Risolutore di Sistema di Equazioni Non Lineari

Risolutore di Sistema di Equazioni Non Lineari

Il Risolutore di Sistema di Equazioni Non Lineari trova tutte le soluzioni di un sistema di due o più equazioni non lineari utilizzando il metodo di Newton-Raphson. Inserisci le tue equazioni e il risolutore cercherà automaticamente ogni soluzione con iterazioni dettagliate passo-passo, analisi della matrice Jacobiana, visualizzazione della convergenza e un grafico di contorno interattivo per i sistemi a 2 variabili.

Come utilizzare il Risolutore di Sistema di Equazioni Non Lineari

1. Inserisci le tue equazioni: Digita ogni equazione utilizzando le variabili x, y (e z per sistemi a 3 variabili). Puoi scrivere le equazioni come x^2 + y^2 - 25 (inteso come = 0) o x^2 + y^2 = 25. Usa ^ per le potenze, * per la moltiplicazione e funzioni standard come sin, cos, exp, log, sqrt.
2. Seleziona il numero di equazioni: Scegli 2 o 3 dal menu a discesa. Il numero di equazioni deve essere uguale al numero di variabili per un sistema ben determinato.
3. Imposta la stima iniziale (opzionale): Inserisci i valori iniziali per x₀, y₀ (e z₀). Il risolutore li utilizzerà come punto di partenza per l'iterazione di Newton-Raphson. Se lasciato vuoto, il valore predefinito è 1.
4. Clicca su "Risolvi Sistema": Il risolutore esegue il metodo Newton-Raphson a partire dalla tua stima iniziale ed effettua anche una ricerca multi-start nell'intervallo [-5, 5] per trovare tutte le soluzioni.
5. Revisiona i risultati: Esamina tutte le soluzioni trovate, la tabella delle iterazioni che mostra la convergenza, la matrice Jacobiana nel punto della soluzione e il grafico di contorno interattivo (per sistemi a 2 variabili).

Cos'è un sistema di equazioni non lineari?

Un sistema di equazioni non lineari consiste in due o più equazioni in cui almeno un'equazione contiene un termine non lineare — come \(x^2\), \(\sin(x)\), \(e^x\) o \(xy\). In forma generale:

$$\begin{cases} f_1(x_1, x_2, \ldots, x_n) = 0 \\ f_2(x_1, x_2, \ldots, x_n) = 0 \\ \vdots \\ f_n(x_1, x_2, \ldots, x_n) = 0 \end{cases}$$

A differenza dei sistemi lineari (che hanno al massimo una soluzione), i sistemi non lineari possono avere zero, una o più soluzioni, il che li rende significativamente più difficili da risolvere.

Il metodo Newton-Raphson per i sistemi

Il metodo Newton-Raphson (chiamato anche metodo di Newton) estende il noto algoritmo di ricerca delle radici per variabile singola ai sistemi di equazioni. La formula di iterazione è:

$$\mathbf{x}_{k+1} = \mathbf{x}_k - J(\mathbf{x}_k)^{-1} \mathbf{F}(\mathbf{x}_k)$$

dove \(\mathbf{F}\) è il vettore delle equazioni e \(J\) è la matrice Jacobiana. In pratica, risolviamo il sistema lineare \(J \cdot \Delta\mathbf{x} = -\mathbf{F}\) ad ogni passo piuttosto che calcolare l'inversa.

La matrice Jacobiana

La matrice Jacobiana generalizza la derivata alle funzioni vettoriali multivariabili. Per un sistema di \(n\) equazioni in \(n\) incognite:

$$J = \begin{pmatrix} \frac{\partial f_1}{\partial x_1} & \frac{\partial f_1}{\partial x_2} & \cdots & \frac{\partial f_1}{\partial x_n} \\ \frac{\partial f_2}{\partial x_1} & \frac{\partial f_2}{\partial x_2} & \cdots & \frac{\partial f_2}{\partial x_n} \\ \vdots & \vdots & \ddots & \vdots \\ \frac{\partial f_n}{\partial x_1} & \frac{\partial f_n}{\partial x_2} & \cdots & \frac{\partial f_n}{\partial x_n} \end{pmatrix}$$

Questo risolutore calcola la Jacobiana numericamente utilizzando le differenze centrali, che garantisce una buona precisione senza richiedere la differenziazione simbolica.

