Introduzione generale alle Complex networks: cenni storici, terminologia formale 

(definizione di grafo/rete, node degree, clustering coefficient),

Concetti di grafi random, small world (esermpi: Erdos-Bacon number, esperimento di 

Stanely Milgram). 

Algoritmi per il calcolo delle distanze e del diametro: BFS, DFS, Dijkstra.

Componenti connesse, Laplaciano.



Minimum Spanning Tree, applicazioni a dati finanziari (Bonanno, Onnela). Algoritmi (Prim, Kruskal; Dijkstra su grafi pesati). Misure di centralità (node-degree, Closeness, betweenness, eigenvector, PageRank, prestige measures).

Confronto tra misure di centralità. Bow-tie. Topologia delle reti

Node-degree come variabile aleatoria. 



Watts-Strogatz, Barabasi-Albert, Power law/exponential

Assortativity, Rich club

Giant component. Epidemic spreading.



Diffusione su reti. Utilizzo delle CN per la modellizzazione di dati.



Summary and perspectives on the application of networks.

Discussion.