1

SINTROPIA: DEFINIZIONE ED USO

di Mario Ludovico

Con quest’articolo intendo dare un’idea dell’utilizzabilità pratica del concetto di

sintropia, soprattutto nel campo degli studi sociali ed economici. Il termine è entrato ormai
nell’uso, sebbene stenti ad imporsi definitivamente sul concorrente - ma meno corretto -
termine di neghentropia. Entrambi i termini, dal secolo scorso, sono usati in prevalenza per
indicare (ancor prima che per quantificare) quel certo quid che in natura sembra
caratterizzare sia i fenomeni biologici, sia tutti quei fenomeni spontanei che contrastano la
generale tendenza degenerativa della materia e dell’energia. Tale tendenza degenerativa fu
messa in evidenza e formalmente definita nel secolo 19° dal concetto di entropia crescente.
Ritengo si possa affermare che alla diffusione dell’uso del termine “sintropia” non si
accompagna una definizione condivisa del concetto relativo, tranne che per una definizione
statistica, formalmente precisa, per la quale “sintropia” ha l’accezione tecnica di “grado di
scostamento dal valore di una norma statistica”. A mio avviso, invece, è più significativo
definire la sintropia come una misura quantitativa dell’organizzazione interna attribuibile
ad ogni sistema oggetto di studio. E’ in questo senso che il termine fu coniato e introdotto
nel 1944 da Luigi Fantappiè (1901-1956).1
Credo che non sia possibile intendere appropriatamente il concetto di sintropia senza
prima avere ben chiaro quello di entropia. Anche perché, come mostrerò, entropia e
sintropia sono concetti non solo collegati concettualmente, ma anche grandezze
complementari, nel senso che la misura del livello di entropia, in sistemi reali dove ciò è
possibile, comporta un corrispondente e complementare livello di sintropia.
Mi scuso perciò per il lungo indugio introduttivo - nel testo che segue - sul significato
di “entropia”, dovuto al fatto che questo termine, usato frettolosamente, si è talvolta
prestato a fraintendimenti.

1. Entropia termodinamica
La termodinamica è un ramo della fisica tutt’altro che semplice. Non è mai stato
facile, per molti, prendere familiarità col concetto di entropia. Si tratta di un concetto
formulato da Rudolf Clausius (1822-1888), che si è sviluppato con la termodinamica del
19° secolo.
Nel secolo 20°, lo stesso concetto è stato trasferito, con buoni motivi, anche ad altre
discipline tecniche, soprattutto dopo che Ludwig Boltzmann (1844-1906) lo riformulò in
termini probabilistici, chiarendone ulteriormente l’intrinseco significato di “misura di
disordine”. In termodinamica, uno stato di disordine, inteso come caotica uniformità, è
considerato l’ineluttabile e terminale stato di equilibrio di qualsiasi sistema fisico isolato
dal resto dell’universo.
Ritengo utile chiarire prima quest’accezione del concetto di “entropia”, e dare poi una
definizione di “sistema”, per arrivare a formulare con maggiore chiarezza anche il
successivo concetto di “sintropia”.

1
Luigi Fantappiè, Principi di una teoria unitaria del mondo fisico e biologico, Humanitas Nova Editrice,
Roma 1944. Nello stesso anno, il fisico austriaco Erwin Schrödinger (1887-1961), pubblicava nel Regno
Unito un saggio (What is Life? The Physical Aspect of the Living Cell, Cambridge University Press) nel quale
(al paragrafo 7 del sesto capitolo) introduceva l’espressione “entropia negativa”, poi in vario modo ripresa e
sostituita con “neghentropia” da altri studiosi. Il saggio apparve tradotto in italiano nel 1947, e pubblicato da
Sansoni, che lo ripubblicò più tardi sotto il titolo di Scienza e umanesimo. Che cos’è la vita? (Firenze 1970).
 2

La termodinamica si occupa sostanzialmente di utilizzabilità di determinate quantità

di energia termica; questa è tanto meno utilizzabile quanto maggiore è il grado di caotica
uniformità delle sue concentrazioni all’interno della materia che la veicola. Viceversa,
quanto più eterogenea è la concentrazione di calore all’interno di un corpo, o in un insieme
di corpi in contatto fra loro, tanto maggiore è l’utilizzabilità dell’energia termica
disponibile per produrre – ad esempio – lavoro meccanico. L’aggettivo “caotica” mi
sembra d’importanza cruciale nel qualificare il grado di uniformità nella concentrazione di
energia termica. Vedremo poi perché.
L’energia termica (calore) coincide sostanzialmente con la somma delle energie
cinetiche delle molecole materiali costituenti i corpi. Ogni corpo materiale è infatti
costituito da molecole in perenne agitazione, ciascuna dotata di una velocità media di
agitazione.
In virtù di una fondamentale definizione della dinamica, il quadrato di tale velocità
media, moltiplicato per la metà della massa di ogni molecola, è l’energia cinetica propria
della molecola media, e quest’energia individuale coincide concettualmente con la
temperatura media della stessa molecola.
Quindi, schematizzando i concetti: “calore”, come somma delle energie cinetiche di
tutte le molecole di un corpo; “temperatura”, come energia cinetica media di una generica
molecola costituente il corpo.
Senza controindicazioni, si potrebbe generalizzare il concetto di temperatura di un
corpo pensandola come densità di energia termica, ossia come quantità di calore contenuta
in un’unità di materia. Questo per dire che la temperatura media di un corpo potrebbe
esser vista come la quantità totale di calore (energia termica) contenuta nel corpo divisa per
la massa totale del corpo stesso. 2
L’entropia termodinamica è una grandezza che dipende dallo stato generale di un
sistema materiale: se per esempio si tratta di un fluido, l’entropia dipende da come densità,
pressione, temperatura, volume, potenziale gravitazionale e quant’altro sono distribuiti
all’interno del fluido. Queste ed altre grandezze, dalle quali dipende l’entropia, sono
generalmente quantità variabili, usualmente indicate come “parametri di stato del sistema”.
La termodinamica classica non esprime i valori assoluti dell’entropia di un sistema in
uno qualsiasi dei suoi stati possibili: essa si limita a rilevare soltanto le variazioni di
entropia che caratterizzano processi spontanei di trasformazione di un sistema materiale
comunque definito.
In termodinamica, il concetto di variazione di entropia si riassume nella formula
matematica (un semplicissimo rapporto fra due grandezze) che Clausius stabilì per
definirlo. In un processo termodinamico di trasformazione spontanea, le due grandezze che
concorrono alla definizione del concetto sono:
(i) la quantità di energia termica (calore) q ceduta (o trasmessa) da una certa
parte ad un’altra di un sistema materiale, essendo la prima a temperatura
iniziale superiore a quella della seconda, e

2
Non ha rilevanza concettuale che l’unità di materia sia la singola molecola oppure un insieme di molecole
formanti un’unità convenzionale qualsiasi. A proposito di “temperatura”, c’è da osservare che – dal punto di
vista concettuale – il termine non ha mai avuto una precisa e univoca definizione. La definizione scientifica
del termine è sostanzialmente operativa, nel senso che la temperatura è una grandezza che si misura, in
diversi contesti tecnici specifici, con termometri diversi, la costruzione dei quali è oggetto di varia tecnologia.
In termini di dimensioni fisiche (vedasi successiva nota 4 a pie’ di pagina 3), la temperatura è in alcuni casi
quantificata in unità d’energia.
 3

(ii) la temperatura T alla quale si stabilisce l’equilibrio termico di entrambe le

parti del sistema a processo spontaneo concluso.
La formula di tale variazione di entropia, che qui simbolizzo con VE, può dunque
esprimersi come il valore del quoziente VE = q :T . Qualsiasi interpretazione del concetto
di entropia termodinamica deve tener conto di questa formuletta.3
Considerate le precedenti schematiche definizioni, è forse più facile intuire perché
l’entropia di un sistema materiale, che subisce processi spontanei di trasformazione, tende
a crescere comunque, in quanto esistono sempre – finché le trasformazioni non si arrestano
- trasferimenti di calore q, o anche d’altro tipo di energia, da qualche parte del sistema a
qualche altra. Ciò significa che q – se trasformazioni avvengono – non ha mai valore nullo.
Quindi, quanto maggiore è la quantità di energia q, che durante i processi si ridistribuisce
all’interno del sistema, e quanto minore è la temperatura T alla quale si stabilisce
l’equilibrio termico del sistema a trasformazioni concluse, tanto maggiore è l’incremento
VE di entropia del sistema.

1.1 – Entropia, età e tempo

Il fatto che in qualunque sequenza di trasformazioni fisiche l’entropia di un sistema
cresce incessantemente ha indotto a considerare la variazione d’entropia come grado di
irreversibilità dei processi. Al grado d’irreversibilità dei processi subiti può associarsi il
concetto di “età” di un sistema materiale.
L’età di un sistema materiale, misurata dalla quantità di entropia che interviene e che
si accumula nelle trasformazioni del sistema, non ha nulla in comune con il concetto di
tempo proprio di altre branche della fisica, quali – in particolare - la meccanica, sia classica
e relativistica sia quantistica. In parole semplici, l’età termodinamica, che riguarda
l’invecchiamento di qualsiasi sistema materiale, non si misura con orologi.
Mentre il tempo della meccanica ha le dimensioni fisiche 4 di una distanza divisa per
una velocità, l’età misurata dall’entropia ha le dimensioni di una massa che veicola energia
inerte, ovvero di una quantità di materia che non partecipa a ulteriori trasformazioni.

3
La natura fisica delle grandezze che definiscono il rapporto VE suggerisce – fra altre possibili – la seguente
interpretazione: poiché non esiste energia senza il supporto di una massa, l’aumento di entropia in un sistema
soggetto a trasformazione spontanea dà una misura della crescente quantità di materia del sistema che cessa
gradualmente di prender parte al processo di trasformazione, divenendo sede di energia inerte nel sistema.
4
Un’utile nota per chi ha perso familiarità con la terminologia della fisica. Talvolta i linguaggi
specialistici sono fuorvianti, perché adottano termini che, in un corretto italiano, potrebbero essere
efficacemente sostituiti da altri più appropriati. E’ il caso dell’espressione “dimensione fisica”, che potrebbe –
stando al suo significato specialistico – essere opportunamente sostituita da “qualità fisica”, oppure da
“natura fisica”, oppure da “carattere fisico”. In fisica, quasi tutte le quantità trattate possono essere
qualificate mediante potenze numeriche di tre sole dimensioni fisiche (o “qualità” fisiche) principali, che
sono “massa”, simbolizzata con [M], “lunghezza”, simbolizzata con [L], e “tempo”, simbolizzato con [T]. Per
esempio, ogni quantità esprimente un “volume” ha le dimensioni fisiche (le qualità fisiche) di una “lunghezza
al cubo”, e pertanto rappresentate con [L3]; una “velocità”, che è sempre una “lunghezza” divisa per un
“tempo”, ha dimensioni fisiche simbolizzate da [L:T]; una “forza”, che è sempre una “massa” moltiplicata per
una “accelerazione”, ha dimensioni fisiche simbolizzate da [ML:T2]; le dimensioni fisiche di una “energia”
sono quelle di una “forza” moltiplicata per uno “spostamento” (o “lunghezza”), e simbolizzate da [ML2:T2],
eccetera. Ci sono poi quozienti di grandezze aventi dimensioni fisiche omogenee: per esempio il quoziente di
due masse, oppure di due velocità, e così via. Quozienti di tal genere esprimono grandezze “prive di
dimensioni fisiche”, dette anche “numeri puri”, e sono dimensionalmente (cioè qualitativamente)
rappresentate dal numero “uno” fra parentesi quadre, cioè da “[1]”. Nelle formule “dimensionali”, del tipo di
quelle fra parentesi quadre sopra indicate come esempi, i rapporti fra grandezze di natura omogenea, cioè i
“numeri puri”, essendo rappresentati da “[1]”, non si scrivono, omissione d’altronde consueta in qualsiasi
formula algebrica moltiplicata per il valore “1”.
 4

Ritengo questa una precisazione importante, perché il tempo della meccanica o

classica o quantistica è un parametro di riferimento che può assumere valori relativi
qualsiasi (sia positivi sia negativi o nulli), mentre la variazione d’entropia, o età della
materia sottoposta a trasformazioni, è un parametro di riferimento sempre o positivo o
nullo.
Dal punto di vista della trattazione logico-matematica delle grandezze in gioco, il
tempo interviene nella descrizione di processi reversibili (cioè descrivibili per quantità
spazialmente simmetriche rispetto ad appropriati sistemi di riferimento), mentre l’età
interviene nella descrizione di processi irreversibili (e perciò asimmetrici se descritti
rispetto agli stessi sistemi di riferimento).
Da un punto di vista pratico (ma non concettuale), nel rappresentare processi di
trasformazione della materia, non c’è in molti casi sostanziale inconveniente se si usa il
tempo come parametro correlato con l’incremento dell’entropia, giacché l’uso di orologi e
di calendari, per fini utilitari, semplifica molto la descrizione degli eventi osservati. Purché
si abbia l’avvertenza di non dimenticare mai che il tempo correlato con l’entropia
(“prestato” dagli orologi alla misura dell’entropia) diventa unidirezionale nel verso
dell’entropia. L’inverso, ossia l’uso delle variazioni di entropia per misurare il tempo della
meccanica, non avrebbe invece utilità pratica o sarebbe privo di senso nel maggior numero
di casi.
Inoltre, la “correlazione” è qui soltanto una relazione fra tendenze (trend), che non
implica proporzionalità di sorta: per esempio, l’età di una roccia esposta soltanto alla
gravità ed agli eventi meteorologici cresce molto lentamente e irregolarmente rispetto alla
durata temporale della sua esistenza. In contrasto con ciò, processi di generazione, vita e
scomparsa di alcune particelle subatomiche sono talora sorprendentemente longevi in
termini di età raggiunta dalle particelle, benché gli orologi li misurino in nanosecondi. Così
come pure l’età di una persona di 120 anni, ritenuta ”enorme”, è di durata pressoché
trascurabile se misurata in tempi cosmologici.
Se si rappresenta con un grafico l’accrescersi di una “età ” confrontato col crescere di
un “tempo”, il tempo assume l’aspetto di una linea retta, mentre l’età prende l’aspetto di
una linea generalmente irregolare, che tuttavia si svolge senza mai ritorno a valori
inferiori, come qui sotto illustrato.
+
- età (tendenza o trend )
- (scale dei valori)
-
- tempo degli orologi
-
-
- (date astronomiche)
_ - +
-_

Su che cosa sia il “tempo” si è sviluppato da molti decenni un dibattito intenso ed

intricato. Molte energie mentali, per esempio, hanno dedicato ad un tale dibattito Ilya
Prigogine (1917-2003) e i membri della sua scuola; e molti aspetti interessanti della
questione sono stati utilmente messi in luce.
 5

A me sembra, tuttavia, che parte della complessità del tema sia artificiosa e che possa
essere utilmente aggirata. Prigogine insiste sull’esistenza di un tempo unico e
unidirezionale, che è proprio, secondo lui, di ogni fenomeno, non importa se descritto o con
i criteri della meccanica classica e quantistica, oppure con criteri pertinenti ad eventi
biologici.5
Secondo me, come già prima accennato, c’è un iniziale autoinganno, che consiste nel
voler usare uno stesso termine per definire due concetti diversi.
L’uso dell’orologio serve soltanto ad avere un moto di riferimento assunto come
regolare, il quale – espresso in lunghezze, o in gradi di arco percorsi dalle lancette –
viene confrontato con la lunghezza percorsa da qualsiasi altro oggetto in moto. Invece di
riferirsi al percorso delle lancette d’un orologio, espresso in angoli, e seguendo invece il
suggerimento dato dalla Relatività Generale, la quarta coordinata di riferimento del moto
di un corpo, cioè la misura della durata di un moto, può essere data dalla lunghezza –
espressa in metri – percorsa da un raggio di luce mentre l’oggetto studiato svolge il suo
moto. 6
Inoltre il tempo, a differenza dell’età, può confrontare distanze percorse da un oggetto
in moto anche con volumi di sabbia o d’acqua trasferitisi dalla parte superiore a quella
inferiore di una clessidra, ed essere pertanto misurato in litri; e ciò meglio chiarisce il
concetto di tempo come confronto fra moti oggetto di analisi e moti di riferimento usati
come coordinate.
Tutt’altro atteggiamento investigativo è guardare un orologio come processo, per
valutarne, per esempio, l’invecchiamento. Ma l’età dell’orologio non ha alcuna relazione
con la sua funzione di strumento di misura del tempo. L’innato condizionamento
linguistico, che da sempre c’induce a misurare l’età della vita in cicli astronomici o in
numero di giri delle sfere7 d’un orologio, sembra prepotentemente convincerci che età e
tempo sono sostanzialmente una stessa cosa. Purtroppo, se sostiamo davanti ad uno
specchio con un orologio posto a fianco del nostro viso, vedremmo le lancette dell’orologio
riflesse dallo specchio invertire disinvoltamente il loro senso di marcia, ma non potremmo
mai vedere il nostro viso riflesso ringiovanire, per quanti giri inversi possano intanto
compiere le lancette dell’orologio riflesso. Il tempo è simmetrico rispetto a qualsiasi
riferimento spaziale, l’età del nostro viso no.

5
Molte sono le pubblicazioni nelle quali Prigogine tratta dell’argomento. In sostanza, egli sostiene che
nessun evento può considerarsi reversibile. Ogni evento è intrinsecamente un processo, che – in quanto tale –
rientra nel novero degli eventi soggetti a fluttuazioni di stato, trattabili appropriatamente solo mediante un
approccio probabilistico e, quindi, ricadenti nell’àmbito di una meccanica statistica, essendo questa sempre
inerente a stati in evoluzione irreversibile. Donde l’intrinseca unidirezionalità del tempo. A tal proposito, si
veda anche il successivo paragrafo 2.
6
La quarta dimensione relativistica è espressa dal prodotto ct , con c velocità costante della luce, e t una
qualsiasi misura del tempo. Le dimensioni fisiche di “ ct ” sono quelle di una lunghezza (o distanza). In
simboli: [ct] = [L]. Questo significa che la quarta dimensione relativistica non è un tempo, ma – proprio
come le altre tre familiari dimensioni spaziali, note come larghezza, profondità e quota – ha la qualità fisica
di una lunghezza, espressa in metri, misurati con l’orologio (operazione che ci è familiare quando viaggiamo
su autostrada a velocità costante). Così, tutte le coordinate di un punto in movimento sono di natura
omogenea, mentre prima, nella cinematica classica, il tempo era un parametro eterogeneo, un “intruso”, che
non permetteva una descrizione puramente geometrica (cioè in termini di sole lunghezze coordinate) degli
eventi osservati. Ritengo ciò uno degli importanti chiarimenti apportati dalla Relatività.
7
Le lancette dei grandi orologi presero inizialmente nome, e somiglianza, di sfere proprio per l’analogia con
le sfere celesti, Sole o Luna, il cui ciclico moto regolare dava modo nei primordi di contare il tempo.
 6

Ho ripetutamente usato l’aggettivo “spontaneo” per il termine “processo”, ma - fin

tanto che si tratta di termodinamica - il significato di tale aggettivo dev’essere limitato
all’àmbito dei processi dominati dalle leggi della meccanica, che è l’àmbito della fisica alla
quale anche la termodinamica appartiene.
In un qualsiasi àmbito biologico, invece, parlare di “processi spontanei” ha diverso
significato, donde nasce il bisogno di analizzare un altro tipo di “spontaneità dei processi”,
la cui natura sembra contrastare la ferrea legge dell’entropia termodinamica, mentre in
realtà ne dà conferma.
Qualsiasi trasformazione fisica comporta trasformazioni di energia; questa, in un
sistema materiale, è in genere presente in forme diverse, ciascuna caratterizzata da un
diverso livello qualitativo, essendo l’energia termica (calore) posta al più basso livello
qualitativo.
L’irreversibilità di un processo consiste nella degradazione dell’energia coinvolta,
onde tutte le forme di energia in gioco tendono prima o poi a trasformarsi in energia
termica. Se l’energia termica è l’unica forma di energia in gioco, il grado di irreversibilità
del processo è indicato dal grado di livellamento del calore all’interno del sistema
considerato, cosicché questo raggiunge uno stato di massima entropia quando tutta la sua
energia si è trasformata in calore e tutte le sue parti hanno la stessa temperatura.
In condizioni di equilibrio termodinamico, e perciò di massima entropia, non sono più
possibili flussi di energia da un livello qualitativo (o di concentrazione) più alto ad uno più
basso, ed è tale assenza di dislivelli energetici a comportare per il sistema l’impossibilità di
ulteriori trasformazioni spontanee.
Per un sistema perfettamente isolato dal resto dell’universo, dunque, la
termodinamica associa il livello di massima entropia allo stato di “equilibrio” termico che
rende il sistema non passibile di trasformazioni spontanee.

2. Entropia come “stato più probabile di un sistema”

E’ interessante osservare che, per la termodinamica, l’entropia di un sistema in
equilibrio cresce con la temperatura di questo e, per il Terzo Principio, l’entropia si
annulla del tutto quando l’equilibrio si stabilisce alla temperatura dello zero assoluto. Ma
anche allo zero assoluto, annullandosi addirittura anche tutta l’energia termica del sistema,
questo perde comunque ogni capacità di trasformarsi spontaneamente, come a smentire
l’idea che “entropia nulla” significhi “massima capacità di trasformazione spontanea”.
Quest’apparente contraddizione mette in evidenza l’importanza del disordine insito
negli stati di equilibrio termodinamico. Lo stato della materia alle alte e altissime
temperature porta le componenti molecole a livelli di energia cinetica vieppiù caoticamente
distribuita, con la conseguente crescente tendenza all’equiprobabilità di ripartizione delle
stesse molecole entro il volume di materia ch’esse costituiscono. Un esempio persuasivo di
questa tendenza, nel comportamento delle singole molecole, può aversi pensando allo stato
energetico ed alla possibile posizione di ogni molecola in un dato volume di gas al crescere
della sua temperatura.
Una conferma teorica assai rilevante dell’interpretazione del concetto di entropia
termodinamica come disordine fu data dal lavoro di Ludwig Boltzmann, il quale, con la sua
versione statistica della termodinamica, dimostrò che lo stato fisico dei sistemi isolati tende
verso condizioni di entropia crescente perché tali condizioni sono quelle di crescente
disordine interno, e queste sono proprio le condizioni statisticamente più probabili. Donde
pure la dimostrazione che i valori di entropia di un sistema non sono altro che funzioni di
tali probabilità.
 7

(Ancora una breve ma opportuna digressione terminologica. In matematica, sia pura sia
applicata, il termine “funzione” - preso da solo - sintetizza efficacemente un’espressione di almeno
sette parole, e significa “quantità determinata da altre quantità generalmente variabili”.
Dire, per esempio, che una qualsiasi quantità z è una funzione delle quantità x ed y, serve a
dire che il valore di z dipende dai valori che di volta in volta possono assumere x e y. I modi nei
quali una generica quantità può dipendere da altre sono pressoché infiniti, ma la matematica li
precisa con specifiche formule, secondo l’argomento trattato).

Si deve a Boltzmann una nuova formulazione del concetto di entropia di un sistema.

Uno stesso stato fisico generale caratterizzante un sistema, cioè il macrostato del
sistema (come per esempio definito dalla distribuzione al suo interno di volume, densità,
temperatura, pressione, potenziale gravitazionale e quant’altro), può essere determinato da
una varia combinazione di diversi microstati, quali sono gli stati microscopici propri di
ciascuna molecola in relazione a tutte le altre molecole componenti il sistema.
Quando lo stato generale (macrostato) del sistema in un dato istante è di non
equilibrio, la probabilità che un qualsiasi microstato si verifichi differisce dalle probabilità
riguardanti gli altri microstati possibili, sebbene il diverso combinarsi di tali probabilità nel
microlivello possa risultare in uno stesso macrostato del sistema.
Con una grossolana similitudine esemplificativa: cinque bocce fra loro identiche per peso, ma
contraddistinte da cinque colori diversi, possono ripartirsi sui due piatti di una bilancia in vario
modo nel determinare – per esempio – lo sbilanciamento dovuto al fatto che tre bocce vengono
sempre a trovarsi sul piatto sinistro e due sul piatto destro. La misura dello sbilanciamento
(l’analogo del macrostato di un sistema) non cambia al mutare della distribuzione dei colori delle
bocce fra i due piatti (l’analogo di microstati possibili), se la ripartizione numerica delle bocce fra i
due piatti della bilancia resta sempre di tre bocce sul piatto sinistro e di due bocce sul piatto destro.

In uno stato di equilibrio termico, invece, i diversi microstati teoricamente possibili –

capaci di determinare lo stesso macrostato del sistema – hanno tutti un’uguale probabilità
di verificarsi. Tale valore unico di probabilità di accadimento è per ciascun microstato
espresso da P = 1:W , dove W è il numero complessivo dei microstati possibili.
Boltzmann dimostra che, in termini di probabilità, l’espressione quantitativa
dell’entropia per un sistema in condizione di equilibrio termico è data da
E = ─ k LnP = ─ k Ln(1:W)
In questa formula, “ E “ rappresenta l’entropia massima del sistema ad ogni data
temperatura di equilibrio termico, “Ln” indica l’operazione di “logaritmo naturale”
eseguita sul valore di probabilità P = 1:W, e la lettera k indica un valore costante,
positivo, denominato “costante di Boltzmann”. Le “dimensioni fisiche” della costante k
sono quelle di un’entropia (cioè di un’energia divisa per una temperatura), mentre i valori
di probabilità sono sempre “numeri puri”.
Abbiamo prima visto che l’entropia di un qualsiasi sistema è una grandezza che
non può mai essere negativa. Nella precedente formula compare il logaritmo di una
probabilità. Il valore di probabilità di un qualsivoglia evento è un numero sempre maggiore
di zero o uguale a zero (è zero quando l’evento è impossibile); ed è sempre minore di 1 od
uguale ad 1 (è 1 quando l’evento possibile è uno solo ed è, pertanto, non più evento
probabile, ma evento certo). Ciò in sintesi si esprime dicendo che qualsiasi valore di
probabilità è sempre compreso fra zero ed 1.
 8

Ora, come si sa, il logaritmo di un numero positivo compreso fra zero ed 1 dà come
risultato un numero negativo, per esempio: Ln(0.6) = ─ 0.5108256. 8
Il segno “ ─ “ , che precede la costante k nella formula di E, serve a convertire il
valore negativo del logaritmo in valore positivo.
La precedente formula si può scrivere in modo diverso, avvalendosi delle proprietà
dei logaritmi 9 e attraverso un solo banale passaggio:
E = ─ k Ln(1:W) = ─ k (Ln1 – LnW ) ,
da dove, essendo come noto Ln1 = 0 , si ottiene immediatamente
E = k LnW.
Il collegamento operato da Boltzmann fra concetti della fisica classica,
strutturalmente deterministica 10, e concetti formalizzati di natura probabilistica ha finito
col porre in evidenza il ruolo non trascurabile svolto dell’osservatore intento a descrivere in
modo obiettivo il comportamento della natura.
La meccanica statistica propiziata da Boltzmann ha fatto da innesco alla maggiore
rivoluzione scientifica e filosofica del 20° secolo, avutasi per opera della meccanica
quantistica. La versione probabilistica del concetto di entropia, infatti, indica la valutazione
fatta dall’osservatore circa lo stato del sistema, non lo stato in sé nel quale il sistema si
trova. I molti miliardi di microstati individuali, riguardanti i miliardi di molecole costituenti
qualsiasi sistema materiale, non sono di per sé casuali, né fra loro intrinsecamente
equivalenti, perché sono stati oggettivamente determinati da una meccanica che segue,
molecola per molecola, una dinamica deterministica di sostanziale stampo classico, ma in
linea di fatto non rappresentabile.
Il problema statistico non è posto dalle molecole individualmente considerate, ma
dalla sistematica incapacità dell’osservatore di seguirne e di descriverne in dettaglio il
comportamento.
Si pensi anche soltanto a consuete operazioni macroscopiche, come la misurazione
della temperatura di un certo volume di fluido in stato di equilibrio termico. Ogni
operazione di misurazione, pur se eseguita con la maggiore accuratezza consentita dalla

8
Da ricordare: i logaritmi di numeri negativi sono sempre numeri immaginari, non utilizzabili in casi che
trattano di probabilità.

9
Si ricordi che il logaritmo del rapporto fra due numeri a e b è uguale alla differenza fra il logaritmo di a e
il logaritmo di b ; cioè Ln(a : b) = Lna – Lnb . E’ inoltre da ricordare che Ln 0 = – ∞ , e che Ln 1 = 0.
Per quanto verrà discusso più avanti, è pure opportuno ricordare la proprietà dei logaritmi di potenze, cioè:
Ln(a c ) = c Lna, che naturalmente vale anche per Ln(a - c ) = - c Lna.
10
Tutta la fisica d’impostazione classica, nella quale anche la Relatività dev’essere inclusa (checché ne
pensi il filosofo Karl Popper), è espressione di una concezione meccanicistica della natura, nel senso che le
interazioni fra elementi di materia sono da ritenersi come determinate da una catena di cause e di effetti ben
identificabili e, almeno in linea di principio, calcolabili, se sono note le condizioni iniziali o finali dei processi
(le cosiddette condizioni al contorno). L’annosa polemica fra Einstein e la scuola “indeterministica” di Bohr,
Heisenberg e seguaci (nota come “la scuola di Copenaghen”) verte proprio sull’affermazione, da parte di
Einstein, che l‘indeterminazione nel comportamento delle particelle sub-atomiche è una condizione
meramente strumentale, dovuta ad un’inadeguatezza dei mezzi d’indagine, dovendosi pertanto presupporre
anche per i livelli sub-atomici il verificarsi di processi deterministici caratterizzati da catene di cause-effetti
analoghe a quelle dei macroprocessi. Al contrario, da parte di Bohr e della sua scuola, l’indeterminazione
degli eventi a livello sub-atomico è da prendersi come realtà intrinseca di quei processi, che si sottraggono
definitivamente sia ad una concezione sia ad una rappresentazione meccanicistica di tipo classico.
 9

tecnologia odierna, darebbe ogni volta risultati diversi, benché fra loro solo “leggeris-
simamente” diversi. E’ l’osservatore a stabilire a quale cifra decimale approssimare il
valore “significativo” delle misure eseguite, e a decidere di conseguenza che la temperatura
di quel volume di fluido “è uniforme ovunque ”.
La svolta gnoseologica è cruciale, perché ci si trova per la prima volta a dover
ammettere che una cosa è la realtà oggettiva, disgiunta dall’osservatore, tutt’altra cosa è
quanto della realtà è alla portata dei mezzi tecnici d’osservazione e degli strumenti
linguistici dei quali l’osservatore dispone per analizzare e rappresentare ciò che osserva.
L’uso del concetto di “probabilità” nell’analisi scientifica significa proprio questo: vi
sono limiti di conoscibilità del mondo che sono inerenti al soggetto conoscente, e tali limiti
introducono un’inevitabile dose d’incertezza soggettiva anche in descrizioni “oggettive”
della realtà. Diviene così consapevolezza comune il fatto che qualsiasi teoria scientifica del
mondo è una descrizione dello stesso tarata dall’incertezza insita in una misura di
soggettività, che è tanto immancabile quanto consensualmente condivisa. Pertanto, altro è il
riconoscimento dell’oggettività di una teoria, altro è ritenere che una teoria descriva la
realtà oggettiva del mondo.
In seguito, la meccanica quantistica introdurrà addirittura la questione
dell’ineliminabile interferenza dell’osservatore nel comportamento di quanto egli osserva,
e porterà Werner Heisenberg (1901-1976) a formulare nel 1927 il “principio
d’indeterminazione”, sul quale si regge tutta la fisica delle particelle sub-atomiche, e che ha
comportato implicazioni gnoseologiche “sovversive” a qualsiasi scala d’investigazione
scientifica.
Alle scale della fisica sub-atomica, chiarisce Heisenberg, il “sistema” oggetto di
studio include tanto le particelle studiate quanto il laboratorio e l’osservatore, in un tutt’uno
di elementi inevitabilmente interagenti. In quest’àmbito, osservazioni e analisi possono
svolgersi soltanto su base statistica, mentre deduzioni, calcoli e previsioni non possono
essere che di natura probabilistica.

3. Probabilità, soggettività, informazione

La teoria matematica delle probabilità, principalmente per l’opera del matematico
Andrei Nikolaevic Kolmogorov (1903-1987), ha subito nel 20° secolo una completa
assiomatizzazione ed un ampio sviluppo, che ne hanno fatto uno strumento formidabile di
analisi e di previsione in diversi ambiti di studio e di ricerca. “Assiomatizzatione” significa
che l’ente “probabilità” è trattato come una grandezza matematica pura, astratta, priva di
riferimenti a realtà fenomeniche fisiche. Il concetto di probabilità si presta in modo
particolare ad un simile trattamento, perché qualsiasi quantificazione di valori di
probabilità implica l’uso di numeri puri, ossia privi di dimensioni fisiche. Quasi tutte le
grandezze della fisica, invece (come già prima osservato) non sono espresse da numeri
puri, ma da quantità caratterizzate da dimensioni fisiche specifiche. Una “probabilità”, a
differenza di altre grandezze d’uso corrente nella scienza e nella tecnologia, esprime
sempre e soltanto un valore percentuale di certezza relativo ad una qualche particolare
possibilità di accadimento.
Nelle applicazioni della teoria delle probabilità, tuttavia, si presenta sempre il
problema concreto di tradurre ogni “probabilità” da numero astratto (sempre compreso fra i
valori di zero e di uno) in quantità determinata per usi pratici. Ciò ha indotto tutta una
scuola di pensiero matematico, della quale Bruno de Finetti (1906-1985) fu uno dei
maggiori rappresentanti, a dare risalto al carattere di soggettività sistematicamente inerente
alla quantificazione ed all’uso dei valori di probabilità. De Finetti, in particolare, ha
 10

accuratamente argomentato che qualsiasi attribuzione di valori di probabilità si basa

necessariamente, in un modo o nell’altro, sulla quantità e sulla qualità dell’informazione a
disposizione di chi deve fare tali attribuzioni di valori.
Un’attribuzione di valori di probabilità riguarda quasi sempre una cosiddetta
“distribuzione” di probabilità tra un insieme di eventi possibili.
Si tratta di “distribuzione di probabilità” quando la somma delle probabilità attribuite
agli eventi possibili è uguale al valore “1” (“uno”). Esempio classico (anche perché ha
storicamente dato origine allo studio matematico delle probabilità) è la probabilità di
apparizione distribuita fra le facce di un dado lanciato nel gioco d’azzardo; oppure la
probabilità di estrazione di un numero compreso fra “1” e “90” nel gioco del lotto.
Nel caso del dado, se il dado non è truccato, la probabilità di apparizione di una
qualsiasi faccia del dado a lancio effettuato è la stessa per tutte le sei facce del dado, ed è
uguale ad 1:6 (un sesto), cosicché la somma di tutte le probabilità di apparizione distribuite
fra le sei facce è uguale a sei sesti, cioè uguale ad uno.
Si badi: la somma delle probabilità distribuite fra le facce del dado resterebbe
comunque uguale ad uno, anche se il dado fosse truccato ed il “baro” sapesse - per esempio
- che la faccia del dado contrassegnata col numero 3 ha una probabilità di apparire pari a
due sesti, con i rimanenti quattro sesti di probabilità distribuiti fra le altre quattro facce
dello stesso dado.
L’informazione in possesso del baro mette questo in condizione di fare puntate al
gioco con maggiore possibilità di successo rispetto a quella di altri partecipanti al gioco
ignari del trucco. Una situazione del genere può anche descriversi asserendo che
l’incertezza del baro, nel fare le sue puntate, è minore dell’incertezza degli altri.

E’ stato grande merito del matematico statunitense Claude Shannon (1916-2001)

quello di fornire nel 1949 la dimostrazione formale dell’esistenza e dell’unicità di una
quantità d’incertezza indissolubilmente associata a qualsiasi distribuzione di probabilità.

4. Entropia come incertezza statistica

Il teorema di Shannon, che associa in modo univoco una ben definita quantità
d’incertezza a qualsiasi distribuzione di probabilità, ha dato alla scienza uno strumento di
analisi forse tuttora non apprezzato quanto merita. Ha soprattutto aggiunto alla teoria delle
probabilità un concetto nuovo, formalmente perfetto, che amplia considerevolmente il
potenziale d’uso di quest’ importantissimo ramo della matematica.
E’ senz’altro il caso di mostrare in simboli matematici la semplice formula che
definisce l’incertezza statistica associata ad una distribuzione di probabilità.
Torniamo perciò all’esempio del lancio del dado. Le sei facce di un dado regolare
sono contrassegnate, per distinguerle l’una dall’altra, da sei numeri, che vanno da 1 a 6. Se
il dado viene lanciato in un gioco d’azzardo, la probabilità che, a dado fermo dopo il
lancio, appaia rivolta verso l’alto una delle sei facce è la stessa per ciascuna delle sei facce,
e vale 1:6. Così da poter scrivere p1 = p2 = p3 = p4 = p5 = p6 = 1:6 , essendo p1 , p2 , … ,
p6 le probabilità che dopo il lancio il dado esponga la faccia contrassegnata rispettivamente
da 1, da 2,… , da 6.
Si è anche visto che queste probabilità definiscono una “distribuzione ”, perché – per
definizione – un insieme di valori di probabilità la cui somma dà 1 è appunto detta
“distribuzione di probabilità”.
Il teorema di Shannon, prima menzionato, dice che esiste un’incertezza statistica,
attinente ad una tale distribuzione, che è espressa sempre e soltanto dalla quantità
 11

U = ─ h (p1 Lnp1 + p2 Lnp2 + ... + p6 Lnp6) ,

dove h rappresenta un valore costante, che dipende soltanto dalla base del logaritmo
usato11.
In alcune applicazioni di questa definizione di incertezza, il valore di h viene assunto
semplicemente uguale ad 1, ed è quindi graficamente omesso, perché di nessuna rilevanza
pratica in quei casi.
Nel caso del lancio di un dado non truccato, il valore numerico dell’espressione
“pLnp “ è lo stesso per tutte le probabilità della distribuzione, perché si tratta di probabilità
identiche fra loro: cioè,
pLnp = p1Lnp1 = p2Lnp2 = ... p6Lnp6 = (1:6)Ln(1:6) = ─ 0.298626.
Pertanto, posto h = 1, l’incertezza U espressa dalla somma che la definisce si
quantifica in
U = ─ 1 x 6 x (pLnp) = ─ 6 x (─ 0.298626) = + 1.791759.
Se si considera il caso di un dado “truccato”, tale che due delle sue sei facce sono
contrassegnate dallo stesso numero “3”, la comparsa del “3” su lancio del dado ha
probabilità 2x(1:6) = 2:6 = 1:3, mentre per ciascuna delle altre quattro facce la probabilità
di comparsa su lancio resterebbe uguale a 1:6, che è ovviamente minore di 1:3 . La
distribuzione di probabilità così modificata12 ha un’incertezza associata minore di quella
calcolata sopra, ed è data da
U’ = ─1x[(1:3)Ln(1:3) + 4x(1:6)Ln(1:6)] = ─ (─0.366204 ─ 1.194506) = + 1.560710,
che è valore chiaramente inferiore a quello, U, relativo al dado regolare. Resta però di
fondamentale importanza osservare che, nel caso del dado truccato, l’incertezza
probabilistica (indicata da U’ ) è minore soltanto per chi sa che il dado è truccato. Per chi
crede che il dado sia “regolare” l’incertezza rimane invece quella di prima, cioè U.
Le caratteristiche morfologiche del dado pongono dunque vincoli alle probabilità
considerate, la valutazione delle quali è perciò soggettiva, perché dipende dall’infor-
mazione a disposizione di chi usa il dado per un gioco d’azzardo.
Gli eventi possibili, connessi al lancio del dato, sono in numero finito (precisamente
6) e strettamente interconnessi, così da potersi immaginare il dado come un potenziale
sistema di eventi, oggetto di attenzione da parte di un certo tipo di osservatori.
Se il dado è regolare, non truccato, l’incertezza U = 1.791759469 è la massima
incertezza che è possibile associare alla distribuzione delle sei probabilità considerate, le
quali sono tutte uguali fra loro. Il caso è generale, nel senso che l’incertezza propria di una
distribuzione di probabilità è massima quando tutte le probabilità assegnabili agli eventi
possibili sono fra loro uguali, qualunque sia il numero degli eventi possibili.
Detto N il numero degli eventi possibili, questi sono detti equiprobabili se hanno
tutti la stessa probabilità di accadimento, che è il valore di probabilità espresso da P = 1:N.
La relativa massima incertezza statistica è quindi espressa dalla formula generale che
segue:

11
E’ da ricordare che l’operazione “logaritmo” può avere una base qualsiasi. I logaritmi naturali sono basati
sul numero di Eulero e = 2.7182818…Nell’ingegneria sono più spesso usati i logaritmi in base 10, nella
teoria dell’informazione i logaritmi in base 2.
12
Si noti che la somma delle probabilità della nuova distribuzione resta comunque uguale ad 1.
 12

Umax = ─ 1xN (1:N) Ln(1:N) = ─ 1xLn(1:N) = 1xLnN ,

tenuto conto della proprietà dei logaritmi per la quale ─Ln(1:N) = ─LnN –1 = ─1x(─LnN).
E’ immediato osservare che la formula esprimente la massima incertezza associata ad
una distribuzione di uguali probabilità coincide formalmente con quella che esprime la
massima entropia di un sistema in stato di equilibrio termico (si ricordi E = k LnW), inclusa
la presenza di una costante h al posto di k. Io ho qui suggerito di considerare h = 1 solo per
comodità di scrittura, e perciò ometterne la rappresentazione nel seguito di quest’articolo.
Al numero W dei microstati possibili della massima entropia termodinamica di un
sistema materiale corrisponde il numero N degli eventi possibili contemplati da una
distribuzione uniforme di probabilità.

Non sembra difficile intuire come la corrispondenza fra le due diverse situazioni
descritte, riguardanti - rispettivamente - lo stato termodinamico e il lancio del dado, non sia
solamente formale, ma anche concettuale. Al punto che i matematici della teoria delle
probabilità si sono indotti ad introdurre il termine di “entropia” come sinonimo di
“incertezza statistica”. Così che, nella pratica propria di discipline tecniche diverse, una
misura diretta di entropia può essere effettuata in tutti i casi nei quali il ”comportamento”
di un qualsiasi sistema può in tutto o in parte descriversi attraverso un’analisi di
distribuzioni di probabilità.
L’unica sostanziale differenza fra l’entropia termodinamica e quella statistica sta nel
fatto che la prima ha le dimensioni fisiche di un’energia divisa per una temperatura, mentre
la seconda è un numero puro, ossia una grandezza priva di dimensioni fisiche. Questo fatto,
tuttavia, dà subito un’indicazione dell’assai più ampio campo di applicabilità del concetto
definito come entropia statistica, rispetto a quello strettamente pertinente all’entropia
termodinamica. In quanto “numero puro”, infatti, l’entropia statistica si evidenzia come
misura prettamente qualitativa dello stato di un sistema, indipendente dalla natura fisica
del sistema considerato.

Giunti a questo punto, è opportuno un piccolo passo indietro per meglio capire, alla
luce del chiarimento concettuale fornito dalla definizione di “entropia statistica”, le ragioni
che inducono ad affermare che l’entropia termodinamica cresce col crescere della
temperatura della materia e, invece, che l’entropia è nulla quando la materia raggiunge la
temperatura dello zero assoluto (indicata da –273.15° C).
Appare valida la considerazione circa lo stato oggettivo della realtà osservata, posto
in relazione con i mezzi soggettivi di osservazione e di descrizione di ciò che si osserva.
Torna utile in proposito il ricorso ad esempi schematici, ma non inappropriati.

Immaginiamo che, attraverso un microscopio, un osservatore sia in grado di osservare

due sole molecole, ognuna di un gas diverso, contenute in una piccolissima sfera che
delimita i movimenti delle due particelle. Si può pensare ad un esperimento fatto per
determinare in un istante qualsiasi la posizione e l’energia cinetica di ciascuna molecola
dopo che ognuna di esse viene immessa nella sferetta attraverso un apposito forellino.
L’immissione di ogni molecola nella sferetta avviene secondo una direzione ben precisa e
con velocità iniziali note. Sono note anche tutte le caratteristiche fisiche delle stesse
molecole e del materiale che costituisce il piccolo contenitore sferico.
Se la velocità iniziale delle due molecole è sufficientemente bassa, si dispone non
soltanto del microscopio per vedere in ogni istante dove le molecole si trovano e per
riconoscerne le caratteristiche morfologiche, ma anche di una cinepresa che permette in
 13

ogni istante di registrare l’abbinamento delle posizioni delle due molecole ai tempi nei
quali le posizioni sono rilevate. Si dispone inoltre dell’armamentario concettuale della
meccanica classica, che è deterministica, e degli strumenti matematici relativi, per calcolare
con soddisfacente precisione posizioni e tempi delle molecole in moto all’interno della
sferetta, tenuto conto delle caratteristiche fisiche (massa, elasticità, forma, ecc.) sia delle
due molecole sia del contenitore entro il quale si muovono.
Se nella sferula s’immettono in successione, in numero crescente e a velocità
crescenti, altre molecole di gas sempre diversi, le cose cominciano a complicarsi per via
dell’intricarsi delle traiettorie e degli inevitabili urti fra le stesse molecole durante i
rispettivi moti. Non solo si complica enormemente la rilevazione della posizione e
dell’energia cinetica di ogni molecola, ma sempre più problematica se ne fa
l’identificazione.
A mano a mano che aumenta l’ingresso di molecole diverse e sempre più veloci nella
sferula, la ridistribuzione delle quantità di moto fra le molecole del miscuglio raggiunge tali
livelli di complicazione da renderne impossibile tanto la determinazione dello stato fisico
individuale, quanto l’identificazione.
Al crescere dell’agitazione delle molecole di gas (che altro non è se non l’aumento
della temperatura del miscuglio all’interno del piccolo contenitore), l’informazione
utilizzabile dall’osservatore, quale che sia il mezzo d’osservazione, si fa confusa al punto
da costringere l’osservatore ad ammettere, se per esempio richiesto di farlo, che il
passaggio per il centro geometrico della sferetta da parte di una particolare molecola di gas
in un dato istante può avvenire con probabilità uguale per qualsiasi molecola, non importa
a quale gas la molecola appartenga.
L’osservatore, dunque, perviene ad una condizione di massima incertezza conoscitiva
circa lo stato fisico di ciascuna molecola del gas osservato. Alla condizione soggettiva,
riguardante l’osservatore, non è lecito però far corrispondere uno stato oggettivo di
scomparsa delle leggi deterministiche della meccanica all’interno della sferula contenente
il miscuglio di molecole di gas.
L’entropia massima “del gas”, denunciata dall’osservatore, è in realtà l’entropia
riguardante lo stato d’informazione nel quale è l’osservatore a trovarsi suo malgrado.
A riprova di ciò, vediamo che cosa invece accadrebbe per l’osservatore se si portasse
il miscuglio di molte decine di molecole di gas all’interno del piccolo contenitore a
temperature sempre più basse, cioè a moti d’agitazione molecolare sempre più lenti, fino al
limite estremo della temperatura dello zero assoluto.
Lo stato fisico del miscuglio di gas, se fosse portato a quella temperatura estrema, si
caratterizzerebbe per l’assoluta immobilità di ogni molecola. Ogni molecola verrebbe
pertanto a trovarsi in una posizione ben precisa all’interno del piccolo contenitore sferico,
permettendo all’osservatore non soltanto una rilevazione esatta della posizione di ciascuna
molecola, ma anche una perfetta identificazione del gas d’appartenenza d’ogni molecola
osservata. L’incertezza dell’osservatore si annullerebbe e, in corrispondenza dell’azzera-
mento della sua entropia statistica, si annullerebbe anche l’entropia termodinamica del
sistema materiale osservato, a conferma del Terzo Principio della termodinamica: questo
principio, prima che Boltzmann ne potesse dare formale dimostrazione, fu postulato nel
1906 da Walther Nernst (1864-1941).
A questo proposito, è opportuno riconsiderare la formula statistica dell’entropia data
da Boltzmann: allo zero assoluto il microstato di ciascuna molecola del sistema materiale
considerato non è più, per l’osservatore, in uno stato probabile, ma in uno stato certo, e in
termini di probabilità la certezza di uno stato o di un evento qualsiasi è misurata dal
numero “1”. Cosicché, allo zero assoluto, l’espressione “ LnW ” diviene “ Ln 1 = 0 ”
perché lo stato possibile è unico per tutte le molecole, e l’entropia del sistema di annulla.
 14

L’uniformità probabilistica, che descrive stati di massima entropia alle alte

temperature, assegna al sistema considerato un’uniformità di temperatura che non può
essere oggettivamente provata come vera per ciascuna delle molecole in agitazione termica.
E’ in una tale impossibilità che risiede il concetto di massimo disordine, che dev’essere
pertanto inteso come massima confusione nello stato dell’informazione circa lo stato di
ogni elemento del sistema osservato. L’uniformità è più o meno caotica per l’informazione
che si riesce ad ottenere, fintanto che l’agitazione termica non impedisce l’individuazione
di un qualche stato di ordine rappresentabile. Ma cessa di essere uniformità caotica, per
diventare invece uniformità ordinatissima, quando la distribuzione spaziale delle molecole
si fissa stabilmente alla temperatura dello zero assoluto.
In connessione con l’ipotetico esperimento appena descritto, si deve tuttavia
considerare che non esiste possibilità pratica di conseguire la temperatura dello zero
assoluto, per quanto ci si possa avvicinare, e ci si è avvicinati, a tale limite.
L’impossibilità dipende sia dall’energia intrinseca di ogni molecola materiale (che è a
sua volta un sistema piuttosto complesso), sia dall’intrinseca instabilità dello spazio fisico
nel quale ogni elemento materiale è immerso.13 Molti avranno ormai sentito parlare, per
esempio, della cosiddetta “radiazione cosmica di fondo”, che permea l’intero universo.
Basterebbe questa soltanto ad impedire a qualsiasi particola di materia di restare immobile,
cioè in condizioni di energia cinetica nulla, e perciò anche di temperatura nulla. Senza
considerare l’energia d’irradiazione elettromagnetica (luce) con la quale si dovrebbe
investire la materia per osservarne o per registrarne lo stato fisico. Onde il concetto di
“entropia nulla” resta per la scienza un concetto teorico limite, senza concreto referente
fisico.
Dall’impossibilità fisica di pervenire alla temperatura dello zero assoluto, e quindi ad
uno stato di entropia nulla, deriva la considerazione teorica per la quale, anche a bassissime
temperature, qualsiasi sistema materiale non perde mai la probabilità, per quanto piccola, di
mutare il suo stato. Anzi, stando a Schrödinger, sono proprio le basse temperature le
condizioni che favoriscono il formarsi di sistemi complessi e l’avvio di processi biologici.14
Nel verso opposto, non si concepisce neppure teoricamente una temperatura
sufficientemente alta per determinare nella materia uno stato di massimo assoluto
d’entropia. Gli sviluppi matematici della teoria del “caos”, e i raffinati esperimenti che ne
sono seguiti, hanno dimostrato che anche nel più gran disordine “apparente” (cioè ai livelli
di massima confusione per l’osservatore) la materia può stabilire strutture d’ordine interno
che ne condizionano il comportamento.

Ecco dunque tratteggiati alcuni degli argomenti che hanno indotto ad assumere il
grado di disordine come significato sostanziale del concetto di maggiore o minore entropia
di un sistema
E’ a questo punto lecito domandarsi se ai diversi gradi di disordine, che possono
attribuirsi ad un qualsiasi sistema, non possano farsi corrispondere diversi gradi di ordine
attribuibili al sistema stesso.
Prima di delineare una risposta al quesito, è opportuno soffermarsi sul significato del
termine “sistema”.

13
Secondo la meccanica quantistica, una qualsiasi sostanza materiale manterrebbe anche alla temperatura
dello zero assoluto un’intrinseca energia cinetica detta “energia del punto zero”. A questo proposito, è da
considerare che per la meccanica quantistica ogni particella “elementare” è costituita anche da un’onda.
14
E’ una delle tesi del suo saggio “What is Life? The Physical Aspect of the Living Cell”, citato
 15

5. Sistema
Qualsiasi oggetto di studio al quale si volge l’intelletto umano è definito di volta in
volta da particolari modi di concentrazione e di distribuzione dell’attenzione.
L’attenzione prima “isola” e poi “configura” in parti costituenti l’oggetto di studio.
Nell’eseguire queste operazioni mentali, l’osservatore fa ampio uso di quegli strumenti di
riconoscimento e di identificazione che gli sono forniti tanto dal corrente linguaggio della
lingua madre quanto da termini linguistici e da strumenti che sono specifici di varie
tecniche d’analisi della realtà percepita.
Con altre parole, percepire un qualsiasi oggetto, o qualsiasi insieme di oggetti,
presuppone sia un contatto fisico fra questo e l’osservatore (come avviene attraverso i
sensi) sia un linguaggio di rappresentazione del percepito, precisando che è proprio questo
“linguaggio” (a cominciare dai “segnali” di diversa natura trasmessi dalle sensazioni) a
determinare, per poi esprimere, il modo di concentrazione e di distribuzione
dell’attenzione.
Le istituzioni “linguistiche”, largamente pre-esistenti alla nascita tanto degli individui
quanto delle generazioni ai quali gli individui appartengono, determinano non soltanto un
mezzo condiviso di comunicazione fra osservatori diversi, ma anche modi di percezione del
mondo fisico in massima parte condivisi. E’ un fatto fisiologico, che trascende gli
atteggiamenti mentali individuali, e che induce naturalmente molti a ritenere che termini e
concetti, propri dei linguaggi usati, siano l’oggettiva corrispondenza di cose che esistono di
per sé, proprio come di per sé pre-esistono i familiari termini linguistici, che frammentano
la realtà in “cose” diverse e diversamente le rappresentano.
La premessa fatta intende introdurre l’assunto per il quale l’individuazione, la
definizione e la descrizione di un “sistema” è essenzialmente un’operazione linguistica di
natura soggettiva.
La distinzione “ovvia” fra un sistema definito come “frigorifero” ed uno definito
come “pompa di carburante” diventa problematica, se non impossibile, per i membri di
alcune tribù di cultura neolitica scoperte non molti anni fa in recessi della Nuova Guinea.
Ma, al di là di quest’esempio estremo, qualsiasi membro culturalmente evoluto della nostra
civiltà potrebbe trovare problematica o impossibile l’identificazione di “oggetti diversi”, o
di “sistemi diversi di oggetti”, se si venisse a trovare all’improvviso in un ambiente del
tutto sconosciuto e mai immaginato.
Torniamo all’esempio prima accennato della “pompa di carburante”. L’immagine
fornita da questa identificazione, fatta con queste tre semplici parole, varia di pochissimo
presso la maggior parte delle persone che sono solite vedere pompe di carburante o
servirsene per rifornire autoveicoli. L’immagine mentale isola un tipo di oggetto da ogni
contesto fisico possibile, e rappresentarla graficamente da parte di un qualsiasi campione
statistico di persone darebbe luogo a figure assai poco diverse - e comunque tutte
riconoscibili - da quella che potrebbe disegnare un bambino di dieci anni.
La “pompa di carburante”, percepita e rappresentata in tal modo, è una drastica
semplificazione della realtà. Non solo l’oggetto “pompa di carburante” è qualcosa
d’intrinsecamente diverso, nella sua consistenza meccanica, dal modo di rappresentarlo dei
più, ma, come “sistema” avente una specifica funzione, non è sostanzialmente isolabile dal
serbatoio interrato e invisibile dal quale la pompa preleva il carburante, dal terreno
geologico del luogo che accoglie e protegge il serbatoio, dall’ubicazione topografica del
sito, dalla strada che vi passa vicino, dalla rete di produzione e di distribuzione dell’energia
elettrica che alimenta il motore della pompa, dall’insieme della popolazione che se ne serve
e dei veicoli che usano carburante, da chi produce veicoli e carburante, dall’atmosfera e dal
 16

sole che consentono l’esistenza di tutto quanto fin qui elencato, e così via. Ciò nondimeno,
non c’è motivo di turbamento se, per ragioni diverse, ci si limitasse a riferirsi a “pompa di
carburante” nel modo usuale di rappresentarla, condivisa anche dai bambini. Tutto dipende
dall’uso che s’intende fare del concetto rappresentato.

