Др Марија Митровић Данкулов из Института за физику у Београду, са својим колегама из САД, Финске и Шпаније, доказује да, иако је разлика између случајног и реалног света релативно мала, није занемарљива.
Комплексни системи су свуда око нас. Ми смо део многих и многи су део нас. Наша неуролошка мрежа, наше социјалне мреже, структура галаксија, берза, само су мали део примера ових богатих, повезаних система. Њих сачињава велики броја делова и интеракција између њих, који посматрани као целина формирају обрасце и структуре које су много више него сума њихових делова.
Недавно објављени рад у часопису
„Нејчер комјуникејшнс”, управо,
пружа одговор на ово питање.
Овај феномен је познат кao самоорганизовано, комплексно понашање, које настаје кроз еволуцију система и циљ области комплексних система јесте да објасни и открије његове генералне законитости.
Сваки комплексни систем
може се представити мрежом.
Теорија комплексних мрежа се показала као врло корисна алатка за карактерисање и проучавање овог понашања које се опажа у комплексним системима.
Сваки комплексни систем може се представити мрежом, у којој чворови мреже репрезентују јединице система, а линкови интеракције између њих. Структура ових мрежа нити је регуларна, као што је то слулчај са кристалним решеткама, нити је потпуно случајна, већ се налази негде између.
Полазећи од оригиналне мреже,
у сваком кораку генерисали су
скуп случајних мрежа које су имале
неке од карактеристика оригиналне мреже.
У настојању да карактеришу и опишу структуру различитих комплексних мрежа, научници који се баве облашћу теорије комплексних мрежа су развили велики број различитих мера, које често нису независне и чија међусобна зависност је неретко непозната. Ово је управо разлог што је степен случајности у реалним комплексним мрежама дуго остао мистерија.
Колики је број неопходних и довољних мера потребних да би се у потпуности описала структура комплексних мрежа? Недавно објављени рад у часопису „Нејчер комјуникејшнс”, управо, пружа одговор на ово питање. Научница из Лабораторије за примену рачуанра у науци (SCL) Националног центра изузетних вредности за изучавање комплексних система Института за физику у Београду, др Марија Митровић Данкулов, са својим колегама из САД, Финске и Шпаније, показала је да је овај скуп потребних мера релативно мали.
Они су користили метод који омогућује систематско повећање разматраних мера и применили га на шест комплексних мрежа којима су представљени различити биолошки, социјални и технолошки системи. Полазећи од оригиналне мреже, у сваком кораку генерисали су скуп случајних мрежа које су имале неке од карактеристика оригиналне мреже док су све остале карактеристике биле случајне, и упоредили их са оригиналном мрежом.
У сваком кораку скуп одабраних особина које су исте као у оригиналној мрежи представља надскуп особина из предходног корака, што омогућава да се постигне систематска конвергенција ка оригиналној мрежи. Број корака неопходних за поновно креирање оригиналне мреже, одређује број најмањих особина које су неопходне за опис структуре мреже.
Показали су да се случајне мреже са истом секвенцом степена (секвенцом броја првих суседа), истом матрицом повезаности између степена (описује како су чворови са одређеним степенима међусобно повезани) и истом зависношћу кластеринг којефицијента од степена чвора (мери обрасце повезаности између суседа чворова са одређеним степеном), као оригинална мрежа, не разликују од ње по осталим тополошким особинама.
Осим тога, они су показали да ово важи за све самоорганизујуће мреже, независно од њихове природе. Овај рад доказује да, иако је разлика између случајног и реалног света релативно мала, није занемарљива.
(Извор: Институт за физику)
