Professional Documents
Culture Documents
3
Equazioni del prim’ordine (tempo
discreto)
3.1 Introduzione
In questo capitolo ci occupiamo delle equazioni alle differenze a un passo o del
prim’ordine, in forma normale, del tipo
x0 assegnato. (3.2)
xt+1 = axt ,
in cui il coefficiente a è costante (indipendente da t). L’abbiamo già incontrata
nell’introduzione: è la versione discreta del modello di Malthus, dove abbiamo
scritto a al posto di 1 + ε. Come abbiamo già visto, la soluzione generale è
xt = cat , c∈R
xt+1 = at xt . (3.4)
x1 = a0 x0 ,
x2 = a1 x1 = (a1 a0 ) x0 ,
x3 = a2 x2 = (a2 a1 a0 ) x0 ,
...
La famiglia di soluzioni della (3.4) si ottiene dunque moltiplicando per una costante
reale c (che in questo caso coincide con con il valore iniziale della variabile di stato:
c = x0 ) una particolare soluzione dell’equazione stessa:
t−1
Y
xt = c as, c ∈ R.
s=t0
xt = zt + yt .
zt = at zt
Coefficienti costanti
Nel caso particolare che l’equazione sia a coefficienti costanti, cioè at = a costante
e bt = b costante, una soluzione particolare si trova facilmente. Infatti, provando
con una successione costante xt = k, deve essere, dato che xt+1 = k,
k = ak + b.
Se a 6= 1 si trova
b
xt = k =
1−a
72 3. Equazioni del prim’ordine (tempo discreto)
xt+1 = axt + b, a, b ∈ R, a 6= 1
è
b
xt = cat + , c∈R (3.5)
1−a
e la soluzione che “parte” da x0 è
µ ¶
b b
xt = x0 − at + (3.6)
1−a 1−a
x1 = x0 + b,
x2 = x1 + b = x0 + 2b,
x3 = x2 + b = x0 + 3b,
..
.
e si ricava facilmente
xt = x0 + tb
µ ¶t
1
xt = c + 2, c ∈ R. (3.7)
2
Per determinare la soluzione particolare che verifica la condizione iniziale assegnata
determiniamo la costante c, sostituendo il valore 0 nella (3.7); si ha
x0 = 1 = c + 2 ⇒ c = −1.
La soluzione cercata è quindi
µ ¶t
1
xt = 2 − .
2
Si controlla facilmente che xt → 2 per t → +∞.
a − bp = −c + dp
a − bpn = −c + dpn−1 .
La dinamica del sistema può essere illustrata graficamente: si tracciano le due rette
d’equazione
D = a − bp e O = −c + dp,
D = a − pb
O = − c + dp
p0 p2 p3 p1
Caso generale
In analogia al caso a tempo continuo, una soluzione particolare dell’equazione (3.3)
si può ricavare col metodo di variazione della costante, cercando cioè una succes-
sione xt tale che
t−1
Y
yt = xt as
s=0
76 3. Equazioni del prim’ordine (tempo discreto)
sia soluzione della (3.3). Più direttamente, si può scrivere la (3.3) per n = 0, 1, 2, . . . :
x1 = a0 x0 + b0 ,
x2 = a1 x1 + b1 = a1 (a0 x0 + b0 ) + b1 = (a1 a0 ) x0 + a1 b0 + b1
x3 = a2 x2 + b2 = (a2 a1 a0 ) x0 + (a2 a1 ) b0 + a2 b1 + b2 , . . .
Si intuisce che
x0 → f → x1 → f → x2 → · · · → xn → f → xn+1 · · ·
x1 = f (x0 ) ,
x2 = f (x1 ) = f (f (x0 )) = (f ◦ f ) (x0 ) ,
x3 = f (x2 ) = f (f (f (x0 ))) = (f ◦ f ◦ f ) (x0 ) ,
...
3. Equazioni del prim’ordine (tempo discreto) 77
xn = f n (x0 )
Per esempio,
sin3 x = sin (sin (sin x))
mentre
(sin x)3 = (sin x) · (sin x) · (sin x) .
y=x
y = f(x)
x2
x1
x0 x1 x2 x∗
f (x∗ ) = x∗
e cioè il punto x∗ rimane fisso sotto l’azione di f .
