Teoria dell'utilità applicata alla calibrazione di modelli idrologici

Il presente lavoro di tesi affronta il problema della calibrazione dei modelli idrologici afflussi-deflussi tramite un nuovo approccio basato sull'utilizzo di funzioni di utilità. L'approccio classico nella calibrazione dei modelli idrologici prevede la definizione di una misura di discrepanza tra dato osservato e simulato (definizione della funzione obiettivo) per poi procedere ad una sua minimizzazione o massimizzazione. Tradizionalmente, questo processo viene eseguito considerando l'idrogramma nella sua globalità, senza concentrarsi su quegli intervalli dell'idrogramma più utili all'utilizzatore del modello idrologico. Ad esempio, se il modello idrologico viene impiegato in un'ottica di gestione delle risorse idriche, l'utilizzatore sarà interessato ad una “migliore” riproduzione dei deflussi medio/bassi piuttosto che una corretta riproduzione dei colmi di piena. D'altra parte, se l'obiettivo è la riproduzione dei colmi di piena, un modello con alte prestazioni nella riproduzione dei deflussi medi risulta essere di scarsa utilità all'utilizzatore. Calibrando il modello tramite la funzione di utilità più adatta al caso pratico in esame, si può pertanto consentire all'utilizzatore del modello di guidare il processo di calibrazione in modo da essere coerente con il proprio schema decisionale e con le proprie esigenze, e di migliorare le performances del modello (cioè la riproduzione delle portate osservate) negli intervalli di portata per lui di maggiore interesse.

Biotecnologie per la valorizzazione di scarti e sottoprodotti dell'industria delle carni

La popolazione mondiale aumenterà fino a 9.9 miliardi entro il 2050, soprattutto nei paesi in via di sviluppo. Per far fronte a questo incremento risulta necessaria la disponibilità di fonti proteiche accessibili e sicure per nutrire la popolazione in crescita; pertanto, la produzione globale di carne dovrà aumentare di circa 200 milioni di tonnellate annue. Tuttavia, per raggiungere gli obiettivi di sviluppo sostenibile fissati dall’Agenda 2030 dell’ONU, aumentare la produzione di carne per sopperire alla questione dell’approvvigionamento proteico non risulta essere una soluzione congrua in quanto alimenterebbe l’impatto delle attività industriali sull’inquinamento ambientale e sul riscaldamento globale. Tutte le varie fasi di macellazione e lavorazione portano inevitabilmente alla produzione di sottoprodotti di lavorazione che possono essere edibili o non edibili. Questi sottoprodotti contengono ancora sostanze che possono essere valorizzate in molecole ad alto valore aggiunto attraverso processi di trasformazione o biotrasformazione e stabilizzazione per essere poi utilizzati come ingredienti negli alimenti, ma non solo. Lo scopo di questa tesi è stato quello di esaminare l’effettiva problematica della valorizzazione dei sottoprodotti dell’industria alimentare, in modo particolare quella della carne, ponendo particolare attenzione all’utilizzo delle biotecnologie, che prevedono l’utilizzo di microrganismi veri e propri o molecole da essi prodotte, come gli enzimi. Seppur, in generale, la ricerca in questo ambito non è ancora molto sviluppata rispetto ad altri settori, la selezione di microorganismi ed enzimi specifici per valorizzare scarti e sottoprodotti ottenuti dall’industria della carne e l’ottimizzazione di processi biotecnologici “su misura” per ottenere composti ad alto valore aggiunto rappresentano una sfida importante per questo settore che ha ancora molte potenzialità di espansione.

Dynamical models in neuroscience: the delay FitzHugh-Nagumo equation

Il primo modello matematico in grado di descrivere il prototipo di un sistema eccitabile assimilabile ad un neurone fu sviluppato da R. FitzHugh e J. Nagumo nel 1961. Tale modello, per quanto schematico, rappresenta un importante punto di partenza per la ricerca nell'ambito neuroscientifico delle dinamiche neuronali, ed è infatti capostipite di una serie di lavori che hanno puntato a migliorare l’accuratezza e la predicibilità dei modelli matematici per le scienze. L’elevato grado di complessità nello studio dei neuroni e delle dinamiche inter-neuronali comporta, tuttavia, che molte delle caratteristiche e delle potenzialità dell’ambito non siano ancora state comprese appieno. In questo lavoro verrà approfondito un modello ispirato al lavoro originale di FitzHugh e Nagumo. Tale modello presenta l’introduzione di un termine di self-coupling con ritardo temporale nel sistema di equazioni differenziali, diventa dunque rappresentativo di modelli di campo medio in grado di descrivere gli stati macroscopici di un ensemble di neuroni. L'introduzione del ritardo è funzionale ad una descrizione più realistica dei sistemi neuronali, e produce una dinamica più ricca e complessa rispetto a quella presente nella versione originale del modello. Sarà mostrata l'esistenza di una soluzione a ciclo limite nel modello che comprende il termine di ritardo temporale, ove tale soluzione non può essere interpretata nell’ambito delle biforcazioni di Hopf. Allo scopo di esplorare alcune delle caratteristiche basilari della modellizzazione del neurone, verrà principalmente utilizzata l’impostazione della teoria dei sistemi dinamici, integrando dove necessario con alcune nozioni provenienti dall’ambito fisiologico. In conclusione sarà riportata una sezione di approfondimento sulla integrazione numerica delle equazioni differenziali con ritardo.