il caos si puÒ controllare? - piero mella's … web/lucidi2013teoriadelcontrollo...la teoria...
TRANSCRIPT
Corso di Economia Aziendale – Teoria del controllo
IL CAOS SI PUÒ
CONTROLLARE?
Giulia Pigretti (MAT. 441172)
Ramona Beltramini (MAT. 441800)
anno accademico 2016/2017 1
ALCUNE DEFINIZIONI:
IL CAOS CHE COS’È?
Nella Grecia antica il termine “chaos” veniva interpretato come
spazio aperto, voragine. Indicava, quindi, nella sua simbologia
etimologica un abisso, dove risiedevano tenebrosità ed oscurità.
La parola caos, oggi, richiama alla mente uno stato di totale
disordine e si usa per indicare appunto tutte quelle
situazioni nelle quali non si riesce ad individuare una
regola.
“...a quegli spari successe il caos, e nessuno capì più nulla...” recita
Alessandro Manzoni. .
Nel corso di questa trattazione, invece, proveremo a
dimostrare che ad oggi il caos può “semplicemente” essere
definito come “sensibilità alle condizioni di partenza”.
2
ALCUNE DEFINIZIONI:
IL CAOS CHE COS’È? [2]
Il caos è tipico di alcuni particolari comportamenti di un sistema dinamico.
Un sistema dinamico può essere rappresentato con un modello matematico
di un sistema dotato di un numero finito di gradi di libertà, i cui stati
evolvono nel tempo secondo una legge deterministica o probabilistica.
Strutturalmente un sistema dinamico può essere, in generale, identificato
da un vettore in uno spazio i cui punti rappresentano univocamente tutti i
possibili stati del sistema, punti che il sistema raggiungerà nel corso della
sua dinamica.
3
ALCUNE DEFINIZIONI:
LE CARATTERISTICHE DEL CAOS
Un sistema dinamico deterministico può definirsi caotico
nel momento in cui possiede le seguenti caratteristiche:
1. ricorsività
2. sensibilità alle condizioni iniziali
3. imprevedibilità derivante da eventi esterni non conoscibili
4. evoluzione del sistema descritta da innumerevoli orbite diverse tra
loro
4
LA TEORIA DEL CAOS
“La teoria del caos è lo studio attraverso modelli della fisica
matematica dei sistemi fisici che esibiscono una sensibilità
esponenziale rispetto alle condizioni iniziali [sono sistemi ricorsivi].
I sistemi di questo tipo sono governati da leggi deterministiche, eppure
sono in grado di esibire una empirica casualità nell'evoluzione delle
variabili dinamiche. Questo comportamento casuale è solo apparente,
dato che si manifesta nel momento in cui si confronta l'andamento
temporale asintotico di due sistemi con configurazioni iniziali
arbitrariamente simili tra loro”
(Ott Edward, Chaos in Dynamical Systems, Cambridge University
Press, 2002, pp. 15-19)
5
1. RICORSIVITÀ
Un insieme si dice ricorsivo se gli output nell’istante “t” diventano gli
input nell’stante ”t+1”.
Se x0 > 1, la successione tende sempre a “1”.
“1” rappresenta un attrattore del sistema dinamico.
6
1. RICORSIVITÀ [2]
Il caos si origina quando la dinamica del sistema ricorsivo produce
valori che cambiano continuamente da un istante al successivo e non
si ripetono mai.
A volte i valori assunti appartengono ad un insieme finito di alternative.
Il caos si origina quando i valori dell’insieme si ripetono in istanti
successivi, ma ad ogni istante non si può sapere quale valore si
produrrà nell’istante successivo.
7
2. SENSIBILITÀ ALLE CONDIZIONI INIZIALI
Poiché il sistema dinamico parte da un valore iniziale x0, nei sistemi
caotici, le dinamiche cambiano notevolmente anche a piccole variazioni di
x0 .
Se si conoscessero “esattamente” le leggi della natura e la situazione
dell’universo all’istante iniziale, sarebbe possibile prevedere esattamente
la situazione dello stesso universo in un istante successivo, proprio come
definisce il matematico, fisico-teorico e filosofo naturale francese Henri
Poincaré.
Ciò appare pressoché impossibile nei sistemi ricorsivi proprio perché
piccoli cambiamenti dello stato iniziale vengono amplificate nelle
successive ricorsioni. 8
2. SENSIBILITÀ ALLE CONDIZIONI INIZIALI
[2]
Nel momento in cui, invece, una causa, anche piccolissima, sfuggisse alla
nostra attenzione, e facesse variare lo stato iniziale, si determinerebbe un
effetto considerevole sulla dinamica del sistema.
Però, come già detto, l’essere umano risulta essere limitato nella sua
visione sistemica, portandolo ad una conoscenza parziale, e quindi mai
complessiva, delle condizioni iniziali che producono i fenomeni finali.
Alla luce di ciò quindi emerge la caratteristica di un sistema dinamico
ricorsivo, qual è l’imprevedibilità della dinamica nel tempo al variare
delle condizioni iniziali.
9
3. IMPREVEDIBILITÀ DERIVANTE DA
EVENTI ESTERNI NON CONOSCIBILI
Ipotizzando di conoscere perfettamente la condizione iniziale, ovvero la
causa, l’individuo si aspetta di ottenere un determinato risultato, basato
sulle relazioni causa-effetto dettate sia dall’esperienza, sia dalla
conoscenza.
Nella realtà, però, vi è un effetto sottostante ad ogni azione, sistema e
condizione, e cioè l’imprevedibilità.
Essa deriva dal fatto che non è sempre possibile definire perfettamente le
relazioni causa-effetto, poiché fra questi due fenomeni non vi è
necessariamente una connessione assolutamente priva di eventi
imprevedibili;
la presenza di disturbi è connaturata a ogni dinamica sistemica. 10
3. IMPREVEDIBILITÀ DERIVANTE DA
EVENTI ESTERNI NON CONOSCIBILI [2]
Come definito da Jay W. Forrester, la forma di analisi dei sistemi del tipo
Industrial Dynamics, facente parte del System Dynamics Approach,
mostra quanto sia importante la struttura del sistema, definita nello spazio
degli eventi che ne connotano l’evoluzione.
Ponendosi però in una prospettiva in cui si accetta l’imprevedibilità
derivante da eventi esterni non conoscibili, è bene differenziare fra eventi
determinati da dinamiche caotiche ed eventi determinati dal caso.
Il legame di feedback concettuale tra causa-caso è facilmente intuibile: il
caso deriva dall’ignoranza delle cause, e la causa deriva dall’ignoranza
degli altri fattori che possono influire sull’effetto.
11
3. IMPREVEDIBILITÀ DERIVANTE DA
EVENTI ESTERNI NON CONOSCIBILI [3]
Il rapporto fra causa-caso e l’imprevedibilità può riscontrarsi in un
semplice esempio pratico.
Fissando infatti su un cavalletto un fucile di precisione e ponendo un
bersaglio a 50 metri, certamente 100 colpi avranno tutti la stessa
traiettoria e colpiranno sempre il centro (se l’input cartuccia è costante ad
ogni colpo).
Se però si pone il bersaglio a 500 metri o anche
più lontano, per quanto le cartucce possano
essere identiche, i colpi non colpiranno
più tutti il centro, ma si distribuiranno
“a caso”, formando una rosata.
12
3. IMPREVEDIBILITÀ DERIVANTE DA
EVENTI ESTERNI NON CONOSCIBILI [4]
Da ciò emerge che:
- quando il sistema fucile, cartucce, bersaglio produceva un processo di
sparo a 50 metri, le condizioni del processo erano perfettamente note. I
numerosi fattori in grado di incidere sulla traiettoria risultavano quindi
ininfluenti, e questo proprio perché troppo tenui per apportare
variazioni significative all’esito del processo
- quando invece il bersaglio viene allontanato, le condizioni prima
trascurate (come vento, differente intensità dell’aria lungo la traiettoria,
lievi differenze di caricamento della cartuccia, leggeri movimento del
cavalletto, …) iniziano ad essere influenti sul sistema. In questa
situazione, emerge la nozione di casualità, come ignoranza delle
condizioni causali che influiscono sull’esito del colpo.
13
4. EVOLUZIONE DEL SISTEMA DESCRITTA
DA INNUMEREVOLI ORBITE DIVERSE
TRA LORO
Anzitutto, è bene definire cosa possa intendersi per orbite.
L’orbita [dal lat. orbĭta, propr. «traccia segnata dalla ruota; linea
circolare», der. di orbis «cerchio, circonferenza»] rappresenta la
traiettoria descritta da un corpo in movimento intorno ad un altro corpo.
Il termine è usato nei sistemi dinamici per indicare una generica dinamica
nel tempo.
