Vous êtes sur la page 1sur 20

Emergency of Scaling in Random Networks

Albert-Lzl Barabsi Rka Albert Department of Physics, University of Notre Dame Science Magazine, 1999

Introduo
Redes reais so formadas por elementos (vrtices) e as interaes entre eles (arestas) Rede gentica: Proteinas e genes ligados pelas reaes qumicas entre eles Sistema nervoso: clulas nervosas ligadas por axinios Cincias Sociais: indivduos ou organizaes unidos por suas interaes sociais

Introduo
Por causa do tamanho de algumas redes e da complexidade das interaes entre seus elementos, muitas topologias ainda so desconhecidas Redes de topologias complexas tm sido explicadas com o modelo aleatrio de Erds e Rnyi Pela ausncia de dados de grandes redes, reais, no era possvel validadar esse modelo no mundo real

Introduo
Os estudos das topologias e dinmica de redes complexas do mundo real iniciaram-se somente aps a automao computacional da aquisio de dados Observou-se a existncia de um alto grau de auto-organizao acompanhando as propriedades de redes de larga escala

Objetivos
1. Introduzir os conceitos de Redes Livres de Escala 2. Mostrar que, independentemente do sistema e da natureza de suas interaes, a probabilidade P(k) de que um vrtice na rede interaja com outro vrtice k segue uma lei de potncia:
P(k) ~ k-y

3. Mostrar que crescimento e conexo preferencial so peas chave nesse tipo de rede

Rede de Atores
Objetivo: mapear a rede de colaborao de atores em filmes Vrtices: atores Arestas: atuaes juntos em filmes Lei de potncia:
P(k) ~ k-yactor, onde yactor = 2.3 0.1

Rede WWW
Objetivo: determinar o grau de conectividade da Web e, consequentemente, nossa efetividade em localizar informao na WWW Vrtices: documento Arestas: links entres os documentos Lei de potncia:
P(k) ~ k-ywww, onde ywww = 2.1 0.1

Rede eltrica
Objetivo: observar o padro histrico de desenvolvimento urbano e industrial do lado ocidental dos Estados Unidos Vrtices: geradores, transformadores e subestaes Arestas: linhas de transmisso de alta voltagem Lei de potncia:
P(k) ~ k-ypower, onde ypower = 4 0.1

Rede de citaes em artigos


Objetivo: saber a probabilidade de um artigo ser citado Vrtices: papers publicados em peridicos Arestas: links formados pelas citaes de outros artigos Lei de potncia:
P(k) ~ k-ycite, onde ycite = 3 0.1

Leis de Potncia

Modelo de grfico aleatrio


Erds e Rnyi Assume que cada par de vrtices em uma redes de N vrtices tem probabilidade p de se conectar Probabilidade de um n ter k arestas segue uma distribuio de Poisson

Modelo de grfico aleatrio


P(k) =

Modelo small-world
Watts e Strogatz N vrtices formam uma rede unidimensional onde cada vrtice est conecado aos seus dois vizinhos e a dois vizinhos dos vizinhos Cada vrtice reconectado a outro vrtice de forma aleatria, com probabilidade p Este processo gera ligaes de longo lcance e diminuem a distncia entre os vrtices, levando ao fenmeno de mundo pequeno

Modelo small-world
Para p = 0, a distribuio de probabilidades Onde z o nmero de coordenao da rede

Modelo Livre de Escala


Nos modelos ER e WS, a probabilidade de de encontrar um vrtice altamente conectado decresce exponencialmente com k No modelo livre de escala esses vrtice tem grande probabilidade de ocorrer e dominam a conectividade da rede

Modelo Livre de Escala


Modelos ER e WS Redes reais

N esttico
Probabilidade de dois vrtices se conectarem aleatria e uniforme

N aumenta ao longo do tempo de vida da rede


Conectividade preferencial

Modelo Livre de Escala


A rede se inicia com nmero pequeno de vrtices m0 Crescimento: a cada nova iterao de tempo t, um vrtice adicionado e conectado a outros m vrtices Conectividade preferencial: a probabilidade do novo vrtice se conectar a outro depende da conectividade ki desse vrtice na iterao i

Modelo Livre de Escala


P(ki) = A rede se desenvolve independentemente de escala com probabilidade que um vrtice tenha k arestas seguindo uma lei de potncia com expoente ymodel = 2.9 0.1 Vrtices mais antigos incrementam sua conectividade ao custo dos novos Fenmeno os ricos ficam mais ricos

Concluses
As redes livres de escala so o melhor modelo para explicar as redes reais A caracterstica livre de escala consequncia inevitvel da autoorganizao que emerge de decises locais feitas por vrtices individuais

Referncias
Albert-Lzl Barabsi and Rka Albert. Emergence of Scaling in Random Networks. Science Vol 286 15 de outubro de 1999;