EQUAZIONI DIFFERENZIALI ORDINARIE

A. SOMMARIVA E M. VIANELLO

Conoscenze richieste. Formula di Taylor. Risoluzione di equazioni nonlineari. Calcolo differenziale. Cono-
scenza di Matlab/Octave.

Conoscenze ottenute. Discretizzazione con Eulero esplicito ed Eulero implicito. Stabilita assoluta dei due
metodi.

1. Definizione dei metodi di Eulero implicito ed esplicito. Si consideri il problema di

Cauchy

y (x) = f (x, y(x)), x x0
(1.1)
y(x0 ) = y0
dove f e a valori in Rn e definita in un sottoinsieme di R Rn , con (x0 , y0 ) . Os-
serviamo che essendo f a valori in Rn il problema in generale e un sistema di equazioni
differenziali

y (x) = f1 (x, y1 (x), . . . , yn (x)), x x0
1


...
(1.2)
yn (x) = fn (x, y1 (x), . . . , yn (x)), x x0

y(x0 ) = y0

dove per k = 1, . . . , n ogni yk , fk e una funzione a valori in R.

2. Alcuni teoremi di esistenza e unicita. Si trovano in letteratura molti teoremi di esi-

stenza ed unicita per la soluzione di problemi ai valori iniziali del tipo (1.2). Ne citiamo in
particolare due usualmente citati nei testi di Analisi matematica (cf. [7, p.327]).
, , , L > 0 : [x0 , x0 + ] B (y0 ) , (2.1)
|f (x, y1 ) f (x, y2 )| L|y1 y2 |, x [x0 , x0 + ], y1 , y2 B (y0 ) (2.2)

si dimostra il seguente teorema di esistenza ed unicita (in piccolo)

T EOREMA 2.1. Siano un aperto di R Rn , f una funzione di in Rn e (x0 , y0 ) un
punto di . Se f e continua e valgono le condizioni in (2.1) allora esiste un intervallo aperto
contenente x0 nel quale e definita una e una sola soluzione del problema di Cauchy (1.2).
Notiamo che questo teorema non determina lintervallo contenente la soluzione. A tal
proposito ricordiamo un teorema di esistenza ed unicita (in grande)
T EOREMA 2.2. Sia f(x,y) definita e continua nella striscia
S = {(x, y) : a x b, < y < +}
e ivi lipschitziana rispetto a y cioe
|f (x, y1 ) f (x, y2 )| L|y1 y2 |, (x, y1 ), (x, y2 ) S.
Ultima revisione: 11 gennaio 2012.
Dipartimento di Matematica Pura ed Applicata, Universita degli Studi di Padova, via Trieste 63, 35121 Padova,
Italia ([email protected], [email protected]).
1
Allora esiste ed e unica la soluzione del problema (1.2) di classe C 1 ([a, b]).
Per ulteriori teoremi di esistenza e unicita della soluzione si consultino [6], [7].

2.1. I metodi di Eulero esplicito ed Eulero implicito. Si supponga che (1.2) abbia una
e una sola soluzione. Per semplicita consideriamo il caso in cui y sia a valori in R. Due
classici metodi per risolvere il problema differenziale (1.2) sono il metodo di Eulero esplicito
ed il metodo di Eulero implicito.
Denotiamo con I(x, x) il piu piccolo intervallo aperto contenente x e x. Assumendo
che la soluzione sia sufficientemente regolare, abbiamo dalla formula di Taylor per x x,
c1 I(x, x) e (1.2)

y (c1 )(x x)2

y(x) = y(x) + y (x)(x x) +
2
y(x) + y (x)(x x)
= y(x) + f (x, y(x))(x x) (2.3)

Di conseguenza se si desidera calcolare la soluzione nei punti xk+1 = x0 + kh = xk + h

con k 0, ponendo x = xk+1 , x = xk abbiamo

y(xk+1 ) y(xk ) + hf (xk , y(xk )). (2.4)