Tuttavia, come vedremo più avanti, inserendo anche solo un sistema di
controllo all’interno di una dinamica caotica (a volte anche di una
dinamica casuale) si nota come i movimenti della dinamica del fenomeno
stesso, assumono maggiore coerenza e “ordine” rispetto all’ipotesi in in
cui non vengano controllati.
14
ALCUNE DEFINIZIONI:
LE CARATTERISTICHE DEL CAOS [2]
Aver compreso le caratteristiche che portano un sistema dinamico
ricorsivo ad essere definito come caotico, ci fa quindi giungere alla
consapevolezza che condizioni iniziali molto vicine possono dar luogo
a traiettorie potenzialmente divergenti.
La traiettoria, con riferimento a un punto in moto, viene definita come
la linea, retta o curva, descritta dal punto nel suo movimento.
La traiettoria di un punto ha, come ogni elemento cinematico, carattere
relativo, e cioè varia in generale al variare dell’ente al quale il moto
viene riferito.
15
ALCUNE DEFINIZIONI:
LA DINAMICA CAOTICA
Secondo Devaney (1989), il comportamento di un sistema può
essere definito caotico quando:
data una qualunque orbita ce n’è almeno un’altra che parte
arbitrariamente vicino alla prima, ma poi se ne separa a causa della
dinamica;
due regioni qualsiasi nello spazio delle fasi siano collegate da
almeno un’orbita che esce dalla prima e raggiunge la seconda;
per ogni punto dello spazio delle fasi esiste almeno un’orbita
periodica che gli passa arbitrariamente vicino
16
ALCUNE DEFINIZIONI:
LA FUNZIONE QUADRATICA
Una funzione quadratica è una funzione reale di variabile reale.
La funzione quadratica è strettamente connessa al concetto di caos, e
ciò perché, a seconda delle condizioni iniziali scelte, le successioni
divergono oppure continuano a oscillare, avvicinandosi ad un
andamento periodico.
18
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO
Partendo quindi da una funzione definita come
Xn+1 = C X (1-Xn)
e impostando X0 (quale valore iniziale) e C
19
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO MINIMO
20
Nel modello iniziale con C = 3,880 e X0 = 0,951 è facilmente intuibile la
divergenza delle successioni. Si ottiene infatti un moto oscillatorio ma non
periodico. L’andamento risulta piuttosto irregolare. La rappresentazione qui
riportata mostra come la traiettoria ottenuta con tale condizione iniziale
evidenzia valori privi di correlazione con la successione precedente.
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO MINIMO [2]
21
La conferma della sensibilità alle condizioni iniziali è evidente modificando, nel
modello appena presentato, i valori di C e di X0.
Infatti, cambiando C da 3,880 a 3,891 e X0 da 0,951 a 0,953, la traiettoria risulta
ancora più irregolare.
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO MINIMO [3]
22
Cosa succede se si pone un
controllo minimo?
La risposta è evidente attraverso l’utilizzo di un modello
Excel
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO MINIMO [4]
23
Ponendo invece un controllo, in questo caso minimale, è possibile notare come,
cambiando la variabile iniziale, e cioè X0 = 0,997 e mantenendo fissa C a 3,880,
l’oscillazione diventa ordinata.
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO MASSIMO
24
Nel modello iniziale con C = 3,880 e X0 = 0,856 è facilmente intuibile la
divergenza delle successioni. Similmente a quanto detto prima, tale movimento
risulterà essere caotico poiché le oscillazioni non sono ordinate.
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO MASSIMO [2]
25
Cosa succede se si pone un
controllo massimo?
La risposta è evidente attraverso l’utilizzo di un modello
Excel
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO MASSIMO [3]
26
Ponendo invece un controllo, in questo caso massimale, è possibile notare
come, cambiando la variabile iniziale, e cioè X0 = 0,9692 e mantenendo fissa C
a 3,880, l’oscillazione diventa ordinata.
LA FUNZIONE QUADRATICA E IL SUO
CONTROLLO [2]
Tutto ciò mostra come l’applicazione di un controllo, sia questo
minima e o massimale, porti ad un andamento meno irregolare, e cioè
ad un moto oscillatorio periodico. Ciò significa agire attraverso un
sistema di controllo per creare una correlazione fra la successione
precedente e quella successiva.
27
LA FUNZIONE QUADRATICA, IL SUO
CONTROLLO E L’APPLICAZIONE IN UN
ECOSISTEMA
Tale logica può essere applicata anche a qualsivoglia numero di
popolazioni formanti un ecosistema alimentare.
Bisogna anzitutto definire le regole di interazione tra popolazioni di
prede e popolazioni di predatori.
Ad esempio, possiamo considerare tre popolazioni che formano una
catena alimentare.
La prima popolazione di preda, A, serve come primo collegamento
nella catena alimentare;
la seconda popolazione, B, si nutre della preda A, ma rappresenta, a
sua volta, la preda della terza popolazione
La terza popolazione, C, formata da puri predatori,
rappresenta il collegamento finale nella catena alimentare.
28
LA FUNZIONE QUADRATICA, IL SUO
CONTROLLO E L’APPLICAZIONE IN UN
ECOSISTEMA [2]
La popolazione C (puri predatori) aumenta in relazione al cibo
disponibile (popolazione B) e si estingue per volere di cause
naturali, in quanto non è una fonte di cibo per altre popolazioni
superordinate.
La popolazione A diminuisce in rapporto alla voracità della
popolazione B.
La popolazione B, a sua volta, aumenta e si estingue in funzione
delle popolazioni A e C (prede e predatori rispettivamente), in base
a tassi netti di nascite e morte naturali.
29
LA FUNZIONE QUADRATICA, IL SUO
CONTROLLO E L’APPLICAZIONE IN UN
ECOSISTEMA [3]
La figura qua riportata mostra le dinamiche appena esposte:
30
0,0005
0,0010
0,0930
0,0780
0,0002
0,0010
A - PREY
extinction rate for A
decrease in Aincrease in A
B - PREY-
PREDATORS
increase in B
decrease in B
birth rate for B
extinction rate for B
initial PREY-
PREDATORS
initial PREY
C -
PREDATORSincrease in C decrease in C
extinction rate for C
initial PREDATORS
A MAX
C MIN
birth rate for C
birth rate for A
300,00
700,00
700,00
300,00
150,00
150,00
800,00
90,00
1 gen 0001 1 gen 0201 1 gen 0401 1 gen 0601 1 gen 0801 1 gen 1001
200
400
600
800
Non-commercial use only!
A
B C
LA FUNZIONE QUADRATICA, IL SUO
CONTROLLO E L’APPLICAZIONE IN UN
ECOSISTEMA [4]
Simulando invece di avere cinque popolazioni e supponendo che la prima
popolazione di prede A funga da anello iniziale della catena alimentare, la
seconda popolazione B, si nutra delle prede A, ma rappresenti, a sua volta,
la preda di cui si cibano gli individui della terza popolazione, C, e così di
seguito fino alla popolazione E di predatori puri, che rappresentano
l’ultimo anello della catena alimentare, è possibile evidenziare come
l’introduzione di un sistema di controllo condizioni l’oscillazione
dinamica dello stesso ecosistema.
31
LA FUNZIONE QUADRATICA, IL SUO
CONTROLLO E L’APPLICAZIONE IN UN
ECOSISTEMA [5]
Il grafico superiore (simulato in Powersim) mostra la dinamica di cinque popolazioni che
formano una catena alimentare senza controllo esterno (in questo caso, quindi, le
dinamiche delle popolazione sono determinate solo dagli anelli naturali del controllo
reciproco condotti dalle popolazioni che formano la catena alimentare).
L'altro grafico presenta invece le dinamiche prodotte quando vengono imposti (per
semplicità) vincoli massimi sulle popolazioni A e B.
32
1 gen 0001 1 gen 1001 1 gen 2001 1 gen 3001 1 gen 4001 1 gen 5001
0
500
1.000
Non-commercial use only!
A B
C
E
D
1 gen 0001 1 gen 1001 1 gen 2001 1 gen 3001 1 gen 4001 1 gen 5001
0
500
1.000
1.500
2.000
Non-commercial use only!
A
B
C E
D
LA FUNZIONE QUADRATICA, IL SUO
CONTROLLO E L’APPLICAZIONE IN UN
ECOSISTEMA [6]
Si nota quindi come le dinamiche irregolari (probabilmente caotiche) presenti nel grafico
superiore diventano regolari non appena viene eseguito il semplice controllo esterno
ipotizzato nella simulazione.
In particolare, per eliminare le fluttuazioni e ottenere dinamiche più regolari sono
stati introdotti solo due limiti, per semplicità:
Popolazione massima A = 2.000 ; Popolazione massima B = 800.
33
1 gen 0001 1 gen 1001 1 gen 2001 1 gen 3001 1 gen 4001 1 gen 5001
0
500
1.000
Non-commercial use only!
