Date post: | 24-Feb-2019 |
Category: |
Documents |
Upload: | hoangthien |
View: | 216 times |
Download: | 0 times |
La Natura evolve in modo Deterministico o Casuale ?Deterministico o Casuale ?
Ci sono più fenomeni “regolari” o più fenomeni “irregolari” ?
Cosa si intende per “regolare” ?Cosa si intende per regolare ?
Cosa è semplice e cosa è complesso ?Cosa è semplice e cosa è complesso ?
C l i i di C li ?Complesso è sinonimo di Complicato ?
Il Calcio è un fenomeno DETERMINISTICO o CASUALE ?Il Calcio è un fenomeno DETERMINISTICO o CASUALE ?
IL METODO IL SISTEMA WM IL METODO (Naz. Italiana anni ‘30)
IL SISTEMA WM (Grande Torino anni ‘40)
R l iRelazione
CAUSA
Esiste Un Ordine
Nella NaturaCAUSA-
EFFETTO
Nella Natura
La Causa Ultimaa Causa U t aÈ di naturaMetafisica
Aristotele
Claudio Tolomeo
Descrizione dei moti celesti come
sovrapposizione di sovrapposizione di moti circolari
Teoria Geocentrica dell’Universo
CopernicoCopernico
D i i Eli iDescrizione Eliocentricadel moto dei pianeti
Più razionale ma non più precisa della Teoria TolemaicaTeoria Tolemaica
la FISICA
Netta Separazione tracome
SCIENZA Sperimentale
Fenomeni Fisici (misurabili e Sperimentale (misurabili e riproducibili)
eTutto il resto
Galileo
FISICA MATEMATICA
e
FISICAFISICATEORICA
Calcolo DifferenzialeP i i i d ll Principi della
MeccanicaTeoria della Teoria della Gravitazione
Isaac Newton
IX secolo
Sogno meccanicistico di Laplace:Sogno meccanicistico di Laplace:
“Se fosse possibile conoscere lo stato dell’universo ad un istante di tempo, con le leggi p , gg
della dinamica si potrebbe calcolare lo stato dell’universo a ogni tempo passato e futuro”dell universo a ogni tempo, passato e futuro
(teorema di esistenza e unicità)
Boltzmann Maxwell GibbsBoltzmann Maxwell Gibbs
Sistemi complessi ad alto numero di gradi di libertàSistemi complessi ad alto numero di gradi di libertàTermodinamica e Meccanica Statistica
Problema ErgodicoProblema ErgodicoReversibilità microscopica vs Irreversibilità macroscopica
Quanto e’ scientificamente sensata
l’affermazione di Laplace ?
Fisicamente la questione va posta in altri termini:Fisicamente la questione va posta in altri termini:
“Quanto cambia lo stato futuro di un sistema
se cambia di poco lo stato iniziale ?”se cambia di poco lo stato iniziale ?
ovvero
“L’i ll i i i è d i bl i “L’incertezza sulle previsioni è dovuta unicamente a problemi di calcolo (e.g. troppe equazioni) ?”
RIDUZIONISMO:RIDUZIONISMO:
Fenomeni apparentemente “complicati” possono
essere spiegati come un insieme di fenomeni p g“elementari”
Esportazione del modello
RIDUZIONISTA MECCANICISTARIDUZIONISTA e MECCANICISTA
dalla FISICA alle altre SCIENZE NATURALI
Problema dei 3 corpi
Sistemi HamiltonianiNon Integrabili
Moti Non PeriodiciSoluzioni CaoticheSoluzioni Caotiche
Problema dei Piccoli denominatori
edE di i àErgodicità
Poincaré
Violazione ErgodicitàSistemi Hamiltoniani
Non Integrabili
Esperimento FPU
Teorema KAM
Simulazioni NumericheAl Computer:
Tecnica intermedia tra Tecnica intermedia tra Teoria ed Osservazioni
Sistemi DinamiciSistemi Dinamici
di)(
sistema del iosservabil ,...,, 21
RV
xxxN
Nr
temporaleevoluzioneoperatore:
statodi vettore),...,,( 21
→
⊂∈=
RRF
RVxxxrNN
NN
r
r
dinamicosistema)(
temporaleevoluzioneoperatore :
=
→
trFrd
RRF
rrr
inizialicondizioni)0(
dinamico sistema ),(
=
=
rr
trFdt
rr
invariante misura ]1,0[:
inizialicondizioni )0( 0
→
=
V
rr
μ
Mappa TangenteMappa Tangente
i fi it iit b iδδδ
tangentevettore),...,,(
meinfinitesioniperturbazi ,...,,
21
21
Rxxxz
xxxN
N
Nr
∈= δδδ
δδδ
Jacobianamatrice
tangente vettore),...,,( 21
FM
Rxxxz
iij
N
∂
∈
≡
δδδ
Jacobiana matrice
zd
xM
jij
r
∂≡
tangentemappa ),( ztrMdt
zd rr⋅=
iniziali condizioni )0( 0zz rr=
StabilitàLyapunov di esponenti ,...,, 21 Nλλλ
Lyapunov di iautovettor ,...,, 21 N
N
lllrrr
oneperturbazi generica)(1
)( ii ltN
ictz
rr ∑=
≡
oneperturbazi componenti)0(||)(||
1
|||| tii ectc
iiλ≈
=
Lyapunov di Esponente Massimo ||)0(||||)(||
ln t1
lim1tz
λ r
r
=
oneperturbazidella crescita)0(||)(||
||)0(||t
|||| 1teztz
ztλrr ≈
∞→
o epe u bdec esc)(||)(|| |||| e
mainfinitesioneperturbazi ||)0(||||)(||mainfinitesioneperturbazi
1δδ λ≈ ertr trr
Lyapunov di Esponente Massimo
0)||0(||t1 ||)0(||||)(||ln
t1 lim lim
δδλ
δ≡
→∞→ rtr
rr
r
r
(FTLE)FinitoTempoaLyapunovdiEsponente
||)(||
1 0||)0(||con ||)0(||||)(||ln1
(FTLE)FinitoTempoaLyapunovdiEsponente
δδ
τδτ
γ →≡ rrr rr
r
||)0(||δτ r
11 γλ =
Determinismo
Si assume la validità del
Teorema di Cauchy di esistenza e unicità:
Ogni condizione iniziale determina una ed una sola soluzione
=
lo stato al presente determina univocamente tutti gli stati passati e futuri passati e futuri
CAOS
Forte sensibilità alle condizioni iniziali
Crescita esponenziale delle perturbazioni
Tempo di Predicibilità limitatop
Massimo Esponente di Lyapunov positivo
Entropia Metrica positivaEntropia Metrica positiva
Tempi di autocorrelazione finiti
Proprietà ErgodicheProprietà Ergodiche
Attrattori frattali
Frattali
AttrattoriG di di
Caos Dissipativo
Gradi di Libertà efficaci
Dissipativo
Misura E di
Esponenti di LErgodica Lyapunov
Meccanica Statistica
Sistemi Hamiltoniani
Statistica
Teorema Caos
Conservativo
Teorema KAM
ConservativoMoto
iMixing e iff iLagrangiano Diffusione
C i G fi iCaos in Geofisica
Meteorologia
Climatologia
TerremotiTerremoti
Turbolenza
Mixing e Diffusione
Caos LagrangianoCaos Lagrangiano
p ∂−=
∂=
HHq &&
naHamiltonia ),,(
p ,∂
=∂
=
tpqHqp
q
0=∂∂
+∂∂
pp
qq &&
Ψ∂Ψ∂
pq
&&
CorrentediFunzione)(x
y ,y
Ψ∂Ψ∂
−=∂Ψ∂
=
tyx
x &&
0
Corrente diFunzione ),,(
=∂∂
+∂∂
Ψ
yy
xx
tyx&&
∂∂ yx
Caos Lagrangiano = Meccanismo di Dispersione Relativa
)()1( trr
tLetr λεδ ⋅≈||)(|| rMLE 0>Lλ
εδ ≈||)0(|| rr
)0()1(rr )0()2(rr)()2( trr
)0(r
Dinamica Lagrangiana:Dinamica Lagrangiana:Sistemi di Corrente, Ricircolazioni, Convezione
Avvezione o Trasporto Diretto p
Mixing di Traccianti:Caos, Turbolenza, Diffusione
Dispersione Relativa
Dispersione Relativa Lagrangiana=
Problema di Predicibilità a Perturbazioni Finite
Problema: Gli E i di L i il di iGli Esponenti di Lyapunov misurano il tasso di crescita
delle perturbazioni infinitesime; i l i d ll b i i come misurare la crescita delle perturbazioni su
tutte le scale del moto ?RiRisposta:
Esponenti di Lyapunov a Scala Finita (FSLE)
I di i t t b i Invece di misurare quanto cresce una perturbazione su un certo intervallo di tempo,
misuriamo quanto tempo impiega una perturbazione
1
misuriamo quanto tempo impiega una perturbazione a crescere di un certo fattore di amplificazione
ln1)(><
≡ rτ
δλ
(FSLE)Exponent Lyapunov Scale-Finite
oneperturbazi della scala δ
ioneamplificaz di rapporto 1 a da ioneamplificaz di tempo
>⋅
rr δδτ
Vantaggi della Tecnica FSLE:
Normalmente si misura la Dispersione Relativa come Normalmente si misura la Dispersione Relativa come Separazione Quadratica Media tra due particelle nel Tempo
La Separazione Quadratica Media segue generalmente una qualche legge di scala con il tempoa seconda del tipo di regime dispersivo(Caos, Turbolenza, Diffusione, altro)
Tali leggi di scala possono essere “oscurate” dall’operazione di mediaa tempo fissato, in quanto, ad un dato istante, p , q , ,
coppie diverse possono appartenere a regimi diversi
Principali Meccanismi di Dispersione
ertrr
t>>≈<<
>→
)0()(CAOS :0 e 0 me,Infinitesi iSeparazion
222 δδ
λδλ
r
ertr >>≈<<
TURBOLENZA:finiti3D)e(2DInerzialeRange
)0()(
δ
δδ
tCtrr
R ⋅>≈< )(TURBOLENZA :finiti 3D),e(2DInerziale Range
32 εδ
δ
r ∞→ STANDARD DIFFUSIONE : Scale, Grandi2
δ
tDtr E ⋅>≈< 4)( 2δ
Turbolenza 3D e 2DTurbolenza 3D e 2D
(K41)KolmogorodiSpettro)( 3/53/2 −Ε kCk ε (K41)Kolmogorov diSpettro )( 3/53/2=Ε kCk Kε
Cascata Diretta 3D Cascata Inversa 2DCascata Diretta 3D, Cascata Inversa 2D
Kraichnan )( 33/2 −≈Ε kk η
Cascata Diretta 2D
Kolmogorov )()()(
Kolmogorov3/2323/5 −− ≈→>≈→<≈ δδλδ ttrkkE
Richardson
costante)()()( Kraichnan
223− ≈→>≈→<≈ δλδ λetrkkE tL
Lyapunov costante)()()( ≈→>≈→<≈ δλδ etrkkE
Standard Diffusione
Taylor )()( 22 −≈→>≈< δδλδ ttr
Taylor
StreamStream--functionfunction 2D 2D RayleighRayleigh--BenardBenard
ΨΨ(x y)(x y)=A=A sin(x) cos(y)sin(x) cos(y)ΨΨ(x,y)(x,y)=A=A sin(x) cos(y)sin(x) cos(y)
Modello Double Stream Function (DSF)
))sin((sin()))sin((sin(),,( 333222 tzktykkAtzyI ϖξϖξ −−=Ψ
))sin((sin()))sin((sin(),,( 333111
3
tzktxkkAtzx
k
II ϖξϖξ −−=Ψ ))((()))(((),,( 3331113k
II ξξ
IIΨ∂z
u
I
II
Ψ∂∂
=
w
zv
III
I
Ψ∂+
Ψ∂=
∂−=
yxw
∂+
∂−=
lDSF campo di velocità
1 1 1 3 3 3sin( ( sin( ))) cos( ( sin( )))u A k x t k z tξ ϖ ξ ϖ= − −
2 2 2 3 3 3sin( ( sin( ))) cos( ( sin( )))v A k y t k z tξ ϖ ξ ϖ= − − −
k11 1 1 3 3 3
3
cos( ( sin( ))) sin( ( sin( )))kw A k x t k z tk
ξ ϖ ξ ϖ= − − −
12 2 2 3 3 3
3
cos( ( sin( ))) sin( ( sin( )))kA k y t k z tk
ξ ϖ ξ ϖ+ − −3
Scaling di Proprietà
2i lidd'i kkkk ≤≤π
velocitàdiscale
spaziali ondad'numeri
mamin
maxmin
AAAl
kkkk
≤≤
≡≤≤
K l)(
velocitàdi scale
3/1
maxmin
kkA
AAA ≤≤
−
Kraichnan )(Kolmogorov )(
1
3/1
kkAkkA∝
∝−
ModellodelInerzialeRange ],[ maxmin kkk∈
DiffusivoRangeCaotico Range
ode odee a ea ge],[
max
maxmin
kkkk
kkk
<>
DiffusivoRange minkk <
Proprietà Generali del Modello Cinematico
Campo di Velocità Non Lineare a Divergenza Nulla
Sovrapposizione di molti modi spaziali
Problema “Sweeping” risolto con la tecnica delle
di l icoordinate relative
Riproduzione delle principali proprietà di scala dei sistemi turbolenti (2D e 3D)
Qualche riferimento bibliografico
Predictability time of a seismic signal from an earthquake model
G L d G P l diG. Lacorata and G. Paladin
J. Phys. A, Math Gen 26, 3463-3471, 1993.
Non-asymptotic properties of transport and mixing
G. Boffetta, A. Celani, M. Cencini, G. Lacorata and A. Vulpiani
Chaos 10 1 50 60 2000Chaos 10, 1, 50-60, 2000.
Barriers to transport: a review of different techniques
G. Boffetta, G. Lacorata, G. Redaelli and A. Vulpiani
Physica D, 159, 58-70, 2001.
A 3D chaotic model for sub-grid turbulent dispersion in Large-Eddy Simulations
G. Lacorata, A. Mazzino and U. Rizza
J f A S i 65 2389 2401 2008J. of Atmos. Sci., 65, 2389-2401, 2008.
Work in Progress
Anistropia della Dispersione in fluidi rotanti con effetto-ß
(fl i i li i f )(flussi sperimentali in vasca rotante, oceano, stratosfera)
Collaborazione con S. Espa (Univ. Di Roma “La Sapienza”)
Progetto “Pesca” : Trasporto e Diffusione di traccianti
(passivi, biologici, inerziali e non) in ambiente marino
(Canale di Sicilia)(C d S )
Collaborazione con L. Palatella, A. Lanotte (ISAC LE)
R Santoleri (ISAC Roma) et alR. Santoleri (ISAC Roma) et al.
Gradididi
Libertà Meccanica Statistica Turbolenza
Meccanica LineareSistemi integrabili
Caos Deterministico
N Li itàNon Linearità