Latest / il posto delle parole / Alfio Quarteroni "Governo del caos" Festival Filosofia
Transcript
- 0:01Speaker 2: Alfio Quarteroni, buongiorno. Buongiorno. E benvenuto davvero qui nel nostro
- 0:06Speaker 2: posto delle parole per portarci nella parola caos, perché la
- 0:11Speaker 2: parola caos è la parola guida del Festival Filosofia di
- 0:14Speaker 2: quest'anno e Alfio Quarteroni porterà sabato 19 settembre a Sassuolo
- 0:19Speaker 2: alle ore 10 proprio il tema Governo del caos, una
- 0:23Speaker 2: matematica per comprendere la complessità. Ricordo che Alfio Quarteroni è
- 0:27Speaker 2: professore emerito di matematica al Politecnico di Milano e alla
- 0:31Speaker 2: Scuola Politecnica Federale di Losanna, fondatore del progetto MOXOFF, centro
- 0:36Speaker 2: leader nello sviluppo di soluzioni di intelligenza artificiale. Soffermiamoci per
- 0:41Speaker 2: qualche istante, Alfio Guarderoni, proprio su questo progetto che per
- 0:46Speaker 2: certi aspetti ci porta poi anche dentro il nostro argomento.
- 0:50Speaker 2: Che cos'è MOXOFF?
- 0:56Speaker 3: MOXOFF è uno spin- off del Politecnico di Milano che è
- 0:57Speaker 3: stato creato una quindicina di anni fa per portare la
- 1:00Speaker 3: matematica dentro il cuore pulsante delle aziende o se vogliamo
- 1:06Speaker 3: più in generale della società. Cerchiamo di sviluppare degli strumenti
- 1:11Speaker 3: matematici originali, nuovi, oggi anche accoppiati con gli algoritmi dell'intelligenza
- 1:17Speaker 3: artificiale per permettere alle aziende di comprendere meglio quello che fanno,
- 1:24Speaker 3: di ottimizzarlo, di governarlo, di fare previsioni. Possiamo dire che
- 1:30Speaker 3: ci sono tre punti distintivi o tre momenti diversi ma
- 1:34Speaker 3: complementari nell'attività di un qualunque tipo di azienda. Il primo
- 1:39Speaker 3: è quello descrittivo, capire cosa si sta facendo in un
- 1:44Speaker 3: processo produttivo, ad esempio. Il secondo è quello redditivo, vogliamo
- 1:50Speaker 3: fare previsioni sul futuro, come lavorare. quando facciamo provisioni meteorologiche,
- 1:55Speaker 3: cerchiamo sulla base dei dati di oggi di capire come
- 1:58Speaker 3: evolverà l'atmosfera nei prossimi giorni, quindi prevedere il futuro. E
- 2:04Speaker 3: il terzo è ancora più ambizioso, è quello prescrittivo. Non
- 2:08Speaker 3: vogliamo solo prevedere quello che succederà, ma vogliamo anche governarlo, controllarlo, ottimizzarlo.
- 2:15Speaker 3: e quindi fare dell'ottimizzazione di processo l'elemento istintivo di un'attività agentale.
- 2:20Speaker 3: Dietro tutte queste tre componenti o caratteristiche possiamo vedere tanta matematica,
- 2:27Speaker 3: possiamo sviluppare tanta matematica che permette di capire intanto e
- 2:34Speaker 3: poi di utilizzare strumenti qualitativi e quantitativi per aiutare le
- 2:40Speaker 3: aziende in senso lato.
- 2:42Speaker 2: proposito dei numeri, a proposito di matematica, il suo nuovo libro,
- 2:47Speaker 2: il battito della matematica, quando i numeri raccontano storie. Noi
- 2:50Speaker 2: abbiamo incontrato Alfio Quarteroni qui nel posto delle parole lo
- 2:53Speaker 2: scorso anno per il libro pubblicato dall'editore Eppi, l'intelligenza creata
- 2:58Speaker 2: è il nostro futuro. Adesso entriamo, anche se il verbo
- 3:04Speaker 2: entrare qui è difficile da coniugare, nel senso che L'argomento
- 3:09Speaker 2: è talmente ampio e poi la parola caos è una
- 3:13Speaker 2: parola che l'hai definito poco fa, quando parlava del progetto Moxoff,
- 3:19Speaker 2: dal tema della previsione al tema dell'essere prescrittivi, vale a
- 3:23Speaker 2: dire a governare sempre più in maniera dettagliata. Ma governare
- 3:27Speaker 2: il caos è facile a dire, è difficile a fare.
- 3:30Speaker 2: Anzitutto andiamo per gradi, Quarteroni. Ci porti dentro la parola caos? Sì.
- 3:37Speaker 3: Allora, credo che forse la cosa più interessante e importante
- 3:41Speaker 3: da dire è che c'è un caos nel linguaggio comune
- 3:46Speaker 3: e c'è un caos matematico e i due concetti non
- 3:49Speaker 3: coincidono in generale. Nel linguaggio comune il caos in generale
- 3:56Speaker 3: si identifica con una scienza di regole, con una casualità pura,
- 4:03Speaker 3: una randomness, con l'imprevedibilità con una totale mancanza di strutture
- 4:11Speaker 3: che non consentono la comprensione di un processo, di un fenomeno.
- 4:16Speaker 3: Quando diciamo qualcosa di caotico, di fatto stiamo implicitamente arrendendoci
- 4:23Speaker 3: davanti alla possibilità di comprendere quello che sta succedendo. Ora,
- 4:29Speaker 3: quando si parla di caos dal punto di vista matematico,
- 4:31Speaker 3: in realtà si pensa a qualcosa di molto diverso, realmente diverso,
- 4:36Speaker 3: Si parla di qualcosa che è deterministico. Deterministico vuol dire
- 4:40Speaker 3: che non c'è casualità. Di fronte alle stesse cause abbiamo
- 4:47Speaker 3: gli stessi effetti. Se compio un gesto con gli stessi dati,
- 4:52Speaker 3: nelle stesse condizioni, voglio che la soluzione, ovvero quello che succede,
- 4:59Speaker 3: sia sempre lo stesso. Quindi la stessa azione corrisponde alla
- 5:03Speaker 3: stessa reazione. Questo è quello che in fisica e in
- 5:07Speaker 3: matematica si chiama determinismo o processo deterministico. Questo è descritto
- 5:14Speaker 3: da equazioni, molto spesso la matematica fa uso di equazioni.
- 5:17Speaker 3: Le equazioni sono proprio, come dire, delle relazioni che legano
- 5:21Speaker 3: fra loro le cause con gli effetti, ovvero i dati
- 5:25Speaker 3: con le istruzioni, le azioni con le reazioni. Bene, non
- 5:30Speaker 3: c'è nessun elemento di casualità in queste equazioni è una
- 5:37Speaker 3: struttura molto precisa dal punto di vista matematico ma allora
- 5:42Speaker 3: perché si parla di caos? perché si parla di caos matematico?
- 5:45Speaker 3: perché succede qualcosa di curioso per certi aspetti di molto
- 5:51Speaker 3: ricco ed è il fatto che usando dati che sono
- 6:00Speaker 3: quasi esattamente gli stessi ma che differiscono anche di pochissimo
- 6:04Speaker 3: possiamo avere degli effetti molto diversi fra loro ecco perché
- 6:08Speaker 3: si parla di caos facciamo un esempio molto concreto è
- 6:11Speaker 3: una metafora che molto spesso viene utilizzata ed è questa
- 6:16Speaker 3: il battito delle aree di una farfalla in Amazzonia può
- 6:19Speaker 3: determinare un tornado in Texas questa è una frase famosa
- 6:26Speaker 3: da attribuire a un grande scienziato che è Lorenz il
- 6:32Speaker 3: quale la usò per far capire che a fonte di
- 6:37Speaker 3: piccole variazioni nei dati iniziali possono corrispondere delle grandi variazioni
- 6:42Speaker 3: diciamo nelle soluzioni questo era proprio riferito alla fisica dell'atmosfera
- 6:47Speaker 3: se prendiamo questo esercizio diciamo mentale prendiamo due condizioni meteorologiche
- 6:56Speaker 3: che differiscono di pochissimo a livello iniziale speriamo di essere
- 7:01Speaker 3: a mezzanotte di oggi abbiamo due condizioni meteorologiche in due
- 7:05Speaker 3: città diverse che sono praticamente identiche a meno di piccolissime
- 7:09Speaker 3: variazioni che sono la temperatura oppure nella pressione atmosferica eccetera
- 7:15Speaker 3: bene possiamo avere domani dopo domani tra dieci giorni due
- 7:19Speaker 3: evoluzioni completamente diverse a livello di atmosfera quindi nella meteorologia
- 7:24Speaker 3: questa è una caratteristica che non riflette nessun principio di
- 7:31Speaker 3: casualità di imprevedibilità ma è intrinseca in quella che si
- 7:39Speaker 3: chiama la non linearità del processo la fisica dell'atmosfera è
- 7:43Speaker 3: un processo non lineare non vale il famoso principio di
- 7:46Speaker 3: sovrapposizione degli effetti o di linearità questo fa sì che
- 7:52Speaker 3: anche a condizioni praticamente identiche che differiscono per pochissimo, possono
- 7:57Speaker 3: esserci poi delle manifestazioni, delle traiettorie che vanno in direzioni
- 8:01Speaker 3: completamente diverse. Questo è quello che tipicamente si riferisce come
- 8:05Speaker 3: caos matematico, ma ripeto non c'è nessun elemento di caso,
- 8:11Speaker 3: non c'è nessuna presenza di caso, tutto è deterministico, tutto
- 8:15Speaker 3: si può prevedere, è semplicemente una generazione di traiettorie molto
- 8:19Speaker 3: diverse a partire da dati iniziali molto molto simili.
- 8:24Speaker 2: Eh sì, necessariamente è complessa la cosa, ma come giustamente
- 8:28Speaker 2: deve essere. Però in questo determinismo a cui lei faceva riferimento,
- 8:34Speaker 2: quando noi pensiamo alla matematica pensiamo a qualche cosa che
- 8:38Speaker 2: ci dà una soluzione. Se c'è un problema, piccolo o grande,
- 8:43Speaker 2: c'è la soluzione. Invece mi sembra di capire che ogni
- 8:47Speaker 2: metodo numerico arriva a un'approssimazione, no? Possiamo dire di comprendere
- 8:53Speaker 2: un fenomeno, Quarteroni, se non ne otteniamo mai la soluzione esatta,
- 8:58Speaker 2: ma semplicemente un'approssimazione? Ecco, questa è
- 9:04Speaker 3: una buona domanda. Tipicamente si pensa che la matematica sia
- 9:12Speaker 3: la scienza dell'esattezza. Quante volte ce lo sentiamo dire, no?
- 9:20Speaker 3: la matematica è un'opinione, due produce quattro e sarà sempre
- 9:23Speaker 3: quattro e quindi la matematica produce risultati esatti ora questo
- 9:29Speaker 3: è vero fino a un certo punto nel senso che
- 9:34Speaker 3: se pensiamo alla matematica tra quelle delle teorie, dei teoremi,
- 9:40Speaker 3: delle formule questo principio è vero quando poi lo mettiamo
- 9:45Speaker 3: a terra per studiare problemi che interessano noi allora lì
- 9:50Speaker 3: dobbiamo fare i conti con qualcosa che tipicamente non è
- 9:56Speaker 3: conosciuto e cioè il fatto che molto spesso la matematica
- 10:00Speaker 3: quando studia processi complessi la complessità è un altro degli
- 10:04Speaker 3: elementi se vogliamo che caratterizzano questa edizione del Festival della
- 10:08Speaker 3: Filosofia quando studiamo processi complessi prima ne ho fatto riferimento
- 10:13Speaker 3: alla meteorologia ma possiamo citare tanti altri esempi pensiamo a
- 10:18Speaker 3: a quello che succede nel nostro corpo, nei nostri organi,
- 10:22Speaker 3: per fare un esempio, o a quello che succede nei
- 10:24Speaker 3: processi che vediamo tipicamente nella realtà di tutti i giorni.
- 10:29Speaker 3: Andiamo in un'azienda e vediamo una produzione di materiale complesso.
- 10:35Speaker 3: Lì troviamo molta complessità, ovviamente. Quando stiamo a problemi complessi,
- 10:40Speaker 3: la matematica fornisce la soluzione ideale di questi processi ovvero
- 10:46Speaker 3: fornisce equazioni le cui soluzioni, se fossimo capaci di trovarle, darebbero,
- 10:50Speaker 3: come dire, la rappresentazione esatta di questa complicità. Ma nella
- 10:54Speaker 3: realtà molto molto spesso non esiste la soluzione esatta di
- 10:59Speaker 3: queste equazioni, nel senso che nessuno sa trovarle, neanche i
- 11:03Speaker 3: più grandi matematici del mondo, proprio per via della complicità
- 11:06Speaker 3: di questi problemi. Allora quello che tipicamente un matematico fa
- 11:09Speaker 3: è cercare di approssimare queste soluzioni esatte che non si
- 11:14Speaker 3: riescono a trovare. Ossimare vuol dire sostituire il problema con
- 11:17Speaker 3: un altro problema, che non è più quella di potenza,
- 11:21Speaker 3: ma che si avvicina di molto. E quindi c'è un
- 11:24Speaker 3: errore implicito che noi mettiamo, che noi facciamo. Quindi si
- 11:29Speaker 3: esce dalla sfera magica dell'esattezza e si esce in quello
- 11:33Speaker 3: della realtà, della praticità. Vogliamo trovare delle soluzioni, non importa
- 11:37Speaker 3: se non sono soluzioni esatte, che nessuno riuscirà a trovare mai,
- 11:41Speaker 3: ma sono delle soluzioni che si avvicinano molto alle soluzioni esatte.
- 11:45Speaker 3: Quindi per ogni scopo pratico, pensiamo all'ingegnere che deve costruire
- 11:48Speaker 3: un ponte, per fare un esempio, o pensiamo ancora una
- 11:50Speaker 3: volta al meteorologo che deve fare le previsioni meteorologiche, per
- 11:54Speaker 3: ogni scopo pratico, queste soluzioni approssimate saranno soluzioni accettabilissime. In fondo,
- 12:00Speaker 3: se ci pensiamo bene, il concetto di esattezza non è
- 12:05Speaker 3: qualcosa che noi ricerchiamo nella nostra vita. tutti noi ci
- 12:09Speaker 3: accontentiamo di soluzioni approssimate. Se io do un appuntamento e
- 12:13Speaker 3: ci dobbiamo vedere alle 20 di questa sera per andare
- 12:17Speaker 3: al ristorante, se io arrivasse anziché alle 20, alle 20
- 12:20Speaker 3: e un secondo, lei probabilmente non si accorgerebbe nemmeno di
- 12:24Speaker 3: questa discrepanza. Oppure sto commettendo un errore, per fare un esempio.
- 12:28Speaker 3: Oppure si deve misurare la distanza tra due città, perché
- 12:31Speaker 3: devo farmi un'idea di quanto tempo impiegherò con il mio
- 12:34Speaker 3: automobile per andare lì. dal punto A al punto B
- 12:37Speaker 3: e se questa distanza non la misuro esattamente ma la
- 12:40Speaker 3: misuro con un errore di due centimetri ancora una volta
- 12:44Speaker 3: questo sarà irrilevante ovvero nella nostra vita reale quei tutti
- 12:48Speaker 3: i giorni l'esattezza è qualcosa che non si raggiunge praticamente
- 12:52Speaker 3: mai allora perché è stupice del fatto che per risolvere
- 12:55Speaker 3: problemi complessi dobbiamo accettare che la matematica ci offra delle
- 12:59Speaker 3: soluzioni approssimate non esatte ma accurate con un livello di
- 13:03Speaker 3: accuratezza che per noi è sufficiente Questo quindi è un
- 13:07Speaker 3: po' quello che domina tutta la matematica applicata. La ricerca
- 13:11Speaker 3: di soluzioni approssimate dentro dei livelli di errore, accettando i
- 13:16Speaker 3: livelli di errore che sono assolutamente accettabili, come quelli a
- 13:19Speaker 3: cui facevo riferimento prima.
