Ricerca | Meccanica Statistica, Complessità e applicazioni interdisciplinari

Nella sua accezione originale, la Meccanica Statistica è la scienza che, partendo dalla conoscenza microscopica di un sistema si prefigge di ricavarne, per via teorica (carta e penna) le proprietà macroscopiche, cioè termodinamiche, utilizzando un approccio probabilistico. Oggigiorno, però, le raffinate tecniche sviluppate in oltre un secolo in questo campo, vengono sempre più utilizzate per descrivere sistemi in molti e diversi ambiti, non necessariamente pertinenti alla Fisica in senso stretto. Perciò, oggi la Meccanica Statistica affronta problematiche che spaziano dalla cibernetica, alla biologia, alle scienze sociali, oltre che, naturalmente, a molti settori della Fisica.

Nel dipartimento di Fisica dell’Università di Salerno, per quanto riguarda la Meccanica Statistica, sono presenti numerose linee di ricerca fra le quali, a titolo di esempio, menzioniamo le seguenti:

• Sistemi fuori equilibrio. L’equilibrio è la condizione che viene usualmente raggiunta da un sistema se non è perturbato dall’esterno. Per la descrizione di questo stato la Meccanica Statistica – grazie all’opera fondante dovuta principalmente a L. Boltzmann, J.W.Gibbs e altri – risulta una teoria completa e consistente. Lo stesso non è vero per quanto riguarda i sistemi fuori equilibrio, sebbene molti progressi siano stati ottenuti recentemente. Vista la diffusione e l’importanza dei sistemi fuori equilibrio (l’universo stesso rappresenta un esempio notevole) lo studio di questi sistemi rappresenta un importante studio di frontiera. (Per maggiori informazioni contattare il prof. F. Corberi, E-mail: fcorberi@unisa.it).
• Studi sul cervello e reti neurali. Lo sviluppo recente delle neuroscienze ha mostrato la similarità fra il funzionamento del cervello e quello di alcuni sistemi fisici modello studiati dalla Meccanica Statistica. Questo ha aperto la via da un lato all’interpretazione dei processi cognitivi avvenenti nel cervello, e dall’altro all’implementazione di reti neurali sintetiche per lo sviluppo dell’intelligenza artificiale. (Per maggiori informazioni contattare la prof.ssa S. Scarpetta, E-mail: sscarpetta@unisa.it).
• Big Data analysis. Negli ultimi anni la possibilità di immagazzinare grandi quantità di dati (Big Data) ha proposto l’importante problema dell’analisi di tale massa di informazioni, dalla quale estrapolare le caratteristiche di interesse per il problema in esame. Tale compito può essere intrapreso utilizzando tecniche mutuate dalla Meccanica Statistica. Un esempio importante è quello dell’analisi dei dati sanitari, che oggi vengono collezionati in grande quantità da istituti di cura e ditte farmaceutiche, al fine di ottimizzare le cure e la gestione dei pazienti. (Per maggiori informazioni contattare il prof. P. Cavallo, E-mail: cavallo@unisa.it).