Dalle funzioni iterate al caos deterministico

Slides:



Advertisements
Presentazioni simili
Intervista a un grande matematico:
Advertisements

Fisica dei biliardi e caos
Sistemi dinamici discreti e computabilità intrinseca
Democritos 2007 IL CAOS Ing. Marco Affinito.
“Intervista sul mondo del lavoro”
2. Introduzione alla probabilità
La lezione della Farfalla
Raccontiamo storie.
19 aprile 2001Museo della Scienza e della tecnica Milano 1 Lesperienza di Lestelle.net Leopoldo Benacchio Osservatorio Astronomico diPadova.
QUELLE DUE.
Capitolo 8 Sistemi lineari.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
1. Classificazione dei sistemi e dei modelli
6. Catene di Markov a tempo continuo (CMTC)
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
Variabili di stato x 1 x 2 … x n (t) Problema: dato lo stato del sistema in un dato istante, t 0, quale sarà il suo stato futuro e da quali stati precedenti.
Meccanica 2 1 marzo 2011 Cinematica in una dimensione
Il grande geometra Ilaria Cozzucoli.
di Federico Barbarossa
Chiara Mocenni _ Corso di Sistemi Dinamici Complessi _ ______________________________________________________________________________________.
Lezione 4 IL MERCATO DEI BENI
Produzione, tasso di interesse e tasso di cambio
Variabili di stato x 1 x 2 … x n (t) Problema: dato lo stato del sistema in un dato istante, t 0, quale sarà il suo stato futuro e da quali stati precedenti.
6. Catene di Markov a tempo continuo (CMTC)
3. Processi Stocastici Un processo stocastico è una funzione del tempo i cui valori x(t) ad ogni istante di tempo t sono v.a. Notazione: X : insieme di.
7. Teoria delle Code Una coda è costituita da 3 componenti fondamentali: i serventi i clienti uno spazio in cui i clienti attendono di essere serviti.
A. Martini Y* Y Y Siamo abituati a pensare che se 2 orologi sono sincronizzati quando sono fermi luno rispetto allaltro, lo saranno anche se uno dei.
Che cosa intendiamo per Dinamica della combustione? Che cosa intendiamo per Dinamica? Comportamenti che variano nel tempo.
Sistemi dinamici.
Il caos deterministico
COS’É LA FISICA? La fisica è lo studio dei FENOMENI NATURALI: è una disciplina molto antica, perché l’uomo ha sempre cercato di comprendere e dominare.
Trasformazioni cicliche
CORSO DI MODELLI DI SISTEMI BIOLOGICI
DAL CASO AL CAOS.
20 bambini di 4/5 anni Dal ’11 al 12.2.’11 Dalle alle 12.15
OPERAZIONI CON TRINOMI DI II° GRADO
Lucia Della Croce -Matematica applicata alla biologia
Il calcolo combinatorio
ELETTRICITA' E MAGNETISMO FORZE ELETTRICHE E MAGNETICHE COME
Corso di Sistemi Complessi Adattativi
A teatro insieme Continuano le uscite a teatro insieme. Il prossimo appuntamento è per Venerdì 13 Aprile 2012 sempre al Teatro Arena del Sole di BOLOGNA.
Metodo della moltiplicazione
Elementi di Informatica di base
Iniziò tutto quel giorno, un giorno semplicissimo di dicembre, incasinato come tutti gli altri… chi l’avrebbe mai detto che da quel giorno sarebbe cambiata.
Un angelo travestito da donna..
Introduzione al comportamento complesso e caotico dei sistemi
30 gennaio 2013 Chi cerca trova 1 Scienza, tecnologia, etica Angelo Tartaglia.
Scuola Media Statale “Giovanni Falcone” Anzio
Sistemi dinamici discreti non lineari
THE DRIPPING FAUCET: TRANSIZIONE AL CAOS
La matematica non è un’opinione!
IO E LA MATEMATICA.
Zenone di Elea.
La lezione della Farfalla
Parte 1 Introduzione al corso
Caos deterministico Castrovillari, ottobre 2006
Michele A. Cortelazzo Sintassi 1.
Laurea Ing EO/IN/BIO;TLC D.U. Ing EO 10 PROBABILITA’ E VARIABILI ALEATORIE.
Lezione 1: Dalle funzioni iterate al caos deterministico: quando una farfalla può fare la differenza. Lezione 2. Modelli dinamici 2dim. Biforcazioni e.
I FRATTALI Frattale di Mandebrot
OPERAZIONI CON TRINOMI DI II° GRADO
INTRODUZIONE ALLA DISPERSIONE DEGLI INQUINANTI IN ARIA
Retta passante per i due punti Deve essere: e MODELLO PIU’ REALISTICO MA PIU’ SEMPLICE POSSIBILE PIU’ SEMPLICE POSSIBILE.
Ciascuno di noi ha, dunque, la sua storia...io vi racconto la mia...
Avvenne domani Come sapere oggi ciò che accadrà domani.
Gli studenti del Liceo Scientifico E. Torricelli
Fausto Borgonovi Dal Caos alla Complessità Dipartimento di Matematica e Fisica, Università Cattolica BRESCIA Istituto Nazionale.
Transcript della presentazione:

Dalle funzioni iterate al caos deterministico Gian Italo Bischi, Università di Urbino “Carlo Bo” gian.bischi@uniurb.it http//www.econ.uniurb.it/bischi 25 marzo 2010

Caos Deterministico: un ossimoro deterministico : regolare, prevedibile fenomeni ordinati e pianificabili caos : assenza di regole, irregolarità, imprevedibilità. Il concetto di caos deterministico spezza questa dicotomia: modelli matematici deterministici non lineari possono generare andamenti quasi indistinguibili da processi aleatori, ed estremamente sensibili a piccole perturbazioni

Outline Generare caos deterministico iterando semplici funzioni Un po’ di storia Le proprietà del caos deterministico e l’effetto farfalla Un po’ di ordine nel caos: gli attrattori Caos deterministico nella letteratura, cinema, arte ….

Concetto di funzione y = f(x) x → → y f Feed-back Funzione iterata

f f Modelli dinamici a tempo discreto x (t + 1) = f ( x (t) ) x (0) assegnato Legge di evoluzione : dallo stato al tempo t permette di calcolare lo stato al tempo successivo, t+1 f x ( t ) x ( t + 1 ) Per induzione, ossia iterando la f ... x (0) f x (2) ... x (t) x (t+1) ... x (1) … si ottiene una “traiettoria” del sistema dinamico x(1) = f (x(0)) x(2) = f (x(1)) = f (f (x(0))) = f 2 (x(0)) … x(t) = f t (x(0))

Funzioni (mappe) lineari: iterazione di f ( x ) = a x. legge evolutiva: xt+1 = a xt x1 = a x0 x2 = a x1 = a ( a x0 ) = a² x0 x3 = a x2 = a ( a² x0 ) = a³ x0 … xn = a xn1 = a ( a n-1 ) x0 = a n x 0 ... progressione geometrica di valore iniziale x0 e ragione a. Se | a | < 1 (mappa contrattiva) - se 0 < a < 1, successione monotona che converge al punto fisso x* = 0 (attrattivo); - se -1 < a < 0, la successione converge al punto fisso x* = 0, ma oscillando; | a | > 1 - se a < -1, la successione diverge oscillando; - se a > 1, la successione diverge in modo monotono I valori particolari a = 1 e a = 1 sono detti di biforcazione. Attraversandoli si verifica un cambiamento qualitativo nelle traiettorie

Capitalizzazione (con interesse composto) interesse i%. sia r = i/100 C(t+1) = C(t) + r C(t) = (1+r) C(t) Soluzione: C(t) = C(0) (1+r)t Crescita esponenziale

1 2 3 4 5 6 n xn 7 8 9 x0=3 x0=0.5 .

Pierre-Simon Laplace 1749-1827 Nel 1776 Laplace scriveva : “Lo stato attuale del sistema della natura consegue evidentemente da quello che era all’istante precedente e se noi immaginassimo un’intelligenza che a un istante dato comprendesse tutte le relazioni fra le entità di questo universo, essa potrebbe conoscere le rispettive posizioni, i moti e le disposizioni generali di tutte quelle entità in qualunque istante del futuro”

calcolatrice tascabile x2 – c x grado 2 grado 22 = 4 grado 23 = 8 . x10 = ……… grado 210 = 1024 !!!!

