Molts esdeveniments extrems -des d'una gran onada que s'aixeca sobtadament d'aigües tranquil·les, fins a una inestabilitat dins d'una turbina de gas, passant per la sobtada extinció d'una espècie de fauna salvatge- sembla que es produeixen sense previ avís. Sovint no es pot predir quan es produiran aquestes inestabilitats, sobretot en sistemes amb una combinació complexa i canviant de les variables.
Ara els enginyers del MIT han ideat un marc per identificar patrons clau que precedeixen a un esdeveniment extrem. El marc es pot aplicar a una àmplia gamma de sistemes multidimensionals complexos per seleccionar els senyals d'advertència que més probablement es produeixen en el món real.
"Actualment no hi ha cap mètode per explicar quan poden ocórrer aquests esdeveniments extrems", diu Themistoklis Sapsis, professor associat d'enginyeria mecànica i oceànica al MIT.
"Hem aplicat aquest marc als fluxos de fluids turbulents, que són el Sant Grial d'esdeveniments extrems. Es troben en dinàmiques climàtiques en forma de precipitacions extremes, en fluxos d'enginyeria de fluids, com a la tensió al voltant d'un perfil d'aire i les inestabilitats acústiques dins de les turbines de gas. Si podem preveure l'ocurrència d'aquests esdeveniments extrems, esperem que es puguem aplicar algunes estratègies de control per evitar-los".
Buscant advertències passadesEn la predicció d'esdeveniments extrems en sistemes complexos, els científics solen intentar resoldre conjunts d'equacions dinàmiques, fórmules matemàtiques increïblement complexes que, un cop resoltes, poden predir l'estat d'un sistema complex a través del temps.
Els investigadors poden connectar a aquestes equacions un conjunt de condicions inicials, o valors per a certes variables, i resoldre les equacions en aquestes condicions. Si el resultat produeix un estat que es considera un esdeveniment extrem en el sistema, els científics poden concloure que aquestes condicions inicials han de ser un precursor o signe d'advertència.
Les equacions dinàmiques es formulen a partir de la física subjacent del sistema. Però Sapsis diu que la física que regeix molts sistemes complexos sovint no és ben entesa i contenen errors de model importants. Confiar en aquestes equacions per predir l'estat d'aquests sistemes seria, per tant, poc realista.
Fins i tot en sistemes on la física està ben caracteritzada, diu que hi ha una gran quantitat de condicions inicials que es poden connectar a les equacions associades, per donar un nombre igualment gran de resultats possibles. A més, les equacions, basades en la teoria, podrien identificar amb èxit una enorme quantitat de precursors per a esdeveniments extrems, però els precursors o estats inicials podrien no succeir en el món real.
"Si només prenem cegament les equacions i comencem a buscar estats inicials que evolucionen a esdeveniments extrems, hi ha una alta probabilitat de que acabem amb estats inicials molt exòtics, que mai no es produiran per cap situació pràctica". Sapsis diu.
"Així que les equacions contenen més informació del que realment necessitem".
A part de les equacions, els científics també han buscat dades disponibles sobre sistemes del món real per seleccionar patrons d'advertència característics. Però per la seva naturalesa, els esdeveniments extrems ocorren només poques vegades, i Sapsis diu que si es confiés únicament en dades, se'n necessitarien una enorme quantitat durant un llarg període de temps per a poder identificar precursors amb tota seguretat.
S'estan cercant punts d'interèsEls investigadors van desenvolupar, en canvi, un marc general, en forma d'un algoritme informàtic, que combina ambdues equacions i dades disponibles per identificar els precursors d'esdeveniments extrems que probablement es produeixen en el món real.
"Estem veient les equacions per a possibles estats que tenen taxes de creixement molt elevades i es converteixen en esdeveniments extrems, però també són coherents amb les dades, ens diuen si aquest estat té alguna probabilitat d'ocórrer, o si és alguna cosa tan exòtica que, si que pot donar lloc a un esdeveniment extrem, però la probabilitat que es produeixi és bàsicament zero", diu Sapsis.
D'aquesta manera, el marc actua com una espècie de tamís, capturant només aquells precursors que es veurien realment en un sistema del món real.
Sapsis i Farazmand van provar el seu enfocament sobre un model de flux turbulent de fluids: un sistema prototip de dinàmica de fluids que descriu un fluït caòtic, com ara una ploma de fum de cigarrets, el flux d'aire al voltant d'un motor de reacció, l'oceà i la circulació atmosfèrica, i fins i tot el flux de sang a través de vàlvules cardíaques i artèries.
"Utilitzem les equacions que descriuen el sistema així com algunes propietats bàsiques del sistema, expressades a partir de dades obtingudes d'un petit nombre de simulacions numèriques, i vam presentar precursors que són senyals característics, explicant-nos abans d'iniciar l'esdeveniment extrem es desenvolupa que hi ha alguna cosa que ve",
explica Sapsis.
Després van realitzar una simulació d'un fluid de fluid turbulent i van buscar els precursors que preveia el seu mètode. Van trobar que els precursors es van desenvolupar en esdeveniments extrems entre el 75 i el 99 per cent del temps, depenent de la complexitat del fluid que simulaven.
Sapsis diu que el marc és generalment suficient per aplicar-se a una àmplia gamma de sistemes en què es poden produir esdeveniments extrems. Ell planeja aplicar la tècnica a escenaris en què flueix el fluid contra un límit o paret. Exemples, diu, són els fluxos d'aire al voltant dels avions a reacció, i els corrents oceànics contra els corrents d'oli.
"Això succeeix en llocs aleatoris de tot el món, i la qüestió és poder predir on es produiran aquests vòrtex o punts d'interès d'esdeveniments extrems", diu Sapsis.
"Si podeu predir on es produeixen aquestes coses, potser podeu desenvolupar algunes tècniques de control per suprimir-les".
Font: PHYSorg 
