹
b x− a 2
2b
+δ
1 1
=− 2 = I
bδ
√1 x− a
+1
δ 2b
dove si è posto
P RELIEVO
4bc − a2
δ=
4b2
CON
L OGISTICA
Pertanto
Z
dx 1 1 a
CRESCITA
= − √ arctan √ x− + cost.
ax − bx2 − c b δ δ 2b
47
e ¼
½
1 1 a
− √ arctan √ n(t) − + ¶
b δ δ 2b ·
1 1 a
+ √ arctan √ n0 − = t − t0 ´
b δ δ 2b
¹
Inoltre
√
a 1 1 a I
n(t) = + δ tan t0 + √ arctan √ n0 − −t
2b b δ δ 2b
P RELIEVO
CON
L OGISTICA
CRESCITA
48
¼
½
¶
·
P RELIEVO
a2 − 4bc = −12 < 0
CON
L OGISTICA
CRESCITA
49
¼
a2 − 4bc = 0
a ½
−bx2 + ax − c = 0 per x = 2b
¶
a ·
n(t) = α =
2b ´
è una soluzione costante dell’equazione differenziale ¹
Si ha inoltre
I
1 1 1
=−
ax − bx2 −c b x− a 2
2b
da cui
Z n(t)
P RELIEVO
dx 1 1 1 1
= a
− a
= t − t0
ax − bx2 −c b n(t) − b n0 −
CON
n0 2b 2b
L OGISTICA
e !
1 2bn0 − a
n(t) = a+
CRESCITA
2b 1 + (n0b − a2 )(t − t0)
50
¼
½
¶
·
´
Popolazione nel caso di crescita ¹
logistica con prelievo costante per
I
a=2
b=1
P RELIEVO
c=1
a2 − 4bc = 0
CON
L OGISTICA
CRESCITA
51
¼
a2 − 4bc > 0
½
In questo caso l’equazione
¶
−bx2 + ax − c = 0 ·
´
ammette due soluzioni reali e distinte ¹
s s
a a2 − 4bc a a2 − 4bc I
α= + , β= −
2b 4b2 2b 4b2
P RELIEVO
stema.
Si ha
CON
−bx2 + ax − c = −b(x − α)(x − β)
L OGISTICA
e
1 1 1 1
CRESCITA
= −
−bx2 + ax − c b(β − α) x−α x−β
52
¼
da cui
Z ½
1 1
dx = = (ln |x − α| − ln |x − β|) + ϕ(x) ¶
−bx2 + ax − c b(β − α)
·
e ϕ è una funzione costante a tratti ´
Z n(t) ¹
1 1 n(t) − α n0 − β
2 + ax − c
dx = = ln = t−t
0
n0 −bx b(β − α) n(t) − β n0 − α
I
da cui
α − β nn0−α
−β
e−b(β−α)(t−t0)
0
n(t) = n0 −α −b(β−α)(t−t0 )
1− n0 −β
e
P RELIEVO
CON
L OGISTICA
CRESCITA
53
¼
½
¶
·
´
Popolazione nel caso di crescita ¹
logistica con prelievo costante per
I
a=5
b=1
P RELIEVO
c=4
a2 − 4bc = 9 > 0
CON
L OGISTICA
CRESCITA
54
¼
½
¶
·
´
¹
Andamento della popolazione con
prelievo costante nei casi in cui
I
a=3
b=1
c=2
P RELIEVO
a2 − 4bc = 1 > 0
CON
L OGISTICA
CRESCITA
55
¼
Come si può facilmente osservare dai grafici della soluzione n(t) il
modello rende ragione dei seguenti fatti ½
¶
(1) se a2 − 4bc < 0 la popolazione si estingue in un tempo finito
·
(2) se a2 − 4bc = 0
a ´
• la popolazione si estingue in un tempo finito se n0 < 2b
a
• mentre tende a stabilizzarsi sul valore 2b asintoticamente se ¹
a
n0 > 2b
P RELIEVO
CON
L OGISTICA
CRESCITA
56
¼
Pertanto, pur di partire con un sufficiente numero di individui, non si
ha estinzione della popolazione per ½
¶
a2 ·
c≤
4b ´
a 2
¹
c = 4b è la più alta quantità che si può prelevare senza causare
l’estinzione della popolazione in un tempo finito
P RELIEVO
α= + <
2b 4b2 b
CON
a
dove b
è il valore a regime della popolazione in assenza di prelievo.
L OGISTICA
CRESCITA
57
¼
½
¶
po SIS o SIR ¹
La diffusione di una epidemia può essere descritta mediante un mo- I
dello simile a quello descritto nella sezione precedente.
Possiamo distinguere tra due diversi modelli:
• Il modello SIS:
• Il modello SIR
DI UN ’E PIDEMIA
D IFFUSIONE
58
¼
• Il modello SIS:
prevede che la malattia si diffonda tra individui Suscettibili al- ½
• Il modello SIR ´
prevede che la malattia si diffonda tra individui Suscettibili al- ¹
l’infezione che alimentano la categoria degli individui Infetti.
Gli infetti non rientrano più nella categoria dei suscettibili, (l’e- I
sito della malattia è fatale oppure genera immunita’).
Dopo la malattia gli individui vengono Rimossi dalla popolazio-
ne
DI UN ’E PIDEMIA
D IFFUSIONE
59
¼
Epidemia di tipo SIS
½
x è il numero di individui infetti ¶
y è il numero di individui suscettibili. ·
La malattia si diffonde tra i suscettibili in ragione del numero di incon- ´
tri tra infetti e suscettibili secondo un coefficiente di proporzionalità a il ¹
tasso di infettività.
In altre parole I
infettati
a=
incontri
SIS
DI TIPO
E PIDEMIA
60
¼
Gli infetti
½
aumenteranno in ragione del termine
¶
axy ·
´
diminuiranno della parte di infetti bx che guariscono, (b è il tasso di
¹
guarigione)
guariti I
b=
infetti
I suscettibili
diminuiranno della parte che si infetta
aumenteranno della parte che guarisce
SIS
DI TIPO
E PIDEMIA
61
¼
L’accrescimento degli infetti è dato da axy − by
½
L’accrescimento dei suscettibili è dato da −axy + by.
¶
Possiamo scrivere il sistema differenziale.
·
´
ẋ(t) = ax(t)y(t) − bx(t)
¹
ẏ(t) = −ax(t)y(t) + bx(t)
(17) (SIS)
x(t0) = x0
I
y(t ) = y
0 0
SIS
ẋ(t) = ax(t)(N − x(t)) − bx(t)
DI TIPO
ci si riduce allo studio della solita equazione logistica.
E PIDEMIA
62
¼
Epidemia di tipo SIR
½
Nel caso (SIR) il sistema differenziale è simile a quello precedente; ¶
la sola differenza è nel termine che reintroduce i guariti tra i suscetti- ·
bili ( che in questo caso non c’è). ´
Il sistema pertanto sarà ¹
ẋ(t) = ax(t)y(t) − bx(t) I
ẏ(t) = −ax(t)y(t)
(18) (SIR)
x(t0) = x0
y(t ) = y
0 0
SIR
DI TIPO
E PIDEMIA
63
¼
Non è immediato risolvere il sistema, ma possiamo ottenere informa-
zioni sulle sue soluzioni. ½
si ottiene ·
R ´
x(t) = x e tt0 (ay(s)−b)ds
0 ¹
(19) Rt
y(t) = y e t0 −ax(s)ds
0
I
e quindi
x, y > 0
Poichè ẏ(t) = −ax(t)y(t) < 0 la funzione t 7→ y(t) è decrescente
e quindi ammette limite a +∞.
Inoltre sommando membro a membro in 18 si ottiene che
SIR
(20) ẋ(t) + ẏ(t) = −bx(t) ≤ 0
DI TIPO
e quindi t 7→ x(t) + y(t) è decrescente e risulta limitata da x(t0) +
E PIDEMIA
y(t0) = N ed ammette limite a +∞
64
¼
Quindi x, y sono limitate ed il teorema di prolungabilità consente di
affermare l’esistenza in grande della soluzione del sistema differenzia- ½
le. ¶
Zt ´
ed
Rt è convergente in quanto l’integranda è positiva e quindi la funzione
t0 x(s)ds è crescente ed ammette limite all’infinito. ne deduciamo che,
poichè x(t) = (x(t) + y(t)) − y(t) ammette limite per t → +∞, allora
x(t) → 0.
SIR
DI TIPO
E PIDEMIA
65
¼
Possiamo rappresentare le soluzioni del sistema (SIR) nel piano (x, y),
che è detto piano delle fasi. ½
allora I
ẋ(t) = ϕ0(y(t))ẏ(t)
da cui
axy − bx b
ϕ0(y) = = −1 +
−axy ay
Se ne ricava
b
SIR
x = −y + ln y + cost
DI TIPO
a
e ciò consente di disegnare facilmente le orbite del sistema (SIR) nel
E PIDEMIA
piano delle fasi.
66
·
¶
½
¼
Curve di inseguimento ·
´
Sia T un bersaglio che si muove su una curva nota Γ a velocità ¹
costante.
I
DI INSEGUIMENTO
La curva che descritta da P si chiama curva di inseguimento.
C URVE
68
¼
Consideriamo alcuni esempi.
½
Il bersaglio T si muove sulla retta x = a > 0 a velocità costante w
Γ può essere parametrizzata mediante le ¶
·
x(t) = a ´
γ(t) = t≥0
y(t) = wt ¹
Siano (x(t), y(t)) le equazioni parametriche della curva di insegui-
I
mento
(ẋ(t), ẏ(t)) è il vettore velocità:
deve essere parallelo alla direzione (a − x(t), wt − y(t)) dovrà
aversi
ẋ(t) = K(a − x(t))
DI INSEGUIMENTO
(21) ẏ(t) = K(wt − y(t))
(ẋ(t))2 + (ẏ(t))2 = v2
C URVE
69
¼
Supponiamo che la soluzione sia una funzione y(x) allora
½
y(t) = y(x(t)) ¶
·
e
´
(22) ẏ(t) = y0(x(t))ẋ(t) ¹
da cui, tenendo conto della 21
I
Derivando rispetto t
DI INSEGUIMENTO
Per la 22
C URVE
70
¼
Dalla seconda delle 21 possiamo ricavare che
½
2 2 2 " 2 #
dx dy dx dy ¶
(26) + = 1+ = v2
dt dt dt dx ·
´
Ricavando ẋ(t) dalla 25 e sostituendo nella 26 otteniamo
¹
2
2 v 2
1 + (y0(x)) = (a − x)2 (y00)
w I
v
Se poniamo p = y0 e chiamiamo k = w possiamo ricondurci ad una
equazione a variabili separabili della forma
2
1 + p2 = k2(a − x)2 (p0)
DI INSEGUIMENTO
C URVE
71
¼
Se assumiamo X < a, separando le variabili ed integrando otteniamo
½
0
p 1 ¶
p =
1 + p2 k(a − x) ·
e ´
¹
1
(sinh)−1(p) = − ln(a − x) + c
k I
da cui
−1
p = sinh(ln(γ(a − x)) k )
ed infine
DI INSEGUIMENTO
1h −1 1
i
p= (γ(a − x)) k − (γ(a − x)) k
2
La costante γ può essere ricavata imponendo che p(0) = y0(0)) = 0
C URVE
(l’inseguitore comincia a muoversi con direzione orizzontale)
72
¼
Si ottiene che γ = a1
½
e possiamo scrivere che
¶
1 x −1 x 1
p= ((1 − )) k − ((1 − )) k ·
2 a a
´
Integrando nuovamente si può ottenere la y, ¹
Se k 6= 1
1 ka x 1− 1 ka x 1+ 1 I
y = ((1 − )) k − ((1 − )) k + d
2 1−k a 1+k a
Imponendo y(0) = 0 (l’inseguitore parte dall’origine) possiamo rica-
ka
vare d = − 1−k 2 e
1
x 1+ k
ka 1
DI INSEGUIMENTO
(27) y = 1+ (k − 1) 1 − −
k2 − 1 2 a
1− 1 !!
x k
−(k + 1) 1 −
C URVE
a
73
¼
Se k = 1
1 1 ½
p= − γ(a − x)
2 γ(a − x) ¶
1
Imponendo y(0) = p(0) = y0(0) = 0 si ottiene γ = a
e ·
" # ´
1 1 x ¹
p= − (1 − )
2 1 − ax a
I
Integrando
2 2 !
a x x
y= 1− − ln 1 − −1
4 a a
DI INSEGUIMENTO
C URVE
74
¼
Se k > 1 ( v > w) dala 27 per x → a y(x) → ka
k2 −1
chè il punto in cui
½
il bersaglio viene raggiunto dall’inseguitore.
¶
·
´
¹
I
DI INSEGUIMENTO
C URVE
75
¼
½
¶
Curva di pedinamento ·
´
Modifichiamo il problema richiedendo che si mantenga costante la ¹
distanza tra inseguitore P e bersaglio T ,
ẋ(t) = K(a − x(t)) I
Da
ẏ(t) = y0(x(t))ẋ(t)
DI PEDINAMENTO
otteniamo
(wt − y(t)) = y0(x(t))(a − x(t))
per cui
C URVA
(y0(x(t))(a − x(t)))2 + (a − x(t))2 = a2
76
¼
((y0(x(t)))2 + 1)(a − x(t))2 = a2
½
e ¶
0 2 a2 ·
(28) (y (x)) = −1
(a − x)2 ´
¹
I
DI PEDINAMENTO
C URVA
77
¼
0 2 a2 2ax − x2 ½
(y (x)) = −1=
(a − x)2 (a − x)2 ¶
da cui ·
√
0 a2 2ax − x2 ´
y (x) = −1=
(a − x)2 (a − x) ¹
Z√
2ax − x2
y(x) = dx + c I
(a − x)
Integriamo per sostituzione ponendo
p
2ax − x2 = xt
2ax − x2 = x2t2
DI PEDINAMENTO
2a
x=
1 + t2
2a
dx = − 2tdt
C URVA
(1 + t2)2
78
¼
Z√ ½
2ax − x2 ¶
dx =
(a − x) ·
Z
xt 2a ´
= − 2 2
2tdt =
a−x (1 + t ) ¹
Z
2at 1 2a
= 2a
− 2tdt =
(1 + t2)2 a − 1+t 2 (1 + t2 )2
I
Z
−8a2t2 1
= 1+t2 −2 (1 + t2 )2
dt =
2 2
(1 + t ) a 1+t2
Z
−8at2
= dt
(t2 − 1)(1 + t2)2
DI PEDINAMENTO
Poichè
−8at2 4a 2a 2a
=− + −
C URVA
(t2 − 1)(1 + t2)2 (1 + t2)2 1 + t2 t2 − 1
79
¼
Si ha
Z Z Z ½
1 1/2 1/2 1 t−1 ¶
− dt = dt − dt = ln
t2 −1 t−1 t+1 2 t+1 ·
´
¹
Z Z "
2
#
2 1 1 1 t
− + dt = −2 − dt =
(1 + t2)2 1 + t2 (1 + t2) 1 + t2 (1 + t2)2 I
Z
1 2t
− 2
+ t 2 2
dt =
(1 + t ) (1 + t )
Z Z
1 t 1 t
− + + = −
(1 + t2) (1 + t2) (1 + t2) (1 + t2)
DI PEDINAMENTO
Quindi
Z
−8at2
t 1 t−1
dt = 2a − + ln
C URVA
(t2 − 1)(1 + t2)2 1 + t2 2 t+1
80
¼
e poichè
√ 2
½
2ax − x2 2ax − x
t= , t2 = ¶
x x2 ·
´
Z√
2ax − x2
t 1 t−1 ¹
dx = 2a − + ln =
(a − x) 1 + t2 2 t+1
√ √ I
2ax−x2
x
2ax − x2 − x
= −2a 2ax−x2
+ a ln √
1 + x2 2ax − x2 + x
√
p
2
2ax − x2 − x
= − 2ax − x + a ln √ =
2ax 2
√− x + x
a − 2ax − x2
DI PEDINAMENTO
p
= − 2ax − x2 + a ln =
a−x p
q
2 2
a + a2 − (a − x)2
= − a − (a − x) + a ln =
a−x
C URVA
81
¼
la soluzione è data da
q ½
(29) y = − a2 − (a − x)2+ ¶
p ! ·
a+ a2 − (a − x)2
+ a ln +c ´
a−x
¹
DI PEDINAMENTO
C URVA
82
¼
½
¶
rale ¹
I
Se in generale il bersaglio T si muove lungo una traiettoria γ di
equazioni
(x(t), y(t))
83
¼
dovrà aversi
½
ẋ(t) = k(t)(a(t) − x(t)) ¶
(31) ẏ(t) = k(t)(b(t) − y(t)) ·
(ẋ(t))2 + (ẏ(t))2 = v2 ´
¹
Dalla 31 si ricava che
v I
k(t) = p
(a(t) − x(t))2 + (b(t) − y(t))2
e otteniamo per sostituzione
84
¼
½
¶
rale ¹
Per il pedinamento, se T percorre γ di equazioni I
NUMERICA
(x(t), y(t))
P EDINAMENTO -S OLUZIONE
Si avrà
ẋ(t) = k(t)(a(t) − x(t))
(32) ẏ(t) = k(t)(b(t) − y(t))
(a(t) − x(t))2 + (b(t) − y(t))2 = d2
85
¼
Dalla 32 si ricava che
½
2[(a(t) − x(t)][ȧ(t) − ẋ(t)] + [b(t) − y(t)][ḃ(t) − ẏ(t)] = 0 ¶
·
e quindi
´
NUMERICA
+ ḃ(t)[b(t) − y(t)] − k(t)[b(t) − y(t)]2 = 0
P EDINAMENTO -S OLUZIONE
86
¼
Infine
½
2
ȧ(t)[a(t) − x(t)] + ḃ(t)[b(t) − y(t)] − k(t)d = 0 ¶
ȧ(t)(a(t) − x(t) + ḃ(t)[b(t) − y(t)] ·
k(t) =
d2 ´
e ¹
ȧ(t)(a(t)−x(t)+ḃ(t)[b(t)−y(t)]
ẋ(t) = d2
(a(t) − x(t))
ȧ(t)(a(t)−x(t)+ḃ(t)[b(t)−y(t)] I
ẏ(t) = d2
(b(t) − y(t))
Il sistema può essere integrato numericamente.
NUMERICA
P EDINAMENTO -S OLUZIONE
87
¼
½
¶
·
´
¹
I
NUMERICA
P EDINAMENTO -S OLUZIONE
88
¼
½
¶
La trattrice. ·
si tratta della curva di pedinamen-
´
to nel caso in cui il bersaglio si
¹
muova di moto rettilineo
I
NUMERICA
P EDINAMENTO -S OLUZIONE
89
¼
½
¶
NUMERICA
P EDINAMENTO -S OLUZIONE
90
¼
½
¶
La spirale logaritmica ·
´
¹
Stabiliamo un riferimento polare
nel piano; (x, y) I
O è il polo di tale sistema
ρ è il raggio vettore
ρ
θ è l’angolo formato dal raggio vet- ρ sin θ
L A S PIRALE L OGARITMICA
O ρ cos θ
91
¼
Un punto è individuato dalle coordinate
½
x = ρ cos θ ¶
y = ρ sin θ ·
´
Se è data ρ = ρ(θ) si individua nel piano una curva di equazioni
¹
parametriche
x = ρ(θ) cos θ
I
y = ρ(θ) sin θ
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
L A S PIRALE L OGARITMICA
angolo fissato α
92
¼
Poichè il prodotto scalare dei vettori (x, y) e (ẋ, ẏ) è uguale al pro-
dotto delle norme dei vettori stessi e del coseno dell’angolo compreso. ½
L A S PIRALE L OGARITMICA
k(ẋ(θ), ẏ(θ))k2 = ρ̇2(θ) + ρ2(θ)
Otteniamo
ρ2(θ)ρ̇2(θ) = (cos2 α)ρ2(θ)(ρ̇2(θ) + ρ2(θ))
93
¼
Pertanto
½
2 2 2 2
ρ̇ (θ) = (cos )α(ρ̇ (θ) + ρ (θ)) ¶
2 cos2 α 2 ·
ρ̇ (θ) = ρ (θ)
1 − cos2 α ´
¹
ed infine
I
ρ̇(θ) = (cot α)ρ(θ)
e
ρ(θ) = ke(θ cot α)
L’ultima equazione descrive la forma della spirale logaritmica ma non
dice nulla riguardo al modo in cui essa viene percorsa.
