Digital resources in the Social Sciences and Humanities OpenEdition Our platforms OpenEdition Books OpenEdition Journals Hypotheses Calenda Libraries OpenEdition Freemium Follow us

Getting into Complex Networks

Appunti della lezione “Complex Networks: An Introduction” della Prof.ssa Marina Ribaudo lo scorso 13 di Maggio.

 The Opte Project - Originally from the English Wikipedia

The Internet Map

Tutto nell’universo è collegato, attraverso reti presenti in tutti gli ambiti e in costante crescita e movimento. I singoli componenti di una rete si interconnettono in un sistema ancora più complesso che da senso a ogni elemento, creando una struttura dinamica. L’esempio più noto è il World Wide Web, l’artefatto cognitivo più complesso mai creato. Lo studio delle reti parte dalla loro topologia e dalle proprietà della loro struttura; questo permette che si possano capire le dinamiche della rete e i loro comportamenti e, a partire da questi, l’evoluzione di diversi fenomeni.

L’analisi del contesto macroscopico di un determinato sistema e dei suoi flussi permette anche la predizione di futuri comportamenti del sistema. Con l’analisi della dinamica e l’evoluzione di un determinato network si possono fare delle predizioni riguardo il clima, le crisi finanziarie, le epidemie, ecc.  A sua volta quest’informazione può essere utilizzata nella creazione di modelli adatti alle loro applicazioni nella realtà e di algoritmi che potenzino lo sfruttamento delle reti.

Network = Graph

La struttura o la forma delle reti, benchè siano fisiche, biologiche o cognitive, nasce dalla Teoria dei Grafi, creata nel 1736  da Leonard Euler, che voleva individuare dei percorsi attraverso i ponti di Köenigsberg. Il risultato che ottenne è il primo esempio di grafo della storia. Da allora lo studio dei grafi, la suddivisione dei grafi in tipologie e le sue diverse applicazioni hanno influenzato tutti gli ambiti della conoscenza. Nasce così la Network Science, un’area di studio che unisce la matematica, l’informatica, la sociologia, la biologia, la fisica e anche l’economia.

All’interno della Network Science si sono sviluppate diverse teorie, fra le più note: la teoria di Erdös e Rényi Random Graphs, la teoria degli Small Worlds di Stanley Milgram e la teoria Small Worlds Generative Model proposta da Watts and Strogatz nel 1998.


OpenEdition vi suggerisce di citare questo post nel modo seguente:
Maria Cecilia Reyes (17 Maggio 2016). Getting into Complex Networks. Digital Humanities PhD. Recuperato il 16 Maggio 2025 da https://doi.org/10.58079/nlc9


Potrebbero interessarti anche...

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

This site uses Akismet to reduce spam. Learn how your comment data is processed.