A B
C
E
D
1 gen 0001 1 gen 1001 1 gen 2001 1 gen 3001 1 gen 4001 1 gen 5001
0
500
1.000
1.500
2.000
Non-commercial use only!
A
B
C E
D
LA FUNZIONE QUADRATICA, IL SUO
CONTROLLO E L’APPLICAZIONE IN UN
ECOSISTEMA [7]
Con l’imposizione di un controllo, le dinamiche fra le varie popolazioni
risultano essere reciprocamente condizionate.
Si evidenziano quindi oscillazioni che tendono verso valori stabili a causa
dell'effetto del controllo.
Dobbiamo comunque essere consapevoli che gli ecosistemi sono molto
difficili da simulare, in quanto possono includere migliaia di popolazioni
di specie diverse (ad esempio una foresta pluviale o una barriera
corallina), le cui reciproche relazioni sono così complesse che sembra
impossibile tradurle in modo quantitativo.
34
L’APPLICAZIONE PRATICA DEL CONTROLLO
IN UN ECOSISTEMA
Abbiamo visto che, attraverso appositi sistemi di controllo, è possibile
gestire l’oscillazione di popolazioni diverse.
Tali controlli, consistenti, per esempio, in limiti, vincoli, incentivi, …
possono essere applicati in modo mirato, attraverso interventi specifici
che determinino, quindi:
l’abbattimento o
il ripopolamento
delle specie in questione.
35
L’APPLICAZIONE PRATICA DEL CONTROLLO
IN UN ECOSISTEMA [2]
L’ABBATTIMENTO Può avvenire tramite attività con le quali si cerca di gestire e coordinare
la presenza di specifiche specie. In questo ambito rientrano, per
esempio, tutte le attività di controllo della presenza in città dei cinghiali
e la conseguente gestione dei danni da questi provocati.
IL RIPOPOLAMENTO Può avvenire tramite attività con le quali si cerca di ristabilire la presenza di
specifiche specie: per esempio, il 21 febbraio 2014, sono stati liberati i
primi 15 esemplari di cervo sardo sul Supramonte ogliastrino, area dove il
piccolo ungulato mancava da inizio novecento e che si vuole ora provare a
ripopolare nell’ambito del progetto “Un Cervo per due Isole” (o “One Deer
Two Islands”, finanziato con i fondi europei del programma LIFE+ e
realizzato dal partenariato Sardegna-Corsica)
LE SPECIE INCONTROLLABILI Esistono poi determinate specie che sembrano essere incontrollabili, e
quindi non gestibili, nella loro riproduzione e presenza. In questo ambito
rientrano, per esempio, il calamaro gigante, le meduse e le zanzare.
36
DAL CONTROLLO DI UN ECOSISTEMA
AL CONTROLLO DI UN’AZIENDA
Dopo aver specificato l’importanza che un sistema di controllo ha
all’interno di un ecosistema, è bene evidenziare come una gestione di
questo tipo sia altrettanto fondamentale in ambito aziendale.
Creare infatti il parallelismo fra
abbattimento e ripopolamento di un ecosistema
e abbattimento e ripopolamento di un’azienda
rappresenta un metodo efficace di gestione delle unità presenti nel
nostro territorio economico.
37
DAL CONTROLLO DI UN ECOSISTEMA
AL CONTROLLO DI UN’AZIENDA [2]
Infatti si può parlare di
ABBATTIMENTO nel momento in cui si cerca di ottimizzare l’assegnazione di risorse. Ciò
significa attribuire i mezzi giusti all’Ente giusto, ovvero creare una
correlazione positiva fra che cosa viene conferito e a chi viene attribuito.
Tale situazione può essere ricondotta alla presenza eccessiva in una
medesima circoscrizione territoriale di ONLUS che perseguono uno stesso
obiettivo. Per ottimizzare l’utilizzo delle risorse e il raggiungimento degli
obiettivi prefissati sarebbe maggiormente opportuno procedere
all’accentramento delle mansioni in un unico Ente.
e di RIPOPOLAMENTO nel momento in cui si incentiva l’aggregazione aziendale. Un esempio può
essere rappresentato dalla legge 215/92 “Azioni positive per l'imprenditoria
femminile”, che prevede delle agevolazioni per le imprese costituite o da
costituire formate in prevalenza da donne. 38
CAOS E CONTROLLO
Essere consci dell’esistenza del caos è perciò punto di partenza
fondamentale per l’attuazione di un valido sistema di controllo. Infatti:
partendo dal presupposto che la catena di controllo viene definita
come il complesso degli “apparati” di controllo che producono le
variazioni nelle variabili attive e passive e determinano lo
scostamento, e che
la disciplina del controllo si fonda sull’ipotesi che i sistemi di
controllo, tra tutti i tipi di sistemi, occupano una posizione
assolutamente preminente, producendo un mondo ordinato e vivibile,
erigendo barriere al disordine e dirigendo le dinamiche verso stati di
equilibrio,
39
CAOS E CONTROLLO [2]
è possibile dedurre che l’elemento disturbo – D – è sempre presente.
