Dalle funzioni iterate al caos deterministico
Transcript
Dalle funzioni iterate al caos deterministico
Dalle funzioni iterate al caos deterministico Gian Italo Bischi, Università di Urbino “Carlo Bo” [email protected] http//www.econ.uniurb.it/bischi Summer School: “Incontriamo la Matematica e la Fisica” San Pellegrino (BG) – 7/8/9 Settembre 2009 Caos Deterministico: Deterministico: un ossimoro deterministico : regolare, prevedibile fenomeni ordinati e pianificabili caos : assenza di regole, irregolarità, imprevedibilità. Il concetto matematico di caos deterministico spezza questa dicotomia Modelli matematici deterministici non lineari possono generare andamenti quasi indistinguibili da processi aleatori, estremamente sensibili a piccole perturbazioni quindi imprevedibili Outline • Un po’ di storia • Generare caos deterministico iterando semplici funzioni • Le p proprietà p del caos deterministico e l’effetto farfalla • Un po po’ di ordine nel caos: gli attrattori • Caos C ddeterministico t i i ti nella ll stampa, t letteratura, l tt t cinema, i arte t …. Teoria Qualitativa dei Sistemi Dinamici Topologia (geometria dei fogli di gomma) Poincaré, Problema 3 corpi (1902) Analisi non lineare, Stabilità strutturale e Biforcazioni Scuola russa: Lyapunov ((’20) 20) Kolmogorov (’30) ( 30) Andronov ((’50) 50) Pontriaguine (’60) Arnold, Sinai, Sharkovski, Shilnikov Stati Uniti: Birkhoff ((’30)) Smale,, Abraham,, Yorke,, Attrattore strano di Lorenz (1963) Brasile: Peixoto, Palis, Mora, Viana Europa: Julia, Fatou (’20), Hadamard (’40), Mira, Ruelle, Takens May (1976) Teoria delle Singolarità (o catastrofi): Whitney, Mather (’60), Thom (’70) Cibernetica (autoregolazione, feed-back, meccanismi adattivi): Wiener, J. Von Neumann, dal 1946 Sinergetica g ((auto-organizzazione, g , pprocessi autoalimentati): ) H. Haken (’80) Geometria dei Frattali: Benoit Mandelbrot, anni ’80 CAOS DETERMINISTICO E LETTERATURA Dal romanzo: Jurassic Park, di Michael Mi h l Crichton C i ht (23 ottobre tt b 1942, 1942 4 novembre b 2008) Un p passo tratto dalla Seconda Iterazione […] Ian Malcom era uno dei più famosi rappresentanti di quella nuova ggenerazione 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 generazione, capace di gestire contemporaneamente molte variabili, si sarebbe stati in grado g ado di fa faree pprevisioni evisioni meteorologiche meteo ologiche a lungo termine. te mine. […]. 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 t f trasformare il piombo i b in i oro. Oggi O i gli li sforzi f i degli d li alchimisti l hi i ti cii fanno f ridere, ma generazioni future guarderanno noi e rideranno nello stesso modo . modo”. Jurassic Park, terza iterazione: “Un simile controllo è impossibile” p 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? Abb Abbiamo costruito la l diga d di d Assuan A sostenendo d che h avrebbe bb rivitalizzato l’Egitto, e invece distrugge il fertile delta del Nilo, produce d infestazioni i f i i da d parassiti i i e rovina i l’economia. l’ i Abbiamo costruito... Edward Lorenz (May 23, 1917–April 16, 2008) ddx = −σx + σy dt dy = Rx − y − xz dt dz = − Bz + xy dt Lorenz Robert May, 1976 “Appello Appello evangelico per ll’introduzione 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. Q Questa equazione q ppuò essere ppresentata 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 ll’intuito intuito di uno studente circa i sistemi non lineari. Non solo nella ricerca, ma anche nella vita politica ed economica di ogni g giorno, g , noi saremmo più p ricchi se un numero maggiore di persone si rendesse conto che semplici sistemi non lineari non possiedono necessariamente semplici proprietà dinamiche.” Concetto di funzione y = f(x) x→ f → y Feed-back Funzione iterata 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 l stato lo t t all tempo t successivo, i t+1 f x(t) x(t+1) Per induzione,, ossia iterando la f ... x (0) f x (1) f x (2) ... x (t) f x (t+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: • Se | a | < 1 iterazione di f ( x ) = a x. (mappa contrattiva) - se 0 < a < 1, successione monotona che converge al punto fisso xx* = 0 (attrattivo); legge evolutiva: xt+1 = a xt - se -1 < a < 0, la successione converge al punto fisso x* = 0, ma oscillando; x1 = a x0 •| a | > 1 x2 = a x1 = a ( a x0 ) = a² x0 x3 = a x2 = a ( a² x0 ) = a³ x0 - se a < -1, la successione diverge oscillando; … - se a > 11, la successione diverge xn = a xn−1 = a ( a n-1 ) x0 = a n x 0 in modo monotono ... progressione geometrica di valore iniziale x0 e ragione i a. 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 C Crescita it esponenziale i l x(t + 1) = x(t ) 3 xn = xn −1 x0=3 xn 2 . . . . . . . . . . 1 x0=0.5 0 0 1 2 3 4 5 6 7 8 9 n x(t + 1) = f ( x(t )) = x (t ) − c 2 calcolatrice tascabile c=0 x1 = x02 − b grado 2 x2 = x12 − b = ( x02 − b) 2 − b = x04 − 2bx0 + b 2 − b) x3 = x22 − b = ( x04 − 2bx0 + b 2 − b) 2 − b . . . x10 = ……… grado 210 = 1024 !!!! grado 22 = 4 grado 23 = 8 x2 – c x 2 xn = xn− n 1 −1 2 x0=1.5 xn 0 -2 0 10 20 30 40 n x(t + 1) = f ( x(t )) = x 2 (t ) − 1.3 xn = xn2−1 − 2 2 x0=0.5 xn 4 -2 0 10 20 30 x1(t)-xx2(t) 0 400 50 t 60 2 x0=0.499 xn -4 x1(0)=0.55 x1(0)=0 x2(0)=0.499 0 10 20 30 0 -2 0 10 20 30 40 50 60 t 40 50 60 t Pierre-Simon Laplace 1749-1827 Nel 1776 Pierre-Simon Laplace scriveva : “Lo Lo stato attuale del sistema della natura consegue evidentemente da quello che era all’istante precedente e se noi immaginassimo un’intelligenza 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” Henry Poincaré (1903) SSe conoscessimo esattamente le leggi gg 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 Henry Poincaré, 1854-1912 solo approssimativamente. Se questo ci permettesse di prevedere la situazione successiva con la stessa approssimazione, non ci occorrerebbe di più e d dovremmo dire di che h il fenomeno f è stato t t previsto. it Ma non è sempre così; può accadere che piccole differenze nelle condizioni iniziali ne producano di grandissime nei fenomeni finali.. finali Da "Il mistero di Marie Rogêt", g , Edgar g Allan Poe,, 1842. Per quanto riguarda ll’ultima ultima parte della supposizione, 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. vero.” Dal racconto “La notte dei numeri” di Italo Calvino. Questi sono tutti i libri maestri della ditta – dice il ragioniere, nei cent cent’anni anni della sua esistenza [...] [ ] non cc’èè mai stato un ragioniere come Annibale De Canis, eppure quest’uomo infallibile , questo genio, genio vedi, vedi il 16 novembre 1884, 1884 ... ecco, 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 ggiro,, sei un ragazzo g e nessuno ti darà retta... Ma adesso sai che tutto è sbagliato. In tanti anni, quell’errore di qquattrocentosedici lire sai qquant’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! Legge di evoluzione: x (t + 1) = f ( x (t) ) x (t + 1) = ( x (t) ) Se f (x(t)) = x(t) Allora stato stazionario punto di equilibrio punto fisso x1 x2 x0 x1 x1 x1 = f (x0) x1 x3 x4 x2 x0 x0 x0 Supponiamo che ogni anno si riproduca una frazione r di insetti e ne muoia una frazione m. Nell’anno Nell anno successivo la popolazione è N (t + +1 1) = N (t ) + rN (t ) − mN (t ) = (1 + r − m )N (t ) r-m rappresenta il tasso netto di crescita della popolazione Questa è una u a legge egge di d evoluzione evo u o e linea linearee 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: N (t + 1) = (1 + r )N (t ) − sN (t ) 2 Una