Nobel per la Fisica 2021: dai sistemi complessi al clima

Il Premio Nobel per la Fisica 2021 è stato assegnato l’8 Ottobre 2021 “per i contributi innovativi alla nostra comprensione dei sistemi complessi” con una metà congiuntamente a Syukuro Manabe e Klaus Hasselmannper la modellazione fisica del clima terrestre, quantificando la variabilità e prevedendo in modo affidabile il riscaldamento globale” e l’altra metà a Giorgio Parisiper la scoperta dell’interazione tra disordine e fluttuazioni nei sistemi fisici dalla scala atomica a quella planetaria“.

Fisica per il clima e altri fenomeni complessi

I sistemi complessi sono caratterizzati da casualità e disordine e sono difficili da comprendere. Il premio di quest’anno riconosce nuovi metodi per descriverli e prevederne il comportamento a lungo termine.

Intorno al 1980, Giorgio Parisi scoprì motivi nascosti in materiali complessi disordinati. Le sue scoperte sono tra i contributi più importanti alla teoria dei sistemi complessi. Consentono di comprendere e descrivere molti materiali e fenomeni diversi e apparentemente del tutto casuali, non solo in fisica ma anche in altri settori molto variegati.

Il comportamento complesso è tutto intorno a noi. Basti pensare a qualcosa come l’economia. Ha molti componenti, ognuno con il proprio set di regole e tutti interagiscono in modi complicati. Cercare di seguire quello che sta succedendo da zero è quasi impossibile. Eppure alcuni comportamenti ragionevolmente coerenti emergono da quella complessità, permettendoci di comprenderne alcune regole generali.

Questo mix di complessità e comportamento emergente si manifesta in molti altri sistemi che coinvolgono il comportamento umano aggregato, nonché in aree della fisica, della chimica e della biologia.

Sistemi complessi e comportamento emergente

Il lavoro di Giorgio Parisi ha le sue radici nei primi giorni della meccanica statistica, in particolare nei lavori di James Clerk Maxwell (diavoletto di Maxwell) e Ludwig Boltzmann, che notoriamente applicarono un approccio statistico alla seconda legge della termodinamica (entropia). I fisici disponevano di uno strumento matematico in grado di descrivere come le proprietà su macroscala, come la temperatura e la pressione di un gas, emergono dai movimenti casuali e disordinati delle particelle sulla microscala. Il lavoro di Parisi ha scoperto le regole nascoste che governano questi tipi di sistemi complessi disordinati e le loro proprietà emergenti.

Cosa significa per un immobile essere emergente? Pensa a un pezzo d’oro. Ha proprietà come durezza o colore, ma queste proprietà non si trovano nei singoli atomi che compongono il grumo. Piuttosto, emergono dalle interazioni collettive tra gli atomi che compongono l’oro.

È difficile prevedere il comportamento di un sistema molto complesso come il tempo o di un materiale granulare come sabbia o ghiaia. Questo grazie al semplice numero di singoli componenti, alla casualità delle loro interazioni e alle molte variabili che possono influire su tali interazioni.

Ad esempio, la sabbia può comportarsi sia come un liquido che come un solido. La sabbia secca fuoriesce facilmente da un secchio come un fluido, ma se metti una roccia sopra la stessa sabbia, i grani collettivi sono abbastanza solidi da sostenerla, anche se, tecnicamente, la roccia è più densa della sabbia.

Le solite equazioni ordinate che governano la transizione di fase da liquido a solido semplicemente non si applicano. I grani sembrano agire come singole particelle quando escono dal secchio, ma possono unirsi rapidamente quando è necessaria la solidarietà. Il gran numero di singoli grani rende difficile prevedere come si comporterà il sistema da un momento all’altro. Ogni grano interagisce simultaneamente con diversi grani vicini immediati e il comportamento dei grani vicini cambia costantemente da un momento all’altro.

Spiegazione della matematica per i sistemi complessi disordinati ©Jacopo Burgio

Un giro diverso

Le intuizioni da Nobel di Parisi sono venute dal suo lavoro con gli spin glass, una lega metallica in cui gli atomi di ferro si mescolano casualmente all’interno di una griglia di atomi di rame. Gli spin degli atomi in un normale magnete puntano tutti nella stessa direzione. Questo non è il caso di un vetro di spin, in cui ogni atomo di ferro è influenzato dagli altri atomi di ferro nelle sue vicinanze. Quindi, si ottiene un tiro alla fune su scala atomica: alcune coppie di spin vicine vogliono naturalmente puntare nella stessa direzione, ma altre vogliono puntare nella direzione opposta. Sono catturati in uno stato “frustrato”.

