1

INTRODUZIONE

Gi a partire dal secolo scorso una delle strategie preferite, se non la via
principe, dei gruppi sovversivi desiderosi di causare un ribaltamento della societ stata quella del terrorismo. Negli ultimi anni il fenomeno riesploso
violentemente, guadagnando una notevole forza d'urto grazie alla diusione dei mass media e alla profonda interconnessione presente nella societ
odierna: ci permette alla strategia del terrore di essere ancora pi ecace,
in quanto la paura pu diondersi anche in luoghi molto lontani da quelli
eettivamente coinvolti in attentati terroristici, perch pi probabile che
si conosca personalmente qualcuno che si sia veramente trovato in pericolo. Grazie a questi fattori il pericolo del terrorismo estremamente sentito
dalla popolazione. Tuttavia, analizzando pi oggettivamente la situazione,
vari osservatori hanno aermato che il rischio percepito molto maggiore
del rischio reale. Ci siamo quindi chiesti se avessero ragione i catastrosti,
che temono un'imminente ne della civilt come la conosciamo, o piuttosto
questi osservatori pi cauti.
Per rispondere a tale domanda, abbiamo elaborato un modello ad agenti per
simulare lo scontro fra una popolazione (i civili) e dei terroristi (i nemici),
prendendo come punto di partenza il modello noto come

Sugarscape .

Sebbe-

ne si siano fatte numerose semplicazioni rispetto alla realt, che verranno

pi estesamente trattate nel seguito, si cercato di tener conto della natura
interconnessa della societ attuale introducendo una rete di amicizie fra i
civili, basata sul modello

small world ,

in quanto esso sembra essere il pi

adeguato a descrivere la reale congurazione della rete delle relazioni interpersonali all'interno della societ.

Il modo in cui questa rete inuenza la

dinamica del sistema verr discusso nel seguito.

Inne, si deciso di fare assunzioni particolarmente pessimistiche dotando i
nemici di notevoli vantaggi, probabilmente molto maggiori di quelli di cui i
terroristi dispongono nella realt.
Usando il modello si sono studiati tre aspetti del fenomeno:

1.

l'andamento del numero di civili e di nemici nel tempo, al variare del

grado di interconnessione fra i civili;

2.

la probabilit di vittoria dei nemici al variare del loro numero per ssate

congurazioni della rete di amicizie dei civili;

3.

la probabilit di vittoria dei nemici ssato il loro numero e facendo variare

la rete di amicizie.
Al ne di poter meglio seguire l'analisi del nostro modello, diamo ora qualche
informazione in pi sui due pilastri sui cui esso si fonda: lo
modello

small world .
1

Sugarscape

ed il

FONDAMENTI

2.1

Lo Sugarscape

Lo Sugarscape un modello ad agenti sviluppato da Joshua M. Epstein e Robert Axtell per studiare l'evolversi della societ in relazione alle condizione
economiche degli abitanti. Epstein e Axtell presentarono questo modello nel
loro libro

GrowingArtificialSocieties .

Lo Sugarscape (paesaggio di zucche-

ro) include gli abitanti (agenti), l'ambiente (una griglia bidimensionale) e le

regole che governano i rapporti e le interazioni degli agenti tra di loro e con
l'ambiente. La griglia, che costituisce il mondo esperibile dagli agenti, formata da celle quadrate che sono caratterizzate dalla presenza dello zucchero,
fonte di sostentamento e di ricchezza degli agenti. Ogni casella ne contiene
una certa quantit ed caratterizzata da un tasso di ricrescita dello zucchero, il quale aumenta no a che non si raggiunge la capacit massima della
data casella. Ogni agente ha determinate caratteristiche, tra cui, ad esempio,
sesso, et, metabolismo o appartenenze a gruppi socio-culturali. Nel modello
base, ogni agente ha una sua riserva di zucchero, un tasso metabolico che ne
determina il consumo ed un range visivo grazie a cui pu osservare le celle nei
suoi dintorni. Ad ogni ciclo, l'agente si sposta nella casella con pi zucchero
tra quelle che osserva. Queste regole possono essere ampliate no ad includere morte, riproduzione, commercio e malattie. Nonostante la semplicit,
questo modello restituisce dati che descrivono con buona approssimazione la
societ reale: ad esempio si pu osservare una distribuzione della ricchezza
per cui alcuni agenti sono molto pi ricchi di altri. Ci molto simile alla
situazione che si verica in molte strutture economiche del mondo reale, dove
una piccola parte della popolazione possiede la maggior parte della ricchezza (la cosiddetta "legge di Pareto").