Presa così qualche necessaria cautela, arrivo a definire il concetto generale di

“sistema” in un modo che spero capace di scoraggiare il dissenso.
Il “sistema”, del quale tratterò qui, è un insieme di parti materiali singolarmente
individuabili e definibili mediante un qualsivoglia linguaggio, percepite come fra loro
strettamente dipendenti perché collegate da interazioni rilevabili e misurabili. Tutte le parti
di un “sistema” sono sempre rappresentabili come elementi appartenenti a due gruppi
distinti: il gruppo costituito dalle parti identificate con l’espressione “sistema principale”
e il gruppo delle parti non singolarmente identificate, ma solo menzionate come insieme
costituente il “resto dell’universo”.
Fatta questa distinzione, nulla osta a che “il resto dell’universo” venga praticamente
considerato come una componente speciale del ”sistema principale”.
Il ruolo funzionale del “resto dell’universo” è d’importanza fondamentale per
qualunque “sistema principale”, comunque identificato. E’ un’affermazione che va tenuta
costantemente presente, per evitare errori logici e concettuali nel trattare “sistemi” come se
fossero cose isolate dal resto dell’universo; soprattutto quando si focalizza l’attenzione su
certi eventi che paiono contrastare il Secondo Principio della termodinamica.
A proposito di ciò, vale dunque affrontare subito la questione dell’apparente
contraddizione esibita dai fenomeni biologici, i quali sembrano caratterizzati da
trasformazioni della materia che la portano a prender forme sempre meno probabili e più
organizzate, dando l’impressione di smentire la legge dell’entropia crescente, che invece
domina su tutto.
E’ di nuovo opportuno ricorrere ad un esempio concreto, per chiarire sia come
interviene l’entropia in un “sistema” biologico sia che cosa debba in realtà considerarsi
“sistema biologico”.
Immaginiamo allora un “sistema” formato da un contenitore sferico di vetro (che sarà
poi chiuso ermeticamente), nel quale mettiamo un po’ di terra, un po’ d’acqua, il seme di
una pianta e un’atmosfera contenente ossigeno e anidride carbonica in proporzioni
convenienti. Se il contenitore è mantenuto a temperatura opportuna, il seme si sviluppa a
spese dei materiali circostanti disorganizzati, seguendo un “programma biologico”
contenuto nel codice genetico del seme. Si vedrà che questi materiali si organizzano, in
misura crescente, nelle forme di una pianticella costituita da parti interagenti e
funzionalmente differenziate, dando evidenza ad un processo di diminuzione dell’entropia
del “sistema”. Un tale processo spontaneo sembrerebbe indicare che in natura esistono
fenomeni in contrasto col Secondo principio della Termodinamica. Ma è un’apparenza
ingannevole, perché il “sistema” è stato individuato in modo erroneo, e quindi fuorviante.
Se il “sistema”, infatti, fosse davvero isolato, se cioè non avesse con l’ambiente
circostante scambi né di calore, né di energia, né di materiali in qualsiasi forma, il seme
svilupperebbe il suo programma biologico soltanto fino all’esaurimento delle risorse sue
proprie e di quelle disponibili all’interno del contenitore che lo “isola” dal resto
dell’universo, da una parte producendo materia organizzata e dall’altra sviluppando e
dissipando energia sotto forma di calore.
Esaurite le risorse, il programma biologico cessa di funzionare, ed inizia un
decadimento inevitabile del “sistema”: si avvia un processo di decomposizione della
materia, che si ripresenta in forme sempre meno organizzate, facendo in tal modo
 17

aumentare rapidamente la quantità di entropia del “sistema”, fino ad una condizione finale
di equilibrio disordinato.
Il processo di sviluppo può invece proseguire anche oltre l’utilizzazione dei materiali
e delle energie di riserva del seme soltanto assicurando, prima di tutto, la fotosintesi, per la
quale sia garantita alla pianta una continua fornitura di energia elettromagnetica (luce)
dall’esterno del ”sistema”, e poi anche attraverso progressive forniture al “sistema” di
acqua, di ossigeno, di anidride carbonica e di materiali disorganizzati (terra) da utilizzare
nel processo di sviluppo della pianta. Ma allora il “sistema” non è più isolato; anzi, si
capisce subito che il sistema non è costituito soltanto da quanto inizialmente racchiuso
nella sfera di vetro: quello è solamente il “sistema” sul quale abbiamo inizialmente
focalizzato la nostra attenzione, credendo, in tal modo, che si potesse davvero isolare
qualcosa dal resto dell’universo.
Se, invece, il “resto dell’universo” è costantemente tenuto in conto, allora esso è
sempre e comunque parte integrante di qualsiasi “sistema” (inteso quest’ultimo come
“sistema principale” nel modo prima definito), sul quale abbia a focalizzarsi la nostra
attenzione di osservatori. Infatti, la maggior parte sia dell’energia elettromagnetica (luce)
sia dei materiali che partecipano allo sviluppo del seme, e poi della pianta, si trasforma in
calore dissipato attraverso l’ambiente circostante, ciò che corrisponde ad una cospicua
produzione di entropia. Così la diminuzione di entropia, prodottasi nel sotto-sistema
biologico in formazione (“sistema principale”), è ampiamente controbilanciata
dall’aumento dell’entropia complessiva del sistema reale, del quale fa parte anche “il resto
dell’universo”.
In conclusione, e calcoli di questo tipo sono stati ripetutamente eseguiti, il bilancio
entropico dell’insieme verifica largamente, ed in ogni istante, la validità del Secondo
Principio della termodinamica. E quale che sia il “sistema” identificato, esso non può
essere altro che uno degli innumerevoli diversi “sistemi principali” di sistemi reali diversi,
tutti includenti un “resto dell’universo” come elemento integrante.15

6. Sintropia
Da qui in poi conviene adottare la definizione statistica di entropia come data dalla
formula di Shannon, introdotta nel precedente paragrafo 4, e usare il simbolo E per indicare
qualsiasi tipo di entropia, dimenticando il simbolo U (preso dalla lettera iniziale della
parola inglese uncertainty, “incertezza”) precedentemente usato per distinguere l’entropia
statistica da quella termodinamica.
La formula di Shannon può essere scritta in un modo più semplice ed assai più
pratico, quando si tratta di ampie distribuzioni di probabilità, mediante il simbolo
matematico “ ∑ “ (la lettera greca “sigma” in maiuscolo) che, nell’usuale notazione
matematica, significa “somma”. Per esempio, la somma di 3 grandezze diverse

15
E’ probabile che venga spontaneo domandarsi se nemmeno il Sole, o una qualsiasi stella, possa
considerarsi come “sistema isolato”. Ebbene no, non si può. La formazione delle stelle dipende dall’esistenza
delle galassie (anzi, dal cuore delle galassie), così come la formazione di pianeti e di materia in genere
dipende in gran parte dall’esistenza delle stelle, ed i nuclei delle galassie stesse (al pari di qualsiasi evento
fisico) non sono che stati del cosiddetto “spazio vuoto”, il quale, come fisica e cosmologia si sono ormai
indotte ad ammettere, è tutto tranne che vuoto. Anzi, esso è da considerarsi l’illimitato serbatoio di
quell’essenza di base, la si chiami “energia” o altro, dalla quale ogni evento cosmico trae origine ed alimento,
ed alla quale, al termine del proprio ciclo, “ogni cosa ritornerà, secondo necessità”, come già andava
insegnando nel VI secolo a.C. il filosofo Anassimandro nel definire la sua idea di άπειρον (l’indeterminato).
 18

3
simbolizzate con a1 , a2 , a3 , può indicarsi con ∑a
i =1
i , che si legge: “somma delle ai , col

pedice i che varia da 1 a 3 “, e che equivale a scrivere la stessa somma nella comune
forma a1+ a2+ a3.
Ciò chiarito, l’entropia statistica di Shannon si scrive anche nel modo seguente:
N
E = ─ h ∑ ( p i Ln pi ) = ─ h (p1 Lnp1 + p2 Lnp2 + ... + pN LnpN) ,
i =1

dove N rappresenta il numero (di solito molto grande) degli eventi possibili relativi alla
considerata distribuzione di probabilità.
Se il numero, non importa quale, degli eventi possibili è dato per noto e fisso, la
stessa formula può ulteriormente semplificarsi e, se per semplicità si assume pure h = 1,
ridursi a
E = ─ ∑(pi Ln pi).

Col simbolo “ ∑ “ si semplifica anche la definizione di “distribuzione di probabilità”,

indicandola mediante la seguente uguaglianza:

∑ pi = 1 .
La formula che esprime l’entropia E, appena sopra mostrata, è applicabile a qualsiasi
sistema, per valori qualsiasi delle probabilità pi nella distribuzione oggetto di analisi,
nonché per qualsiasi numero N di eventi possibili.
Abbiamo anche visto, nel paragrafo 4, che si attribuisce entropia massima Emax ad un
sistema quando la distribuzione interna delle interazioni è rappresentabile tramite valori di
probabilità tutti uguali fra loro, cioè aventi tutti un’identica probabilità di accadimento
espressa da p = 1:N , se N sono gli eventi possibili riguardati dalla distribuzione. In questo
caso, pertanto, l’entropia massima resta espressa da
Emax = ─ N (p Lnp) = LnN .
Si è anche visto che a qualsiasi distribuzione di probabilità non uniforme, ossia
caratterizzata da valori di probabilità non tutti uguali fra loro (basterebbe anche una sola
probabilità diversa da tutte le altre), corrisponde un’entropia del sistema osservato minore
dell’entropia massima Emax= LnN .
Quale che sia il valore E dell’entropia, può allora associarsi al sistema una grandezza
data dalla differenza, sempre maggiore di zero (o - al limite - uguale a zero), espressa da
S = Emax ─ E = LnN ─ E .

Possiamo chiamare “sintropia” questa grandezza, perché il numero S indica quanta

parte del sistema si sottrae al massimo disordine.
Se, infatti, l’entropia E del sistema è inferiore alla sua massima entropia possibile
(quest’ultima essendo espressa da Emax= LnN ), vuol dire allora che una parte del sistema
non è disordinata, e quindi si distingue dal resto del sistema per una sua misura di ordine
uguale alla misura (data appunto da S ) di disordine sottratto al disordine massimo che
atterrebbe allo stesso sistema.
Dalla definizione di “sintropia” appena formulata sopra, si evince immediatamente
che, quale che sia lo stato del sistema oggetto di analisi, la somma di entropia e di
 19

sintropiae è un valore costante, che è proprio del sistema stesso, e che dipende dal numero
N di eventi che lo caratterizzano. Ciò si può esprimere meglio portando semplicemente
l’entropia E dal secondo al primo membro nella precedente equazione, e scrivendo
S + E = LnN , costante.
L’evidente significato di questa relazione è che ad ogni aumento di disordine E nel
sistema corrisponde un’uguale diminuzione di ordine S, e viceversa, perché la somma delle
due diverse misure non può che restare costante.
Questa grandezza costante, strettamente dipendente dal numero N di eventi possibili,
è detta “potenziale di trasformazione” ovvero “potenziale entropico” del sistema, e
viene indicata con la sola lettera “ H ”, quando non è necessario specificare il numero di
eventi possibili. E’ importante osservare che il “potenziale entropico” non rappresenta
soltanto il valore massimo d’entropia di un sistema, ma anche il massimo possibile di
sintropia che può essere conseguito dallo stesso sistema: ciò è subito verificabile se, nella
relazione data sopra per definire il “potenziale entropico”, si pone l’entropia E = 0 .16

6.1 – Neghentropia: che significa?

Brevemente, di passaggio, è opportuno un commento sul termine “neghentropria”,
largamente usato per esprimere un significato analogo a quello qui assegnato a “sintropia”.
Non saprei se e in che modo possa definirsi un concetto di neghentropia diverso e
alternativo al concetto di sintropia prima definito, giacché, almeno per quanto ne so io,
coloro che oggi usano tale termine non ne danno una formulazione precisa. L’idea parrebbe
quella di significare, con la parola “neghentropia”, un’entità di valore opposto a quello
dell’entropia, e in matematica dire “valore opposto” significa dire “valore di segno
algebrico contrario”. Questa è infatti la proposta avanzata da Schrödinger nel 1944,
attraverso un’interpretazione piuttosto frettolosa e discutibile della definizione statistica di
entropia data da Boltzmann. L’idea che possa esistere un’entropia negativa, a dar ragione
dei fenomeni di auto-organizzazione della materia, appare tuttavia fuorviante, perché una
simile definizione del concetto di ordine conduce a concetti contraddittori.
Se deve ritenersi corretta la definizione di “entropia” fino ad ora acquisita e
consolidatasi, si ha che l’entità del disordine tende ad annullarsi (cioè tende a zero) al
crescere della non uniformità, cioè al crescere del differenziamento delle relazioni fra
elementi d’un sistema (benché - pur scemando - il disordine di fatto non si annulli mai). A
questa tendenza verso il disordine zero corrisponde un’ovvia ed equivalente
compensazione da parte di un ordine crescente, sopra definito dalla differenza S , che è
quindi sempre grandezza positiva, cioè maggiore di zero.
Se ora si ponesse il segno “meno” davanti alla formula che esprime l’entropia, se cioè
si moltiplicasse l’entropia per “ –1 ”, con l’intento di trasformarne il significato in “misura
di ordine”, si otterrebbe il paradosso di un ordine che tende a zero proprio quanto più
strutturata è la configurazione assunta dagli eventi del sistema osservato, ossia quanto più
si differenziano le N 2 probabilità d’interazione fra gli N elementi interagenti. Mentre in
direzione opposta, d’altronde, l’ordine diminuirebbe fino ad un minimo 17 espresso da un

16
Si dimostra che il massimo di entropia, come pure l’equivalente massimo di sintropia, stanno ad indicare
soltanto valori-limite teorici, irraggiungibili per qualsiasi sistema.
17
Si ricordi che il valore dei numeri negativi decresce al crescere del loro valore assoluto. Per esempio, –5 è
minore di –4 ; –100 è minore di –7 , eccetera, e lo “zero” è maggiore di tutti i numeri negativi, cioè “0” è
maggiore di –1, di –4, di –100, e così via.
 20

assetto uniforme di eventi tutti fra loro equiprobabili. Secondo una tale definizione di
“neghentropia”, si avrebbe dunque uno stato di ordine inesistente espresso dal numero
“zero” (quando la neghentropia – come “misura di ordine” – si annulla proprio al suo
valore massimo), mentre, nel verso opposto, il numero “–2LnN ” dà il livello di ordine
minimo. Contrasto logico di significati, che fa di “neghentropia” un’idea nebulosa.
Anche nel linguaggio ordinario, i concetti di ordine e di disordine rimandano a
“relazioni fra cose”, che si presentano come potenziali configurazioni reciprocamente
alternative e complementari per contrapposizione, nel senso che le stesse cose possono
convertire l’assetto delle mutue relazioni da configurazioni meno ordinate (o più
disordinate) in altre più ordinate (e viceversa), senza intervento di alcuna reciproca
negazione. In sostanza, è una questione di gradi: un insieme disordinato di oggetti è
usualmente visto come in uno stato di ordine inferiore, cioè meno o molto meno ordinato
rispetto a possibili stati alternativi nei quali un osservatore possa cogliere, nelle relazioni
fra gli oggetti, strutture significative portatrici di maggiori quantità d’informazione.
Qualunque processo di trasformazione della materia può essere visto o come
processo di sintesi e differenziamento di “cose” uguali – o molto simili – in cose fra loro
diverse, oppure – all’opposto – di demolizione e omogeneizzazione di “cose” diverse in
cose fra loro uguali o simili.18
Su queste premesse si sviluppa una teoria dell’evoluzione di sistemi costituiti da
elementi interagenti e, dunque, interdipendenti.
Nell’analizzare l’evoluzione d’un qualsiasi sistema, la teoria mostra come si pervenga
a descriverne trasformazioni progressive e regressive, in termini – rispettivamente – di
crescente organizzazione o, al contrario, di crescente disorganizzazione interna.