funzione di secondo grado Con un cambio di variabile diventa: x(t + 1) = ax (t )[1 − x(t )] logistica x(t + 1) = x(t ) Si dice che si è in presenza di dinamiche caotiche se: (1) Sensitività S iti ità rispetto i tt alle ll condizioni di i i iniziali i i i li generando due traiettorie da diverse condizioni iniziali, ma arbitrariamente vicine, i i esse sii mantengono t limitate li it t ma la l distanza di t fra f esse cresce esponenzialmente e dopo un tempo finito diventa dello stesso ordine di grandezza d ddelle ll variabili i bili di stato. t t (2) Transitività (o mixing): i punti ti della d ll traiettoria t i tt i generata t partendo t d da d una generica i condizione di i iniziale ricoprono densamente una zona dello spazio delle fasi cioè i è ciascun i punto t dell’intervallo d ll’i t ll su cuii sii muove tale t l traiettoria t i tt i risulta i lt essere punto di accumulazione dei punti della traiettoria stessa. (3) Esistenza Eit di infiniti i fi iti cicli i li repulsivi li i con i punti periodici densi nella regione ricoperta dalle traiettorie caotiche. Nota: (2) e (3) implicano (1) La Geometria del Caos Stretchingg & Foldingg (Stiramento ( e ripiegamento) p g ) 0.875 x’ = f(x) = ax (1-x) Z0 if x’ < a/4 then f −1(x') = f1−1(x') ∪ f2−1(x') = {x1, x2} x 1 = f 1− 1 ( x ' ) = 1 − 2 x 2 = f 2−1 ( x ' ) = 1 + 2 where: Z2 a (a − 4 x ' ) 2a a (a − 4 x ' ) 2a R1 critical point c = a/4 c −1 = f 2−1 ( c ) = f 2−1 ( c ) = Folding R2 1 2 Unfolding R1 R2 c-1 R1 R2 Kneading of the dough (impastare) Mixing c f(c) Mappe iterate del piano ⎧ x (t + 1) = ax (t ) + y (t ) T :⎨ 2 y ( t + 1) ) = x ( t ) +b ⎩ y T T T T x ⎧ x(t + 1) = ax(t ) + y(t ) T :⎨ 2 y ( t + 1) = x ( t ) +b ⎩ a = 1 b = -2 2 Mappa non invertibile y y . 3 T P1 2 . . P = T(P1) = T(P2) T1−1 2 −1 1 P T 1 3 . . T2−1 1 -3 -2 1 -1 2 3 x -3 -2 T 1 -1 -1 -11 -2 -2 2 inverse −1 1 ⎧⎪ x = − y '−b :⎨ ⎪⎩ y = x'+ y '−b . P2−1 P2 x P −1 2 T ⎧⎪ x = y '−b :⎨ ⎪⎩ y = x'− y '−b 2 3 Linear map T : (x,y) (x,y)→(x’,y’) (x ,y ) ⎡ x ' ⎤ ⎡ a11 a12 ⎤ ⎡ x ⎤ ⎡ b1 ⎤ ⎢ y '⎥ = ⎢a a ⎥ ⎢ y ⎥ + ⎢b ⎥ ⎣ ⎦ ⎣ 21 22 ⎦ ⎣ ⎦ ⎣ 2 ⎦ 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 C y y T F A y C’ F’ B C y T B’ F’ F B’ B’ A B A’ A’ x C’ x x x T is: orientation i i preserving i near points i (x,y) ( ) suchh that h det d DT(x,y)>0 DT( ) 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 ) ⎧ x ' = ax + y T :⎨ 2 y = x +b ' ⎩ T1 − 1 ⎧⎪ x = − y '− b :⎨ ⎪⎩ y = x '+ y '− b ⎡ a 1⎤ DT = ⎢ det DT = -2x =0 for x=0 ⎥ ⎣2 x 0⎦ T 2−1 ⎧⎪ x = y '− b :⎨ ⎪⎩ y = x '− y '− b 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) | y < b } T1−1 R1 LC-1 R2 T −1 2 SH2 SH1 Z2 x=0 LC y=b Z0 ⎧ x ' = ax + y T :⎨ 2 +b y ' = x ⎩ T: x1 (t + 1) = ax1 (t ) + x2 (t ) x2 (t + 1) = b + x12 (t ) T F F’= T(F) LC -1 LC y D LC-1 LC-1 C y C B A B A O B’ A’ LC C C’ A’ D’ B’ LC C C’ O’ x x LC-1 y LC-1 y B B A C C A C’ LC B’ A’ (a) A’ C’ B’ LC x (b) x ⎧x' = ax + y T :⎨ 2 ⎩ y' = x + b Chaos and Symmetry Martin Golubitsky, Mike Field 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”) g , 1993 Ian Stewart “Dio ggioca a dadi ? La nuova matematica del caos” Bollati Boringhieri, 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. g Israel “Grande è la confusione sotto il cielo della scienza : il determinismo non è Giorgio 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 al cinema Non linearità e libero arbitrio U. Eco, Il pendolo di Foucault, 1988 Il mondo si muove in modo apparentemente disordinato mentre c’è un disegno g ‘dietro’. (Tipico del Caos deterministico: I modelli caotici mostrano come una legge deterministica possa generare un’apparente aleatorietà) If you think you are too small to make a difference, try sleeping with a mosquito it H.H. the Dalai Lama