- 13:21Speaker 2: E mi sembra di capire, Ancio Guarteroni, che governare il
- 13:25Speaker 2: caos è sì un'operazione tecnica, lei ci ha dato alcuni esempi,
- 13:31Speaker 2: per esempio con la meteorologia e via dicendo. Però il caos,
- 13:38Speaker 2: vedendolo solamente, cioè a dire, governare il caos pensando solo
- 13:43Speaker 2: a un'operazione puramente tecnica, e non è vedere, dal mio
- 13:47Speaker 2: punto di vista, la complessità, no? Mi corregga se sbaglio.
- 13:50Speaker 2: Oppure questo presuppone già una scelta politica su cosa prevedere, controllare,
- 13:56Speaker 2: lasciare libero? È
- 13:59Speaker 3: una giusta accettazione. Allora... Abbiamo parlato fino ad ora di
- 14:05Speaker 3: processi deterministici. Processi deterministici sono quelli in cui, idealmente, e
- 14:12Speaker 3: sottolineo questo verbo, idealmente, a parità di azione corrisponde la
- 14:18Speaker 3: stessa reazione, ovvero a parità di dati corrisponde la stessa soluzione. Allora,
- 14:23Speaker 3: in questo ambito, possiamo anche avere delle soluzioni protiche. Protiche
- 14:28Speaker 3: vuol dire che, dal punto di vista matematico, ripeto, se
- 14:33Speaker 3: cambio di pochissimo i dati del problema, posso avere soluzioni
- 14:36Speaker 3: che si differenziano di tantissimo, pur essendo deterministiche, pur essendo prevedibili.
- 14:42Speaker 3: Questo è il caos matematico. Se dobbiamo partire da una
- 14:46Speaker 3: conversazione dicendo che c'è una differenza tra il caos e
- 14:50Speaker 3: la sua eccezione comune e il caos matematico, ho parlato
- 14:53Speaker 3: di caos matematico, ma l'eccezione comune è effettivamente il caos
- 14:57Speaker 3: completamente imprevedibile, completamente privo di struttura, completamente, diciamo, ha seguito
- 15:04Speaker 3: il principio di casualità. Bene, cosa succede nella vita reale?
- 15:11Speaker 3: Pensiamo a tutte le volte in cui abbiamo dei comportamenti
- 15:15Speaker 3: che sono governati da comportamenti umani. Pensiamo, che so, giusto
- 15:22Speaker 3: per fare un esempio, ad un concerto in cui ci
- 15:25Speaker 3: sono tante persone, magari anche in spazi diversi, relativamente ritretti
- 15:30Speaker 3: e che qualcuno a un certo punto lancia un allarme
- 15:34Speaker 3: è successo, succede allora qual è il comportamento della folle
- 15:40Speaker 3: in questo caso? Il comportamento caratterizzato è una quasi totale
- 15:45Speaker 3: imprevedibilità perché reagiamo tutti noi in maniera molto diversa e
- 15:51Speaker 3: vorrei dire quasi imprevedibile o comunque in modo che sia
- 15:55Speaker 3: difficilissimo da prevedere E non sono solo comportamenti individuali, sono
- 15:59Speaker 3: comportamenti individuali in una dinamica sociale. Ecco, questo sì è
- 16:05Speaker 3: un comportamento, se possiamo dire, caotico. Lì sì che c'è
- 16:08Speaker 3: e si origina il caos. Perché questo è qualcosa di
- 16:12Speaker 3: completamente non deterministico. Cioè, non stiamo più descrivendo leggi di natura,
- 16:17Speaker 3: come quelle di cui parlavamo prima, quelle della fisica e dell'atmosfera,
- 16:22Speaker 3: o quelle del, che so, comportamento di... un cuore umano,
- 16:28Speaker 3: che pure è molto complesso, una dinamica iper complessa, ma
- 16:32Speaker 3: in qualche maniera prevedibile. Stiamo descrivendo un comportamento che ha
- 16:35Speaker 3: dentro una sua stocasticità intrinseca. Ora, quello sì che è