Il metodo di Eulero esplicito consiste nellapprossimare y(xk+1 ) con yk+1 definito da

yk+1 = yk + hf (xk , yk ), (2.5)

ove y0 = y(x0 ).
Similmente al caso precedente, se poniamo in (2.3) che siano x = xk , x = xk+1 abbiamo

y(xk ) y(xk+1 ) + f (xk+1 , y(xk+1 ))(xk xk+1 ), (2.6)

e quindi

y(xk+1 ) y(xk ) + hf (xk+1 , y(xk+1 )). (2.7)

Il metodo di Eulero implicito consiste nellapprossimare y(xk+1 ) con yk+1 definito da

yk+1 = yk + hf (xk+1 , yk+1 ), (2.8)

ove y0 = y(x0 ).
Evidentemente ad ogni iterazione si richiede di risolvere unequazione nonlineare nella
variabile z del tipo z = yk + hf (xk+1 , z), la cui soluzione puo essere calcolata utilizzando
ad esempio col metodo di punto fisso, delle secanti o di Newton.
N OTA 2.3. Si osservi che utilizzando la formula di Taylor multivariata, i due metodi
possono essere estesi al caso generale n 1. In particolare il metodo di Eulero implicito ad
ogni operazione dovra risolvere un sistema nonlineare, ad esempio con il metodo di punto
fisso o di tipo Newton.

2
 3. I metodi di Eulero in Matlab. Utilizzando lhelp di Matlab, si nota subito che
esistono delle routines predefinite per risolvere equazioni differenziali ordinarie. Infatti

>> help funfun

Function functions and ODE solvers.

...

Differential equation solvers.

Initial value problem solvers for ODEs. (If unsure about stiffness,
try ODE45 first, then ODE15S.)
ode45 - Solve non-stiff differential equations, medium order
method.
ode23 - Solve non-stiff differential equations, low order
method.
ode113 - Solve non-stiff differential equations, variable order
method.
ode23t - Solve moderately stiff ODEs and DAEs Index 1, trape-
zoidal rule.
ode15s - Solve stiff ODEs and DAEs Index 1, variable order
method.
ode23s - Solve stiff differential equations, low order method.
ode23tb - Solve stiff differential equations, low order method.

...

>>

Tra queste non sono incluse le routines dei metodi di Eulero esplicito ed implicito che dal-
tra parte non sono difficili da programmare. Dei codici in merito si trovano presso il sito
web [4], osservando che forward Euler e backward Euler corrispondono rispettivamente ai
metodi di Eulero esplicito ed implicito. Tale software e gentilmente fornito gratuitamente
dagli autori. Per quanto detto euler for corrisponde al metodo di Eulero esplicito mentre
euler back al metodo di Eulero implicito.

3.1. Codice di Eulero esplicito. Di seguito scriviamo il codice Matlab che implementa
il metodo di Eulero esplicito, offerto da K. Atkinson, W. Han e D. Steward. Quali inputs
vengono richiesti il punto iniziale t 0 e il valore y 0 della soluzione, il punto finale t end,
il passo h e la funzione f via la variabile fcn.

function [t,y] = euler_for(t0,y0,t_end,h,fcn)

%----------------------------------------------------
% MATLAB CODE TAKEN FROM
% K. Atkinson, W. Han e D. Steward,
% Numerical Solution of Ordinary Differential Equations,
% programs for the book, John Wiley and Sons, 2009,
% http://www.math.uiowa.edu/NumericalAnalysisODE/
%----------------------------------------------------
% function [t,y]=euler_for(t0,y0,t_end,h,fcn)
%----------------------------------------------------
% Solve the initial value problem
% y = f(t,y), t0 <= t <= b, y(t0)=y0
% Use Eulers method with a stepsize of h. The user must
3
% supply a program to define the right side function of the
% differential equation. Use some name, say deriv, and a first
% line of the form
% function ans=deriv(t,y)
% A sample call would be
% [t,z]=eulercls(t0,z0,b,delta,deriv)
%----------------------------------------------------
% Output:
% The routine euler_for will return two vectors, t and y.
% The vector t will contain the node points
% t(1)=t0, t(j)=t0+(j-1)*h, j=1,2,...,n
% with
% t(n) <= t_end, t(n)+h > t_end
% The vector y will contain the estimates of the solution Y
% at the node points in t.
%----------------------------------------------------