L A S PIRALE L OGARITMICA
Descrive le proprietà geometriche della spirale logaritmica ma non le
sue proprietà cinematiche.
94
¼
Se teniamo conto che
½
x(t) = ρ(θ(t)) cos θ(t)
¶
y(t) = ρ(θ(t)) sin θ(t)
·
da cui
´
d 1 2
x(t)ẋ(t) + y(t)ẏ(t) = dt 2 ρ (t) = ρ(t)ρ̇(t)θ̇(t) ¹
Avremo
ρ2(t)ρ̇2(t)θ̇2(t) = (cos2 α)ρ2(t)θ̇2(t)(ρ̇2(t)ρ2(t))
Pertanto
L A S PIRALE L OGARITMICA
ρ̇2(t) = (cos2)α(ρ̇2(t) + ρ2(t))
2 cos2 α 2
ρ̇ (t) = 2
ρ (t)
1 − cos α
95
¼
ed infine
ρ̇(t) = (cot α)ρ(t) ½
¶
da cui
·
ρ(t) = ke−t cot α
´
La velocità è descritta dal vettore (ẋ(t), ẏ(t)) la cui norma è ¹
k(ẋ(t), ẏ(t))k2 = ẋ2(t) + ẏ2(t) = (ρ̇2(t) + ρ2(t))θ̇2(t)
I
possiamo imporre che la spirale venga percorsa con velocità costante
in modulo chiedendo che
L A S PIRALE L OGARITMICA
96
¼
½
¶
Un esempio d’autore ·
´
Il seguente problema è dovuto a Hugo Steinhaus: ¹
Quattro cani si trovano ai quattro vertici A, B, C, D di un prato quadrato. I
I cani cominciano a correre con velocità costante puntando ciascuno il
cane che si trova nel vertice successivo. Dopo quanto tempo i quattro cani
si incontrano e quanta strada hanno percorso? Quale percorso hanno
H UGO S TEINHAUS
compiuto?
I QUATTRO CANI DI
97
¼
In un istante successivo a quello iniziale i cani saranno, rispettiva-
mente nelle posizioni A0, B0, C0, D0 e, per simmetria, i vettori AA0, BB0, ½
H UGO S TEINHAUS
comune O.
QUATTRO CANI DI
C0
D C
I
98
¼
I cani si muovono seguendo una traiettoria che si mantiene tangente
ad uno dei lati dei quadrati ½
A D
¶
A0 ·
´
¹
D0 I
θ
O
B0
H UGO S TEINHAUS
C0
QUATTRO CANI DI
B C
I
99
¼
½
¶
·
´
¹
I
H UGO S TEINHAUS
QUATTRO CANI DI
Pertanto il vettore tangente ed il raggio vettore rispetto al centro O
formano un angolo costante ed uguale a π4 .
I
100
A D ¼
π
4
A0 ½
π ¶
4
ρ
·
ρ
´
D0
¹
O
B0 I
H UGO S TEINHAUS
C0
B C
QUATTRO CANI DI
Poichè l’angolo tra raggio vettore e vettore tangente si mantiene co-
stante, la traiettoria percorsa è una spirale logaritmica centrata in O.
I
101
¼
ρθ̇ ½
π ¶
4
π v ·
4 ´
ρ̇ ¹
I
H UGO S TEINHAUS
QUATTRO CANI DI
Le componenti radiale ρ̇(t) e tangenziale ρ(t)θ(t) della velocità v
formeranno quindi un angolo costante pari a π4 e quindi
I
102
¼
√ √
2 2 ½
ρ̇(t) = − |v| , ρ(t)θ̇(t) = − |v|
2 2 ¶
Ne deduciamo che ·
´
√
2 |v| |v| ¹
ρ(t) = (` − |v|t) , θ̇(t) = − =
2 ` − |v|t |v|t − `
I
e
` − |v|t |v|t
3 3 3
θ(t) = ln(`−|v|t)+ π−ln(`) = ln + π = ln 1 − + π
4 ` 4 ` 4
H UGO S TEINHAUS
e possiamo ricavare
3
(` − |v|t) = eθ− 4 π
QUATTRO CANI DI
da cui √
2 3
ρ(θ) = eθ− 4 π
2
I
103
¼
Consideriamo un riferimento polare (ρ, θ) con origine nel centro dei
quadrati O. ½
Siano ¶
H UGO S TEINHAUS
O
B0
dove
ρ(t) = ρ(θ(t))
QUATTRO CANI DI
C0
B C
I
104
¼
½
A D
¶
Per simmetria ·
A0
´
xa(t) = ρ(t) cos θ(t) ¹
ya(t) = ρ(t) sin θ(t)
xd(t) = ρ(t) sin θ(t) D0
I
H UGO S TEINHAUS
yc(t) = −ρ(t) sin θ(t)
xb(t) = −ρ(t) sin θ(t)
yb(t) = ρ(t) cos θ(t) C0
QUATTRO CANI DI
B C
I
105
¼
La traiettoria dei cani sarà quindi definita da
½
(ρ, θ) ¶
·
Possiamo considerare ρ e θ come funzione del tempo t ed avremo
´
una descrizione completa (geometrica e cinematica) delle traiettorie.
¹
Possiamo anche considerare ρ come funzione di θ, nel qual caso
avremo soltanto una descrizione geometrica della traiettoria.
I
Ovviamente
ρ(t) = ρ(θ(t))
dove ρ a primo membro è funzione di t mentre a secondo membro è
H UGO S TEINHAUS
funzione di θ. Denotiamo
dρ 0 dρ
ρ̇ = e ρ =
dt dθ
I QUATTRO CANI DI
106
¼
Il vettore tangente alla curva descritta dal cane in un generico punto
A(t) è dato da ½
¶
·
ẋa(t) = (ρ0(θ(t)) cos θ(t) − ρ(t) sin θ(t))θ̇(t) ´
T (t) = 0
ẏa(t) = (ρ (θ(t)) sin θ(t) + ρ(t) cos θ(t))θ̇(t) ¹
Il vettore che indica la direzione che il cane deve seguire è
I
ρ(θ(t)) sin θ(t) − ρ(θ(t)) cos θ(t)
D(t) − A(t) =
−ρ(θ(t)) cos θ(t) − ρ(θ(t)) sin θ(t)
H UGO S TEINHAUS
Dovrà aversi
T (t) = k[D(t) − A(t)]
dove k è una costante di proporzionalità.
I QUATTRO CANI DI
107
¼
Avremo
0 ½
(ρ (θ(t)) cos θ(t) − ρ(t) sin θ(t))θ̇(t) =
¶
= k(ρ(θ(t)) sin θ(t) − ρ(θ(t)) cos θ(t))
·
(ρ0(θ(t)) sin θ(t) + ρ(t) cos θ(t))θ̇(t) =
´
= k(−ρ(θ(t)) cos θ(t) − ρ(θ(t)) sin θ(t))
¹
ed dividendo membro a membro
H UGO S TEINHAUS
− ρ̇ρ cos2 θ + ρ2 sin θ cos θ − ρρ̇ cos θ sin θ + ρ2 sin2 θ =
ρρ̇ sin2 θ − ρρ̇ sin θ cos θ + ρ2 sin θ cos θ − ρ2 cos2 θ
QUATTRO CANI DI
ed infine
ρ(θ(t))ρ0(θ(t)) − ρ2(θ(t)) = 0 e ρ0(θ(t)) = ρ(θ(t))
I
108
¼
Pertanto la geometria della traiettoria è definita dall’equazione
½
0
ρ (θ) = ρ(θ) ¶
e quindi da ·
ρ(θ) = ceθ ´
¹
Se teniamo conto che, detto ` il lato del quadrato,
√
3 2 I
ρ π = `
4 2
avremo
√
H UGO S TEINHAUS
2 θ− 3 π
ρ(θ) = ` e 4
2
Per ottenerne la legge oraria occorre tenere anche conto del fatto
QUATTRO CANI DI
che la curva è percorsa con velocità costante in modulo.
In altre parole q
ẋ2(t) + ẏ2(t) = |v|
I
109
¼
da cui
ρ̇2(t) + ρ2(t)θ̇2(t) = |v|2 ½
¶
e
·
´
(33) ((ρ0)2(t) + ρ2(t))θ̇2(t) = |v|2 ¹
Se ne deduce che
I
`2e2θ(t)θ̇2(t) = |v|2
|v|
eθ(t)θ̇(t) = ±
H UGO S TEINHAUS
`
e quindi, dal momento che all’istante iniziale t = 0, il cane si trova ad
esempio in A, e che θ diminuisce col tempo.
|v|
QUATTRO CANI DI
3
eθ(t) = π− t
4 `
Infine
I
110
¼
ρ(t) = ρ(θ(t)) = eθ(t) = e 34 π− |v|` t ½
3 |v|
θ(t) = ln e 4 π− ` t ¶
·
´
¹
I
H UGO S TEINHAUS
I QUATTRO CANI DI
111
¼
½
¶
Il Modello Preda-Predatore ·
´
di Lotka-Volterra ¹
Il modello preda-predatore descrive le interazioni di due specie una I
delle quali si nutre dell’altra.
L OTKA -VOLTERA
Fu introdotto attorno al 1925 indipendentemente da Vito Volterra ed
Alfred Lotka.
DI
I L M ODELLO
112
¼
• x(t) numero delle prede al tempo t
• y(t) numero dei predatori al tempo t ½
malthusiano ·
ẋ(t) = ax(t) ´
¹
• Il tasso di crescita a delle prede diminuisce in proporzione al
numero di predatori
I
a − αy(t)
• In assenza di prede i predatori si estinguono seguendo un mo-
dello malthusiano
L OTKA -VOLTERA
ẏ(t) = −by(t)
• Il tasso di accrescimento b dei predatori aumenta in maniera
proporzionale al numero di prede
DI
I L M ODELLO
−b + βx(t)
113
¼
La dinamica delle due popolazioni può essere descritta dal seguente
sistema differenziale (Equazioni di Lotka-Volterra) ½
¶
·
´
¹
ẋ(t) = ax(t) − αy(t)x(t)
(34)
ẏ(t) = −by(t) + βx(t)y(t)
I
L OTKA -VOLTERA
Il sistema differenziale da studiare è semplice ma non si può integrare
esplicitamente
DI
I L M ODELLO
114
¼
Si può dimostrare che:
½
¶
·
´
L OTKA -VOLTERA
T 0 β T 0 α
DI
I L M ODELLO
115
¼
Il sistema 34 ha soluzioni costanti ½
¶
Infatti ·
´
(x(t), y(t)) = (ξ, η)
¹
I
0 = aξ − αηξ
0 = −bη + βηξ
e cioè quando
L OTKA -VOLTERA
ξ = 0, η = 0
oppure quando
DI
I L M ODELLO
b a
ξ= ,η =
β α
116
¼
Le orbite del sistema sono curve chiuse nel I quadrante del piano delle ½
fasi. ¶
·
Le orbite del sistema, sono descritte da ´
x = x(t) ¹
y = y(t)
I
Il sistema si può porre nella forma
ẋ(t) = ax(t) − αy(t)x(t) = φ(x(t), y(t))
(35)
ẏ(t) = −by(t) + βx(t)y(t) = ψ(x(t), y(t))
L OTKA -VOLTERA
Se l’orbita del sistema può essere rappresentata localmente da una
funzione y = y(x), si avrà
DI
x(t) = x
I L M ODELLO
y(t) = y(x(t)) = y(x)
117
¼
e si potrà ricavare
ẏ(t) = y0(x(t))ẋ(t) ½
¶
per cui, sostituendo nella 35, si ottiene
·
φ(x, y(x)) −by(x) + βxy(x)
y0(x) = = ´
ψ(x, y(x)) ax − αxy(x) ¹
L OTKA -VOLTERA
x(t0) = x̄
y(t0) = ȳ
cioè per
DI
I L M ODELLO
y(x̄) = ȳ
118
¼
½
a ln y(x) − αy(x) − a ln ȳ + αȳ = −b ln x + βx + b ln x̄ − βx̄ ¶
·
Ora se poniamo
´
g(y) = a ln y − αy f(x) = −b ln x + βx ¹
G(y) = g(y) − g(ȳ) F(x) = f(x) − f(x̄)
I
possiamo riscrivere la 14 come
ovvero come
L OTKA -VOLTERA
G(y) = F(x)
DI
I L M ODELLO
119
¼
½
¶
a a
g0 = G(y0) = a ln − α =
L OTKA -VOLTERA
α α
a
= a ln − 1 > 0
α
DI
I L M ODELLO
120
¼
½
¶
Nella figura è rappresentato il ·
grafico della funzione ´
¹
F(x) = f(x) − f(x̄)
I
b
x0 =
β
b b
L OTKA -VOLTERA
f0 = f(x0) = −b ln + β =
β β
b
= −b ln − 1 > 0
β
DI
I L M ODELLO
121
¼
Se G−1 è l’inversa di una opportuna restrizione di G dalla 36 allora
½
−1
y(x) = G (F(x)) ¶
·
e possiamo osservare y è definita se e solo se
´
¹
[f0, g0] = (−∞, g0] ∩ [f0, +∞) 6= ∅
e che I
L OTKA -VOLTERA
DI
I L M ODELLO
122
¼
Possiamo disegnare un’orbita del sistema G−1(F(x)) componendo
½
graficamente G−1 ed F,
¶
·
´
¹
I
L OTKA -VOLTERA
DI
I L M ODELLO
123
¼
Osserviamo che
½
• F è decrescente per x ∈ [xm, x0]
¶
• F è crescente per x ∈ [x0, xM]
• F assume tutti i valori in [f0, g0], ·
Pertanto
• G−1 è definita da [f0, g0] a valori in [ym, y0] oppure in [y0, yM]
• G−1(F(·)) è definita e decrescente su [xm, x0]
L OTKA -VOLTERA
DI
I L M ODELLO
124
¼
L’andamento della curva definita dalla 36 si può osservare nella figura
che segue ½
¶
·
´
¹
I
L OTKA -VOLTERA
DI
I L M ODELLO
125
¼
½
¶
·
´
¹
I
L OTKA -VOLTERA
La figura mostra le orbite del sistema.
DI
I L M ODELLO
126
¼
La funzione
½
U(x, y) = a ln y − αy + b ln x − βx
¶
nella 14, si chiama integrale primo del sistema ·
Le orbite del sistema costituiscono le sue curve di livello: ´
Dalla 14 si ha, ¹
L OTKA -VOLTERA
Ux(x(t), y(t))ẋ(t) + Uy(x(t), y(t))ẏ(t) = 0
da cui
DI
φ(x(t), y(t)) ẋ(t) Ux(x(t), y(t))
I L M ODELLO
(37) = =−
ψ(x(t), y(t)) ẏ(t) Uy(x(t), y(t))
127
¼
Dalla 37 il gradiente di U è proporzionale al secondo membro del
sistema differenziale ½
proporzionalità non solo può non essere 1 ma può non essere costante. ¹
L OTKA -VOLTERA
xm, xM, ym, yM > 0
• le orbite non passano per nessun punto stazionario (gli unici punti
DI
stazionari diversi da (x0, y0) sono sugli assi)
I L M ODELLO
128
¼
L OTKA -VOLTERA
ẋ(t + T ) = ax(t + T ) − αy(t + T )x(t + T )
ẏ(t + T ) = −by(t + T ) + βx(t + T )y(t + T )
DI
I L M ODELLO
129
¼
Per ogni punto del piano delle fasi passa una ed una sola orbita. å ½
¶
Se (x(t), y(t)) e (ξ(t), η(t)) sono orbite del sistema tali che ·
´
x(t0) = x̄ ξ(τ0) = x̄ ξ1(t) = x(t − τ0 + t0)
e se ¹
y(t0) = ȳ η(τ0) = ȳ η1(t) = y(t − τ0 + t0)
L OTKA -VOLTERA
ξ(t) = ξ1(t) = x(t − τ0 + t0)
η(t) = η1(t) = y(t − τ0 + t0)
DI
I L M ODELLO
e quindi (ξ, η) ed (x, y) percorrono la stessa orbita a meno di una
traslazione nel tempo.
130
¼
Possiamo quindi anche provare che
½
¶
Le soluzioni del sistema sono periodiche;
·
´
La curva è costituita di due tratti che possono essere rappresentati
¹
come funzioni su un intervallo limitato quindi la sua lunghezza ` è finita,
I
ẋ2(t) + ẏ2(t) = φ2(^ ^ ) + ψ2(^
x, y ^) ≥
x, y
≥ min {φ2(x, y) + ψ2(x, y)} ≥ m > 0
(x − x0 )2 + (y − y0 )2 >
xm ≤ x ≤ xM , ym ≤ y ≤ yM
L OTKA -VOLTERA
(φ, ψ si annullano contemporaneamente solo nei punti (0, 0) e (x̃, ỹ)
che abbiamo già visto non appartenere all’orbita.)
DI
I L M ODELLO
131
¼
Ne segue che
Z +∞ q ½
ẋ2(t) + ẏ2(t)dt = +∞ ¶
0 ·
L OTKA -VOLTERA
da li’ è costretta a ripercorrere quell’orbita stessa.
DI
Ne viene che la soluzione è periodica.
I L M ODELLO
132
¼
L OTKA -VOLTERA
e per la periodicità delle soluzioni, integrando sul periodo,
RT RT
0 = ln x(T )
= 0 a − αy(s)ds = aT − α 0 y(s)ds
x(0)
RT RT
0 = ln y(T )
DI
= −b + βyxs)ds = bT − β 0 x(s)ds
I L M ODELLO
y(0) 0
(40)
x(t0) = x0
I
y(t ) = y
0 0
L OTKA -VOLTERA
Viene modificata la sola condizione di equilibrio ed il valore medio
b+k a−h
x̄ = ȳ =
β α
DI
I L M ODELLO
134
¼
½
¶
in competizione ¹
Due specie x e y condividono le risorse di uno stesso territorio I
Ciascuna specie avrebbe un tasso di crescita di tipo logistico se
vivesse in un ambiente isolato,
ẋ(t) = (a − Ax(t))x(t) x(t0) = x0
ẏ(t) = (b − By(t))y(t) y(t0) = y0
C OMPETIZIONE
A causa dei mutui effetti il tasso di crescita; della popolazione x è
a − Ax − αy
IN
S PECIE
(diminuisce proporzionalmente a y)
135
¼
Analogamente il tasso di crescita della popolazione y è
½
¶
b − By − βx
·
´
(diminuisce proporzionalmente a x)
¹
Ciascuna specie si sviluppa sottraendo risorse all’altra.
ẋ(t) = (a − Ax(t) − αy(t))x(t)
(41)
ẏ(t) = (b − By(t) − βx(t))y(t)
C OMPETIZIONE
ove a, b, A, B, α, β > 0, con i dati iniziali
x(t0) = x0
IN
S PECIE
y(t0) = y0
136
¼
Dalla prima equazione, dividendo per x ed integrando otteniamo che
½
ẋ(t) ¶
= (a − Ax(t) − αy(t))
x(t) ·
´
Z x(t) Zt ¹
ds
= (a − Ax(s) − αy(s))ds
x0 s t0
I
Zt
x(t)
ln = (a − Ax(s) − αy(s))ds
x0 t0
e
Rt
t0 (a−Ax(s)−αy(s))ds
x(t) = x0e
C OMPETIZIONE
In maniera simile otteniamo che
IN
Rt
S PECIE
t0 (b−By(s)−βx(s))ds
y(t) = y0e
137
¼
Da cui
½
x(t), y(t) > 0
¶
Dal sistema 41, per k = max{a, b} si ha ·
´
0
(x + y) = (a − Ax(t) − αy(t))x(t)+ ¹
+ (b − By(t) − βx(t))y(t) ≤ k(x + y)
I
Quindi x ed y sono limitate, in quanto
0 ≤ (x + y) ≤ ekt ≤ ekT
C OMPETIZIONE
il sistema algebrico
0 = (a − Ax − αy)x
IN
S PECIE
0 = (b − By − βx)y
138
¼
Le soluzioni costanti sono individuate dai punti di intersezione degli
assi con le rette ½
¶
R1 : (a − Ax − αy) = 0 ·
R2 : (b − By − βx) = 0 ´
¹
La retta R1 interseca gli assi nei punti
(^
ξ, 0) , (0, η#) I
dove
a a
^
ξ= η = #
A α
La retta R2 interseca gli assi nei punti
C OMPETIZIONE
(ξ#, 0) , (0, η
^)
dove
b b
IN
ξ# =
S PECIE
η
^=
β B
139
¼
Le rette R1 ed R2 si intersecano nel punto
½
(x̃, ỹ) ¶
·
dove
aB − αb Ab − aβ ´
x̃ = , ỹ =
AB − αβ AB − αβ ¹
C OMPETIZIONE
Possiamo disegnare il campo di vettori associato al sistema e studia-
re le orbite.
