Tag Archives: sistemi non lineari

In che modo il concetto matematico di Crescita esponenziale ci può aiutare a comprendere come si svilupperà un’epidemia?

Riportiamo di seguito una sintesi del video Crescita esponenziale ed epidemie, realizzato dal Canale youtube 3Blue1Brown, specializzato in video divulgativi sui principali concetti matematici.

Per chi comprende bene l’inglese, il video integrale è riportato al link precedente, oppure in fondo a questa pagina.

Per chi ha qualche difficoltà con l’inglese, per facilitare la comprensione del video ricordiamo che su youtube è possibile attivare i sottotitoli in italiano.

Per Saperne Di Più

di Massimo Conte

Tempo di lettura: 16 minuti

La versione inglese dell’articolo è disponibile su Medium, a questo link.

“È la rete bellezza, e tu non puoi farci niente. Niente!” 

Per parlare della diffusione del Coronavirus 2019-nCoV, ormai principale argomento di discussione in tutti i media mondiali, partiamo parafrasando il celeberrimo Humphrey Bogart nel film L’ultima minaccia.

Le tante reti di cui facciamo parte (e che rendono possibili commerci e affari nel mondo globalizzato) hanno espanso le nostre possibilità. Ma anche quelle dei virus: attraverso una rete possono viaggiare tanto le persone e le informazioni, quanto appunto gli agenti patogeni.

Dall’analisi delle prime settimane di una crisi che è diventata rapidamente globale, emergono due livelli di lettura:

  1. il riconoscimento e la gestione del fenomeno biologico;
  2. la narrazione e la percezione pubblica del fenomeno stesso.

Analizzati questi due aspetti, cercheremo poi di capire come la visione sistemica della scienza della complessità e della scienza delle reti possa aiutarci a comprendere e interpretare i fenomeni globali di cui siamo spettatori attivi.

Per Saperne Di Più

Cosa accomuna scienza e arte? Come può essere creativa la scienza ed “esatta” l’arte?
Cosa sono incertezza e impredicibilità, e come è possibile e doveroso cercare di ‘gestirle’ nel modo migliore?

Ignazio Licata, fisico teorico, direttore dell’ISEM (Institute for Scientific Methodology) di Palermo, autore del libro “Complessità: un’introduzione semplice” ne ha parlato in questa lunga intervista dal titolo “Complessità: la musica complessa del mondo”.

Per Saperne Di Più

Come possiamo leggere le dinamiche all’interno delle organizzazioni, partendo dai principi della scienza della complessità?

Marinella De Simone (Presidente del Complexity Institute, coordinatrice della Complexity Management School, CEO di Texture società benefit, Formatrice e Consulente) ne ha parlato lo scorso 18 maggio in “Lineare e non lineare“, la quinta delle 10 lezioni sulla Complessità organizzate a Maggio 2019 dal Complexity Education Project al Museo MACRO di Roma, all’interno del Festival della Complessità.

Per Saperne Di Più

Come si declina la complessità del mondo in chiave geopolitica?

Pier Luigi Fagan, esperto di geopolitica ed autore di “Verso un mondo multipolare” (Fazi Editore), ha parlato delle prospettive future a livello mondiale, intrecciando politica, demografia, scienza politica e finanziaria, in una delle 10 lezioni sulla Complessità organizzate a Maggio 2019 dal Complexity Education Project al Museo MACRO di Roma, all’interno del Festival della Complessità.

Per Saperne Di Più

Nel mese di Maggio 2019, il Macro Asilo ha ospitato nelle sue sale la manifestazione ufficiale di apertura della decima edizione del Festival della Complessità, interamente dedicato al tema “Pensare a come pensiamo”: un ricco weekend di eventi che si è concluso domenica 12 maggio con il lancio della prima delle dieci lezioni organizzate dal Complexity Education Project.

Le lezioni si sono svolte nell’arco di tre week end, condividendo e confrontando con il pubblico i concetti chiave legati alla parola “complessità”:  il pensiero sistemico e l’analisi delle reti sociali applicate all’arte e al design, all’urbanistica e alla data visualization, senza trascurare gli aspetti più innovativi che riguardano l’applicazione del paradigma cognitivo complesso al management e al machine learning, alle fake news e alla politica, ai problemi di conflitto fra trasparenza e diritto alla privacy, per finire con il rapporto tra tecnologia e cultura.

Per Saperne Di Più

Dopo numerosi anni di ricerca e studio sui Sistemi Complessi, Pier Luigi Gentili, docente e ricercatore presso l’Università di Perugia, ha scritto un libro intitolato Untangling Complex Systems: A Grand Challenge for Science, pubblicato dalla CRC Press, Taylor & Francis Group, Boca Raton (FL, USA) nell’Agosto/Settembre 2018. Nel libro, l’autore traccia un cammino interdisciplinare di didattica e ricerca volto alla comprensione dei Sistemi Complessi.

I Sistemi Complessi sono sistemi naturali di cui la scienza non è in grado di fornire una descrizione esaustiva. Esempi di Sistemi Complessi sono gli esseri viventi sia unicellulari che pluricellulari, il cervello ed il sistema immunitario umano, gli ecosistemi, le società umane, la macro-economia, il clima e la geologia del nostro pianeta.