Ma possibile osservare anche molti

altri fenomeni come inquinamento, migrazioni, guerre, estinzioni e selezione

naturale.

2.2

Il modello small-world

Una rete small-world una tipologia di grafo in cui molti dei nodi non sono
tra loro vicini, ma possono essere raggiunti da un qualsiasi punto tramite un
piccolo numero di passi. Questi concetti qualitativi sono stati tradotti in un
modello pi quantitativo da Watts e Strogatz (1998). Essi costruirono, con
l' ausilio del computer, un semplice modello di reticolo quadrato, in cui ogni
nodo della rete connesso ai suoi quattro vicini tramite dei segmenti. Questa
struttura molto clusterizzata, ma, per andare da un nodo ad un altro che
sta dal lato opposto del reticolo, si deve attraversare un gran numero di colle-

gamenti. In altre parole, anche se la lunghezza del percorso tra nodi adiacenti
breve, la lunghezza del cammino minimo tra i nodi distanti grande, quindi
lo di conseguenza anche lunghezza del tragitto minimo medio tra due nodi
qualsiasi del reticolo. Watts e Strogatz studiarono il cambiamento della rete
introducendo casualmente connessioni a lungo raggio tra punti lontani del
reticolo. Scoprirono che anche pochi collegamenti a lungo raggio riducevano
notevolmente il tragitto minimo medio tra due punti.
risultante fu cos chiamato rete

small world .

Il modello di grafo

Alcuni esempi di questa ti-

pologia di network sono: la rete delle telefonate in un paese, il grafo degli

aeroporti del pianeta (connessi tra di loro tramite i voli aerei), il sistema di
neuroni nel nostro cervello (connessi dalle sinapsi) e la rete di amicizie nella
societ.

2.2.1

Il meccanismo di Watts e Strogatz

A Watts e Strogatz si deve un semplice algoritmo per costruire un grafo

small-world. Fissato il numero di nodi

N,

il grado medio

(il grado di un

nodo semplicemente il numero di collegamenti che esso forma con gli altri
nodi), che assunto essere un numero pari, un parametro
vericate le condizioni

N >> K >> ln(N ) >> 1,

0 1

si procede nel seguente

modo:

1)

si costruisce un grafo ad anello regolare di grado

collegato a

2)

K
2

K,

in cui ogni nodo

nodi da ogni lato;

per ogni nodo

ni (i = 0, ..., N 1),

si passano in rassegna uno per uno

tutti i collegamenti che esso forma coi nodi successivi

collegamento si pu decidere, con probabilit

nj ,

con

j > i.

Per ogni

di spezzarlo e di sostituirlo

con un collegamento ad un altro nodo, diverso da

ni

e da tutti i nodi ad esso

collegati.
In questo modo si creano collegamenti a lungo raggio che fanno diminuire la
lunghezza del cammino minimo medio fra i nodi del grafo.
Nelle simulazioni del nostro modello si usata una versione semplicata dell'algoritmo per generare gra small-world.

Al momento di creare i nuovi

legami, si sono considerati tutti i collegamenti formati dal nodo e non solo
quelli coi nodi successivi. In alcuni casi, inoltre, non sono state soddisfatte
le condizioni

K >> ln(N )

ln(N ) >> 1.

Il NOSTRO MODELLO

Come gi detto, il nostro modello prende le mosse dallo

Sugarscape .

Gli

agenti si muovono su una griglia quadrata (ma nulla impedisce di usare anche una pi generale griglia rettangolare) avente la topologia di un toro: un
agente che esce dal lato destro rientra dal lato sinistro, uno che esce dal lato
in basso rientra da quello in alto. Ogni casella della griglia caratterizzata da:

quantit di zucchero presente (al momento della creazione del mondo

tutte le caselle contengono 5 unit di zucchero);

quantit massima di zucchero contenibile (capacit, numero intero com-

preso tra 1 e 5);

tasso di ricrescita dello zucchero (numero intero compreso tra 1 e 5);

Gli agenti si dividono in due gruppi: i civili ed i nemici.

Gli agenti di

entrambi i gruppi sono caratterizzati da:

quantit di zucchero posseduta, cui legata la forza in combattimento

dell'agente stesso (al momento della propria nascita ogni agente possiede 5
unit di zucchero);

metabolismo, ossia la quantit di zucchero da mangiare all'inizio di ogni

turno per sopravvivere (numero intero compreso fra 1 e 5);

capacit visiva, ossia numero di caselle che l'agente pu vedere dalla pro-

pria posizione (numero intero compreso fra 1 e 5).

Ogni civile ha poi una lista di amici, mentre i nemici possiedono una
variabile che ne indica lo stato di attivazione. Inizialmente, infatti, i nemici
sono delle cellule terroristiche dormienti e non sono distinguibili dai civili.
Quando essi individuano un bersaglio da eliminare si attivano e, dopo aver
consumato il loro primo omicidio, diventano dei ricercati e possono essere
uccisi dai civili.
All'inizio di ogni simulazione viene creata, tramite l'algoritmo di Watts e
Strogatz, una rete di amicizie fra i civili, che ha quindi un topologia

small world .

Le leggi che regolano la dinamica del sistema sono le seguenti:

1.

all'inizio di ogni turno gli agenti raccolgono tutto lo zucchero disponibile

nella casella in cui si trovano, e lo aggiungono alla propria scorta personale.

Succesivamente ne mangiano una quantit pari al proprio tasso metabolico e
nel caso in cui la quantit di zucchero nella scorta vada sotto zero muoiono;

2.

dopo aver mangiato, gli agenti si muovono, con la possibilit di combat-

tere con membri della fazione opposta. Ogni agente guarda sopra, sotto, a
destra ed a sinistra, un numero di caselle pari alla propria vista alla ricerca

della casella pi ricca di zucchero. L'agente esclude a priori tutte le caselle

occupate da membri del proprio gruppo di appartenenza e quelle occupate
da membri del gruppo rivale pi forti di lui (la forza di un agente semplicemente pari alla quantit di zucchero da esso posseduta).

Tra le altre

caselle l'agente sceglie quella pi ricca di zucchero. Nel caso la casella scelta
fosse occupata da un membro del gruppo avversario, esso viene eliminato e
l'agente vincitore riceve un bonus di zucchero proporzionale alla forza dello
scontto (al momento di scegliere la casella, tuttavia, gli agenti non tengono
conto dello zucchero che possono ottenere dalla vittoria in combattimento e
si limitano a considerare la quantit di zucchero presente nella casella). Agli
agenti permesso suicidarsi attaccando avversari di forza pari alla propria,
in questo caso entrambi gli agenti perdono la vita (come dire che ai terroristi
consentito eettuare attacchi kamikaze ed ai civili consentito sacricarsi
per il bene della collettivit). In ogni caso quando un civile muore in combattimento tutti i suoi amici subiscono un danno proporzionale alla propria
forza.

Questa una estremizzazione del processo di diusione del terrore:

nella realt i conoscenti di una vittima del terrorismo si spaventerebbero e/o

subirebbero danni psicologici, nel nostro modello invece subiscono veri e propri danni sici. Non per prevista la morte di crepacuore: se un agente
veda la propria quantit di zucchero andare sotto zero a causa della morte di
un amico, non muore, e la sua vita dipender dal riuscire o meno a recuperare
il colpo nel turno successivo;

3.

dopo che tutti gli agenti si sono mossi, nelle caselle ricresce lo zucchero.

