Caos e problemi con il principio di

corrispondenza
Jacopo Surace
I.

Introduzione

Caos, gli antichi greci facevano uso di questa

parola per descrivere linizio delluniverso, prima del tutto non cera niente, il nulla, il caos.
Passano gli anni e le elucubrazioni sul prima
del tutto si alternano, cosicch dove prima
cera il nulla ora si pu trovare un ammasso
alla rinfusa di ipotesi e di cause. Si arriva al
concetto di caos moderno: disordine, confusione e complessit. Ci si pu sentire immersi nel
caos durante una manifestazione, cercando un
libro in una stanza molto disordinata, studiando degli appunti presi male. Caotiche sono
quindi quelle situazioni in cui non possibile
comprendere, trovare un ordine, prevedere
levoluzione della situazione. Tutto questo
ha a che fare con la fisica o con le scienze in
generale? Sembra un controsenso elevare ad
argomento di studio il caos, quando lo scopo di
qualsiasi disciplina scientifica proprio quello
di eliminare la confusione per trasformala in
schemi ben precisi. Sembra esserci qualcosa
che stride ad associare ad una scienza deterministica un campo di studi in cui caratteristica
principale la confusione e limprevedibilit.
Ovviamente, viene da pensare, che ci sia qualche meccanismo non ancora capito, qualcosa
che non sappiamo ancora bene. Sar proprio
su questa mancanza di conoscenza che baseremo la definizione di caos.

II.

Cos il caos?

Ci troviamo ora nelluniverso della meccanica classica, il mondo costruito sul concetto di
spazio delle fasi.Per parlare di caos dobbiamo
innanzitutto richiedere un sistema abbastanza
complesso da avere almeno 2 gradi di libert, richiesta non troppo difficile da realizzare

conoscendo ben poche situazioni reali di una

particella in una sola dimensione. Fatto questo
possiamo definire la caratteristica principale
dei sistemi caotici: la divergenza esponenziale
delle traiettorie nello spazio delle fasi. Vediamo come da questa semplice richiesta possa derivare
limpossibilit di fare previsioni e la grande dipendenza dalle condizioni iniziali del sistema
famosa al mondo come effetto farfalla e quindi
riusciremo a giustificare laccostamento delle
parole caos-deterministico.
Prendiamo in considerazione uno spazio ad N
dimensioni (N pari) come nostro spazio delle
fasi, un punto in questo spazio corrisponde ad
uno stato preciso del sistema, diciamo che il
punto ( ~q, ~p ) con ~q e ~p vettori N2 dimensionali corrisponde allo stato A del sistema. Se
il sistema in equilibrio statico allora non si
muover dallo stato A, se per caso non lo fosse, levoluzione temporale del sistema sarebbe
data da una traiettoria in questo spazio delle
fasi che porta fino ad uno stato B dipendente da A e dal tempo passato. Levoluzione
temporale del sistema quindi data da una
traiettoria nello spazio delle fasi. E immediato
notare che la traiettoria dellevoluzione temporale sar una curva continua e senza strane
particolarit, basti pensare ad un qualsiasi oggetto in movimento e campionare il suo stato
in intervalli di tempo sempre pi piccoli. Pi
accorciamo lintervallo di tempo dal sistema
allo stato A al secondo campionamento, pi lo
stato B sar vicino allo stato A. Veniamo ora
alla divergenza delle traiettorie, ovviamente
ci serviranno almeno due punti dello spazio
delle fasi, prendiamo il punto A=(~q A , ~p A ) ed
il punto B=(~q B , ~p B ). La distanza tra A e B
uguale a . Ora facciamo passare un tempo t
ed i due sistemi si saranno evoluti in uno stato
At e Bt . Se la divergenza degli stati esponen-