7. Descrizione del comportamento di un sistema

Consapevoli delle cautele che sono necessarie nel definire un qualsiasi sistema
oggetto di studio, possiamo porre attenzione su quei processi spontanei, sia di natura
meramente biologica sia di natura sociale, che sviluppano forme di organizzazione della
materia e dell’energia.
Ogni sistema, attenendoci alla definizione data all’inizio del paragrafo precedente,
può descriversi come un particolare insieme di elementi diversi (identificabili
dall’osservatore come tali), fra loro interagenti in modi riconoscibili e per quantità
misurabili.
Ogni elemento del sistema individuato è, in una qualsiasi e convenzionale unità di
tempo, sorgente e destinazione di certe quantità di interazione che variano, in generale, da
elemento ad elemento. Ciò può riscontrarsi sia in sistemi prevalentemente costituiti da
elementi di natura non biologica, sia in sistemi prevalentemente costituiti da elementi di
natura biologica.
Nei sistemi non biologici domina il determinismo di una meccanica relativamente
semplice (quella del meccanicismo fisico), anche quando, sotto condizioni di scala che
s’impongono tanto a macrolivello quanto a microlivello, l’osservazione analitica deve, per

18
Un’analogia esemplificativa non guasta: costruire case, fabbriche, chiese, teatri, scuole, ospedali,
recinzioni, ecc. di una città significa usare mattoni fra loro uguali per sintetizzare “cose” differenziate per
aspetto e per funzione. Demolire e omogeneizzare queste “cose” significa ridurle in mattoni tutti uguali fra
loro, privi di funzioni specifiche che li rendano distinguibili gli uni dagli altri.
 21

ragioni pratiche, abbandonare descrizioni deterministiche per ripiegare su valutazioni

statistiche e probabilistiche.
Nei sistemi biologici e sociali si osserva invece il temporaneo prevalere di un
determinismo vincolato, il quale – pur utilizzando largamente le regole proprie del
determinismo non biologico – si caratterizza come “programma” per la sua capacità di
orientare regole meccanicistiche verso la formazione di insiemi di elementi sempre più
gerarchicamente interconnessi, caratterizzati da una funzionalità specifica sempre più
differenziata, fino a comporre organismi complessi, che si definiscono tali perché
intrinsecamente improbabili secondo il punto di vista meccanicistico.
Alcuni di tali organismi complessi hanno inoltre la stupefacente proprietà di evolversi
attraverso forme di crescente complessità.
Anche gli organismi più complessi sono costantemente soggetti ad eventi aleatori,
che in parte sono elusi dal “programma” ed in parte lo modificano, e le accidentali
modifiche possono o corrompere il programma, rendendolo più o meno rapidamente
inefficace (con il conseguente disfacimento dell’organismo complesso), oppure mutare il
programma in modo tale da rendere l’improbabile evoluzione dell’organismo ancora
possibile mediante un processo di adattamento.
(Fino ad ora l’esperienza indica, purtroppo, che eventi aleatori finiscono prima o poi col
corrompere quelli programmati, e che gli adattamenti, benché vieppiù efficaci in un ragguardevole
numero di casi, finiscono alla lunga per essere soverchiati dal dominio dell’alea, che è il regno
dell’entropia. In compenso, sembra oggi potersi affermare che da stati apparentemente caotici della
materia e dell’energia – attraverso allontanamenti stocastici da livelli di equilibrio mai del tutto
stabili – possono ricostituirsi sequenze interconnesse di processi “improbabili” e complessi,
cosicché il trionfo dell’alea non dovrebbe mai considerarsi come generale e definitivo, ma soltanto
locale e ciclico. La proliferazione delle specie viventi potrebbe prendersi come un momentaneo
esempio di una tale possibilità).

L’organizzazione di materiali e di energie, che è propria dei processi evolutivi

caratterizzati da un programma comportamentale, si accompagna sempre alla dissipazione
della maggior parte dell’energia coinvolta, così che la quantità di ordine prodotto è più che
controbilanciata dalla “sottoproduzione” di una quantità di disordine.
Per riassumere: l’intero “sistema”, come per esempio definito da un organismo
complesso, è sempre quello costituito dalle componenti proprie dell’organismo complesso
(“sistema principale”) e dal relativo “ambiente esterno” (o “resto dell’universo”).
La proprietà saliente di un sistema è che tutte le sue parti sono attive nell’accezione
più generale del termine. Un esempio banale per chiarire, riguardante un sistema non molto
complesso, se paragonato ad un sistema biologico: un sasso illuminato dalla luce del sole
trasforma gran parte della radiazione in calore, che trasferisce all’ambiente sia per contatto
diretto, sia per radiazione elettromagnetica di frequenza diversa da quella assorbita. Parte
della luce assorbita e l’interazione con l’atmosfera attivano processi chimico-fisici
all’interno dello stesso sasso. In altre parole, e per i fini di questa discussione, nulla in
natura è da considerarsi come elemento esclusivamente inerte e passivo.
Le interazioni attinenti al sistema sono sia quelle che si effettuano fra le componenti
che identificano un organismo (cioè all’interno del “sistema principale” considerato), sia
quelle che si effettuano fra le parti dell’organismo e l’ambiente esterno.
Vi è da aggiungere quell’azione che ogni elemento del sistema ha in generale su se
stesso (o in se stesso), in quanto ogni elemento costituente il sistema si contraddistingue
per la funzione sia di processare al suo interno le azioni delle quali è destinatario, sia di
generare azioni verso altri elementi del sistema. A questo proposito, e non solo per
 22

coerenza logica, il resto dell’universo o ambiente esterno indirizza a sua volta parte degli
effetti della sua attività anche su se stesso, come conseguenza dell’influenza esercitata
dall’organismo sull’ambiente esterno.
E’ qui da aggiungere un’importante considerazione circa il ruolo dell’ambiente
esterno come elemento del sistema. L’ambiente esterno coinvolto nell’attività del sistema è
solamente quella parte del resto dell’universo che risente dell’esistenza del “sistema
principale” individuato.
Esiste lo strumento teorico per definire e per calcolare la misura del coinvolgimento
dell’ambiente esterno nell’attività del sistema, onde si chiarisce che solo una minima
frazione del resto dell’universo entra significativamente a far parte del sistema stesso. In
particolare, l’energia inutilizzata e dissipata dai processi svolti dal sistema viene perlopiù
dispersa nell’ambiente esterno, ma resta in parte catturata sia entro quella porzione di
ambiente esterno che costituisce elemento integrante del sistema, sia all’interno del
“sistema principale”.
L’assunto per il quale le interazioni tra elementi del sistema sono tutte identificabili e
misurabili permette una descrizione semplificata del comportamento del sistema.
Nell’analizzare un qualsiasi sistema, l’osservatore concentra di solito la sua
attenzione soltanto su quelle interazioni riguardanti i processi che lo interessano.
Si suppone allora che, nel descrivere per certi fini un particolare comportamento del
sistema, i flussi d’interazione osservati durante un’unità convenzionale di tempo siano
metodicamente misurati facendo uso di un sistema di misura che rende le interazioni
omogenee, ossia fra loro comparabili (per esempio, flussi di massa, o di energia, o di forza,
o di informazione, di danaro, eccetera). Come risultato, si viene così a conoscere anche
l’ammontare complessivo dell’interazione (azione totale) rilevata.
Misure di questo genere possono essere ovviamente ripetute a piacimento,
ottenendone risultati stabili o variabili.
Con il tradurre poi tutte le interazioni del sistema in probabilità d’interazione, si
consegue un primo interessante obiettivo, che è quello di disporre di una distribuzione di
probabilità, e di avvalersi perciò delle relative proprietà matematiche. Al di là dei possibili
significati da attribuire ad una siffatta distribuzione di probabilità, è questo un
accorgimento metodologico molto utile, se in particolare si desidera associare al sistema
una misura di entropia, cioè di disordine comportamentale.
Dal punto di vista della trattazione linguistica, il significato di ogni probabilità così
definita può benissimo limitarsi a quello di percentuale d’interazione sull’interazione totale
attivata dal sistema. Non ne derivano controindicazioni logiche né semantiche.

7.1 – Forma del sistema e ”incertezza vincolata”

La descrizione del comportamento di un sistema dipende in modo sostanziale da
come sono stati individuati gli elementi che lo compongono. Nell’identificare un sistema
come insieme di elementi distinti, la distinzione in parti costituenti determina anche la
distribuzione delle interazioni rilevate fra di esse.
Qualche esempio banale è pur sempre utile per chiarire ciò che intendo dire. Se si
desidera esaminare il comportamento di un qualche sistema sociale umano, si può
osservarlo come composto o da individui singoli, oppure da gruppi diversi di persone
differenziate per categorie. Si supponga che, non importa con quale criterio e per quale
fine, s’intenda rilevare le interazioni nella forma di quantità di comunicazione scambiata
nell’arco di una settimana fra gli elementi di un tal sistema. E’ evidente che l’entità
complessiva dei flussi di comunicazione, pur restando complessivamente immutata durante
 23

una stessa settimana d’osservazione, si distribuisce in maniera diversa, secondo il modo di

raggruppamento delle persone, cioè secondo il modo nel quale si sono identificati gli
elementi (o le parti) del sistema.
L’importanza di quanto appena considerato sta nel fatto che è lo stesso osservatore a
determinare un primo basilare livello di ordine nel sistema osservato, mediante
l’individuazione in esso e la definizione morfologica delle parti che lo costituiscono.
L’osservatore, cioè, conferisce al sistema una forma iniziale, dalla quale dipenderanno le
misure dei flussi di comunicazione fra gli elementi dell’organismo descritto.
Cerco ora di chiarire il significato di quanto ho appena asserito con uno schema di
distribuzione di flussi, tutti unitari, fra 6 elementi di un ipotetico sistema.
Lo schema è mostrato dalla sottostante tabella, nella quale le lettere a, b, c, d, e, f
individuano gli elementi del sistema: gli “1” posti nelle caselle orizzontali indicato l’entità
dei flussi, tutti uguali fra loro, emessi da ciascun elemento e indirizzati agli altri elementi,
mentre gli stessi “1”, visti secondo le caselle verticali, indicano l’entità dei flussi che,
provenienti dai diversi elementi del sistema, affluiscono in ciascun elemento.

1 1 1 1 1 1 → 6 a
1 1 1 1 1 1 → 6 b
1 1 1 1 1 1 → 6 c
1 1 1 1 1 1 → 6 d
1 1 1 1 1 1 → 6 e
1 1 1 1 1 1 → 6 f
↓ ↓ ↓ ↓ ↓ ↓ ↓
6 6 6 6 6 6 → 36 Tot.
a b c d e f Tot.

Un sistema definito in un simile modo presenta una perfetta uniformità di interazioni,

dovuta all’assenza totale di informazioni a disposizione dell’osservatore circa il sistema
osservato. (Attenzione: la scelta di un’interazione uniforme di valore “1”, è qui soltanto
esemplificativa. Tuttavia, per qualsiasi altro valore uniforme dei flussi d’interazione, la
probabilità uniforme d’interazione, in un simile sistema, resterebbe espressa da 1:36).
L’entropia associabile ad un tal sistema di eventi, costituito dalla distribuzione dei
flussi, è la massima possibile, quantificata da
H6 = Ln(62) = 2 Ln6 = 2 x 1.79176 = 3.58352.
Ogni elemento attivo d’un simile sistema distribuisce infatti flussi unitari a ciascun
altro elemento, e ciascun elemento riceve un flusso unitario da ogni altro elemento, così
contandosi 6 flussi in uscita e 6 flussi in entrata per ciascun elemento del sistema. La
distribuzione delle probabilità di flusso relativa a tale ripartizione di flussi consta di 36
probabilità tutte uguali a 1:36. Se si applica la formula di Shannon per l’entropia (o
incertezza) associata a questa distribuzione di probabilità si ottiene:
E6 = ─ 36 x (1:36)Ln(1:36) = 3.58352 .
 24

L’entropia del sistema, dunque, coincide in questo caso con la massima entropia
possibile per il sistema stesso, ossia con il suo potenziale entropico H6 .
Se, invece, disponessi di qualche informazione per me significativa, che mi
consentisse di raggruppare gli stessi 6 elementi in 3 altri elementi A, B, C, ritenuti fra loro
distinti per qualche ragione, la distribuzione delle interazioni si modificherebbe, come nella
successiva tabella qui sotto mostrata.

1 1 1 1 1 1
1 1 1 1 1 1 → 18 A
1 1 1 1 1 1

1 1 1 1 1 1
→ 12 B
1 1 1 1 1 1

1 1 1 1 1 1 → 6 C
↓ ↓ ↓ ↓
18 12 6 → 36 Tot.
A B C Tot.

In questa, il nuovo elemento A raggruppa i componenti a, b, c del sistema precedente;

il nuovo elemento B raggruppa i precedenti componenti d, e, mentre il componente f resta
il solo a formare il nuovo elemento C.
I flussi d’interazione fra gli elementi A, B, C del sistema da me ridefinito non sono
più, adesso, flussi tutti uguali fra loro: A invia 6 unità di flusso a B, 3 unità di flusso a C, e
ne trattiene ben 9 al suo interno. L’elemento B invia 6 unità di flusso ad A, 2 unità di flusso
a C, e ne trattiene 4 al suo interno. L’elemento C, a sua volta, manda 3 unità di flusso ad A,
2 a B, trattenendone soltanto 1 al suo interno. Simmetrico è il conteggio dei flussi ricevuti
da ciascuno dei 3 nuovi elementi del sistema.
A questa distribuzione dei flussi corrisponde la distribuzione delle probabilità di
flusso data da 6:36, 3:36, 9:36 (relative ad A), 6:36, 2:36, 4:36 (relative a B), e 3:36,
2:36, 1:36 (relative a C). La somma delle probabilità di questa distribuzione è ovviamente
uguale ad 1.
Se applichiamo a questa distribuzione la formula di Shannon per l’entropia, si ottiene:
EABC = – [(6:36)Ln(6:36)+(3:36)Ln(3:36)+(9:36)Ln(9:36)+(6:36)Ln(6:36)+
+(2:36)Ln(2:36)+(4:36)Ln(4:36) +(3:36)Ln(3:36) +(2:36)Ln(2:36) +(1:36)Ln(1:36)] =
= 2.02288 .
Il potenziale entropico di questo nuovo sistema di tre elementi è dato da
HABC = Ln(32) = 2xLn3 = 2.19722 ,
che è, come atteso, quantità maggiore dell’entropia EABC appena sopra calcolata. In questo
caso, l’entropia del sistema non coincide più con l’entropia massima, ossia col potenziale
entropico dello stesso sistema. La differenza fra le due grandezze, che esprimo con
SABC = HABC – EABC = 2.19722 – 2.02288 = 0.17434 ,
 25

dà la misura della quantità di ordine da me introdotta nel precedente sistema di 6 elementi,

trasformandolo nel sistema di 3 soli elementi mediante i raggruppamenti in A, B e C. In
sostanza, è la misura dell’effetto del riversamento della mia dose d’informazione nella
descrizione del sistema osservato.
Dalle semplici considerazioni appena fatte deriva una serie di conseguenze
importanti.
La prima consiste nella seguente osservazione: nello stato di un sistema, la “naturale”
tendenza al disordine viene limitata dall’esistenza di “vincoli”, che inducono il sistema
stesso ad un comportamento tanto meno “casuale” quanto maggiore è il numero dei vincoli
ai quali il sistema è sottoposto. Nell’esempio fatto sopra, è stata l’informazione a mia
disposizione ad introdurre nel sistema osservato un vincolo di ricomposizione del
medesimo in una forma diversa, per me significativa. E, nella descrizione di un sistema, la
misura di ordine ravvisata dall’osservatore rispecchia sempre vincoli ai quali l’osservatore
sa che gli elementi del sistema devono sottostare.
Per cogliere l’importanza dei vincoli nel determinare il comportamento di sistemi
reali, è opportuno fare almeno un esempio, che metta un po’ in ombra il ruolo
dell’osservatore, per mostrare come cause o circostanze fisiche (vincoli) possano
promuovere una riduzione del disordine e lo stabilirsi di nette distinzioni comportamentali
nella materia.
In due recipienti comunicanti si introduca un miscuglio di idrogeno e di azoto. Se la
temperatura dei due contenitori è la stessa, le molecole dei due gas si mischiano
casualmente, andando a distribuire la miscela in modo tendenzialmente uniforme
all’interno dei due recipienti. Si veda lo schema raffigurato qui di seguito.

●○ ○ ● ● ● ○○ ● ○
● ● ○● ○● ○ ●○ ○ ● ●
● ○○ ● ○ ● ○ ● ○ ○●
○ ● ○ ○● ● ● ○● ○●

Se invece i recipienti sono tenuti a temperatura diversa, scaldando uno dei due, allora
si vedranno le molecole dei due gas separarsi, e collocarsi la quasi totalità dell’idrogeno in
uno dei due recipienti e l’azoto nell’altro, come schematizzato qui sotto.

●● ● ● ○● ○ ○○ ○ ○
● ● ● ●○ ○ ●○ ○ ○ ○
●● ● ● ● ● ○○ ● ○ ○
● ● ● ○● ● ○ ○○ ○

Nel sottomettere dunque il sistema ad un vincolo termico, si deve da una parte

impiegare energia, e se ne dissipa, per determinare la differenza di temperatura fra i due
recipienti; dall’altra il sistema acquista un livello di ordine, dato dal differenziarsi delle
 26

posizioni delle molecole nei due contenitori secondo il tipo di gas di appartenenza. Il
fenomeno è detto dell’antidiffusione.19

In generale, le caratteristiche delle diverse molecole di materia, che si formano in

natura, fanno sì che queste rispondano in modo diverso ai condizionamenti esterni, i quali
fungono da vincoli iniziali, che inducono le diverse particelle di materia a porsi fra loro in
relazioni differenziate ed a formare così sistemi. A sua volta, il differenziarsi delle relazioni
pone ulteriori vincoli ai successivi processi indotti sia dalle condizioni energetiche
ambientali, sia dagli stati energetici dei vari gruppi di molecole in interazione reciproca.

Nelle discipline sociali ed economiche, in particolare, nel fare analisi e descrizioni del
comportamento di un sistema, l’importanza dei vincoli nel necessario determinarsi di livelli
di ordine (o di sintropia) viene messa in evidenza anche dalla possibilità di risolvere alcuni
problemi; i quali sarebbero insolubili, se s’ignorassero i vincoli ai quali sia l’entropia sia la
sintropia devono per qualche verso sottostare sempre.

7.2 – Un esempio d’uso pratico dell’entropia e della sintropia

Un esempio, al di fuori della fisica, dell’uso pratico dei concetti di entropia e di
sintropia sin qui illustrati riguarda l’analisi statistica di sistemi economici, e la descrizione
di probabili evoluzioni di tali sistemi, come prevedibili sulla base di ipotetici interventi di
politica economica. Ritengo opportuno quest’intermezzo esemplificativo, per dare evidenza
all’operatività dei nuovi concetti che sono stati introdotti, e così ridurre la dose di
astrattezza che sempre si accompagna ad un’inconsueta terminologia teorica.
Un moderno sistema economico consiste, molto schematicamente, in un certo numero
(generalmente molto grande) di attività produttive diverse, di risorse di manodopera e di
materiali da trasformare, di un mercato interno (ossia interno al “sistema principale”) di
collocazione di una parte dei prodotti, e di un mercato esterno (il “resto dell’universo”) dal
quale attingere risorse e prodotti e sul quale, in cambio, riversare altri prodotti ed altre
risorse.
L’econometria, un’utile disciplina che applica ricerche statistiche e tecniche
matematiche all’analisi delle attività economiche, avviò nel secolo scorso l’uso di metodi
per l’analisi quantitativa di interi sistemi economici nazionali.
Per molti anni si è adottato un famoso metodo di analisi dei grandi sistemi economici,
che fu proposto dall’economista Wassily Leontief (1905-1999), e che tratta della relazione
esistente fra la quantità di produzione di ogni attività economica e l’acquisto di materiali e
di semilavorati necessari alla produzione stessa. Leontief, proponendo una relazione di
semplice proporzionalità diretta fra ammontare dei componenti d’una produzione e la
quantità della produzione, è pervenuto alla costruzione di una tabella (matrice) di relazioni
interindustriali, caratterizzata dall’esistenza di coefficienti di proporzionalità, detti
coefficienti tecnici di produzione, assunti come costanti nel tempo.
L’idea è semplice: per esempio, per produrre e vendere una tonnellata A di acciaio, è
necessario acquistare K chili di carbone, F chili di minerale ferroso, W watt di energia, M
ore di manodopera, B euro di servizi finanziari, T euro di servizi di trasporto, eccetera.
Leontief sviluppa il suo metodo d’analisi assumendo che i diversi rapporti numerici definiti
da K:A, F:A, W:A, M:A, B:A, T:A, eccetera, si mantengano costanti per un periodo di

19
L’esempio fu proposto più volte da Prigogine durante le sue conferenze. Si vedano quelle raccolte in La
nascita del tempo, Tascabili Bompiani, Milano 1994.
 27

tempo significativamente lungo. Le quantità K, F, W, M, B e T sono a loro volta prodotti di

altri settori d’attività del medesimo sistema economico.
Quindi, analoghe considerazioni valgono per qualsiasi altra attività produttiva e per
qualsiasi prodotto. Si arriva in tal modo a scrivere un sistema di semplici equazioni
lineari,20 con le quali si descrive il sistema di relazioni che rende ogni attività collegata a
tutte le altre, così che si può calcolare, per esempio, come la variazione di produzione in
uno dei settori di attività influisce sull’intero sistema economico.
Quasi ovvio è aggiungere che, per poter calcolare i coefficienti tecnici di produzione,
è necessario conoscere come il prodotto di ogni settore si distribuisce fra altri settori di
attività, e quanta parte dello stesso prodotto si riversa invece sul mercato esterno. La
conoscenza di tali flussi interindustriali (misurati in un arco di tempo convenzionale: per
esempio semestralmente o annualmente) è il risultato di indagini statistiche, che devono
essere più o meno periodicamente aggiornate.
Nell’uso dello schema di Leontief, noto come input-output analysis, c’è tuttavia un
problema di metodo, dovuto sia all’ipotesi di proporzionalità diretta fra acquisti (fattori di
produzione) e prodotto, cioè di proporzionalità fra input e output, sia all’ipotesi di costanza
nel tempo dei valori dei coefficienti tecnici di proporzionalità.
L’ipotesi di proporzionalità diretta fra input e output è senz’altro accettabile quando
si tratta di una sola fabbrica, di un solo tipo di servizio, di una singola attività estrattiva, e
via dicendo, ma diviene vieppiù discutibile, perchè meno rispondente al vero, quando un
settore economico comprende molte attività sì dello stesso tipo, ma non identiche.
Il metodo di Leontief porta necessariamente a grandi raggruppamenti di attività
economiche affini, i cosiddetti settori economici, per consentire una descrizione del
sistema economico che non coinvolga più di qualche centinaio di settori diversi. Lo schema
di Leontief non può mai applicarsi, infatti, ad un sistema costituito da singole attività
produttive (una fabbrica, una miniera, una specifica coltura agricola, un tipo di prodotto
chimico, eccetera), perché la tabella (la matrice) dei flussi interindustriali diverrebbe
mostruosamente grande, composta da molte migliaia di elementi interagenti. Ne
deriverebbe un gigantesco sistema di equazioni assolutamente non maneggiabile, neppure
mediante l’impiego di calcolatori elettronici ultrapotenti.21 Senza tener conto delle
insuperabili difficoltà che s’incontrerebbero nella rilevazione statistica dei flussi di
transazioni fra ogni luogo di attività e tutti gli altri del sistema, vuoi nazionale vuoi anche
soltanto regionale, essendo tali rilevazioni indispensabili – almeno inizialmente – per
determinare i coefficienti tecnici relativi alla produzione d’ogni singolo centro di attività.
Una volta raggruppate attività affini, per esempio quelle della metallurgia, quelle
della metalmeccanica, quelle dell’artigianato, quelle della chimica, quelle dei servizi
finanziari, eccetera, e così definiti i diversi settori d’un dato sistema economico, la
proporzionalità diretta fra input e output di ciascun settore diverrebbe, da ipotesi
originariamente accettabile, una deviante forzatura, soprattutto se si pretendesse la

20
Si dice che un insieme di equazioni forma “sistema” quando le incognite di una qualunque equazione
dell’insieme sono incognite anche di altre equazioni dello stesso insieme. In parole più semplici: le incognite
sono le grandezze che, nel formulare un problema, s’intende determinare. Ogni equazione, che contenga una
o più delle incognite riguardate, costituisce una condizione, un vincolo, che i valori incogniti cercati devono
rispettare.
21
Nel caso delle relazioni interindustriali, la risoluzione di sistemi di moltissime equazioni può presentare
problemi di significatività dei risultati. In pratica, non esiste ancora un teorema matematico che individui le
condizioni per le quali un sistema di equazioni nelle stesse incognite dia soluzioni non negative, che siano –
cioè – soltanto soluzioni o positive o nulle. Le incognite cercate mediante l’input-output analysis esprimono
valori di produzione, che dal punto di vista economico possono essere soltanto positivi o, alla peggio, nulli.
 28

costanza nel tempo dei coefficienti tecnici di proporzionalità. Tanto più che la misurazione
dei flussi di input e di output deve essere fatta mediante un sistema omogeneo di misura,
solitamente espresso in valori monetari. Questi ultimi, d’altronde, rispecchiano
l’andamento dei prezzi, che – anche a parità di flussi misurati nelle rispettive unità naturali
(tonnellate, metri, ettolitri, e così via) – è notevolmente variabile. Notoriamente, un conto è
il valore di un fattore di produzione rispetto al prodotto, un altro conto è il prezzo del
fattore di produzione come determinato quotidianamente dal mercato. D’altronde, o si
hanno coefficienti tecnici costanti o le equazioni, nello schema di Leontief, non hanno
alcun senso, né logico né matematico.
Infine, l’analisi input-output è “statica”: introdotta un’alterazione in uno o più valori
di produzione, la “risposta” del sistema economico appare come immediata. In altri
termini, l’input-output analysis alla Leontief non contempla la descrizione di possibili
evoluzioni del sistema economico descritto, come pur sarebbero attese per via delle
sequenze di effetti indotti e di retroazioni, ma indica solo immediate e definitive alterazioni
dei rapporti fra attività economiche.
Ovviamente, come non pochi hanno fatto o proposto, un tale schema analitico può
complicarsi a piacimento, mediante l’introduzione di ipotesi supplementari e con l’ausilio
di varie tecniche di elaborazione matematica. In questo modo, tuttavia, lungi dal rendere il
metodo più efficiente, si finisce con l’impantanarsi in un groviglio di procedure
matematiche tutt’altro che maneggevoli, e sostanzialmente insensate.
L’essenza dell’idea di Leontief diviene invece straordinariamente fertile se all’analisi
di un sistema economico ci si avvicina attraverso l’uso dei concetti di entropia e di
sintropia. Questi concetti sono del tutto pertinenti alla descrizione di un sistema economico,
che è l’aspetto vistoso dei processi di aggregazione, di organizzazione e di sviluppo di
comunità umane, ossia di società biologiche.
Faccio un esempio molto schematico, per mostrare come il metodo alternativo
menzionato può affrontare l’analisi e la descrizione di un sistema economico.
Si supponga di definire un sistema economico nazionale come costituito da cinque
settori diversi, ciascuno raggruppante tipi “affini” di attività, e comunque ben distinti l’uno
dall’altro. Una scomposizione “classica” di sistema economico in “settori” è proprio quella
che riguarda i seguenti cinque settori:
1. Settore Primario, che raggruppa tutte le attività minerarie, agricole
(allevamenti inclusi) e ittiche;
2. Settore Secondario, che raggruppa tutte le attività manifatturiere (compresa
la produzione di energia), artigianato incluso;
3. Settore Terziario, che raggruppa tutti i tipi di servizio alla comunità, dalla
pubblica amministrazione, ai servizi finanziari, ai trasporti e telecomu-
nicazioni, ai servizi turistici, all’istruzione, al servizio militare, eccetera.
4. Settore Famiglie, o anche Manodopera: vi sono inclusi tutti gli individui
della società nazionale, sia come fornitori di lavoro sia come consumatori di
prodotti.
5. Settore Estero, a rappresentare tutto il “resto del mondo”.

Ognuno di questi settori è formato da un tale numero di attività diverse, anche se

classificabili come “affini”, da rendere insensato un approccio analitico del tipo proposto
da Leontief.
 29

Adottiamo allora un metodo diverso, di natura probabilistica, sfruttando al massimo i

dati statistici dei quali è normalmente più facile poter disporre. Supponiamo che, per ogni
settore, dei 4 settori appartenenti al “sistema principale”, si conosca quanto segue:
(i) il totale (in termini monetari) del prodotto lordo semestrale;
(ii) il totale degli acquisti di prodotti provenienti da altri settori fatti nello stesso
periodo per trasformarli nel prodotto settoriale specifico;
(iii) il prodotto semestrale venduto al Settore Estero;
(iv) il totale semestrale dei beni e dei servizi provenienti dall’Estero acquistati dal
settore. Le transazioni con il settore Estero, in entrata e in uscita, sono quindi i
soli flussi intersettoriali noti;
(v) il prezzo medio dell’unità di prodotto settoriale rilevato nello stesso periodo.
Si tenga conto che dati di questo genere sono in realtà normalmente disponibili,
aggiornati semestralmente, o addirittura trimestralmente, dagli uffici statistici nazionali.
E’utile rappresentare la situazione con l’usuale tabella ingressi-uscite, come qui sotto
illustrata.
Nella tabella che segue, le lettere in nero su sfondo azzurro rappresentano tutte le
quantità note. La colonna D1, D2,…ecc., simbolizza i valori delle produzioni totali dei 4
settori del “sistema principale”, incluse le esportazioni rappresentate dalla colonna E1,
E2,…, ecc.
La riga superiore simbolizza, con I1, I2,…, ecc., le importazioni distribuitesi fra i 4
settori principali, mentre la riga inferiore, A1, A2,… , ecc., rappresenta gli acquisti totali fatti
semestralmente da ciascun settore “principale” per effettuare la produzione D1, D2,…,
eccetera.

? I1 I2 I3 I4 ? ← ITOT (importaz. totale)

Prodotto totale Sett. 1
E1 ? ? ? ? D1 ←
Prodotto totale Sett. 2
E2 ? ? ? ? D2 ←
Prodotto totale Sett. 3
E3 ? ? ? ? D3 ←
Prodotto totale Sett. 4
E4 ? ? ? ? D4 ←
? A1 A2 A3 A4 ? ← Flussi Totali
→
(esportazione totale)

Acquisti del Sett. 2

Acquisti del Sett. 3

Acquisti del Sett.1
→

→
Acquisti del Sett.4
ETOT

Inoltre, i punti interrogativi indicano le quantità incognite di prodotto vendute da

ciascun settore ad ogni altro settore del sistema. I punti interrogativi su sfondo giallo, in
particolare, indicano le incognite quantità trattenute (vendute) all’interno di ogni settore, in
quanto necessarie alla produzione del settore stesso. Il punto interrogativo in color rosso
nella prima casella in altro a sinistra indica il flusso incognito di produzione che il settore
Estero trattiene per sé, come produzione interna indotta dalle quantità distribuite ai 4 settori
del “sistema principale” e di quelle da questi esportate. I punti interrogativi, su sfondo ocra
agli altri tre angoli del triplice riquadro, rappresentano 3 totali incogniti.
 30

Si supponga, dunque, che null’altro si conosca, oltre ai dati indicati nella tabella ed ai
prezzi medi menzionati al punto (v) del precedente elenco.
Nel caso di un sistema economico, è lecito ammettere l’esistenza, per ogni elemento
del sistema, di una pulsione a produrre in vista di un beneficio atteso, che potremmo
chiamare “movente” oppure “intento”, e che il beneficio medio atteso - per ogni unità di
prodotto distribuita fra i settori - sia rappresentabile come una grandezza funzione del
prezzo unitario medio del prodotto stesso, onde le interazioni fra i diversi settori si
distribuiscono in un certo modo piuttosto che in qualunque altro. Possiamo cioè supporre,
alla luce dei dati oggettivi noti, che i flussi di transazioni (le interazioni) fra i 5 settori
definiti non siano casuali; perché altrimenti quegli stessi dati, elencati sopra in (i), (ii), (iii),
(iv), non avrebbero motivo di modificarsi nel tempo e, in termini di probabilità di flusso,
rispecchierebbero sicuramente una distribuzione di interazioni sostanzialmente uniforme.
Naturalmente, sappiamo tutti benissimo che produrre qualsiasi cosa, da un frutto della
terra ad un’ora di lavoro, ha uno scopo economico ben chiaro, qui riassunto nel concetto di
ricerca di un beneficio necessario o anche semplicemente atteso.
L’aspetto interessante del nuovo approccio, come la teoria rigorosamente dimostra, è
il seguente: una volta assegnata e simbolizzata matematicamente la quantità media di
“movente” (in generale diverso da flusso a flusso), o di “intento”, che è lecito associare ad
ogni unità di flusso emessa e distribuita da ciascun settore, si perviene alla determinazione
(a) di tutti i più probabili flussi d’interazione (incogniti) fra i diversi settori, compresi
i flussi interni a ciascun settore e, in particolare, compreso il flusso interno al
settore Estero, calcolato come probabile effetto indotto in questo dall’attività del
sistema economico individuato;
(b) alla conseguente quantificazione dell’intera produzione del sistema, che include il
totale della produzione del settore Estero, nella misura riguardata dall’esistenza
del “sistema economico” individuato;
(c) alla definizione di una procedura logica atta a descrivere tutti i più probabili
processi evolutivi ai quali il sistema economico potrebbe trovarsi sottoposto.
Tutto questo è possibile come stima di probabilità, cioè nella forma di un calcolo
probabilistico, che si effettua vincolando la ripartizione dei flussi fra i diversi settori al
rispetto dei dati che ci sono obiettivamente noti, e ammettendo che, per causa di quanto
non ci è noto, la distribuzione delle probabilità di flusso è sì affetta da una relativa
incertezza (entropia relativa), ma trattasi di un’incertezza soggetta ai vincoli posti
dall’informazione certa riguardante il sistema.22 Si può anche esprimere ciò asserendo che
i dati noti impongono una quantità certa di ordine (o di sintropia) nell’attività del sistema,
in quanto la ripartizione delle interazioni deve sottostare a vincoli ineludibili.
L’importanza pratica di quanto appena affermato - circa l’analisi di un sistema
economico - si può forse meglio cogliere mediante un confronto sommario fra l’approccio
deterministico di Leontief e l’approccio probabilistico, che ricorre all’uso dei concetti di
“entropia” e di “sintropia”.

