Académique Documents
Professionnel Documents
Culture Documents
REDES
REDES E-R
Paul Erds
Alfrd Renyi
(1913-1996) (1921-1970)
n = nmero de nodos
Probabilidad de m enlaces
Grado medio
Notacin <k>=c
DISTRIBUCIN DE GRADOS
Distribucin binomial
DISTRIBUCIN DE GRADOS
Distribucin binomial
Distribucin de Poisson
COMPONENTE GIGANTE
Consideremos un grafo G(N,p)
Si p=0 no hay enlaces en la red. N nodos aislados.
p=0 p=1
1 N
no proporcional a N proporcional a N
COMPONENTE GIGANTE
1
p=0 p=1
NO!
COMPONENTE GIGANTE
a)
b)
COMPONENTE GIGANTE
Tomando logaritmos
c=1,5
c=1
c=0,5
S
COMPONENTE GIGANTE
c
REDES E-R Y MUNDO PEQUEO
s
c
Por lo tanto el dimetro medio de una red G(N,p) es
ln N
diam G(N, p)
ln c
No es una demostracin! pero funciona!
REDES E-R Y MUNDO PEQUEO
9
diam G(7, 145 10 , pc ) 4.9
REDES E-R Y REDES REALES
Clustering local
Sea u un nodo de la red con grado k
no dirigido
dirigido
COEFICIENTE DE CLUSTERING
Clustering local
no dirigido
Clustering medio
COEFICIENTE DE CLUSTERING
u 3
4
5
COEFICIENTE DE CLUSTERING
Clustering alto
COEFICIENTE DE CLUSTERING
u 3
4
5
Clustered Random
CCNR
REDES E-R Y MUNDO PEQUEO
Se recablean algunos
enlaces con
probabilidad p
Regular Random
MODELO DE WATTS-STROGATZ
Regular Random
DISTRIBUCIN DE GRADO
CCNR
DISTRIBUCIN DE GRADO LIBRE DE ESCALA
b
Libre de escala p(x) = Cx log p(x) = log C b log x
x
Exponencial p(x) = D log p(x) = x log D
0 1 2 3
10 10 10 10
10 0
10 -1
10 -2
10 -3
loglog
10 -4
DISTRIBUCIN DE GRADO LIBRE DE ESCALA
Deteccin de redes libres de escala p(k) = Ck
A travs de un diagrama log-log de la distribucin de grado
A travs de un diagrama log-log de la distribucin acumulada
! 1
X ki
=1+N ln
kmin 0, 5
i
Deteccin de redes libres de escala p(k) = Ck
! 1
X ki
=1+N ln
kmin 0, 5
i
1
C ( 1)k
min
PROPIEDADES
Momentos kmin 1
X1 X
m m m
hk i = k pk + C k
k=0 k=kmin
1
X kmin
X1 Z 1
hkm i = km pk hkm i k m pk + C m
k dk
k=0 k=0 kmin
kmin
X1
m m C m
+1 1
hk i k pk + k kmin
m +1
k=0
PROPIEDADES
1
X
Momentos m
hk i = m
k pk
k=0
kmin
X1
m m C m
+1 1
hk i k pk + k kmin
m +1
k=0
CCNR
p 3
pk 2 mk
Dimetro
log N
D
log log N
Clustering
m 1 (log N)2
OC =
8 N
CCNR