L’autore descrive il meraviglioso viaggio interdisciplinare che ha compiuto per comprendere le proprietà dei Sistemi Complessi. Egli ha intrapreso il suo viaggio munito dei principi fondamentali della Chimica Fisica: in particolare, la Seconda Legge della Termodinamica, che descrive l’evoluzione spontanea del nostro universo, e le nozioni della Dinamica Non-lineare. Trattando molte discipline, in particolare la chimica, la biologia, la fisica, l’economia e la filosofia, Gentili dimostra che i Sistemi Complessi sono Network che operano in condizioni fuori dall’equilibrio ed esibiscono proprietà emergenti, come i fenomeni di auto-organizzazione e i comportamenti caotici, sia nel tempo che nello spazio.

 

Attrattore di Lorenz Fonte: wikipedia

“Untangling Complex Systems: A Grand Challenge for Science” può esser utilizzato anche come libro di testo perché contiene esercizi risolti, liste di parole-chiave e di domande riassuntive in ogni capitolo, per una migliore comprensione dei differenti argomenti. Vengono proposti anche esperimenti di laboratorio chimico.

Infine l’autore spera che il suo libro sia utile per tutti coloro che svolgono la loro ricerca nell’ambito dei Sistemi Complessi perché esso traccia una strada per la formulazione di una nuova teoria che riguarda una loro più profonda comprensione.

Qual è lo stato dell’arte della Teoria dei sistemi complessi? Esiste una teoria che unisce i diversi filoni di ricerca?

Un nuovo manuale è stato pubblicato ad Ottobre 2018, “Introduction to the Theory of Complex Systems”, a cura di Stefan Thurner (external professor al Santa Fe Institute), Rudolf Hanel, e Peter Klimek, tutti del Complexity Science Hub Vienna.

Il libro sintetizza le ultime scoperte nel settore della complessità, con il filo rosso che lega i sistemi complessi: funzionano tutti come un algoritimi che co-evolvono.

Che si tratti di formicai, sistemi sociali o social network, tutti sono descritti dalle regole che governano le loro interazioni, piuttosto che dalle proprietà dei singoli componenti. Nel momento in cui gli individui (che compongono questi sistemi) interagiscono tra di loro, cambiano gli stati dei componenti, che a loro volta cambiano la natura e l’intensità delle interazioni tra loro. In altre parole, si tratta di algoritmi in cui interazioni e stati evolvono insieme, spiega Thurner.

Gli autori comparano l’attuale stato della scienza della complessità a quello della meccanica quantistica negli anni 20, prima dei meeting di Copenaghen e della pubblicazione dei principi di Heisenberg sulla teoria quantistica. All’epoca la meccanica quantistica era una raccolta di esperimenti e “pezzi di teoria”, senza un framework generale. Introduction to a Theory of Complex Systems fa per la complessità quello che Heisenberg fece per la meccanica quantistica: sintetizza singole ricerche in un quadro coerente, basato sulla teoria algoritimica che unisce osservazioni finora separate nel campo della scienza della complessità.

La teoria presentata dagli autori è un meccanismo universale e coerente, una visione algoritmica co-evolutiva dei sistemi complessi, che spiega molti dei pattern statistici osservati nei sistemi complessi in diversi ambiti. Usando la loro teoria sui processi complessi di non equilibrio, Thurner dice che alcune osservazioni su un sistema complesso indicheranno agli scienziati quale tipo di statistiche possono aspettarsi di osservare. Queste a loro volta consentono loro di calcolare le proprietà sistemiche dei sistemi.

Libro pubblicato da Oxford University Press.

Un sistema può essere considerato complesso e capace di adattarsi all’ambiente circostante quando è costituito da tanti elementi (semplici o complessi a loro volta), connessi tra di loro in una rete di azioni e retro-azioni regolate da leggi locali, e quando nel suo insieme si trova in uno stato dinamico (fuori sia da un equilibrio statico sia da uno stato caotico) e in una condizione tale da poter scambiare energia, materia e/o informazione con l’ambiente, comportandosi come una entità unica. In tali condizioni un sistema complesso adattativo fa emergere dal suo interno, senza bisogno di alcun progettista né di una direzione gerarchica, proprietà e caratteristiche che non sono prevedibili studiando i singoli elementi (cosa che si può fare invece normalmente con alcuni sistemi artificiali progettati a priori, come orologi o motori).

Sono sistemi complessi adattativi tutti i sistemi viventi e quelli sociali, dai formicai alla borsa, dalla biosfera agli ecosistemi, dal cervello ai partiti politici o ai social network; e in particolare si possono considerare sistemi complessi adattativi i sistemi tecnologici e di comunicazione come il World Wide Web e Internet.

Lo studio dei sistemi complessi adattativi rientra nell’ampio e sempre più diffuso paradigma cognitivo trans-disciplinare sviluppatosi con le teorie della complessità, che si pone in posizione complementare rispetto a quello scientifico classico (cartesiano/newtoniano), in quanto adatto a descrivere sistemi non lineari come quelli biologici, ecologici, finanziari, economici, medico-sanitari e in genere sociali.

(V.E)

  • 1
  • 2