n = fix((t_end-t0)/h)+1;
t = linspace(t0,t0+(n-1)*h,n);
y = zeros(n,1);
y(1) = y0;
for i = 2:n
y(i) = y(i-1) + h*feval(fcn,t(i-1),y(i-1));
end

end % euler_for

Consideriamo quale test, il problema di Cauchy (cf. [2, p.404])


y (x) = y(x) + (1 )cos (x) (1 + )sin (x), x 0
(3.1)
y(0) = 1

la cui soluzione e y(x) = sin (x) + cos (x), indipendentemente da . La particolarita di

questo problema test e che il metodo di Eulero esplicito per h fissato ha comportamenti molto
diversi al variare di , nonostante la soluzione sia sempre la stessa.

>> % lambda = -1, h= 0.5.

>> fcn=inline(2*cos(x)-0*sin(x)-y);
>> t0=1; y0=1; t_end=10; h=0.5;
>> [t,y] = euler_for(t0,y0,t_end,h,fcn);
>> y_sol=sin(t)+cos(t);

>> [t y y_sol abs(y-y_sol) abs(y-y_sol)./abs(y_sol)]

ans =

1.0000 1.0000 1.3818 0.3818 0.2763

1.5000 1.0403 1.0682 0.0279 0.0261
2.0000 0.5909 0.4932 0.0977 0.1982
2.5000 -0.1207 -0.2027 0.0820 0.4044
3.0000 -0.8615 -0.8489 0.0126 0.0149
3.5000 -1.4207 -1.2872 0.1335 0.1037
4.0000 -1.6468 -1.4104 0.2364 0.1676
4
 4.5000 -1.4771 -1.1883 0.2887 0.2430
5.0000 -0.9493 -0.6753 0.2741 0.4059
5.5000 -0.1910 0.0031 0.1941 62.0331
6.0000 0.6132 0.6808 0.0676 0.0993
6.5000 1.2668 1.1917 0.0750 0.0630
7.0000 1.6100 1.4109 0.1991 0.1411
7.5000 1.5589 1.2846 0.2742 0.2135
8.0000 1.1261 0.8439 0.2822 0.3344
8.5000 0.4175 0.1965 0.2211 1.1251
9.0000 -0.3932 -0.4990 0.1058 0.2120
9.5000 -1.1078 -1.0723 0.0354 0.0330
10.0000 -1.5510 -1.3831 0.1680 0.1214

Nelle colonne dei risultati, la prima e lascissa in cui viene approssimata la soluzione, la
seconda il valore approssimato dal metodo di Eulero esplicito, la terza la soluzione corret-
ta. Infine nelle ultime due colonne vengono forniti gli errori assoluti e relativi compiuti dal
metodo di Eulero esplicito.
3.2. Codice di Eulero implicito. Di seguito scriviamo il codice Matlab che implementa
il metodo di Eulero esplicito, offerto da K. Atkinson, W. Han e D. Steward. Quali inputs
vengono richiesti il punto iniziale t 0 e il valore y 0 della soluzione, il punto finale t end,
il passo h, la funzione f via la variabile fcn. e tol la tolleranza richiesta dal metodo
iterativo che risolve ad ogni iterazione lequazione nonlineare richiesta dal metodo.

function [t,y] = euler_back(t0,y0,t_end,h,fcn,tol)

