Il 0% ha trovato utile questo documento (0 voti)
4 visualizzazioni4 pagine

L'esempio: Preda-Predatore

Il documento discute le dinamiche caotiche nel continuo, evidenziando l'importanza di una dimensione minima di 3 e presentando le equazioni di Lorenz come esempio. Viene inoltre trattato il metodo di Runge-Kutta per la risoluzione di equazioni differenziali, con riferimento a matrici di Butcher e al prodotto di Kronecker. Infine, si accenna a un modello economico di preda-predatore, illustrando le interazioni tra forza lavoro e capitale di investimento.

Caricato da

Alice Bianchi
Copyright
© All Rights Reserved
Per noi i diritti sui contenuti sono una cosa seria. Se sospetti che questo contenuto sia tuo, rivendicalo qui.
Formati disponibili
Scarica in formato PDF, TXT o leggi online su Scribd
Il 0% ha trovato utile questo documento (0 voti)
4 visualizzazioni4 pagine

L'esempio: Preda-Predatore

Il documento discute le dinamiche caotiche nel continuo, evidenziando l'importanza di una dimensione minima di 3 e presentando le equazioni di Lorenz come esempio. Viene inoltre trattato il metodo di Runge-Kutta per la risoluzione di equazioni differenziali, con riferimento a matrici di Butcher e al prodotto di Kronecker. Infine, si accenna a un modello economico di preda-predatore, illustrando le interazioni tra forza lavoro e capitale di investimento.

Caricato da

Alice Bianchi
Copyright
© All Rights Reserved
Per noi i diritti sui contenuti sono una cosa seria. Se sospetti che questo contenuto sia tuo, rivendicalo qui.
Formati disponibili
Scarica in formato PDF, TXT o leggi online su Scribd

Per osservare dinamiche caotiche nel continuo , bisogna andare almeno a

dimensione 3
. L'esempio pui noto è dato dalle equazioni di Lorenz :

S
=
5(y -
X) ↓ 10) >8

y y xz y(8138
px
= - -

E =
My -

Bz 210)30
di cui si sono ampiamente studiati i valori dei parametri :

5 10
B 8/3 po
= =

,
,
In particolare , per p
=
28 , risulta essere attrattivo uno strano

attrattore .

1) 112

del modello
interpretazione economica preda-predatore
sia XIt) =
forza lavoro al tempo t

y(t)
=

capitale di investimento al tempo t

x =
aX -

bxy

ij = -

cX + dXY

immaginiamo une la forza lavoro sia divisa in 2 categorie


↑ It) =
forza lavoro paed "evoluti"

X2 (t) = forza lavoro paess "emergenti"


y(t) =
capitale d) investimento

quindi avremo che :

X1

[
=
anxi
-

b1xy simulare con 91


=
92

X2 -
azX2-baxzy >
- O tota D27b1
d27d1
i = -

(y + d1x1y +
d2xzy -+ -

Cy + dx1Y

che
supponiamo anzaz=a e ci aspettiamo un bby in questo caso .

per lo stesso Motivo da 7 di


METODI DI RUNGE KUITA
Possiamo considerare il problema

E i fly) tf (0 , h]
=

y(0) = 40E/Rm
to =
0 -> = = +o +h t = ch
con

Nel continuo si ha che f


y(h) =
10 +
fay(t)dt =
y0 +
SEGyHH)dt =
yo +
h) y(y1c))de
y1 y(h)
+ bib(i)
I
=>
Y1
=
yo con (ci , bi) i = 1 ... 5 e Y: ysih)
-

formula di quadratura
e@yi =
yo +
hdijf(j) ,
i =
1 ..
S STAD del Metod e

S Queste 2 eq . definiscono un metodo Runge-Kutta a s-stati

TABLEAV DI BUTCHER C =
(( , -

,
Gs)T
E =
(b11 1 bg)T
-

&
A =
(dij) fIRSYS A =
matrice di Butcher

bT
PB : calcolo degli stadi o meno complicato in base ad A
>
pi
-

·
Se A è strettamente triangolare inferior - > dij0 se j7i
19 diventa
i -
1

Yi =
yo +
2dijf(i) i ,
= 1 S
j = 1

e parliamo di metodo R-K espliato .