ziale avremmo che la distanza tra At e Bt sar

dellordine di: et dove una costante tipica
del sistema Hamiltoniano che caratterizza la
divergenza del sistema e viene chiamata esponente di Lyapunov. Se tale esponente positivo
allora il sistema molto sensibile ai dati iniziali
e questa la caratteristica pi appariscente dei
sistemi caotici. (Effetto farfalla: se cambio i dati iniziali del sistema in maniera impercettibile
gli effetti al passare del tempo possono variare
in maniere esponenziale. Effetto farfalla poetico: se una farfalla sbatte o non sbatte le ali
a Trieste, pu venire o non venire un uragano
a New York). Ricordiamo ora la triste verit,
ogni misura inevitabilmente affetta da un errore (per ora stiamo facendo principalmente
riferimento alla fisica classica quindi siamo ben
lontani dal preoccuparci dellindeterminazione,
lerrore di cui si parla pi grande), dunque
misurando lo stato di un sistema non otterremo mai un punto dello spazio delle fasi ma
piuttosto un volumetto largo in ogni direzione
quanto lerrore di quella misura. Se i punti del
sistema si separano esponenzialmente, questo
volumetto col passare del tempo si stender
ed espander, ovviamente il volume rimarr lo
stesso per il teorema di Liouville, ma ci non
vieta che schiacciandosi lungo una dimensione
possa diventare una ipersuperficie estesissima.
Dunque da una misura ben localizzata, con
levoluzione temporale riusciamo ad ottenere
imprecise previsioni per il futuro del sistema.
Il motivo per cui un sistema deterministico
risulta imprevedibile pur conoscendone levoluzione temporale legato allimpossibilit di
fare misure perfette ed all esponenziale propagazione dellerrore. (Deterministico dunque
non vuol dire praticamente prevedibile). Anche altre propriet sono richieste ad un sistema
affinch possa essere caotico, ma per lo scopo
di questo scritto dar ora una definizione di sistema caotico differente, compatibile con quella
classica ma basata su quella che forse la caratteristica che pi popolarmente si associa al
caos: la casualit e la perdita di informazioni.

III.

Casualit e teoria della

complessit

Per questa definizione di caos si fa uso di

argomenti della teoria della complessit, dunque chiariamo subito cos la complessit. Per
una qualsiasi stringa {N} di N simboli (uguali
o diversi tra loro) si definisce la complessit
come la lunghezza in bit del pi pi corto
algoritmo per generarla. Prendiamo ad esempio la stringa 111...111 = {N} (dove i puntini
non sono parte della stringa ma rappresentano
N-6 cifre 1) un algoritmo per generarla sar
Scrivi N volte 1 ; in questo caso la lunghezza
della stringa in bit ovviamente N, mentre
la sua complessit sar dellordine di log2 ( N )
(Per N molto grandi allinterno della stringa la
lunghezza della scrittura di N sar molto pi
grande della scrittura di Scrivi volte 1 dunque
considero solo la scrittura di N e la sua lunghezza in bit). Questa definizione per sembra
non proprio precisa, questo algoritmo a chi
deve far capire come generare la stringa? Devo
scriverlo in inglese Print 1 N times? In inglese
sarebbe gi pi corto di un carattere rispetto
alla versione italiana. Potrebbe addirittura esistere una civilt nella quale capita cos spesso
di dove scrivere la cifra 1 N volte che basta
dire a chi ti ascolta scrive. In questo caso la
lunghezza pi corta della stringa per generare lalgoritmo sarebbe un bit. Adottando un
ragionamento analogo potremmo dichiarare
che la complessit di ogni stringa sempre
uguale ad 1 bit perch potrebbe sempre esistere una civilt atta a svolgere lalgoritmo
come attivit principale. Dunque il concetto
di complessit inutile. Ponendosi questo
problema, e traslandolo dal piano delle lingue
umane a quello pi rigoroso delle macchine
(faccio riferimento alla macchina di Turing o
qualsiasi suo equivalente, in quanto oggetti
teorici che definiscono il concetto di algoritmo),
Kolmogorov ha dimostrato che esiste sempre,
per ogni sequenza di bit {N} una macchina
Universale tale che nel suo linguaggio la complessit KU ({ N }) della stringa {N} risulti sempre essere: KU ({ N }) K A ({ N }) + C A con C A
indipendente dalla stringa e dipendente solo

dalla macchina. Quando si parla di complessit dunque si fa riferimento alla lunghezza