IN
S PECIE
140
¼
Si presentano quattro casi nei quali
½
(1) Prevale la popolazione x
¶
(2) Prevale la popolazione y
(3) A seconda dei valori iniziali prevale x oppure y ·
C OMPETIZIONE
Nel terzo ci sono due punti asintoticamente stabili ed un punto insta-
bile
IN
S PECIE
141
¼
½
¶
·
´
¹
Andamento del numero di individui
di due popolazioni in competizio- I
ne nel caso in cui la popolazione
prevalente dipenda dai dati iniziali
C OMPETIZIONE
IN
S PECIE
142
¼
½
¶
·
´
¹
Andamento del numero di individui
di due popolazioni in competizio- I
ne nel caso in cui la popolazione
prevalente sia la seconda
C OMPETIZIONE
IN
S PECIE
143
¼
½
¶
·
´
¹
Andamento del numero di indivi-
dui di due popolazioni in competi-
I
zione nel caso in cui le due popo-
lazioni tendano a raggiungere un
equilibrio stabile
C OMPETIZIONE
IN
S PECIE
144
¼
½
¶
·
´
¹
Andamento del numero di individui
di due popolazioni in competizio- I
ne nel caso in cui la popolazione
prevalente sia la prima
C OMPETIZIONE
IN
S PECIE
145
¼
½
¶
lazioni in cooperazione ¹
I
C OOPERAZIONE
IN
S PECIE
146
¼
Cooperazione obbligatoria
½
(1) La popolazione x, isolata, decrescerebbe secondo la legge ¶
ẋ(t) = −ax(t) ·
´
(2) La popolazione y, isolata, decrescerebbe secondo la legge
¹
ẏ(t) = −by(t)
che
ẋ(t) = (−a + βy(t))x(t)
(4) Il tasso di crescita della y aumenta proporzionalmente ad x, cosı̀
che
C OOPERAZIONE O BBLIGATORIA
ẏ(t) = (−b + αx(t))y(t)
ne consegue che
ẋ(t) = (−a + βy(t))x(t)
ẏ(t) = (−b + αx(t))y(t)
147
¼
Il sistema ammette come soluzioni costanti (punti critici)
½
a b
(0, 0) , ( , ) ¶
β α ·
´
¹
ne consegue che
C OOPERAZIONE O BBLIGATORIA
a b
(0, 0) , ( , )
β α
148
¼
Cooperazione facoltativa
½
ẏ(t) = (c − dy(t))y(t) I
C OOPERAZIONE FACOLTATIVA
(4) La presenza della x aumenta il tasso di crescita della y propor-
zionalmente ad x, cosı̀ che
C OOPERAZIONE FACOLTATIVA
A = cγ + ad
B = cb + aδ
D = bd − γδ
150
¼
½
¶
O.D.E.
151
¼
Equazioni differenziali a variabili separabili
½
Il problema è trovare una funzione y, derivabile per cui si abbia ¶
·
y 0(x) = f(x)g(y(x))
´
con f, g assegnate. ¹
Più precisamente per
I, J ⊂ R I
VARIABILI S EPARABILI
se la 42 è soddisfatta da y(x) su un intervallo aperto I 0 ⊂ I.
Se ȳ è tale che
g(ȳ) = 0
152
¼
y(x) = ȳ
½
è soluzione costante, mentre se g ≡
6 0, per la continuità, possiamo
¶
supporre
·
g(x) 6= 0 ∀x ∈ J
´
e riscrivere la 42 come ¹
y 0(x)
(43) = f(x)
g(y(x)) I
Se F0 = f in I J e G0 = 1/g in J otteniamo
VARIABILI S EPARABILI
(45) R(G) ∩ R(F + c) = D(G−1) ∩ R(F + c) 6= ∅
Quindi
R(G) ∩ R(F + c) = D(G−1) ∩ R(F + c)
è a sua volta un intervallo aperto non vuoto (contiene G(y0)).
Se I 0 è l’intervallo degli x tali che la
VARIABILI S EPARABILI
G(y(x)) = F(x) + c , c ∈ R
è vera
y(x) = G−1(F(x) + c) ∀x ∈ I 0
154
¼
Due primitive F e G possono essere ottenute nella forma:
Zy Zx ½
ds
G(y) = F(x) = f(t)dt ¶
y0 g(s) x0 ·
G(y0) = F(x0) = c = 0 ¹
I
VARIABILI S EPARABILI
155
¼
Il Lemma di Gronwall
½
Il lemma di Gronwall consente stime a priori per le soluzioni di equazioni ¶
differenziali. ·
Siano ´
y, f : I → R ¹
allora R
| xxo f(t)dt|
0 ≤ y(x) ≤ ce ∀x ∈ I
Sia x ≥ x0; dividendo ambo i membri per il secondo e moltiplicando
poi per f(x) si ottiene
y(x)f(x)
G RONWALL
Rx ≤ f(x)
c + x0 f(t)y(t)dt
156
¼
da cui
Zx ½
d
ln c + f(t)y(t)dt ≤ f(x). ¶
dx x0
·
integrando ´
Zx Zx
¹
ln c + f(t)y(t)dt − ln c ≤ f(t)dt
x0 x0
onde I
Zx Rx
f(t)dt
c+ f(t)y(t)dt ≤ ce xo
x0
e dalla 46
Zx Rx
f(t)dt
y(x) ≤ c + f(t)y(t)dt ≤ ce xo
x0
Osserviamo anche che se
Z x
G RONWALL
y(x) ≤ f(t)y(t)dt
∀x ∈ I
x0
157
¼
si ha Z x
½
y(x) ≤ f(t)y(t)dt + c ∀c > 0
x0 ¶
e pertanto ·
Rx
0 ≤ y(x) ≤ ce| xo f(t)dt|
∀c > 0 ´
¹
per cui, al limite per c → 0+, si ha y(x) ≡ 0.
I
E QUAZIONI AUTONOME
Spesso la variabile indipendente rappresenta il tempo; in tal caso una
equazione autonoma modellizza fenomeni il cui svolgimento è indipen-
dente dal momento in cui si svolgono.
158
¼
(Un pendolo oscillerà nello stesso modo oggi come domani e al-
trettanto indipendente dal momento del lancio è il moto di una pietra ½
y(x) = ȳ
E QUAZIONI AUTONOME
è una soluzione (costante dell’equazione 47.
Le soluzioni costanti sono, nel caso delle equazioni autonome, parti-
colarmente significative.
159
¼
Un problema di Cauchy autonomo si formula come
½
y0(x) = f(y(x)) ¶
(48)
y(x0) = y0 ·
´
Le traslate di una soluzione sono esse stesse soluzioni
¹
quindi non è restrittivo supporre che x0 = 0. le soluzioni trascurate
si ottengono semplicemente per traslazione nel tempo delle soluzioni
I
trovate.
Si ha Z y(x)
1
ds = x
y0 f(s)
si possono ottenere informazioni su y(x) studiando la sua inversa
x(y) definita dalla
E QUAZIONI AUTONOME
Zy
1
(49) ds = x(y)
y0 f(s)
160
¼
• tranne che nelle vicinanze delle soluzioni costanti, f(y) 6= 0
e quindi 1f ha segno costante ed il primo membro della 49 è ½
E QUAZIONI AUTONOME
alla soluzione costante.
• Se f ∈ C 1 la soluzione esiste ed è unica, inoltre l’integrale in
161
¼
questione è divergente e ogni soluzione è asintotica ad una so-
luzione costante. ½
costante. ´
¹
Due equazioni in forma non normale I
å å å
da cui
ẏ(t) f0(φ(t))
ẋ(t) = = φ0(t)
y0(x(t)) φ(t)
Ne viene che la soluzione del problema può essere individuata para-
metricamente dalle
Rt 0
x(t) = t0 f (φ(s)) φ0(s)ds
x = f(y0 (x))
φ(s)
y(t) = f(φ(t))
164
Equazioni della forma x = f(y0(x))
¼
½
0 ·
(52) x = f(y (x))
´
x = f(y0 (x))
y(x) − y0 = f0(s)sds
y0 (x0 )
165
¼
Posto y0(x) = p possiamo allora concludere che
½
x = f(p) ¶
Rp
y = y0 + p0 sf0(s)ds ·
´
Alternativamente cerchiamo soluzioni parametriche della 52 nella for- ¹
ma
x = x(t) I
y = y(t)
Posto
φ(t) = y0(x(t))
Avremo dalla 52
x = f(y0 (x))
e dalla 17
y(t) = y(x(t)) e ẏ(t) = y0(x(t))ẋ(t)
166
¼
da cui
ẏ(t) = ẋ(t)y0(x(t)) = f0(φ(t))φ(t)φ0(t) ½
¶
La soluzione del problema può essere individuata parametricamente
·
dalle
´
x(t) = f(φ(t))
Rt 0 ¹
y(t) = t0 f (φ(s))φ(s)φ0(s)ds
I
x = f(y0 (x))
167
¼
½
¶
S ISTEMI L INEARI
168
¼
Richiami sui sistemi differenziali lineari
½
A : I → Mn ´
¹
funzione a valori matrici n × n
B : I → Rn I
G ENERALIT À
significa trovare u : I → Rn derivabile, tale che la 53 è verificata.
169
¼
L’insieme T di tutte le soluzioni di 53 si chiama integrale generale del
sistema ½
G ENERALIT À
Se B ≡ 0 il sistema si dice omogeneo e assume la forma
(54) u0(x) = A(x)u(x)
170
¼
Se n = 1 si riduce ad una sola equazione differenziale lineare del
primo ordine che, posto A = (a11) = a e B = b1 = b, si scrive nella ½
forma ¶
G ENERALIT À
Rx Rt
(57) y(x) = e xo a(t)dt y0 + b(t)e− xo a(s)ds dt
x0
171
¼
Possiamo riscrivere la 57 nella forma
½
Rx Rx
Zx Rt
a(t)dt a(t)dt a(s)ds ¶
y(x) = y0e xo +e xo b(t)e− xo dt
x0 ·
´
Tutte le soluzioni dell’equazione omogenea (b = 0) si ottengono al ¹
variare della costante moltiplicativa y0,
G ENERALIT À
Facendo uso di tale risultato possiamo provare che
172
¼
L’integrale generale di un sistema differenziale omogeneo del primo ordi- ½
ne è uno spazio vettoriale avente dimensione uguale al numero di equazio- ¶
ni del sistema stesso. mentre l’integrale generale del sistema completo è ·
uno spazio lineare affine ´
¹
I
Più precisamente se
(58) S = {u : u0 = Au} T = {u : u0 = Au + B}
G ENERALIT À
si ha che
173
¼
definendo
Γ(u) = u(x0), x0 ∈ I
G ENERALIT À
A proposito di Γ si può ricordare che
(1) è banale verificare la linearità di Γ
174
¼
(2) la surgettività di Γ dipende dal teorema di esistenza della solu-
zione del problema di Cauchy 55 ½
problema di Cauchy 55 ·
´
Ogni soluzione di un sistema omogeneo di ordine n può essere espres- ¹
sa mediante una combinazione di n soluzioni linearmente indipendenti
del sistema stesso. I
Siano esse u1, ..., un e sia (ui)j la componente j-esima della i-esima
soluzione.
Possiamo costruire la matrice
(u1)1 (u2)1 . . . (un)1
(u ) (u2)2 . . . (un)2
G = ..1 2 ... ... ...
G ENERALIT À
.
(u1)n (u2)n . . . (un)n
175
¼
che indicheremo spesso come
½
G = u1, u2, ....., un ¶
·
considerando gli ui come vettori colonna G si chiama matrice fonda-
´
mentale del sistema assegnato. Ogni soluzione del sistema potrà allora
¹
essere scritta nella forma
X
n
I
u(x) = G(x)C = cjuj , C = (cj) ∈ Rn
j=1
G ENERALIT À
u0(x) = A(x)u(x)
176
¼
Chiamiamo wronskiano associato alle n soluzioni assegnate il determi-
nante della matrice ½
G ENERALIT À
Se si conosce la soluzione del sistema omogeneo
u0(x) = A(x)u(x) , x0 ∈ I
177
¼
si può trovare una soluzione del sistema non omogeneo
½
0
u (x) = A(x)u(x) + B(x) ¶
·
nella forma
´
Z(x) = G(x)λ(x)
¹
Dovrà aversi
0
Z (x) = A(x)Z(x) + B(x) I
Pertanto, poiché
deve essere
G ENERALIT À
G(x)λ0(x) = B(x) e λ0(x) = G−1(x)B(x).
178
¼
Se ne deduce che se
Zx ½
−1
λ(x) = G (t)B(t)dt ¶
x0
·
Z è soluzione.
´
Possiamo cosı̀ concludere che se G è una matrice fondamentale del
¹
sistema omogeneo
u0(x) = A(x)u(x)
I
Allora l’integrale generale del sistema completo
u0(x) = A(x)u(x) + B(x)
è dato da
Zx
u(x) = G(x) C + G−1(t)B(t)dt , C ∈ Rn ,
x0
G ENERALIT À
u(x) = G(x) G−1(x0)u0 + G−1(t)B(t)dt
x0
179
¼
½
¶
mo ¹
I
S TABILIT À
180
¼
Lo studio della stabilità di una soluzione riguarda il comportamento
per x → +∞ ½
¶
·
Nasce nell’ambito dei sistemi lineari.
´
¹
Si estende al caso di sistemi di equazioni differenziali.
I
S TABILIT À
181
¼
Sia dato il sistema
½
u 0(x) = F(u(x)) ¶
·
Poichè il sistema è autonomo possiamo sempre assumere che x0 = 0
´
e, a meno di un cambiamento di variabili, possiamo limitarci a studiare
¹
la stabilità della soluzione u(x) = 0
Supporremo pertanto
I
F(0) = 0
ed assumeremo verificate condizioni che assicurino che le soluzioni
u(x) siano definite per x ≥ x0 = 0
S TABILIT À
182
¼
Sia ½
F : R n → Rn ¶
S TABILIT À
183
¼
Possiamo allora definire
½
¶
La soluzione nulla è stabile per il sistema se ∀ε > 0 ∃δε > 0 tale che se ·
ku0k < δ si ha ´
ku(x)k < ε ∀x ≥ 0 ¹
I
Inoltre
2×2
DEI SISTEMI LINEARI
La soluzione nulla è asintoticamente stabile se è stabile e se esiste δ > 0
tale che per ku0k < δ ,
lim u(x) = 0.
x→+∞
S TABILIT À
184
¼
Stabilità dei sistemi lineari 2 × 2 ½
Consideriamo un sistema lineare 2 × 2 a coefficienti costanti. ¶
Cominciamo ad esaminare la stabilità dei sistemi differenziali lineari ·
omogenei a coefficienti costanti di due equazioni in due incognite. ´
¹
ẋ(t) = ax(t) + by(t)
(59) a, b, c, d ∈ R I
ẏ(t) = cx(t) + dy(t)
2×2
(60) u̇(t) = Au(t)
S TABILIT À
185
¼
Se u(t) = (x(t), y(t)) è la soluzione di un sistema,
½
¶
Chiamiamo orbita del sistema la curva descritta parametricamente dalle
·
equazioni
´
x = x(t)
¹
y = y(t)
Le orbite (o traiettorie) si rappresentano nel piano (x, y) (Piano delle I
Fasi)
La definizione resta valida anche nel caso in cui il sistema non sia
2×2
lineare.
Se il sistema è autonomo per ogni punto del piano delle fasi passa una ed
una sola orbita.
S TABILIT À
186
¼
Autovalori e Stabilità ½
Ogni matrice 2 × 2 può essere trasformata mediante una matrice di ¶
passaggio P, non singolare in una matrice canonica C (forma canonica ·
di Jordan) ´
In altre parole ¹
I
S TABILIT À
E
AUTOVALORI
187
¼
sia una delle seguenti matrici, dove λ1, λ2 sono gli autovalori di A. ´
λ1 0
I
0 λ2
(2) Nel caso di autovalori complessi e coniugati λ1 = α + iβ, λ2 =
α − iβ,
α β
−β α
S TABILIT À
(3) Nel caso di autovalori reali e coincidenti λ1 = λ2 = λ,
E
λ 0 λ 0
AUTOVALORI
oppure
0 λ γ λ
188
¼
Il sistema dato può essere trasformato in un sistema più semplice
la cui matrice dei coefficienti rientra in uno dei casi appena elencati, ½
mediante la trasformazione ¶
·
u = Pv o equivalentemente v = P−1u ´
¹
Infatti si ottiene
Pv̇ = u̇ = Au = APv I
da cui
v̇ = P−1APv = Cv
S TABILIT À
E
AUTOVALORI
189
¼
Se siamo in grado di studiare le orbite del sistema v̇ = Cv, otteniamo
anche informazioni sul sistema di partenza. ½
¶
·
La trasformazione u = Pv è lineare e non degenere e provoca quindi
´
solo una deformazione delle orbite.
¹
Diventa importante studiare il comportamento delle orbite dei sistemi
I
associati alle matrici canoniche che abbiamo appena elencato.
S TABILIT À
ovvero =
η = cx + dy η c d y
E
AUTOVALORI
per diversi casi dei coefficienti
190
·
¶
½
¼
AUTOVALORI E S TABILIT À
¹
´
191
·
¶
½
¼
AUTOVALORI E S TABILIT À
¹
´
192
·
¶
½
¼
AUTOVALORI E S TABILIT À
¹
´
193
·
¶
½
¼
AUTOVALORI E S TABILIT À
¹
´
194
¼
Caso 1: autovalori reali e distinti
½
In tal caso il sistema diventa
¶
ξ̇ = λ1ξ ·
η̇ = λ2η ´
¹
possiamo allora determinare le soluzioni nella forma
ξ(t) = c1eλ1t I
η(t) = c2eλ2t
S TABILIT À
del fatto che λλ2 R 1 si possono avere i seguenti casi:
1
E
AUTOVALORI
195
Autovalori reali e distinti |λ2| > |λ1| ¼
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1, λ2 > 0 λ1, λ2 < 0
196
Autovalori reali e distinti |λ2| < |λ1| ¼
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1, λ2 > 0 λ1, λ2 < 0
197
Autovalori reali e distinti |λ2| > |λ1| ¼
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1 > 0, λ2 < 0 λ1 < 0, λ2 > 0
198
¼
Se uno degli autovalori è nullo allora il sistema diventa
½
ξ̇ = λ1ξ ξ̇ = 0 ¶
oppure
η̇ = 0 η̇ = λ2η ·
´
e le traiettorie sono semirette parallele ad uno degli assi il cui verso di
¹
percorrenza dipende dal segno dell’autovalore non nullo.