Il diagramma ottenuto in tal modo, evidenziando i punti fissi e tracciando le
spezzate che visualizzano l’andamento delle orbite, prende il nome di diagramma
a gradino.
Esempio 3.1. Nel modello logistico
abbiamo
f (x) = rx (1 − x)
il cui grafico è una parabola. I punti fissi si trovano risolvendo l’equazione
rx (1 − x) = x
da cui
1
x∗1 = 0 e x∗2 = 1 − .
r
(a) stabile se: per ogni ε > 0 esiste δ = δ ε tale che se |x0 − x∗ | < δ e xn è l’orbita
uscente da x0 , si ha
|xn − x∗ | < ε per ogni n ≥ 0.
(b) asintoticamente stabile se è stabile e, inoltre,
xn → x∗ per n → +∞.
(c) instabile se non è stabile (se cioè non vale la condizione (a)).
(d) attrattore locale se esiste un intorno U di x∗ tale che ogni orbita uscente da U
converge a x∗ . Il più grande insieme B ⊇ U con questa proprietà si chiama bacino
di attrazione di x∗ .
Si controlla facilmente che un punto d’equilibrio è asintoticamente stabile se è
attrattore e stabile.
Esempio 3.2. Il caso lineare. Nel caso lineare
xn+1 = axn + b, a, b ∈ R, a 6= 0,
xn+1 = xn
a >1
0 <a <1
−1<a <0
a <−1
|f 0 (x)| ≤ k < 1.
xn+1 = f (xn )
3. Equazioni del prim’ordine (tempo discreto) 81
|f 0 (x)| ≥ ρ > 1
|x2 − x∗ | ≥ ρ2 |x0 − x∗ |
f (x) = 3 − e−x .
Come mostra il grafico, f ha due punti fissi α < 0 e β (2 < β < 3). Dato che
f 0 (x) = e−x , si ha
f 0 (α) > 1, 0 < f 0 (β ) < 1.
Dunque α è punto fisso instabile (repulsore), β è punto fisso (localmente) asintoti-
camente stabile.
3 Prima o poi, tutte le orbite uscenti da I escono da I, allontanandosi da x∗ . In tal caso si dice
che x∗ è repulsore.
82 3. Equazioni del prim’ordine (tempo discreto)
α
β
Figura 3.4.
4 Se
la funzione generatrice è crescente, la succesione per ricorrenza è monotona (vedi l’esercizio
7 a pag. 93) .
5 Si veda l’esercizio 12 a pag. 67.
3. Equazioni del prim’ordine (tempo discreto) 83
0 1
in grado di descrivere fenomeni ciclici. Non è così per i modelli discreti. Infatti
possono benissimo esistere orbite del tipo
x0 , x1 , . . . xp−1 , xp = x0 , x1 , . . . xp−1 , x0 , . . .
dove i primi p punti sono tutti diversi tra loro (x0 6= x1 6= · · · 6= x) , mentre xp = x0
e si ricomincia da capo. Queste si chiamano orbite periodiche, i loro punti si dicono
punti periodici e il numero p si chiama periodo dell’orbita. Osserviamo che
x0 = xp = f p (x0 )
quindi x0 è punto fisso per f p . Nello stesso modo si verifica che anche x1 , . . . xp−1
sono punti fissi per f p :
xj = f p (xj ) per ogni j = 1, ..., p − 1.
Per esempio, un’orbita di periodo 2 è un insieme di due punti
{x∗ , y∗ }
entrambi fissi per l’iterata seconda f 2 e si ha
f (x∗ ) = y ∗ , f (y ∗ ) = x∗
½ ¾
1 1 1
Esempio 3.4. La successione 2, , 2, , 2, , . . . è un’orbita di periodo 2 per
2 2 2
l’equazione
1
xn+1 = .
xn
84 3. Equazioni del prim’ordine (tempo discreto)
(c) instabile se non è stabile (se cioè non vale la condizione (a)).
3. Equazioni del prim’ordine (tempo discreto) 85
allora tutti i punti dell’orbita sono instabili e quindi l’orbita stessa è instabile.
