Chaos e sistemi complessi

La isica descrive la realtà. La isica di Newton non riusciva a descrivere il moto

delle particelle e della velocità della luce.
La isica quantistica descrive i quanti.
Non esiste una de inizione condivisa per i sistemi complessi. Si provano a
descriverli attraverso le loro caratteristiche. Quelle condivise sono i
comportamenti emergenti e le interazioni non lineari.
Complesso non è complicato. Complicato = di icile da descrivere in termine
dei suoi componenti.
Complesso = esibisce un comportamento emergente che non può essere
predetto a partire dalle sue singole componenti.
Schroendinger si interrogò per primo sulla probabilità con cui il DNA sbaglia a
replicarsi. Questo fu il primo input ai sistemi complessi.
Con grande/larga scala si indicano i fattori macroscopici. Con microscala si
indicano i fattori microscopici. I due sono correlati fra loro. Emerge un ordine
dal disordine (esempio palloncino: aria entra disordinata, il palloncino si gon ia
uniformemente).
L’altra caratteristica dei sistemi complessi è che le interazioni non sono lineari,
ovvero un determinato cambiamento nelle condizioni iniziali non è
proporzionale al cambiamento nel lungo periodo (un esempio sono i sistemi
caotici).

Sistemi caotici
Sistema dinamico: è una legge matematica che fornisce l’evoluzione temporale
di un sistema (s=vt)
Un sistema dinamico a tempo discreto esprime i valori senza decimali e si
indica con M (mappa).
Xn+1 = M(Xn)
Un sistema dinamico a tempo continuo si indica con F(x) ( lusso).
V=∆s/∆t=derivata s/derivata t —> una derivata permette di calcolare una
variazione.
Per fare un’analisi di variabilità del sistema pongo derivata F/derivata t=0.
I punti che non variano sono detti issi, e si suddividono in stabili e instabili.
Stabili: per una piccola variazione non variano.
Instabili: per una piccola variazione variano completamente.
Attrattore: luogo immaginario in cui la traiettoria del sistema complesso va per
tempi lunghi. È un punto matematico di uno spazio.
f
f
f
f
f
ff
f
f
 Mappa di Bernoulli
Xn+1 = M(Xn)
Xn+1 = 2Xn (mod 1)
Mod 1=resto
Es: 7 mod 3= 1 —>7/3=6+1

Se n=o, X1=2X0 (mod 1)

Se n=1, X2=2X1 (mod 1) = 2[2x0 mod 1]
Se n=2, X3=2X2 (mod 1) = 2[2(2X0 mod 1)]

Quindi Xn = 2NX0 mod 1

X0=a0+r0
a0= parte intera
r0= parte frazionaria

Xn = 2N(a0+r0) mod 1 = 2N a0 mod 1 + 2N r0 mod 1 = 2N r0 mod 1

Xn = 2N r0 mod 1

Xn = 2N(X0 + ε) mod 1 = 2N(a0 + r0 + ε) mod 1 = 2N a0 mod 1 + 2N r0 mod 1 + 2N ε

mod 1 = 2N r0 mod 1 + 2N ε mod 1
Xnε = 2N r0 mod 1 + 2N ε mod 1

∆Xn = 2N r0 mod 1 - (2N r0 + 2N ε) mod 1 = 2N r0 mod 1 - 2n r0 mod 1 - 2N ε mod 1 =

2-N ε mod 1 —> 0 (tende a zero)
Cio signi ica che è un sistema stabile.

Teoria delle reti

Riformulazione matematica della teoria dei gra i, e descrive il comportamento
di ogni sistema complesso.
Una rete è un insieme di componenti (nodes) collegati da una serie di
interazioni (links). Non c’è niente che non possa essere espresso come
interazioni fra componenti.
La rete si riferisce a sistemi reali, i gra i sono la rappresentazione matematica di
una rete. Il grado di un nodo si indica con K. Le reti si suddividono in indirette
(l’interazione è reciproca) e dirette (l’interazione non è reciproca).
Per calcolare la distribuzione di grado si inseriscono sulle ascisse il grado dei
nodi e nelle ordinate il numero di nodi che hanno quel grado.
Il coe iciente di Cluster calcola quanto sono collegati i primi vicini di un nodo.
ff
f
f
f
La distanza tra due nodi de inita come il numero di links lungo il cammino più
breve che li unisce. Se due nodi sono scollegati, la distanza è in inita.
Il diametro è il percorso massimo tra due nodi qualsiasi del grafo.
La betweenness centrality è quanto un nodo è centrale nella rete.
Una rete random è un grado di N nodi in cui ogni coppia di nodi è connessa
con probabilità p. Se i nodi sono 6, la rete random si indica con G(6;1/6).
Una rete random non prevede l’esistenza di un hub, che è un nodo con grado
molto maggiore rispetto al grafo medio della rete. La rete random è irrealistica.
Le reti reali si chiamano scale free (libero da un parametro di scala), perché
l’indeterminazione sul grado medio è in inita.
Le comunità sono gruppi di nodi che hanno più links fra di loro che con il resto
della rete.

Modello di Barabasi-Albert
Ad ogni istante di tempo di aggiunge un nodo (crescita).
La probabilità a cui il nodo si attacca non è uguale per tutti i nodi
(attaccamento preferenziale).

I sistemi complessi sono molto poco protetti contro gli attacchi mirati, ma
molto protetti dagli attacchi random.
f
f
f