I
S TABILIT À
E
AUTOVALORI
199
¼
Autovalori reali e distinti
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1 = 0, λ2 < 0 λ1 = 0, λ2 > 0
200
¼
Autovalori reali e distinti
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1 < 0, λ2 = 0 λ1 > 0, λ2 = 0
201
¼
Caso 2: autovalori reali e coincidenti
½
In tal caso il sistema diventa uno dei due seguenti
¶
ξ̇ = λξ ξ̇ = λξ ·
oppure
η̇ = λη η̇ = γξ + λη ´
¹
Supponiamo che λ 6= 0 Nel primo caso la soluzione del sistema è
ξ(t) = c1eλt I
η(t) = c2eλt
S TABILIT À
E
AUTOVALORI
202
¼
Autovalori reali e coincidenti non nulli
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1, λ2 > 0 λ1, λ2 < 0
203
¼
Nel secondo caso la soluzione del sistema è
½
ξ(t) = c1eλt ¶
λt
η(t) = (γc1t + c2)e ·
´
da cui si ricava
¹
t =
1 ξ
λ
ln c1
η = η(t) = (γ 1 ln
ξ c2 I
λ c1
+ c1
)ξ
S TABILIT À
E
AUTOVALORI
204
¼
Autovalori reali e coincidenti non nulli
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1, λ2 > 0 λ1, λ2 < 0
205
¼
Se infine λ = 0 otteniamo che, nel primo caso, ogni punto è un punto
singolare, mentre nel secondo caso le soluzioni sono date da ½
¶
ξ(t) = c1 ·
η(t) = γc1t + c2 ´
¹
e le orbite sono ancora rette parallele ad un’asse.
I
S TABILIT À
E
AUTOVALORI
206
¼
Autovalori reali e coincidenti nulli
½
¶
·
´
¹
I
S TABILIT À
0 0 0 0
E
A= A=
AUTOVALORI
0 0 1 0
207
¼
Caso 3: autovalori complessi e coniugati
½
In tal caso il sistema diventa
¶
ξ̇ = αξ − βη ·
η̇ = βξ + αη ´
¹
e può essere studiato mediante un ulteriore cambio di variabili.
Infatti se poniamo I
ξ = ρ cos θ
η = ρ sin θ
possiamo ricavare che
2 2 2 η(t)
ρ (t) = ξ (t) + η (t) tan θ(t) =
S TABILIT À
ξ(t)
da cui, derivando si ottiene
E
AUTOVALORI
2ρ(t)ρ̇(t) = 2ξ(t)ξ̇(t) + 2η(t)η̇(t)
208
e ¼
½
¶
2 ξ(t)η̇(t) − η(t)ξ̇(t) ·
(1 + tan θ(t))θ̇(t) =
ξ2(t) ´
¹
e tenendo conto del sistema si deduce che
ρ̇ = αρ I
θ̇ = β
S TABILIT À
Le traiettorie sono spirali o, nel caso in cui α = 0, cerchi. Il verso di
percorrenza è determinato dal segno di β, mentre le spirali che tendono
E
AUTOVALORI
all’origine si distinguono dalle spirali che se ne allontanano mediante il
segno di α (negativo o positivo rispettivamente)
209
¼
Autovalori complessi e coniugati con parte reale non nulla
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
Parte reale negativa Parte reale positiva
210
¼
Autovalori complessi e coniugati con parte reale nulla
½
¶
·
´
¹
I
S TABILIT À
E
AUTOVALORI
λ1, λ2 > 0 λ1, λ2 < 0
211
¼
Criteri di stabilità ½
¶
Sia A(t) una funzione a valori matrici n × n, continua su [t0, +∞) e ·
consideriamo il sistema lineare ´
¹
ẋ(t) = A(t)x(t)
Sia G una matrice fondamentale del sistema; allora la soluzione I
identicamente nulla è stabile se e solo se
kG(t)k ≤ K , ∀t ≥ t0
lim kG(t)k = 0
DI STABILIT À
t→+∞
C RITERI
212
¼
Infatti la soluzione x(t) del problema di Cauchy
½
ẋ(t) = A(t)x(t)) ¶
x(t0) = x0 ·
´
si può esprimere nella forma
¹
DI STABILIT À
C RITERI
213
¼
Viceversa sia la soluzione nulla stabile; per kx0k < δ si ha kx(t)k < 1
Sia D = {δei, i = 1..n}; D è una base di Rn, ½
¶
Ogni soluzione xδei che corrisponde al dato iniziale x0 = δei, è
limitata in norma; ·
limitata. ¹
e quindi
lim kG(t)k = 0
t→+∞
DI STABILIT À
C RITERI
214
¼
½
¶
·
´
¹
Se la matrice dei coefficienti è costante le soluzioni sono combina-
zioni lineari di funzioni del tipo
I
DI STABILIT À
C RITERI
215
¼
DI STABILIT À
C RITERI
216
¼
½
Lyapunov; ¹
Talvolta è possibile studiare la stabilità di un sistema non lineare uti- I
lizzando informazioni sulla stabilità del sistema lineare ottenuto usando
lo sviluppo di Taylor del primo ordine della funzione che compare a
secondo membro. (Sistema Linearizzato) .
È interessante conoscere sotto quali condizioni la stabilità del siste-
ma linearizzato è sufficiente per la stabilità del sistema originario.
(stabilità in prima approssimazione)
DI STABILIT À
A questo proposito possiamo provare che se
C RITERI
217
¼
½
DI STABILIT À
allora non è stabile neanche per il sistema 62
C RITERI
218
¼
Dimostrazione. Sia G la matrice fondamentale principale del sistema
linearizzato ẋ = Ax e sia x la soluzione di 62 definita in un intervallo ½
massimale [t0, b); poiché gli autovalori di A hanno parte reale negativa ¶
DI STABILIT À
Zt
C RITERI
z(t) = G(t − t0)x0 + G(t − s)f(x(s))ds
t0
219
¼
si ha
Zt ½
si ha
DI STABILIT À
(z − x) 0(t) = A(z − x)(t) , (z − x)(t0) = 0
da cui
C RITERI
z(t) ≡ x(t).
220
¼
Pertanto
Zt ½
x(t) = G(t − t0)x0 + G(t − s)f(x(s))ds ¶
t0
·
Allora ´
Zt ¹
−α(t−t0 ) α −α(t−s)
kx(t)k ≤ Ke kx0k + e kx(s)kds
t0 2
I
da cui
Zt
α(t−t0 ) α
e kx(t)k ≤ Kkx0k + eα(s−t0)kx(s)kds
t0 2
e per il lemma di Gronwall
eα(t−t0)kx(t)k ≤ Kkx0keα(t−t0)/2
DI STABILIT À
e
C RITERI
(64) kx(t)k ≤ Kkx0ke−α(t−t0) ≤ Kkx0k , ∀t ≥ t0
221
¼
Pertanto si ha, se 0 < ε < σ e kx0k < ε/K,
½
kx(t)k < ε , ∀t ∈ [t0, b) ¶
·
e poichè la soluzione è prolungabile, deve essere b = +∞.
´
Passando al limite per t → +∞ nella 64 si conclude anche l’asinto-
¹
tica stabilità.
I
Per verificare la seconda affermazione si può provare che se G ha
qualche autovalore positivo si può scegliere una soluzione x in modo
che x(t) → +∞ quando t → +∞, scegliendo opportunamente i dati
iniziali.
DI STABILIT À
C RITERI
222
¼
Qualche osservazione sul segno degli autovalori nel
½
caso 2 × 2 ¶
2×2
λ2 − Tλ + D
NEL CASO
e gli autovalori sono
s
AUTOVALORI
T T2
(66) λ= ± −D
2 4
223
¼
• Se D > 0
T2 T2 ½
> −D ¶
4 4
e ·
T2
– Nel caso in cui −D≥0
4 ´
s 2 ¹
T
> T −D
2 4 I
Gli autovalori λ1, λ2 hanno il segno di T
2
– Nel caso in cui T4 − D < 0
Gli autovalori sono complessi e coniugati la loro parte reale
<λ1, <λ2 ha lo stesso segno di T
2×2
• Se D = 0
λ1 = 0 , λ2 = T
NEL CASO
• Se D < 0
2 2
AUTOVALORI
Si ha T4 − D > T4
Gli autovalori hanno uno segno positivo e l’altro negativo.
224
¼
Il criterio di Hurwitz
½
¶
·
´
¹
Serve a determinare il segno della parte reale delle radici di un polino-
I
mio.
Si può quindi usare per determinare il segno delle parti reali degli
autovalori di una matrice.
H URWITZ
225
¼
Consideriamo un polinomio a coefficienti reali ½
¶
P(z) = zn + a1zn−1 + a2zn−2 + · · · + an
·
¹
a1 1 0 0 · · · 0
a a a
3 2 1 1 ··· 0 I
a5 a4 a3 a2 · · · 0
H=
a7 a6 a5 a4 · · · 0
· · · · · · · · · · · · · · · · · ·
0 0 0 0 · · · an
Condizione necessaria e sufficiente affinchè P(z) abbia radici tutte
con parte reale negativa è che H abbia tutti i minori principali con
determinante positivo.
H URWITZ
226
¼
Per costruire la matrice di Hurwitz si può osservare che sulla diago-
nale sono presenti i coefficienti del polinomio. ½
H URWITZ
227
¼
Il criterio di Hurwitz per i polinomi di secondo grado
½
¶
·
2
P(z) = z + a1z + a2 ´
¹
ha radici tutte con parte reale negativa se
I
a1 > 0 , a2 > 0
SECONDO GRADO
H URWITZ ,
228
¼
Il criterio di Hurwitz per i polinomi di terzo grado
½
¶
·
3 2
P(z) = z + a1z + a2z + a3 ´
¹
ha radici tutte con parte reale negativa se
I
TERZO GRADO
H URWITZ ,
229
¼
Il criterio di Hurwitz per i polinomi di quarto grado
½
¶
4 3 2 ·
P(z) = z + a1z + a2z + a3z + a4
´
¹
QUARTO GRADO
H URWITZ ,
230
¼
½
¶
Applicazioni ·
´
dei ¹
criteri di stabilità I
QUARTO GRADO
H URWITZ ,
231
¼
Modelli di crescita di due specie in competizione
½
Lo sviluppo di due specie x e y che condividono le risorse di uno stesso ¶
ambiente è descritto dal sistema ·
´
¹
ẋ(t) = (a − Ax(t) − αy(t))x(t)
(67)
ẏ(t) = (b − By(t) − βx(t))y(t)
I
con
x(t0) = x0
y(t0) = y0
Ove a, b, A, B, α, β sono positivi.
C OMPET.
IN
S TAB . S PECIE
232
¼
x ed y sono limitate,
½
0 ≤ (x + y) ≤ ekt ≤ ekT ¶
·
e quindi esistono in ogni intervallo [0, T ].
´
Le soluzioni costanti sono individuate dai punti di intersezione degli
¹
assi con le rette
R1 : (a − Ax − αy) = 0 I
R2 : (b − By − βx) = 0
La retta R1 interseca gli assi nei punti
(^
ξ, 0) , (0, η#)
C OMPET.
dove
a a
^
ξ= η = #
A α
IN
S TAB . S PECIE
La retta R2 interseca gli assi nei punti
(ξ#, 0) , (0, η
^)
233
¼
dove
b b ½
ξ# = η
^=
β B ¶
Le rette R1 ed R2 si intersecano nel punto ·
´
(x̃, ỹ)
¹
dove
aB − αb Ab − aβ I
x̃ = , ỹ =
AB − αβ AB − αβ
Pertanto le soluzioni costanti sono individuate dai punti
(0, 0) , (0, η
^) , (^
ξ, 0) , (x̃, ỹ)
C OMPET.
(1) R1 ed R2 non siano parallele (AB − αβ 6= 0)
IN
(2) si trovi nel primo quadrante (x̃ > 0 , ỹ > 0).
S TAB . S PECIE
234
¼
Per studiare la stabilità delle soluzioni costanti possiamo considerare
il sistema linearizzato relativamente ad ognuna delle soluzioni costanti ½
(x̄, ȳ). ¶
´
a − 2Ax̄ − αȳ −αx̄
M= ¹
−βȳ b − 2Bȳ − βx̄
I
Per (x̄, ȳ) = (0, 0)
a 0
M=
0 b
M ha autovalori positivi e quindi la relativa soluzione è instabile.
C OMPET.
IN
S TAB . S PECIE
235
¼
Per (x̄, ȳ) = (^
ξ, 0)
a ½
!
a a −a −α a
a − 2A A −α A A −a −α A
M= a =
b a
= ¶
0 b − βA 0 β β−A 0 β(^
ξ − ξ#)
·
M ha autovalori −a e β(^
ξ − ξ#), la stabilità dipende dalla mutua ´
posizione di ξ# e ^
ξ. ¹
I
C OMPET.
η − η#), la stabilità dipende dalla mutua
M ha autovalori −b e α(^
posizione di η# e η̄.
IN
S TAB . S PECIE
236
¼
Per (x̄, ȳ) = (x̃, ỹ)
−Ax̃ −αx̃ ½
M= ¶
−βỹ −Bỹ
·
se indichiamo con D il determinante di M e con T la traccia di M,
´
avremo che
¹
D = x̃ỹ(AB − αβ) 6= 0 T = −(Ax̃ + Bỹ)(< 0)
I
Se D > 0 si ha
T2
− D = (x̃A − ỹB)2 + 4x̃ỹαβ > 0
4
dal momento che x̃ > 0, ỹ > 0, gli autovalori di M sono sempre reali e
distinti. hanno lo stesso segno di T (soluzione stabile)
C OMPET.
Se D < 0 M ha due autovalori reali di segno opposto. (soluzione
IN
instabile)
S TAB . S PECIE
237
·
¶
½
¼
238
·
¶
½
¼
239
·
¶
½
¼
240
·
¶
½
¼
241
¼
Modello di crescita di due popolazioni in coopera-
½
zione ¶
·
´
¹
I
C OOPER .
• Crescita in Cooperazione Facoltativa
IN
S TAB . S PECIE
242
¼
Cooperazione obbligatoria
½
Il sistema che descrive il fenomeno è
¶
ẋ(t) = (−a + βy(t))x(t) ·
Per x = βa , y = αb
La matrice del sistema linearizzato è
!
0 b αβ
b αβ 0
246
¼
La matrice Jacobiana per Ē = (x̄, ȳ) è
½
a − 2bx̄ + γȳ γx̄
M= ¶
δȳ c − 2dȳ + δx̄
·
´
Per (x̄, ȳ) = E1 = (0, 0) ¹
a 0
M=
0 c
I
Gli autovalori sono a, b > 0
Il punto E1 = (0, 0) è instabile
A B
Per (x̄, ȳ) = E4 = ( D , D)
A B
Il punto E4 = ( D , D ) appartiene al primo quadrante solo se D > 0
perchè il modello abbia senso questa condizione deve essere soddi-
sfatta.
Il Pendolo ·
´
e ¹
il Pendolo Rovesciato I
I L P ENDOLO
250
¼
Il Pendolo semplice
½
¶
θ
·
• ` è la lunghezza dell’asta
• θ(t) è l’angolo che l’asta forma con la verticale nell’istante t
• s(t) = `θ(t) è la distanza, sull’arco di circonferenza descritto
SEMPLICE
dalla pallina, dalla posizione allineata con la verticale
I L P ENDOLO
251
¼
si ha
½
¶
s(t) = `θ(t) ·
ṡ(t) = `θ̇(t) ´
s̈(t) = `θ̈(t) ¹
La pallina si suppone sottoposta I
• alla forza peso
• ad una forza che si oppone alla direzione del moto proporzionale
alla velocità (resistenza del mezzo).
SEMPLICE
I L P ENDOLO
252
¼
L’equazione che governa il sistema sarà data da
½
SEMPLICE
Ci sono due punti di equilibrio
I L P ENDOLO
(x, y) = (0, 0) e (x, y) = (π, 0)
253
¼
La stabilità si può studiare usando il sistema linearizzato:
½
¶
• Per (x, y) = (0,
0) ·
ẋ(t) = y(t)
´
ẏ(t) = −Ry(t) − Px(t) ¹
• Per (x, y) =(0, π) I
(x(t) − π)0 = y(t)
ẏ(t) = −Ry(t) + P(x(t) − π)
Lo studio degli autovalori delle matrici dei coefficienti mostra che per
SEMPLICE
il primo sistema (0, 0) è un punto di equilibrio stabile mentre per il
secondo sistema (π, 0) è un punto di equilibrio instabile.
I L P ENDOLO
254
¼
Il pendolo rovesciato
½
¶
Una pallina P di massa m è
mẅ cos θ ·
θ
attaccata all’estremità di un’asta
mẅ P ´
di massa trascurabile imperniata
mg sin θ ¹
θ
nell’altra estremità.
mg
Consideriamo la variabile θ mi-
surata a partire dalla posizione I
θ verticale.
La posizione di equilibrio (x, y) = (0, 0) è instabile (corrisponde alla
precedente (π, 0)) e possiamo porci il seguente problema
I L P ENDOLO R OVESCIATO
255
¼
I L P ENDOLO R OVESCIATO
m`θ̈(t) = −k`θ̇(t) + mg sin θ(t) − mẅ(t) cos θ(t)
256
¼
Dalla
½
Posto
x(t) = θ(t)
y(t) = θ̇(t)
I L P ENDOLO R OVESCIATO
ẋ(t) = y(t)
k g ẅ(t)
ẏ(t) = − `y(t) + sin x(t) − cos x(t)
m ` `
257
¼
e ancora, a meno di ridenominare le costanti,
½
ẋ(t) = y(t) ¶
ẅ(t)
ẏ(t) = −Ry(t) + P sin x(t) − cos x(t) ·
` ´
I L P ENDOLO R OVESCIATO
e linearizzando in (0, 0)
ẋ(t) = y(t)
ẏ(t) = (−b − R)y(t) + (−a + P)x(t)
258
¼
Possiamo scegliere a e b in modo che il sistema sia stabile
½
Posto
b+R=µ ¶
P−a=η ·
´
Il sistema si scrive
¹
ẋ(t) = y(t)
I L P ENDOLO R OVESCIATO
ed è facile determinare µ e η in modo che il sistema sia stabile.
Ad esempio µ > 0 e η < 0, ma non solo.
259
¼
½
¶
M ASSA ODE
in un sistema isolato il bilancio tra la quantità di materia che entra,
quella che esce e quella che che rimane deve essere in pareggio.
DELLA
C ONSERVAZIONE
260
¼
Capacità di un lago ½
Ipotizziamo che ¶
·
L’acqua entra in un lago con un flusso costante di K litri al minuto e dal ´
lago ne evapora una quantità proporzionale secondo una costante H a v2/3 ¹
dove con v si indica il volume di acqua presente nel lago
I
v(t) il volume di acqua nel lago all’istante t;
Avremo
v(t + ∆t) − v(t)
lim = v̇(t)
∆t→0 ∆t
e quindi, in assenza di evaporazione,
DI UN LAGO
v̇(t) = K
onde
C APACIT À
v(t) = v(0) + Kt
261
¼
L’evaporazione è proporzionale alla superficie del lago
½
3 2
Vol = ` Surf = ` ¶
·
quindi possiamo stimare che la superficie del lago sia proporzionale a
´
v2/3(t).
¹
Ne concludiamo che l’evaporazione è data da
2/3
−Hv (t) I
avremo
v̇(t) = K − Hv2/3(t)
DI UN LAGO
C APACIT À
262
¼
½
¶
L’equazione 22 ammette una solu-
·
zione costante
´
3/2
K ¹
v(t) =
H
I
K 3/2
se v(t) < H allora v̇(t) > 0
quindi v(t) è crescente
K 3/2
se v(t) > H allora v̇(t) < 0 e
v(t) è decrescente.
