Articulo de referencia

Modelo de Watts-Strogatz

Modelo de mundo pequeño de Watts-Stragatz generado por igraph y visualizado por Cytoscape 2.5. 100 nodos. El modelo de Watts-Strogatz es un modelo de generación aleatoria de gra...

Modelo de mundo pequeño de Watts-Stragatz
Modelo de mundo pequeño de Watts-Stragatz generado por igraph y visualizado por Cytoscape 2.5. 100 nodos.

El modelo de Watts-Strogatz es un modelo de generación aleatoria de grafos que produce grafos con propiedades de mundo pequeño , incluyendo longitudes de camino promedio cortas y alta agrupación . Fue propuesto por Duncan J. Watts y Steven Strogatz en su artículo publicado en 1998 en la revista científica Nature . [ 1 ] El modelo también se conoció como el modelo beta (de Watts) después de que Watts utilizaraβ{\displaystyle \beta }para formularlo en su libro de divulgación científica Six Degrees .

Fundamentación del modelo

El estudio formal de los grafos aleatorios se remonta al trabajo de Paul Erdős y Alfréd Rényi . [ 2 ] Los grafos que consideraron, ahora conocidos como los grafos clásicos o de Erdős-Rényi (ER) , ofrecen un modelo simple y potente con muchas aplicaciones.

Sin embargo, los grafos ER no poseen dos propiedades importantes que se observan en muchas redes del mundo real:

  1. No generan agrupamiento local ni cierres triádicos . En cambio, debido a que tienen una probabilidad constante, aleatoria e independiente de que dos nodos estén conectados, los grafos ER tienen un coeficiente de agrupamiento bajo .
  2. No tienen en cuenta la formación de nodos centrales. Formalmente, la distribución de grados de los grafos ER converge a una distribución de Poisson , en lugar de una ley de potencias observada en muchas redes libres de escala del mundo real . [ 3 ]

El modelo de Watts y Strogatz se diseñó como el modelo más simple posible que aborda la primera de las dos limitaciones. Considera la agrupación manteniendo las cortas longitudes de camino promedio del modelo ER. Lo hace interpolando entre una estructura aleatoria cercana a los grafos ER y una red de anillos regular . En consecuencia, el modelo puede explicar, al menos parcialmente, el fenómeno de "mundo pequeño" en diversas redes, como la red eléctrica, la red neuronal de C. elegans , las redes de actores de cine o la comunicación del metabolismo de las grasas en la levadura en gemación . [ 4 ]

Algoritmo

Gráfico de Watts-Strogatz

Dado el número deseado de nodosnorte{\displaystyle N}, el grado medioK{\displaystyle K}(se supone que es un número entero par) y un parámetroβ{\displaystyle \beta }, todo satisfactorio0β1{\displaystyle 0\leq \beta \leq 1}ynorteKlnnorte1{\displaystyle N\gg K\gg \ln N\gg 1}, el modelo construye un grafo no dirigido connorte{\displaystyle N}nodos ynorteK2{\displaystyle {\frac {NK}{2}}}bordes de la siguiente manera:

  1. Construir una red de anillos regular, un grafo connorte{\displaystyle N}nodos cada uno conectado aK{\displaystyle K}vecinos,K/2{\displaystyle K/2}en cada lado. Es decir, si los nodos están etiquetados 0norte1,{\displaystyle 0\ldots {N-1},}hay un borde(i,j){\displaystyle (i,j)}si y solo si0<|ij| metrood (norte1K2)K2.{\displaystyle 0<|ij|\ \mathrm {mod} \ \left(N-1-{\frac {K}{2}}\right)\leq {\frac {K}{2}}.}
  2. Para cada nodoi=0,,norte1{\displaystyle i=0,\dots ,{N-1}}aprovechar cada borde que conectai{\displaystyle i}a suK/2{\displaystyle K/2}vecinos más a la derecha, es decir, cada borde.(i,j){\displaystyle (i,j)}de tal manera que0<(ji) metrood norteK/2{\displaystyle 0<(ji)\ \mathrm {mod} \ N\leq K/2}y volver a cablearlo con probabilidadβ{\displaystyle \beta }El recableado se realiza reemplazando(i,j){\displaystyle (i,j)}con(i,k){\displaystyle (i,k)}dóndek{\displaystyle k}se elige uniformemente al azar de entre todos los nodos posibles evitando bucles propios (ki{\displaystyle k\neq i}) y duplicación de enlaces (no hay borde)(i,k){\displaystyle (i,{k'})}conk=k{\displaystyle k'=k}en este punto del algoritmo).