Infatti, il disturbo viene definito come ogni variabile esterna al sistema che
alteri i valori di Y indipendentemente dai valori di X, dove Y indica la
variabile da controllare e X la variabile d’azione. Ciò significa che, anche se
tendenzialmente si ritiene che un sistema di controllo, tramite opportuni
apparati, sviluppi un processo di controllo che porti all’approssimazione
progressiva della dinamica di una variabile verso valori desiderati, è
comunque bene considerare che tali variabili risultano essere caratterizzate
dalle quattro peculiarità sopracitate.
40
CAOS E CONTROLLO [3]
Perciò se ad oggi un dato sistema, con date caratteristiche, con
date variabili e con date dinamiche sembra poter essere controllato
in toto, è opportuno chiarire come ciò possa essere possibile solo a
tali date condizioni. Nel momento in cui si rilevi anche solo un
minimo scostamento – errore – il sistema di controllo ritorna ad
essere un sistema dinamico e caotico, perdendo l’oscillazione
coerente trovata e ritornando ad una condizione caotica.
41
CONCLUSIONI
Riassumendo: abbiamo quindi definito il caos come la caratteristica della
dinamica di un sistema che – pur essendo regolato da funzioni ricorsive
relativamente semplici, come, per esempio, una quadratica – presenta una
dinamica rispetto al tempo che appare priva di particolari ciclicità, o
ricorrenze ordinate, e che risulta sensibile alle condizioni iniziali, così che
modeste variazioni in tali condizioni producano una nuova dinamica
completamente differente e non predicibile.
Questa definzione di caos, come caratteristica della dinamica di un sistema
ricorsivo, descrive il cosiddetto caos deterministico (Flake, 2001).
42
CONCLUSIONI [2]
In conclusione, possiamo definire che il caos può essere controllato, ma
tale controllo va da un tempo T=0 ad un tempo T=1, ovvero il controllo
è valido solo per quel lasso di tempo in cui rimangono valide le
condizioni di partenza per le quali il controllo stesso è stato teorizzato.
43
CONCLUSIONI [3]
Possiamo quindi affermare che ad oggi il caos non è più considerato
come il regno del disordine, ma piuttosto una dimensione dominata da
leggi complesse difficilmente conoscibili.
Al concetto di disordine si è quindi sostituito quello più rilevante di
complessità.
44
BIBLIOGRAFIA E SITOGRAFIA
Teoria del controllo – Dal system thinking ai sistemi di controllo, P. Mella, Franco Angeli, 2014
Dai sistemi al pensiero sistemico. Per capire i sistemi e pensare con i sistemi, P. Mella, Franco Angeli, 1997
Chaos in Dynamical Systems, Ott Edward, Cambridge University Press, 2002
Dall'improbabile all'infinito. Caos, coincidenze e altre sorprese matematiche, Edward B. Burger e Michael Starbird, edizioni Dedalo, 2005
Le leggi del caos, I. Prigogine, Editori Laterza, 1994
Anche il caos ha le sue regole, R. Maiocchi, EDUCatt, 2015
Misurare l’orlo del caos. Casi aziendali e cambiamenti nel Controllo di Gestione, M. Bortali, Franco Angeli, 2010
Geometria e caso. Scritti di matematica e fisica, Jules-Henri Poincaré, Bollati Boringhieri, 2013
https://www.researchgate.net/publication/256471109_Tre_modelli_di_dinamica_caotica_nelle_Scienze_della_Terra
http://sardegnainblog.it/994/video-cervo-sardo-rilascio-in-ogliastra/
http://galileo.cincom.unical.it/caos/index_file/repository/caos_2.pdf
http://www.fmboschetto.it/didattica/entropologia/conoscenza_e_caos.html
http://progettomatematica.dm.unibo.it/Infinito/pag2/2p5.html
http://it.allreadable.com/06318Q91
45
46
GRAZIE PER
L’ATTENZIONE