1 / 24

DESCRIVERE E PREVEDERE: la struttura delle teorie scientifiche nel’esempio del moto dei pianeti

DESCRIVERE E PREVEDERE: la struttura delle teorie scientifiche nel’esempio del moto dei pianeti. Scienze, Matematica e Fisica a.s. 2011/2012. L’inizio: la ricerca matematica nel XVII secolo.

fay
Download Presentation

DESCRIVERE E PREVEDERE: la struttura delle teorie scientifiche nel’esempio del moto dei pianeti

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. DESCRIVERE E PREVEDERE: la struttura delle teorie scientifiche nel’esempio del moto dei pianeti Scienze, Matematica e Fisica a.s. 2011/2012

  2. L’inizio: la ricerca matematica nel XVII secolo • Si individuano in modo deciso e si sviluppano due capitoli della matematica: la geometria analitica, l’analisi infinitesimale • Tre diverse culture matematiche: italiana (Bonaventura Cavalieri (1591-1647), Evangelista Torricelli (1608-1647)), francese (Pierre de Fermat (1601-1678), Guillaume François de l’Hopital (1661-1704), Michel Rolle (1652-1719)), inglese (John Napier (1550-1617), Henry Briggs (1561-1630), Isaac Barrow (1630-1677)) • Graduale avvicinarsi della matematica ai problemi infinitesimali

  3. L’inizio: la ricerca matematica nel XVII secolo • …nella terza giornata dei “Discorsi” Galileo dimostra che s=1/2at2 per il moto uniformemente accelerato

  4. L’inizio: la ricerca matematica nel XVII secolo • …regola per determinare massimi e minimi di una funzione secondo Fermat Supponiamo ad esempio si vogliano trovare i massimi ed i minimi della funzione y=x(b-x). La regola di Fermat prescrive innanzitutto di calcolarne il valore quando l’argomento x sia accresciuto di E; così facendo otteniamo: (x+E)(b-x-E) che svolto e semplificato da xb-x2-2xE+Eb-E2. Ora scriviamo l’uguaglianza proposta da Fermat: x(b-x)= xb-x2-2xE+Eb-E2. Svolte tutte le semplificazioni possibili si trova 0=-2x+b-E e se poniamo E=0 otteniamo la soluzione x=b/2 ID COMPARO TAMQUAM ESSENT AEQUALIA, LICET REVERA AEQUALIA NON SINT, ED HUJUSMODI COMPARATIONEM VOCAVI ADAEQUALITATEM

  5. ISAAC NEWTON: principi matematici della filosofia naturale • (La forza insita della materia è la disposizione a resistere, per effetto della quale) ciascun corpo, per quanto sta in esso, persevera nel suo stato di quiete o di moto rettilineo uniforme. • Il cambiamento di moto è proporzionale alla forza motrice impressa, ed avviene lungo la linea retta secondo la quale la forza è stata impressa. • Ad ogni azione corrisponde una reazione uguale e contraria: ossia, le azioni di due corpi sono sempre uguali tra loro e dirette verso parti opposte. + Libro terzo: Sistema del mondo

  6. Descrivere il moto: la derivazione • Per descrivere il moto occorre dare le funzioni del tempo r=r(t), v=v(t) a=a(t) • Conoscendo r=r(t) possiamo stabilirne le altre caratteristiche v=v(t) (velocità=spostamento nell’unità di tempo), a=a(t) (accelerazione =variazione della velocità nella unità di tempo) • La operazione matematica che ci fa passare dalla conoscenza della posizione a quella della velocità, dalla conoscenza della velocità a quella della accelerazione si chiama derivazione. • Lo spostamento infinitesimo si indica con dr, la variazione di velocità infinitesima si indica con dv, la variazione infinitesima del tempo si indica con dt • v=dr/dt, a=dv/dt

  7. Prevedere il moto: la integrazione • f(t)=f(t0)+f’(ξ)(t-t0) per un particolare ξ che appartiene all’intorno (t0;t) (teorema di Lagrange 1736-1813) • Facendo tendere t ad t0 la quantità t-t0 tende a 0, f(t)-f(t0) tende a 0 e ξ tende a t0 • Se in (t0;t) lf’(t’)l<M cioè se la funzione varia di poco nell’intervallo dato possiamo scrivere f(t)~f(t0)+f’(t0)(t-t0) • Possiamo calcolare l’errore massimo che si commette facendo questa approssimazione infatti: f(t)=f(t0)+f’(ξ)(t-t0) f’(ξ)=f’(t0)+f’’(μ)(ξ-t0) da cui f(t)=f(t0)+f’(t0)(t-t0)+f’’(μ)(ξ-t0)(t-t0)

