Vai al contenuto principale
Oggetto:
Oggetto:

Modelli Matematici per le Applicazioni

Oggetto:

Mathematical Models for the Applications

Oggetto:

Anno accademico 2015/2016

Codice dell'attività didattica
MFN0363
Docente
Prof. Paolo Cermelli (Titolare del corso)
Corso di studi
Laurea in Matematica
Anno
3° anno
Periodo didattico
Secondo semestre
Tipologia
D.M. 270 TAF B - Caratterizzante
Crediti/Valenza
6
SSD dell'attività didattica
MAT/07 - fisica matematica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Orale
Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

Lo scopo del corso è fornire un’introduzione alle tecniche di base per la modellizzazione dei fenomeni sociali e di teoria delle reti.

In particolare, esamineremo prima di tutto le basi della teoria delle decisioni interattive, la cosidetta teoria dei giochi, che è lo strumento fondamentale per formulare e testare modelli di interazione tra individui, ad esempio in competizione per una risorsa. Estenderemo poi i concetti di base al caso in cui il gioco, e quindi l'interazione, sia ripetuta nel tempo, studiando due famiglie di modelli: quelli che fanno capo alla cosiddetta teoria dei giochi evolutivi, che permette di analizzare sotto quali condizioni gli equuilibri di Nash vengono effettivamente raggiunti da giocatori 'miopi', e la teoria degli automi decisionali, ad esempio Tit for Tat, win-stay/lose shift, e così via.

La seconda parte del corso tratta degli elementi di teoria delle reti: introdurremo le basi di teoria dei grafi direzionati, e studieremo le relazioni tra le proprietà topologiche dei grafi e le proprietà algebriche della matrice di adiacenza. Questo permette di introdurre la nozione di camminatore casuale su un grafo, e di descriverlo come una catena di Markov a stati finiti. Come applicazione studieremo l'algoritmo di Brin e Page per il Page Rank di Google. Come seconda applicazione, studieremo successioni di grafi casuali, e descriveremo i principali modelli generativi per il grafo Web, mostrando come la note distribuzione a legge di potenza delle pagine web implichi una legge di attaccamento preferenziale: il web si aggrega in modo che pagine più popolari attirano più link delle altre. Infine, discuteremo l'importanza relativa di alcune misure di clustering e connessione di grafi, con applicazioni alle reti sociali.

The course aims at providing  an introduction to the basic techniques for the modelization of social phenomena and network theory. First of all, we will examine the basics of interactive decision theory,  a.k.a. Game Theory, which is the fundamental tool to formulate and  test models of interactions among individuals.  Then, we will extend the basic concepts to situations in which the interaction, i.e., the game, is iterated, and study two families of mathematical models: evolutionary game theory,  for which concepts from the theory of dynamical systems are needed, and the iterated prisoner's dilemma, in which the interactions occur at discrete times and the strategies can be described as machines, i.e., decisional automata, such as  Tit for Tat, win-stay/lose shift, and so on.

The second part of the course is devoted to network theory: we will first introduce basic results on directed graphs, highlighting the relations between the topological properties of the graph and the algebraic properties of the adjacency matrix. This will allow to define random walks on graphs,  and show that this is a finite-states Markov chain. As an application, we will discuss the Page Rank (Google) algorithm and Salsa, two well known ranking algorithms for web pages. Then, we will study large-scale properties of the Web, namely the power law distribution of the indegrees. We will present the preferential attachment (Albert-Barabasi) and the random attachment models, and show that they lead to substantially different indegree distributions.

Finally, we will briefly discuss some clustering and centrality coefficients for social networks, and study an exactly solvable analogy of the Watts-Strogatz model for small-world networks.

Oggetto:

Risultati dell'apprendimento attesi

In uscita lo studente dovrebbe avere le basi su cui fondare lo studio ulteriore dei sistemi complessi formati da agenti in mutua interazione, con i metodi più sofisticati forniti in corsi successivi, ad esempio basati su tecniche di meccanica statistica (non trattata in questo corso).

At the end of the course, the student will have the basis on which he/she will build the study of complex networks with more sophisticated theoretical and numerical tools, for instance using concepts of statistical mechanics. 

 

Oggetto:

Modalità di insegnamento

Il corso e' costituito principalmente da lezioni frontali, in cui verranno presentati i risultati teorici e le loro dimostrazioni, e da ampie  discussioni di esempi ed esercizi.

 The course will be provided as frontal lessons, in which both theory and examples will be discussed.

 

Oggetto:

Modalità di verifica dell'apprendimento

L'esame e' costituito da una prova orale di durata non inferiore a 30 minuti che comprende quesiti teorici e risoluzione di esercizi.

The examination consists of an oral colloquium including the discussion of an exercise.

Oggetto:

Programma

Teoria dei giochi. Forma strategica e forma estesa. Equilibri di Nash, equilibri perfetti e subgame perfect.

Teoria evolutiva dei giochi: dinamica del replicatore e dinamiche di apprendimento.

Il dilemma del prigioniero iterato: automi e teoremi folk di Nash.

Teoria delle reti, cenni su teoria dei grafi casuali. L'algoritmo Page Rank e Salsa.  I principali modelli generativi per il web, e applicazioni alla autoorganizzazione di reti sociali e web. Misure di clustering e connessione. Il modello di Watts Strogatz.

 



Game theory: strategic and extended form. Nash Equilibria, perfect  and subgame perfect equilibria.

Evolutionary game theory: replicator dynamics and learning dynamics.

The Iterated Prisoner's Dilemma: automata and Nash folk theorems.

Network theory: some notions of random graphs. The Page Rank and Salsa algorithms. Generative models for random networks, with applications to the web and social networks. The Watts-Strogatz model.

 

 

 

Testi consigliati e bibliografia

Oggetto:

 

- Dispense del corso disponibili sul sito

- R. B. Myerson. Game theory: analysis of conflict. Harvard University Press

- H. Gintis. Game theory evolving. Princeton University Press

- D. Easley and J. Kleinberg.  Metworks, crowds and markets. Cambridge University Press

 - A. Bonato. A course on the Web graph. American Mathematical Society

 

 

- Lecture notes available on the web site.

- R. B. Myerson. Game theory: analysis of conflict. Harvard University Press

- H. Gintis. Game theory evolving. Princeton University Press

- D. Easley and J. Kleinberg.  Metworks, crowds and markets. Cambridge University Press

 - A. Bonato. A course on the Web graph. American Mathematical Society

 



Oggetto:

Orario lezioni

GiorniOreAula
Oggetto:

Note

MODELLI MATEMATICI PER LE APPLICAZIONI, MFN0363 (DM 270) , 6 CFU: 6 CFU, MAT/07, TAF B (caratt.), Ambito formazione modellistico-applicativa.

 

Oggetto:
Ultimo aggiornamento: 13/07/2015 12:37

Non cliccare qui!