Complessità nei sistemi sociali |
Physics of the complexity in social systems |
Anno accademico 2018/2019 |
Codice attività didattica INT0770 |
Docenti |
Corso di studio Laurea Magistrale Interateneo in Fisica dei sistemi complessi |
Anno 1° anno, 2° anno |
Periodo didattico Terzo periodo didattico |
Tipologia D=A scelta dello studente |
Crediti/Valenza 6 |
SSD attività didattica FIS/02 - fisica teorica, modelli e metodi matematici |
Erogazione Tradizionale |
Lingua Italiano |
Frequenza Facoltativa |
Tipologia esame Orale |
Prerequisiti
|
Propedeutico a
|
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. |
Risultati dell'apprendimento attesi
Gli studenti acquisiranno le 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. |
Programma
“Fisica della Complessita’ nei Sistemi Sociali” Daniela Paolotti, PhD Michele Tizzoni, PhD Computational Epidemiology Lab, Fondazione ISI, Torino. La fisica statistica offre una serie di metodi e approcci utili allo studio di fenomeni su larga scala. Il corso 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 del corso 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 corso 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.
|
Modalità di insegnamento
Lezione frontale con slide power point a supporto della spiegazione
|
Modalità di verifica dell'apprendimento
L'esame si svolgerà nel laboratorio informatico 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. Agli studenti viene data la possibilità di portare un approfondimento (articolo, programma informatico etc) su una parte a scelta del corso. |
Attività di supporto
Un terzo delle ore del corso sarà dedicato a lezione interattive nel laboratorio di informatica volte a introdurre agli studenti l'aspetto computazionale delle tematiche trattate nel corso. |
Testi consigliati e bibliografia
* 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). |
Note
-- |
Corsi che mutuano questo insegnamento
|
Registrazione Aperta |