22
Ciò corrisponde alla formulazione di un classico problema di analisi matematica, noto come ricerca del
massimo di una “funzione” di più variabili, vincolato al rispetto di un certo numero di equazioni coinvolgenti
le variabili proprie della “funzione” considerata. In questo caso la “funzione” è l’entropia e le sue variabili
sono le probabilità di flusso fra i settori del sistema.
 31

Il metodo di Leontief richiede che si determinino i cosiddetti “coefficienti tecnici di

produzione”. Si tratta di un numero di valori “costanti” (tali per ipotesi) pari al quadrato del
numero dei settori economici del sistema.
Se, come da precedente esempio, si aggregano le attività d’un paese in 5 settori
economici distinti, il numero di coefficienti tecnici “costanti” da determinare è pari a 25.
Per poterli calcolare occorre prima un’indagine statistica che rilevi in modo diretto, cioè sul
campo, i 25 flussi di transazioni fra tutti i settori. Solo in questo modo può predisporsi l’uso
del metodo di Leontief, che è finalizzato – nel caso di maggiore efficienza d’uso – alla
determinazione di 4 prodotti settoriali incogniti, datone per noto uno soltanto.
Per riassumere, il metodo necessita di almeno 26 dati certi per determinare 4
incognite al massimo.
Inoltre, tale metodo non permette alcuna simulazione logica dei probabili processi
evolutivi del sistema, e, aspetto da non trascurarsi, richiede un periodico laborioso
aggiornamento e ricalcolo dei coefficienti tecnici.
Il metodo di Leontief, e altri ad esso simili, si basano sul presupposto che un sistema
economico tende sempre all’equilibrio, cosicché una qualunque alterazione accidentale o
programmata allo statu quo trova nel sistema stesso il meccanismo di riequilibrio.
Per il metodo probabilistico, basato sull’uso formalizzato dei concetti di entropia e di
sintropia, ogni sistema economico è invece un sistema intrinsecamente instabile, ed il
rapporto fra dati certi e incognite da determinare è notevolmente inferiore al rapporto fra
dati e incognite relativo al metodo dell’input-output analysis fondato da Leontief.
Con riferimento allo stesso ipotetico sistema di 5 settori economici, al metodo
probabilistico sono necessari i 16 dati simbolizzati su fondo azzurro nella precedente
tabella, più 16 “benefici medi attesi” (questi sono gli intenti che promuovono le transazioni
e che costituiscono la struttura del sistema). Le incognite determinabili, sulla base di questi
32 dati, sono 20 flussi probabili, che includono sia interazioni fra i diversi settori sia flussi
totali.
A confronto fatto su un sistema minimo di soli 5 elementi, possiamo riassumere così:
per l’input-output analysis il rapporto fra i 26 dati certi necessari e le 4 incognite (al
massimo) da determinare è 26:4 = 6.4 (media di 6.4 dati per ogni incognita). Per il metodo
probabilistico, il corrispondente rapporto è invece 32:20 =1.6 (soltanto 1.6 dati in media
per incognita). Entrambi i metodi si basano sulla soluzione di sistemi di equazioni lineari.23
Si immagini perciò come crescono i vantaggi con l’ampliarsi delle dimensioni del
sistema. Per un altro ipotetico sistema composto, diciamo, di 50 elementi interagenti, al
metodo deterministico occorrerebbero almeno 2501 dati certi per calcolare 49 incognite al
massimo (media di 2501:49 = 51.04); mentre all’approccio probabilistico sarebbero
necessari 2597 dati per calcolare 2405 incognite (media di 2597:2405 = 1.08).
Infine, ed è questa la considerazione più importante, una benché minima – purché
irreversibile – alterazione, o registrata o ipotizzata, nella distribuzione dei flussi economici
fra i settori dà modo al nuovo metodo di avviare la descrizione (o la simulazione)
23
Un numero N di equazioni diverse fra loro, ma tutte coinvolgenti incognite di uno stesso insieme, costi-
tuiscono un sistema algebrico che è risolubile - e dà risultati univoci - soltanto se N è anche il numero delle
incognite da determinare. Per la soluzione di tali equazioni, l’algebra impone che siano dati N 2 + N parametri
costanti, detti “coefficienti del sistema”. Se, invece, il numero delle equazioni disponibili è inferiore al
numero delle incognite da determinare, allora le soluzioni possibili (ossia i valori attribuibili alle incognite)
sono non univoche, perché ne sono possibili infiniti insiemi diversi. Il metodo probabilistico qui considerato
è tale da fornire soluzioni “univoche” ad un sistema con un numero di equazioni inferiore al numero delle
incognite: ma il punto da cogliere è che, sebbene univoche, si tratta in questo caso non di soluzioni certe, ma
soltanto di soluzioni che hanno, nel contesto considerato, la maggior probabilità di esser quelle vere.
 32

matematica di un processo evolutivo, fino alla trasformazione della struttura dell’intero

sistema.
Sono affermazioni, queste, che ovviamente richiedono l’esposizione completa del
trattato logico e matematico che le dimostra come vere.24 In questa sede bisogna invece
che io mi limiti alle enunciazioni, con quei pochi chiarimenti che appaiono necessari a far
almeno intuire di che cosa si sta parlando.

8. L’evoluzione sintropica di un sistema

La caratteristica saliente del metodo probabilistico prima tratteggiato sta nel consi-
derare qualsiasi sistema come non passibile di equilibrio definitivamente stabile.
Questo approccio analitico si basa sul principio per il quale ogni sistema di eventi è
un inarrestabile processo “dialettico” fra disordine e ordine, fra entropia e sintropia. Gli
equilibri rilevabili in un sistema in evoluzione sono da considerarsi sempre come
intrinsecamente instabili, come stasi incidentali ed effimere.
Ho prima voluto indugiare sull’esempio riguardante un ipotetico (e molto
schematico) sistema economico, perché i sistemi economici sono, fra quelli alla portata
della nostra esperienza, gli esempi ad un tempo più semplici e più vistosi di processi
evolutivi intrinsecamente instabili.
Per fini di esemplificazione proseguo dunque con l’esempio precedente, con
l’ipotetico sistema economico formato da 5 settori. La distribuzione dei flussi di prodotti
fra i cinque settori (le interazioni del sistema) possono oscillare di poco attorno a valori
medi, se le variazioni dei prezzi si alterano di poco e si compensano, oscillando a loro volta
attorno a valori medi secondo alterazioni definibili come “stagionali” in un senso molto
ampio. Un banale esempio di alterazione stagionale dei prezzi è quello dei prodotti
ortofrutticoli, a seconda che siano prodotti “di stagione” o “primizie”. Altri esempi di
variazioni stagionali si possono registrare nei servizi turistici, o nella produzione di alcuni
materiali per costruzioni, o nelle vendite di autoveicoli, eccetera. Alterazioni di tal genere
non modificano sostanzialmente l’attività generale del sistema, che può pertanto
considerarsi in uno stato di equilibrio, fintanto che le oscillazioni dei prezzi e dei flussi
intersettoriali aumentano o diminuiscono di poco attorno a valori medi, praticamente
costanti almeno per qualche tempo.
Il sistema rivela la sua intrinseca instabilità non appena il prezzo o la domanda di un
bene, o di un prodotto, si altera in modo irreversibile. Ciò comporta alterazioni irreversibili
anche nei valori dei prodotti complessivi di altri settori. L’analisi della catena di
conseguenze derivanti da simili eventi è di stretta pertinenza dell’approccio probabilistico
prima delineato.
Per quanto modesta, dunque, possa essere l’alterazione di un prodotto settoriale o di
un flusso intersettoriale, se l’alterazione non regredisce, come invece accade per
oscillazioni di flussi e di prodotti totali attorno a valori medi grosso modo stabili, allora si
avvia un irreversibile processo evolutivo del sistema.
L’analisi dispone delle equazioni atte a calcolare e a descrivere il generale
cambiamento che si mette in moto nel sistema, prima registrando le modificazioni della
distribuzione interna delle interazioni, poi calcolando una serie di necessarie
trasformazioni nella stessa struttura del sistema, secondo un processo “drammatico”, che si
sviluppa per cicli e sotto immanente rischio di disfacimento del sistema.

24
Per un’esposizione della teoria, con esempi di applicazioni possibili, vedasi Mario Ludovico, L’evoluzione
sintropica dei sistemi urbani, Bulzoni, Roma 1988-1991.
 33

Detto in modo semplice, le vere trasformazioni del sistema sono quelle che
riguardano la sua struttura, cioè quell’insieme di attese (gli intenti) che costituisce il
motore di tutte le attività. Trasformazioni della struttura sono necessarie per la
sopravvivenza stessa del sistema.
Lo sviluppo di questo metodo d’analisi mostra come l’evoluzione di un sistema sia
caratterizzata da un altalenante andamento del suo contenuto di entropia. Si osserva come
un ciclo evolutivo raggiunga il suo acme con un collasso o del livello di entropia o del
livello di sintropia, al quale il sistema deve rispondere: (a) o con una trasformazione della
sua struttura, che ad esso consenta di ristabilizzarsi – sia pure momentaneamente – ad un
diverso livello di organizzazione interna (cioè di diversa sintropia), (b) o con la sua
scomparsa.
Se non s’interrompe per catastrofe, il processo evolutivo di un sistema consiste nel
suo passaggio da ogni fase stazionaria, che è di equilibrio più o meno labile stabilitosi ad
un certo livello di sintropia, a successive fasi stazionarie, ognuna caratterizzata da un
livello di sintropia diverso da quello della fase stazionaria precedente.
Tali passaggi avvengono attraverso una sequenza di fasi di transizione, nelle quali si
operano cambiamenti nella distribuzione (configurazione) delle interazioni fra gli elementi
del sistema, senza però immediati cambiamenti nella sua struttura; fino al raggiungimento
di una fase critica, nella quale anche la struttura deve trasformarsi per adattarsi alla
sopravvenuta riconfigurazione delle interazioni. Questa è la fase che conclude ogni ciclo,
dei molti cicli possibili nell’evoluzione del sistema, ed è critica perché o si accompagna ad
una modifica della struttura, ossia ad una trasformazione dell’insieme di attese associate ai
flussi d’interazione, o è seguita dal disfacimento del sistema. 25
E’ la trasformazione della struttura del sistema a ricomporre un equilibrio stazionario,
ma sempre labile; fino a quando nuove alterazioni irreversibili nella distribuzione delle
interazioni non avviano un nuovo ciclo di trasformazione.
L’evoluzione è un processo di sviluppo, se cresce il livello di sintropia allo stabilirsi
di ogni nuova fase stazionaria. L’evoluzione è invece un processo di decadenza, se i nuovi
livelli di sintropia si abbassano.
C’è infine la possibilità che l’evoluzione si svolga secondo processi di sviluppo
alternati a processi di decadenza, con l’alternarsi di incrementi e di decrementi nei livelli di
sintropia nelle fasi stazionarie di equilibrio labile.
L’analisi mostra anche come ad ogni livello di maggior sintropia corrisponda anche
una maggiore stabilità del sistema, intesa questa come minore probabilità di perdita del
grado d’organizzazione conseguito.26 Si tratta di un risultato importante, perché tutto
induce a ritenere che nella crescente stabilità di un sistema consista il fine della sua
complessità.
Come già considerato in precedenza, infatti, maggior sintropia significa maggiore
complessità del sistema, la quale si manifesta in una più ampia gamma di attività diverse,
differenziate per funzione, e perciò interconnesse e vincolate da una maggiore
interdipendenza. Un aspetto significativo della complessità d’un sistema è che più alti
livelli di complessità permettono un maggior grado di autonomia del sistema rispetto al
25
La struttura che “salva” il sistema è sempre calcolabile, o in funzione della configurazione dei flussi
d’interazione della fase critica, o in funzione della configurazione di una fase di transizione precedente. La
possibilità di scegliere l’opportuna fase per una trasformazione nella struttura del sistema è molto importante
nelle attività di pianificazione, perché la simulazione analitica può in tal modo individuare quelle componenti
del sistema la cui attività va incentivata per assicurare il conseguimento dei massimi livelli di sintropia.
26
A proposito di “stabilità” di un sistema complesso, si veda il successivo paragrafo 8.1 .
 34

“resto dell’universo”. Grado d’autonomia di un sistema significa anche capacità di efficace

risposta autoprotettiva ad eventi interni o esterni - immanenti o accidentali – forieri di
perturbazioni dannose per il sistema.
Il differenziamento delle funzioni fra gli elementi attivi di un sistema comporta una
specializzazione crescente delle funzioni stesse. Il grado di complessità conseguibile ha un
suo limite nel “potenziale entropico” del sistema, perché questo dipende appunto dal
numero delle diverse funzioni esplicate dai diversi elementi che lo costituiscono.
Quando la sintropia del sistema si avvicina molto al massimo valore inizialmente
consentito, quando cioè il valore della sintropia si approssima a quello del “potenziale
entropico”, il sistema entra in una fase di relativa stagnazione, che s’interrompe soltanto
per l’emergere – accidentale o programmato - di una nuova funzione (di un nuovo genere
di attività) non inerente alle caratteristiche morfologiche iniziali del sistema.
Un’emergenza di questa natura comporta una mutazione del sistema accompagnata di
solito da un improvviso aumento della sua entropia. Donde pure un’improvvisa perdita di
equilibrio con possibile avvio di un nuovo processo evolutivo, che da questo momento,
però, riguarda un sistema diverso da quello inizialmente descritto.
Se, riprendendo l’esempio, si tratta di un sistema economico di 5 settori, nel quale
l’energia è un bene prevalentemente importato dall’Estero, una mutazione potrebbe avere a
che fare con un emergente sesto settore caratterizzato da un rapido sviluppo e diffuso
impiego locale di energia tutta prodotta mediante fusione atomica, con conseguente
rivoluzione indotta sia nella tecnologia industriale sia nei consumi. Avremmo in tal caso
una “mutazione progressiva”, associata ad un processo evolutivo indirizzato verso una
crescente complessità del sistema.
Può tuttavia accadere che l’emergenza riguardi invece l’attenuarsi, fin quasi alla
scomparsa, delle interazioni fra un certo settore e tutti gli altri settori del sistema, dovuta ad
un rapido affievolirsi dell’importanza relativa di quel certo settore di attività (o elemento
del sistema). Ciò significa che quel settore (o elemento) diviene sempre più isolato dagli
altri settori (o dagli altri elementi) e pertanto sempre meno essenziale all’esistenza del
sistema. Un evento di questo genere può assumere vari aspetti, riguardanti situazioni e
circostanze fra loro anche assai diverse.
Se è vero che la riduzione del numero di attività differenziate abbassa il potenziale
entropico di un sistema economico, è altrettanto vero che a tale minor potenziale entropico
corrisponde sia una minore stabilità del sistema sia un minore potenziale di sviluppo. In
effetti, una diminuzione del numero di attività differenziate implica una vera e propria
mutazione regressiva del sistema.
(Nella storia contemporanea, per tornare agli esempi, si sono spesso osservati paesi in
condizioni di arretratezza, inizialmente protesi verso uno sviluppo socio-economico moderno e
articolato, che – ad un certo momento – hanno trasformato drammaticamente le rispettive economie
accentrando le proprie risorse umane e finanziarie in attività di due o tre tipi soltanto, e di una
stessa natura: o in attività estrattive, per esportare petrolio e altri minerali, o in coltivazioni
estensive, per esportare cotone, canna da zucchero, olio di palma o analoghi prodotti. Si è trattato di
politiche potenzialmente disastrose, e quasi sempre rivelatesi tali, perché fondate su una definitiva
dipendenza di quei sistemi economici dall’andamento dei mercati esterni, destinatari principali
della limitata varietà dei prodotti caratteristici.27 )

27
Grandi organismi finanziari internazionali, istituiti per promuovere o sostenere lo sviluppo di paesi
arretrati, sono stati e sono tuttora corresponsabili di tal genere di politiche, che, da essi spesso incoraggiate,
vengono “giustificate” da un complesso di dottrine economiche e di modelli di sviluppo fondati su postulati
logicamente incoerenti, oltre che arbitrariamente adottati.
 35

Per un sistema, il grado di dipendenza dall’esterno è anche una misura della sua
vulnerabilità e della fragilità della sua esistenza.
Fra le conclusioni interessanti offerte dalla teoria dei sistemi sintropici c’è quella
relativa al significato concreto della quantità che definisce, appunto, la sintropia di un
sistema. Se si indica con F la somma di tutti gli effetti attesi in associazione con la somma
T di tutte le interazioni fra gli elementi del sistema, la sintropia S del sistema è anche
esprimibile con S = F:T .
E’ ancora opportuno chiarire con un esempio il significato di questa semplicissima
formula; se si tratta di un sistema economico, allora S (la sintropia) esprime il beneficio
medio atteso per unità d’interazione attivata dagli elementi del sistema stesso.
A fianco di entropia e di sintropia, è il caso di menzionare l’esistenza di altri
indicatori, atti a caratterizzare le condizioni nelle quali si trova un sistema in ognuna delle
varie fasi della sua evoluzione. Si tratta dei cosiddetti parametri di fase, utili – soprattutto
nelle pratiche applicazioni della teoria – per una valutazione dell’efficienza di
un’evoluzione progressiva, o della dannosità di un’evoluzione regressiva subita dal
sistema. Infatti, tanto un progresso quanto un regresso nell’organizzazione del sistema può
comportare costi diversi, che rendono il progresso più o meno efficiente o il regresso più o
meno dannoso. Uno di tali parametri, denominato “grado di logoramento”, dà – per
esempio – una misura della dissipazione delle risorse utilizzate nel processo evolutivo, in
termini di quantità complessiva di entropia prodotta durante le varie fasi del ciclo.
Parametri di fase sono anche lo stress, il fervore, ed altri, ognuno con una sua specifica
utilizzabilità.

8.1 – Sintropia, stabilità, e “caos” impossibile

Ho prima accennato alla “stabilità” di un sistema come a grandezza collegata alla
“sintropia”. Ritengo utile soffermarmi sull’argomento, anche per evitare possibili
fraintendimenti.
Ogni sistema complesso, si è detto, può vedersi come insieme di elementi interagenti.
Ciascun elemento da un lato genera interazioni e, dall’altro, è destinatario di interazioni
generate da altri elementi dello stesso sistema.
Indichiamo con il termine inglese “output” il totale delle interazioni generate da
ciascun elemento del sistema, e con il termine “input” (sempre inglese) il totale delle
interazioni delle quali ciascun elemento è destinatario. Nell’esempio precedente del sistema
economico di 5 elementi (“settori”), gli output sono stati simboleggiati con le “D”, e gli
input con le lettere “A”, affette tutte da un pedice numerico per indicarne l’elemento
(“settore”) di appartenenza.
L’insieme delle quantità “D” ed “A” è detto “base del sistema”.
La “stabilità” del sistema dipende dalla configurazione della base, cioè dalla
distribuzione dei valori settoriali di output e di input in rapporto al valore totale dell’attività
del sistema. E’ evidente che – dato un qualsiasi sistema di elementi in interazione – la
somma degli output eguaglia sempre la somma degli input. Vale la pena di spenderci
qualche semplice formula, e simbolizzare l’affermazione appena fatta con le uguaglianze
N N

∑ Di = ∑ Ai = T
i =1 i =1

dove T indica appunto il totale delle interazioni che animano il sistema, e N è il numero
complessivo degli elementi (o settori) del sistema, incluso ovviamente “il resto
 36

dell’universo”. Possiamo ora dividere per T i tre membri delle due uguaglianze appena
scritte, ad ottenere
N N
Di Ai
∑
i =1 T
= ∑
i =1 T
= 1.

