Corso Python scientifico in GX-TXT · Modulo 5 · Lezione 30

Un’equazione differenziale ordinaria descrive come cambia uno stato rispetto a una variabile indipendente, spesso il tempo. In questa lezione integriamo un decadimento sintetico nel Runner GX-TXT e confrontiamo i valori numerici con una soluzione analitica nota.

Obiettivi

  • Interpretare derivata, stato e condizione iniziale.
  • Fornire al solver una callback Python con la derivata.
  • Distinguere i tempi richiesti dai passi interni di un metodo adattivo.
  • Confrontare la soluzione numerica con un riferimento e leggere l’errore.

Il modello

Consideriamo \(\frac{\mathrm{d}y}{\mathrm{d}t}=-0{,}7y\), con \(y(0)=3\). Se il tempo è in secondi, il coefficiente 0,7 ha unità s⁻¹. La soluzione analitica è \(y(t)=3\exp(-0{,}7t)\): parte da 3 e diminuisce nel tempo. Sono dati e parametri sintetici scelti per l’esercizio.

La condizione iniziale seleziona una soluzione specifica fra quelle compatibili con l’equazione. Il solver riceve la derivata, la sequenza crescente dei tempi e lo stato iniziale. Un metodo adattivo sceglie internamente passi adatti ai criteri di errore: i cinque tempi richiesti per l’output non vanno confusi con tutti i passi interni.

Esegui in GX-TXT

Nella Sessione corso_python, importa decadimento_ode.py, salvalo nel Python Script Workspace e avvialo con Run → Open Script Runner → Run Job. Il percorso con callback usa SciPy nel runtime Python configurato.

Script dell'equazione differenziale nell'editor GX-TXT con tema Rich Dark.
Script dell'equazione differenziale nell'editor GX-TXT con tema Rich Dark.
import numpy as np
from gxtxt import gxtxt_api_call, gxtxt_api_require, gxtxt_callback_register, gxtxt_callback_release

gxtxt_api_require("NUMERIC_API_v1@1:math.numeric+script_callback_functions")
tempi = np.linspace(0.0, 2.0, 5)
def derivata(t, stato):
    return -0.7 * np.asarray(stato)
handle = gxtxt_callback_register(derivata)
try:
    soluzione = gxtxt_api_call("NUMERIC_API_v1", "foundation", [
        "ode", "solve", handle, tempi, [3.0], {"reltol": 1e-8, "abstol": 1e-10}
    ])
finally:
    gxtxt_callback_release(handle)
t = np.asarray(soluzione["time"]).reshape(-1)
y = np.asarray(soluzione["state_real"]).reshape(-1)
riferimento = 3.0 * np.exp(-0.7 * t)
print("Solver riuscito:", soluzione["success"], "metodo:", soluzione["method"])
print("Tempo (s) | Numerico | Analitico | Errore assoluto")
for ti, yi, esatto in zip(t, y, riferimento):
    print(f"{ti:5.2f} | {yi:9.6f} | {esatto:9.6f} | {abs(yi-esatto):.2e}")
print("Errore massimo:", np.max(np.abs(y - riferimento)))

La funzione derivata(t, stato) restituisce una derivata per ogni componente dello stato. Registriamo la funzione e passiamo l’handle a foundation, famiglia ode, azione solve. Il blocco finally rilascia l’handle anche in caso di eccezione. Non chiamare il Bridge dall’interno della callback.

reltol e abstol impostano le tolleranze relativa e assoluta usate dal solver; scegliere valori più piccoli può aumentare il lavoro di calcolo e non garantisce da sola l’esattezza del modello. Il risultato riporta il metodo e lo stato di successo, i tempi e lo stato numerico. La soluzione analitica viene valutata agli stessi tempi per rendere sensato il confronto.

Confronto reale nel Job tra soluzione numerica e analitica.
Confronto reale nel Job tra soluzione numerica e analitica.

Qui il metodo riportato è RK45 e il solver segnala successo. Il primo valore rispetta la condizione iniziale; ai cinque tempi richiesti l’errore assoluto massimo rispetto alla formula è circa \(2{,}3\times10^{-9}\). Questo valore riguarda la griglia e il problema scelti: tolleranze locali e confronto puntuale non costituiscono una garanzia generale sull’errore globale o sulla validità fisica del modello.

Visualizza il decadimento

Lo script aggiuntivo grafico_ode.py integra la stessa equazione su 21 tempi, pubblica separatamente la soluzione numerica e quella analitica e crea il grafico con Plot API v4. Nella finestra grafica GX-TXT le curve risultano praticamente sovrapposte; lo stato è adimensionale e il tempo è in secondi.

Soluzione numerica e analitica del decadimento sintetico nel Viewer GX-TXT.
Soluzione numerica e analitica del decadimento sintetico nel Viewer GX-TXT.

Cosa controllare nei problemi reali

Le unità nella derivata devono essere coerenti con quelle dello stato e del tempo. La griglia dei tempi deve essere strettamente crescente per questa interfaccia. Per sistemi con più componenti, la callback restituisce un vettore della stessa lunghezza dello stato. Un solver che non completa l’integrazione non fornisce automaticamente una soluzione attendibile: occorre leggere l’esito e rivedere modello, condizioni e parametri. Nel modulo successivo impareremo a rappresentare dati e risultati nel Viewer GX-TXT.

Esercizio

  1. Quale valore deve avere y al tempo iniziale? Qual è la derivata iniziale?
  2. Che cosa cambia se la condizione iniziale diventa 6, mantenendo lo stesso coefficiente?
  3. I cinque tempi di output sono necessariamente gli unici cinque passi del solver?

Soluzione ragionata

  1. \(y(0)=3\); la derivata è \(-0{,}7\cdot3=-2{,}1\) unità di stato al secondo.
  2. La soluzione diventa \(6\exp(-0{,}7t)\): raddoppia a ogni tempo, mentre il tasso di decadimento resta lo stesso.
  3. No. RK45 adatta i passi interni; la griglia specifica dove desideriamo ricevere i risultati.

Prosegui con il modulo sulla visualizzazione scientifica per costruire un grafico a partire da dati canonici.

Scarica gli script del Modulo 05 (ZIP)

#Calcolo numerico #GX-TXT #Python

Altre tappe del progetto

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *