Effetto farfalla
Da Wikipedia, l'enciclopedia libera.
Effetto farfalla è una locuzione che racchiude in sé la nozione maggiormente tecnica di dipendenza sensibile alle condizioni iniziali, presente nella teoria del caos. L'idea è che piccole variazioni nelle condizioni iniziali producano grandi variazioni nel comportamento a lungo termine di un sistema.
Alan Turing in un saggio del 1950, Macchine calcolatrici ed intelligenza, anticipava questo concetto: ""Lo spostamento di un singolo elettrone per un miliardesimo di centimetro, a un momento dato, potrebbe significare la differenza tra due avvenimenti molto diversi, come l'uccisione di un uomo un anno dopo, a causa di una valanga, o la sua salvezza".
Il nome di effetto farfalla si ritiene in genere sia stato ispirato da uno dei più celebri racconti fantascientifici di Ray Bradbury del 1952: Rumore di tuono (A Sound of Thunder, in R is for Rocket), in cui nel futuro, grazie ad una macchina del tempo, risulta possibile organizzare dei safari temporali per turisti. In una remota epoca preistorica un escursionista del futuro calpesta una farfalla e questo provoca una catena di allucinanti conseguenze per la storia umana.
Edward Lorenz fu il primo ad analizzare tale effetto in uno scritto del 1963 preparato per la New York Academy of Sciences. Secondo tale documento, "Un meteorologo fece notare che se le teorie erano corrette, un battito delle ali di un gabbiano sarebbe stato sufficiente ad alterare il corso del clima per sempre." In discorsi e scritti successivi, Lorenz usò la più poetica farfalla, forse ispirato dal diagramma generato dagli attrattori di Lorenz, che somigliano proprio a tale insetto, o forse influenzato dai precedenti letterari (anche se mancano prove a supporto).
La conseguenza pratica dell'effetto farfalla è che i sistemi complessi, come il clima o il mercato azionario, sono difficili da prevedere su una scala di tempo utile. Questo perché ogni modello finito che tenti di simulare un sistema, deve necessariamente eliminare alcune informazioni sulle condizioni iniziali — ad esempio, quando si simula il tempo atmosferico, non è possibile includere anche lo spostamento d'aria causato da ogni singola farfalla. In un sistema caotico, questi errori di approssimazione sono ingranditi ad ogni simulazione di un'unità di tempo, finché il limite sull'errore percentuale del risultato supera il 100%. Quindi le previsioni di una simulazione sono inutili se vanno oltre una certa quantità finita di tempo.