Documente Academic
Documente Profesional
Documente Cultură
Verso 0 de 15 de junho de 2011, por Luis Andrade Neto ( luis.neto@aluno.ufabc.edu.br), baseado nos slides do professor Rogrio P. de O. Neves
Caractersticas
As ligaes so dinmicas; Possibilidade de aninhamento (i.e. uma rede complexa dentro da outra); Produo de fenmenos emergentes (i.e. que s aparecem quando voc analisa a rede como um todo, in loco, por serem resultado da interao entre os componentes); Relacionamentos no-lineares (i.e. o efeito pode no ser proporcional causa); Possibilidade de retroalimentao ou feedback (i.e. a sada de um sistema direcionada para sua entrada).
As redes so estudadas por um campo da cincia chamado Teoria dos Grafos. Exemplos de redes: Internet, redes sociais, redes neurais, redes metablicas, teias alimentares, redes de distribuio e redes de citaes entre artigos.
Definies de grafos
Cada grafo pode ser expresso por um par ordenado G=(Vrtices, Arestas); Pseudografo ou multigrafo: pode conter loops (i.e. uma conexo que volta para o mesmo lugar de onde partiu) e mltiplas arestas entre dois vrtices; o Grafo simples: no contm nenhum desses dois elementos; Grafo direcionado: leva em conta a direo do movimento entre as arestas; o Grafo no-direcionado: no leva isso em conta; Grafo ponderado: leva em conta diferentes valores (pesos) para as arestas; o Grafo ponderado: todas as arestas tm um mesmo valor;
Propriedades de um grafo
Ordem: nmero de vrtices; Tamanho: nmero de arestas; Dimetro: o maior entre os caminhos mais curtos entre um par de vrtices; Conectividade: o Dos vrtices: nmero mnimo de vrtices que devem ser removidos para quebrar o grafo em 2; o Das arestas: nmero mnimo de arestas que devem ser removidas para desconectar o grafo; Grafo planar: a representao de um grafo onde no h sobreposies de arestas;
Matriz de Adjacncias Cada vrtice representado por uma linha e uma coluna. A matriz de adjacncias A, portanto, quadrada. Se, por exemplo, em um grafo direcional h conexo do vrtice 4 para o 7, ento a clula A(4,7) da matriz recebe o valor 1. Quando o grafo no-direcional, o valor 1 tambm aplicado em A(7,4). Exemplos: 1 0 1 1 0 1 0 0 1 0 1 1 0 0 1 0 1 0 0 1 0 1 1 0 1 0 0 1 1 1 1 0 0 1 0 1 0 1 1 0 0 1 0 1 1 0 1 1 0 1 esquerda, um grafo no-direcional. direita, um grafo direcional. Repare que a matriz da esquerda simtrica, enquanto a da direita no . Matriz de Incidncia As linhas da matriz representam vrtices e as colunas, as arestas. Em um grafo direcional, a aresta nmero 5, indo do vrtice 3 para o vrtice 2, seria representada na matriz de incidncia assim:
Aresta 1
Vrtice 1 Vrtice 2 Vrtice 3 Vrtice 4 Vrtice 5 Vrtice 6 0 -1 0 0 +1 0
Aresta 2
+1 0 0 0 0 -1
Aresta 3
0 0 0 0 -1 0
Aresta 4
-1 0 +1 0 0 0
Aresta 5
0 +1 -1 0 0 0
Aresta 6
0 0 0 -1 0 +1
Aresta 7
0 0 0 +1 0 -1
O vrtice aonde a aresta chega recebe o valor +1, o vrtice de onde ela parte recebe -1, e o resto da coluna recebe zeros.
Aula 3: Algoritmos
Caminho
Um caminho pode ser descrito como do vrtice 6 (origem), v para o vrtice 4, depois para o vrtice 1 e chegue no vrtice 2 (trmino). Caminho mnimo o menor entre dois vrtices (em grafos ponderados, considere o valor do vrtice). Passeio o caminho onde os vrtices podem ser repetidos. Comprimento o nmero de termos da sequncia menos 1. No caminho do exemplo acima, o comprimento 3. Distncia entre vrtices o comprimento do caminho mnimo entre eles.
Busca em grafos
Um algoritmo que examina todos os vrtices e arestas de um grafo. Busca em profundidade (in-depth) 1. O algoritmo pesquisa o primeiro vrtice (origem); 2. A primeira aresta que parte deste vrtice explorada, levando a outro vrtice; 3. O passo 2 repetido at que alcanado um beco sem sada no grafo; 4. Quando isso acontece, o algoritmo volta para o ltimo vrtice e tenta descobrir uma nova aresta; 5. Quando h uma nova aresta, os passos 2 e 3 so repetidos. Quando no h, o passo 4 repetido... 6. ...at que no restem mais vrtices a explorar.