Lo stesso Parisi ha tracciato un’analogia con i personaggi di una commedia shakespeariana, dove un personaggio desidera avere pace con altri due, ma questi due altri sono nemici giurati. Allo stesso modo, in un bicchiere di spin, se due spin vogliono puntare in direzioni opposte, un terzo spin non può puntare in entrambe le direzioni contemporaneamente. In qualche modo, lo spin glass trova un orientamento ottimale che costituisce un compromesso tra i due spin opposti.

Spiegazione dello spin glass ©Jacopo Burgio

 

Negli anni ’70, i fisici hanno tentato di descrivere questi sistemi complessi frustrati cercando di elaborare molte copie del sistema (repliche) contemporaneamente. Parisi ha mostrato che anche se si considerassero molte repliche esatte del sistema, ogni replica potrebbe finire in uno stato diverso perché ci sono moltissimi stati possibili ed è difficile passare da uno all’altro. L’analisi, quindi, replica la rottura della simmetria, una caratteristica comune a molti sistemi fisici.

Nei decenni successivi, gli scienziati hanno utilizzato le sue intuizioni per descrivere complessi sistemi disordinati in una vasta gamma di campi. Tutti questi sistemi sembrano molto diversi in superficie, ma condividono un quadro matematico sottostante comune. Parisi ha lavorato sugli sciami biologici (come i moscerini) e il comportamento di stormo tra storni e taccole, entrambi casi di comportamento collettivo emergente.

L’emergere di modelli climatici

Un sistema complesso di vitale importanza per l’umanità è il clima terrestre. Attraverso il premio di quest’anno, il Comitato Nobel sostiene che la svolta di Parisi ha paralleli con il modo in cui i comportamenti incredibilmente complessi che producono il clima possono ancora essere compresi seguendo la fisica sottostante. Se si modellassero ad esempio la miscelazione di gas e le loro interazioni con le radiazioni, da questi processi potrebbero emergere comportamenti chiari, anche se ci sono molte variazioni sovrapposte a quel comportamento. Questo è esattamente ciò che è stato fatto con i modelli climatici.

Syukuro Manabe ha dimostrato come l’aumento dei livelli di anidride carbonica nell’atmosfera porti a un aumento delle temperature sulla superficie della Terra. Negli anni ’60, ha guidato lo sviluppo di modelli fisici del clima terrestre. È stato il primo a esplorare l’interazione tra il bilancio delle radiazioni e il trasporto verticale delle masse d’aria. Il suo lavoro ha posto le basi per lo sviluppo degli attuali modelli climatici.

Spiegazione del modello climatico di Manabe ©Jacopo Burgio

 

Circa dieci anni dopo, Klaus Hasselmann ha creato un modello che collega tempo e clima. Grazie a lui sappiamo perché i modelli climatici possono essere affidabili nonostante il tempo sia mutevole e caotico. Ha anche sviluppato metodi per identificare segnali specifici, impronte digitali, che sia i fenomeni naturali che le attività umane imprimono nel clima. I suoi metodi sono stati usati per dimostrare che l’aumento della temperatura nell’atmosfera è dovuto alle emissioni umane di anidride carbonica.

Conclusioni

Le scoperte riconosciute quest’anno dimostrano che le nostre conoscenze sul clima poggiano su solide basi scientifiche, basate su una rigorosa analisi delle osservazioni. I vincitori di quest’anno hanno tutti contribuito a farci acquisire una visione più approfondita delle proprietà e dell’evoluzione dei sistemi fisici complessi“. Afferma Thors Hans Hansson, presidente del Comitato Nobel per la fisica.

 

Non sono mai riuscito a capire se farsi scappare da sotto il naso un premio Nobel all’età di venticinque anni sia qualcosa da raccontare con orgoglio o piuttosto uno di quei segreti un po’ vergognosi che sarebbe meglio dimenticare. Io propendo per la seconda ipotesi, ma dato che la storia è gustosa, la scrivo lo stesso.
                                                                                                                                                                                                                  Giorgio Parisi

 

Gabriele Galletta

L’incomprensione di un genio: il viaggio di Boltzmann alla scoperta dell’entropia

La lotta di uno scienziato, dalla visione avanguardistica, per far accettare la sua scoperta

Immaginate di trovarvi nella Vienna di fine ‘800, immersi in quel panorama fertile e stimolante della Belle Époque, che avrebbe influenzato, con profondi mutamenti, tutto il secolo successivo. Mutamenti, questi, che investirono anche il mondo della fisica, grazie ad importanti contributi quali quelli dei fisici Maxwell, Lorentz, e…Ludwig Boltzmann.