  8. Prevedere il moto: Newton (1687), il personal computer (1984) e noi (2011) 1) a=-(GM/r3)r, ri, vi 2) vf=vi+ai(tf-ti) 3) rf=ri+vi(tf-ti) 4) assegna a ri il valore rf e a vi il valore vf 5) ricomincia dal punto 2) In questo modo si producono le tre successioni {ri}, {vi}, {ai} che rappresentano rispettivamente le funziono r=r(t), v=v(t), a=a(t) ai tempo ti Questa approssimazione non è stabile dal punto di vista fisico perché non conserva l’energia del sistema e può essere corretta, ad esempio, da un algoritmo che sostituisca il passo 3) con il passo 3 bis) rf=ri+(vf+vi)(tf-ti)/2 Metodi diversi ed anche più sofisticati di integrazione non implicano complessità di calcolo superiori a quelle individuate da questo algoritmo.

  9. Prevedere il moto: Newton (1687), il personal computer (1984) e noi (2011) La precedente approssimazione era al primo ordine in tf-ti, una approssimazione al secondo ordine in tf-ti si può avere dalle relazioni: 1) a=-(GM/r3)r, ri, vi 2) vf=vi+ai(tf-ti)-(GM/2ri3)vi(tf-ti)2 3) rf=ri+vi(tf-ti)+(1/2)ai(tf-ti)2 4) assegna a ri il valore rf e a vi il valore vf 5) ricomincia dal punto 2) notiamo che questa approssimazione consegue dalla precedente considerando anche l’accelerazione media e escludendo termini che dipendono da potenze superiori a tre di tf-ti Notate la simmetria della soluzione! Approssimazioni successive conseguono dalla possibilità di risolvere equazioni algebriche di grado superiore al secondo.

  10. Prevedere il moto: vari ordini di approssimazione per il calcolo del moto armonico in Pascal PRIMO ORDINE VXf:=VXi+up*Xi*dt; Xf:=Xi+VXi*dt; SECONDO ORDINE VXf:=VXi+up*Xi*dt+0.5*up*VXi*sqr(dt); Xf:=Xi+VXi*dt+0.5*up*Xi*sqr(dt); TERZO ORDINE VXf:=VXi+up*Xi*dt+0.5*up*VXi*sqr(dt)+(1/6)*sqr(up)*Xi*dt*sqr(dt); Xf:=Xi+VXi*dt+0.5*up*Xi*sqr(dt)+(1/6)*up*VXi*dt*sqr(dt); QUARTO ORDINE VXf:=VXi+up*Xi*dt+0.5*up*VXi*sqr(dt)+(1/6)*sqr(up)*Xi*dt*sqr(dt)+(1/24)*sqr(up)*VXi*sqr(sqr(dt)); Xf:=Xi+VXi*dt+0.5*up*Xi*sqr(dt)+(1/6)*up*VXi*dt*sqr(dt)+ (1/24)*sqr(up)*Xi*sqr(sqr(dt));

  11. Prevedere il moto: vari ordini di approssimazione per il calcolo del moto armonico in Pascal RUNGE-KUTTA function f1(x,v:real):real; begin f1:=v; end; function f2(x,v:real):real; begin f2:=-(k/m)*x; end; k1:=dt*f1(xi,vxi); q1:=dt*f2(xi,vxi); k2:=dt*f1(xi+0.5*k1,vxi+0.5*q1); q2:=dt*f2(xi+0.5*k1,vxi+0.5*q1); k3:=dt*f1(xi+0.5*k2,vxi+0.5*q2); q3:=dt*f2(xi+0.5*k2,vxi+0.5*q2); k4:=dt*f1(xi+k3,vxi+q3); q4:=dt*f2(xi+k3,vxi+q3); k0:=(1/6)*(k1+2*k2+2*k3+k4); q:=(1/6)*(q1+2*q2+2*q3+q4); xf:=xi+k0; vxf:=vxi+q;

  12. dy = f(x,y) dx Equazioni differenziali ordinarie • Equazione differenziale del primo ordine • x: variabile indipendente • y: variabile dipendente solo da x • L’equazione è ordinaria • La funzione y tale che descrive una famiglia (infinita) di soluzioni

  13. y y’= y y0 x0 x Esempio • Per l’equazione differenziale ordinaria una famiglia di soluzioni è data da con c costante arbitraria

  14. Esempio • Per l’equazione differenziale ordinaria una famiglia di soluzioni è data da con C costante arbitraria 0 3.5

  15. Il problema di Cauchy • Definisce la forma generale dei problemi ai valori iniziali (IVP Initial Value Problem) con: • condizione iniziale y(x0)=y0 • intervallo di integrazione [a,b]

