Il passaggio dalla Business Intelligence all'Advanced Analytics: individuazione e analisi di un modello in merito all'influenza del lobbying nel sistema economico

I Big Data stanno guidando una rivoluzione globale. In tutti i settori, pubblici o privati, e le industrie quali Vendita al dettaglio, Sanità, Media e Trasporti, i Big Data stanno influenzando la vita di miliardi di persone. L’impatto dei Big Data è sostanziale, ma così discreto da passare inosservato alla maggior parte delle persone. Le applicazioni di Business Intelligence e Advanced Analytics vogliono studiare e trarre informazioni dai Big Data. Si studia il passaggio dalla prima alla seconda, mettendo in evidenza aspetti simili e differenze.

Slow waves in un modello di crescita tumorale

In questo elaborato ho analizzato un sistema di reazione-diffusione proposto come modello per descrivere un fenomeno di crescita tumorale. In particolare, è stato approfondito il processo in cui l'invasione neoplastica è originata dalla produzione di un eccesso di ioni acidi da parte delle cellule maligne. Il sistema preso in esame descrive l'andamento di tre grandezze: la concentrazione di tessuto sano, la concentrazione di tessuto maligno e l'eccesso di ioni acidi. Ho quindi cercato soluzioni compatibili con il sistema le quali fossero funzioni della tipologia travelling waves, ossia onde che si propagano lungo l'asse reale con un grafico fissato e ad una velocità costante. I risultati ottenuti in questo lavoro sono stati così suddivisi: nel Capitolo 1 viene descritto il processo di invasione tumorale dal punto di vista biologico, nel Capitolo 2 vengono forniti alcuni lemmi e proposizioni preliminari, nel Capitolo 3 viene calcolata un'approssimazione della soluzione del sistema tramite onde del tipo slow waves e infine nel Capitolo 4 sono state studiate la presenza e la larghezza dello spazio interstiziale, ossia di una regione situata tra il tessuto sano e quello neoplastico nella quale si registra una concentrazione di cellule, sia normali sia maligne, praticamente nulla. Infine, sono state rappresentate graficamente le soluzioni in tre possibili situazioni caratterizzate da un diverso parametro di aggressività del tumore.

Materia oscura: modelli teorici ed evidenze sperimentali

Lo scopo di questa tesi è la trattazione della materia oscura partendo dalle evidenze sperimentali, ripercorrendo i possibili costituenti e riportando dati relativi a rivelazioni dirette ed indirette. Il primo capitolo è dedicato alla discussione delle due più importanti evidenze della presenza di materia oscura, ossia le curve di rotazione ed il Bullet Cluster, che risultano entrambe interazioni di tipo gravitazionale. Si provvede inoltre a fornire le due più plausibili soluzioni in grado di spiegare i risultati ottenuti dalle osservazioni sperimentali e a discutere la loro validità come modello per la descrizione di tali fenomeni. Il capitolo successivo è volto all'esposizione delle possibili particelle che compongono la materia oscura, discutendo quali siano le più probabili, e alla spiegazione della loro creazione nell'Universo primordiale. La terza parte è dedicata alle rilevazioni dirette, consistenti nello scattering fra particelle di materia oscura e nuclei, ed in particolare all'analisi del modello dei neutralini. Vengono poi riportati nello stesso capitolo i risultati di tali rilevazioni, con riferimento agli esperimenti CDMS II, XENON100 e LUX. Nel quarto capitolo si tratteranno i risultati delle rilevazioni indirette, ossia osservazioni di processi derivanti dall'annichilazione di materia oscura, e verranno riportati i risultati degli esperimenti più importanti, fra cui i più recenti sono Fermi-LAT e CTA (ancora in sviluppo). L'ultimo paragrafo è riservato ad un breve riassunto dei risultati e delle ipotesi trattate, per raccogliere i dati più importanti e fornire una visione generale della materia oscura.

Il modello di Hopfield: un'applicazione del modello di Ising alle reti neurali

Il Modello di Hopfield è un tentativo di modellizzare il comportamento di una memoria associativa come proprietà emergente di un network costituito da unità a due stati interagenti tra loro, e costituisce un esempio di come gli strumenti della meccanica statistica possano essere applicati anche al campo delle reti neurali. Nel presente elaborato viene esposta l'analogia tra il Modello di Hopfield e il Modello di Ising nel contesto delle transizioni di fase, applicando a entrambi i modelli la teoria di campo medio. Viene esposta la dinamica a temperatura finita e ricavata e risolta l'equazione di punto a sella per il limite di non saturazione del Modello di Hopfield. Vengono inoltre accennate le principali estensioni del Modello di Hopfield.

Matematica e musica grafi, tonnetz e teorie neo-riemanniane

Il primo capitolo verte su argomenti di musica e, dopo una breve premessa generale, ed alcuni cenni biografici di J. S. Bach, si passa ad una analisi strutturale di tipo aritmetico e geometrico su alcune sue famose composizioni, sottolineando in particolare la passione del grande compositore per la numerologia, esaminando l’importanza che il fattore numerologico sempre assume nelle sue opere. Il secondo capitolo verte su argomenti di matematica e tratta alcuni importanti aspetti della teoria dei grafi, del toro e dell’immersione di grafi in superfici. Il terzo capitolo, nel quale si fa riferimento agli argomenti dei primi due capitoli, è diviso in tre parti: la prima esamina alcuni principali fondamenti matematico-musicali, la seconda propone un excursus storico dalla scala pitagorica al temperamento equabile, la terza approfondisce il ciclo delle quinte, il Tonnetz e le teorie neo-riemanniane.

Modello stocastico per la plasticità sinaptica

Nel sistema nervoso centrale i neuroni comunicano l'uno con l'altro attraverso le connessioni sinaptiche e sono soggetti a centinaia di stimoli, ma hanno la capacità di distinguerli l'uno dall'altro. L'abilità delle sinapsi di interpretare questi cambiamenti morfologici e biochimici è detta \textit{plasticità sinaptica} e l'obiettivo di questa tesi è proprio studiare un modello per le dinamiche di questo affascinante processo, da un punto di vista prima deterministico e poi stocastico. Infatti le reazioni che inducono la plasticità sinaptica sono ben approssimate da equazioni differenziali non lineari, ma nel caso di poche molecole bisogna tener conto delle fluttuazioni e quindi sono necessari dei metodi di analisi stocastici. Nel primo capitolo, dopo aver introdotto gli aspetti fondamentali del sistema biochimico coinvolto e dopo aver accennato ai diversi studi che hanno approcciato l'argomento, viene illustrato il modello basato sull'aggregazione delle proteine (PADP) volto a spiegare la plasticità sinaptica. Con il secondo capitolo si introducono i concetti matematici che stanno alla base dei processi stocastici, strumenti utili per studiare e descrivere la dinamica dei sistemi biochimici. Il terzo capitolo introduce una giustificazione matematica riguardo la modellizzazione in campo medio e vede una prima trattazione del modello, con relativa applicazione, sui moscerini. Successivamente si applica il modello di cui sopra ai mammiferi e se ne studia nel dettaglio la dinamica del sistema e la dipendenza dai parametri di soglia che portano alle varie transizioni di fase che coinvolgono le proteine. Infine si è voluto osservare questo sistema da un punto di vista stocastico inserendo il rumore di Wiener per poi confrontare i risultati con quelli ottenuti dall'approccio deterministico.