La quantit di zucchero che ricresce in ogni casella pari al tasso di ricrescita

della casella e lo zucchero continua a ricrescere no a che non viene raggiunto
il limite di capacit della stessa.
Per semplicare la scrittura del programma usato per le simulazioni si
deciso di far muovere prima tutti i civili ed a seguire tutti i nemici.
Prima di procedere all'analisi dei risultati ottenuti dalle simulazioni elenchiamo qui tutti i parametri da cui dipendono la dinamica del sistema ed il
funzionamento del programma di simulazione:

= parametro dell'algoritmo di Watts e Strogatz;

GRADO = grado medio della rete small world delle
NCivili = numero iniziale di civili;
NN emici = numero iniziale di nemici;
NRighe = numero di righe della griglia;
NColonne = numero di colonne della griglia;
GN emici = bonus vittoria dei nemici;
GCivili = bonus vittoria dei civili;
5

amicizie;

 DAN N O

= danno subito dai civili a causa della morte in combattimento

di uno dei propri amici;

NIT ER = numero di cicli di eettuati in una

NESP ERIM EN T I = numero di simulazioni.

simulazione;

Seguendo i nomi usati per indicare le variabili nel programma si ha che:

il bonus ottenuto da un civile in seguito alla vittoria in uno scontro

GCivili moltiplicato per lo zucchero dello scontto;

il bonus ottenuto da un nemico in seguito alla vittoria in uno scontro
GN emici moltiplicato per lo zucchero dello scontto;
il danno subito da un civile C a seguito della morte in combattimento di
un proprio amico pari a DAN N O moltiplicato per lo zucchero di C .

ANALISI DEI RISULTATI

4.1

Evoluzione temporale del numero di agenti

Come prima cosa si deciso di studiare l'andamento nel tempo del numero
di nemici e di civili facendo variare il parametro

GRADO

ssati gli altri.

= 0.05;
NCivili = 600;
NN emici = 60;
NRighe = 40;
NColonne = 40;
GN emici = 0.3;
GCivili = 0.3;
DAN N O = 0.3;
NIT ER = 100;
NESP ERIM EN T I = 1000.
(Per semplicare l'assegnazione dei valori di

GCivili , GN emici

DAN N O

si deciso di ammettere valori della quantit di zucchero posseduta da ogni

agente anche non interi). La variabile GRADO ha assunto successivamente
i valori 4, 8, 12, 16, 20. Per ognuno di questi valori si sono eettuate 1000
simulazioni di 100 cicli ciascuna.

Per ottenere l'andamento nel tempo del

numero di nemici e di civili si fatta la media dei valori di tali numeri in

ogni turno sul totale delle simulazioni. I risultati ottenuti sono riportati nei
graci seguenti.

Figura 1: Il graco mostra l'andamento del numero di civili nel tempo

Figura 2: Il graco mostra l'andamento del numero di nemici nel tempo

Legenda : GRADO = 4 rosso, GRADO = 8

GRADO = 16 giallo, GRADO = 20 arancione.

verde,

GRADO = 12

blu,

Si pu osservare che il numero di nemici e quello di civili seguono praticamente lo stesso andamento. Dopo un crollo iniziale molto rapido, dovuto
all'alta frequenza dei combattimenti, entrambi tendono a stabilizzarsi ad un
valore costante: man mano che il mondo si svuota diventa infatti pi dicile incontrare degli avversari e diventa pi facile trovare caselle libere ricche
di zucchero.

I valori delle costanti cui tendono i due numeri mutano, co-

me prevedibile, al variare di

GRADO,

GRADO.

Teoricamente, pi alto il valore di

pi i nemici sono avvantaggiati: ci confermato dalle simulazio-

ni, visto che man mano che

GRADO

cresce si sposta verso l'alto la curva del

numero di nemici e verso il basso quella del numero di civili.

