Discrete-time Kuramoto model with phase lag: Linear stability analysis and onset of synchronization

Nel mondo naturale, dal lampeggiare delle lucciole al battito delle cellule cardiache, gruppi di unità indipendenti spesso si coordinano tra loro. Questo fenomeno, noto come sincronizzazione, si verifica quando molti oscillatori individuali, ciascuno con il proprio ritmo naturale, iniziano a muoversi insieme sotto l'influenza dei propri vicini. Gli scienziati si sono a lungo affidati a un quadro matematico chiamato modello di Kuramoto per comprendere come questo ordine collettivo emerga dal caos. Questo modello tratta il sistema come un flusso continuo di tempo, in cui gli oscillatori regolano le proprie velocità in modo fluido e graduale. È stato incredibilmente efficace nel spiegare come grandi popolazioni di unità accoppiate, come i neuroni o i generatori delle reti elettriche, possano spontaneamente agganciarsi a una singola frequenza unificata. Tuttavia, molti sistemi del mondo reale non operano in un flusso liscio e ininterrotto. Al contrario, funzionano in passi distinti, come un orologio digitale che ticchetta in avanti o un computer che elabora dati in intervalli discreti. Ciò solleva una domanda fondamentale: la fisica della sincronizzazione cambia quando il tempo stesso è suddiviso in segmenti separati anziché fluire continuamente?

I ricercatori Prashant M. Gade e Shamik Gupta si sono posti l'obiettivo di rispondere a questa domanda costruendo una versione del famoso modello che opera in passi temporali discreti. Invece di osservare gli oscillatori scorrere fluidamente, hanno immaginato un sistema in cui lo stato di ogni unità viene aggiornato tutto in una volta, sulla base di una regola specifica applicata a ogni momento. Hanno introdotto una variante a questa configurazione: un ritardo di fase, che agisce come un ritardo o un'esitazione nel modo in cui un oscillatore risponde al gruppo. Nel mondo continuo, se questo ritardo diventa troppo grande, il gruppo si sfalda e la sincronizzazione diventa impossibile. Il team voleva vedere se questa regola rimanesse valida quando il sistema si muove a scatti piuttosto che con un flusso. Analizzando la matematica di questa evoluzione passo dopo passo, hanno derivato una descrizione precisa di come la probabilità di trovare un oscillatore a una certa fase cambi nel tempo. Ciò ha permesso loro di calcolare esattamente quando il gruppo avrebbe perso la propria indipendenza caotica per iniziare a muoversi insieme.

I risultati hanno rivelato una differenza sorprendente tra il mondo fluido e il mondo a scatti. Nel modello continuo, un tipo specifico di ritardo, in cui la risposta è esattamente fuori sincrono di mezzo ciclo, impedisce completamente al gruppo di sincronizzarsi, indipendentemente da quanto sia forte il collegamento tra i membri. Tuttavia, nella versione a tempo discreto studiata da Gade e Gupta, il gruppo può ancora sincronizzarsi anche in queste condizioni difficili. Hanno scoperto che la soglia di sincronizzazione — il punto in cui il gruppo si aggancia — dipende dalla dimensione del ritardo in un modo fondamentalmente diverso rispetto al caso continuo. I loro calcoli hanno mostrato che anche quando l'interazione tra gli oscillatori è repulsiva, ovvero spinge i membri lontano l'uno dall'altro invece di avvicinarli, il sistema discreto può comunque trovare un modo per organizzarsi. Ciò suggerisce che il meccanismo che tiene unito il gruppo è abbastanza robusto da sopravvivere a condizioni che lo distruggerebbero in un flusso liscio e continuo.

Oltre al momento in cui il gruppo si sincronizza per la prima volta, il sistema discreto si comporta in modi che il modello continuo non presenta mai. Una volta che l'accoppiamento tra gli oscillatori diventa sufficientemente forte, il sistema non si limita a stabilizzarsi in uno stato costante e agganciato. Al contrario, inizia a esibire comportamenti complessi caratteristici delle mappe non lineari. I ricercatori hanno osservato che il ritmo collettivo del gruppo può iniziare a oscillare tra due stati distinti, poi tre, e infine diventare caotico. Nelle loro simulazioni, hanno osservato la misura della sincronizzazione salire e scendere in un modello regolare, ciclando attraverso diversi livelli di ordine prima di rompersi in fluttuazioni imprevedibili. Queste scoperte indicano che la versione a tempo discreto del modello supporta una ricca varietà di stati collettivi, inclusi ritmi periodici e il caos, che sono proibiti nella descrizione standard a tempo continuo.

Lo studio ha anche messo in discussione una scorciatoia matematica ampiamente utilizzata nota come ansatz di Ott-Antonsen. Questo metodo permette agli scienziati di semplificare il comportamento complesso di milioni di oscillatori in un insieme molto più piccolo e gestibile di equazioni, ma si basa su specifiche assunzioni riguardo a come il sistema evolve. I ricercatori hanno scoperto che, mentre questa scorciatoia funziona bene per il modello continuo, fallisce nella versione discreta. La struttura matematica che rende valida la scorciatoia non viene preservata quando il tempo procede in passi. Ciò significa che le eleganti descrizioni a bassa dimensionalità che funzionano per i flussi fluidi non possono essere applicate direttamente ai sistemi che evolvono in salti discreti. Il team ha confermato le loro previsioni teoriche eseguendo simulazioni al computer su larga scala con decine di migliaia di oscillatori. Queste simulazioni corrispondevano alle loro soglie di sincronizzazione calcolate e mostravano chiaramente i complessi ritmi multi-step e il comportamento caotico che le loro equazioni prevedevano.

In definitiva, questo lavoro dimostra che il modo in cui il tempo viene modellato — sia esso come un flusso continuo o come una serie di passi discreti — altera fondamentalmente la fisica della sincronizzazione. Il modello a tempo discreto non è solo un'approssimazione numerica di quello continuo; è un regime dinamico distinto con le proprie regole e possibilità. La capacità del sistema di sincronizzarsi sotto forze repulsive ed esibire stati periodici e caotici complessi suggerisce che la dinamica a tempo discreto offra un panorama più ricco per il comportamento collettivo. Stabilendo le condizioni esatte per la sincronizzazione e rivelando il fallimento delle standard assunzioni semplificatrici, i ricercatori hanno fornito una nuova base per comprendere come l'ordine emerga in sistemi che operano a scatti, dai network digitali agli orologi biologici che ticchettano in intervalli discreti.