CONEXÃO ENTRE AS REDES COMPLEXAS E A ESTATÍSTICA DE KANIADAKIS E BUSCA EFICIENTE DAS PROPRIEDADES CRÍTICAS DO PROCESSO EPIDÊMICO DIFUSIVO 1D
REDES COMPLEXAS, ESTATÍSTICA DE KANIADAKIS, PROPRIEDADES CRÍTICAS DO PROCESSO EPIDÊMICO DIFUSIVO 1D
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 também o comportamento crítico de processo epidêmico difusivo 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/v e 1/zv em todos os casos DA=DB, DA<DB e DA>DB. As simulações mostram 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>DB.