Quando un ricercatore deve raggruppare dei dati, ha una sola strada davanti a sè: utilizzare uno dei tanti metodi cluster. Il clustering è una delle tecniche forse più diffuse per fare questa operazione. Si hanno degli eventi (data), si sceglie una tecnica che identifichi elementi comuni e caratteristiche comuni per creare i gruppi (data sets), e li si unisce per fra loro (clusters). Come si può capire quindi, non è assolutamente indifferente scegliere il metodo giusto per fare un cluster. Andiamo dal fuzzy clustering al clustering esclusivo, fino ad arrivare allo hier e al più celebre k-means. Per la biologia, fra i tanti, ne emerge uno chiamato il consensus clustering. Il consensus però ha un difetto: raggruppa i dati lentamente e quindi rallenta le operazioni di calcolo.
Una delle cose forse più belle della matematica è che rappresenta non soltanto una mera successione di numeri, ma l’unico modello razionale capace di rendere “calcolabile” e “prevedibile” l’esistente. Reti sociali, reti informatiche, reti di comunicazione, tutto è matematica, e individuare il modello giusto, i suoi vantaggi, i problemi e le vulnerabilità, costituisce forse l’unico modo per prevenire e misurare gli erroriche si potranno verificare nel sistema. Ma se, invece, fosse il modello stesso ad essere sbagliato? Le nostre reti elettriche - le power networks - infrastrutture sulle quali si basa la vita di qualche miliardo di persone su questo pianeta, sono anch’esse rappresentate da strutture matematiche. Ma queste infrastrutture, costruite per supportare carichi non certo ingenti come quelli attuali, stanno cominciando a presentare i loro problemi…
Era il (non troppo) lontano 2008, e la campagna elettorale impazzava in tv, nelle radio, nelle piazze e su internet. Due grossi partiti si contendevano la vittoria: il PDL, appena nato sul predellino per volontà di Silvio Berlusconi, e il PD, fresco di culla e coccolato da Walter Veltroni. Scuola, donne, giovani, pensionati e mezzogiorno erano i classici argomenti sui quali, fino a quella data, tutti i partiti di tutte le epoche si erano scontrati. Ma quella del 2008 fu una campagna elettorale anomala, e le tematiche affrontate dai mass media furono: sicurezza, giustizia, e immigrazione clandestina. Come fu possibile tutto ciò? Le domande da farsi sarebbero tante, sopratutto in virtù del fatto che, proprio in quei primi mesi dell’anno, secondo le statistiche, la microcriminalità era (addirittura) in calo. Quanto allora quegli argomenti, incessantemente proposti sui media, spostarono la percezione del popolo votante verso un diffuso sentimento di insicurezza?
Adam Smith, Karl Marx e John Maynard Keynes sono soltanto alcuni dei grandi economisti che, nel corso del tempo, hanno cambiato la nostra visione del mondo. Viviamo in un mondo dove regna il capitale, come direbbe Marx, ma viviamo in un mondo, come direbbe Smith, dove il grande sistema economico autocorregge i propri errori. Un sistema perfetto all’apparenza, ma non privo di errori e di falle, tanto che, come direbbe Keynes, il sistema stesso ha bisogno di interventi pubblici dall’esterno per autosostenersi. La recente crisi economica, e l’esplosione delle bolle finanziarie, hanno portato molti studiosi a riflettere sui principi stessi dell’economia di mercato. Può la fisica aiutare a comprendere il comportamento dell’Homo Economicus e intervenire a regolare l’economia? Welcome to Econofisica World!
ricerche su ricerche, dati su dati, risultati su risultati. questo è il prodotto continuo e inarrestabile generato dalle pubblicazioni sulle maggiori (ma anche le minori) riviste scientifiche. come accennammo qualche fotone fa, la continua corsa a produrre scienza scritta produce una schizofrenia del ricercatore e quindi, inevitabilmente, una produzione senza riflessione. la scienza è un processo lungo, tortuoso, fatto di piccoli passi in avanti, di tanti errori, e di tanti passi indietro. un metodo di analisi è quindi solo un metodo: non si discute, si utilizza. ma se quel metodo si rivelasse meno preciso di quanto si pensava, quanto cambierebbe l’autorevolezza che dovremmo assegnare alle ricerche prodotte tramite quel metodo? è una domanda di non poco conto se pensiamo che la maggior parte delle analisi statistiche in fisica sono realizzate tramite il Metodo Monte Carlo.