%----------------------------------------------------
% MATLAB CODE TAKEN FROM
% K. Atkinson, W. Han e D. Steward,
% Numerical Solution of Ordinary Differential Equations,
% programs for the book, John Wiley and Sons, 2009,
% http://www.math.uiowa.edu/NumericalAnalysisODE/
%----------------------------------------------------
% function [t,y] = euler_back(t0,y0,t_end,h,fcn,tol)
%----------------------------------------------------
% Solve the initial value problem
% y = f(t,y), t0 <= t <= b, y(t0)=y0
% Use the backward Euler method with a stepsize
% of h.
% The user must supply an m-file to define the
% derivative f, with some name,
% say deriv.m, and a first line of the form
% function ans=deriv(t,y)
% tol is the user supplied bound on the difference
% between successive values of the backward Euler
% iteration.
% A sample call would be
% [t,z]=euler_back(t0,z0,b,delta,deriv,1e-6)
%----------------------------------------------------
% Output:
% The routine euler_back will return two vectors,
% t and y.
% The vector t will contain the node points
% t(1)=t0, t(j)=t0+(j-1)*h, j=1,2,...,N
5
% with
% t(N) <= t_end, t(N)+h > t_end
% The vector y will contain the estimates of the
% solution Y at the node points in t.
%----------------------------------------------------

% Initialize.
n = fix((t_end-t0)/h) + 1;
t = linspace(t0,t0+(n-1)*h,n);
y = zeros(n,1);
y(1) = y0;
% advancing
for i=2:n
% forward Euler estimate
yt1 = y(i-1) + h*feval(fcn,t(i-1),y(i-1));
% one-point iteration
count = 0;
diff = 1;
while diff > tol && count < 10
yt2 = y(i-1) + h*feval(fcn,t(i),yt1);
diff = abs(yt2-yt1);
yt1 = yt2;
count = count +1;
end
if count >= 10
disp(Not converging after 10 steps at t = )
fprintf(%5.2f\n, t(i))
end
y(i) = yt2;
end

end % euler_back

Come prima, consideriamo quale test il problema di Cauchy precedentemente studiato


y (x) = y(x) + (1 )cos (x) (1 + )sin (x), x 0
(3.2)
y(0) = 1
la cui soluzione e y(x) = sin (x) + cos (x).

>> fcn=inline(2*cos(x)-0*sin(x)-y);
>> t0=1; y0=1; t_end=10; h=0.5; tol=10(-2);
>> [t,y] = euler_back(t0,y0,t_end,h,fcn,tol);
>> [t y y_sol abs(y-y_sol) abs(y-y_sol)./abs(y_sol)]

ans =

1.0000e+00 1.0000e+00 1.3818e+00 3.8177e-01 2.7629e-01

1.5000e+00 7.1127e-01 1.0682e+00 3.5696e-01 3.3416e-01
2.0000e+00 1.9496e-01 4.9315e-01 2.9819e-01 6.0467e-01
2.5000e+00 -4.0679e-01 -2.0267e-01 2.0412e-01 1.0072e+00
3.0000e+00 -9.2890e-01 -8.4887e-01 8.0027e-02 9.4274e-02
3.5000e+00 -1.2469e+00 -1.2872e+00 4.0374e-02 3.1365e-02
4.0000e+00 -1.2647e+00 -1.4104e+00 1.4573e-01 1.0332e-01
6
 4.5000e+00 -9.8131e-01 -1.1883e+00 2.0701e-01 1.7420e-01
5.0000e+00 -4.6325e-01 -6.7526e-01 2.1201e-01 3.1396e-01
5.5000e+00 1.6187e-01 3.1294e-03 1.5874e-01 5.0724e+01
6.0000e+00 7.5062e-01 6.8075e-01 6.9869e-02 1.0263e-01
6.5000e+00 1.1543e+00 1.1917e+00 3.7359e-02 3.1349e-02
7.0000e+00 1.2700e+00 1.4109e+00 1.4092e-01 9.9881e-02
7.5000e+00 1.0753e+00 1.2846e+00 2.0933e-01 1.6295e-01
8.0000e+00 6.1780e-01 8.4386e-01 2.2605e-01 2.6788e-01
8.5000e+00 1.2917e-02 1.9648e-01 1.8356e-01 9.3426e-01
9.0000e+00 -6.0044e-01 -4.9901e-01 1.0143e-01 2.0325e-01
9.5000e+00 -1.0674e+00 -1.0723e+00 4.9650e-03 4.6302e-03
1.0000e+01 -1.2689e+00 -1.3831e+00 1.1417e-01 8.2547e-02

