Interdyscyplinarne projekty badawcze w Pracowni FENS czyli co

Interdyscyplinarne projekty badawcze w Pracowni FENS, czyli co to jest ekonofizyka i socjofizyka? Janusz Hołyst Samodzielna Pracownia Fizyki w Ekonomii i Nauk Społecznych, Wydział Fizyki PW Referat przedstawiony na Dniu Otwartym Pracowni FENS, 8 listopada 2012 jholyst@if. pw. edu. pl, www. if. pw. edu. pl/~jholyst

Agenda 1. 2. 3. 4. 5. 6. Kim jesteśmy, co robimy ? Dlaczego to robimy? Prowadzone projekty EU Ekonofizyka (od M. Kopernika i I. Newtona) Socjofizyka Możliwa współpraca z Wydziałem Mi. NI

Skład Samodzielnej Pracowni FENS 1. Prof. Janusz Hołyst 2. Dr. Krzysztof Suchecki 3. Dr Julian Sienkiewicz 4. Dr Anna Chmiel 5. Mgr inż. Agnieszka Czaplicka 6. Mgr Janusz Dębski 7. Mgr Elżbieta Maślak 8. Inż. Krzysztof Soja 9. Inż. Jan Chołoniewski 10. Inż. Tomasz Ryczkowski Współpraca naukowa 11. Dr Paweł Sobkowicz 12. Mgr Anna Winnicka

Tematyka badawcza Dane Modele Rozwiązania (a+n) Ekonofizyka ügiełdy üsieci banków üagencje ratingowe ürynki towarowe üFOREX üsieci produkcyjne ……. . Socjofizyka Paradygmaty üFizyka statystyczna üPrzejścia fazowe üSieci złożone üAutomaty komórkowe üProcesy stochastyczne üTeoria informacji üSzeregi czasowe üEksploracja danych üdynamika opinii üewolucja nauki ükonkurencja grup üsocjoinformatyka üemocje ……

Dlaczego to robimy ? Z „Misji Politechniki Warszawskiej”: Narastająca złożoność świata wymaga, by zakres kształcenia i badań prowadzonych przez uczelnię techniczną w coraz większym stopniu wykraczał poza klasyczne dziedziny inżynierii, w kierunku nauk ścisłych i przyrodniczych oraz nauk związanych z otoczeniem społeczno-ekonomicznym. Rozwój nauki i technologii nie tylko w kierunku małych i dużych skal: odległości, czasu, temperatur, ciśnień Nowy paradygmat: złożoność układu

Co to są układy złożone ? • Znając części nie jesteśmy w stanie przewidzieć zachowania całości, obserwując całość nie możemy poznać elementów składowych. • Cechy układu złożonego: brak zasady superpozycji, zachowanie nieliniowe. • Przykłady: kryształ, ciecz, organizm żywy, mózg, społeczeństwo, gospodarka, internet • Zjawiska: spontaniczna magnetyzacja, turbulencja, chaos deterministyczny, narodziny i śmierć, panika na giełdzie, nowe idee i technologie • Badania interdyscyplinarne: ekonofizyka, socjofizyka , sieci złożone

Współpraca zagraniczna ü ü ü ü ETH Zurich, EPFL Lozanne Univ. of Amsterdam, MPI PCS Dresden TU Darmstadt, TU Berlin, Jacobs Univ. Bremen Univ. of Oxford, Univ. of Wolverhampton Trinity College Dublin OFAI Vienna, JSI Lubliana Kyoto University

EU Projekty badawcze prowadzone lub zakończone w Pracowni FENS 1. FP 7 EU ICT Integrated Project CYBEREMOTIONS – Collective Emotions in Cyberspace, 2009 -2013, 750. 154 Euro +810. 293 PLN (Coordinator) 2. FP 7 EU STREP Project Dyna. Nets - Computing Real-World Phenomena with Dynamically Changing Complex Networks, 2010 -2102, 225 000 +75 000 Euro (Partner) COST Action MP 0801 Physics of Competition and Conflicts, 2008 -2012 (v-ce Chair) 3. 4. FP 6 EU NEST STREP CREEN, Critical events in evolving networks, 2005 -2008, 279. 996 Euro + 690. 360 PLN (Coordinator) 5. FP 6 EU NEST STREP MMCOMNET (Measuring and modeling of complex networks across domains) 2005 -2008, 249. 984 Euro + 612 100 PLN (Partner) 6. COST Action P 10: Physics or Risk, 2005 -2007, 390. 000 PLN (v-ce Chair) 7. ESF Project, 167/ESF/2006/03, STOCHDYN, Stochastic dynamics: fundamentals and applications), 2006 -2008, 450. 858 PLN (Partner) 8. Coordination Action: GIACS, Complex systems (Partner) 9. Coordination Action: ONCE-CS, Complex systems (Partner)

Środki UE w Pracowni FENS w okresie 2005 -2012 tys. PLN 1. 891. 744 Euro (łącznie z wkładem własnym z MNi. Sz. W) Środki na naukę z projektów UE Udział procentowy projektów UE / środki na naukę Projekty EU stanowią 95% do 99% budżetu Pracowni FENS

Nowe projekty ¡ FP 7 ICT Projekt, SOPHOCLES, Self-Organised information Pr. Ocessing, Critica. Lity and Emergence in multilevel Systems, budżet dla PW 476 500 Euro +wkład PLN (Partner, 2012 -2015) zacznie się 1. grudnia 2012. ¡ Złożono w konkursie: FP 7 FET Flagship Project Futur. ICT, 550. 000 Euro + wkład PLN, 2013 -2016 (koordynator polskiego węzła) ¡ Złożono w konkursie: FP 7 FET Open Project Emo. Info (koordynator) 688 958 Euro + wkład PLN

Korzenie ekonofizyki Mikołaj Kopernik (1473 -1543): Astronom i Ekonomista ¡ ¡ Mikołaj Kopernik napisał dwie prace na temat pieniądza: De estimatione monete, (O szacunku monety), 1519 Rozprawa była prezentowana na sejmiku Prus Królewskich w Grudziądzu w roku 1522 De monete cudende Ratio, (Sposób bicia monety), 1526 (? ) Poglądy monetarne Kopernika wpłynęły na powstanie edyktu monetarnego Zygmunta Starego (1526)

Z protokółu Sejmiku w Grudziądzu (1521)

Mikołaj Kopernik, De estimatione monete, 1519

Isaac Newton (1642 -1727) Fizyk i matematyk a także nadzorca i dyrektor Królewskiej Mennicy ¡ ¡ Isaac Newton was appointed to a position Warden of the Mint in 1696 on the recommendation of the Chancellor of the Exchequer Charles Montague. In 1699 Newton received a post of Master of the Mint. Surviving the political upheavals of the early eighteenth century, he remained as Master until his death in March 1727.

SIR ISAAC NEWTON'S MINT REPORTS (1701 -1725, selected papers) ü On the Proportion of Gold and Silver in Value in several European Currencies (Sept. 1701). ü Report of the Officers of the Mint about the Preservation of the Coyne, including an assessment of various European coins (July 1702). ü On Finances of the Mint at Edinburgh (Feb. 1710). ü Sir Is. Newton's Memorial with Mr. Attorney Generall's opinion concerning Plate carried into the Mint to be coyned (July 1711). ü The Value of the Spanish Real (Aug. 1711). ü On the Value of Gold and Silver in English, Irish and European Coins (Mar. - June 1712). ü Upon the Memorial of Mr. Brydges's relating to the Reduction of the Current Money at Dunkirk into Sterling Money for the Paying of the Forces there (Aug. 1712 - Oct. 1712).

NEWTON'S MEMORIAL CONCERNING THE PROPORTION OF GOLD AND SILVER IN VALUE 1701, Sept. 28 To the Rt Honble the Lords Commrs of his Majties Treasury. MAY IT PLEASE YOR LORDSP. , — By the late Edicts of the French King for raising the monies in France the proportion of the value of Gold to that of Silver being altered, I humbly presume to give yr Lordps notice thereof. (. . . ) The proportion therefore between Gold & Silver is now become the same in France as it has been in Holland for some years. . (. . ) This abatement is not certain, but rises & falls according as Spain is supplied with Gold or Silver from the Indies. (. . . ) IS. NEWTON. MINT OFFICE, Sept. 28, 1701.