Abbiamo in questo modo definito due distribuzioni di probabilità, riguardanti una le

D A
probabilità di output (i rapporti i ) , e l’altra le probabilità di input (i rapporti i ) .
T T
A ciascuna delle due distribuzioni di probabilità si può pertanto associare
un’entropia (o incertezza statistica). Chiamiamo entropia di output la prima delle due,
espressa dalla formula
N
D D
Eout = – ∑ ( i Ln i ) ,
i =1 T T
ed entropia di input quella espressa da
N
A A
Ein = – ∑ ( i Ln i ) .
i =1 T T
La somma di queste due entropie è detta “entropia basale del sistema”, rappresentata
con E*, onde si scrive
E* = Eout+ Ein .
Nel precedente paragrafo 6 è stato introdotto e definito il “potenziale entropico” del
sistema espresso dalla relazione
H = 2 LnN.
Esiste pertanto anche una “sintropia basale” S* del sistema espressa dalla differenza
fra il potenziale entropico H e l’entropia basale E*. Dunque
S* = H – E*.
Si dimostra che tale grandezza misura il grado di stabilità del sistema, e la precedente
relazione può anche scriversi
 N2 
S* = Ln  E*  ,
e 
con N numero degli elementi del sistema ed E* entropia basale.
La stabilità di un sistema tende dunque a crescere sia con il numero dei diversi
elementi che lo compongono, sia col diminuire dell’entropia basale. A questo proposito va
osservato che la complessità di un sistema aumenta col numero N dei suoi diversi elementi.
Si dimostra anche facilmente che la sintropia basale, o stabilità, cresce generalmente
con il crescere della sintropia S dell’intero sistema. Tuttavia, la stabilità (che è soltanto
quella misurata dalla “sintropia basale”) può restare immutata per vari livelli di sintropia S
associata alle interazioni fra gli elementi del sistema.
Le distribuzioni degli N 2 flussi d’interazione fra gli N settori del sistema possono
variare anche molto, senza però che muti lo schema distributivo di quelle N quantità che –
sommando i flussi – danno ognuna il totale delle interazioni nella forma di output o di
input pertinente a ciascuno dei settori (o elementi) attivi del sistema. Ogni output totale,
così come anche ogni input totale, è una somma, che può restare immutata modificando in
infiniti modi la combinazione degli addendi che la determinano.
 37

Immaginiamo un sistema di 6 elementi diversi (cioè con N=6), per il quale i 6 output
ed i 6 input rispettivi hanno una distribuzione come quella mostrata dalla tavola qui sotto:

Output e Input

2.5
(D)e degli input rispettivi
Valori totali degli output

1.5 D1 D2
(A)

D3 D4
1
D5 D6
A1 A2
A3 A4
0.5 A5 A6

0
D1 D2 D3 D4 D5 D6 A1 A2 A3 A4 A5 A6

Settori (o elementi) atttivi del sistema

Lo schema di ripartizione di output e di input sopra mostrato può restare invariato, in

quanto schema distributivo di produzione e consumo di flussi, anche se per alcuni settori
variano le relative quantità di output e di input. Si veda l’esempio, dato dal grafico che
segue, di alterazione apportata alla distribuzione delle quantità assegnate agli stessi settori:

Output e Input
Stesso schema di distribuzione con totali diversamente ri-assegnati
3 D3 D1
VALORI TOTALI DEGLI OUTPUT E

D4 D5
DEGLI INPUT RISPETTIVI

2.5 D2 D6
A3 A1
2 A4 A5
A2 A6
1.5

0.5

0
D3 D1 D4 D5 D2 D6 A3 A1 A4 A5 A2 A6
SETTORI (O ELEMENTI) ATTIVI DELSISTEMA

In questo secondo schema di distribuzione, gli output e gli input totali del settore 1
(D1 e A1, rispettivamente) sono attributi al settore 3, quelli del settore 2 sono attribuiti al
settore 1, e via dicendo. Quel che rimane immutato è il modo nel quale le quantità, pur se
tutte aumentate – in quest’esempio – nella stessa misura del 10%, mantengono lo schema
di ripartizione percentuale dell’attività totale T del sistema. Ciò è quanto è necessario e
 38

sufficiente a far restare invariate anche l’entropia basale E* e la complementare sintropia

basale S*, e dunque anche la stabilità del sistema.
La correttezza di quest’affermazione è facilmente intuibile, considerando che le
ripartizioni di output e di input mostrate dai due grafici rispecchiano identici schemi di
distribuzione numerica delle probabilità, che è quanto conta perché le entropie ad esse
associate siano pure identiche fra loro.
Il significato di quest’ultimo esempio sta nel mostrare come gli elementi di un
sistema complesso possano scambiarsi l’importanza dei rispettivi ruoli, senza che ciò
pregiudichi la stabilità del sistema. Ovviamente, può pure accadere che lo scambio dei ruoli
modifichi la stabilità del sistema se, per via dello scambio, si modifica lo schema numerico
di distribuzione percentuale di output e/o di input rispetto all’output totale T del sistema.

Vale ora la pena di soffermarsi su un’importante implicazione dell’equazione che

definisce la stabilità S* di un sistema.
Supponiamo che si tratti di un sistema senza ordine interno, così definito quando la
probabilità d’interazione fra i suoi elementi è la stessa per tutti gli elementi, come
nell’esempio del sistema di 6 elementi rappresentato dalla prima tabella del paragrafo 7. La
base di un tale sistema ha distribuzioni di probabilità di output e di probabilità di input alle
quali possono associarsi, rispettivamente due identiche entropie ciascuna espressa da

N
N N N
Eout = Ein = – ∑ ( 2
Ln 2 ) = – N 2 (Ln 1 – LnN ) = LnN,
i =1 N N N

essendo, nel particolare esempio considerato, N = 6. In questo caso, dunque, le entropie

delle due semibasi sono fra loro uguali.
Si è prima visto che l’entropia basale E* del sistema è data dalla somma delle due
entropie Eout e Ein , e dunque, in questo caso, da

E* = Eout + Ein = LnN + LnN = 2 LnN.

C’è qui subito da osservare, quando lo stato del sistema è quello di “massimo
disordine”, che l’entropia massima del sistema H = 2 LnN coincide con l’entropia basale
E*.
Per la definizione, introdotta sopra, di stabilità S* del sistema, si ha allora che, nel
caso di un sistema caratterizzato da massimo disordine (o da massima entropia), la stabilità
risulta data da
S* = H – E* = 2 LnN – 2 LnN = 0,

Si tratta di un risultato notevole, perché mostra che il “caos” ha stabilità nulla. In

altre parole, nessun sistema può entrare, né tanto meno permanere, in uno stato di totale
disordine: è proprio il “caos” (paradossalmente?) a possedere la massima instabilità
assoluta.
Qui si chiarisce il concetto di “massimo disordine”: questo, se fosse possibile,
sarebbe caratterizzato dall’assoluta uniformità dei comportamenti e dalla totale mancanza
di caratteri distintivi, che renderebbero ogni elemento del sistema privo di un ruolo
riconoscibile ed esente da condizionamenti rilevabili. Si tratterebbe, cioè, di uno stato di
anomìa totale.
Si esprime così, per via logica, la condizione per la quale gli elementi di un qualsiasi
sistema hanno un’intrinseca tendenza a costituire strutture d’ordine, nelle quali gli elementi
 39

differenziano i rispettivi ruoli. Quale che sia la natura e lo stato di un sistema, i suoi
elementi, se in qualche modo attivi, tendono a mostrare affinità e differenze di condizione o
di attività, che finiscono per determinarne aggregazioni o separazioni, con conseguenti
alterazioni nell’intensità e nella distribuzione delle interazioni rispettive. Queste
alterazioni, a loro volta, stabiliscono vincoli di comportamento per tutti gli elementi e per
tutte le attività del sistema, dando così avvìo ad una crescente complessità delle relazioni.
Sono considerazioni che lasciano anche intuire come labile debba sempre
considerarsi un qualunque stato di apparente equilibrio. Lo stesso concetto di stabilità
viene perciò ad assumere un significato più preciso, definitivamente diverso dal concetto di
staticità solitamente associato all’idea di “equilibrio”.
A questo proposito devo ricordare le obiezioni del fisico Josef Loschmidt (1821-
1895) e del matematico Ernst Zermelo (1871-1953) al teorema di Boltzmann sull’entropia.
Pur convinto della necessità di un’interpretazione molecolare dell’entropia,
Loschmitdt basò la sua obiezione sull’invarianza delle leggi della meccanica rispetto
all’inversione del tempo, onde al processo che conduce un sistema ad uno stato di
equilibrio e di massima entropia deve corrispondere la possibilità di un processo inverso,
con sequenze di stati ad entropia decrescente.
L’obiezione di Zermelo si basava invece su un teorema provato da Jules-Henri
Poincaré (1852-1912): questo teorema dimostra che ogni configurazione di particelle
interagenti tramite forze dipendenti dalle posizioni si ripresenta quasi uguale a se stessa,
con un’evoluzione quasi periodica. Il teorema esclude così la possibilità di dimostrare
l’irreversibilità sulla base delle leggi della meccanica classica, perché ogni stato tende
necessariamente a ripresentarsi uguale a se stesso, alternativamente, dopo determinati
periodi di tempo.
Boltzmann rispose a Zermelo osservando che il tempo necessario ad un sistema
macroscopico per compiere un intero ciclo e tornare allo stato iniziale è più lungo dell’età
dell’universo: così da rendere irrilevante l’importanza pratica dell’obiezione.
Le obiezioni alla teoria dell’entropia sempre crescente hanno lasciato tuttavia fondati
dubbi sull’irreversibiltà dei processi fisici, fino a riproporre tutta la questione sotto
l’approccio analitico della teoria del caos.

Alla luce di quanto precede appare dunque appropriato rimuovere l’idea che uno stato
di equilibrio entropico costituisca lo stato finale di un processo fisico. Anzi, le potenzialità
di cambiamento crescono rapidamente con l’approssimarsi di un sistema ad una condizione
di massimo disordine, perché questo è anche uno stato di massima instabilità, dal quale
necessariamente si avviano processi evolutivi sintropici, cioè ad entropia decrescente,
verso una crescente stabilità, come questa è consentita dalla complessità alla quale tende la
configurazione del sistema. Ciò va considerato, tuttavia, al di là dei tempi pratici implicati,
tenuto conto della sensatezza della risposta di Boltzmann alle obiezioni mossegli.
In un processo evolutivo, la stabilità di un sistema consiste nella conservazione delle
funzioni e delle connessioni fra i ruoli svolti dagli elementi attivi, piuttosto che nel
mantenimento di ogni elemento in uno stesso ruolo. In un sistema complesso tendono a
conservarsi soprattutto le funzioni e le connessioni, mentre ogni elemento attivo, che si
ritrova a svolgere un particolare ruolo, può essere rimpiazzato nel sistema da un altro
elemento di natura anche diversa, purché capace d’inserirsi nel ruolo che assicura il
mantenimento della funzione. Ciò chiarisce pure in qual senso debbano intendersi fra loro
“differenziati” gli elementi attivi di un sistema.
 40

La tendenza sintropica, dunque, si mostra naturalmente spontanea e insopprimibile,

benché forse meno impellente della tendenza entropica. Risulta pure evidente l’immanenza
di una naturale “dialettica” fra entropia e sintropia, proprio come evidente è l’impossibilità
di dare forma e significato a qualsiasi idea di “ordine” senza riferimento alcuno ad una
complementare idea di “disordine”.

9. Conclusioni
Ogni forma di conoscenza è legata all’uso di linguaggi. Sono questi che ci
permettono rappresentazioni mentali e materiali della realtà fisica del mondo col quale,
tramite i sensi, siamo in contatto: nel quale, anzi, siamo pienamente immersi.
La nostra innata tendenza a ravvisare regolarità, o norme, nell’andamento di ogni
evento percepito o osservato appartiene alle tendenze intrinseche del cosmo, che è ciò che
percepiamo come tale (κόσµος , “ordine universale”) in contrapposizione a quanto ci è
ancora incomprensibile o non percepibile come “ordine” o come “regolarità”.
Osserviamo di continuo il formarsi di sistemi fisici complessi accompagnati, e poi
sopraffatti, dal loro disfacimento, donde il bisogno di capire il perché di questi processi
naturali e del successivo tramutarsi degli stessi nel loro opposto.
Siamo ancora agli albori dell’umanità raziocinante, sconvolta da epidemie di
immaginazione difettosa, dovuta ad un’ignoranza razionalizzata su base metafisica, che –
invece di farci rimediare ai pericoli ed alle calamità che ci minacciano – c’induce ancora
troppo spesso ad avviare processi assai più calamitosi di quelli che paventiamo.
E’ da appena qualche secolo che il metodo scientifico d’analisi di alcuni fenomeni
osservati ce ne consente il controllo; ed un tratto saliente del metodo scientifico è il
calcolo, che permette una previsione ed una riproducibilità spesso soddisfacente dei
fenomeni che ci interessa controllare.
Il calcolo è un sistema di procedure logiche basato sullo sfruttamento delle analogie e
delle tautologie, e ci dà uno strumento, non sempre adeguato, per limitare i danni e le
tragedie causate dalle ideologie.
Luigi Fantappiè, matematico di riconosciuta creatività, avvertì - con pochi altri del
suo tempo e di tempi anteriori - il prepotente impulso a spingere il potere della logica e del
calcolo oltre quel poco che fisica, chimica e biologia ci hanno finora messo in grado di
capire e di tenere sotto controllo.
La stupefacente complessità, l’irresistibile sviluppo, l’inspiegabile origine dei grandi
cicli biologici è ciò che soprattutto sfida la nostra capacità di comprensione, di
rappresentazione e di controllo. Se la termodinamica ci convince circa la necessità del
disfacimento, più o meno precoce, d’ogni sistema che si forma ed evolve, nulla riesce
tuttora a convincerci circa la necessità del formarsi di sistemi apparentemente non soggetti
alle norme probabilistiche, le quali sembrano inesorabilmente governare tanto la
termodinamica quanto il resto dei fenomeni trattati dalla fisica e dalla chimica.
Fantappiè morì poco più che cinquantenne, così che non potè disporre del tempo
necessario a trasferire la sua idea di “sintropia” dalla preliminare formulazione filosofica
ad una formulazione passibile di elaborazione matematica e di calcolo. Nel raccoglierne il
“testimone”, come anche altri hanno inteso fare, ho tentato di riprendere e di svolgere il
tema in una direzione potenzialmente utile, e nel modo che qui ho sin troppo
sommariamente tratteggiato, nonostante il sin troppo spazio occupato.
La premessa è semplice, forse banale: a qualsiasi stato di un sistema la nostra
conoscenza presente sa utilmente associare un livello di entropia, calcolabile mediante una
 41

precisa formula matematica. Se tale livello non è il massimo teoricamente possibile, allora
significa che allo stesso stato del sistema è associabile anche un “saldo” di non-entropia,
vale a dire di “organizzazione interna” del sistema, che rimane “automaticamente” definita
come quantità complementare dell’entropia, e che perciò può essere descritta e
rappresentata in maniera altrettanto utile e maneggevole.
Il linguaggio matematico è, con pochi dubbi, fra quelli più efficienti per fini di
descrizione, ed è quasi insostituibile per fini di calcolo, specialmente se i calcoli non sono
facili. Ho dunque presentato e formulato il concetto di “sintropia” come grandezza
complementare, come l’altra faccia dell’entropia, traendone implicazioni logiche che mi
paiono utilizzabili in pratica.
Fra le implicazioni logiche salienti di quest’approccio, mi sembrano importanti quelle
che permettono descrizioni di probabili evoluzioni di sistemi sociali ed economici osservati
nei primissimi stadi, o in brevissimi intervalli di equilibrio del loro divenire; fatta salva la
consapevolezza che gli stati di equilibrio sono solo “momentanee” e convenzionali
condizioni, inerenti assai più ai nostri meccanismi linguistici che alla realtà in sé.
Approcci di questo tipo al tema devono ritenersi soprattutto proposte di metodo.
Nessun metodo può avere validità di scienza, fino a quando non si dimostra che esso è
efficace in reiterate applicazioni alla realtà concreta.
Per quanto riguarda la mia esperienza personale, il metodo ha risposto bene a mie
incombenti necessità tecniche professionali, superando il confronto con altri metodi e con
altre tecniche di volta in volta disponibili per l’analisi e per la risoluzione “a tavolino” di
problemi complicati. Ma i risultati ottenuti sono sempre e soltanto consistiti in insiemi di
opzioni alternative indicate come possibili ad altri decisori, molto più importanti e molto
più potenti di me. Questo significa che non dispongo ancora di alcuna verifica oggettiva e
concreta dell’utilità del metodo.
Alcune importanti scuole di pensiero e di ricerca, in particolare quella facente capo
all’attività di Ilya Prigogine e dei suoi collaboratori, hanno predisposto altri metodi per
inquadrare e per approfondire il tema dei fenomeni complessi, da Prigogine denominati
“strutture dissipative”. Ne è sorta una nuova disciplina di studi che ha preso il nome di
Sinergetica. Si tratta di metodi d’analisi molto ambiziosi, che non mi pare abbiano finora
trovato alcuna pratica applicazione alle scale dei macrosistemi, anche perché inizialmente
focalizzatisi sull’esame dei comportamenti della materia alle scale molecolari e atomiche,
dove le difficoltà – di tutti i generi e forse inaspettatamente – hanno dimensioni
inversamente proporzionali a quelle delle scale trattate.
In aggiunta ai lavori citati prima nel corpo del testo, dò pochi altri riferimenti
bibliografici, di carattere non strettamente specialistico e di agevole lettura, che ritengo utili
per una critica proficua di quei concetti fondamentali che sono inevitabilmente coinvolti
dalla discussione di temi come questo.

Bibliographia essenziale
- W. Heisenberg, Fisica e filosofia, Il Saggiatore, Milano 1961
- F. Bonsack, Information, thermodinamique, vie et pensée, Gathier-Villars, Paris 1961
- I. Prigogine, Le leggi del caos, Laterza, Bari 1993
- J.P. Crutchfiel, J.D. Farmer et al., Il caos, rivista “ Le Scienze”, n° 222, febbraio 1987
- J.S. Walker, C.A. Vause, Ricomparsa di fasi, rivista “Le Scienze”, n° 227, luglio 1987.
 42

(Ci sono non pochi e ponderosi testi di I. Prigogine e G. Nicolis, di non facile lettura e, a
mio modesto avviso, spesso ripetitivi, nonché - a tratti - farraginosi. Alcuni capitoli di tali
opere costituiscono nondimeno un ragguardevole contributo alla conoscenza. Cito, fra tutti,
solo i due libri seguenti:
- Le strutture dissipative, Sansoni, Firenze 1987
- La complessità, Giulio Einaudi, Torino 1991).

Poznań – Giugno 2008