4.

SISTEMI STIFF

−73−
Consideriamo il problema
(4.1) y ′(t) = f (t, y(t)), a ≤ t ≤ b, y(a) = y0
e denotiamo con {λl = λl (t, y)} gli autovalori della matrice Jacobiana
fy (t, y) ∈ Rm×m.

Definizione 4.1
Il problema (4.1) è detto stiff nell’intervallo [a, b] se:
(i) agli eventuali autovalori λi con parte reale positiva corrispon-
dono quantità (b − a)Re(λi) non grandi.
(ii) esiste almeno un autovalore λj con parte reale negativa e
(b − a)Re(λj ) ≪ −1.

La quantità SM = (b − a) max |Re(λj )| rappresenta una misura del

Re(λj )<0
grado di stiffness del problema.
Non è raro incontrare sistemi stiff con SM = 106 ÷ 1010.

In un sistema stiff almeno un autovalore risulta molto grande in mo-

dulo. Ciò significa che anche la costante di Lipschitz del sistema è
molto grande:
L ≥ ∥fy (t, y)∥ ≥ ρ(fy ) = max |λl |
1≤l≤m

−74−
Esaminiamo le principali difficoltà che insorgono affrontando un pro-
blema siff.

Poichè Re(λi) < 0 per almeno un autovalore, affinchè il comporta-

mento del metodo scelto sia analogo a quello del problema (4.1) cui
viene applicato, occorre scegliere un passo h in modo che tutti i valori
qj = hλj , Re(λj ) < 0, appartengano alla regione di assoluta stabilità
del metodo. In caso contrario assisteremo ad una esplosione degli errori
globali prodotto dal metodo.

Metodi con regione di stabiltà assoluta piccole, per esempio i metodi

di Runge-Kutta, impongono scelte di passi h che possono risultare ec-
cessivamente piccoli rispetto all’intervallo di integrazione (a, b).

Per evitare queste limitazioni sulla scelta di h, occorerebbe avere a

disposizione metodi numerici con regione di stabilità assoluta conte-
nenti l’intero semipiano Re(q) < 0 (cioè metodi A-stabili).

Ricordiamo che
- Un metodo multistep lineare esplicito non può essere A-stabile.
- Un metodo multistep lineare A-stabile (necessariamente implicito) ha
ordine p ≤ 2
Ricordiamo ancora che la formula dei trapezi è A-stabile.

−75−
Definizioni di stabiltà meno restrittive sono state successivamente in-
trodotte. Riportiamone una di tali definizioni.

Definizione 4.2 Un metodo numerico è detto A(α)-stabile, α ∈

(0, π/2), se la sua regione di stabilità assoluta contiene la regione

Wα = {q / − α < π − argλ < α}

Un metodo è detto A(0)-stabile se è A(α)-stabile per un α ∈ (0, π/2)
sufficientemente piccolo.

E’ stato dimostrato che nessun metodo multistep lineare esplicito può

essere A(0)-stabile.

Per molte classi di metodi one-step e multistep la richiesta di A-stabilità,

e anche di A(0)-stabilità, impone al metodo di essere implicito.

Nel caso, per esempio, di un metodo multistep lineare questo vincolo

comporta, per ogni singolo passo di integrazione, la risoluzione di un
sistema di equazioni (in generale non lineare) del tipo
(4.2) yn+1 = hβ0f (tn+1, yn+1)+gn
dove gn è un vettore noto.
Gli schemi previsore-correttore, con correttore iterato un numero pre-
fissato di volte, non risultano idonei per i problemi stiff. Essi sono di
tipo esplicito e la loro regione di stabilità assoluta non coincide affatto
con quella del correttore ed è generalmente piccola.
−76−
Neppure l’iterazione del correttore alla convergenza produce dei miglio-
ramenti, in quanto essa impone la scelta di un passo h eccessivamente
piccolo
1
(4.3) h<
β0 L
(non dimentichiamo che in un problema stiff la costante di Lipschitz è
molto grande.
Anzi, tale condizione potrebbe risultare più restrittiva di quella ri-
chiesta dalla stabilità assoluta di un metodo esplicito.

La risoluzione del sistema (4.2) viene effettuata, generalmente, con

maggiore successo, utilizzando il metodo di Newton.
Ovviamente, dovremo scegliere il passo h sufficientemente piccolo in
modo che la matrice di iterazione sia non singolare e il processo di
Newton risulti convergente.
In pratica questa condizione su h si rivela meno restrittiva della (4.3).
(0)
Occorre inoltre possedere una buona approssimazione iniziale yn+1, che
potremo ottenere, per esempio, con una formula esplicita (previsore).

Poichè le formule implicite di Adams-Moulton di ordine p ≥ 3 hanno

regioni di stabilità assoluta molto limitate, sono state costruite formule
multistep alternative di ordine p ≥ 3 e regioni di assoluta stabilità
illimitate.
Tra queste, particolare successo hanno avuto i metodi BDF (Backward
Differentiation Formulas).

−77−
Osserviamo, infine, che il grado di stiffness di un problema può va-
riare in modo sensibile nell’intervallo di integrazione [a, b]. Infatti, gli
autovalori{λl } del modello lineare son in realtà funzioni dell variabile
t ∈ [a, b].

Inoltre, il comportamento locale del problema può non essere valida-

mente rappresentato dallo spettro dell Jacobiano fy (t, y).

A volte è difficile capire se un sistema è stiff oppure no.

−78−