1 Modelos de ConectividadGrafos aleatorios Carlos Aguirre Maeso Escuela Politécnica superior

2 El modelo de Erdos y RenyiSe estudia en los años 50-60 Cada rama del grafo existe con una probabilidad p P suele seguir una distribución uniforme.

3 El modelo de Erdos y Renyi

4 Comparación con grafos aleatorios

5 El modelo de Erdos y RenyiOtra forma de definir los grafos aleatorios es seleccionar parejas de nodos aleatoriamente. Se seleccionan exactamente p*N*(N-1)/2 parejas. Ambos tipos de grafos aleatorios son equivalentes.

6 Propiedades. El estudio de grafos aleatorios se centra sobre todo en averiguar para que probabilidad p aparece cierta propiedad Q. Cuando el grafo es conexo Cuando la distancia media es menor que cierto numero. Cuando el indice de clusterizacion es mayor que cierto numero

7 Propiedades. Erdos y Renyi descubrieron que las propiedades Q aparecian de forma repentina según crecia p. Para muchas propiedades Q se verifica que existe una probabilidad crítica pc(N) tal que con probabilidad 0 el grafo no tiene Q si p(N) < pc(N) con probabilidad 1 el grafo tiene Q si p(N) > pc(N)

8 Subgrafos La primera propiedad que estudiaron Erdos y Renyo fue la aparicion de subgrafos Por ejemplo, a que probabilidad crítica p casi todo grafo G contiene un arbol de orden 3.

9 Subgrafos Se puede demostrar que el número medio de subgrafos con k nodos y l ramas de un grafo aleatorio con N nodos y probabilidad p es: Donde a es el numero de grafos isomorfos entre si

10 Subgrafos Se puede demostrar que el número medio de subgrafos con k nodos y l ramas de un grafo aleatorio con N nodos y probabilidad p es: Donde a es el numero de grafos isomorfos entre si

11 Subgrafos La probabilidad crítica pc(N) de encontrar algunos subgrafos es:

12 Clusters Un subgrafo aislado y conexo es un cluster.Erdos y Renyi demostraron que la estructura de clusters de un grafo cambia abruptamente cuando se acerca a 1.

13 Clusters. Si 0< < 1 casi todos los clusters son arboles (en su mayor parte) o clusters que contienen un solo ciclo. El numero de clusters es de orden N-n donde n es el numero de ramas. El mayor cluster es un arbol de tamaño proporcional a N

14 Clusters. Si > 1 la estructura anterior cambia completamente Aparece un cluster gigante con [1-f()]N nodos donde f es una función que decae exponencialmente de 1 a 0 cuando x va a infinito. Los demas clusters pertenecen a arboles con Nf() nodos.

15 Clusters. Si pc = 1/N la mayoria de los nodos pasan a formar parte del cluster gigante. En esta region El tamaño del cluster gigante es proporcional a la distancia de la probabilidad critica y la probabilidad

16 Distribución de grado El grado de cada nodo sigue una distribución binomial

17 Distribución de grado La distribución del grado de los nodos sigue una distribucion de poisson.

18 Distribución de grado

19 Conexidad y diametro. El diametro de un grafo es la máxima distancia entre cualquier par de nodos. Si p no es demasiado pequeño los grafos aleatorios tienden a tener poco diametro. Casi todos los grafos aleatorios tienen el mismo diametro (mas o menos) para la mayor parte de los valores de p

20 Conexidad y diametro. Para la mayor parte de grafos aleatorios su diametro toma el siguiente valor

21 Conexidad y diametro. En general se tiene:Si < 1 el grafo tiene arboles aislados. Si > 1 (aparece el cluster gigante) el diametro del grafo es el del cluster gigante. Para > 3.5 el diametro es proporcional a ln(N)/ln() Si ln(N) el grafo es conexo y su diametro es proximo a ln(N)/ln()

22 Camino caracteristico.El camino caracteristico se comporta de forma similar al diametro. En particular:

23 Camino caracteristico.

24 Indice de clusterizaciónEn un grafo aleatorio la probabilidad de que dos vecinos esten conectados es igual a la que dos nodos elegidos al azar esten conectados. El indice de clusterizacion de un grafo aleatorio es Crand = p = /N

25 Indice de clusterización

26

27 Espectro del grafo. Un grafo puede ser visto como una matriz NxN.Dicha matriz tendra un conjunto de autovalores. Se define su densidad espectral como

28 Espectro del grafo.

29 Grafos aleatorios generalizados.Son grafos cuya distribucion del grado de los nodos esta prefijada. Se aleatorizan otros aspectos del grafo.

30 Grafos aleatorios generalizados.Las ramas conectan nodos al azar, pero tienen la restriccion que la distribución del grado es prefijada (usualmente libre de escala). La distribución libre de escala viene determinada por un unico parametro g (la pendiente de la recta).