Molte persone pensano che la matematica finisca in classe. Non è così. Si riversa nel mondo reale, alimentando qualsiasi cosa, dalle previsioni del tempo alla fisica dei videogiochi. Il ponte tra teoria astratta e applicazione pratica è l’analisi numerica.
Questa branca della matematica applicata si occupa di un problema semplice ma doloroso: molte equazioni sono troppo complesse per essere risolte manualmente. Il calcolo infinitesimale ci fornisce le regole per il cambiamento. Ma quando provi ad applicare queste regole al caos del mondo reale, i numeri diventano confusi. L’analisi numerica interviene per approssimare questi processi utilizzando l’aritmetica di base.
Per questo è necessario un computer. La logica viene convertita in un algoritmo, un insieme specifico di procedure. Questo algoritmo è scritto come codice, un programma eseguito dalla macchina. Il computer non “capisce” i calcoli. Segue semplicemente le istruzioni.
È come trovare il valore di pi greco ($\pi$). Non puoi misurare perfettamente un cerchio. Ma puoi disegnare un poligono. Inizia con un quadrato. Calcola il suo perimetro. Aggiungi più lati. Continua ad aggiungere lati. Quando il poligono si avvicina alla forma di un cerchio, il suo perimetro si avvicina alla circonferenza. Il computer lo fa milioni di volte. Ti dà un’approssimazione.
Ma ecco il problema. Il risultato non è mai esatto.
L’obiettivo non è solo ottenere un numero. Serve per sapere se quel numero è affidabile. L’analisi numerica chiede: l’errore rientra nei limiti accettabili? Se il margine di errore è troppo ampio l’approssimazione fallisce. Un ponte costruito con una cattiva approssimazione crolla. Anche un razzo che manca Marte di un miglio ne usa uno.
Ecco perché l’analisi numerica è importante. Non si tratta solo di calcolare i numeri. Si tratta di quantificare l’incertezza. Ci dice quando fidarci dei dati e quando buttarli via.
Perché l’approssimazione batte l’esattezza
Gli studenti spesso chiedono perché non possiamo risolvere tutto esattamente. La risposta è il tempo. E complessità.
Alcune equazioni non hanno una soluzione esatta che possa essere scritta. Altri impiegherebbero più tempo dell’età dell’universo per essere calcolati. Ci accontentiamo di una risposta che sia “abbastanza vicina”.
Questo ci porta al cuore del campo: l’analisi degli errori.
Ogni passaggio di un calcolo introduce un piccolo errore. Errori di arrotondamento. Errori di misurazione. Errori del modello. Questi si accumulano. L’analisi numerica li tiene traccia. Garantisce che non vadano fuori controllo.
Considera un semplice esempio. Vuoi trovare la derivata di una funzione in un punto specifico. La definizione prevede la divisione per zero poiché l’intervallo si riduce a zero. Non puoi farlo. Quindi scegli invece un piccolo intervallo. Calcoli la pendenza. È una stima. Ma se si sceglie un intervallo troppo ampio, la stima sarà errata. Troppo piccolo e i limiti di precisione del tuo computer entrano in gioco.
Trovare quel punto debole è il lavoro di un analista numerico.
Il codice dietro le quinte
Quando usi un’app, stai utilizzando l’analisi numerica.
- GPS : calcola la tua posizione in base ai segnali satellitari. Richiede la risoluzione di sistemi complessi di equazioni.
- Streaming video : comprime i file utilizzando algoritmi che approssimano i dati visivi.
- Imaging medico : ricostruisce le immagini da scansioni grezze utilizzando metodi iterativi.
Tutti questi si basano su codice che traduce la matematica di alto livello in istruzioni macchina. Lo sviluppatore scrive l’algoritmo. Il compilatore lo trasforma in un programma. Il processore esegue il codice