Se A è triangolare inferiore =>


dij = 0 se ja
la e divente
di dimensions
Yi =
yo
+ dijfHj) i = 1
1 -
3
↑ M

ovvero , dobbiamo risolvere sequazioni (non lineari) della forma


Gi(y) Y -haiitly) con yot aijf(tj) per
i 1 S
m
0 =

Mi
: = = =
,
-
-
,
j = 1

In questo caso parliamo di Metodo R-K semi-impliato .

·
Se A è generica , si parla di metodo R-K Impliato e richiede di risolvere un

Sistema (non lineare) di s m .

equazioni.
prodotto di Kronecker (prodotto tensoriale)
KXl
Se (aij) Af1Rmxn
=
,
BEIR
ne
EIRMIY

I I
=> AQ B = allB C1zB ..
ammB
: prodotto tensoriale
AmiB amzB ..
AmmB

2) A =

(4) B =
15 6) ,
= AB =

(561012 I
15 18 20 24

KREN >
-

prodottodikroncker su Matlab

prop <(AB) =
(A)QB = AB

②(AQB)T = ATQBT

③ AQBOC =
(ABC =
AO(BOC)
& (A + Bic = AC + BEC (vale anche adX)
⑤ (AQB) (COD) ·
=
ACQBD

AfIR" ne BelRmXm
*
supponiamo
·
(A * B) = (A@Im) ·

(In@B)
·
Se A , B non singolari = (AB)" = (A "B")
·
det (AB) (A)" det (B)m
=
det

matrice di permutazion
nXm
·
data ABfIRMY" auora - ,
@fIR te Q(ABIQT =
BA

Se A,B quadrate /anche di dim diverse) e Al =


XX , BU =
MU
=> JAGB) (1) XM(@u) =

coe gli autovalor di AB sono tutti i prodottiximj con xifUIA) e MjcOlB)

Vediamo di scrivere in In forma più compatta


Sia A =
(aij) Matrice di Butcher a sia =
/1 .., 1) TfIRS

Teo Definito il vettore degli stadi

17fRsm I I
f(41)
y =
e f(x) = : EIRSM
Ys f(s)
allora è scrivibile come :Y =
200 + hA Imbly)
dim
Moltiplichiamo membro a membro la & per :@Im ,
con EiEIRS
1 i-esmo versore : Co.. 0 =
Imo -
.
0]
i
CirmXm
e@Imy
-
=
Yi ↓
(i @ Im)(2@y0) =
ciTe@ImYo =
18Y0 =
yo

h (tiT @Im) (AImifly) = h (eiTAQIm)fl)


-
=
h(din ..
ais)@Imfly) =

/GI = ajfj)
=
h(dinIm--disIm) Im

quindi mettendo tutto insieme ottengo proprio la

e
yo 240
S ye
=

+1 =
e@yo -
hA * Imf(y9 ,
120

dimostrare che se llAll .


(1) literazione converge
- costante
norma qualunque di Lipschitz dif

Nel caso h fosse impraticabile (ave troppo piccolo) allora l'iltrazione di

elezione è il metodo di Newton semplificato .

se indichiamo con Jo =
+'(yo) ,
allora :

-
Risolv (Ism-hAJOA = -

GlyP
-

Aggiorno yet =
ye + Al e =
,1.
0
,

posso partira da Yo = eyo

2112

Metodi Runge-Kulta (RK)


h)
①[yy(0)f(y)
= + +(0 ,

=
Yo
(procedura per passare da O a h è analoga a quella per passare da
a 2 , etc.. )


y(h) = y1 =
yo +
h bitti)
y (cih) Yi yo
hijf(j) i 1 .. S
=
= + =

Le definiscono un metodo RK a s-stadi che è descritto dal corrispondente


T
tableau
[I
di Butcher con 2 =
(C , . ,
(s)
A
& b) eA
=

b = (b1 , -

T
mat di Butcher
.

Potrebbero piacerti anche