Busca em largura (in-width) 1. O algoritmo coloca o primeiro vrtice (origem) na fila de pesquisa; 2. Ele faz a lista de adjacncias do vrtice que est sendo atualmente pesquisado, colocando os vizinhos que no foram j varridos na fila de pesquisa; 3. Todos os vrtices adjacentes so pesquisados de acordo com a ordem da fila; 4. Os passos 2 e 3 so repetidos at que todos os ns do grafo tenham sido pesquisados.
Distribuies de probabilidade
Varivel aleatria: mapeamento de um evento aleatrio em um nmero; Varivel discreta: o nmero de resultados possveis finito ou pode ser contado; Varivel contnua: pode assumir qualquer valor dentro de um dado intervalo; Eventos independentes: a ocorrncia de um no afeta a probabilidade do outro; Distribuio de probabilidade: descreve a chance que uma varivel pode assumir ao longo de um espao de valores.
Distribuio Uniforme
Parmetros: a (limite inferior) e b (limite superior) ( )
Distribuio Exponencial
Parmetro: (mdia)
( )
Grau da rede
O grau da rede definido como o nmero de arestas conectadas a um vrtice. In-degree (grau de entradas): nmero de arestas entrando; Out-degree (grau de sadas): nmero de arestas saindo.
Uma boa maneira de apresentar os graus de vrtices num grfico de frequncia acumulada:
Conceito de grafos aleatrios Dado um grafo de v vrtices, iniciar a colocao aleatria de arestas entre pares de vrtices de forma aleatria, sem repetio. Sero formados subgrafos. Quando todos os vrtices se conectam a um nico grafo, o arranjo passa a ter um conjunto de propriedades: Quando o nmero de conexes aumenta, os subgrafos so ligados, criando grupos cada vez menores; Quando a mdia de conexes por vrtice supera 1, surge um nico grafo que liga todos os vrtices.
Se o nmero de vrtices dentro de uma distncia r de um vrtice cresce exponencialmente com r, ento o valor de l crescer de acordo com log n. A rede considerada como tendo efeito mundo pequeno se o valor de l escala logaritmicamente (ou menos) com o tamanho da rede. Todas as redes que seguem lei de potncia tm o valor de l crescendo no mximo a [ log n / log ( log n ) ].
Clusterizao (Agrupamento)
Um cluster um grupo de arestas num grafo que, entre si, tem muitas ligaes, mas possui poucos vrtices indo para outros grupos. O coeficiente de clusterizao C definido pela frmula:
Um tringulo um grupo de vrtices { 1, 2, 3 } que tem ligaes entre si, i.e. 1-2, 2-3, 3-1. Uma tripla conectada um grupo de vrtices { 4, 5, 6 } que tem arestas ligadas aos pares, i.e. 1-2, 2-3.
O coeficiente pode ser entendido como a probabilidade mdia de dois vrtices que so vizinhos de um mesmo outro vrtice, tambm sero vizinhos (i.e. voc tem 3 vrtices, dois deles so vizinhos; esta a probabilidade de algum desses dois ser vizinho do terceiro vrtice). O coeficiente varia entre 0 e 1.
Paul Erds Rede de Colaborao de Artigos Cientficos Erds foi o segundo matemtico mais prolfico da histria, s perdendo para Euler, tendo 507 coautores em seus papers. O nmero de Erds do prprio Paul Erds zero, por ele ser o vrtice de partida. Algum que colaborou com ele recebe o ndice 1, algum que trabalhou com outra pessoa com ndice 1 recebe o ndice 2, e assim vai.
Modelo B
Nmero fixo de ns, nenhuma aresta; A cada instante, um n selecionado aleatoriamente e conectado com probabilidade dada pela funo:
( )
Elimina o processo de crescimento; O nmero de ns constante durante a evoluo da rede (i.e. este modelo apenas analisa as conexes entre os ns).
Fator idade
Alguns trabalhos acrescentaram o fator idade ao modelo sem escala, p. ex., quando atores se aposentam, param de conseguir novos links (filmes), o que torna hubs grandes menos frequentes; Outras pesquisas abordaram a possibilidade de, com a idade, os vrtices perdiam progressivamente a capacidade de atrair novas arestas, o que no destrua a lei de potncia, apenas a alterava; Outros papers descobriram que a conexo a um n no simplesmente proporcional ao nmero de links que ele possui, mas obedeceria a alguma funo mais complicada. Tais efeitos poderiam destruir a lei de potncia que caracteriza a rede.
Robustez
Redes sem escala so muito resistentes a falhas, porque os hubs so poucos e a chance de qualquer n ser atingido a mesma (i.e. na maior parte das vezes, as falhas ocorrero em ns pouco importantes); At 80% dos ns podem ser removidos aleatoriamente sem desconectar a rede; Esta caracterstica deixa a rede muito vulnervel a falhas em ns especficos (hubs).