Finanziamento del Ministero dell’Università e della Ricerca nell’ambito del Bando relativo allo scorrimento delle graduatorie finali del bando PRIN 2022. Codice progetto: 20229P2HEA.
Lo scopo principale dell’attività scientifica che insiste sulla seguente proposta progettuale è creare un ponte efficace tra la modellistica numerica di equazioni differenziali stocastiche e lo studio della natura dinamica di alcuni aspetti centrali nei sistemi produttivi: innovazione e sostenibilità. È ben noto che la modellistica matematica offra strumenti in grado di descrivere con accuratezza e robustezza sistemi produttivi, nonché di seguirne la loro evoluzione spazio-temporale, anche a lungo termine. Allo stesso modo, la modellistica numerica assume un ruolo di assoluto rilievo per la simulazione e l’analisi dinamica di modelli complessi da cui si vogliano desumere informazioni qualitative e quantitative per una migliore comprensione dei processi reali descritti da tali modelli. Tuttavia, la letteratura esistente è piuttosto sguarnita di un’adeguata modellistica che descriva appieno alcuni aspetti dei processi produttivi che risentono di due punti centrali: il ritardo e la capacità ambientale. Si pensi, ad esempio, alle filiere di approvvigionamento sostenibili, che richiedono operazioni di attenta pianificazione e monitoraggio, per evitare che colli di bottiglia, effetti bullwhip o tempi di latenza eccessivi possano inficiare considerevolmente le dinamiche produttive, a discapito della redditività. La descrizione matematica di questi effetti e il loro trattamento numerico richiede specifica attenzione e la presente proposta si basa sulla profonda convinzione che i modelli differenziali stocastici con ritardo possano essere utili allo scopo. È dunque fine precipuo dell’attività progettuale introdurre una rigorosa, accurata e robusta modellistica numerica per equazioni differenziali stocastiche con ritardo per la simulazione, su varie scale temporali, e l’analisi dinamica di processi approvvigionamento sostenibile, nonché di processi produttivi che richiedano una minimizzazione di ritardi e latenze, con un chiaro legame con la capacità ambientale a vantaggio della sostenibilità. La composizione delle unità di questo progetto è molto meditata rispetto alle competenze che possano offrire per raggiungerne gli obiettivi e alla loro capacità di interagire: esse offrono un’esperienza documentata nell’ambito della modellistica numerica deterministica e stocastica per problemi di evoluzione, nonché per i problemi con ritardo.
Gli obiettivi scientifici vengono sintetizzati per mera comodità descrittiva come segue:
• WP1: Modellistica numerica per equazioni differenziali stocastiche con ritardo;
• WP2: Studio numerico di filiere di approvvigionamento sostenibili.
Il progetto mira a raggiungere con rigore questi obiettivi:
• introdurre ed analizzare schemi numerici accurati ed efficienti per la simulazione e l’analisi dinamica di alcune classi di equazioni differenziali stocastiche con ritardo;
• progettare il corrispondente software matematico, per la sperimentazione su casi test di interesse;
• applicare la modellistica introdotta allo studio di filiere di approvvigionamento sostenibile (dirette ed inverse).
Composizione delle unità
Università degli Studi dell'Aquila: prof. Raffaele D'Ambrosio (PI del progetto), dott. Simone Di Donato, dott. Stefano Di Giovacchino (personale reclutato appositamente sul progetto), dott.ssa Carmela Scalone;
Università degli Studi di Salerno: prof.ssa Dajana Conte (responsabile dell'unità), prof.ssa Beatrice Paternoster, dott.ssa Alessia Montano, dott.ssa Ida Santaniello (personale reclutato appositamente sul progetto);
Università degli Studi di Udine: prof. Dimitri Breda (responsabile dell'unità); dott.ssa Alessia Andò (personale reclutato appositamente sul progetto), dott. Enrico Bozzo, dott. Davide Liessi, prof.ssa Rossana Vermiglio.
Comunicazioni a convegni
Sparse identification of complex models, D. Breda (con D. Conte, R. D’Ambrosio, I. Santaniello, M. Tanveer), 3rd Meeting ANA&A – SIMAI, Salerno, May 15, 2025.
Time evolution and time delays: a walk through semigroups, generators, evolution families and their discretizations, D. Breda, 19th IFAC Workshop on Time Delay Systems, Gif-sur-Yvette (France), June 30 – July 2, 2025.
Approximation of Lyapunov exponents of renewal equations and population models, D. Liessi (con O. Angulo), 19th IFAC Workshop on Time Delay Systems, Gif-sur-Yvette (France), June 30 – July 2, 2025.
Boundary-value problems of functional differential equations with state-dependent delays, A. Andò (con J. Sieber), 27th International Congress on Mathematical Modelling in Engineering & Human Behaviour, Valencia (Spain), July 9–11, 2025.
Pseudospectral approximation of Floquet multipliers for state-dependent delay differential equations, D. Liessi (con A. Andò, D. Breda, C. Tanase), 27th International Congress on Mathematical Modelling in Engineering & Human Behaviour, Valencia (Spain), July 9–11, 2025.