I graci, inoltre, suggeriscono degli andamenti a legge di potenza. Usando la
funzione di t non lineare del programma
interpolare i punti sperimentali con delle

Gnuplot, si pertanto
power law della forma

cercato di

f (x) = axb + c

Si riporta un esempio di

fit .

Figura 3: Power law con

a = 385.793 , b = 1.013

c = 229.026.

Come si pu notare il t molto buono ad eccezione della zona iniziale e

delle code. Abbiamo ritenuto che fosse dovuto al fatto che entrambe le serie
di dati convergessero rapidamente ad un valore di equilibrio praticamente
costante, mentre, in teoria, la decrescita avrebbe dovuto essere continua.
Abbiamo quindi ipotizzato che questa discrepanza fra un perfetto andamento a legge di potenza ed i risultati sperimentali fosse dovuta alla limitata

capacit visiva degli agenti, che ad un certo punto diventa insuciente per
permettere ulteriori scontri tra le due fazioni. Abbiamo quindi eettuato una
nuova serie di simulazione in cui la vista di tutti gli agenti stata aumentata per permettere ad essi di vedere tutte le caselle sulla stessa riga/colonna
della casella su cui essi si trovano, permettendogli quindi di interagire con
agenti posti a grande distanza. Questa congurazione stata considerata il

caso ideale .

I risultati ottenuti sono mostrati nel graco seguente.

Figura 4: Power law del caso ideale:

a = 364.9 , b = 0.769

c = 265.627.

Ad un livello qualitativo, si pu osservare un migliore adattamento ad

una power law dell'andamento del numero di civili.

4.2

Analisi della probabilit di vittoria dei nemici al

variare di

NNemici

Dopo la serie di simulazioni esplorative precedentemente discusse, siamo

tornati al nostro obiettivo primario: stabilire sotto quali condizioni i nemici
possano arrivare alla vittoria. Abbiamo quindi deciso di variare il parame-

(4, 8, 12, 16, 20). Per

GRADO, si partiti da NN emici = 20, e si fatto crescere tale valore di 20 unit alla volta, no a raggiungere il valore massimo
NN emici = 600. Per ogni valore di NN emici si sono eettuate 100 simulazioni

tro

GRADO,

facendogli assumere i valori nell'insieme

ogni ssato valore di

di 100 cicli ciascuna. Alla ne di ogni simulazione si considerata vincitrice

la fazione che contava il maggior numero di rappresentanti ancora in vita.
Abbiamo quindi approssimato la probabilit di vittoria con la frequenza relativa delle vittorie.

Riassumiamo i valori ssati per i vari parametri:

= 0.05;
GRADO = (4, 8, 12, 16, 20);
NCivili = 600;
NN emici (iniziale) = 20;
NN emici (f inale) = 600;
NRighe = 40;
NColonne = 40;
GN emici = 0.3;
GCivili = 0.25;
DAN N O = 0.3;
NIT ER = 100;
NESP ERIM EN T I = 100.

Come detto nell'introduzione, si sono fatti assunzioni pessimistiche circa la

forza dei nemici, che oltre ad essere avvantaggiati dagli eetti dell'amicizia
fra i civili, hanno beneciato di un valore di

GN emici > GCivili .

I risultati ottenuti sono riassunti nel prossimo graco (che mostra l'andamento della probabilit di vittoria dei nemici).

Figura 5: rosso (GRADO

giallo (GRADO

= 16),

= 4),

verde (GRADO

arancione (GRADO

10

= 8),
= 20)

blu (GRADO

= 12),

Il sistema risulta compiere una transizione di fase del secondo ordine:

dopo un range iniziale di valori di

NN emici

per cui la probabilit di vitto-

ria praticamente nulla, si ha una rapida crescita di tale probabilit, che

si assesta inne stabilmente sul valore 1. Come prevedibile, al crescere del

GRADO, corrispondente ad un maggiore vantaggio dei nemici sui

diminuisce il valore di NN emici per cui ha inizio la transizione da un

parametro
civili,

mondo dominato dai civili ad uno dominato dai nemici. Tuttavia, e questo
il dato interessante, tale valore di
ordine di grandezza di

NCivili .