>>

Nelle colonne dei risultati, la prima e lascissa in cui viene approssimata la soluzione, la
seconda il valore approssimato dal metodo di Eulero implicito, la terza la soluzione corret-
ta. Infine nelle ultime due colonne vengono forniti gli errori assoluti e relativi compiuti dal
metodo di Eulero implicito. Il metodo risolve lequazione

z = yk + hf (xk+1 , z)

con il metodo di punto fisso

z (s+1) = yk + hf (xk+1 , z (s) )

interrompendo il processo con un avviso di cattiva convergenza se dopo 10 iterazioni non si

ha avuto

|z (s+1) z (s) | tol

per qualche s 10.

In alternativa al metodo di punto fisso, si puo risolvere lequazione nonlineare g(z) = 0
proposta da Eulero implicito (in cui g(z) = z (yk + hf (xk+1 , z))) con il metodo delle
secanti, la cui successione e

g(z (n) ) g(z (n) ) g(z (n1) )

z (n+1) = z (n) , dn = .
dn z (n) z (n1)
Osserviamo che questo metodo, la cui velocita di convergenza e localmente superlineare se
la soluzione e semplice [5, p.424], [8, p.222], non richiede a differenza di quello di Newton
il calcolo di derivate, ma di due approssimazioni iniziali della soluzione.
Possiamo quindi scrivere la seguente variante di euler back che utilizza il metodo
delle secanti per risolvere lequazione nonlineare (e non il metodo di punto fisso come in
euler back)

function [t,y] = euler_back_secants(t0,y0,t_end,h,fcn,maxit,tol)

%----------------------------------------------------
% VARIANT OF A MATLAB CODE TAKEN FROM
% K. Atkinson, W. Han e D. Steward,
% Numerical Solution of Ordinary Differential Equations,
7
% programs for the book, John Wiley and Sons, 2009,
% http://www.math.uiowa.edu/NumericalAnalysisODE/
%----------------------------------------------------
% Solve the initial value problem
% y = f(t,y), t0 <= t <= b, y(t0)=y0
% Use the backward Euler method with a stepsize of h. The user must
% supply an m-file to define the derivative f, with some name,
% say deriv.m, and a first line of the form
% function ans=deriv(t,y)
% tol is the user supplied bound on the difference between successive
% values of the backward Euler iteration.
% Maxit is the maximum number of iterations performed
% by the secants method.
% A sample call would be
% [t,z]=euler_back_secants(t0,z0,b,delta,deriv,maxit,1e-6)
%----------------------------------------------------
% Output:
% The routine euler_back will return two vectors, t and y.
% The vector t will contain the node points
% t(1)=t0, t(j)=t0+(j-1)*h, j=1,2,...,N
% with
% t(N) <= t_end, t(N)+h > t_end
% The vector y will contain the estimates of the solution Y
% at the node points in t.
%----------------------------------------------------

% Initialize.
n = fix((t_end-t0)/h) + 1;
t = linspace(t0,t0+(n-1)*h,n);
y = zeros(n,1);
y(1) = y0;
% advancing
for i=2:n
% forward Euler estimate
yt1 = y(i-1) + h*feval(fcn,t(i-1),y(i-1));

