La tesi affronta la modellizzazione statistica di reti complesse mediante il Principio di Massima Entropia, confrontando le descrizioni canoniche (con vincoli soddisfatti in media) e microcanoniche (con vincoli imposti rigidamente). In una prima fase si analizzano e si confrontano i modelli G(N,p) e G(N,L), canonico e microcanonico rispettivamente, evidenziando l’equivalenza asintotica delle entropie associate. Successivamente, si esaminano ensemble con sequenza dei gradi fissata, mostrando come un numero estensivo di vincoli possa dar luogo a una non-equivalenza tra i due approcci, manifestata attraverso differenze significative nelle entropie.

Rottura dell'equivalenza tra ensemble statistici nei modelli di grafi esponenziali

CECCATO, CAMILLA
2024/2025

Abstract

La tesi affronta la modellizzazione statistica di reti complesse mediante il Principio di Massima Entropia, confrontando le descrizioni canoniche (con vincoli soddisfatti in media) e microcanoniche (con vincoli imposti rigidamente). In una prima fase si analizzano e si confrontano i modelli G(N,p) e G(N,L), canonico e microcanonico rispettivamente, evidenziando l’equivalenza asintotica delle entropie associate. Successivamente, si esaminano ensemble con sequenza dei gradi fissata, mostrando come un numero estensivo di vincoli possa dar luogo a una non-equivalenza tra i due approcci, manifestata attraverso differenze significative nelle entropie.
2024
Breaking of Ensemble Equivalence in exponential random graphs
Entropia Massima
Grafi esponenziali
Configuration model
Meccanica Statistica
File in questo prodotto:
File Dimensione Formato  
Ceccato_Camilla.pdf

accesso aperto

Dimensione 658.27 kB
Formato Adobe PDF
658.27 kB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/91423