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.