Caos, sincronizzazione, transizioni di fase, dinamiche su rete
I sistemi "reali" sono composti da un gran numero di componenti in interazione. In alcuni casi però il fenomeno dominante è quello "medio", e si possono trascurare le fluttuazioni. Per esempio, un pianeta è un sistema composto da tantissimi atomi in intrazione, ma quello che di solito è considerato più interessante è la sua traiettoria nello spazio, ovvero la traiettoria media dei suoi componenti. Anche quando si studia la dinamica di una popolazione di batteri, piante o animali si può essere interessati al comportamento medio.
I modelli in tale caso sono basati su equazioni di evoluzione deterministiche, come le equazioni differenziali. In particolare, i sistemi tecnologici (come una macchina o un processo industriale) sono spesso modellizzati per mezzo di tali equazioni, dato che per costruzione si è cercato di eliminare il più possibile le fluttuazioni casuali.
Questi sono i sistemi dinamici. Fenomeni rilevanti in questo contesto sono il caos deterministico, ma anche la sincronizzazione tra sistemi accoppiati o tra un sistema e una sua replica (per esempio un sistema reale e la sua modellizzazione su un computer).
Synchronization of branching chain of coupled maps: application to the logistic map
Emulating the logistic map with totalistic cellular automata
Un tema importante in tale contesto è quello del controllo, ovvero la possibilità di guidare l'evoluzione di un sistema verso un comportamento voluto usando delle componenti esterne che siano più piccole possibile.
Un altro approccio è quello di studiare il comportamento di una parte di un sistema, per esempio il comportamento di una molecola di un gas, ma anche la quotazione di una ditta in un mercato finanziario. Questo caso la dinamica è determinata da eventi esterni al sistema ossevato, che si possono approssimare come eventi casuali. Il fenomeno prototipale in questo caso è il cammino casuale (random walk). Chiaramente in questio casi non siamo interessati alla singola traiettoria, quanto piuttosto alla probabilità di trovare il sistema in un certo stato e si parla di processi stocastici
Un caso particolare, ma molto importante, è quello di un sistema all'equilibrio, per esempio una pentola di acqua in contatto con un "serbatorio di calore", ovvero un sistema che la tenga ad una particolare temperatura.. In questo caso abbiamo a disposizione un approccio molto potente basato sulla meccanica statistica. Si possono in particolare studiare le transizioni di fase, ovvero i cambiamenti "struttrali" di un sistema in seguito a una piccola variazione di qualche parametro esterno (per esempio l'ebollizione a una particolare temperatura).
In natura però abbiamo molti sistemi fuori dall'equilibrio, come per esempio la biosfera che è costantemente attraversata da un flusso di energia ad alta temperatura proveniente dal sole, che poi viene dissipata come calore a bassa temperatura. La vita è un esempio di un sistema complesso mantenuto in attività da questo flusso, che chiaramente si trova in una situazione di non-equilibrio. Anche in tali sistemi abbiamo fenomeni analoghi alle transizioni di fase, ma anche oscillazioni e risposte non triviali agli stimoli esterni.
Phase Transitions in a Probabilistic Cellular Automaton with Two Absorbing States
Infine, è molto importante come le differenti parti interagiscono. In molti casi si considerano o interazioni casuali, come per esempio in una reazione chimica in una provetta continuamente rimescolata, o interazioni su reticolo, come per esempi oquelle tra atomi in un cristallo.
Ma ci sono casi che presentano interazioni più strutturate, come per esempio quelle tra individui in una società umana, la rete di distribuzione dell'energia elettrica o delle comunicazioni (ma anche le interazioni tra geni o proteine in una cellula), le relazioni tra pagine dei siti web, e così via. In tali situazioni è importante considerare la topologia delle interazioni.
Infine, ci sono esempi in cui la cosa dominante è la differente intensità tra le connessioni. Un esempio principe è quello delle connessioni in una rete neurale (vera o simulata), la cui variazione è alla base del processo di apprendimento.
Ultimo aggiornamento
02.05.2026