La soluzione costante è stabile
DI UN LAGO
C APACIT À
263
¼
Grado di inquinamento di un lago
½
¶
·
´
Un inquinante entra in un lago con flusso costante σ, p(t)è la massa di in-
¹
quinante al tempo t; esso viene metabolizzato dai batteri presenti nel lago
in quantità proporzionale alla sua massa secondo una costante k In questo
del lago pari alla massa di inquinante decomposto. Il livello o(t) di ossi-
geno nel lago tuttavia è reintegrato attraverso il contatto tra la superficie
dell’acqua e l’aria in maniera proporzionale alla differenza om − o(t) tra
il valore di saturazione dell’ossigeno om e la quantità di ossigeno presente
o(t)
IN UN LAGO
I NQUINAMENTO
264
¼
Le equazioni che descrivono questo fenomeno possono pertanto es-
sere scritte nella seguente maniera ½
¶
ṗ(t) = σ − kp(t) ·
(69)
ȯ(t) = −kp(t) + h(om − o(t)) ´
¹
Le soluzioni di equilibrio della 69 sono
σ σ I
p̄ = ō = om −
k h
Linearizzando il sistema in (p̄, ō) (è già lineare ma non omogeneo)
ṗ = −k(p − σk ) = −k(p − p̄)
σ
ȯ = −k(p − + σk ) + h(om − (o − (om − σh ) + (om − σh )))
IN UN LAGO
k
I NQUINAMENTO
265
¼
da cui
½
ṗ = −k(p − p̄) ¶
σ
ȯ = −k(p − p̄) − σ + h(om − (o − ō) − om + h
) ·
´
ed ancora
¹
ṗ = −k(p − p̄)
ȯ = −k(p − p̄) − h(o − ō)
I
la matrice dei coefficienti del sistema è
−k 0
A=
−k −h
IN UN LAGO
ha autovalori −k, −h, negativi
La soluzione del sistema è stabile.
I NQUINAMENTO
266
·
¶
½
¼
I NQUINAMENTO IN UN LAGO
¹
´
267
¼
½
¶
(Partial ¹
Differential I
Equations)
M ODELLI PDE
268
¼
Modelli di Trasporto
½
¶
·
´
Una massa di sostanza si muove lungo l’asse x nel tempo t.
¹
In un sistema isolato il bilancio tra la quantità di materia che entra,
quella che esce e quella che che rimane deve essere in pareggio.
I
Siano
• ρ(x, t) la densità della sostanza che intendiamo studiare,
• x la coordinata relativa all’asse su cui avviene il movimento
• t la variabile di tempo.
T RASPORTO
269
¼
Le dimensioni di ρ sono
½
unità di massa ∂m
= ¶
unità di lunghezza ∂x
·
la massa compresa in I = [x, x + ∆x] è
Z x+∆x ´
T RASPORTO
m(t, t + ∆t, x) = φ(s, x)ds
t
270
¼
Sia m(t, x) la massa presente all’istante t nel punto x
½
Osserviamo che:
¶
• La massa in [x, x + ∆x] all’istante t è
·
Z x+∆x
´
ρ(t, s)ds = ρ(t, x̄)∆x x ≤ x̄ ≤ x + ∆x
x ¹
è I
Z t+∆t
φ(s, x)ds = φ(t̄, x)∆t t ≤ t̄ ≤ t + ∆t
t
T RASPORTO
271
¼
Avremo che
½
(1) la massa in I all’istante t è ρ(t, x̄)∆x
¶
(2) la massa in I all’istante t + ∆t è ρ(t + ∆t, ^
x)∆x
(3) la massa che transita in x nel tempo tra t e t + ∆t è φ(t̄, x)∆t ·
φ(^t, x + ∆x)∆t ¹
I
La variazione della massa contenuta in I nel tempo T è uguale alla
differenza tra quanto è entrato in I e quanto è uscito da I, nel tempo T
ρ(t + ∆t, ^ ^
x) − ρ(t, x̄) ∆x = φ(t̄, x) − φ(t, x + ∆x) ∆t
T RASPORTO
272
¼
Dividendo per ∆t∆x
½
¶
ρ(t + ∆t, ^
x) − ρ(t, x̄) φ(t̄, x) − φ(^
t, x + ∆x)
(70) = ·
∆t ∆x ´
e passando al limite per ∆x → 0 e ∆t → 0 poichè ¹
x ≤ x̄, ^
x ≤ x + ∆x t ≤ t̄, ^
t ≤ t + ∆t
I
si ha
∂ρ(x, t) ∂φ(x, t)
(71) =−
∂t ∂x
T RASPORTO
273
¼
Alternativamente: Sia
µ(t, x) ½
¶
la massa che è fluita attraverso il punto x fino all’istante t, se definiamo
·
il flusso istantaneo mediante la
´
µ(t, x) − µ(t + ∆t, x) ∂µ
φ(t, x) = lim = − (t, x) ¹
∆t→0 ∆t ∂t
avremo che
I
φ(t, x) − φ(t, x + ∆x) 1 ∂
(72) =− (µ(t, x) − µ(t, x + ∆x)) =
∆x ∆x ∂t Z
1 ∂ x+∆x
= ρ(t, s)ds
∆x ∂t x
Cioè la differenza tra massa entrante ed uscente è pari alla massa
presente in [x, x + ∆x] e scambiando derivata ed integrale
Z
1 x+∆x ∂
φ(t, x) − φ(t, x + ∆x)
= ρ(t, s) ds
T RASPORTO
∆x ∆x x ∂t
Passando al limite per ∆x → 0 si ottiene l’equazione 71.
274
¼
Possiamo tenere conto di apporto o sottrazione di massa mediante
un termine k(x, t) a secondo membro ½
¶
∂ρ(x, t) ∂φ(x, t)
(73) =− + k(x, t) ·
∂t ∂x ´
L’equazione 73 contiene troppe incognite (ρ e φ); occorre ipotizzare ¹
una dipendenza tra ρ e φ. Ad esempio
I
φ = φ(ρ)
cosı̀ che
∂φ dφ ∂ρ
=
∂x dρ ∂x
l’equazione 73 diventa allora
∂ρ(x, t) ∂φ(ρ(x, t)) ∂ρ(x, t)
(74) =− + k(x, t)
∂t ∂ρ ∂x
T RASPORTO
275
¼
Due casi significativi di dipendenza di φ da ρ:
½
Si hanno per
¶
·
´
• φ(ρ) = v(x, t)ρ (advezione). ¹
v(x, t) ha dimensione
I
unità di lunghezza
unità di tempo
T RASPORTO
Il caso più semplice si incontra quando v(x, t) = c.
276
¼
• φ(ρ) = −ν ∂ρ ∂x
(x, t) (diffusione).
½
Caratteristico della propagazione del calore. Il calore tende a
¶
fluire, proporzionalmente al gradiente di temperatura (la densità
·
di calore), dalla temperatura più alta verso la più bassa.
´
¹
T RASPORTO
277
¼
La tipica equazione di diffusione è
½
¶
∂ρ(x, t) ∂2ρ(x, t) ·
(76) =ν + k(x, t) ´
∂t ∂x2
¹
T RASPORTO
278
¼
½
¶
quinante in un fiume ¹
I
DI INQUINANTE IN UN FIUME
zione ρ(x, t), che supponiamo omogenea in ciascuna sezione del fiume,
dell’inquinante nota la distribuzione iniziale ρ(x, 0) dell’inquinante stes-
so, tenendo conto che l’inquinante viene degradato dall’azione batteri-
ca proporzionalmente alla concentrazione di inquinante e trascurando i
fenomeni diffusivi.
T RASPORTO
Si tratta di advezione: la velocità con cui si muove la massa è c.
279
¼
Può essere modellizzata utilizzando l’equazione
½
¶
∂ ∂ ·
(78) ρ(x, t) = −c ρ(x, t) − µρ(x, t) ´
∂t ∂x
¹
I
µρ(x, t) descrive la metabolizzazione dell’inquinante da parte dei
batteri presenti nel fiume.
Riscriviamo la 78 nella forma
DI INQUINANTE IN UN FIUME
∂ ∂
ρ(x, t) + c ρ(x, t) = −µρ(x, t)
∂t ∂x
T RASPORTO
R(x, t) = ρ(x + ct, t)
280
¼
e quindi
½
d d
R(x, t) = ρ(x + ct, t) = ¶
dt dt ·
∂ ∂
= ρ(x + ct, t) + c ρ(x + ct, t) = ´
∂t ∂x
¹
= −µρ(x + ct, t) = −µR(x, t)
Integrando l’equazione differenziale lineare I
DI INQUINANTE IN UN FIUME
ρ0(x) = ρ(x, 0) = h(x)
da cui
ρ(x + ct, t) = ρ0(x)e−µt
e
T RASPORTO
ρ(x, t) = ρ0(x − ct)e−µt
281
¼
Consideriamo la situazione in cui
½
DI INQUINANTE IN UN FIUME
γ(t) = ρ(0, t) = ρ0(−ct)e−µt
Se x = −ct da cui t = − xc si ha
x x
γ(− ) = ρ0(x)eµx/c ρ0(x) = γ(− )e−µx/c
T RASPORTO
c c
282
¼
Quindi
½
ct − x
ρ(x, t) = ρ0(x − ct)e−µt = γ( )e−µ(x−ct)/ce−µt ¶
c
·
Infine ´
x −µx/c
ρ(x, t) = γ(t − )e ¹
c
I
per
x
t− <0 cioè per x > ct
c
DI INQUINANTE IN UN FIUME
l’inquinante ha densità ρ nulla.
(L’inquinante, in quel momento non ha ancora raggiunto quel punto del
fiume).
T RASPORTO
PLE
283
¼
½
¶
·
> restart; ´
> with(plots); ¹
> with(linalg);
> tot:=100:
> a:=matrix(tot,tot):
I
> for m from 1 to tot do
> a[1,m]:=1
> od:
> for n from 2 to tot do
DI INQUINANTE IN UN FIUME
> a[n,1]:=0
> od:
> c:=.8: mu:=1: h:=.05: k:=.05:
> alpha:=1-c*h/k-h*mu: beta:=c*h/k:
> for m from 1 to tot-1 do
> for n from 2 to tot do
> a[n,m+1]:=alpha*a[n,m]+beta*a[n-1,m]
> od;
T RASPORTO
> od;
> plotsetup(window);
> matrixplot(a,orientation=[-70,65]);
284
¼
Anche il livello δ dell’ossigeno disciolto nel fiume, deve soddisfare
una equazione di trasporto del tipo ½
¶
·
´
∂ ∂ ¹
(79) δ(x, t) + c δ(x, t) = −µρ(x, t) + µ1(δm − δ(x, t))
∂t ∂x
I
DI INQUINANTE IN UN FIUME
ra proporzionale all’inquinante metabolizzato,
• µ1δ(x, t) è il reintegro mediante scambio con l’atmosfera, pro-
porzionale alla differenza tra il livello δm di saturazione ed il livello
attuale δ(x, t).
T RASPORTO
285
¼
L’equazione 79 può essere integrata come le precedenti.
½
¶
Posto D(t) = δ(x + ct, t) dalla 79 si ricava
·
∂ ∂ ´
D0(t) = δ(x + ct, t) + c δ(x + ct, t) =
∂t ∂x ¹
= −µρ(x + ct, t) + µ1(δm − δ(x + ct, t)) =
= −µ1D(t) + µ1δm − µρ0(x)e−µt I
ed infine
D0(t) = −µ1D(t) + µ1δm − µρ0(x)e−µt
DI INQUINANTE IN UN FIUME
Si tratta di una equazione lineare la cui soluzione è
−µ1 t µρ0(x)
(80) D(t) = k(x)e + δm + e−µt
µ − µ1
T RASPORTO
286
¼
Tenuto conto che il fiume all’istante iniziale è pulito, si ha
½
δ(0, t) = δm ¶
µρ0(x)
δ(x + ct, t) = (e−µt − e−µ1t) + δm
µ − µ1
DI INQUINANTE IN UN FIUME
da cui
µγ(− xc )e−µx/c
δ(x + ct, t) = = (e−µt − e−µ1t) + δm
µ − µ1
e
T RASPORTO
µγ(t − xc )e−µ(x−ct)/c
δ(x, t) = (e−µt − e−µ1t) + δm
µ − µ1
287
¼
Infine
½
µγ(t − xc )e−µx/c ¶
δ(x, t) = δm + (1 − e(µ−µ1)t)
µ − µ1 ·
´
¹
I
DI INQUINANTE IN UN FIUME
Grafici di ρ e di δ.
T RASPORTO
288
¼
½
¶
PDE
289
¼
Equazioni lineari in 3 variabili ½
Consideriamo l’equazione differenziale alle derivate parziali ¶
·
(81)
´
∂u ∂u ∂u
P(x, y, z) (x, y, z)+Q(x, y, z) (x, y, z)+R(x, y, z) (x, y, z) = ¹
∂x ∂y ∂z
= Pux + Quy + Ruz = 0
I
Risolvere la 81 significa trovare una funzione u(x, y, z) tale che
VARIABILI
Possiamo riscrivere la 81 dividendo per uz(6= 0) per ottenere
ux uy
3LINEARI IN
(82) P +Q +R=0
uz uz
E QUAZIONI
290
¼
Poichè supponiamo uz 6= 0, l’equazione
½
u(x, y, z) = 0 ¶
·
definisce localmente
´
z = φ(x, y)
¹
cioè
u(x, y, z) = c ⇐⇒ z = φ(x, y)
I
e risulta
ux uy
φx = − , φy = −
uz uz
Quindi u risolve la 81
VARIABILI
Pux + Quy + Ruz = 0
3LINEARI IN
se e solo se la corrispondente φ risolve la 82
E QUAZIONI
Pφx + Qφy = R
291
¼
u(x, y, z) = 0, cosı̀ come z = φ(x, y), definisce una superficie S in
R3 ½
VARIABILI
ux uy
3
N = (−φx, −φy, 1) = , ,1
LINEARI IN
uz uz
E QUAZIONI
292
¼
Quindi, a meno di un eventuale fattore di proporzionalità,
½
N = (φx, φy, −1) oppure N = (ux, uy, uz) ¶
·
Se definiamo il campo vettoriale
´
F(x, y, z) = P(x, y, z), Q(x, y, z), R(x, y, z) ¹
La 81 oppure, equivalentemente, la 82 può essere messa nella forma I
(84) hN, Fi = 0
VARIABILI
82, definiscono una superficie S mediante l’equazione u(x, y, z) = 0
oppure z = φ(x, y) la cui normale deve risultare perpendicolare in
3
ogni punto al campo vettoriale F.
LINEARI IN
E QUAZIONI
293
¼
Una linea che in ogni punto abbia tangente parallela al campo F si
dice linea di campo o linea di forza. ½
¶
·
Poichè la normale alla superficie S soluzione è perpendicolare al ´
campo F, le linee di forza devono giacere sulla superficie soluzione S.
¹
Pertanto possiamo descrivere la superficie soluzione mediante le
linee di forza del campo che si possono trovare nella forma
I
VARIABILI
ẋ(t) = λP(x(t), y(t), z(t))
(85) ẏ(t) = λQ(x(t), y(t), z(t))
3
LINEARI IN
ż(t) = λR(x(t), y(t), z(t))
E QUAZIONI
294
¼
Possiamo anche esprimere y = y(x) e z = z(x) per cui
½
0 0
ẏ(t) = y (x)ẋ(t) , ż(t) = z (x)ẋ(t) ¶
·
e le 85
´
ẋ(t) = λP(x(t), y(t), z(t)) ¹
VARIABILI
(87) P(x, y(x), z(x))
R(x, y(x), z(x))
z0(x) =
3LINEARI IN
P(x, y(x), z(x))
E QUAZIONI
295
¼
Se siamo in grado di trovare due funzioni α e β tali che
½
α(x, y, z) = c1 ¶
β(x, y, z) = c2 ·
´
che forniscano la soluzione di 87 allora avremo
¹
αx + αyy0 + αzz0 = 0
I
cui
Q R
αx + αy + αz =0
P P
Quindi
VARIABILI
Pαx + Qαy + Rαz = 0
3
In modo simile
LINEARI IN
Pβx + Qβy + Rβz = 0
E QUAZIONI
Pertanto α, β sono soluzioni di 81.
296
¼
Si verifica subito che
u = Φ(α, β) ½
¶
è soluzione della stessa 81
·
Infatti
´
ux = Φααx + Φββx ¹
uy = Φααy + Φββy
uz = Φααz + Φββz
I
Da cui
VARIABILI
= Φα(Pαx + Qαy + Rαz) + Φβ(Pβx + Qβy + Rβz) = 0
3LINEARI IN
E QUAZIONI
297
¼
Se viceversa u = u(x, y, z) risolve la 81 allora
½
Pux + Quy + Ruz = 0 ¶
VARIABILI
Quindi si può dimostrare (Stampacchia Analisi 2) che esiste una
3
funzione Ψ tale che u = Ψ(α, β).
LINEARI IN
E QUAZIONI
298
¼
Equazioni lineari in 2 variabili ½
¶
·
Consideriamo l’equazione ´
¹
(89) a(x, y)ux(x, y) + b(x, y)uy(x, y) = 0 I
2VARIABILI
LINEARI IN
a(x, y)ux(x, y) + b(x, y)uy(x, y) = 0
E QUAZIONI
Se supponiamo che uy(x, y) 6= 0 avremo che
299
¼
½
(90) u(x, y) = u0 ¶
m ·
ux(x, y(x)) + uy(x, y(x))y0(x) = 0 ´
m ¹
ux(x, y(x))
y0(x) = −
uy(x, y(x)) I
m
a(x, y(x))
y0(x) = −
b(x, y(x))
VARIABILI
m
g(x, y) = k
2LINEARI IN
E QUAZIONI
300
¼
Quindi u0 e k sono legati da una dipendenza funzionale; u0 = φ(k)
e si ha ½
VARIABILI
Ad esempio
2LINEARI IN
u0(x) = u(x, 0) = φ(g(x, 0))
da cui si ricava φ.
E QUAZIONI
301
¼
Equazioni Quasi Lineari in 2 variabili ½
Sono equazioni del tipo ¶
·
∂φ ∂φ
P(x, y, φ) + Q(x, y, φ) = R(x, y, φ) ´
∂x ∂y
¹
Sono equivalenti all’equazione lineare in 3 variabili
∂u ∂u ∂u I
P(x, y, z) (x, y, z)+Q(x, y, z) (x, y, z)+R(x, y, z) (x, y, z) = 0
∂x ∂y ∂z
nell’incognita u(x, y, z) che risulta legata a φ mediante la
2VARIABILI
u(x, u, z) = c ⇐⇒ z = φ(x, y)
IN
E QUAZIONI Q UASI L INEARI
302
¼
Risulta inoltre
½
¶
·
ux uy
φx = − , φy = − ´
uz uz
¹
Pφx + Qφy = R
2VARIABILI
se e solo se la corrispondente u risolve l’equazione lineare
IN
Pux + Quy + Ruz = 0
Autostradale ¹
I
T RAFFICO AUTOSTRADALE
304
¼
Il traffico lungo un’autostrada può essere descritto mediante un mo-
dello di trasporto in cui il flusso dipende dalla densità delle auto. ½
¶
·
La natura del modello è discreta ´
¹
Se consideriamo la situazione da molto distante possiamo ritenere il I
flusso delle auto come il flusso di una massa continua con densità ρ.
T RAFFICO AUTOSTRADALE
t, variabile di tempo.
305
¼
L’equazione che governa il flusso delle auto è di tipo advettivo, di
trasporto; ½
¶
·
ρ delle auto.
T RAFFICO AUTOSTRADALE
306
¼
Supponiamo che
½
(1) La velocità delle auto è compresa tra 0 e vm.
¶
(2) La velocità delle auto dipende dalla densità.
Se ρm è la massima densità possibile, supponiamo che ·
´
¹
ρ
(91) v(ρ) = vm 1 −
ρm
I
Dalla 91 si ricava
• se ρ = 0 allora v = vm
T RAFFICO AUTOSTRADALE
• se ρ = ρm allora v = 0.