- 16:43Speaker 3: molto difficile da descrivere matematicamente, o quantomeno non si descrive
- 16:49Speaker 3: secondo i criteri di cui parlavamo prima, no? La matematica
- 16:54Speaker 3: riesce comunque ancora a cercare di dare delle soluzioni approssimate
- 16:58Speaker 3: in un spazio che si chiama spazio di probabilità. Io
- 17:01Speaker 3: non pretendo più di trovare il comportamento della folla in
- 17:06Speaker 3: maniera puntuale, sapendo esattamente cosa fa ogni singolo individuo in
- 17:11Speaker 3: una popolazione che so di... mille persone che stanno assistendo
- 17:15Speaker 3: ad un concerto o che stanno evacuando o che stanno
- 17:18Speaker 3: lasciando una stazione della metropolitana quando che so succede un
- 17:22Speaker 3: imprevisto nessuno pretende di sapere di capire cosa farà una
- 17:28Speaker 3: singola persona ogni singola persona
- 17:30Speaker 2: però se un modello potesse prevedere a proposito lei fa
- 17:34Speaker 2: un esempio valido per esempio quello del concerto e tante
- 17:37Speaker 2: altre cose però mi viene in mente che se un
- 17:40Speaker 2: modello potesse prevedere con esattezza un evento no Quella capacità,
- 17:45Speaker 2: secondo lei, implicherebbe anche il dovere di intervenire per modificarlo?
- 17:51Speaker 3: Certo, questo è esattamente quello che si chiude in casi
- 17:54Speaker 3: di questo tipo. Allora, gli esempi che dicevo prima sono
- 17:57Speaker 3: degli esempi non scelti a caso. Il concerto, la metropolitana,
- 18:01Speaker 3: uno stadio, pensi quante volte succede, ne sono false allarme
- 18:04Speaker 3: e poi la gente se ne deve andare in spazi, ripeto,
- 18:08Speaker 3: in cui c'è una densità di popolazione altissima e poche
- 18:12Speaker 3: vie d'uscita, eccetera. Allora, cosa si studia in questi casi?
- 18:15Speaker 3: Cosa si studia in modelli matematici in questi casi? Si
- 18:18Speaker 3: studia un comportamento probabilistico, si studia il comportamento della folla.
- 18:23Speaker 3: La folla è assimilata ad un fluido, per quanto paradossale
- 18:26Speaker 3: possa sembrare, ogni singola persona è descritta non come persona,
- 18:30Speaker 3: ma come una particella di un fluido, e quindi si
- 18:33Speaker 3: va a studiare con la dinamica dei fluidi, come fosse
- 18:36Speaker 3: un gas, no? E si può comprimere e si può rifare. Allora,
- 18:40Speaker 3: si va a studiare il comportamento medio, il comportamento probabilistico
- 18:44Speaker 3: di questa folla. Allora, grazie a questo, nessuno pretenderà di
- 18:49Speaker 3: studiare esattamente, di sapere esattamente o di prevedere esattamente cosa
- 18:55Speaker 3: farà il Mario Rossi della situazione, che è una delle
- 18:59Speaker 3: tante particelle di questo fluido in questo contesto, ma si
- 19:04Speaker 3: cercherà di capire come questi corsi si determineranno e quindi
- 19:09Speaker 3: su questa base si vanno a pianificare, a progettare stazioni
- 19:14Speaker 3: della metropolitana per fare un esempio con delle vie di
- 19:17Speaker 3: fuoco particolari o con una dislocazione delle uscite fatte in
- 19:21Speaker 3: modo tale da permettere l'evacuazione. In fondo per fare un
- 19:25Speaker 3: altro esempio molto concreto quando uno deve progettare un nuovo
- 19:31Speaker 3: aereo commerciale Prima che questo aereo venga fatto volare deve
- 19:37Speaker 3: passare tanti test e uno di questi test è quello
- 19:40Speaker 3: delle evacuazioni in caso di pericolo e quindi uno sa