LOUIS BACHELIER 1870 -1946 Fizyk i matematyk, który wprowadził procesy stochastyczne do ekonomii (przed Einsteinem i Smoluchowskim) 29 marzec 1900, Bachelier obronił doktorat, Theorie de la Speculation Theorie de la speculation, Annales Scientifiques de l’E´cole Normale Supe´rieure, 1900, pp. 21– 86. APPENDIX: POINCARE’S REPORT Report on the Thesis of M. Bachelier, March 29, 1900 The subject chosen by M. Bachelier is somewhat removed from those which are normally dealt with by our applicants. His thesis is entitled “Theory of Speculation” and focuses on the application of Probability Theory to the Stock Exchange. First, one might fear that the author has exaggerated the applicability of Probability Theory as has often been done. Fortunately, this is not the case. . .

Teoria ruchów Browna A. Einstein, Ann. Phys. (Leipzig) 17, 549 (1905). M. Smoluchowski, Ann. Phys. (Leipzig) 21, 756 (1906); gdzie D=k. BT/(6πηa) Marian Smoluchowski 1872 -1917

Opcje finansowe. . . to bardzo proste ! Aby zabezpieczyć się przed dużymi kosztami związanymi z wypadkiem lub kradzieżą możemy wykupić ubezpieczenie

Europejska opcja kupna (sprzedaży): prawo do kupna (sprzedaży) instrumentu pierwotnego (dewiz, surowców, akcji) po cenie K w chwili T

Jak wyliczyć cenę opcji ? Teoria Blacka-Scholesa-Mertona r- stopa procentowa, P(S(T)) – prawdopodobieństwo ceny S(T) Równanie Langevina dla cen instrumentu pierwotnego W(t) - proces ruchu Browna (Wienera) P(S(t)) jest dane przez odpowiednie równanie Fokkera. Plancka - rozszerzone równanie dyfuzji

Nagroda Nobla z Ekonomii, 1997 dla Roberta C. Mertona (matematyka) i Myrona S. Scholesa (ekonomisty). Fischer Black (matematyk i fizyk) zmarł w 1995 r.

Wielkość rynku instrumentów pochodnych

Problem: tłuste ogony prawdopodobieństwa

Nagroda Nobla z Fizyki, 1982 "for his theory for critical phenomena in connection with phase transitions" Kenneth G. Wilson, USA

Assumptions: N agents (spins): σi(t) = ± 1 (buy or sell) Orientation in the next time step depends on the local field:

Time series and returns distributions from the proposed model

Ryzyko systemowe w układach połączonych

. . . In fact, sudden withdrawals can have dramatic effects on the bank stability and may force a bank to bankruptcy in a short time if it does not receive assistance from other banks. On the other hand, a bankruptcy of a single bank can an start an avalanche of other bank failures due to the domino effect. pc_2 D≈1. 00± 0. 01, pc_3 D≈0. 51± 0. 02

Network of production. Nodes- companies. Links– interactions (orders, production).

Model - Orders at the output layer: Y 0 i = q. A 0 i , Y 0 i is the order in production units, and q a technological proportionality coefficient relating the quantity of product Y to the production capacity A, combining the effect of capital and labour. q is further taken equal to 1 without loss of generality. The planned production Yki is then a minimum between production capacity and orders coming from downstream:

Price dispersion Colours represent sale prices. Blue - lowest price. Red - highest price. Network N=150 nodes at time t=0. μ=1. 0, σ=0. 1

State of the system after 100 iterations. Firms whose sale prices are not competitive can’ t find suppliers/receivers.

Przykłady innych prac z ekonofizyki z Pracowni FENS 1. 2. 3. 4. A. H. Sato, M. Nishimura, J. A. Hołyst Fluctuation scaling of quotation activities in the foreign exchange market PHYSICA A 389, 2793 -2804, 2010 P. Sieczka, Janusz A. Hołyst. Correlations in commodity markets PHYSICA A 388, 1621, JAN 2009 K. Urbanowicz, Janusz A. Hołyst Noise estimation by use of neighboring distances in Takens space and its applications to stock market data INT J BIFURCAT CHAOS 16 (6): 1865 -1869 JUN 2006 J. A. Hołyst, T. Hagel, W. Weidlich and G. Haag How to control a chaotic economy? Journal of Evolutionary Economics, 6, 31 -42 (1996)

Socjofizyka Modelowanie zmian opinii za pomocą automatów komórkowych i sieci złożonych. . . Animacja modelu wpływu społecznego

Sieci sprzężone A Animacja oddziaływania dwóch grup społecznych Netsim 5_newnetwo rk 4. avi B Netsim 5_newnetsim 5. jar

66 cytowań (Web of Science)

Collective Emotions in Cyberspace European Union Research Project Participant organisation name Leader Country Specialization Warsaw University of Technology Janusz Holyst Poland Physics of complex systems Ecole Polytechnique Fédérale de Lausanne Daniel Thalmann Switzerland Computer animation University of Wolverhampton Michael Thelwall United Kingdom Webometrics Österreichische Studiengesellschaft für Kybernetik Robert Trappl Austria Artificial intelligence Eidgenössische Technische Hochschule Zürich Frank Schweitzer Switzerland Complex systems modelling Jozef Stefan Institute, Ljubljana Bosiljka Tadic Slovenia Computational physics Jacobs University, Bremen Arvid Kappas Germany Psychophysiology Technical University Berlin Matthias Trier Germany Network visualization Gemius SA Kamila Kowalska Poland Internet market research Large-scale integrating project ICT Call 3 Science of Complex Systems for socially Intelligent ICT Duration: 1 Feb. 200931 Jan 2013 EC funding 3. 6 M€ CYBEREMOTIONS = data gathering + complex systems methods + ICT outputs Main aims ¡ to understand the process of collective emotions formation in e-communities ¡ to create decentralized adaptive tools to amplify positive or suppress negative collective emotions in e-societies ¡ to stabilize different ICT services by predicting negative emotions & minimizing their effects (long) ¡ to create theoretical background for the development of the next generation emotionally-intelligent ICT services using universal methods of complex systems (long).

¡ ¡ ¡ ¡ cybersaur 7 hr 26 min ago The state secrets privilege, since its inception, has often been abused. More often than not, it is used to cover up government wrong doing. This case is no different. For the government to be able to arbitrarily shield itself from judicial scrutiny is bad for democracy. ncmusic 1 hr 20 min ago In fact the very first case that establish state secrets it was abused and based on government lies. rufioho 6 hr 13 min ago come on, the people need to know and hold their government accountable! salbatross 1 hr 53 min ago So if it's important enough, it doesn't have to follow the Constitution. Sounds rational to me.

Twitter revolution Egyptian Revolution 2011: Egyptian protest leader Wael Ghonim’s Twitter message: “congratulations Egypt the criminal has left the palace. ” Egypt, Twitter and the Straw Man Revolution …. Twitter is not the root cause of these uprisings. Twitter was not repressed. Twitter did not get inspired by events in other countries. …. Twitter can help organize. Facebook can help get the word out. ….

Emotional avatars from EPFL Lab

Data collected by Wolverhampton group 4 million comments BBC Forum BBC “Religion and Ethics” and “World / UK News” message boards starting from the launch of the website (July 2005 and June 2005 respectively) until the beginning of the crawl (June 2009). #comments 2, 474, 781 #users 18, 045 # threads 97, 946 Digg The analysis spans the months February to April 2009 and consists of all the stories, comments and users that contributed to the site during this period. The resulting dataset contains approximately 1. 9 million stories, 1. 6 million comments and 800 thousand users. Blog 06 crawl of approximately 100, 000 blogs and which spans 11 weeks, from 06/12/2005 to 21/02/2006", i. e. the dataset contains webpages from 100, 000 different blogs (more than 3 million webpages). The blogs are from all over the world, although there is an emphasis on English content #comments 242, 057 #discussions 1219 Detection of collective emotions in cyber-communities