immaginate un piccolo campo di calcio, due squadre, un pallone, due porte e un arbitro. il tifo è alle stelle: la squadra di destra avanza palla al piede, si ferma, passaggio, tackle, stoppata, contropiede… GOAL!! la folla è in delirio e sugli spalti i tifosi acclamano i loro eroi. beh? cosa c’è di strano? nulla, se non che le due squadre non son formate da calciatori senza cervello(permettemi la battuta) ma da giocatori con un cervello piuttosto avanzato: degli automi robotici strutturati per reagire come farebbe un’intelligenza artificiale.
nel corso della nostra vita siamo sempre interconnessi in rete. un quartiere è una rete, come lo è un comune, come lo è una regione. ma i nascenti social network hanno esteso il concetto di rete. in una rete si è divisi in due strette categorie: i produttori di informazione (speakers) e gli ascoltatori passivi dell’informazione (hearers). gli hearers non sono sempre un gruppo passivo. anzi, attraverso il feedback gli hearers possono comunicare con gli speakers, e ritrasmettere i modelli con cui essi apprendono le informazioni. uno dei modelli in questione si chiama naming game, e identifica il modo con cui gli hearers arrivano a scegliere una determinata parola per identificare un determinato concetto. ma in questo processo di scelta, il feedback è sempre necessario? è sempre necessaria la comunicazione fra le due sottoreti? ce lo spiega un paper appena apparso su arxiv.
non è la prima volta che parliamo di informatica quantistica qui al fotone. se vi ricordate nel passato si è parlato non solo del concetto del qubit (pacchetto di informazione quantizzata trasferito a velocità relativistiche) ma anche di circuiti optoelettronici da cui sfuggivano particelle denominate eccitoni. i paradigmi però lentamente stan cambiando. in un paper uscito su nature qualche giorno fa si dimostra la possibilità di poter realizzare computers quantistici utilizzando le sovrapposizioni di stati. detta in termini più semplici, invece di far partire una informazione (quantizzata) per volta, ne posso far partire due (identiche) e cercare di sovrapporre il contenuto e il percorso. in altre parole: la quantum walk.
siamo abituati a sentir parlare di economia da politici più che da economisti. parole come capitale, profitto, domanda e offerta vengono snocciolate quotidianamente per spiegare il funzionamento del nostro sistema economico. ma a molti sfugge che l’economia, come molte attività dell’intelletto umano, non sia non un sistema politico ma fondamentalmente un sistema matematico. numeri, modelli probabilistici, e previsioni complesse aiutano ed indirizzano il sistema economico mondiale. a differenza di altri modelli però, l’economia possiede al suo interno delle variabili esogene - umane quindi – che definiscono in maniera imprevedibile l’andamento dei nostri sistemi.
Tutti noi abbiamo avuto in classe un professore di matematica che ci ha detto un giorno che l’algebra non era inutile, e che un giorno saper fare i calcoli ci avrebbe salvato la vita. Ma noi, nella nostra gioventù e nella nostra sfontatezza, non gli abbiamo vouto credere, ed abbiamo continuato a considerare la matematica semplicemente come una materia da studiare. Eppure quel professore/essa aveva ragione. In tutto il mondo, da poco più di 15 anni, i sistemi matematici vengono utilizzati per descrivere non solo modelli e strutture fisiche, ma addirittura il corpo umano.
Quando un ricercatore deve raggruppare dei dati, ha una sola strada davanti a sè: utilizzare uno dei tanti metodi cluster. Il clustering è una delle tecniche forse più diffuse per fare questa operazione. Si hanno degli eventi (data), si sceglie una tecnica che identifichi elementi comuni e caratteristiche comuni per creare i gruppi (data sets), e li si unisce per fra loro (clusters). Come si può capire quindi, non è assolutamente indifferente scegliere il metodo giusto per fare un cluster. Andiamo dal fuzzy clustering al clustering esclusivo, fino ad arrivare allo hier e al più celebre k-means. Per la biologia, fra i tanti, ne emerge uno chiamato il consensus clustering. Il consensus però ha un difetto: raggruppa i dati lentamente e quindi rallenta le operazioni di calcolo.
[puntata #194] [mp3 - 3230 kbps - 66,5 mb]
Una delle cose forse più belle della matematica è che rappresenta non soltanto una mera successione di numeri, ma l’unico modello razionale capace di rendere “calcolabile” e “prevedibile” l’esistente. Reti sociali, 
Era il (non troppo) lontano 2008, e la campagna elettorale impazzava in tv, nelle radio, nelle piazze e su internet. Due grossi partiti si contendevano la vittoria: il 
Adam Smith, 
Tutti noi abbiamo avuto in classe un professore di 
PODCAST
ITUNES
FACEBOOK