Esistenza di orbite periodiche. La presenza di orbite periodiche rivela un an-
damento ciclico del sistema dinamico ed è piuttosto importante stabilire condizioni
che ne garantiscano l’esistenza e, se possibile, la loro natura stabile/instabile. I due
teoremi sottostanti danno una risposta parziale al problema. Il primo si applica
a funzioni generatrici cosiddette unimodali, che presentano cioè un unico punto
stazionario nell’intervallo di definizione.
Teorema 3.2 (di Singer6 ). Sia
f : [0, 1] → [0, 1]
continua con le sue derivate fino alla terza inclusa. Se
(i)
f (0) = f (1) = 0,
(ii) f ha un solo punto x0 ∈ (0, 1) tale che
f 0 (x0 ) = 0,
(iii) la quantità
µ ¶2
f 000 (x) 3 f 00 (x)
{f, x} = 0 −
f (x) 2 f 0 (x)
6 Singer D., Stable orbits and biforcation of map of the interval, in “Siam J. Appl. Math.”,
260-267, 1978.
86 3. Equazioni del prim’ordine (tempo discreto)
xn+1 = f (xn )
3 J 5 J 7 J · · · J 2 · 3 J 2 · 5 J 2 · 7 J · · · J 22 · 3 J 22 · 5 J 22 · 7 J · · ·
· · · J 23 · 3 J 23 · 5 J 23 · 7 J · · · J 24 J 23 J 22 J 2 J 1
7 Sharkowsky N., Coexistence of cycles of a continuous map into itself, Ukr. Math. Zeitschrift,
0 1 0 1 0 1
Figura 3.7.
di periodo 2. Nel terzo i punti fissi coincidono con quelli di f 2 . Ne segue che non
vi sono orbite di periodo 4 e quindi, per il teorema di Sharkowsky, non possono
esistere orbite periodiche di periodo maggiore di 2.
lim |f nj (p) − f nj (q )| = 0
nj →+∞
e
lim |f nk (p) − f nk (q )| = δ > 0.
nk →+∞
in [0, 1]. Deduciamo, in base al teorema di Singer, che per ogni valore di r ∈ (0, 4]
esiste al massimo un’orbita periodica in (0, 1) , asintoticamente stabile e x0 = 1/2
è nel suo bacino d’attrazione.
La dinamica della (3.12) presenta una insospettata dipendenza dal parametro r
e un’interessante varietà di fenomeni. Come abbiamo visto nell’esempio 3.1 i punti
fissi, soluzioni dell’equazione
rx (1 − x) = x
sono
1
x1 = 0 e x2 = 1 − .
r
Distinguiamo ora vari casi.
0 < r ≤ 1 Solo x1 = 0 sta nell’intervallo [0, 1] e risulta asintoticamente stabile
con bacino d’attrazione [0, 1], infatti per 0 < r < 1 si ha
f 0 (x) = r − 2rx
e
f 0 (0) = r ∈ (0, 1) .
Si ha stabilità asintotica anche per r = 1, come mostra il diagramma a gradino.
3. Equazioni del prim’ordine (tempo discreto) 89
f 2 (x) = r2 x (1 − x) (1 − rx (1 − x)) .
I punti periodici di periodo 2 corrispondono ai punti fissi di f 2 e si trovano risol-
vendo l’equazione
r2 x (1 − x) (1 − rx (1 − x)) = x.
1
Oltre (ovviamente) a x1 = 0 e x2 = 1 − , si trovano i punti
r
√
1 + r ± r2 − 2r − 3
x3,4 =
2r
soluzioni dell’equazione
r2 x2 − r (r + 1) x + r + 1 = 0.
Per studiarne la stabilità calcoliamo
¡ 2 ¢0 ¡ ¢0
f (x3 ) = f 2 (x4 ) = f 0 (x3 ) f 0 (x4 ) = −r2 + 2r + 4.