2 x0=1.5 xn -2 10 20 30 40 n

b all’incirca 1.7 x0 x1 x2 x3 x4 x n

x1(t)-x2(t) x1(0)=0.5 x2(0)=0.499 2 xn 4 -4 10 20 30 40 50 60 t -2 10 4 -4 x1(t)-x2(t) x1(0)=0.5 10 20 30 40 50 60 t x2(0)=0.499 -2 10 20 30 40 50 60 t 10 20 30 40 50 60 t 2 -2 xn x0=0.499

Se conoscessimo esattamente le leggi della natura Henry Poincaré (1903) Se conoscessimo esattamente le leggi della natura e la situazione dell’universo all’istante iniziale, potremmo prevedere esattamente la situazione dello stesso universo in un instante successivo. Ma se pure accadesse che le leggi naturali non avessero più alcun segreto per noi, anche in tal caso potremmo conoscere la situazione iniziale solo approssimativamente. Se questo ci permettesse di prevedere la situazione successiva con la stessa approssimazione, non ci occorrerebbe di più e dovremmo dire che il fenomeno è stato previsto. Ma non è sempre così; può accadere che piccole differenze nelle condizioni iniziali ne producano di grandissime nei fenomeni finali.. Henry Poincaré, 1854-1912

Teoria Qualitativa dei Sistemi Dinamici Analisi qualitativa e Topologia (geometria dei fogli di gomma) (Henry Poincaré, 1854-1912) Analisi non lineare, Stabilità strutturale e Biforcazioni Scuola russa: Lyapunov (’20) Kolmogorov (’30) Andronov (’50) Pontriaguine (’60) Arnold, Sinai, Sharkovski, Shilnikov Stati Uniti: Birkhoff (’30) Smale, Abraham, Yorke Brasile: Peixoto, Palis, Mora, Viana Europa: Julia (’20) Fatou (’20), Hadamard (’40), Mira, Ruelle, Takens Teoria delle Singolarità (o catastrofi): Whitney, Mather (’60), Thom (’70) Cibernetica (autoregolazione, feed-back, meccanismi adattivi): Wiener, J. Von Neumann, dal 1946 Sinergetica (interazione cooperativa, auto-organizzazione, processi autoalimentati): Hermann Haken, anni ’80 Geometria dei Frattali: Benoit Mandelbrot, anni ’80

Edward Lorenz (May 23, 1917–April 16, 2008) Lorenz

Robert May, 1976 “Appello evangelico per l’introduzione di queste equazioni alle differenze semplici in corsi elementari di matematica, cosicchè l’intuizione degli studenti possa essere arricchita vedendo le cose bizzarre che succedono con semplici equazioni non lineari. [...]”. “Io vorrei sollecitare che sia presentata [l’equazione logistica] presto nell’educazione matematica. Questa equazione può essere presentata da un punto di vista fenomenologico iterandola con una calcolatrice, o persino a mano. Il suo studio non richiede più sofisticazione di quanto non richieda un corso elementare di matematica. Tale studio potrebbe in generale arricchire l’intuito di uno studente circa i sistemi non lineari. Non solo nella ricerca, ma anche nella vita politica ed economica di ogni giorno, noi saremmo più ricchi se un numero maggiore di persone si rendesse conto che semplici sistemi non lineari non possiedono necessariamente semplici proprietà dinamiche.”

Legge di evoluzione: x (t + 1) = f ( x (t) ) Se f (x(t)) = x(t) Allora x (t + 1) = ( x (t) ) punto fisso stato stazionario punto di equilibrio x0 x1 x0 x1 x2 x3 x4 x1 x0 x2 x0 x1 = f (x0)

Iterazione della funzione (iperbole) Punti fissi:  x

Questa è una legge di evoluzione lineare xt+1 = axt Supponiamo che ogni anno si riproduca una frazione r di insetti e ne muoia una frazione m. Nell’anno successivo la popolazione è r-m rappresenta il tasso netto di crescita della popolazione Questa è una legge di evoluzione lineare xt+1 = axt