307
¼
L’equazione che ne risulta sarà del tipo 74
½
∂ρ(x, t)) ∂(ρ(x, t)v(x, t)) ¶
=− + k(x, t)
∂t ∂x ·
´
¹
Tenuto conto che
! I
ρ2
d 2ρ
(92) φ(ρ) = v(ρ)ρ = vm ρ− , φ(ρ) = vm 1 −
ρm dρ ρm
si ottiene
∂ρ(x, t) 2ρ(x, t) ∂ρ(x, t)
(93) = −vm 1 −
T RAFFICO AUTOSTRADALE
∂t ρm ∂x
o più brevemente
308
¼
½
2ρ
(94) ρt = −vm 1 − ρx = −φ0(ρ)ρx ¶
ρm ·
´
¹
Studiamo la soluzione individuandone le curve di livello;
Cerchiamo cioè di trovare le curve descritte dalle equazioni (x(t), t) I
sulle quali risulta
T RAFFICO AUTOSTRADALE
è esso pure costante. Pertanto possiamo riscrivere la 94 come
(96) ρt = −φ00ρx
309
¼
Derivando la 95
½
ρ(x(t), t) = costante = ρ0 ¶
·
si ha
´
(97) ρt + ẋ(t)ρx = 0 ¹
I
Da 97 e 96 si ricava
ẋ(t) = φ0o
T RAFFICO AUTOSTRADALE
x(t) = φ00t + x0
310
¼
Alle stesse conclusioni si può pervenire usando i risultati enunciati
per le P.D.E. lineari in 3 variabili ??. ½
·
ẋ(t) = v
2ρ(t) ´
m 1 − ρm
ρ̇(t) = 0 ¹
da cui si ricava I
ẋ(t) = v
2ρo
m 1− ρm
= φ00
ρ(t) = ρ0
ed anche
T RAFFICO AUTOSTRADALE
x(t) = x(t) = φ00t + x0
311
¼
Le curve di livello (x(t), t) della soluzione ρ(x, t) sono rette di equa-
zione x = φ00t + x0. Se ρ(x, 0) = ρ0(x) si ha ½
¶
(98) ρ(φ00t + x0, t) = ρ(x0, 0) = ρ0(x0) ·
´
E se supponiamo nota la densità iniziale ρ0(x)
¹
0
ρ(x, t) = ρ(x − φ (ρ0)t, 0) = ρ0(x − φ00t)
I
T RAFFICO AUTOSTRADALE
massima e dopo il quale la densità è nulla.
312
¼
Indichiamo con 0 l’istante in cui il semaforo diventa verde
½
Il flusso di traffico successivo può essere descritto dall’equazione 93
¶
·
2ρ
(99) ρt = −vm 1 − ρx = −φ0(ρ)ρx ´
ρm
¹
con la condizione iniziale I
ρm x<0
(100) ρ(x, 0) = ρ0(x) =
0 x>0
T RAFFICO AUTOSTRADALE
In corrispondenza di tali dati iniziali avremo che
vm x > 0 (ρ0 = 0)
φ00 = φ00(ρ(x, 0)) = φ00(ρ0(x)) = =
−vm x < 0 (ρ0 = ρm)
313
¼
Le rette su cui risulta costante
la densità, (linee caratteristiche ½
dell’equazione), sono ¶
·
vmt + x0 x0 > 0 ´
x=
−vmt + x0 x0 < 0 ¹
Su ognuna di tali rette la densità è
I
ρ0 ed il flusso corrispondente è
T RAFFICO AUTOSTRADALE
Non forniscono nessuna informa-
zione su quanto accade nella zona
di tale semipiano che è compresa
tra le rette x = ±vmt
314
¼
½
¶
·
´
¹
I
T RAFFICO AUTOSTRADALE
e quindi la densità presenta in zero una discontinuità di tipo salto.
In tale zona vogliamo definire ρ(x, t) in modo di raccordare ρm con
0.
315
¼
Per x0 = 0 le curve di livello della densità ρ sono
½
0 0
(101) x = φ (ρ(0, 0))t = φ (ρ0(0))t ¶
·
ma la densità iniziale ρ0(0) non è definita, possiamo soltanto affermare
´
che
¹
ρ0(0) ∈ [0, ρm]
Quindi I
2ρ0(0)
φ0(ρ0(0)) = vm 1 − ∈ [−vm, vm]
ρm
Pertanto per x0 = 0 possiamo considerare non una ma infinite rette
sulle quali ρ è costante.
T RAFFICO AUTOSTRADALE
Se in t = 0 assumiamo un valore della densità ρ, tale valore si
manterrà costante sulla retta
2ρ
x = φ0(ρ)t = vm 1 − t
ρm
316
¼
Ricavando ρ si ottiene
½
1 x
(102) ρ= ρm 1 − ¶
2 vm t ·
T RAFFICO AUTOSTRADALE
x
x 1 ρm 1 − vmt
= 2
− + =0
vm t t ρmt
317
¼
½
¶
·
´
¹
I
La soluzione cosı̀ definita ha linee di livello che sono rette per l’origine
Esse corrispondono ai diversi valori di densità assunti nell’origine;
• da ρm, in corrispondenza del quale x = −vmt,
• a 0 caso in cui x = vmt
T RAFFICO AUTOSTRADALE
Infatti
1 x 2k
ρ = ρm 1 − =k ⇐⇒ x = vm 1 −
2 vm t ρm
318
¼
Le rette (al variare di k ∈ [0, ρm] hanno pendenza crescente da −vm
a vm e coprono la zona lasciata scoperta dalle precedenti considera- ½
T RAFFICO AUTOSTRADALE
319
¼
La velocità con cui le auto si muovono nella zona in esame, sarà
½
ρ
(103) v = vm 1 − ¶
ρm
·
e quindi dalla soluzione 102 trovata per ρ,
´
1 x ¹
v = vm 1 − 1−
2 vm t
per cui I
1 x
v = vm +
2 2vmt
e
vm x
v= +
T RAFFICO AUTOSTRADALE
2 2t
Se x(t) è la posizione di un’auto avremo che ẋ(t) = v.
Ne viene che
vm x
ẋ(t) = +
2 2t
320
¼
Si è in questo modo trovata una equazione differenziale che definisce
il movimento dell’auto alla partenza dopo il verde. ½
Una condizione iniziale può essere dedotta tenendo conto che l’auto ¶
Ne viene ´
ẋ(t) = x(t)
2t
+ vm
2
¹
x(− vxm0 ) = x0
I
L’integrale generale dell’equazione è
√
x(t) = C1 t + vmt
T RAFFICO AUTOSTRADALE
321
¼
Imponendo che
r ½
x0 x0 x0
x0 = x(− ) = C1 − + vm − ¶
vm vm vm ·
si ricava ´
√
C1 = −2 −x0vm ¹
per cui la cui soluzione del problema di Cauchy è
I
√ √ √ √ √ √ √
x(t) = −2 −x0vm t + vmt t vm vm t − 2 −x0
T RAFFICO AUTOSTRADALE
322
¼
Si calcola che l’auto raggiungerà il semaforo al tempo t̃ tale che
½
x(t̃) = 0; si ricava
x0 ¶
t̃ = −4
vm ·
T RAFFICO AUTOSTRADALE
323
¼
Una situazione opposta si verifica quando la densità di traffico au-
menta. In tal caso il metodo delle caratteristiche presenta inconvenienti ½
T RAFFICO AUTOSTRADALE
324
¼
Le caratteristiche su cui risulta costante la densità dell’equazione,
½
saranno date da
vm
t + x0 x0 < 0 ¶
x= 2
−vmt + x0 x0 > 0 ·
´
come si vede nella figura seguente.
¹
I
T RAFFICO AUTOSTRADALE
325
¼
Dalla figura si vede che la situazione non è affatto chiara:
½
esiste una zona del piano in cui le caratteristiche si sovrappongono
¶
·
indeterminatezza. ¹
I
T RAFFICO AUTOSTRADALE
Ad esempio può non essere lecito lo scambio tra derivata ed integrale
in 72.
326
¼
La 72 afferma
½
¶
φ(t, x) − φ(t, x + ∆x) = ·
Z
σ(t)
d x+∆x ´
= ρ(t, s)ds
dt x ¹
Se σ(t) ∈ [x, x+∆x] è un punto in
I
cui si verifica la discontinuità la 72
applicata agli intervalli [x, σ+(t)] e x σ− σ+ x + ∆x
Z σ(t) Z x+∆x
d d
T RAFFICO AUTOSTRADALE
ρ(s, t)ds+ ρ(s, t)ds =
dt x dt σ(t)
= φ(σ−(t), t)−φ(x+∆x, t)−φ(σ+(t), t)+φ(x, t)
327
¼
D’altro canto per le solite regole di derivazione si ha
½
Z σ(t) Z x+∆x
d d ¶
ρ(s, t)ds + ρ(s, t)ds =
dt x dt σ(t) ·
Z σ(t)
− ∂ρ(s, t) +
´
= σ̇(t)ρ(σ (t), t) + ds − σ̇(t)ρ(σ (t), t)+
∂t ¹
x
Z x+∆x
∂ρ(s, t)
+ ds
σ(t) ∂t I
T RAFFICO AUTOSTRADALE
σ̇(t)ρ(σ−(t), t) − σ̇(t)ρ(σ+(t), t) = − φ(σ+(t), t) + φ(σ−(t), t)
328
¼
Più brevemente
½
σ̇(t)ρ− − σ̇(t)ρ+ = −φ+ + φ− ¶
·
ovvero
´
φ+ − φ− ρ+v+ − ρ−v− ¹
σ̇(t) = =
ρ+ − ρ− ρ+ − ρ−
I
T RAFFICO AUTOSTRADALE
v+ = 0 , v− =
4
329
¼
Per cui
½
vm vm
(105) σ̇(t) = − e σ(t) = − t ¶
4 4
·
´
¹
I
T RAFFICO AUTOSTRADALE
da velocità v− = 3v4m a velocità v+ = 0 ed ivi si riscontra una brusca
interruzione del traffico; quindi σ(t) individua 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).
330
¼
½
¶
Qualche risultato ·
´
di ¹
VARIAZIONI
DELLE
C ALCOLO
331
¼
Il problema classico di calcolo delle variazioni consiste nel minimiz-
zare un funzionale integrale che dipende da una funzione e dalla sua ½
derivata. ¶
Più precisamente se ·
f : R2 → R ´
¹
è abbastanza regolare e se C 1 è lo spazio delle funzioni
x : [a, b] → R I
VARIAZIONI
DELLE
C ALCOLO
332
¼
La curva di lunghezza minima per due punti fissati
½
¶
Determinare la curva y(x), nel piano (x, y), che passa per due punti ·
´
P0 = (a, y0) e P1 = (b, y1) ¹
mediante la quale si passa dal punto P0 al punto P1 percorrendo la
I
minima distanza.
La lunghezza di una curva si calcola mediante la
Zb q
1 + (y0(x))2dx
a
DISTANZA
min 1 + (y0(x))2dx
y∈C 1 ,y(a)=y0 ,y(b)=y1 a
M INIMA
333
¼
La brachistocrona
½
¶
Trovare la curva da seguire per minimizzare il tempo di percorrenza ·
necessario perchè un punto materiale soggetto alla sola forza di gravità ´
si sposti da un punto A = (a, h), h > 0 ad un punto B = (b, 0). ¹
Indichiamo con y(x) la funzione il cui grafico è percorso per passare I
dal punto A al punto B.
L A B RACHISTOCRONA
a
334
¼
Se consideriamo una partizione dell’intervallo [a, b]
½
{a = x0 < x1 < x2 < .... < xn = b} ¶
la lunghezza percorsa relativa all’intervallo [xk, xk+1] è ·
Z xk+1 q q ´
1 + (y0(x))2dx = 1 + (y0(ck))2(xk+1 − xk) ¹
xk
dove ck ∈ [xk, xk+1]
I
La velocità di caduta dipende solo dalla quota per il principio di con-
servazione dell’energia e si ha
1 2
p
mv = mgy e v = 2gy(x)
2
Nell’intervallo [xk, xk+1] possiamo considerare che
L A B RACHISTOCRONA
y(x) = y(dk) con dk ∈ [xk, xk+1]
per cui p
v= 2gy(dk)
335
¼
Il tempo tk necessario per percorrere la parte di curva relativa all’in-
tervallo [xk, xk+1] sarà ½
p ¶
1 + (y0(ck))2 ·
tk = p (xk+1 − xk) , ck, dk ∈ [xk, xk+1]
2gy(dk) ´
¹
Sommando su k e passando al limite, si ottiene
Zb p
1 + (y0(x))2 I
(106) t= p dx
a 2gy(x)
Il problema è ridotto a minimizzare il funzionale definito nella 106
sulle funzioni y di classe C 1 tali che y(a) = h e y(b) = 0.
Zb p
1 + (y0(x))2
min dx
L A B RACHISTOCRONA
p
y∈C 1 ,y(a)=h,y(b)=0 a 2gy(x)
336
¼
Il solido di rotazione avente minima superficie
½
Determinare il solido di rotazione che ha minima superficie. ¶
In un riferimento cartesiano ortogonale (x, y, z) consideriamo una ·
curva y(x), x ∈ [a, b] tale che ´
¹
y(a) = α e y(b) = β
e la superficie da essa generata dalla rotazione attorno all’asse x I
Possiamo parametrizzare la superficie nella forma
x = x
y = y(x) cos θ x ∈ [a, b]
z = y(x) sin θ
S UPERFICIE M INIMA
337
¼
si ha
1 y0(x) cos θ y0(x) sin θ
∂x, y, z ½
=
∂x, ρ, θ 0 −y(x) sin θ y(x) cos θ ¶
sotto le condizioni
y(a) = α y(b) = β
In altre parole occorre trovare
S UPERFICIE M INIMA
Zb q
min y(x) 1 + (y0(x))2dx
y∈C 1 ,y(a)=α,y(b)=β a
338
¼
Il solido di rotazione avente minima resistenza al-
½
l’avanzamento ¶
·
mento nell’aria. ¹
I
RESISTENZA
M INIMA
339
¼
S è una porzione di superficie piana e forma un angolo θ con la
direzione di avanzamento. ½
S
vi = (v, 0, 0)
v sin 2θ
vr
θ
θ
uguale alla velocità di avanzamen-
vi
θ v cos 2θ to si allontana con una velocità vr
uguale in modulo a v, nel piano
individuato da v e dalla normale
RESISTENZA
N alla superficie e forma con es-
sa un angolo uguale all’angolo di
M INIMA
incidenza.
340
¼
N ½
v sin 2θ S
vr
¶
θ
vi θ
·
θ v cos 2θ
´
¹
I
Pertanto
vr = (v cos 2θ, v sin 2θ, 0)
mentre la differenza tra le quantità di moto iniziale e finale è
RESISTENZA
Nel tempo ∆t sulla superficie S agisce una forza F tale che
F∆t = ∆Q
M INIMA
341
¼
Osserviamo che F ha una com- N ½
ponente opposta alla direzione del v sin 2θ S
¶
vr
moto ed una componente ad essa θ
·
vi θ
perpendicolare. Quest’ultima non θ v cos 2θ
´
sortisce effetto in quanto il solido
¹
è di rotazione e la somma di tali
componenti è pertanto nulla.
I
Sulla superficie S agisce quindi complessivamente una forza frenan-
te
1
F= m(v(1 − cos 2θ), 0, 0)
∆t
dove m è la massa totale delle particelle di gas che collidono con la
superficie S nel tempo ∆t.
RESISTENZA
M INIMA
342
¼
Avremo che m = ρS sin(θ)v∆t in quanto
N ½
¶
·
S ´
θ
θ ¹
θ
I
θ
` = v∆t
• 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 è la densità del gas e V è il volume considerato
RESISTENZA
m = ρV
M INIMA
343
¼
Pertanto su una superficie S inclinata di un angolo θ agisce una forza
pari a ½
¶
·
1
v(1 − cos(2θ))ρS sin(θ)v∆t = 2ρv2S sin3(θ) ´
∆t ¹
Supponiamo che il solido di rotazione sia definito in un riferimento
I
cartesiano ortogonale (x, y, z) mediante la rotazione attorno all’asse x
della curva
x=x x ∈ [a, b]
y = y(x)
RESISTENZA
con y(0) = 0 e y(a) = R.
M INIMA
344
¼
Una parametrizzazione s di S è data da
½
x = x x ∈[0, a]
¶
RESISTENZA
M INIMA
345
¼
La forza agente su un elemento ∆Sdi superficie sarà
½
2 3
2ρv ∆S sin (θ) ¶
·
per cui la resistenza si può calcolare mediante la
Z ´
¹
2ρv2 sin3(θ)dσ =
S
Z a Z 2π q
I
= 2ρv2 sin3(θ)y(x) 1 + (y0(x))2dxdt =
0 0 Za q
= 4πρv2 sin3(θ)y(x) 1 + (y0(x))2dx
0
RESISTENZA
M INIMA
346
¼
Poichè
y0(x) ½
sin θ = p
1 + (y0(x))2 ¶
Za ´
(y0(x))3y(x)
4πρv2 dx ¹
0 1+ (y0(x))2
RESISTENZA
y∈C 1 ,y(0)=0,y(a)=R 1 + (y 0 (x))2
0
M INIMA
347
¼
½
¶
Le condizioni necessarie ·
´
per ¹
il minimo di un funzionale I
M INIMO
PER IL
C ONDIZIONI N ECESSARIE
348
¼
Sia
f : R2 → R ½
¶
continua con la sua derivata e C 1 lo spazio delle funzioni
·
x : [a, b] → R ´
¹
continue con la loro derivata.
Consideriamo il problema di trovare
I
Zb
min f(x(t), ẋ(t))dt
x∈C 1 ,x(a)=α,x(b)=β a
M INIMO
PER IL
C ONDIZIONI N ECESSARIE
349
¼
Supponiamo che
½
1
x0 ∈ C , x0(a) = α , x0(b) = β ¶
·
sia tale che
Zb Zb ´
M INIMO
a
PER IL
ammette minimo in λ = 0 per cui dovrà aversi
C ONDIZIONI N ECESSARIE
φ0(0) = 0
350
¼
D’altro canto
½
¶
0
φ (0) = ·
Z
1 b ´
lim f(x0(t) + λh(t), ẋ0(t) + λḣ(t)) − f(x0(t), ẋ0(t) dt =
λ→0 λ a ¹
Zb
= fx(x0(t), ẋ0(t))h(t) + fv(x0(t), ẋ0(t))ḣ(t) dt =
I
Zab b
= fx(x0(t), ẋ0(t))h(t)dt + fv(x0(t), ẋ0(t))h(t) −
a
a
Zb
M INIMO
d
− fv(x0(t), ẋ0(t)) h(t)dt =
PER IL
a dt
Zb
d
C ONDIZIONI N ECESSARIE
= fx(x0(t), ẋ0(t)) − fv(x0(t), ẋ0(t)) h(t))dt = 0
a dt
351
¼
½
¶
Si può dedurre che deve essere
·
´
¹
d
(107) fx(x0(t), ẋ0(t)) − fv(x0(t), ẋ0(t)) = 0
dt I
La 107 è l’ equazione di Eulero o euleriana del problema Se l’integranda
M INIMO
PER IL
C ONDIZIONI N ECESSARIE
f è autonoma, la 107 può essere ulteriormente elaborata come segue
352
¼
½
d
fx(x(t), ẋ(t)) − fv(x(t), ẋ(t)) = ¶
dt
·
fx(x(t), ẋ(t)) − fv,x(x(t), ẋ(t))ẋ(t)−
´
− fv,v(x(t), ẋ(t))ẍ(t)
¹
e moltiplicando per ẋ(t)
I
fx(x(t), ẋ(t))ẋ(t) − fv,x(x(t), ẋ(t))ẋ2(t)−
− fv,v(x(t), ẋ(t))ẍ(t)ẋ(t) =
M INIMO
= fx(x(t), ẋ(t))ẋ(t) + fv(x(t), ẋ(t))ẍ(t) − fv(x(t), ẋ(t))ẍ(t)−
− fv,x(x(t), ẋ(t))ẋ2(t) − fv,v(x(t), ẋ(t))ẍ(t)ẋ(t) =
PER IL
d
C ONDIZIONI N ECESSARIE
= f(x(t), ẋ(t)) − ẋ(t)fv(x(t), ẋ(t)) = 0
dt
353
¼
½
¶
·
M INIMO
PER IL
C ONDIZIONI N ECESSARIE
L’ultima equazione si chiama integrale primo della euleriana e spesso
è più facilmente risolubile della euleriana originale.
354
¼
½
¶
Avremo ·
p
f(y, v) = 1 + v2 ´
¹
e pertanto
v
fy(y, v) = 0 fv(y, v) = √
1 + v2 I
(S OL .)
