Assoluta stabilità
Considerando un metodo numerico che risolve un problema di Cauchy, qualcuno mi potrebbe indicare in parole povere cosa significa ricavare la regione di assoluta stabilità del metodo? Ad esempio per per il metodo di Eulero:
\[y_{i+1}=y_{i}+hf(y_{i},t_{i})\]
Va bene anche una fonte, meglio senza troppi prerequisiti.
\[y_{i+1}=y_{i}+hf(y_{i},t_{i})\]
Va bene anche una fonte, meglio senza troppi prerequisiti.
Risposte
Ok. Dando un'occhiata al Butcher e seguendo la formula per un metodo di ordine \(q\)
\[
y_{i+1}=\Sigma_{j=0}^{q}a_{j}y_{i-j}+h\Sigma_{j=0}^{q}b_{j}f_{i-j}+b_{-1}f_{i+1}
\]
Ho scritto, con \(a,b,-b\) esemplificativi:
script.m
bordo.m
Immagine:
link
Avendo un sistema di equazioni, cosa devo prendere come parametro \(\lambda\)?
\[
y_{i+1}=\Sigma_{j=0}^{q}a_{j}y_{i-j}+h\Sigma_{j=0}^{q}b_{j}f_{i-j}+b_{-1}f_{i+1}
\]
Ho scritto, con \(a,b,-b\) esemplificativi:
script.m
a=[1/2 0 0]; b=[23/12 -16/12 5/12]; b_1=1; n=length(a); whitebg('w'); bordo(a,b,b_1,n);
bordo.m
function a=bordo(a,b,b_1,n) ang=linspace(0,2*pi); x=exp(i*ang); x1=0; x2=0; for j=1:n, x1=x1+a(j)*power(x,n-j); x2=x2+b(j)*power(x,n-j); end px1=power(x,n)-x1; sx2=power(x,n)*b_1+x2; x3=px1./sx2; x4=real(x3); x5=imag(x3); x3_r_min=min(x4)-0.1; x3_r_max=max(x4)+0.1; x3_i_min=min(x5)-0.1; x3_i_max=max(x5)+0.1; Zero=zeros(2); y1=[x3_r_min x3_r_max]; y2=[x3_i_min x3_i_max]; grey=[0.4,0.4,0.4]; black=[0,0,0]; if x5(5)>0 fill(x4,x5,'g'); else whitebg('g'); fill(x4,x5,'w'); end hold on plot(x3,'Color',grey); hold on plot(y1,Zero,'Color',grey); hold on plot(Zero,y2,'Color',grey); hold on xlim(y1); ylim(y2); axis square fprintf(' Re(z) Im(z)\n'); for k=1:length(x3), fprintf('%6.3f %6.3f\n',x4(k),x5(k)); end
Immagine:
link
Avendo un sistema di equazioni, cosa devo prendere come parametro \(\lambda\)?
Ok, risolto.