NN emici

sempre molto alto, dello stesso

Quindi il nostro modello smentisce le cupe

visioni di molti: dato che nella realt il numero di membri dei gruppi terroristici solitamente svariati ordini di grandezza inferiore al numero di abitanti
(ma anche pi semplicemente al numero di membri delle forze dell'ordine) di
uno Stato, uno sconvolgimento della societ risulta quanto meno improbabile
(senza contare, inoltre, che i civili, in proporzione al loro numero, hanno un
numero esageratamente elevato di amici).
Tornando a considerazioni matematiche, la forma ad

presente nei gra-

ci ci ha fatto ipotizzare che l'andamento della probabilit di vittoria dei

nemici seguisse un andamento esprimibile da una funzione del tipo tangente
iperbolica:

g(x) = a tanh(b(x c)) + d

Usando ancora una volta

Gnuplot, si cercata la funzione che ttasse meglio

i dati sperimentali. Un risultato mostrato nel seguente graco.

Figura 6:

GRADO = 20, a = 0.502, b = 0.043, c = 227.103, d = 0.498

11

4.3

Analisi della probabilit di vittoria dei nemici al

variare del

GRADO
NN emici e GRADO
NN emici un valore nell'in-

In ultimo, si deciso di invertire i ruoli che i parametri

giocavano nel caso precedente. Ossia, ssato per
sieme

(20, 40, 60, 80, 100),

si fatto variare il grado delle rete di amicizie, ad

intervalli di 4 unit, da un valore minimo

simo

GRADO = 100

GRADO = 4

ad un valore mas-

(non si andati oltre per non violare eccessivamente

le ipotesi di funzionamento dell'algoritmo di Watts e Strogatz). Nuovamente, per ogni valore di

cicli ciascuna.

GRADO

sono state eettuate 100 simulazioni di 100

Gli altri parametri sono gli stessi del paragrafo precedente.

Si sperava di assistere ad una nuova transizione di fase, che tuttavia non

si manifestata.

Il graco seguente mostra l'andamento della probabilit

di vittoria dei nemici al variare di

ai successivi valori di

NN emici

GRADO

( N. B. i graci corrispondenti

sono perfettamente sovrapposti, per questo si

vede un'unica successione di punti).

Ancora una volta questi risultati confutano le fosche previsioni di questi ultimi tempi: anche assumendo una societ estremamente interconnessa,
un numero di terroristi, in proporzione alla popolazione, molto maggiore di
quello reale e dando a detti terroristi notevoli vantaggi, essi non riescono a
raggiungere la vittoria ( tuttavia probabile che una transizione di fase avvenga per valori maggiori di

GRADO, ma studiare questi casi corrisponde ad

abbandonare l'idea del modello small world, ed essi non sono stati pertanto
oggetto della nostra indagine).

12

CONCLUSIONI

Il terrorismo sicuramente una della grandi piaghe dei nostri tempi ed

certamente una minaccia da non sottovalutare. Estirpare questo fenomeno
tutt'altro che una cosa semplice, ma sicuramente abbandonarsi allo sconforto
e rinunciare a vivere con serenit la propria vita, con conseguenze potenzialmente negative come l'adarsi a movimenti politici desiderosi di approttare
della situazione attuale per limitare le libert individuali, non il modo giusto di agire. Quanto detto pu sembrare ovvio e razionale, ma la paura rende
spesso gli uomini poco propensi ad ascoltare la ragione, con risultati spesso
disastrosi. Con i risultati dell'analisi qui presentata speriamo di poter contribuire al benessere della nostra societ, facendo vedere che, nella realt, il
terrore non vincer.

13