DISTANZA
M INIMA
356
¼
Ne viene
½
0 00
y (x) 1 + (y0(x))2 − y0(x) √y (x)y 0 (x) 2
p
00
¶
1+(y (t))
= ·
1 + (y0(x))2
1 ´
00
= y (x) p =0 ¹
(1 + (y0(x))2) 1 + (y0(x))2
e pertanto se ne ricava I
00
y (x) = 0
e
y(x) = ax + b
Le costanti a, b si determinano imponendo il passaggio per i punti
assegnati.
(S OL .)
DISTANZA
M INIMA
357
¼
La brachistocrona
½
Avremo √ ¶
1+ v2 ·
f(y, v) = √
y ´
e dalle 108 possiamo ricavare che deve essere ¹
p
1 + (y0(x))2 0 y0(x)
p − y (x) p p =c I
y(x) 0
y(x) 1 + (y (x))2
Se ne ricava che
1
p p =c
0
y(x) 1 + (y (x)) 2
L A B RACHISTOCRONA (S OL .)
ed elevando al quadrato,
k
y(x) =
(1 + (y0(x))2)
358
¼
Procedendo come indicato nel paragrafo dedicato alle equazioni dif-
ferenziali di tipo particolare e tenendo conto che nel nostro caso ½
¶
k
f(p) = ·
1 + p2
´
avremo una soluzione definita dalle seguenti equazioni parametriche
x(t) = x0 + k Rt
¹
−2
t0 (1+φ2 (s))2 ds
y(t) = k
2
I
1+φ (t)
L A B RACHISTOCRONA (S OL .)
x(t) = x0 − k 2 cos2 sds = x0 − k (1 − cos 2s)ds =
t0 t0
= x0 − k(t − 2 sin 2t)
y(t) = cos2 t = 1−cos(2t)
2
359
¼
Il solido di rotazione avente minima superficie
½
Avremo p ¶
f(y, v) = y 1 + v2 ·
0 ¹
q
0 y(x)y (x)
y(x) 1 + (y0(x))2 − y (x) p =c
0
1 + (y (x)) 2
I
da cui
y(x)(1 + (y0(x))2 − (y0(x))2y(x)
p =c
0
1 + (y (x)) 2
e
y(x)
M INIMA S UPERFICIE (S OL .)
p =c
1+ (y0(x))2
da cui q
y(x) = c 1 + (y0(x))2
360
¼
Procedendo come indicato nel paragrafo dedicato alle equazioni dif-
ferenziali di tipo particolare e tenendo conto che nel nostro caso ½
p ¶
f(p) = c 1 + p2 ·
´
avremo una soluzione definita dalle seguenti equazioni parametriche
R
¹
x(t) = t √cφ0(s) ds
t0 1+φ2 (s)
y(t) = c 1 + φ2(t)
p I
M INIMA S UPERFICIE (S OL .)
in tal caso infatti
Rt c cosh(s) Rt
x(t) = t0 cosh(s)
ds = t0 cds = ct − ct0
y(t) = sinh(t)
361
¼
Il solido di rotazione avente minima resistenza al-
½
l’avanzamento ¶
Avremo ·
v3 y ´
f(y, v) =
1 + v2 ¹
e dalle 108 possiamo ricavare che deve essere
I
(y0(x))3y(x) (y0(x))3(3 + (y0(x))2)
− y(x) =
1 + (y0(x))2 (1 + (y0(x))2)2
(y0(x))3y(x)
= 0 2 2
(−2) = Costante
(1 + (y (x)) )
M INIMA R ESISTENZA (S OL .)
Se ne ricava che deve essere
(y0(x))3y(x)
(−2) = C
(1 + (y0(x))2)2
362
¼
ed anche
(1 + (y0(x))2)2 ½
y(x) = C
(y0(x))3 ¶
M INIMA R ESISTENZA (S OL .)
y(t) = C (1+s2)2
s3
Poichè si verifica subito che y(t) non può mai assumere il valore
nullo, si vede che il problema nella sua formulazione completa non
ammette soluzione.
363
¼
Procediamo ad alcune approssimazioni.
Nel caso in cui y0 sia molto grande, possiamo supporre che ½
¶
3 2
v y v ·
f(y, v) = = vy ≈ vy
1 + v2 1 + v2 ´
ed in tal caso ¹
Za 0 Za
(y (x))3y(x)
dx ≈ y0(x)y(x)dx = I
0 1 + (y0(x)) 2
0
(y0(a))2
= = R2
2
e quindi il funzionale è indipendente dalla scelta della funzione.
M INIMA R ESISTENZA (S OL .)
364
¼
Nel caso in cui y0 sia trascurabile possiamo supporre che
½
v3 y
f(y, v) = = y(v3 − v5 + v7 + ...) ≈ v3y ¶
1+ v2 ·
ed in tal caso ´
Za Za
(y0(x))3y(x) ¹
dx ≈ (y0(x))3y(x)dx
0 1 + (y0(x)) 2
0
I
Dalle 108 possiamo ricavare che deve essere
(y0(x))3y(x) − y0(x)(3(y0(x))2) =
= −2(y0(x))3y(x) = C
Ne viene che
M INIMA R ESISTENZA (S OL .)
C
y0(x)) = p
3
y(x)
la cui soluzione è data da
3
y(x) = (αx + β) 4
365
¼
Imponendo le condizioni al contorno si ricava che
½
3
x 4 ¶
y(x) = R
a ·
´
¹
I
M INIMA R ESISTENZA (S OL .)
366
¼
½
¶
Qualche risultato ·
´
di ¹
C ONTROLLO OTTIMO
367
¼
½
¶
La navicella ¹
massa iniziale è m0 = M + F
• può frenare utilizzando un motore che fornisce una forza frenante
u ≤ α consumando una quantità di carburante ku
• La quota della navicella all’istante t si indica con h(t)
• La velocità della navicella all’istante t si indica con v(t)
• La massa della navicella all’istante t si indica con m(t)
C ONTROLLO OTTIMO
Il problema consiste nel far giungere la navicella a quota 0 con ve-
locità nulla utilizzando i motori in modo da minimizzare il consumo di
carburante.
368
¼
Il moto del modulo sarà governato dal sistema
½
ḣ(t) = v(t) h(0) = h0 ¶
u(t)
v̇(t) = −g + m(t) v(0) = v0 ·
ṁ(t) = −ku(t) m(0) = m0 = M + F ´
¹
e sarà nostro scopo trovare T ,(h, v, m) ed u in modo da
ZT I
Minimizzare u(t)dt
0
sotto i vincoli
h(T ) = 0
0 ≤ u(t) ≤ α
v(T ) = 0
C ONTROLLO OTTIMO
Per risolvere il problema occorre il principio del massimo di Pontrya-
gin
369
¼
Il problema di controllo
½
Sia ¶
·
f0 : R n × R k → R ´
F : R n × R k → Rn I
C ONTROLLO OTTIMO
di classe C 0 a tratti.
Sia U ⊂ Rk un insieme chiuso
370
¼
Consideriamo il problema di
½
¶
·
Determinare il minimo del funzionale ´
ZT ¹
f0(x(t), u(t))dt
0
I
1 0
al variare di T , tempo finale, di x (C a tratti) , e di u (C a tratti), tali che:
C ONTROLLO OTTIMO
371
¼
½
Il problema enunciato è un tipico problema di controllo ottimo. x è la ¶
·
funzione di stato
´
u è la funzione di controllo ¹
C ONTROLLO OTTIMO
di
Pontryagin
372
¼
Principio del massimo di Pontryagin
½
¶
X
n
H(x, u) = λ0f0(x, u) + hλ, F(x, u)i = λ0f0(x, u) + λiFi(x, u) I
i=1
si abbia
M ASSIMO
H(x∗(t), u∗(t)) = max H(x∗(t), u)
|u|≤α
DEL
λ0 = −1 H(x (t), u∗(t)) = 0
∗
P RINCIPIO
373
¼
½
¶
del ¹
DEL MASSIMO
P RINCIPIO
DEL
P ROVA
374
¼
Ci limitiamo al caso in cui si minimizza il funzionale
½
Z1
¶
I(u) = f0(x(t), u(t))dt
0 ·
´
sotto le condizioni
¹
ẋ(t) = F(x(t), u(t)) I
x(0) = x0 u∈U
x(1) = x1
DEL MASSIMO
essendo F una funzione a valori reali
(ẋ(t) = F(x(t), u(t)) è un’equazione differenziale.)
P RINCIPIO
Consideriamo un incremento per il controllo u∗ in corrispondenza del
quale si ottiene il minimo di I
DEL
P ROVA
uλ = u∗ + λw
375
¼
ed il corrispondente stato
½
ẋλ(t) = F(xλ(t), uλ(t)) ¶
xλ(0) = x0 ·
xλ(1) = x1 ´
¹
Avremo che
Z1
d d d I
0= I(uλ) = (f0)x xλ + (f0)u uλ dt =
dλ 0 dλ dλ
Z1
= ((f0)xδλ + (f0)uw) dt
0
DEL MASSIMO
dove
d
δλ = xλ
P RINCIPIO
dλ
Poichè Zt
DEL
xλ = x0 + F(xλ, uλ)dt
P ROVA
0
376
¼
si ha
Zt Zt ½
d d dxλ
xλ = F(xλ, uλ)dt = Fx + Fuw dt ¶
dλ 0 dλ 0 dλ
·
Pertanto ´
δ̇λ = Fxδλ + Fuw ¹
δλ(0) = 0
δλ(1) = 0 I
DEL MASSIMO
w=
Fu
P RINCIPIO
DEL
P ROVA
377
e ¼
½
Z1 Z1 !! ¶
δ̇λ Fxδλ
0= ((f0)xδλ + (f0)uw) dt = (f0)xδλ + (f0)u − dt = ·
0 0 Fu Fu
´
Z1 !
Fx δ̇λ ¹
= (f0)x − (f0)u δλ + (f0)u dt =
0 Fu Fu
Z 1 Z1
Fx δλ 1 d (f0)u I
= (f0)x − (f0)u δλ dt + (f0)u − δλ dt =
0 Fu Fu 0 0 dt Fu
Z 1
Fx d (f0)u
= (f0)x − (f0)u − δλdt = 0
Fu dt Fu
DEL MASSIMO
0
P RINCIPIO
Sfruttando l’arbitrarietà dell’incremento
DEL
d (f0)u Fx
= (f0)x − (f0)u
P ROVA
dt Fu Fu
378
(f0 )u ¼
e, posto η = Fu
si ha
½
¶
η̇ = −(f0)x + ηFx
·
ηFu − (f0)u = 0
´
Se infine poniamo ¹
H(x, u) = −f0(x, u) + ηF(x, u)
I
abbiamo che
η̇ = ∇xH(x, u)
∇uH(x, u) = 0
DEL MASSIMO
La seconda condizione afferma che u è un punto stazionario (gra-
diente nullo) in realtà si può dimostrare che u minimizza H(x, ·)
P RINCIPIO
DEL
P ROVA
379
¼
½
¶
Qualche esempio ·
´
di ¹
Problema di Controllo I
C ONTROLLO
DI
P ROBLEMI
380
¼
Il problema del minimo tempo
½
Possiamo enunciare il problema come segue ¶
·
Consideriamo una particella, che si muove su una retta, ´
x(t) è la distanza della particella da un punto fisso O, della retta, detto ¹
origine
Il moto della particella è governato dall’equazione differenziale I
TEMPO
M INIMO
381
¼
Possiamo porre il problema in termini di controllo come segue
½
ZT ¶
(110) Minimizzare dt ·
0 ´
Sugli archi che soddisfano l’equazione di controllo ¹
ẋ(t) = y(t) x(0) = x0 I
ẏ(t) = u(t) y(0) = v0
ed i vincoli
x(T ) = 0
(111)
y(T ) = 0
TEMPO
M INIMO
382
¼
Con riferimento all’enunciato del principio del massimo avremo che
½
y ¶
f0((x, y), u) = 1 F((x, y), u) =
u ·
per cui ´
¹
(112) H(x, u) = λ0 + λy + µu
λ̇ 0 Hx
=− =
µ̇ λ Hy
da cui si ricava che
λ(t) = h
µ(t) = −ht + k
TEMPO
M INIMO
383
¼
Poichè H è lineare in u, assumerà il suo massimo per u = ±1 e il
segno di u deve essere scelto in dipendenza del segno di µ. ½
e
∓1 per t ∈ [t̄, T ]
TEMPO
M INIMO
384
¼
Quando u = 1 avremo che
½
ẋ(t) = y(t) y2 a2 ¶
x= 2 + (b − 2 )
ẏ(t) = 1 y=v ·
u=1 ´
e
¹
x(t) = t2/2 + at + b
y(t) = t + a I
x
(t+a)2 a2
x(t) = 2
+b− 2
y(t) = t + a
TEMPO
M INIMO
385
¼
Per u = −1 avremo che
½
ẋ(t) = y(t) ¶
2
a2
ẏ(t) = −1 x= − y2 + (b + 2 ) ·
y=v
´
e u = −1
¹
x(t) = −t2/2 + at + b
y(t) = −t + a = −(t − a) x I
(t−a)2 2
x(t) = − 2 + b + a2
y(t) = −t + a = −(t − a)
Le traiettorie per u = −1 sono
come in figura
TEMPO
M INIMO
386
y=v ¼
½
¶
x ·
´
¹
I
In ogni caso si avrà
2 a2
x = ±y + (b ∓ )
2
La figura mostra le traiettorie del sistema per u = ±1 nel piano
(x, y). In tale riferimento x(t) individua posizione e y(t) la velocità
della particella.
TEMPO
M INIMO
387
2
a2
(t+a)2 a2 ¼
x(t) = −t2 /2 + at + b = −(t−a)
2 +b+ 2 x(t) = t2 /2 + at + b = 2 +b− 2
y(t) = −t + a = −(t − a) y(t) = t + a ½
y=v
¶
·
´
¹
x
I
TEMPO
M INIMO
388
¼
La traiettoria γ che passa per l’o- y=v
½
rigine e corrisponde a y positive è
¶
percorsa per u = 1 concordemen-
δ ·
te al verso positivo di y ( su di essa
´
y = t + a), la traiettoria δ che pas-
sa per l’origine e corrisponde a y ¹
TEMPO
M INIMO
389
¼
Se (x0, v0) = (x0, y0) giace su
γ o su δ possiamo allora trova- ½
±1. ´
Altrimenti, partendo dal punto ini- y=v ¹
ziale assegnato e percorrendo una δ
delle altre traiettorie, I
2 a2
x = ±y + (b ∓ ) x
2
γ
dovremo raggiungere γ o δ e poi
l’origine, imponendo che
a2
x0 = ±y20 + (b ∓ )
TEMPO
2
Le traiettorie ottimali sono riporta-
M INIMO
te nella figura.
390
¼
Il Problema del modulo lunare
½
Consideriamo una navicella, in discesa verso la superficie della luna da ¶
una quota iniziale h0 con velocità iniziale v0. ·
La navicella ´
¹
TEMPO
M INIMO
391
¼
• La quota della navicella al-
Quindi evidentemente ½
l’istante t si indica con
h(t) • h(0) = h0 ¶
TEMPO
Zt
M INIMO
k u(s)ds
0
392
¼
Il problema consiste nel far giungere la navicella a quota 0 con ve-
locità nulla utilizzando i motori in modo da minimizzare il consumo di ½
carburante. ¶
sotto i vincoli
h(T ) = 0
0 ≤ u(t) ≤ α
TEMPO
v(T ) = 0
M INIMO
393
¼
Con riferimento all’enunciato del principio del massimo avremo che
½
v ¶
u
f0((h, v, m), u) = u F((h, v, m), u) = −g + m ·
−ku ´
per cui ¹
u
(115) H((h, v, m), u) = λ0u + λv + η(−g + ) + µ(−ku) = I
m
η
= (λ0 + − kµ)u + λv − ηg
m
e
ηu
Hh = 0 Hv = λ Hm = −
m2
TEMPO
M INIMO
394
¼
Per il principio del massimo dovrà essere
½
λ̇(t) = 0
¶
η̇(t) = −λ(t) ·
µ̇(t) = η(t)u(t)
2
´
m (t)
¹
Inoltre u deve essere scelto in modo da realizzare
I
η
max H((h, v, m), u) = max = (λ0 + − kµ)u + λv − ηg
u∈[0,α] u∈[0,α] m
Poichè H è lineare in u, il suo massimo è assunto per u = 0 oppure
u = α; a seconda del segno di
η
λ0 + − kµ
m
Più precisamente si avrà
TEMPO
η
• u = 0 nel caso in cui λ0 + m − kµ < 0
M INIMO
η
• u = α nel caso in cui λ0 + m − kµ > 0.
395
¼
Per u = 0 la traiettoria è di caduta libera.
½
alla quota ·
h̄ ´
¹
con velocità iniziale
v̄
I
e massa iniziale
m̄
dovrà essere
1 2
ḣ(t) = v(t) h(t) = − 2 gt + v̄t + h̄
v̇(t) = −g da cui v(t) = v̄ − gt
ṁ(t) = 0 m(t) = m̄
TEMPO
M INIMO
396
¼
½
¶
·
h
Sostituendo t = v̄−v g
in h = ´
TEMPO
M INIMO
397
¼
Se il controllo u = α è applicato a partire da t = 0 alla quota h̄ con
½
velocità iniziale v̄ e massa iniziale m̄, da
m
¶
M +F ·
´
ḣ(t) = v(t) ¹
α
v̇(t) = −g +
m(t)
ṁ(t) = −kα m(t) = M + F − kαt I
m(t) = m̄ − kαt M
TEMPO
F
M + F − kαt ≥ m̄ − kαt ≥ M =⇒ 0≤t≤
kα
M INIMO
398
v ¼
Inoltre ½
Zt ¶
α
v(t) = v̄+ −g + ds ·
0 m̄ − kαs
´
Affinchè il modulo possa frenare t
t̄ ¹
occorre che
α α I
v̇(0) ≥ −g+ = −g+ ≥0
m̄ M+F
per cui v̄
α
≥g
M+F
TEMPO
α
M INIMO
v̇(s) = −g +
m̄ − kαs
399
¼
è crescente e , da v̇(0) > 0 segue che v(t) è crescente, convessa.
½
¶
·
´
¹
I
TEMPO
M INIMO
400
h ¼
Infine ½
Zt
¶
h(t) = h̄ + v(s)ds
0 ·
´
quindi conoscendo che
¹
h̄
v(t)
I
è crescente e convessa, possiamo
dosegnare il grafico di
t
h(t) t̄
TEMPO
M INIMO
401
v ¼
½
¶
t̄
t h
·
´
v̄
¹
u=α
I
h
v
h̄
TEMPO
t̄
M INIMO
402
¼
Si possono scegliere i dati iniziali in modo che la traiettoria corri-
spondente ad u = α passi, per qualche valore t = T , per il punto ½
(h, v) = (0, 0) ¶
·
Mentre non ci sono traiettorie che permettano di raggiungere il suolo ´
con velocità nulla senza frenare (u = 0), ¹
Pertanto per raggiungere l’origine abbiamo a disposizione soltanto la
traiettoria γ corrispondente a u = α che passa per l’origine nel piano I
(h, v).
TEMPO
segnato, raggiungere un punto dell’arco γ e da lı̀ proseguire sull’arco
γ.
M INIMO
403
¼
Per raggiungere un punto di γ possiamo alternare controlli u = 0 ed
u = α, ½
η̇ = −λ, λ̇ = 0 =⇒ η̇ = costante
inoltre
m(t) = m̄ − kαt > 0
TEMPO
η̇ η
quindi ha segno costante , λ0 +
m m
− kµ è monotona e cambia
M INIMO
segno al più una sola volta.
