Modelli

Matematici per la Biomedicina:

Laboratorio 1/Matlab
Esercizio 1

Risolvere numericamente il seguente problema di Cauchy

{y(0)
y′ = 2t − y 2
= y0

utilizzando il metodo di Eulero esplicito ed il comando ode45 di Matlab.

Confrontare i risultati ottenuti.

1
 Modelli Matematici per la Biomedicina:
Laboratorio 1/Matlab
Esercizio 2
Risolvere il seguente sistema di ODE (modello di Michaelis-Menten
adimensionalizzato) usando ode45

·
u(t) = − u(t) + (k̃ + u(t)) v(t) u(0) =1
·
ε v(t) = u(t) − (k + u(t)) v(t) con condizioni iniziali v(0) =0
· z(0) =0
z(t) = hv(t)

u = s/s0 concentrazione substrato adimenzionalizzata

v = c/e0 concentrazione complesso enzima-substrato adimenzionalizzata
z = p/s0 concentrazione prodoFo adimenzionalizzata.
k−1 k−1 + k2 k2
ε = e0 /s0, k̃ = , k= , h= ,
k1s0 k1s0 k1s0
Parametri: e0 = 0.005, s0 = 0.9, k−1 = 1, k1 = 100, k2 = 40.
2
 Breve ripasso:
risoluzione numerica di equazioni differenziali
ordinarie
 Modelli matematici e equazioni differenziali
• Tipicamente, il modello matematico di un sistema consiste in
un’equazione differenziale, che stabilisce una relazione tra le
variabili indipendenti e la funzione incognita e le sue derivate.

• Equazioni differenziali ordinarie (ODE)


Sia

dove è un intervallo e è un aperto;

si dice equazione differenziale ordinaria (ODE) di ordine n una
relazione del tipo
F (t, y(t), y′(t), . . . y (n)(t)) = 0
y (n)(t)
dove è la derivata i−esima della funzione y(t)
• L’ordine di un’equazione è l’ordine massimo delle derivate che vi
compaiono
4
 Modelli matematici e equazioni differenziali
• L’aggettivo ordinario si riferisce al fatto che la funzione incognita da
integrare è una funzione di una sola variabile (si parla invece di
equazioni differenziali alle derivate parziali, PDE, quando l’incognita
è funzione di più variabili).
• Equazioni differenziali ordinarie del primo ordine 
 y′(t) = f(t, y(t))

∫
y(t) = f(t, y(t))dt
• La funzione y tale che descrive una famiglia
(infinita) di soluzioni
• Per avere una soluzione unica occorre una condizione aggiuntiva
• problema ai valori iniziali: le condizioni sono fissate per un
medesimo valore della variabile indipendente

5
 Il problema di Cauchy
• Definisce la forma generale dei problemi ai valori iniziali 

(IVP − Initial Value Problem)

{y(t0) = y0
y′(t) = f(t, y(t)) ∀t ∈ I = [t0, t*]

con condizione iniziale y0 ed intervallo di integrazione [t0, t*].
• Calcolare analiticamente la soluzione di un’equazione
differenziale significa valutare un integrale

—> la valutazione dell’integrale è difficilmente effettuabile in
forma chiusa, anche per ODE di uso frequente 

—> L’unica alternativa consiste nell’utilizzo di tecniche
numeriche 

—> Problema deve essere ben posto e ben condizionato.
6
Il problema di Cauchy: Teorema di esistenza ed unicità

7
 Metodi one−step per la risoluzione di ODE
• Consideriamo suddivisione intervallo [t0, t*] in N sottointervalli di
ampiezza h=(t*—t0)/N —> successione { tk } con k=1, ..N+1
• Cerchiamo la soluzione approssimata in corrispondenza di questi punti



yk = y(tk)
• Un generico metodo numerico one-step consiste nel valutare
yk+1 = yk + hΦ(tk, yk, yk+1; f, h)

Φ(tk, yk, yk+1; f, h)

dove è la
funzione generatrice del metodo
e rappresenta la pendenza usata
per estrapolare linearmente un
nuovo valore yk+1 dal precedente
 Metodi one−step per la risoluzione di ODE

• METODO DI EULERO ESPLICITO y

yk+1 = yk + hf(tk, yk) stimato

vero } errore
Si calcola un nuovo valore yk+1 servendosi della
h
derivata prima calcolata nel punto di partenza
tk per estrapolare linearmente yk lungo tk tk+1
l’intervallo h
• Proprietà del metodo
• Esplicito: yk+1 compare solo al primo membro
• Metodo ad 1 passo: yk+1 dipende solo da yk
• Metodo del primo ordine: errore locale di discretizzazione

proporzionale ad h
9
 Metodi one−step per la risoluzione di ODE

• METODO DI EULERO IMPLICITO

yk+1 = yk + hf(tk+1, yk+1)

Si calcola un nuovo valore yk+1 servendosi della derivata prima calcolata

nel punto tk+1 per estrapolare linearmente yk lungo l’intervallo h

• Proprietà del metodo

• Implicito: yk+1 compare sia al primo membro sia al secondo
(eventualmente non lineare)
• Metodo ad 1 passo: yk+1 dipende solo da yk
• Metodo del primo ordine: errore locale di discretizzazione

proporzionale ad h
• Incondizionatamente stabile (qualsiasi valore di h)
10
 Metodi one−step per la risoluzione di ODE

• METODO DEI TRAPEZI ( O METODO DI CRANK-NICOLSON)

h
yk+1 = yk + [ f(tk, yk) + f(tk+1, yk+1)]
2

• Proprietà del metodo

• Implicito
• Metodo ad 1 passo: yk+1 dipende solo da yk
• Metodo del secondo ordine: errore locale di discretizzazione

proporzionale ad h2

11
 Metodi Runge-Kutta

più elevato

• Funzione generatrice dei metodi RK ESPLICITI

s

∑
Φ(tk, yk; f, h) = biKi
i=1
i−1

∑
Ki = f(tk + cih, yk + h aij Kj)
j=1
s è il numero di stadi del metodo 12
 Metodi Runge-Kutta
• Matrice di Butcher

• In Matlab: Si usano i comandi ODE!

• Metodi espliciti: ode23 (basato su schemi Runge-Kutta di ordine 2 e 3); 

ode45 (basato su schemi Runge-Kutta di ordine 4 e 5); 

ode113 (basato su schemi multistep di ordine variabile da 1 a 13)
• Metodi impliciti: ode15s (schemi multistep di ordine variabile da 1 a 5)

—> utile per problemi stiff (fenomeno caratterizzato da un transitorio
molto veloce, dopo il quale il sistema si stabilizza su una soluzione che
varia più lentamente nel tempo)
13