dellalgoritmo pi corto scritto per la macchina
Universale. Quello che veramente complesso
riuscire a trovare lalgoritmo pi corto per
descrivere la stringa, la complessit KU ({ N })
sempre conoscibile? Purtroppo no. Supponiamo di credere che KU ({ N }) = M, se fosse
vero allora nessun algoritmo con M 1 bit
sar in grado di generare la stringa { N }. Per
verificarlo suppongo di avere 2 M1 macchine
universali ognuna delle quali sta computando
uno dei possibile algoritmi da M 1 bit. Prima
o poi, se la complessit fosse pi piccola di M,
una delle macchine genererebbe la stringa { N },
ma come evidente siamo nel tipico caso del
problema della fermata, dunque questo risulta
un problema indecidibile. Con questo nuovo
concetto stabiliamo quindi un criterio per decidere quando una stringa fatta di numeri
casuali e quando no, definiamo la casualit
K-S-C (Kolmogorov-Solomonff-Chaitin): una
stringa { N } casuale quando KU ({ N }) N
cio quando la quantit di dati che trasporta
dello stesso ordine della quantit di dati che
contiene (non si pu riassumerla, incomprimibile). Questo criterio molto compatibile
con il senso comune di casualit. Ed arriviamo
quindi al caos: un sistema caotico quando la
sua evoluzione temporale sembra casuale, cio
se con la descrizione del sistema da N bit di
input riesco ad ottenere solo N bit di output
(ad esempio linput lo stato del sistema al
tempo t mentre loutput lo stato del sistema
al tempo t + T, non so per il tempo t+T praticamente niente di pi di quello che sapevo prima
di calcolare levoluzione temporale, quindi il
sistema si evoluto casualmente).

IV.

Il gatto di Arnold
costruzione

Prendiamo un sistema ad una dimensione

governato dallHamiltoniana:

t
p2
1
+ kq2 (n )
H=
2m 2
T
n=

(1)

Dove m la massa dalla particella, k la costante della molla, T un periodo di tempo

fisso, q e p le classiche coordinate. Questa
Hamiltoniana rappresenta una particella libera
che periodicamente a tempi fissati (multipli del
periodo T) riceve una spinta istantanea da una
molla come se per un istante si trovasse in un
oscillatore armonico. Queste spinte vengono
chiamati calci e questo sistema viene chiamato
kicked oscillator. Utilizzando le equazioni di
Hamilton ottengo:
q =
p =

p
m

kq
n=

(2)
(n

t
T)

Ed integrando su un periodo di tempo T:

q n +1 = q n +

T
m pn

(3)

pn+1 = pn kTqn+1
Per verificare di aver bene interpretato lHamiltoniana proviamo a portare T dt rendendo
in questo modo i calci continui e ci accorgiamo,
come ci aspettavamo dalla precedente interpretazione, che il sistema si trasformato in un
oscillatore armonico classico. Posso trasformare le equazioni (3) in una forma di pi facile
lettura, gi presa in studio nel campo della maT
pn , moltiplico
tematica. Rinomino pn come m
lequazione in basso della (3) da entrambe le
2
T
e chiamo k Tm = .
parti per m
q n +1 = q n + p n

(4)

pn+1 = qn + (1 + ) pn
Scelgo dunque = 1 (facendo questa scelta
ottengo che il k delloscillatore armonico sia
< 0, dunque loscillatore armonico instabile)
e scrivo la (4) in forma di matrice:

 
 
q n +1
1 1 qn
=
(5)
p n +1
1 2 pn
Analizzando un p il comportamento di questi punti notiamo che si conserva la quantit
q2n + qn pn p2n = q0 + q0 p0 p20 , cio tutti i
3

(qn , pn ) giacciono sulla stessa iperbole. Quindi

se io avessi effettuato una misura ottenendo al
tempo 0 un errore sul momento p0 ed un errore sulla posizione q0 , facendo evolvere nel
tempo il sistema otterrei che al crescere esponenziale di p c una restrizione esponenziale
di q. Ma tutto ci non basta per rendere il
sistema caotico, per fare ci confiniamo il moto
allinterno dei un quadrato di lato 1 con condizioni a contorno periodiche (cio se langolo
in basso a sinistra del quadrato lorigine delle coordinate ed una particella al passo n si
trova in (1,4;0) allora questa viene considerata
in (0,4;0)), il che equivale a fare un modulo 1
dellevoluzione temporale:

 
 
q n +1
1 1 qn
=
(mod1)
(6)
p n +1
1 2 pn

questo nella (8) ottengo:

Quella ottenuta la mappatura del gatto di Arnold del quadrato di lato unitario in se stesso.
Famosa costruzione matematica nella quale
possibile trovare un comportamento caotico anche se rappresenta un sistema ad un solo grado
di libert a causa delle particolari condizioni a
contorno.

