Muchos eventos extremos, desde una ola rebelde que se eleva desde aguas tranquilas, hasta una inestabilidad dentro de una turbina de gas, hasta la extinción repentina de una especie de vida silvestre que antes era resistente, parecen ocurrir sin previo aviso. A menudo es imposible predecir cuándotales ráfagas de inestabilidad golpearán, particularmente en sistemas con una combinación compleja y cambiante de jugadores y piezas.
Ahora, los ingenieros del MIT han ideado un marco para identificar patrones clave que preceden a un evento extremo. El marco se puede aplicar a una amplia gama de sistemas complicados y multidimensionales para identificar las señales de advertencia que tienen más probabilidades de ocurrir en el mundo real..
"Actualmente no existe un método para explicar cuándo ocurren estos eventos extremos", dice Themistoklis Sapsis, profesor asociado de ingeniería mecánica y oceánica en el MIT. "Hemos aplicado este marco a los flujos de fluidos turbulentos, que son el Santo Grial de los eventos extremosSe encuentran en la dinámica climática en forma de lluvia extrema, en flujos de fluidos de ingeniería como tensiones alrededor de un perfil aerodinámico e inestabilidades acústicas dentro de las turbinas de gas. Si podemos predecir la ocurrencia de estos eventos extremos, con suerte podemos aplicar algún controlestrategias para evitarlos ".
Sapsis y el postdoctorado del MIT Mohammad Farazmand han publicado sus resultados en la revista avances científicos .
Mirando más allá de las advertencias exóticas
Al predecir eventos extremos en sistemas complejos, los científicos generalmente han intentado resolver conjuntos de ecuaciones dinámicas, fórmulas matemáticas increíblemente complejas que, una vez resueltas, pueden predecir el estado de un sistema complejo a lo largo del tiempo.
Los investigadores pueden insertar en tales ecuaciones un conjunto de condiciones iniciales, o valores para ciertas variables, y resolver las ecuaciones en esas condiciones. Si el resultado produce un estado que se considera un evento extremo en el sistema, los científicos pueden concluir quecondiciones deben ser un precursor o una señal de advertencia.
Las ecuaciones dinámicas se formulan en base a la física subyacente de un sistema. Pero Sapsis dice que la física que gobierna muchos sistemas complejos a menudo no se comprende bien y contiene errores de modelo importantes. Por lo tanto, confiar en estas ecuaciones para predecir el estado de tales sistemas seríapoco realista.
Incluso en sistemas donde la física está bien caracterizada, él dice que hay una gran cantidad de condiciones iniciales que se pueden conectar a ecuaciones asociadas, para producir una cantidad igualmente grande de resultados posibles. Además, las ecuaciones, basadas en la teoría,podría identificar con éxito una enorme cantidad de precursores de eventos extremos, pero esos precursores, o estados iniciales, puede que no todos ocurran en el mundo real.
"Si tomamos ciegamente las ecuaciones y comenzamos a buscar estados iniciales que evolucionen a eventos extremos, existe una alta probabilidad de que terminemos con estados iniciales que son muy exóticos, lo que significa que nunca ocurrirán en ninguna situación práctica,"Dice Sapsis." Así que las ecuaciones contienen más información de la que realmente necesitamos ".
Aparte de las ecuaciones, los científicos también han analizado los datos disponibles en sistemas del mundo real para identificar patrones de advertencia característicos. Pero, por su naturaleza, los eventos extremos ocurren solo en raras ocasiones, y Sapsis dice que si uno dependiera únicamente de los datos, lo haríannecesitan una enorme cantidad de datos, durante un largo período de tiempo, para poder identificar precursores con certeza.
Buscando puntos de acceso
En cambio, los investigadores desarrollaron un marco general, en forma de algoritmo informático, que combina ecuaciones y datos disponibles para identificar los precursores de eventos extremos que tienen más probabilidades de ocurrir en el mundo real.
"Estamos analizando las ecuaciones para posibles estados que tienen tasas de crecimiento muy altas y se convierten en eventos extremos, pero también son consistentes con los datos, y nos dicen si este estado tiene alguna probabilidad de ocurrir o si es algo tan exótico que,sí, conducirá a un evento extremo, pero la probabilidad de que ocurra es básicamente cero ", dice Sapsis.
De esta manera, el marco actúa como una especie de tamiz, capturando solo aquellos precursores que uno realmente vería en un sistema del mundo real.
Sapsis y Farazmand probaron su enfoque en un modelo de flujo de fluido turbulento: un sistema prototipo de dinámica de fluidos que describe un fluido caótico, como una columna de humo de cigarrillo, el flujo de aire alrededor de un motor a reacción, la circulación oceánica y atmosférica, yincluso el flujo de sangre a través de las válvulas cardíacas y las arterias.
"Usamos las ecuaciones que describen el sistema, así como algunas propiedades básicas del sistema, expresadas a través de datos obtenidos de un pequeño número de simulaciones numéricas, y obtuvimos precursores que son señales características, que nos dicen antes del evento extremocomienza a desarrollarse, que está surgiendo algo ", explica Sapsis.
Luego realizaron una simulación de un flujo de fluido turbulento y buscaron los precursores que su método predijo. Encontraron que los precursores se desarrollaron en eventos extremos entre el 75 y el 99 por ciento de las veces, dependiendo de la complejidad del flujo de fluido que estaban simulando..
Sapsis dice que el marco es lo suficientemente generalizable para aplicarse a una amplia gama de sistemas en los que pueden ocurrir eventos extremos. Él planea aplicar la técnica a escenarios en los que el fluido fluye contra un límite o una pared. Ejemplos, dice, son los flujos de airealrededor de los aviones a reacción y las corrientes oceánicas contra los oleoductos.
"Esto sucede en lugares aleatorios de todo el mundo, y la cuestión es ser capaz de predecir dónde ocurrirán estos vórtices o puntos calientes de eventos extremos", dice Sapsis. "Si puede predecir dónde ocurren estas cosas, tal vez pueda desarrollar algunastécnicas de control para suprimirlos. "
Fuente de la historia :
Materiales proporcionado por Instituto de Tecnología de Massachusetts . Original escrito por Jennifer Chu. Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :