Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/16576 |
Resumo: | In this work we study a connection between a non-Gaussian statistics, the Kaniadakis statistics, and Complex Networks. We show that the degree distribution P(k)of a scale free-network, can be calculated using a maximization of information entropy in the context of non-gaussian statistics. As an example, a numerical analysis based on the preferential attachment growth model is discussed, as well as a numerical behavior of the Kaniadakis and Tsallis degree distribution is compared. We also analyze the diffusive epidemic process (DEP) on a regular lattice one-dimensional. The model is composed of A (healthy) and B (sick) species that independently diffusive on lattice with diffusion rates DA and DB for which the probabilistic dynamical rule A + B → 2B and B → A. This model belongs to the category of non-equilibrium systems with an absorbing state and a phase transition between active an inactive states. We investigate the critical behavior of the DEP using an auto-adaptive algorithm to find critical points: the method of automatic searching for critical points (MASCP). We compare our results with the literature and we find that the MASCP successfully finds the critical exponents 1/ѵ and 1/zѵ in all the cases DA =DB, DA <DB and DA >DB. The simulations show that the DEP has the same critical exponents as are expected from field-theoretical arguments. Moreover, we find that, contrary to a renormalization group prediction, the system does not show a discontinuous phase transition in the regime o DA >DB. |
id |
UFRN_6441b0c836afd3ece66809aff6d76437 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/16576 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Macedo Filho, Antonio dehttp://lattes.cnpq.br/5432651695056904http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783310Y1Albuquerque, Eudenilson Lins dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783172H5Silva Júnior, Raimundohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790590E2Mendes, Rênio dos Santoshttp://lattes.cnpq.br/1048662778515772Moreira, André Autohttp://lattes.cnpq.br/4417117445512655Silva, Luciano Rodrigues da2014-12-17T15:14:53Z2012-02-232014-12-17T15:14:53Z2011-02-17MACEDO FILHO, Antonio de. Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D. 2011. 165 f. Tese (Doutorado em Física da Matéria Condensada; Astrofísica e Cosmologia; Física da Ionosfera) - Universidade Federal do Rio Grande do Norte, Natal, 2011.https://repositorio.ufrn.br/jspui/handle/123456789/16576In this work we study a connection between a non-Gaussian statistics, the Kaniadakis statistics, and Complex Networks. We show that the degree distribution P(k)of a scale free-network, can be calculated using a maximization of information entropy in the context of non-gaussian statistics. As an example, a numerical analysis based on the preferential attachment growth model is discussed, as well as a numerical behavior of the Kaniadakis and Tsallis degree distribution is compared. We also analyze the diffusive epidemic process (DEP) on a regular lattice one-dimensional. The model is composed of A (healthy) and B (sick) species that independently diffusive on lattice with diffusion rates DA and DB for which the probabilistic dynamical rule A + B → 2B and B → A. This model belongs to the category of non-equilibrium systems with an absorbing state and a phase transition between active an inactive states. We investigate the critical behavior of the DEP using an auto-adaptive algorithm to find critical points: the method of automatic searching for critical points (MASCP). We compare our results with the literature and we find that the MASCP successfully finds the critical exponents 1/ѵ and 1/zѵ in all the cases DA =DB, DA <DB and DA >DB. The simulations show that the DEP has the same critical exponents as are expected from field-theoretical arguments. Moreover, we find that, contrary to a renormalization group prediction, the system does not show a discontinuous phase transition in the regime o DA >DB.Neste trabalho, estudamos a conexão entre uma estatística não Gaussiana, a estatística de Kaniadakis, e as redes complexas. Nós mostramos que a distribuição de conectividades P(k), de uma rede livre de escala, pode ser determinada usando a maximização da entropia de informação no contexto de estatísticas não Gaussianas. Como exemplo, discutimos uma análise numérica baseada no modelo de crescimento com ligação preferencial e comparamos o comportamento numérico da distribuição de conectividade entre as estatísticas de Kaniadakis e a de Tsallis. Analisamos, ainda, o processo de propagação de epidemia em uma rede regular unidimensional. O sistema que compõe o modelo é composto de espécies A (sadios) e espécies B (doentes) que se difundem, independentemente na rede, com taxas DA e DB e seguem a regra dinâmica probabilística A+B → 2B e B → A. Este modelo, pertence à categoria de sistemas de não equilíbrio com um estado absorvente e uma transição de fase entre os estados ativo-inativo do sistema. Investigamos o comportamento crítico, usando um algoritmo auto-adaptativo para encontrar pontos críticos: o método de busca automática para pontos críticos (MBA). Comparamos nossos resultados com os correspondentes da literatura científica e encontramos que o MBA determina, com sucesso, os expoentes críticos 1/ѵ e 1/zѵ em todos os casos DA = DB, DA < DB e DA > DB. As simulações mostraram que o processo epidêmico difusivo tem os mesmos expoentes críticos encontrados no contexto da Teoria de Campo. Além disso, encontramos que, ao contrário das predições de Grupo de Renormalização, o sistema não mostra uma transição de fase descontínua para o regime DA > DBCoordenação de Aperfeiçoamento de Pessoal de Nível Superiorapplication/pdfporUniversidade Federal do Rio Grande do NortePrograma de Pós-Graduação em FísicaUFRNBRFísica da Matéria Condensada; Astrofísica e Cosmologia; Física da IonosferaRedes complexasEstatísticas não gaussianasEpdemiasDifusãoComplex networksnot Gaussian statisticsEpdemiasDiffusionCNPQ::CIENCIAS EXATAS E DA TERRA::FISICAConexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1Dinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALAntonioMF_TESE.pdfapplication/pdf2442431https://repositorio.ufrn.br/bitstream/123456789/16576/1/AntonioMF_TESE.pdf5b4a291a0463cccea8bc8ffd82ea7840MD51TEXTAntonioMF_TESE.pdf.txtAntonioMF_TESE.pdf.txtExtracted texttext/plain272597https://repositorio.ufrn.br/bitstream/123456789/16576/6/AntonioMF_TESE.pdf.txt33b83513988d8369fa6d66db868edeffMD56THUMBNAILAntonioMF_TESE.pdf.jpgAntonioMF_TESE.pdf.jpgIM Thumbnailimage/jpeg3602https://repositorio.ufrn.br/bitstream/123456789/16576/7/AntonioMF_TESE.pdf.jpga9f72308b34ab08cfc641a94dbfb9ab8MD57123456789/165762017-11-02 03:31:12.649oai:https://repositorio.ufrn.br:123456789/16576Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2017-11-02T06:31:12Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.por.fl_str_mv |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D |
title |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D |
spellingShingle |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D Macedo Filho, Antonio de Redes complexas Estatísticas não gaussianas Epdemias Difusão Complex networks not Gaussian statistics Epdemias Diffusion CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA |
title_short |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D |
title_full |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D |
title_fullStr |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D |
title_full_unstemmed |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D |
title_sort |
Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D |
author |
Macedo Filho, Antonio de |
author_facet |
Macedo Filho, Antonio de |
author_role |
author |
dc.contributor.authorID.por.fl_str_mv |
|
dc.contributor.authorLattes.por.fl_str_mv |
http://lattes.cnpq.br/5432651695056904 |
dc.contributor.advisorID.por.fl_str_mv |
|
dc.contributor.advisorLattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783310Y1 |
dc.contributor.referees1.pt_BR.fl_str_mv |
Albuquerque, Eudenilson Lins de |
dc.contributor.referees1ID.por.fl_str_mv |
|
dc.contributor.referees1Lattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783172H5 |
dc.contributor.referees2.pt_BR.fl_str_mv |
Silva Júnior, Raimundo |
dc.contributor.referees2ID.por.fl_str_mv |
|
dc.contributor.referees2Lattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4790590E2 |
dc.contributor.referees3.pt_BR.fl_str_mv |
Mendes, Rênio dos Santos |
dc.contributor.referees3ID.por.fl_str_mv |
|
dc.contributor.referees3Lattes.por.fl_str_mv |
http://lattes.cnpq.br/1048662778515772 |
dc.contributor.referees4.pt_BR.fl_str_mv |
Moreira, André Auto |
dc.contributor.referees4ID.por.fl_str_mv |
|
dc.contributor.referees4Lattes.por.fl_str_mv |
http://lattes.cnpq.br/4417117445512655 |
dc.contributor.author.fl_str_mv |
Macedo Filho, Antonio de |
dc.contributor.advisor1.fl_str_mv |
Silva, Luciano Rodrigues da |
contributor_str_mv |
Silva, Luciano Rodrigues da |
dc.subject.por.fl_str_mv |
Redes complexas Estatísticas não gaussianas Epdemias Difusão |
topic |
Redes complexas Estatísticas não gaussianas Epdemias Difusão Complex networks not Gaussian statistics Epdemias Diffusion CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA |
dc.subject.eng.fl_str_mv |
Complex networks not Gaussian statistics Epdemias Diffusion |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA |
description |
In this work we study a connection between a non-Gaussian statistics, the Kaniadakis statistics, and Complex Networks. We show that the degree distribution P(k)of a scale free-network, can be calculated using a maximization of information entropy in the context of non-gaussian statistics. As an example, a numerical analysis based on the preferential attachment growth model is discussed, as well as a numerical behavior of the Kaniadakis and Tsallis degree distribution is compared. We also analyze the diffusive epidemic process (DEP) on a regular lattice one-dimensional. The model is composed of A (healthy) and B (sick) species that independently diffusive on lattice with diffusion rates DA and DB for which the probabilistic dynamical rule A + B → 2B and B → A. This model belongs to the category of non-equilibrium systems with an absorbing state and a phase transition between active an inactive states. We investigate the critical behavior of the DEP using an auto-adaptive algorithm to find critical points: the method of automatic searching for critical points (MASCP). We compare our results with the literature and we find that the MASCP successfully finds the critical exponents 1/ѵ and 1/zѵ in all the cases DA =DB, DA <DB and DA >DB. The simulations show that the DEP has the same critical exponents as are expected from field-theoretical arguments. Moreover, we find that, contrary to a renormalization group prediction, the system does not show a discontinuous phase transition in the regime o DA >DB. |
publishDate |
2011 |
dc.date.issued.fl_str_mv |
2011-02-17 |
dc.date.available.fl_str_mv |
2012-02-23 2014-12-17T15:14:53Z |
dc.date.accessioned.fl_str_mv |
2014-12-17T15:14:53Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MACEDO FILHO, Antonio de. Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D. 2011. 165 f. Tese (Doutorado em Física da Matéria Condensada; Astrofísica e Cosmologia; Física da Ionosfera) - Universidade Federal do Rio Grande do Norte, Natal, 2011. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/16576 |
identifier_str_mv |
MACEDO FILHO, Antonio de. Conexão entre as redes complexas e estatística de Kaniadakis e busca eficiente das propriedades críticas do processo epidêmico difusivo 1D. 2011. 165 f. Tese (Doutorado em Física da Matéria Condensada; Astrofísica e Cosmologia; Física da Ionosfera) - Universidade Federal do Rio Grande do Norte, Natal, 2011. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/16576 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Física |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Física da Matéria Condensada; Astrofísica e Cosmologia; Física da Ionosfera |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/16576/1/AntonioMF_TESE.pdf https://repositorio.ufrn.br/bitstream/123456789/16576/6/AntonioMF_TESE.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/16576/7/AntonioMF_TESE.pdf.jpg |
bitstream.checksum.fl_str_mv |
5b4a291a0463cccea8bc8ffd82ea7840 33b83513988d8369fa6d66db868edeff a9f72308b34ab08cfc641a94dbfb9ab8 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1814832936356151296 |