Vai al contenuto principale
Oggetto:
Oggetto:

Complessità nei sistemi sociali

Oggetto:

Physics of the complexity in social systems

Oggetto:

Anno accademico 2023/2024

Codice attività didattica
INT0770
Docenti
Maxime Philippe Lucas (Titolare del corso)
Lorenzo Dall'amico (Titolare del corso)
Corso di studio
Laurea Magistrale Interateneo in Fisica dei sistemi complessi
Anno
1° anno, 2° anno
Periodo
Secondo Semestre
Tipologia
C=Affine o integrativo
Crediti/Valenza
6
SSD attività didattica
FIS/02 - fisica teorica, modelli e metodi matematici
Erogazione
Mista
Lingua
Italiano
Frequenza
Facoltativa
Tipologia esame
Orale
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Acquisizione delle conoscenze e delle tecniche più importanti di meccanica statistica e di fisica teorica per lo studio dei sistemi complessi, con particolare attenzione ai sistemi sociali.
Sviluppo di strumenti informatici per l'analisi e la modellizzazione delle reti.

Acquisition of the most important knowledge and techniques of Statistical Mechanics and Theoretical Physics for the study of complex systems, paying specific attention to social systems.Development of computer tools for the analysis and modeling of networks.

Oggetto:

Risultati dell'apprendimento attesi

Acquisizione delle competenze di base, sia teoriche che computazionali, tramite il paradigma delle reti complesse, per lo studio dei fenomeni sociali e dei processi dinamici che li riguardano.

Acquisition of the basic skills, both theoretical and computational, in complex networks, aimed at the study of social phenomena and dynamic processes which concern them.

Oggetto:

Programma

“Fisica della Complessita’ nei Sistemi Sociali”

Maximes Lucas, PhD

NPLab, CENTAI Institute, Torino.

Lorenzo Dall'Amico, PhD

ISI Foundation, Torino

La fisica statistica offre una serie di metodi e approcci utili allo studio di fenomeni su larga scala. Questo insegnamento presentera’ l’applicazione della fisica statistica per lo studio e la comprensione dei sistemi sociali e della loro intrinsica complessita’. Questo approccio si basa sull’idea che il comportamento su larga scala dei sistemi sociali composti da un largo numero di individui possa essere descritto senza la necessita’ di conoscerne tutti i dettagli a livello individuale ma solo alcuni dei suoi aspetti cruciali, considerando gli individui come entita’ relativamente semplici.

La prima parte dell'insegnamento presentera’ gli strumenti teorici di introduzione ai sistemi complessi e alle reti complesse, con un particolare riguardo alla descrizione di fenomeni sociali in termini di modelli fisici, a partire da una fenomenologia quantitativa che consenta la caratterizzazione e descrizione delle caratteristiche emergenti osservate in fenomeni sociali a larga scala. La modellizzazione si concentrera’ sull’identificazione di classi generali di comportamento, non basate su definizioni e proprieta’ microscopiche, ma su caratteristiche universali su larga scala per scoprire i meccanismi responsabili dello spontaneo emergere di fenomeni come il consenso nelle opinioni, la disseminazione culturale, il moto collettivo degli individui, le gerarchie sociali.

La seconda parte del insegnamento presentera’ il ruolo dei sistemi sociali nei processi di contagio. Una larga varieta’ di fenomeni di contagio verra’ analizzata, dai processi biologici della propagazione di una malattia infettiva nella popolazione umana, ai processi di contagio sociale come la diffusione di notizie o le epidemie di comportamenti antisociali o di dipendenza, fino a epidemie tecnologiche come la diffusione di virus informatici su vari ambienti (da Internet, a sistemi WiFi, a cellulari, etc). Analogie e differenze tra i vari processi di contagio saranno presentate e discusse nell’ambito di esempi e applicazioni reali, e con l’introduzione di modelli e teorie per la loro descrizione. L’attenzione sara’ concentrata sull’impatto della complessita’ – intrinseca negli aspetti sociali,biologici, e culturali del sistema – sulle proprieta’ cruciali dei fenomeni di propagazione e contagio.