Essendo levoluzione passo passo dei K e degli

L dettata dalla stessa matrice (5) anche tutti i
Kn ed i Ln giaceranno sulla stessa iperbole dei
loro k ed l di partenza ed allaumentare di n aumenteranno di valore. Questo vuol dire che se
al passo 0 il coefficiente Ak,l corrisponder alle
frequenze k, l, al passo n-esimo lo stesso coefficiente Ak,l corrisponder alle frequenze Kn , Ln
delle quali almeno una delle due sar molto
grande (aumenta esponenzialmente con n) e
dunque lo stesso coefficiente varr per frequenze alte e basse. Considero ora di compiere una
misura di p e q con errori rispettivamente p
e q, dunque nellespansione in serie di Fourier ogni termine che avr lunghezza donda
minore di p o q non potremo considerarlo
perch troppo preciso rispetto allerrore che
abbiamo. Come abbiamo visto ad ogni iterazione le frequenze aumentano esponenzialmente
e quindi le lunghezze donda diminuiscono,
quindi allaumentare delle iterazioni sempre
meno termini dello sviluppo in serie potranno essere presi in considerazione e i termini
scartati andranno persi. Supponiamo che alla
iterazione 0, con la mia misura, posso prendere in considerazione M termini dello sviluppo
in serie, se alla prima iterazione le lunghezze
donda variano elevandosi alla potenza di 2,
allora alla prima iterazione potr prendere in
considerazione solo M1/2 alla seconda solo

V.

Il gatto di Arnold classico

Per analizzare il sistema classico basato sull

evoluzione temporale costruita sopra facciamo
uso della quantit f (q, p, n) cio la probabilit
normalizzata che all n-esimo passo dellevoluzione temporale il il sistema sia nello stato
(q, p). Per il teorema di Liouville avremo che:
f ( q n , p n , n ) = f ( q0 , p0 , 0)

(7)

Sapendo che la la funzione f periodica in

q ed in p con periodo 1 (siamo nel quadrato
unitario), posso espandere f in serie di Fourier
ed ottengo:
f (q0 , p0 , 0) = k,l Ak Bl e2i(kq0 +l p0 ) =
= f (qn , pn , n)

(8)

E sapendo come si evolve il sistema scopro che f (qn+1 , pn+1 , n + 1) = f (qn , pn , n) =

f ((2qn+1 pn+1 ), ( pn+1 qn+1 ), n) ed usando
4

f ( q1 , p1 , 1) =

Ak Bl e2i((2kl)q1 +(lk) p1 )

(9)

k,l

Qui mi accorgo che i coefficienti A e B non

vengono toccati dal procedimento ma cambiano solo i numeri ad esponente. Procedendo
induttivamente ottengo finalmente:
f (q, p, n) = k,l Ak Bl e2i(Kn q+ Ln p) =

(10)

Con la definizione ricorsiva:

Kn+1 = 2Kn Ln
K0 = k
L n +1 = L n K n
L0 = l

(11)

 M1/3 e cos via. All iterazione n avr per1

so M M x termini. Procedendo allinfinito
avr perso tutti i termini tranne uno e non avr
pi alcuna previsione. In questo tipo di sistema si pu quindi verificare un comportamento
caotico. (Non tutte le orbite sono caotiche, infatti possibile costruire delle orbite periodiche
semplicemente dividendo il quadrato di lato
1 in N 2 quadrati con la stessa area, partendo
da un punto p0 , q0 con coordinate frazionarie
e minimo comune denominatore N, le orbite
saranno periodiche).

VI.

Il gatto di Arnold
quantistico

VII.

Per passare al caso quantistico quantizzo lHamiltoniana secondo il principio di

corrispondenza:

p 2
1
t
H =
+ kq2 (n )
2m 2
T
n=

(12)

Cerco di trovare ora levoluzione temporale

della funzione donda associata a questa Hamiltoniana. Per dare unidea di come viene
utilizzata la periodicit delle condizioni a contorno cerco le autofunzioni del momento come
onde piane Uk (q) = e2ikq con p = h k e imponendo le condizioni periodiche su q (q = q+1)
devo avere che Uk (q) = Uk (q + 1) dal quale
ottengo che k = 2 con intero. Impongo
la periodicit anche a p (p=p+1) allora deve
essere che U + (q) = U (q) con intero e da
questo scopro che deve essere q = con intero. Quindi la base dello spazio di Hilbert in
cui ci troviamo :
U () =

2i

(13)

Implementate quindi almeno inizialmente le

condizioni a contorno, tralascio i calcoli e mostro direttamente il risultato, cio lespressione dellevoluzione temporale di una generica
funzione donda :

(, t) =

A ()ei t

=1

Dove () (1 ) un autostato, t un
tempo intero e una costante che tiene conto della periodicit degli autostati. Risulta subito chiaro che a causa dellesponente della
e levoluzione della funzione donda avr un
comportamento periodico e dunque, al contrario del caso classico, calcolando levoluzione
temporale del sistema non perderemo informazioni ma anzi, per evoluzioni lunghe un
periodo ci troveremo di nuovo allo stato iniziale come se niente fosse accaduto. Dunque il
sistema quantizzato non presenta caos.