Popolazione che vive in un ambiente limitato. Si fa l’ipotesi che il tasso di mortalità m non sia costante, ma aumenti al crescere della numerosità della popolazione ad esempio m = sN(t), termine di mortalità per sovraffollamento (carenza di cibo ecc.) Con questa ipotesi la legge di evoluzione diventa non lineare: Una funzione di secondo grado Con un cambio di variabile diventa: logistica

Si dice che si è in presenza di dinamiche caotiche se: (1) Sensitività rispetto alle condizioni iniziali generando due traiettorie da diverse condizioni iniziali, ma arbitrariamente vicine, esse si mantengono limitate ma la distanza fra esse cresce esponenzialmente e dopo un tempo finito diventa dello stesso ordine di grandezza delle variabili di stato. (2) Transitività (o mixing): i punti della traiettoria generata partendo da una generica condizione iniziale ricoprono densamente una zona dello spazio delle fasi cioè ciascun punto dell’intervallo su cui si muove tale traiettoria risulta essere punto di accumulazione dei punti della traiettoria stessa. (3) Esistenza di infiniti cicli repulsivi con i punti periodici densi nella regione ricoperta dalle traiettorie caotiche. Nota: (2) e (3) implicano (1)

La Geometria del Caos Stretching & Folding (Stiramento e ripiegamento) 0.875

x’ = f(x) = ax (1-x) Z0 if x’ < a/4 then where: Z2 critical point c = a/4 R1 R2 Folding Unfolding R1 R1 R2 R2 c-1

Kneading of the dough (impastare)

Mixing c f(c)

c1 c3 c2 c I J c1=f(c) c2=f(c1) c c3=f(c2) 8.4

Mappe iterate del piano x y T Mappe iterate del piano

. . . . . . Mappa non invertibile 2 inverse a = 1 b = -2 y y 3 3 2 P = T(P1) = T(P2) 2 P . . 1 1 x -3 -2 x -1 1 2 3 -3 -2 -1 1 2 3 -1 -1 -2 -2 2 inverse

Linear map T : (x,y)→(x’,y’) area (F’) = |det A |area (F), i.e. |det A | < 1 (>1) contraction (expansion) Meaning of the sign of |det A| T is orientation preserving if det A > 0 T is orientation reversing if det A < 0 a11=2 a12= -1 a21=1 a22=1 b1= b2= 0 ; Det = 3 a11=1 a12=1.5 a21=1 a22 =1 b1= b2= 0; Det = - 0.5 y y y C T C’ y C T C’ B’ F B’ B’ F F’ F’ A B A B A’ A’ x x x x

orientation preserving near points (x,y) such that det DT(x,y)>0 T is: orientation preserving near points (x,y) such that det DT(x,y)>0 orientation reversing if det DT(x,y) < 0 If T is continuously differentiable LC-1 is included in the set where det DT(x,y) = 0 The critical set LC = T ( LC-1 )

det DT = -2x =0 for x=0 T({x=0}) = {y=b} LC = {(x,y) | y = b } LC-1 = {(x,y) | x = 0 } Z2 = {(x,y) | y > b } Z0 = {(x,y) | y < b } R1 SH1 R2 SH2 LC-1 Z2 y=b x=0 LC Z0

T: T F F’= T(F) LC -1 LC

LC-1 LC-1 y y C D C A B A B O B’ C’ A’ B’ A’ D’ LC LC O’ C’ x x LC-1 LC-1 y y B B A C A C C’ B’ C’ A’ B’ A’ LC LC x x (a) (b)

f: LC 2 1 -1 5 3 6 4

Martin Golubitsky, Mike Field Chaos and Symmetry Martin Golubitsky, Mike Field

Due tipi di complessità … e due tipi di sensitività k = 1; v1 = v2 = 0.851 ; b1= b2 =0.6 ; c1 = c2 = 3 y x 1.5 E* (a) k = 1; v1 = v2 = 0.852 ; b1= b2 =0.6 ; c1 = c2 = 3 y x 1.5 E* (b) Da: G.I. Bischi and M. Kopel “Multistability and path dependence in a dynamic brand competition model” Chaos, Solitons and Fractals, 2003

strutture complesse dei bacini di attrazione nel caso di più attrattori coesistenti

