Todos, provavelmente, já utilizamos ou já ouvimos a frase o mundo é pequeno! Contudo foi só com os trabalhos do psicólogo Stanley Milgram, nos anos 60, que esta constatação aparentemente banal começou a ganhar o estatuto de fato experimental. Milgram enviou 160 cartas para pessoas escolhidas ao acaso em dois estados norte-americanos, pedindo-lhes que as procurassem fazer chegar a um destinatário alvo, cujo nome, profissão e zona de residência eram dados. Para isso, e caso não o conhecessem, deviam enviar a carta para algum amigo que achassem que pudesse eventualmente conhecer o destinatário. Das 160 cartas, 42 chegaram ao destino e nestas o número médio de intermediários foi... 6!

Esta experiência parece confirmar a idéia de que a distância, medida em número de ligações de conhecimento direto, ou graus de separação, entre dois elementos típicos de uma rede de ligações sociais é de fato bastante pequena, mesmo em redes com muitos elementos, como a sociedade americana dos anos sessenta.

Existem outras experiências, em áreas tão diversas como a matemática ou a comunidade  cinematográfica, que dão resultados semelhantes. O jogo de Bacon, na comunidade de atores de Hollywood, consiste em atribuir a quem tenha participado num filme juntamente com este ator o número de Bacon 1, o número de Bacon 2 a quem tenha participado num filme com alguém que tenha participado num filme com Bacon, e por aí fora. O número de Bacon mede a distância a este ator no universo dos atores de Hollywood e pode não estar definido para um dado ator, se não for possível ligá-lo a Kevin Bacon por uma cadeia de atores que tenham contracenado juntos em algum filme. Da análise dos resultados deste jogo conclui-se que em geral o número de Bacon está definido e que o maior número de Bacon na comunidade cinematográfica americana é 8!

Sistemas compostos por muitas unidades semelhantes que interagem entre si são muito comuns, e, em geral, a rede de interações não é nem completamente aleatória nem completamente regular. Por isso, encontramos redes complexas nos mais diversos contextos, desde as redes de comunicações e de distribuição de eletricidade às redes formadas pelas palavras em estudos lingüísticos de associação, a redes sociais como a rede de co-autoria de artigos científicos, a redes biológicas como a rede metabólica na célula ou a rede formada pelos neurônios no cérebro humano, e muitos outros exemplos.

Este exemplo acima pode ser descrito por um grafo, onde os vértices são os atores e as arestas a correlações entre eles. Você poderia perguntar, que propriedades esta rede atores satisfaz para se tornar um sistema complexo. Bem, a resposta é tentarmos encaixar esse exemplo no conjunto de propriedades pré-supostas para um sistema complexo. Primeiro, é verdade que este exemplo possui muitos constituintes, pois é bem grande o número de atores em Hollywood, segundo, cada vértice possui propriedades de interação não triviais, por exemplo. Não da para prevermos o significado óbvio que levou um ator a contracenar com Bacon, pelo fato do próprio indivíduo humano, ser um sistema complexo. Segundo. Segundo o mapeamento, a regra de conexões não segue propriedades locais, ou seja, não da para percebemos a estrutura macro do grafo, analisando apenas algumas correlações, o que encaixa este exemplo na classe de não linear.

Sistemas compostos por muitas unidades semelhantes que interagem entre si são muito comuns, e, em geral, a rede de interações não é nem completamente aleatória nem completamente regular. Por isso, encontramos redes complexas nos mais diversos contextos, desde as redes de comunicações e de distribuição de eletricidade às redes formadas pelas palavras em estudos lingüísticos de associação, a redes sociais como a rede de co-autoria de artigos científicos, a redes biológicas como a rede metabólica na célula ou a rede formada pelos neurônios no cérebro humano, e muitos outros exemplos.

Este exemplo acima pode ser descrito por um grafo, onde os vértices são os atores e as arestas a correlações entre eles. Você poderia perguntar, que propriedades esta rede atores satisfaz para se tornar um sistema complexo. Bem, a resposta é tentarmos encaixar esse exemplo no conjunto de propriedades pré-supostas para um sistema complexo. Primeiro, é verdade que este exemplo possui muitos constituintes, pois é bem grande o número de atores em Hollywood, segundo, cada vértice possui propriedades de interação não triviais, por exemplo. Não da para prevermos o significado óbvio que levou um ator a contracenar com Bacon, pelo fato do próprio indivíduo humano, ser um sistema complexo. Segundo. Segundo o mapeamento, a regra de conexões não segue propriedades locais, ou seja, não da para percebemos a estrutura macro do grafo, analisando apenas algumas correlações, o que encaixa este exemplo na classe de não linear.

 Sistemas compostos por muitas unidades semelhantes que interagem entre si são muito comuns, e, em geral, a rede de interações não é nem completamente aleatória nem completamente regular. Por isso, encontramos redes complexas nos mais diversos contextos, desde as redes de comunicações e de distribuição de eletricidade às redes formadas pelas palavras em estudos lingüísticos de associação, a redes sociais como a rede de co-autoria de artigos científicos, a redes biológicas como a rede metabólica na célula ou a rede formada pelos neurônios no cérebro humano, e muitos outros exemplos.

Este exemplo acima pode ser descrito por um grafo, onde os vértices são os atores e as arestas a correlações entre eles. Você poderia perguntar, que propriedades esta rede atores satisfaz para se tornar um sistema complexo. Bem, a resposta é tentarmos encaixar esse exemplo no conjunto de propriedades pré-supostas para um sistema complexo. Primeiro, é verdade que este exemplo possui muitos constituintes, pois é bem grande o número de atores em Hollywood, segundo, cada vértice possui propriedades de interação não triviais, por exemplo. Não da para prevermos o significado óbvio que levou um ator a contracenar com Bacon, pelo fato do próprio indivíduo humano, ser um sistema complexo. Segundo. Segundo o mapeamento, a regra de conexões não segue propriedades locais, ou seja, não da para percebemos a estrutura macro do grafo, analisando apenas algumas correlações, o que encaixa este exemplo na classe de não linear.