Nel mondo della matematica, esiste una classe speciale di strumenti utilizzati per descrivere come le cose cambiano nel tempo, dal raffreddamento di una tazza di caffè al movimento dei pianeti. Questi strumenti sono chiamati semigruppi e si basano su un motore centrale noto come generatore. Immaginate il generatore come l'interruttore principale che detta la velocità e la direzione del cambiamento. Per decenni, i matematici sono stati affascinati da un enigma specifico riguardante questi generatori: se avete una macchina che funziona in modo fluido e prevedibile, anche la sua operazione inversa funziona in modo fluido? In termini tecnici, se un generatore crea un flusso di cambiamento stabile e limitato, il suo inverso matematico crea un flusso simile e stabile? Questa domanda, nota come problema del generatore inverso, è stata oggetto di intensi studi perché la risposta è fondamentale per il modo in cui simuliamo sistemi complessi sui computer. Se l'operazione inversa si comporta male, può causare l'uscita dei modelli informatici fuori controllo, producendo risultati spazzatura invece di previsioni accurate.

Per molto tempo, la risposta sembrava essere sì, almeno negli spazi matematici meglio strutturati. Tuttavia, un nuovo studio condotto dai ricercatori Emiel Lorist, Martin Meyries e Mark Veraar ha dimostrato in modo definitivo che questa intuizione è errata. Essi hanno costruito un esempio specifico ed esplicito di una macchina matematica che funziona perfettamente da sola, ma cade a pezzi quando si prova a farla funzionare al contrario. Il loro lavoro dimostra che su uno spazio di Hilbert — un tipo di ambiente matematico utilizzato per modellare molti sistemi fisici — è possibile avere un generatore che produce un flusso temporale stabile e limitato, eppure il suo inverso non genera affatto un flusso stabile. In effetti, il processo inverso cresce in modo così selvaggio da diventare illimitato, il che significa che i numeri coinvolti possono diventare infinitamente grandi. Questa scoperta risolve un importante problema aperto nel campo, provando che la relazione tra un sistema e il suo inverso è molto più fragile di quanto si pensasse.

I ricercatori non hanno solo trovato una possibilità teorica; hanno costruito un controesempio concreto utilizzando una costruzione ingegnosa che coinvolge matrici a dimensione finita. Hanno creato una sequenza di matrici via via più complesse che fungono da mattoni per la loro macchina finale. Queste matrici sono state progettate con proprietà molto specifiche: le loro parti interne sono disposte in modo tale che, quando la macchina funziona in avanti, l'energia rimane sotto controllo e alla fine svanisce. Tuttavia, la disposizione è così delicata che, quando la macchina viene invertita, l'energia non rimane solo stabile; essa esplode. La crescita di questo processo inverso non è semplicemente veloce; segue un modello specifico e a combustione lenta che gli autori descrivono come una crescita almeno del doppio logaritmo. Per mettere questo in prospettiva, mentre un'esplosione normale può crescere come un quadrato o un cubo, questa crescita è incredibilmente lenta all'inizio, ma alla fine diventa illimitata, sfidando l'aspettativa che un sistema stabile debba avere un inverso stabile.

Questa scoperta ha conseguenze immediate e serie per il modo in cui risolviamo le equazioni sui computer. Uno dei metodi più popolari per simulare sistemi dipendenti dal tempo è chiamato schema di Crank–Nicolson. È uno strumento standard utilizzato in ingegneria e fisica perché è solitamente molto stabile e accurato. Il nuovo studio mostra che, per il tipo specifico di sistema costruito, questo popolare metodo fallisce completamente. Indipendentemente da quanto piccoli siano i passi temporali o da quanto a lungo venga eseguita la simulazione, il modello informatico finirà inevitabilmente per divergere. L'errore non rimane piccolo; esso cresce senza limiti. I ricercatori hanno dimostrato che l'instabilità non è un piccolo intoppo, ma una caratteristica fondamentale del sistema, provando che lo schema di Crank–Nicolson non è universalmente stabile, anche per sistemi che sono esponenzialmente stabili nella loro direzione in avanti.

Lo studio getta luce anche sul comportamento di uno strumento matematico chiamato trasformata di Cayley, che è strettamente correlata allo schema di Crank–Nicolson. Questo strumento è spesso usato per analizzare se un sistema rimarrà stabile nel tempo. I ricercatori hanno scoperto che il loro controesempio soddisfa le condizioni di base per la stabilità su cui i matematici si sono affidati per anni, eppure fallisce nell'essere stabile nel senso più forte richiesto per i calcoli a lungo termine. Ciò significa che i controlli standard utilizzati per garantire la stabilità non sono sufficienti a impedire al sistema di esplodere. Il lavoro rivela uno strato nascosto di complessità in questi sistemi, mostrando che possono superare tutti i test usuali di sicurezza pur nascondendo un potenziale di fallimento catastrofico quando invertiti o simulati.

La costruzione di questo controesempio si è basata su una profonda comprensione di come interagiscono diverse basi matematiche. I ricercatori hanno utilizzato un insieme specifico di vettori che sono quasi, ma non del tutto, ortogonali tra loro. Questa leggera imperfezione, che hanno controllato con un parametro specifico, ha permesso loro di calibrare il sistema in modo che il movimento in avanti fosse perfettamente smorzato, mentre il movimento inverso venisse amplificato. La chiave del loro successo è stata l'uso di una sequenza di numeri che crescono a un tasso doppio-esponenziale. Questa crescita rapida è ciò che permette al sistema di mantenere la stabilità in una direzione e diventare instabile nell'altra. Senza questo specifico e attentamente scelto tasso di crescita, l'equilibrio delicato necessario per il controesempio non esisterebbe.

In definitiva, questo articolo fornisce una risposta negativa definitiva a una domanda che era rimasta aperta per anni. Dimostra che il problema del generatore inverso non ha una soluzione positiva sugli spazi di Hilbert, e che la stabilità degli schemi numerici non può essere data per scontata. I ricercatori hanno fornito un esempio esplicito e chiaro che funge da avvertimento per matematici e ingegneri: il fatto che un sistema sembri stabile e superi i test standard non significa che il suo inverso sia sicuro, né che le simulazioni informatiche standard funzioneranno sempre. Il loro lavoro è una prova rigorosa, non un suggerimento o una simulazione, e rappresenta una correzione permanente alla comprensione di queste relazioni matematiche fondamentali.