L'Approssimazione della Retta Tangente
L'Idea Geometrica
Un'equazione differenziale ordinaria dy/dx = f(x,y) assegna una pendenza a ogni punto nel piano (x,y) — un campo di direzione. La vera soluzione y(x) è una curva che in ogni punto segue quelle pendenze assegnate.
Il metodo di Euler converte il campo di direzione continuo in una passeggiata discreta:
> (xₙ, yₙ) → (xₙ + h, yₙ + h·f(xₙ, yₙ))
Dal punto (xₙ, yₙ), percorri la distanza h lungo la retta tangente. Arriva a un prossimo punto approssimativo. Ripeti.
Errore geometrico: la retta tangente in (xₙ, yₙ) ha pendenza f(xₙ, yₙ), ma la vera curva ha una pendenza diversa in ogni punto dell'intervallo [xₙ, xₙ + h]. Il passo di Euler usa la pendenza nell'estremo sinistro ovunque — 'la pendenza che era'. L'errore per passo cresce come h².
Errore Accumulato
Su N passi per raggiungere un punto fisso x = a, con h = a/N:
- Errore di troncamento locale per passo: O(h²)
- Numero di passi: N = a/h
- Errore globale: O(h²) × (a/h) = O(h) — accuratezza del primo ordine
Il metodo di Euler è del primo ordine: dimezzare h dimezza l'errore globale.
Esecuzione del Metodo di Euler
Consideriamo dy/dx = y, con condizione iniziale y(0) = 1. Vera soluzione: y(x) = eˣ, quindi y(1) = e ≈ 2.71828.
Applica il metodo di Euler con h = 0.5, da x = 0 a x = 1 (2 passi):
Passo 1: y₁ = y₀ + h·f(x₀, y₀) = 1 + 0.5·(1) = 1.5. Nuovo punto: (0.5, 1.5).
Passo 2: y₂ = y₁ + h·f(x₁, y₁) = 1.5 + 0.5·(1.5) = 2.25. Nuovo punto: (1.0, 2.25).
Euler fornisce 2.25 vs valore vero 2.71828. Errore: 0.468. Errore relativo: ~17%.
Derivazione della Regione di Stabilità di Euler
Per l'equazione di prova dy/dx = λy (dove λ è un numero complesso), il metodo di Euler fornisce:
> yₙ₊₁ = yₙ + h·λ·yₙ = yₙ·(1 + hλ)
Il fattore di amplificazione per passo: z = 1 + hλ.
Condizione di stabilità: la soluzione calcolata rimane limitata se e solo se |z| ≤ 1, cioè |1 + hλ| ≤ 1.
Questa è una condizione geometrica nel piano hλ complesso: il punto hλ deve trovarsi all'interno del cerchio di raggio 1 centrato in (-1, 0).
Regione di stabilità di Euler: { hλ ∈ ℂ : |1 + hλ| ≤ 1 }
Per λ reale e negativo (un'equazione differenziale decadente come dy/dx = -2y): hλ deve trovarsi nell'intervallo (-2, 0] sull'asse reale. Con λ = -2 e h = 0.5: hλ = -1. Questo è esattamente sul confine di stabilità — il metodo è marginalmente stabile, il che spiega il fallimento qualitativo nell'esempio precedente.
Con h = 1 e λ = -2: hλ = -2, mettendoci al di fuori della regione di stabilità. La soluzione oscilla con ampiezza crescente.
Trovare il Confine di Stabilità
Runge-Kutta 4 (RK4) ha una regione di stabilità più grande di Euler, che è uno dei motivi per cui è preferito nella maggior parte dei problemi.
Per λ negativo reale, RK4 consente a hλ di scendere approssimativamente a -2.785 sull'asse reale (vs il limite -2 di Euler).
Per equazioni stiff con autovalori λ di magnitudini molto diverse — diciamo λ₁ = -1 e λ₂ = -1000 — la stabilità richiede a hλ₂ di stare all'interno della regione. Per RK4 sull'asse reale: h·(-1000) ≥ -2.785, quindi h ≤ 0.002785.
Questa dimensione di passo minuscola, dettata dall'autovalore stiff λ₂, rende la simulazione costosa anche se il componente lento λ₁ potrebbe usare h = 2.
Punti Fissi & Bacini di Attrazione
Il metodo di Euler applicato a dy/dx = f(y) definisce una mappa discreta: yₙ₊₁ = g(yₙ) = yₙ + h·f(yₙ).
Un punto fisso di questa mappa: y tale che g(y) = y. Per Euler su dy/dx = f(y), i punti fissi soddisfano f(y) = 0 — equilibri dell'equazione differenziale.
Stabilità di un punto fisso: se |g'(y)| < 1, le iterate vicine convergono a y. Se |g'(y*)| > 1, divergono.
g'(y) = 1 + h·f'(y). In un punto fisso y: |1 + h·f'(y)| < 1 per la stabilità.
Questa è esattamente la condizione di stabilità di Euler con λ = f'(y*) — la linearizzazione dell'equazione differenziale all'equilibrio.
Bacino di attrazione: l'insieme delle condizioni iniziali che convergono a y* sotto la mappa di Euler. Per sistemi non lineari, il confine del bacino definisce dove la simulazione affiderà affidabilmente l'equilibrio dell'equazione differenziale vs divergere verso un altro attrattore.
Il ciclo di simulazione è un sistema dinamico discreto. Il suo comportamento qualitativo — convergenza, oscillazione, divergenza — dipende dalla dimensione del passo h rispetto alla geometria del campo di direzione dell'equazione differenziale.
Collegare la Geometria al Design della Simulazione
La geometria della simulazione numerica si riduce a tre domande:
1. Dov'è la regione di stabilità? Per Euler: il disco |1 + hλ| ≤ 1. Più grande per RK4. Illimitato (intero semipiano sinistro) per i metodi impliciti.
2. Dove sono gli autovalori dell'equazione differenziale? Gli autovalori λ dello Jacobiano di f in ogni punto determinano quale regione di stabilità deve contenere hλ.
3. Quale h mantiene tutti gli hλ all'interno della regione? La h massima consentita = (raggio della regione di stabilità) / max|λ|.
Per sistemi stiff: max|λ| è enorme, forzando h minuscoli per metodi espliciti. I metodi impliciti sono costosi per passo ma consentono h grandi — barattano il costo per passo per stabilità.
L'intuizione di Hamming si traduce: la scelta del metodo numerico codifica una scommessa sulla geometria dello spettro degli autovalori dell'equazione differenziale. Rendere questa scommessa esplicita è la prima decisione di design in qualsiasi simulazione.