Simulacre d'examen d'existència i unicitat

Pas 1 — separar.

$\frac{dy}{y^{2}} = dx \quad\Longrightarrow\quad -\frac{1}{y} = x + C$

Pas 2 — condició inicial. A $x = 0$, $-1/1 = C$, o sigui $C = -1$.

Pas 3 — aïllar.

$y(x) = \frac{1}{1 - x}$

Pas 4 — on peta. El denominador s'anul·la a

$x = 1$

Fixa't en una cosa important: el camp $f(y) = y^{2}$ és un polinomi, suau a tot arreu, sense cap singularitat. I tanmateix la solució explota en temps finit. La suavitat del camp és local i no garanteix existència global.

Per què importa. Lipschitz és la hipòtesi que dona unicitat al teorema de Picard i Lindelöf. Amb continuïtat sola tens existència (Peano) però pots tenir infinites solucions.

La comprovació. Per a $f(y) = |y|$: la desigualtat triangular dona directament constant $1$, encara que no sigui derivable a zero.

Resposta: Sí, globalment.

L'exemple clàssic del que passa quan falla és $y' = 2\sqrt{|y|}$ amb $y(0) = 0$: la solució pot quedar-se quieta tant de temps com vulgui abans d'arrencar, i per tant n'hi ha infinites.

Per què importa. Lipschitz és la hipòtesi que dona unicitat al teorema de Picard i Lindelöf. Amb continuïtat sola tens existència (Peano) però pots tenir infinites solucions.

La comprovació. Per a $f(y) = e^{y}$: la derivada és contínua però no acotada globalment.

Resposta: Sí, localment.

L'exemple clàssic del que passa quan falla és $y' = 2\sqrt{|y|}$ amb $y(0) = 0$: la solució pot quedar-se quieta tant de temps com vulgui abans d'arrencar, i per tant n'hi ha infinites.

La recepta. La formulació integral del problema és

$y(x) = 2 + \int_0^{x} 2\,y(s)\,ds,$

i la iteració de Picard consisteix a anar-hi ficant la iterada anterior.

Pas 1. Amb $y_0(s) = 2$ constant:

$y_1(x) = 2 + \int_0^{x} 2\cdot2\,ds = 4 x + 2$

Resultat: $y_{1}(x) = 4 x + 2$.

Si continuessis, aniries obtenint les sumes parcials de la sèrie de $2e^{2x}$, que és exactament la solució. La iteració de Picard no és només un truc de la demostració: produeix aproximacions reconeixibles.

Pas 1 — separar.

$\frac{dy}{y^{2}} = dx \quad\Longrightarrow\quad -\frac{1}{y} = x + C$

Pas 2 — condició inicial. A $x = 0$, $-1/20 = C$, o sigui $C = - \frac{1}{20}$.

Pas 3 — aïllar.

$y(x) = \frac{1}{\frac{1}{20} - x}$

Pas 4 — on peta. El denominador s'anul·la a

$x = \frac{1}{20} \approx 0.0500$

Fixa't en una cosa important: el camp $f(y) = y^{2}$ és un polinomi, suau a tot arreu, sense cap singularitat. I tanmateix la solució explota en temps finit. La suavitat del camp és local i no garanteix existència global.

La recepta. La formulació integral del problema és

$y(x) = 3 + \int_0^{x} 3\,y(s)\,ds,$

i la iteració de Picard consisteix a anar-hi ficant la iterada anterior.

Pas 1. Amb $y_0(s) = 3$ constant:

$y_1(x) = 3 + \int_0^{x} 3\cdot3\,ds = 9 x + 3$

Resultat: $y_{1}(x) = 9 x + 3$.

Si continuessis, aniries obtenint les sumes parcials de la sèrie de $3e^{3x}$, que és exactament la solució. La iteració de Picard no és només un truc de la demostració: produeix aproximacions reconeixibles.

La recepta. La formulació integral del problema és

$y(x) = 1 + \int_0^{x} -2\,y(s)\,ds,$

i la iteració de Picard consisteix a anar-hi ficant la iterada anterior.