(14)

Verso il limite classico

Una volta trovato lalgoritmo per levoluzione

dei due sistemi si pu trovare, tramite argomentazioni basate sulla teoria della complessit, che per ottenere un risultato lungo N bit
occorre un algoritmo di complessit N bit
nel caso classico e log2 N bit nel caso quantistico. Dunque il sistema gatto di Arnold
classico ha un comportamento caotico mentre
quello quantistico no. Ma cosa succede passando dal caso quantistico al classico attraverso
il limite h 0? Innanzitutto notiamo che
questo limite equivalente a , a livello intuitivo perch essendo la dimensione
dello spazio di Hilbert, portandola allinfinito ci avviciniamo al caso classico (altrimenti
chiamando Q e P i valori massimi della posizione e del momento possiamo dire che il
loro prodotto PQ = 1 nel caso del gatto, ma
anche, utilizzando le definizioni date per trovah
re U (), PQ = h kmax max = = h dunque,
1 = h e infine = 1h ). Utilizzando questo
limite e focalizzando lattenzione sulla prima
riga della griglia nella quale abbiamo diviso
il quadrato di lato 1, aumentando di 1 non
facciamo altro che ridividere il lato che prima era diviso in parti in + 1 parti. Dunque sulla prima riga avremo tutte le frazioni
E = {q|q = [ r ]con(1 r )} e quindi facendo tendere otterremo un infinit
contabile di frazioni in E . Facciamo la stessa cosa per la prima colonna del quadrato ed
otterremo anche in questo caso uni infinit con5

tabile di frazioni E . Dunque il quadrato sar

diviso in questa griglia che chiameremo S
composta dal limite della griglia di tutte le frazioni con il denominatore che va a infinito. La
domanda cruciale S contiene tutte le frazioni o proprio tutti i numeri reali formando cos
un continuo? A che tipo di infinito arriviamo
con questo limite? Dove ci porta il passaggio
al limite classico? Richiamiamo qui il fatto che
la complessit dellalgoritmo per il caso quantistico Kquant log2 + C (C la costante
di Kolmogorov dipendente dalla macchina vista nella sezione 3) e questa facendo tendere
log +C
diventa Kquant = lim 2
= 0.
Dunque lalgoritmo per calcolare la griglia S
deve avere complessit nulla. Dunque la griglia S deve essere solo linsieme di tutte le
frazioni, poich nessun algoritmo di complessit nulla pu computare gli irrazionali o addirittura un continuo. Passando per il limite
classico non si arriva al caso classico caotico.

VIII.

Conclusioni

Partendo dall Hamiltoniana quantistica e passando per il limite classico dovrei ottenere lo
stesso risultato che ho ottenuto partendo dall
Hamiltoniana classica. Cio il caso classico
il limite di quello quantistico. In questo caso

per ci non accade, infatti portando al limite

classico non si trova generazione di caos. Il che
non difficile da immaginare: dovrei ottenere da una stringa di complessit log2 N una
di complessit N operando un passaggio al
limite, cio creare informazione, il che impossibile. In questo caso, dunque, il principio di
corrispondenza non funziona.

Riferimenti bibliografici
[J. Ford and G. Mantica] (1992) Does quantum mechanics obey the correspondence
principle? Am. J. Phys. 60 (12), December
1992, pp 10861097.
[G. J. Chaitin] (2002) Paradoxes of randomness Vol. 7, No. 5, May/June 2002, pp
1421.
[G. J. Chaitin] (1975) Randomness and mathematical proof Scientific American 232, No.
5, May 1975, pp 47-52
[F. Scheck] (1988) Mechanics, From Newtons
Law to deterministic chaos
[J. Ford, G. Mantica and G. H. Ristow] (1990)
The Arnold cat: Failure of the correspondence principle Physica D 50 (1991), pp
493520.