An introduction to delay equations – Part I: background and dynamics, D. Breda, DESTINY Meeting 2025, L’Aquila (Italy), July 24–25, 2025.
Boundary-value problems of functional differential equations with state-dependent delays, A. Andò (con J. Sieber), DESTINY Meeting 2025, L’Aquila (Italy), July 24–25, 2025.
Spectral element methods for boundary-value problems of functional differential equations, A. Andò (con J. Sieber), SIMAI Conference, Trieste (Italy), September 1–5, 2025.
Sparse identification of complex models, D. Breda (con D. Conte, R. D’Ambrosio, I. Santaniello, M. Tanveer), SIMAI Conference, Trieste (Italy), September 1–5, 2025.
Pseudospectral approximation of Floquet multipliers for state-dependent delay differential equations, D. Liessi (con A. Andò, D. Breda, C. Tanase), SIMAI Conference, Trieste (Italy), September 1–5, 2025.
Pseudospectral approximation of Floquet multipliers for state-dependent delay differential equations, A. Andò (con D. Breda, D. Liessi, C. Tanase), 5th YAMC – Young Applied Mathematicians Conference, Padova (Italy), September 22–26, 2025.
Behavior-induced oscillations in epidemic outbreaks with distributed memory: beyond the linear chain trick using numerical methods, A. Andò (con S. De Reggi, F. Scarabel, R. Vermiglio, J. Wu), 17th Workshop DSABNS – Dynamical Systems Applied to Biology and Natural Sciences, Granada (Spain), February 2–6, 2026.
Pseudospectral approximation of Floquet multipliers for state-dependent delay differential equations, D. Liessi (con A. Andò, D. Breda, C. Tanase), 17th Workshop DSABNS – Dynamical Systems Applied to Biology and Natural Sciences, Granada (Spain), February 2–6, 2026.
Learning stochastic dynamical systems with sparse identification of nonlinear dynamics, I. Santaniello (con D. Conte, D. Breda, M. Tanveer, R. D’Ambrosio), First Project Meeting “DESTINY 2025” (PRIN 2022 – Stochastic Numerical Modelling for Sustainable Innovation), L’Aquila (Italy), July 24–25, 2025.
Sparse identification of stochastic differential equations from Kramers–Moyal approximations, I. Santaniello (con D. Conte, D. Breda, M. Tanveer, R. D’Ambrosio), SIMAI – Società Italiana di Matematica Applicata e Industriale, Trieste (Italy), September 1–5, 2025.
TASE methods for stochastic differential equations, A. Montano (con D. Conte, R. D’Ambrosio, B. Paternoster), SIMAI – Società Italiana di Matematica Applicata e Industriale, Trieste (Italy), September 1–5, 2025.
Adapted numerical methods for PDE models in sustainability, G. Pagano (con D. Conte, S. Gonzalez-Pinto, D. Hernandez-Abreu, B. Paternoster), SIMAI – Società Italiana di Matematica Applicata e Industriale, Trieste (Italy), September 1–5, 2025.
Discovering stochastic differential equations from data, I. Santaniello (con D. Conte, D. Breda, M. Tanveer, R. D’Ambrosio), ECCOMAS Young Investigators Conference (YIC 2025), Pescara (Italy), September 17–19, 2025.
TASE methods for stochastic differential equations, A. Montano (con D. Conte, R. D’Ambrosio, B. Paternoster), ECCOMAS Young Investigators Conference (YIC 2025), Pescara (Italy), September 17–19, 2025.
Time-accurate and highly stable explicit stochastic Runge–Kutta methods, A. Montano (con D. Conte, R. D’Ambrosio, B. Paternoster), 5th Conference of Young Applied Mathematicians (YAMC 2025), Padova (Italy), September 22–26, 2025.
Adapted numerical solution of reaction-diffusion PDEs in several dimensions, D. Conte (con F. Giannino, S. Iscaro, G. Pagano, B. Paternoster), AQuA25 – Approximation, Quadrature, and Applications, Santa Margherita di Pula (Italy), October 9–11, 2025.
Understanding and predicting energy consumption in high performance computing: a case study on the ENEA HPC cluster, I. Santaniello (con M. Chinnici, D. Conte, D. De Chiara, C. Valentino), 4th UMI Workshop – Mathematics for Artificial Intelligence and Machine Learning, Rome (Italy), January 21–23, 2026.
TASE stochastic Runge-Kutta methods for efficient time integration of SDEs, A. Montano (con D. Conte, R. D’Ambrosio, B. Paternoster), ATMA 2026 – Approximation: Theory, Methods and Applications, Rende (Italy), January 27–30, 2026.
A MATLAB implementation for stochastic SINDy, I. Santaniello (con D. Conte, D. Breda, M. Tanveer, R. D’Ambrosio), ATMA 2026 – Approximation: Theory, Methods and Applications, Rende (Italy), January 27–30, 2026.
New efficient linearly implicit numerical methods for stiff SDEs, A. Montano (con D. Conte, R. D’Ambrosio, B. Paternoster), CSMM 2026 – Calcolo Scientifico e Modelli Matematici, Cagliari (Italy), February 18–20, 2026 (poster).