- 19:44Speaker 3: che deve, adesso lo cito in memoria, non ricordo esattamente
- 19:47Speaker 3: il tempo ma mi sembra ricordare grossomodo un minuto, ha
- 19:50Speaker 3: un minuto di tempo per evacuare completamente l'aereo. Allora uno
- 19:54Speaker 3: deve essere sicuro, ecco questa prova è stata fatta per
- 19:56Speaker 3: esempio con l'Airbus 380, ricordo di aver visto una presentazione
- 19:59Speaker 3: di questo tipo. L'Airbus 380 è quello a due piani,
- 20:03Speaker 3: quindi è il più grande aereo diciamo commerciale del mondo. Bene,
- 20:06Speaker 3: lì uno può avere 800 persone circa, e in un
- 20:11Speaker 3: minuto deve fare in modo che le vie d'uscita siano
- 20:14Speaker 3: state progettate in modo tale che l'evacuazione sia totale. Uno
- 20:18Speaker 3: non pretende di sapere esattamente, ripeto ancora, il Mario Rossi
- 20:22Speaker 3: di turno come si muoverà, ma pretende di fare degli
- 20:26Speaker 3: studi in modo tale che la dislocazione delle uscite, l'antezza
- 20:30Speaker 3: delle uscite, eccetera,
- 20:32Speaker 2: e
- 20:32Speaker 3: la pietra di corridoi, eccetera, eccetera, sia fatta in modo
- 20:35Speaker 3: tale che il flusso della sua completezza riesca a essere
- 20:40Speaker 3: evacuato completamente a flusso di persone dall'aereo nel tempo che
- 20:44Speaker 3: è messo quindi c'è uno studio non più deterministico ma
- 20:47Speaker 3: probabilistico sulla dinamica di popolazione come si dice in questi
- 20:51Speaker 3: casi si vuole evitare che il caos da una come
- 20:56Speaker 3: dire accezione psicologica diventi poi qualcosa di reale ovvero la
- 21:04Speaker 3: totale impossibilità di governare e controllare questo processo
- 21:08Speaker 2: Governo del caos, una matematica per comprendere la complessità. È
- 21:12Speaker 2: bello quest'articolo indeterminativo perché ci porta proprio anche dentro le
- 21:17Speaker 2: parole che ci ha fatto ascoltare Alfio Quarteloni e quelle
- 21:19Speaker 2: che ci farà ascoltare al Festival Filosofia sabato 19 settembre
- 21:24Speaker 2: a Sassuolo alle ore 10. Ma prima di salutarci, qual
- 21:27Speaker 2: è il libro che le fa compagnia in questi giorni?
- 21:32Speaker 3: Il libro si intitola Il battito della matematica ed è
- 21:36Speaker 3: edito da Plin. ecco qui si vuole proprio descrivere come
- 21:43Speaker 3: i modelli matematici consentano di descrivere rappresentare situazioni molto complesse
- 21:52Speaker 3: faccio tanti esempi l'atmosfera è uno ma poi c'è stata
- 21:57Speaker 3: la pandemia poi abbiamo studiato il cuore, il comportamento del
- 22:04Speaker 3: cuore umano abbiamo studiato il comportamento dei terremoti, la dinamica
- 22:08Speaker 3: dei terremoti e molte altre cose, inclusi gli sport a competizione,
- 22:13Speaker 3: quando c'è la competizione fra tanti soggetti, tanti atleti che
- 22:21Speaker 3: competono in maniera competitiva, nel senso che hanno obiettivi diversi
- 22:27Speaker 3: e contrapposti. Bene, cercare di far capire come la matematica
- 22:32Speaker 3: possa essere utilizzata come strumento per Fare della complessità qualcosa
- 22:37Speaker 3: di comprensibile, di studiabile, di prevedibile e di governabile. Ecco,
- 22:45Speaker 3: passare da un apparente disordine a un ordine. E questo
- 22:49Speaker 3: ordine è proprio governato dalla capacità degli strumenti che la
- 22:53Speaker 3: matematica ci offre.
- 22:55Speaker 2: Grazie davvero Alfio Quarteroni e buona giornata.
- 22:59Speaker 3: Grazie anche a voi.