% fixed point iteration

yt2 = y(i-1) + h*feval(fcn,t(i),yt1);

% secant iteration
k=1;
yy(1)=min(yt1,yt2); yy(2)=max(yt1,yt2);
step_err(1)=yy(2)-yy(1);

while (abs(step_err(k)) > tol) & (k < maxit)

k=k+1;

fx_old=yy(k-1)-y(i-1)-h*feval(fcn,t(i),yy(k-1));
fx_new=yy(k)-y(i-1)-h*feval(fcn,t(i),yy(k));
dfx=(fx_new-fx_old)/(yy(k)-yy(k-1));

step_err_k=-fx_new/dfx;
step_err=[step_err; step_err_k];
8
 yy(k+1)=yy(k)+step_err(end);

end

step_err=[];

if k == maxit
fprintf(\n \t Results may be not correct.);
end

y(i) = yy(end);
end

Applicando tale implementazione di Eulero implicito abbiamo

>> fcn=inline(2*cos(x)+0*sin(x)-y);
>> t0=1; y0=1; t_end=10; h=0.5; maxit=100; tol=10(-4);
>> [t,y] = euler_backn(t0,y0,t_end,h,fcn,maxit,tol);
>> y_sol=sin(t)+cos(t);
>> [t y y_sol abs(y-y_sol) abs(y-y_sol)./abs(y_sol)]

ans =

1.0000e+00 1.0000e+00 1.3818e+00 3.8177e-01 2.7629e-01

1.5000e+00 7.1382e-01 1.0682e+00 3.5441e-01 3.3177e-01
2.0000e+00 1.9845e-01 4.9315e-01 2.9470e-01 5.9758e-01
2.5000e+00 -4.0179e-01 -2.0267e-01 1.9912e-01 9.8249e-01
3.0000e+00 -9.2786e-01 -8.4887e-01 7.8985e-02 9.3047e-02
3.5000e+00 -1.2429e+00 -1.2872e+00 4.4363e-02 3.4464e-02
4.0000e+00 -1.2643e+00 -1.4104e+00 1.4610e-01 1.0358e-01
4.5000e+00 -9.8343e-01 -1.1883e+00 2.0490e-01 1.7243e-01
5.0000e+00 -4.6651e-01 -6.7526e-01 2.0875e-01 3.0914e-01
5.5000e+00 1.6144e-01 3.1294e-03 1.5831e-01 5.0587e+01
6.0000e+00 7.4774e-01 6.8075e-01 6.6985e-02 9.8398e-02
6.5000e+00 1.1496e+00 1.1917e+00 4.2156e-02 3.5374e-02
7.0000e+00 1.2690e+00 1.4109e+00 1.4192e-01 1.0059e-01
7.5000e+00 1.0771e+00 1.2846e+00 2.0757e-01 1.6158e-01
8.0000e+00 6.2105e-01 8.4386e-01 2.2281e-01 2.6404e-01
8.5000e+00 1.2690e-02 1.9648e-01 1.8379e-01 9.3541e-01
9.0000e+00 -5.9896e-01 -4.9901e-01 9.9949e-02 2.0029e-01
9.5000e+00 -1.0641e+00 -1.0723e+00 8.2349e-03 7.6795e-03
1.0000e+01 -1.2688e+00 -1.3831e+00 1.1432e-01 8.2655e-02

