Prevedibilità e modellizzazione non lineare nelle scienze naturali e in economia

Titolo originale:

Predictability and Nonlinear Modelling in Natural Sciences and Economics

Contenuto del libro:

I ricercatori nelle scienze naturali devono affrontare problemi che richiedono un approccio nuovo per migliorare la qualità delle previsioni di processi sensibili alle condizioni ambientali. La non linearità di un sistema può complicare in modo significativo la prevedibilità degli stati futuri: una piccola variazione dei parametri può cambiare drasticamente la dinamica, mentre la dipendenza sensibile dello stato iniziale può limitare fortemente l'orizzonte di prevedibilità. Anche le incertezze giocano un ruolo importante.

Questo volume affronta questi problemi utilizzando gli strumenti della teoria del caos e della teoria dei sistemi, adattati all'analisi dei problemi delle scienze ambientali. La dipendenza sensibile dallo stato iniziale (caos) e dai parametri viene analizzata utilizzando metodi come gli esponenti di Lyapunov e la simulazione Monte Carlo. L'incertezza nella struttura e nei valori dei parametri di un modello viene studiata in relazione a processi che dipendono dalle condizioni ambientali. Questi metodi si applicano anche alla biologia e all'economia.

Per ricercatori di università e istituti (semi)governativi per l'ambiente, l'agricoltura, l'ecologia, la meteorologia e la gestione delle acque, e per economisti teorici.