Pas 1. Amb $y_0(s) = 1$ constant:

$y_1(x) = 1 + \int_0^{x} -2\cdot1\,ds = 1 - 2 x$

Pas 2. Ara hi fiquem $y_1$:

$y_2(x) = 1 + \int_0^{x} -2\,y_1(s)\,ds = 2 x^{2} - 2 x + 1$

Resultat: $y_{2}(x) = 2 x^{2} - 2 x + 1$.

Si continuessis, aniries obtenint les sumes parcials de la sèrie de $e^{-2x}$, que és exactament la solució. La iteració de Picard no és només un truc de la demostració: produeix aproximacions reconeixibles.

La recepta. La formulació integral del problema és

$y(x) = 2 + \int_0^{x} 4\,y(s)\,ds,$

i la iteració de Picard consisteix a anar-hi ficant la iterada anterior.

Pas 1. Amb $y_0(s) = 2$ constant:

$y_1(x) = 2 + \int_0^{x} 4\cdot2\,ds = 8 x + 2$

Pas 2. Ara hi fiquem $y_1$:

$y_2(x) = 2 + \int_0^{x} 4\,y_1(s)\,ds = 16 x^{2} + 8 x + 2$

Resultat: $y_{2}(x) = 16 x^{2} + 8 x + 2$.

Si continuessis, aniries obtenint les sumes parcials de la sèrie de $2e^{4x}$, que és exactament la solució. La iteració de Picard no és només un truc de la demostració: produeix aproximacions reconeixibles.

La desigualtat. Si el camp és Lipschitz amb constant $L$, dues solucions compleixen

$\|y(t) - z(t)\| \leq e^{L(t-t_0)}\|y_0 - z_0\|$

Substituint. Amb $L = 1$, diferència inicial $\frac{1}{10}$ i $t - t_0 = 1$:

$\text{cota} = \frac{1}{10}\,e^{1\cdot1} = \frac{1}{10}e^{1} \approx 0.2718$

Molt important: això és una cota superior, no una predicció. Diu que l'error no pot créixer més de pressa que aquesta exponencial; en un sistema estable, de fet, es contrau. El que la cota sí que explica és per què l'horitzó de predicció fiable es fa curt quan $L$ és gran.

La desigualtat. Si el camp és Lipschitz amb constant $L$, dues solucions compleixen

$\|y(t) - z(t)\| \leq e^{L(t-t_0)}\|y_0 - z_0\|$

Substituint. Amb $L = 2$, diferència inicial $\frac{1}{10}$ i $t - t_0 = 1$:

$\text{cota} = \frac{1}{10}\,e^{2\cdot1} = \frac{1}{10}e^{2} \approx 0.7389$

Molt important: això és una cota superior, no una predicció. Diu que l'error no pot créixer més de pressa que aquesta exponencial; en un sistema estable, de fet, es contrau. El que la cota sí que explica és per què l'horitzó de predicció fiable es fa curt quan $L$ és gran.

La desigualtat. Si el camp és Lipschitz amb constant $L$, dues solucions compleixen

$\|y(t) - z(t)\| \leq e^{L(t-t_0)}\|y_0 - z_0\|$

Substituint. Amb $L = 3$, diferència inicial $\frac{1}{10}$ i $t - t_0 = 1$:

$\text{cota} = \frac{1}{10}\,e^{3\cdot1} = \frac{1}{10}e^{3} \approx 2.0086$

Molt important: això és una cota superior, no una predicció. Diu que l'error no pot créixer més de pressa que aquesta exponencial; en un sistema estable, de fet, es contrau. El que la cota sí que explica és per què l'horitzó de predicció fiable es fa curt quan $L$ és gran.

La desigualtat. Si el camp és Lipschitz amb constant $L$, dues solucions compleixen

$\|y(t) - z(t)\| \leq e^{L(t-t_0)}\|y_0 - z_0\|$

Substituint. Amb $L = 4$, diferència inicial $\frac{1}{10}$ i $t - t_0 = 1$:

$\text{cota} = \frac{1}{10}\,e^{4\cdot1} = \frac{1}{10}e^{4} \approx 5.4598$

Molt important: això és una cota superior, no una predicció. Diu que l'error no pot créixer més de pressa que aquesta exponencial; en un sistema estable, de fet, es contrau. El que la cota sí que explica és per què l'horitzó de predicció fiable es fa curt quan $L$ és gran.