>>

4. Assoluta stabilita. Nellambito delle equazioni differenziali ordinarie, esistono vari

criteri di stabilita (cf. [1], [5, p.623], [8, p.420]). Un classico problema e quello di vedere se
un metodo e assolutamente stabile. Definito il problema di Cauchy

y (x) = y(x), x 0
(4.1)
y(0) = 1
9
per un certo C con () < 0, visto che lunica soluzione e y(x) = exp (x) si cerca
di definire il passo h cosicche il metodo numerico per la soluzione del problema di Cauchy
(1.2) abbia lo stesso comportamento asintotico di exp (x). Ricordiamo a tal proposito che
dalla formula di Eulero, se z = a + ib allora
exp (z) = exp (a) (cos (b) + i sin (b)).
Quindi se () < 0, visto che | cos ((x)) + i sin ((x))| = 1 e x > 0 abbiamo
| exp (x)| = |(exp (x))|| cos ((x))+i sin (((x)))| = |exp (x)| 0, per x .
Visto il comportamento asintotico di exp (x), se yh (xn ) e lapprossimazione della soluzione
in xn fornita da un metodo numerico a passo h, si desidera sia yh (xn ) 0 per n +.
Nel caso del metodo di Eulero esplicito, si dimostra che cio accade se |1 + h| < 1 (cf. [2,
p.395]), mentre per il metodo di Eulero implicito cio si realizza se |1 h| > 1 cioe qualsiasi
sia h indipendentemente da con () < 0 .

5. Esercizio.
1. Approssimare per = 100 il valore assunto dalla soluzione y del problema di
Cauchy

y (x) = y(x), x 0
(5.1)
y(0) = 1
nel punto x = 0.2. A tal proposito si utilizzano i metodi di Eulero esplicito e Eulero
implicito (nella versione con il metodo delle secanti) con passi h = 0.1, h = 0.05,
h = 0.02, h = 0.01, h = 0.001. Al variare di h verificare quando |1 + h| < 1. Se
eseguiti correttamente dovrebbero fornire quali risultati (cf. [2, p.396])

1.0000e-01 8.1000e+01 8.2645e-03

5.0000e-02 2.5600e+02 7.7160e-04
2.0000e-02 1.0000e+00 1.6933e-05
1.0000e-02 2.0612e-09 9.5161e-07
1.0000e-03 1.3556e-09 3.2046e-09

in cui alla prima colonna si stabilisce il passo h, nella seconda si espongono i risultati
ottenuti dal metodo di Eulero esplicito e nella terza quelli di Eulero implicito (nella
versione con il metodo delle secanti). Suggerimenti.

(a) Se necessario, definire la funzione come

>> fcn=inline(0*x-100*y);

(b) Visto che vogliamo valutare la funzione in 0.2, ha senso porre t end maggiore
o minore di 0.2? Perche ?
2. Approssimare per = 500 il valore assunto dalla soluzione y del problema di
Cauchy

y (x) = y(x), x 0
(5.2)
y(0) = 1
nel punto x = 0.2. A tal proposito si utilizzano i metodi di Eulero esplicito e Eulero
implicito (nella versione con il metodo delle secanti) con passi h = 0.1, h = 0.05,
10
 h = 0.02, h = 0.01, h = 0.001, h = 0.0005. Al variare di h verificare quando
|1 + h| < 1. Il metodo di Eulero implicito per h piccoli puo richiedere molto
tempo di calcolo.

RIFERIMENTI BIBLIOGRAFICI

[1] K. Atkinson, Introduction to Numerical Analysis, Wiley, 1989.

[2] K. Atkinson and W. Han, Elementary Numerical Analysis, John Wiley and Sons, 2001.
[3] K. Atkinson and W. Han, Theoretical Numerical Analysis, Springer Verlag, 2001.
[4] K. Atkinson, W. Han e D. Steward, Numerical Solution of Ordinary Differential Equations, programs for the
book, John Wiley and Sons, 2009,
http://www.math.uiowa.edu/NumericalAnalysisODE/.
[5] V. Comincioli, Analisi Numerica, metodi modelli applicazioni, Mc Graw Hill, 1990.
[6] G. De Marco, Analisi Due, Decibel/Zanichelli, 1993.
[7] G. Gilardi, Analisi Due, seconda edizione, Mc Graw Hill, 1996.
[8] A. Quarteroni, R. Sacco e F. Saleri, Matematica Numerica, Springer, 1998.

11