 

“Fisica della Complessita’ nei Sistemi Sociali”

Giovanni Petri, PhD

Maxime Lucas, PhD

NPLab, CENTAI Institute, Turin

Statistical physics provides a precious set of tools to study large scale phenomena. This course will focus on the application of statistical physics to the understanding of social systems and their inherent complexity. The main idea is that only a few aspects of the human-human interaction suffice to derive the large-scale behavior of social systems, especially when a great number of individuals are involved. Topics will include: human mobility, cultural dissemination, contagion phenomena, annotation systems, information networks, and others.

The first part of the course will introduce the theoretical framework for the study of complex systems and complex networks, with a focus on the the physical modeling of social phenomena, starting from a quantitative phenomenology that enables the characterization and description of the empirical regularities observed in large scale social phenomena. The modeling will focus on the identification of general classes of behavior, not based on microscopic definitions, but rather on large-scale universal characteristics to uncover driving mechanisms for the spontaneous emergence of consensus, cultural dissemination, collective motion and social hierarchies.  

The second part of the course will present how social systems play a crucial role in a large variety of spreading and contagion phenomena. Contagion will include biological processes as the spreading of an infectious disease in a population, social contagion phenomena as the rumor spreading or the contagion of addictive behaviors, and cyber-epidemics due to the diffusion of cyber-viruses in various technological domains. Analogies and differences will be presented and discussed through the description of real examples and applications, and the introduction of the theories and models developed to address them. The focus will be on the impact of the complexity inherent to the biological, social and behavioral aspects of these systems on the key properties of the spreading phenomena.  

Oggetto:

Modalità di insegnamento

Lezione in aula, con slides e codici Python a supporto della spiegazione. 

In-person lectures using with slides and Python code examples to support the teaching.

 

Oggetto:

Modalità di verifica dell'apprendimento

L'esame si farà in aula e consisterà in una serie di tasks da svolgere e domande a cui rispondere, con le conoscenza acquisite a lezione nell'ambito dei vari topics presentati.

L'esame si compone di due parti:

- presentazione di un approfondimento (articolo, programma informatico etc) su una parte a scelta del programma, o di un piccolo progetto di analisi dati basato sul programma dell'insegnamento. 

- una corta serie di domande di teoria sul materiale del programma.

The exam will take place either in classroom and will consist in fulfilling a set of tasks and in answering questions, using the knowledge acquired during classes with regard to the various topics presented. 

The exam consists of two parts:

- presentation of an in-depth study (article, computer program, etc.) on a chosen part of the course material, or of a small data analysis project based on the course material.

- a short set of theory questions on the course material.

Oggetto:

Attività di supporto

Un terzo delle ore dell'insegnamento sarà dedicato a lezione interattive nel laboratorio di informatica volte a introdurre agli studenti l'aspetto computazionale delle tematiche trattate nel corso.

One third of the course will be devoted to interactive lectures in the computer lab aimed at introducing to the students the computational feature of the topics presented in class.

Testi consigliati e bibliografia

Oggetto:

* Laszlo Barabasi, Network Science http://barabasi.com/book/network-science

* Alain Barrat, Marc Barthélemy, Alessandro Vespignani. Dynamical Processes on Complex Networks (Cambridge University Press, Cambridge, 2008).

* M. E. J. Newman. Networks, an Introduction. Oxford University Press, (2010).

* Laszlo Barabasi, Network Science http://barabasi.com/book/network-science

* Alain Barrat, Marc Barthélemy, Alessandro Vespignani. Dynamical Processes on Complex Networks (Cambridge University Press, Cambridge, 2008).

* M. E. J. Newman. Networks, an Introduction. Oxford University Press, (2010).



Oggetto:

Note

Oggetto:

Insegnamenti che mutuano questo insegnamento

Oggetto:

Orario lezioniV

GiorniOreAula
Mercoledì11:00 - 13:00
Venerdì14:00 - 18:00

Lezioni: dal 26/02/2024 al 07/06/2024

Nota: 22/3 aula D

Registrazione
  • Aperta
    Oggetto:
    Ultimo aggiornamento: 01/03/2024 09:50
    Location: https://fisica-sc.campusnet.unito.it/robots.html
    Non cliccare qui!