 

Ludwig Boltzmann

Nato a Vienna nel 1844, Boltzmann fu docente di fisica-matematica all’università di Graz, ambiente che gli permise di conoscere due tra i padri fondatori della termodinamica: Helmholtz e Kirchhoff. Fra i suoi più importanti lavori si possono annoverare la teoria cinetica dei gas, che stabilisce il legame tra l’energia di un gas e la sua temperatura assoluta, e la legge di Stefan-Boltzmann che descrive come la quantità di energia irradiata da un corpo nero (come il Sole) sia proporzionale alla quarta potenza della sua temperatura assoluta. La scoperta che, però, più rivoluzionò il panorama scientifico internazionale fu la formulazione statistica dell’entropia.

Ma cos’è davvero l’entropia?

Concetto tanto affascinante quanto complesso, dal punto di vista fisico l’entropia è definibile come una funzione di stato, ossia una grandezza fisica che dipende unicamente dal suo stato iniziale e finale, non tenendo conto del percorso che collega i due estremi. Spesso banalmente associata al disordine di un sistema, essa è in realtà un concetto intuitivamente molto astratto, e questo, di certo, Boltzmann l’aveva compreso.

Nel 1877, infatti, il fisico viennese fornì una descrizione statistica dell’entropia, secondo cui questa varia in base alle diverse configurazioni assunte dai microstati che compongono l’intero sistema in esame: se l’entropia è massima, vorrà dire che il nostro sistema ha raggiunto uno stato di equilibrio termodinamico!

Equazione statistica dell’entropia

Personalità complessa e tormentata, Boltzmann mal sopportò le critiche che la comunità scientifica rivolse alla sua nuova descrizione di entropia. Infatti, la fisica statistica era un concetto ancora troppo all’avanguardia, se comparato alla più consolidata e “rassicurante” fisica classica. Per anni Boltzmann tentò di far accettare la sua formulazione, senza purtroppo ottenere i risultati sperati; fu così che il 5 ottobre 1906, durante quella che apparentemente sembrava una semplice vacanza di famiglia, egli si suicidò impiccandosi a Duino (Trieste), per motivi incerti ma intuibili data la sua personalità dalle cangianti sfumature. Tra le cause più accreditate per questo gesto estremo, spicca certamente la sfiancante battaglia che egli dovette compiere durante la sua intera vita per difendere la propria creazione, tanto da scegliere di far incidere come epitaffio la sua formula sull’entropia.

Sepolcro di Ludwig Boltzmann

Forse poiché appesantita dall’apparente freddezza di formule matematiche e concetti così complessi, non viene debitamente riconosciuto alla scienza lo stesso stretto legame emotivo che intercorre tra un poeta e la sua poesia, tra un compositore e la propria opera. La vita di Ludwig Boltzmann è l’esempio più lampante e sconvolgente di come, in realtà, la ricerca scientifica sia ben diversa dall’immaginario comune: un vero e proprio processo creativo, non soltanto volto alla scoperta delle leggi che regolano l’universo attorno a noi, ma anche di quelle che dominano il mondo sfaccettato della nostra interiorità.

Subito dopo la sua morte, le evidenze sperimentali confermarono a pieno la teoria di Boltzmann, costringendo la comunità scientifica a riconoscere al fisico austriaco la sua importanza per la nascente fisica statistica.

Giovanni Gallo

Giulia Accetta

COVID-19, la matematica dell’epidemia che ci indica l’andamento del virus in Italia

Sul Coronavirus si è detto quasi tutto, ma una domanda che tutti ancora si pongono è: “Quante persone infette raggiungeremo in Italia?”. Ecco, con l’aiuto della matematica è possibile prevederlo, con qualche “ma” che questo articolo si occuperà di approfondire.

Chi scrive non è né un virologo né un epidemiologo, ma solo uno studente di Fisica dell’Università degli Studi di Messina a cui piace mettere in pratica le proprie conoscenze.

