1
Limitazioni dei Polinomi Caratteristici
MATH007Lesson 9
00:00
Mentre il polinomio caratteristico $p(\lambda) = \det(A - \lambda I)$ costituisce la base teorica per definire gli autovalori, è numericamente "mal condizionato" e computazionalmente inefficiente per sistemi ad alta dimensione. In applicazioni pratiche — come la risoluzione del sistema di Sturm-Liouville per la propagazione delle onde — la sensibilità delle radici del polinomio alle perturbazioni dei coefficienti rende lo sviluppo diretto una scelta secondaria.

Dalle Onde Continue ai Matrici Discrete

La vibrazione di una corda o di una membrana è governata dall'equazione delle onde:

$$\rho(x) \frac{\partial^2 v}{\partial t^2}(x, t) = \frac{\partial}{\partial x} \left[ p(x) \frac{\partial v}{\partial x}(x, t) \right]$$

Per trovare la soluzione $v(x, t) = \sum_{k=0}^{\infty} c_k u_k(x) \cos \sqrt{\lambda_k}(t - t_0)$, dobbiamo risolvere il sistema di Sturm-Liouville:

$$\frac{d}{dx} \left[ p(x) \frac{du_k}{dx}(x) \right] + \lambda_k \rho(x) u_k(x) = 0$$

Complessità della Discretizzazione

La discretizzazione dell'operatore porta a equazioni matriciali come $Aw = -0.04 \frac{\rho}{p} \lambda w$. Per una matrice tridiagonale $4 \times 4$, $p(\lambda)$ è gestibile. Tuttavia, man mano che la griglia si affina ($n$ aumenta), ci troviamo di fronte a due ostacoli:

  • Limite di Abel-Ruffini: Non esiste una soluzione algebrica per le radici dei polinomi quando $n \ge 5$.
  • Sensibilità agli Arrotondamenti: Nei sistemi ad alta dimensione, un cambiamento nella cifra decimale $10^{-10}$ di un elemento può spostare gli autovalori di diversi ordini di grandezza (fenomeno del polinomio di Wilkinson).

Necessità Numerica e Biblioteche Professionali

Le biblioteche numeriche professionali (IMSL, NAG) evitano i polinomi caratteristici grezzi. Invece, utilizzano metodi iterativi per l'approssimazione:

  • Biblioteca IMSL: Utilizza minimi quadrati lineari, spline cubiche e trasformate veloci di Fourier.
  • Biblioteca NAG: Utilizza approssimazione polinomiale ai minimi quadrati e adattamenti nel senso $l_1/l_{\infty}$.

Quando si approssimano gli autovalori per il sistema $\lambda_i = 1 + 4\alpha\left(\sin \frac{\pi i}{2m}\right)^2$, ci si basa su minimi quadrati discreti e scoperta iterativa piuttosto che sulle tecniche di ricerca delle radici.

🎯 Strumento Teorico vs. Pericolo Numerico
Il polinomio caratteristico $p(\lambda) = \det(A - \lambda I)$ è fondamentale per le dimostrazioni ma pericoloso per i calcoli. I problemi pratici di autovalori in fisica vengono risolti tramite trasformazioni iterative (come QR) che preservano la stabilità.