Coesistenza di equilibri Bacini di attrazione Stabilità pratica

r* p* q* (a) (b) fig. 4

x0 Z0 . c c x* Z2 . q* . z*

. . . . . . . . Z1 Z1 Z3 Z3 Z1 Z1 cmax cmax cmin cmin r* r* x* x* q* (b)

David Ruelle “Caso e Caos”, Bollati Boringhieri, 1992 James Gleick “Caos. La nascita di una nuova scienza”, Sansoni 1997, 3° edizione (edizione inglese : “Chaos. The amazing science of the unpredictable”) Ian Stewart “Dio gioca a dadi ? La nuova matematica del caos” Bollati Boringhieri, 1993 Angelo Vulpiani “Determinismo e caos” La Nuova Italia Scientifica, 1994. Douglas R. Hofstadter “Strani attrattori : schemi matematici collocati fra l’ordine e il caos” su “Le Scienze”, Febbraio 1982. James P. Crutchfield, J. Doyne Farmer, Norman H. Packard, Robert S. Shaw “Il Caos” “Le Scienze”, Febbraio 1987 A.K. Dewdney “Alla scoperta delle strane attrattive del caos” su “Le Scienze” , Settembre 1987. F. Di Stefano “Il caos deterministico” in La Fisica nella scuola” n.6, 1991. Alberto Rebaglia “Il Caos e i Frattali” inserto di “Scienza e Vita”, giugno 1993. Marco dal Bosco “Comportamenti Casuali di un sistema deterministico” in “La Fisica nella scuola” n.2, 1998.

Michele Fontana “Metti ordine nel caos” in Panorama del 21 febbraio 1988. Pietro Greco “Il caos minaccia Newton” da “La Repubblica” del 7 febbraio 1990. Giorgio Israel “Grande è la confusione sotto il cielo della scienza : il determinismo non è morto” da “La Repubblica” del 11 dicembre 1991. Franco Prattico “I sacerdoti del caos” da “La Repubblica” del 30 aprile 1993. Giampiero Borrella “Avanti caos” in Panorama del 18 luglio 1993. Carlo Bernardini “Finiremo tutti in un grande frattale” da “La repubblica” del 3 dicembre 1986 Umberto Bottazzini “Il mondo del pressappoco” Il Sole 24 ore, 8 marzo 1987. Omar Calabresi “Matematicamente belli” in Panorama del 17 gennaio 1988. Pier Luigi Sacco “La finanza turbolenta si spiega coi frattali” da Il sole 24 ore del 28 febbraio 1988.

CAOS DETERMINISTICO E LETTERATURA Dal romanzo: Jurassic Park, di Michael Crichton (23 ottobre 1942, 4 novembre 2008) Un passo tratto dalla Seconda Iterazione […] Ian Malcom era uno dei più famosi rappresentanti di quella nuova generazione di matematici che mostravano un vivo interesse per i “meccanismi del mondo reale”. Questi studiosi, sotto molti aspetti, avevano rotto la tradizione di isolamento dei matematici. Per prima cosa si servivano continuamente del computer, cosa che i matematici tradizionali non vedevano di buon occhio. Poi lavoravano quasi esclusivamente con equazioni non lineari, nel campo emergente del cosiddetto caos. Terza cosa, sembravano voler fare di tutto il possibile affinché i loro sistemi matematici descrivessero qualcosa che di fatto esisteva nel mondo reale.

Ancora Ian Malcom, da Jurassic Park, terza iterazione. “I computer vennero costruiti verso la fine degli anni 40, perché matematici come John Von Neumann , il massimo matematico della sua generazione, pensavano che avendo a disposizione una macchina capace di gestire contemporaneamente molte variabili, si sarebbe stati in grado di fare previsioni meteorologiche a lungo termine. […]. La teoria del caos manda all’aria tutto questo, non si può prevedere il tempo se non per pochi giorni. […] Tutto il denaro speso per previsioni meteorologiche lungo termine - circa mezzo miliardo di dollari negli ultimi decenni- è buttato via. È un’impresa vana quanto cercare di trasformare il piombo in oro. Oggi gli sforzi degli alchimisti ci fanno ridere, ma generazioni future guarderanno noi e rideranno nello stesso modo”.