Emotional clusters Emotions (emotional valence e ={ +1, 0, -1}) We define an emotional cluster of size n as a chain of n consecutive messages with similar sentiment orientations (i. e. negative, positive or neutral). Detection of collective emotions in cyber-communities

Growth probability for cluster of size n 0<α<1 Conditional probability for cluster growth increases as a power-law with cluster length. The presence of a longer cluster of coherent emotional expressions increases a possibility to follow the cluster by a comment with the same emotion. Detection of collective emotions in cyber-communities

Cumulative distribution De(n) of cluster of size n There are clusters of comments possessing a similar level of emotional valence that are much longer than it would be if they were created by a random process. Markov process Detection of collective emotions in cyber-communities Digg data

α ~ 0. 75 exp[- 4 p(e)] Characteristic exponents α decay with a probability of a given emotions frequency. Rare emotions are more clustered !!! Detection of collective emotions in cyber-communities

Skalowania i korelacje w dynamice społeczności internetowych (rozprawa dr Anny Chmiel) 1 A. Chmiel i in. Scaling of human behavior during portal browsing Phys Rev E 80, 066122 (2009) 2 EU projekt A. Chmiel i in. Collective emotions online and their influence on community life PLOSONE 0022207(2011) 3 A. Chmiel, J. A. Hołyst Flow of emotional messages in artificial social networks IJMP C Vol. 21, No. 5 (2010) 593 (2010) 4 A. Chmiel i in. Negative emotions boost users activity at BBC Forum, Physica A, 390 (2011) 2936 -2944

Tematy prac inżynierskich i dyplomowych ¡Obserwacje zdarzeń ekstremalnych w układach stochastycznych ¡Wizualizacja i analiza dyfuzji cząstki na sieciach złożonych ¡Złamanie symetrii w modelu izolacji grup społecznych ¡Zastosowanie algorytmów genetycznych do predykcji zmian opinii ¡Analiza sieci bankowych metodami fizyki statystycznej ¡Symulacje dynamiki opinii społecznej za pomocą automatów komórkowych Prace studentów związane są często z projektami badawczymi UE Absolwenci będą dobrze wyszkoleni w analizie danych i metodach symulacji komputerowych. W trakcie prac dyplomowych biorą udział w specjalistycznych szkołach i międzynarodowych konferencjach. Możliwości podejmowania pracy: firmy komputerowe, firmy telekomunikacyjne, e-firmy, banki, instytuty naukowe w Polsce i za granicą oraz wszędzie tam, gdzie potrzebna jest interdysciplinarna wiedza na temat modelownia dynamiki układów złożonych.

Możliwe wspólne projekty z Wydziałem Mi. NI PW Procesy stochastyczne ¡ Teoria informacji ¡ Matematyka finansowa ¡ Szeregi czasowe ¡ Eksploracja danych ¡ Teoria grafów ¡

Sekcja Polskiego Towarzystwa Fizycznego: Fizyka w Ekonomii i Naukach Społecznych (FENS) http: //ptf. fuw. edu. pl/fens/

Misja Krajowa Rada Koordynatorów Projektów Badawczych UE (KRAB) powstała w roku 2007 jako Stowarzyszenie dla wymiany doświadczeń z realizacji projektów między swoimi członkami oraz miedzy innymi podmiotami. Chcemy: ¡ promować dobre praktyki profesjonalnego prowadzenia projektów badawczych ¡ promować polskie uczestnictwo w Programach Ramowych UE. ¡ współpracować z administracją rządową, samorządowa oraz innymi podmiotami związanymi z realizacją projektów UE ¡ podejmować działania i rekomendować zmiany prawne potrzebne dla udziału polskich naukowców w programach badawczo-rozwojowych UE. www. krab. edu. pl

Szczególne podziękowania dla: dr Krzysztof Kacperski dr Sławomir Matyjaśkiewicz dr Piotr Fronczak dr Agata Fronczak dr Krzysztof Urbanowicz dr Jarosław Białecki dr Krzysztof Suchecki dr Julian Sienkiewicz dr Paweł Sieczka dr Anna Chmiel dr Bernard Kujawski (Brunel University, Wlk. Brytania) dr Kamil Mizgier (ETH Zurich, Szwajcaria)