Proprietà di convergenza

Il metodo Newton-Raphson mostra una convergenza quadratica vicino a una soluzione in cui la Jacobiana è non singolare. Ciò significa che il numero di cifre corrette raddoppia approssimativamente ad ogni iterazione. Tuttavia, la convergenza dipende da:

• La stima iniziale che deve essere sufficientemente vicina a una soluzione
• La matrice Jacobiana che deve essere non singolare (det(J) ≠ 0) vicino alla soluzione
• Le funzioni che devono essere regolari (continuamente derivabili)

Quando la Jacobiana è singolare o quasi singolare, la convergenza degrada a lineare o il metodo può fallire del tutto.

Soluzioni multiple e strategia Multi-Start

Poiché Newton-Raphson converge verso la soluzione più vicina al punto di partenza, questo risolutore utilizza una strategia multi-start: prova molte diverse stime iniziali su una griglia nell'intervallo [-5, 5] per ogni variabile. Le soluzioni trovate più volte (da diversi punti di partenza) vengono deduplicate. Questo approccio trova la maggior parte delle soluzioni all'interno dell'intervallo di ricerca ma non può garantire di trovare ogni singola soluzione.

Capire il grafico di contorno

Per i sistemi a 2 variabili, il risolutore visualizza un grafico di contorno interattivo. Ogni equazione \(f_i(x,y) = 0\) definisce una curva nel piano xy (il suo insieme di livello zero). Le soluzioni sono i punti di intersezione di queste curve. Il grafico mostra anche il percorso di iterazione di Newton-Raphson dalla tua stima iniziale, illustrando come l'algoritmo converge.

Funzioni supportate e sintassi

• Potenze: x^2, y^3 (oppure x**2)
• Trigonometria: sin(x), cos(y), tan(x), asin, acos, atan
• Esponenziali/Logaritmiche: exp(x), log(x) (naturale), log10(x), ln(x)
• Altro: sqrt(x), abs(x), sinh, cosh, tanh
• Costanti: pi (π ≈ 3.14159), e (e ≈ 2.71828)
• Moltiplicazione implicita: 2x viene interpretato come 2*x, 3sin(x) come 3*sin(x)

Applicazioni dei sistemi non lineari

• Ingegneria: Analisi dei circuiti, equilibrio strutturale, progettazione di reattori chimici
• Fisica: Ricerca di punti di equilibrio, equazioni d'onda, meccanica orbitale
• Economia: Modelli di equilibrio generale, equilibri di Nash nella teoria dei giochi
• Robotica: Cinematica inversa, pianificazione del percorso
• Computer graphics: Intersezione raggio-superficie, risoluzione di vincoli
• Biologia: Dinamica delle popolazioni, cinetica enzimatica, addestramento di reti neurali

FAQ

Cos'è un sistema di equazioni non lineari?

Un sistema di equazioni non lineari è un insieme di due o più equazioni in cui almeno una contiene un termine non lineare (come x al quadrato, sin(x) o x per y). A differenza dei sistemi lineari che hanno al massimo una soluzione, i sistemi non lineari possono avere zero, una o più soluzioni.

Come funziona il metodo di Newton-Raphson per i sistemi?

Il metodo di Newton-Raphson estende la versione a variabile singola utilizzando la matrice Jacobiana. Ad ogni iterazione, linearizza il sistema attorno al punto corrente, risolve il sistema lineare risultante e aggiorna la stima. La formula è x_new = x_old meno l'inversa della Jacobiana per F(x_old).

Cos'è la matrice Jacobiana?

La matrice Jacobiana è una matrice di tutte le derivate parziali del primo ordine di una funzione a valori vettoriali. Per n equazioni in n variabili, è una matrice n per n in cui l'elemento J(i,j) è uguale alla derivata parziale della i-esima equazione rispetto alla j-esima variabile.

Perché il metodo Newton-Raphson a volte non riesce a convergere?

Newton-Raphson può fallire se la stima iniziale è troppo lontana da una soluzione, se la Jacobiana diventa singolare, se la funzione presenta discontinuità o se l'iterazione cicla senza convergere. Provare diverse stime iniziali spesso risolve i problemi di convergenza.

Questo risolutore può trovare tutte le soluzioni?

Il risolutore utilizza una strategia multi-start provando molte stime iniziali nell'intervallo da -5 a 5. Sebbene trovi la maggior parte delle soluzioni in quell'intervallo, non può garantire di trovare ogni soluzione. È possibile fornire stime iniziali personalizzate per cercare vicino a punti specifici.