- Αναδημοσιεύτηκε από την ΠΗΓΗ: ΒΗΜΑ SCIENCE
- Κατηγορία: Μαθηματικά
- Επισκέψεις: 1994
του Τάσου Καφαντάρη | BHMAscience
Ακόμη και για φτασμένους επιστήμονες, τα μαθηματικά είναι ο εφιάλτης των μαθητικών τους χρόνων που δεν έσβησε ποτέ.
Οι τακτικοί αναγνώστες του BHMAscience θα έχουν σίγουρα εντοπίσει την εμμονή ορισμένων αρθρογράφων του με τα μαθηματικά. Όχι μόνον μας ελκύουν θέματα που τα αναδεικνύουν αλλά και έχουμε κατά καιρούς δηλώσει ότι τα θεωρούμε θεμέλιο και κολοφώνα των επιστημών. Και πώς να μην υποκύπτουμε σε αυτήν τη «διαστροφή» όταν διαβάζουμε ειδήσεις όπως η ακόλουθη:
Στις 26 Ιουνίου 2012, στο επιστημονικό περιοδικό Inverse Problems δημοσιεύθηκε ότι η εύρεση μίας πηγής μόλυνσης είναι απλά θέμα... μαθηματικών (βλ. http://iopscience.iop.org/0266-5611/28/7/075009). Συγκεκριμένα, με ερέθισμα μεγάλες οικολογικές καταστροφές όπως η διαρροή πετρελαίου από την πλατφόρμα εξόρυξης της BP στον Κόλπο του Μεξικού το 2010, ερευνητές του γαλλικού Universit? de Technologie de Compi?gne έψαξαν να βρουν τον τρόπο μιας πιο άμεσης ανίχνευσης της πηγής τέτοιων διαρροών. Κατέληξαν στο να βρουν έναν μαθηματικό
αλγόριθμο που μπορεί να ακολουθεί τα ίχνη μιας ρύπανσης ως την πηγή της. Το μόνο που χρειάζεται είναι να συλλέξει κανείς κάποια δείγματα μολυσμένου νερού (ή αέρα) σε συγκεκριμένες αποστάσεις και να εισαγάγει τα δεδομένα στο αντίστοιχο πρόγραμμα του υπολογιστή. Ο αλγόριθμος παίρνει υπόψη του τη διασπορά, τη σύγκλιση και την αντίδραση και ? ακολουθώντας ένα κυκλοφοριακό μοντέλο αντιστροφής πορείας ? εντοπίζει τον υπαίτιο.
Όπως δήλωσε ο συγγραφέας της μελέτης, φοιτητής Mike Andrle, δεν ήταν η πρώτη φορά που χρησιμοποιήθηκαν μαθηματικοί αλγόριθμοι για να λύσουν αυτό το πρόβλημα, αλλά ο συγκεκριμένος αλγόριθμος επιτρέπει την ανίχνευση ακόμη και αν η ρύπανση μετακινείται ή αλλάζει κατεύθυνση. Επίσης, επιτρέπει την προσθήκη παραμέτρων για τις φυσικοχημκές ιδιότητες διαφόρων ρυπαντών, ώστε να είναι αποτελεσματικός σε κάθε περίπτωση. Και ο επιβλέπων καθηγητής του, Abdellatif El-Badia, συμπλήρωσε: «Η επίλυση των αντίστροφων προβλημάτων είναι πολύ σημαντική για την επιστήμη, τη μηχανολογία και την εμβιομηχανική. Το ότι μπορέσαμε να εφαρμόσουμε αυτόν τον αλγόριθμο στο μέγα πρόβλημα της ρύπανσης ήταν πολύ ενδιαφέρον».