Jurassic Park, terza iterazione: “Un simile controllo è impossibile” dichiarò Ian Malcom “Invece sì” disse Hammond “Mi scusi, ma lei non sa quello che dice” ribattè Malcom “Piccolo stronzo arrogante” disse Hammond. Si alzò e uscì. “Mi spiace” disse Malcom “ma il punto è che ciò che definiamo natura è di fatto un sistema complesso, non lineare. Ci costruiamo una immagine lineare della natura e poi combiniamo pasticci. Io non sono uno di quegli ambientalisti dal cuore tenero, ma dovete capire ciò che non capite. Quante volte bisogna sbattere il muso contro l’evidenza dei fatti? Abbiamo costruito la diga di Assuan sostenendo che avrebbe rivitalizzato l’Egitto, e invece distrugge il fertile delta del Nilo, produce infestazioni da parassiti e rovina l’economia. Abbiamo costruito...

Da "Il mistero di Marie Rogêt", Edgar Allan Poe, 1842. “…il più delle volte è il genio intuitivo delle arti belle che precede la scienza, e questa non arriva che più tardi, a spiegare e illuminare le ispirazioni di quello.” Filippo Lussana (1820-1897) Da "Il mistero di Marie Rogêt", Edgar Allan Poe, 1842. Per quanto riguarda l’ultima parte della supposizione, si dovrà considerare che la più insignificante differenza nei fatti delle due vicende potrebbe dar luogo ai più importanti errori di calcolo, facendo divergere radicalmente le due sequenze dei fatti; proprio come in aritmetica un errore che in sé non ha valore, alla fine, moltiplicandosi da un punto all’altro del procedimento, produce un risultato lontanissimo dal vero.”

Dal racconto “La notte dei numeri” di Italo Calvino. Questi sono tutti i libri maestri della ditta – dice il ragioniere, - nei cent’anni della sua esistenza [...] non c’è mai stato un ragioniere come Annibale De Canis, eppure quest’uomo infallibile , questo genio, vedi, il 16 novembre 1884, ... ecco, qui c’è un errore di quattrocentodieci lire. Nessuno se n’è mai accorto, io solo lo so, e sei la prima persona a cui lo dico: tientelo per te e non lo dimenticare! E poi se anche lo andrai a dire in giro, sei un ragazzo e nessuno ti darà retta... Ma adesso sai che tutto è sbagliato. In tanti anni, quell’errore di quattrocentosedici lire sai quant’è diventato? Miliardi! Miliardi! Hanno un bel girare le macchine calcolatrici, i cervelli elettronici e tutto il resto! L’errore è al fondo, al fondo di tutti i numeri, e cresce, cresce, cresce!

Caos deterministico e filosofia. Contrapposizione fra: completa e rigida regolamentazione e totale casualità degli eventi predeterminazione e il libero arbitrio Anche in un mondo così rigido un piccolo evento, una minuscola azione, può provocare una rivoluzione. Questo risulta perfettamente compatibile anche nell'ambito di un sistema governato da un rigido e predeterminato modello matematico. If you think you are too small to make a difference, try sleeping with a mosquito the Dalai Lama

Caos e psicanalisi U. Eco, Il pendolo di Foucault, 1988 Il mondo si muove in modo apparentemente disordinato mentre c’è un disegno ‘dietro’. In Psicopatologia della vita quotidiana Freud definisce: Paranoico: colui che è ossessionato dall'idea che le persone che lo circondano siano coalizzate per danneggiarlo, non vede casualità negli eventi, ad essi sottende sempre una sorta di predeterminazione. - Ossessioni paranoiche: nulla è dovuto al caso, tutto segue un disegno preordinato, e a ogni evento deve sempre potersi associare un colpevole. Le teorie psicanalitiche, fanno risalire importanti tratti della personalità di un adulto a piccoli traumi dell'infanzia, talvolta in apparenza insignificanti (tanto da essere rimossi, quindi non ricordati), idea molto vicina alla filosofia dell'effetto farfalla.

Caos deterministico al cinema