404
¼
Si può concludere che il controllo ottimo si realizza utilizzando
½
¶
·
• u = 0 per t ∈ [0, t̄]
´
• u = α per t ∈ [t̄, T ]
¹
F I
con T ≤ kα
H((h, v, m), u) = 0
TEMPO
M INIMO
405
¼
Poichè u è costante a tratti e λ = λ̄ è a sua volta costante si ha
½
¶
0
dH η ·
= λ0 + − kµ u + λ̄v̇ − η̇g =
dt m ´
η̇m − ηṁ u ¹
= − kµ̇ u + λ̄ −g + + λ̄g =
m2 m
η̇ ηku kηu λ̄u η̇u λu I
= + − + = + =0
m m2 m2 m m m
quindi
H((h, v, m), u) è costante
Si può infine verificare che si possono determinare λ, η, µ in modo
che
TEMPO
H((h, v, m), u) = 0
M INIMO
406
¼
Ricordiamo che
½
η
H((h, v, m), u) = λ0 + − kµ u + λv + ηg ¶
m
·
´
λ̇ = 0 ḣ = v 0 t ∈ [0, t̄]
¹
u
η̇ = −λ v̇ = −g + u(t) =
m
α t ∈ [t̄, T ] T ≤ F
µ̇ = ηu ṁ = −ku kα I
m2
TEMPO
M INIMO
407
¼
Dal momento che
H((h, v, m), u) ½
¶
è costante basta verificare che è nulla in t = 0.
·
Per t ∈ [0, t̄]
´
¹
λ = λ̄
η = η̄ − λ̄t
I
µ = µ̄
TEMPO
η̄ =
g
M INIMO
408
¼
Per t ∈ [t̄, t0]
½
¶
λ = λ̄
·
η = λ̄ vg0 t
µ = µ̄ ´
¹
v0 I
H((h, v, m), u) = λ0 + λ̄ − kµ̄ α+λ̄(v0−gt)−λ̄(v0−gt) =
g
v0
= λ0 + λ̄ − kµ̄ α = 0
g
per cui basta scegliere µ̄ di conseguenza
TEMPO
M INIMO
409
¼
La traiettoria ottimale è riportata nella figura seguente
½
h ¶
·
´
¹
γ I
TEMPO
M INIMO
410
¼
Le equazioni di discesa del Modulo Lunare
½
¶
·
´
¹
Il Modulo per allunare deve scendere in caduta libera fino ad un certo I
istante t̄ e di lı̀ innanzi frenare con la massima spinta possibile.
LM
Troviamo innanzi tutto le traiettorie di caduta libera e di caduta frena-
DISCESA DEL
ta.
LA
411
¼
La traiettoria di caduta libera
½
Si ha per u = 0
Se ¶
·
´
t=0 , h(0) = h0 , v(0) = v0 , m(0) = m0 ¹
avremo
I
1
gt2 + v0t + h0
ḣ(t) = v(t) h(t) = − 2
v̇(t) = −g da cui v(t) = v0 − gt
ṁ(t) = 0 m(t) = m0
LM
1 1
h = − gv2 + h̄ + gv̄2
DISCESA DEL
2 2
LA
412
¼
½
¶
·
´
¹
I
LM
DISCESA DEL
LA
413
¼
La traiettoria di caduta frenata
½
Si ha per u = α e deve risultare
¶
ḣ(t) = v(t)
·
α ´
v̇(t) = −g +
m(t)
ṁ(t) = −kα ¹
Sia t = 0 l’istante in cui il modulo tocca la superficie lunare. I
L’istante iniziale quindi sarà t̄ < 0.
Le condizioni finali saranno
h(0) = 0
v(0) = 0
m(0) = M
LM
DISCESA DEL
ed integreremo per t < 0.
LA
414
¼
Avremo che
½
LM
k M
DISCESA DEL
LA
415
Zt ¼
1 M − kαs ½
h(t) − h(0) = −gt − ln ds
0 k M ¶
·
Zt
1 1 M − kαs ´
h(t) = − gt2 − ln ds
2 k 0 M ¹
Zt
1 2 1 M − kαs t M −kα
= − gt − s ln − s ds
2 k M 0 M − kαs M I
0
Z
1 kα t
1 2 1 M − kαt sM
= − gt − t ln − ds
2 k M k M 0 M − kαs
Z
1 t −skα
1 2 1 M − kαt
= − gt − t ln + ds
2 k M k 0 M − kαs
LM
DISCESA DEL
LA
416
¼
Poichè
½
−skα M − skα M M ¶
= − =1−
M − kαs M − kαs M − kαs M − kαs ·
si ha ´
¹
Zt Zt
−skα M
ds = 1− ds
0 M − kαs 0 M − kαs
I
M M − kαs t
= s+ ln
kα M 0
da cui
1 t M − kαt t M M − kαt
h(t) = − gt2 − ln + + ln
2 k M k k2α M
LM
DISCESA DEL
1 2 t M − kαt M − kαt
h(t) = − gt + + ln
2 k k2α M
LA
417
¼
½
¶
·
´
¹
I
LM
DISCESA DEL
LA
418
¼
½
¶
·
´
¹
I
La traiettoria ottimale
LM
DISCESA DEL
LA
419
¼
½
¶
Strumenti ·
´
per ¹
l’analisi finanziaria I
P ROCESSI S TOCASTICI
421
E SEMPIO 33.1. Consideriamo gli eventi che si presentano quando si lancia- ¼
no due dadi: possiamo identificare l’esito del lancio con la coppia di numeri ½
P ROCESSI S TOCASTICI
1
P(Ai,j) =
36
422
¼
Ω = insieme delle coppie di valori (i, j) con i, j = 1, 2, 3, 4, 5, 6
½
F = famiglia di tutti i sottoinsiemi di Ω
1 ¶
P(A) = 36 (numero degli elementi di A)
·
´
¹
X:Ω→R
E SEMPIO 33.2.
X(i, j) = i + j
P ROCESSI S TOCASTICI
423
¼
X definisce su R una misura di probabilità ξ mediante la
½
¶
ξ((α, β)) = P(α ≤ X ≤ β) = ·
= P(X−1((α, β))) ¹
I
X−1((α, β)) ∈ F
P ROCESSI S TOCASTICI
L’ultima condizione si esprime dicendo che
X : Ω → R è misurabile
424
¼
Si può verificare che, sotto ipotesi non restrittive, esiste una funzione
ϕ : R → R tale che ½
¶
Zβ
·
P(α ≤ X ≤ β) = ξ((α, β)) = ϕ(s)ds
α ´
ϕ è la densità di probabilità di X ¹
I
P ROCESSI S TOCASTICI
425
Rβ ¼
P(α ≤ X ≤ β) = ξ((α, β)) = α ϕ(s)ds
R P −1
P Rβ Rb ½
Ω X(ω)dω ≈ αP(X (α, β)) ≈ α sϕ(s)ds = a sϕ(s)ds ¶
·
´
¹
I
P ROCESSI S TOCASTICI
426
E SEMPIO 33.3. Nel caso del punteggio ottenuto con i dadi la funzione den- ¼
P ROCESSI S TOCASTICI
427
¼
½
¶
·
´
¹
I
P ROCESSI S TOCASTICI
Zβ
P(α ≤ X ≤ β) = ξ((α, β)) = ϕ(s)ds
α
428
¼
Chiamiamo Processo Stocastico una funzione
½
R 3 t 7→ X(t) ¶
·
dove X(t) è una variabile aleatoria su Ω
´
Avremo
¹
X = X(t, ω) (t, ω) ∈ R × Ω
I
R × Ω 3 (t, ω) 7→ X(t, ω)
Per ogni t fissato X(t, ω) ha una densità di probabilità ϕ(t, s)
Zβ
P(α ≤ X(t) ≤ β) = ϕ(t, s)ds
P ROCESSI S TOCASTICI
α
Z +∞
E(X(t)) = sϕ(t, s)ds
−∞
429
¼
Il Processo di Wiener
½
È un processo stocastico W con le seguenti caratteristiche: ¶
• W(0) = 0 ·
• W(t) − W(s) ha una densità di probabilità Gaussiana normale ´
√
di media 0 e varianza (t − s), N(0, t − s). ¹
• W ha incrementi indipendenti: cioè
W(t1) − W(s1) e W(t2) − W(s2) sono variabili aleatorie I
indipendenti.
È possibile costruire un processo stocastico con le caratteristiche
indicate.
Si ha
Zβ
1 1
τ2
W IENER
− 2(t−s)
P(α ≤ W(t) − W(s) ≤ β) = p e dτ
2π(t − s) α
DI
I L P ROCESSO
La funzione t 7→ W(t, ω) è continua per quasi ogni ω ∈ Ω e non è
derivabile con probabilità 1.
430
¼
Modelli di Crescita Aleatoria
½
Se x è una quantità scalare che cresce nel tempo con tasso costante a ¶
·
Allora ´
x(t + h) − x(t)
=a ¹
h
La precedente uguaglianza può essere espressa in diversi modi
I
Zt Zt
dx
ẋ(t) = a , =a dx = adt , dx = ads
dt 0 0
Z t+h
x(t + h) = x(t) + ads = x(t) + ah
t
C RESCITA A LEATORIA
431
¼
Se x cresce con tasso proporzionale alla sua consistenza
½
Allora
x(t) − x(s) ¶
= µx(t)
t−s ·
´
La precedente uguaglianza può essere espressa da ¹
Zt Zt
dx
ẋ(t) = µx(t) , = µx , dx = µxdt , dx = µx(s)ds I
dt 0 0
C RESCITA A LEATORIA
x(t + h) = x(t) + x(s̄)ds = x(t) + x(s̄)h
t
432
¼
se una crescita con tasso costante è alterata da un fattore di incer-
tezza W. ½
Avremo ¶
·
x(t) + σW(t) − (x(s) + σW(s)) = µ(t − s)
´
da cui ¹
x(t) − x(s) = µ(t − s) + σ(W(t) − W(s))
e I
dx = µdt + σdW
Possiamo integrare numericamente
Z t+h Z t+h Z t+h
dx = µdt + σdW
t t t
C RESCITA A LEATORIA
se siamo in grado di dare una definizione di
Z t+h
σdW
t
433
¼
Nel caso in cui σ sia costante possiamo usare l’idea di integrale di
Riemann: ½
¶
Zt X
n−1 ·
C RESCITA A LEATORIA
Ne viene che Zt
σ2dW
0
è una variabile aleatoria di media 0 e di varianza σ2t
434
¼
Nel caso in cui σ sia funzione della sola t possiamo approssimare
Zt ½
σ(s)dW(s) ¶
0 ·
i=1 I
σ ∈ C1
C RESCITA A LEATORIA
regolari.
435
¼
Il caso in cui σ = σ(t, W) è necessario per poter considerare equa-
zioni del tipo ½
¶
Zt
C RESCITA A LEATORIA
WdW
0
436
¼
Procedendo come per gli integrali di Riemann-Stieltjes
½
¶
Consideriamo una partizione dell’intervallo [0, t] ·
´
0 = t0 < t1 < t2 < ...... < tn−1 < tn = t
¹
ed una scelta di punti si
I
ti ≤ si ≤ ti−1
C RESCITA A LEATORIA
i=1
437
¼
Si ha
½
¶
·
´
W(si)(W(ti) − W(ti−1)) =
¹
= W(ti−1)(W(ti)−W(ti−1))+(W(si)−W(ti−1))(W(ti)−W(ti−1)) =
1 1
W(ti−1)(W(ti) − W(ti−1)) + W(ti−1)(W(ti) − W(ti−1))+ I
2 2
+ (W(si) − W(ti−1))(W(ti) − W(ti−1)) =
1
(W(ti) + W(ti−1))(W(ti) − W(ti−1))−
2
1
− (W(ti) − W(ti−1))(W(ti) − W(ti−1))+
2
C RESCITA A LEATORIA
+ (W(si) − W(ti−1))(W(ti) − W(ti−1))
438
¼
Inoltre
½
¶
·
´
(W(si) − W(ti−1))(W(ti) − W(ti−1)) =
¹
= (W(si) − W(ti−1))(W(ti) − W(si))+
+ (W(si) − W(ti−1))(W(si) − W(ti−1))
I
per cui
W(si)(W(ti) − W(ti−1)) =
1
= (W 2(ti) − W 2(ti−1)) − (W(ti) − W(ti−1))2 +
2
(W(si) − W(ti−1))(W(ti) − W(si))+
C RESCITA A LEATORIA
+ (W(si) − W(ti−1))(W(si) − W(ti−1))
439
¼
Ne deduciamo che
½
¶
·
´
X
n
RSn = W(si)(W(ti) − W(ti−1)) = ¹
i=1
1 1X n
I
2
W (t) − W (0) −2
(W(ti) − W(ti−1))2 +
2 2 i=1
X
n
+ (W(si) − W(ti−1))2 +
i=1
X
n
+ (W(si) − W(ti−1))(W(ti) − W(si))
C RESCITA A LEATORIA
i=1
440
¼
Se si = (1 − θ)ti−1 + θti si ha
½
¶
·
X X
n
! n
1 1
E (W(ti) − W(ti−1))2 = (ti − ti−1) = (t − 0) ´
2 i=1 i=1
2 ¹
X X
n
! n
2
E (W(si) − W(ti−1)) = (si − ti−1) = θ(t − 0)
I
i=1 i=1
Xn
!
E (W(si) − W(ti−1))(W(ti) − W(si)) =0
i=1
Si dimostra che
1 1
RSn → W 2(t) − W 2(t0) + θ −
C RESCITA A LEATORIA
(t − 0)
2 2
Il limite dipende dalla scelta di punti si attraverso θ.
441
¼
Stratonovich propose di scegliere θ = 12 : continua a valere la formula
½
di integrazione per parti.
¶
·
´
¹
Itô propose di scegliere θ = 0:
• non vale l’integrazione per parti I
• ma la variabile aleatoria
Zt
X(t) = WdW
0
che si ottiene è non anticipativa.
cioè dipende solo dagli avvenimenti passati.
C RESCITA A LEATORIA
442
¼
Con metodi simili si prova che
½
X
n
(W(ti) − W(ti−1))2 → (t − 0) = t ¶
i=1 ·
´
più precisamente
¹
X
n
(W(ti) − W(ti−1))2
I
i=1
C RESCITA A LEATORIA
ed introducendo la regola formale
(dW)2 = dt
443
¼
Analogamente si prova che è ragionevole introdurre anche le se-
guenti regole formali ½
¶
dtdW = dWdt = 0 ·
´
¹
I
Usando le precedenti informazioni possiamo farci un’idea su come si
deriva la formula di Itô.
C RESCITA A LEATORIA
funzione composta.
444
¼
La Formula di Itô ½
¶
·
´
Sia
¹
X un processo stocastico tale che
I
g:R×R→R
Consideriamo
y(t) = g(t, X(t))
DI I T Ô
L A F ORMULA
e studiamo il problema di derivare la funzione ottenuta
445
¼
Itô ha dimostrato che
½
dy(t) =
¶
b2 (t, X(t))
= gt (t, X(t)) + a(t, X(t))gx (t, X(t)) + gxx (t, X(t)) dt+ ·
2
+ b(t, X(t))gx (t, X(t))dW(t) ´
¹
DI I T Ô
L A F ORMULA
446
¼
Equazione di crescita per il prezzo di un bene
½
¶
·
Il prezzo S(t) di un bene si può descrivere mediante l’equazione
´
C RESCITA
447
¼
Si ha
½
tσ2
S(t) ¶
g(t) − g(0) = ln = rt − + σW(t)
S(0) 2 ·
e di conseguenza ´
¹
2
rt− tσ2 +σW(t)
S(t) = S(0)e
I
C RESCITA
448
·
¶
½
¼
449
·
¶
½
¼
450
·
¶
½
¼
451
¼
L’equazione di Black-Scholes
½
¶
·
prezzo stabilito K.
I
Il prezzo di una opzione deve essere tale che sia possibile trovare
una combinazione di quote del bene e quote di investimento privo di
B LACK -S CHOLES
rischio che garantiscano un rendimento pari a quello privo di rischio.
DI
L’ EQUAZIONE
452
¼
Consideriamo il problema di stimare il prezzo f di un’opzione di ac-
quisto o di vendita di un bene ½
¶
• il cui valore S cresce con tasso µ
• è affetto da un fattore casuale gaussiano con media 0 e varianza ·
B LACK -S CHOLES
DI
L’ EQUAZIONE
453
¼
Il valore del bene S cresce seguendo la legge
½
dS = µSdt + σSdW ¶
·
Il valore dell’investimento privo di rischio B cresce seguendo la legge ´
¹
dB = rBdt
I
Il prezzo dell’opzione è funzione del tempo t e del prezzo S del bene
sottostante
f(t, S(t))
B LACK -S CHOLES
I é un portafoglio composto da beni S, opzioni f ed investimenti B a
tasso r privo di rischio
DI
L’ EQUAZIONE
I = −f + αS + βB
454
¼
In ipotesi di autofinanziamento ed usando la formula di Itô si ottiene
½
¶
1
dI = (−ft + µSfS + σ2S2fSS)+ ·
2 ´
+ (αµS + βrB) dt + (−fS + α)σSdW ¹
Per eliminare il rischio si richiede che
I
−fS + α = 0 =⇒ α = fS
Supponendo impossibile l’arbitraggio
B LACK -S CHOLES
dI = rIdt = r(−f + αS + βB)dt = r(−f + fSS + βB)dt
DI
L’ EQUAZIONE
455
¼
Combinando le due espressioni di dI si ottiene l’equazione di Black-
Scholes ½
¶
1 ·
ft + rSfS + σ2S2fSS = rf t<T
2 ´
¹
alla quale si associa (nel caso di una opzione di vendita, tipo PUT) la
condizione I
f(T, S) = max(K − S, 0)
che si può usare per determinare f(t, S(t)).
B LACK -S CHOLES
Per le opzioni di tipo CALL di acquisto si usa la condzione
DI
L’ EQUAZIONE
f(T, S) = max(S − K, 0)
456
¼
L’equazione di Black-Scholes ½
Sia
¶
f(t, S(t))
·
il prezzo dell’opzione di vendita di un bene S e sia B un investimento ´
privo di rischio con rendimento r; ¹
I
consideriamo un portafoglio
I = −f + αS + βB
B LACK -S CHOLES
La variazione di I può essere calcolata mediante la
DI
L’ EQUAZIONE
457
¼
df può essere calcolato mediante la formula di Itô.
½
¶
·
´
per cui ¹
I
1
dI = (−ft+µSfS+ σ2S2fSS)dt+fSσdW+α(µSdt+σSdW)+βrB =
2
1 2 2
B LACK -S CHOLES
= (−ft + µSfS + σ S fSS) + (αµS + βrB) dt+(−fS+α)σSdW
2
DI
L’ EQUAZIONE
458
¼
Per eliminare la componente di incertezza occorre imporre che
½
α = fs ¶
·
ed in tal caso
´
¹
1
dI = (−ft + µSfS + σ2S2fSS)+
2 I
+ (fSµS + βrB) dt + (−fS + fS)σSdW =
1 2 2
= (−ft + µSfS + σ S fSS)+
2
+ (fSµS + βrB) dt =
B LACK -S CHOLES
DI
L’ EQUAZIONE
459
¼
In condizioni di non arbitraggio si ha
½
dI = rIdt ¶
·
´
per cui ¹
dI = r(−f + αS + βB)dt = r(−f + fSS + βB)dt I
B LACK -S CHOLES
r(−f + αS + βB)dt = r(−f + fSS + βB)dt = dI =
= rI = r(f + αS + βB)dt = r(f − fSS − βB)dt
DI
L’ EQUAZIONE
460
¼
Si ottiene infine che
½
1 ¶
ft + rsfs + σ2S2fSS = rf t<T
2 ·
con la condizione ´
¹
f(s, T ) = max(K − s, 0)
I
B LACK -S CHOLES
DI
L’ EQUAZIONE
461
¼
½
¶
Un esempio numerico ·
´
Il seguente è un programma scritto in Matlab che integra l’equazione ¹
stocastica
I
dX = λ ∗ Xdt + σ ∗ (X)dW
X(0) = Xzero.
E SEMPIO N UMERICO
462
clf ¼
randn(’state’,1) ½
T = 1; N = 28 ; Delta = T/N; ¶
lambda = 0.05; sigma = 0.8; Xzero = 1; ·
Xem = zeros(1,N+1);
´
Xem(1) = Xzero;
¹
for j = 1:N
Winc = sqrt(Delta)*randn;
E SEMPIO N UMERICO
463
¼
Questo è il grafico che si ottiene
½
¶
·
´
¹
I
E SEMPIO N UMERICO
464
Indice analitico