MATLAB implementation of the SINDy algorithm for SDEs, I. Santaniello (con D. Conte, D. Breda, M. Tanveer, R. D’Ambrosio), CSMM 2026 – Calcolo Scientifico e Modelli Matematici, Cagliari (Italy), February 18–20, 2026 (poster).
Stochastic geometric numerical integration in a nutshell, R. D'Ambrosio, Numerical Solutions to (S)PDEs with Complex Geometries, Thessaloniki (Greece), December 17–19, 2025.
Geometric numerical integration meets stochastic numerics, R. D'Ambrosio, ENUMATH 2025 – European Conference on Numerical Mathematics and Advanced Applications, Minisymposium “New Perspectives in Geometric Numerical Integration and Beyond”, Heidelberg (Germany), September 1–5, 2025.
Principles of stochastic geometric integration in action, R. D'Ambrosio, SIMAI Congress 2025, Minisymposium “Numerical and Analytical Approximation of Data and Functions with Applications”, Trieste (Italy), September 1–5, 2025.
Geometric numerical integration meets stochastic numerics, R. D'Ambrosio, SDIDE 2025 – 7th Workshop on Stability and Discretization Issues in Differential Equations, Fisciano (Italy), June 16–20, 2025.
Time integration of evolutive problems: so far and beyond, R. D'Ambrosio, NAMATH Workshop “Numerical Analysis: Models, Applications, and Theory”, Bari (Italy), June 5–6, 2025.
Stochastic numerics for sustainability, R. D'Ambrosio, 3rd Meeting of the ANA&A Activity Group – SIMAI, Salerno (Italy), May 15–16, 2025.
Pubblicazioni (tutte recanti specifica menzione del progetto)
Andò, A., Bosco, G., Breda, D., & Liessi, D. (2025). Approximating evolution operators of linear delay equations: A general framework for the convergence analysis. Submitted.
Breda, D., Conte, D., D’Ambrosio, R., Santaniello, I., & Tanveer, M. (2025). A MATLAB code for discovering governing dynamics in stochastic differential equations using the SINDy algorithm. Submitted.
Breda, D., Tanveer, M., & Wu, J. (2025). Sparse identification of delay equations with distributed memory. Submitted.
Breda, D., Tanveer, M., Wu, J., & Zhang, X. (2025). Exploring memory effects: Sparse identification in vector-borne diseases. Submitted.
Conte, D., Iscaro, S., Pagano, G., & Paternoster, B. (2026). Adapted numerical modeling for fake news diffusion on social networks. Journal of Computational and Applied Mathematics, 477, 117196.
Conte, D., D’Ambrosio, R., Montano, A., & Paternoster, B. (2025). Stabilization of stochastic Runge–Kutta methods by TASE operators. Submitted.
D’Ambrosio, R., Di Giovacchino, S., & Scalone, C. (2025). Finding sustainable clusters in supply chains dynamics via graph partitioning. In O. Gervasi et al. (Eds.), Computational Science and Its Applications – ICCSA 2025 (Lecture Notes in Computer Science, Vol. 15650, pp. 366–374). Springer.
D’Ambrosio, R., Biščević, H., & Di Giovacchino, S. (2025). Contractivity of stochastic θ-methods under non-global Lipschitz conditions. Applied Mathematics and Computation, 505, 129527.
D’Ambrosio, R., & Di Donato, S. (2026). Discrete gradient θ-methods for port-Hamiltonian systems. In O. Gervasi et al. (Eds.), Computational Science and Its Applications – ICCSA 2025 (Lecture Notes in Computer Science, Vol. 15887, pp. 225–236). Springer.
Biščević, H., & D’Ambrosio, R. (2026). Mean-square monotonicity analysis of θ-Maruyama methods. In O. Gervasi et al. (Eds.), Computational Science and Its Applications – ICCSA 2025 (Lecture Notes in Computer Science, Vol. 15887, pp. 237–248). Springer.
Eventi scientifici
Minisymposium "Numerical Modeling for Sustainability" - Simai Conference 2025
Trieste, September 1-5, 2025.
(Organizzatori: Dimitri Breda, Università degli Studi di Udine; Dajana Conte, Università degli Studi di Salerno; Raffaele D'Ambrosio, Università degli Studi dell'Aquila).
Group Meeting PRIN 2022 DESTINY - Stochastic Numerical Modelling for Sustainable Innovation
L'Aquila, July 24-25, 2025.
(Organizzatori: Raffaele D'Ambrosio, Stefano Di Giovacchino, Carmela Scalone, Università degli Studi dell'Aquila).
Invited session "Advances models and methods to enhance sustainability"
ECCOMAS Thematic Conference Math 2 Product (M2P) - Emerging Technologies in Computational Science for Industry, Sustainability and Innovation
Valencia, 4-6 June 2025.
(Organizzatori: Dajana Conte, Università degli Studi di Salerno; Raffaele D'Ambrosio, Università degli Studi dell'Aquila; Susanna Mirabella, Simona Perotto, Giacomo Speroni; Politecnico di Milano).