Si sa che la matematica è dappertutto nella nostra vita, e che le “noiose equazioni” siano utili – in particolare – da conoscere per spiegare alcuni fenomeni della realtà. Queste equazioni ci permettono di prevedere situazioni apparentemente incontrollabili, come è già stato ampiamente studiato nel caso delle epidemie.

Basandoci sull’intuito, un’epidemia dovrebbe diffondersi in maniera esponenziale. Che significa? Per chiarire questo concetto basta vedere la Figura 1.

Figura 1: Andamento di una funzione esponenziale

Un andamento esponenziale è caratterizzato dal fatto che il numero di persone infette non aumenta in maniera costante, ma la sua velocità di diffusione cresce sempre di più. La caratteristica di un andamento esponenziale è che prima o poi l’epidemia sarebbe in grado di raggiungere tutti.

Fortunatamente non è così, altrimenti ci saremmo estinti secoli fa. L’evoluzione di un’epidemia segue una funzione che si chiama “sigmoide” o “funzione logistica”. Questa funzione ha un andamento a forma di “S”, come si può vedere nella Figura 2.

Figura 2: Andamento di una funzione sigmoide. Come si può vedere, dopo un certo punto l’epidemia si stabilizza.

Esiste una tecnica matematica, chiamata fitting, che permette di trovare la giusta tipologia di sigmoide (che dipende sia dagli infetti massimi che l’epidemia riesce a prendere, sia dal punto in cui la velocità dell’epidemia cessa di crescere, chiamato punto d’inflessione) che descrive al meglio i dati reali.

Facendo un esempio molto pratico, si può analizzare la situazione dell’epidemia in Cina, ovvero dove tutto è iniziato, e soprattutto dove tutto sta per finire. Infatti, dopo più di un mese e mezzo di sofferenze, il Paese conta pochissimi contagiati al giorno, pur avendo quasi un miliardo e mezzo di abitanti.

Analizzando la Figura 3 si può vedere l’avanzamento del virus in Cina a partire dal 22/01/2020. Come per magia ecco la famosa sigmoide! I triangoli neri sono i dati registrati, la linea in rosso è la funzione teorica ricavata tramite fit, quella in blu è la figura teorica di un’ipotetica epidemia esponenziale. I dati ottenuti mostrano che il limite massimo di contagiati in Cina sarà di 80748, con un’incertezza dello 0.8%.

Figura 3: Andamento dell’epidemia in Cina

Si può fare lo stesso con il caso italiano? In linea teorica sì, ma si va in contro a gradi d’incertezza ancora troppo grandi, dato che in Italia il fenomeno è appena iniziato. La mole di dati acquisita durante i due mesi di epidemia in Cina non è equiparabile alla scarsità dei dati italiani acquisiti negli ultimi 15 giorni. Però nessuno ci vieta di studiarne l’andamento.

In Figura 4 e 5 sono presenti diversi grafici. Abbiamo i soliti triangoli neri, che sono i casi registrati dalla Protezione Civile ogni giorno alle 18. La figura in blu rappresenta l’andamento esponenziale, non veritiero. La figura rossa rappresenta il fit dei dati acquisiti fino ad oggi.

Figura 4: Andamento dell’epidemia in Italia

Com’è possibile notare otteniamo incertezze considerevoli, che non danno nessuna validità alle previsioni matematiche, ma che ci fanno capire che la strada potrebbe anche essere preoccupante.

Figura 5: Andamento dell’epidemia in Italia su larga scala

Mettendo a confronto il caso italiano con il caso della singola regione di Hubei (il cui capoluogo è Wuhan), è possibile notare una somiglianza. Il numero di abitanti nei due casi è molto simile, come anche la sua densità, quindi rende lecito il paragone. Osservando la Figura 6, gli infetti italiani sembrano seguire una curva leggermente più bassa di quella di Hubei.

Figura 6: Paragone tra il caso italiano e quello di Hubei

Purtroppo bisogna aspettare ancora dei giorni per avere un numero di dati tale da permettere una procedura di fit accurata. Intanto però, seguendo le direttive del nuovo Decreto Legislativo, possiamo agire concretamente affinchè il numero massimo dei contagiati sia il minore possibile.

Nel frattempo potete tenervi aggiornati seguendo il link https://github.com/albertomercurio/covid-19_italy in cui aggiorno continuamente la situazione con nuovi fit.

Alberto Mercurio

Bibliografia:

https://www.medrxiv.org/content/10.1101/2020.02.16.20023606v5

https://www.worldometers.info/coronavirus/coronavirus-cases/#total-cases

https://xkcd.com/605/