  16. Metodi numerici • Per la soluzione numerica di equazioni differenziali si suppone che il problema sia ben posto (i.e. esista unica la soluzione) e che dipenda con continuita’ dai dati iniziali (hp. cruciale dal punto di vista numerico). Tali condizioni sono verificate, per esempio, se la funzione f e’ uniformemente lipschitziana rispetto a y. • Tutti i metodi sono basati sull’idea di discretizzare l’intervallo di integrazione [a,b], mediante un insieme di rete IN={xnε[a,b]: xn= xn-1+hn, xn=b}, e di approssimare la soluzione mediante una funzione di rete {yn, n=0,…N} • I vari metodi numerici si distinguono per come costruiscono la funzione di rete {yn}. Essi possono essere raggruppati in 2 classi principali: • Metodi one-step: il valore yn+1 viene calcolato utilizzando solo yn. • Metodi multistep il valore yn+1 viene calcolato utilizzando k approssimazioni precedenti yn, yn-1,…, yn-k+1.

  17. y stimato } errore vero h x xi xi+1 Il metodo di Eulero • La derivata prima fornisce direttamente la pendenza nel punto xi dove f(xi,yi) è l’equazione differenziale valutata in (xi,yi) • Pertanto la formula di Eulero è: • Si calcola un nuovo valore di yi+1 servendosi della pendenza (uguale alla derivata prima calcolata nel punto di partenza xi) per estrapolare linearmente lungo l’intervallo h

  18. Errore di troncamento • Per valutare la bonta’ di un metodo si introduce l’errore di troncamento: Definizione: si definisce errore di troncamento locale la quantita’: ovvero la quantita’ a meno della quale la soluzione continua soddisfa il metodo discreto. Si definisce poi l’err. di troncamento unitario ti+1=1/h τi+1 • Per i metodi one-step espliciti si puo’ dare una semplice interpretazione geometrica dell’errore di troncamento locale. • Posto

  19. Errore globale di discretizzazione • L’errore globale di discretizzazione e’ definito come • il termine (*) e’ la differenza tra due soluzioni del PVI esso dipende da quanto le soluzioni si discostano tra loro ( dipende da come si sono propagati gli errori locali di troncamento introdotti ai passi precedenti) • Il termine (**) e’ dato dall’errore di troncamento locale e rappresenta l’errore introdotto al passo (i+1)-esimo. Definizione: un metodo e’ consistente se limh 0tn+1=0. Esso ha poi ordine p se tn+1=o(hp) • Per la convergenza occorre che l’accumulo degli errori locali non esploda quando h diventa piccolo stabilita’ (zero stabilita’) CONVERGENZA = CONSISTENZA +STABILITA’

  20. I metodi di RungeKutta (RK) 1 • I metodi RK sono tutti esprimibili attraverso la formula dove (xi,yi,h) è detta funzione incremento e può essere interpretata come la pendenza media della funzione nell’intervallo di integrazione • La funzione  può essere espressa nella forma generale in cui ai sono costanti e ki sono definite da

  21. I metodi di RungeKutta (RK) 2 • Il numero di valutazioni della funzione f, r, e’ chiamato numero degli stadi • Si possono ottenere diversi tipi di metodi RK utilizzando un numero differenter • Il metodo RK del primo ordine è il metodo di Eulero (r1, a11) • Dopo aver scelto r, i valori delle quantità ai, bi, cijpossono essere calcolati uguagliando opportunamente i termini della formula generale con i corrispondenti termini della serie di Taylor

  22. RungeKutta del 2° ordine • Vediamo come… • La versione del secondo ordine della formula RK è dove • Per determinare i valori di a1, a2, b, e c, si ricordi che la serie di Taylor che esprime yi+1 in termini di yi troncata al 2oordine, è data da con

  23. I metodi di RungeKutta (RK) 4 • Pertanto si ottiene • Le due espressioni ottenute per yi+1 possono quindi essere eguagliate ma, per far ciò, occorre preventivamente sviluppare in serie di Taylor l’espressione di k2in un intorno di (xi,yi)

  24. I metodi di RungeKutta (RK) 6 • Il sistema di tre equazioni in quattro incognite appena descritto non ammette soluzione unica • Non esiste un solo metodo del secondo ordine, ma un’intera famiglia di metodi • Aumentando il numero degli stadi si costruiscono metodi di ordine superiore. • In realta’ Butcher ha dimostrato che solo per metodi di ordine fino a 4 c’e’ coincidenza tra numero di stadi e ordine del metodo. Poi le cose vanno leggermente peggio:

More Related