90 3. Equazioni del prim’ordine (tempo discreto)
Si ha che
¯ 2 ¯
¯−r + 2r + 4¯ < 1
√
per 3 < r < 1+ 6 e quindi, per tali valori del parametro, esiste un’orbita periodica
asintoticamente stabile di periodo 2. Il bacino d’attrazione dell’orbita {x3 , x4 } è
l’intervallo (0, 1) , tranne un’infinità numerabile di punti che arriva a x2 dopo un
numero finito√di iterazioni. Dal grafico di f 2 si intuisce che lo stesso accade per
r = r2 = 1 + 6.
In conclusione, quando r supera il valore r1 = 3 il punto fisso x2 diventa instabile
e si crea un’orbita periodica asintoticamente stabile di periodo 2. Questo cambio di
comportamento delle orbite prende il nome di biforcazione. La figura 3.9 mostra,
in corrispondenza del valore r = 3.2, l’orbita uscente dal punto x0 = 0.7; la curva
tratteggiata è il grafico dell’iterata seconda f 2 .
√ √
1 + 6 < r ≤ r∞ = 3.5699456 . . . Superato il valore r2 = 1 + 6, l’orbita di
periodo 2 diventa instabile e si crea un’orbita stabile di periodo 4. Ciò si vede
esaminando l’iterata quarta f 4 . Per r = r2 si verifica quindi un’altra biforcazione
con raddoppio del periodo. La figura 3.10 mostra, in corrispondenza del valore
r = 3.52, l’orbita uscente dal punto x0 = 0.6; la curva tratteggiata è il grafico
dell’iterata quarta f 4 .
L’orbita di periodo 4 rimane stabile fino ad un valore r3 = 3.544090 . . . , in
corrispondenza al quale si verifica un’altra biforcazione con raddoppio del periodo;
si crea, cioè, un’orbita asintoticamente stabile di periodo 8.
Successivamente, al crescere di r, si verifica una sequenza infinita di biforcazioni
3. Equazioni del prim’ordine (tempo discreto) 91
con raddoppio del periodo in corrispondenza ad infiniti valori rk . I primi otto sono
r∞ = 3.5699456 . . .
0 1
0 10 20 30
3.4 Esercizi
1. Scrivere la soluzione generale delle seguenti equazioni alle differenze lineari del
prim’ordine.
sn
sn+1 = − , sn+1 = −2sn + 1.
3
Nei due casi discutere il carattere di sn .
2. Stabilire il carattere delle successioni per ricorrenza
½ ½ ½
sn+1 = 2sn − 1 sn+1 = sn − 1 sn+1 = −sn
(a) (b) (c)
s0 = 3. s0 = 4 s0 = 4
1
xn+1 = xn + bn ,
2
3. Equazioni del prim’ordine (tempo discreto) 93
nei casi
bn = n e bn = 2n .
4. Sia
Yt = λYt−1 + Xt , t≥1 (3.13)
un’equazione alle differenze lineare. Siano λ > 1 e Xt una successione limitata;
dimostrare che l’equazione (3.13) ha un’unica soluzione convergente: la successione
+∞ µ ¶i
X 1
Yt = Xt+i .
i=1
λ
(domanda e offerta sono funzioni del prezzo al tempo t, l’incremento del prezzo
nell’unità di tempo è direttamente proporzionale all’eccedenza di domanda). Stu-
diare l’equilibrio del mercato.
13. Nel cuore, l’eccitazione generata da un normale pacemaker negli atrii, passa
ai ventricoli causando contrazione del cuore e l’invio di sangue agli altri organi.
L’eccitazione deve passare attraverso il nodo atrio-ventricolare, che connette elet-
tricamente atrii e ventricoli. Il problema seguente è basato su un modello matema-
tico per la conduzione atrio-ventricolare nei mammiferi.9 Assumiamo che i tempi
(in millisecondi) di conduzione atrio-ventricolare soddisfino la seguente legge di
ricorrenza
375
xt+1 = + 100, xt > 90.
xt − 90
(a) Determinare i punti fissi e studiarne la stabilità.
(b) Analizzare il comportamento asintotico della soluzione che verifica la condi-
zione iniziale x0 = 150.
14. La seguente equazione alle differenze è stata proposta come modello di evo-
luzione per la densità di popolazione di insetti in anni successivi
3
xt+1 = f (xt ) = αxt e−βxt ,