Propiedades

La estructura reticular subyacente del modelo produce una red agrupada localmente, mientras que los enlaces reconectados aleatoriamente reducen drásticamente las longitudes promedio de los caminos . El algoritmo introduce aproximadamenteβnorteK2{\displaystyle \beta {\frac {NK}{2}}}de tales bordes no reticulares. Varianteβ{\displaystyle \beta }permite interpolar entre una red regular (β=0{\displaystyle \beta =0}) y una estructura cercana a un gráfico aleatorio Erdős-RényiGRAMO(norte,pag){\displaystyle G(N,p)}conpag=Knorte1{\displaystyle p={\frac {K}{N-1}}}enβ=1{\displaystyle \beta =1}No se aproxima al modelo ER real ya que cada nodo estará conectado a al menosK/2{\displaystyle K/2}otros nodos.

Las tres propiedades de interés son la longitud media del camino , el coeficiente de agrupamiento y la distribución de grados .

Longitud media del camino

Para una red de anillos, la longitud de camino promedio [ 1 ] es(0)norte/2K1{\displaystyle \ell (0)\approx N/2K\gg 1}y escala linealmente con el tamaño del sistema. En el caso límite deβ1{\displaystyle \beta \rightarrow 1}, el gráfico se aproxima a un gráfico aleatorio con(1)lnnortelnK{\displaystyle \ell (1)\approx {\frac {\ln N}{\ln K}}}, aunque en realidad no converja hacia ella. En la región intermedia0<β<1{\displaystyle 0<\beta <1}, la longitud media del camino disminuye muy rápidamente al aumentarβ{\displaystyle \beta }, acercándose rápidamente a su valor límite.

Coeficiente de agrupamiento

Para la red de anillos el coeficiente de agrupamiento [ 5 ]do(0)=3(K2)4(K1){\displaystyle C(0)={\frac {3(K-2)}{4(K-1)}}}y por lo tanto tiende a3/4{\displaystyle 3/4}comoK{\displaystyle K}crece, independientemente del tamaño del sistema. [ 6 ] En el caso límite deβ1{\displaystyle \beta \rightarrow 1}El coeficiente de agrupamiento es del mismo orden que el coeficiente de agrupamiento para grafos aleatorios clásicos,do=K/(norte1){\displaystyle C=K/(N-1)}y, por lo tanto, es inversamente proporcional al tamaño del sistema. En la región intermedia, el coeficiente de agrupamiento permanece bastante cerca de su valor para la red regular, y solo disminuye en valores relativamente altos.β{\displaystyle \beta }Esto da como resultado una región donde la longitud media del camino disminuye rápidamente, pero el coeficiente de agrupamiento no, lo que explica el fenómeno del "mundo pequeño".

Si utilizamos la medida de Barrat y Weigt [ 6 ] para la agrupacióndo(β){\displaystyle C'(\beta )}definido como la fracción entre el número promedio de aristas entre los vecinos de un nodo y el número promedio de posibles aristas entre estos vecinos, o, alternativamente,
do(β)3×número de triángulosnúmero de tríos conectados{\displaystyle C'(\beta )\equiv {\frac {3\times {\text{number of triangles}}}{\text{number of connected triples}}}}
entonces obtenemosdo(β)do(0)(1β)3.{\displaystyle C'(\beta )\sim C(0)(1-\beta )^{3}.}

Distribución de grados

La distribución de grados en el caso de la red de anillos es simplemente una función delta de Dirac centrada enK{\displaystyle K}. La distribución de grados para un gran número de nodos y0<β<1{\displaystyle 0<\beta <1}se puede escribir como, [ 6 ]

PAG(k)norte=0F(k,K)(K/2norte)(1β)norteβK/2norte(βK/2)kK/2norte(kK/2norte)¡miβK/2,{\displaystyle P(k)\approx \sum _{n=0}^{f(k,K)}{{K/2} \choose {n}}(1-\beta )^{n}\beta ^{K/2-n}{\frac {(\beta K/2)^{k-K/2-n}}{(k-K/2-n)!}}e^{-\beta K/2},}

dóndeki{\displaystyle k_{i}}es el número de aristas que eliel{\displaystyle i^{\text{th}}}El nodo tiene o su grado. Aquí kK/2{\displaystyle k\geq K/2}, yF(k,K)=min(kK/2,K/2){\displaystyle f(k,K)=\min(k-K/2,K/2)}. La forma de la distribución de grados es similar a la de un grafo aleatorio y tiene un pico pronunciado enk=K{\displaystyle k=K}y decae exponencialmente para valores grandes|kK|{\displaystyle |k-K|}La topología de la red es relativamente homogénea, lo que significa que todos los nodos tienen un grado similar.

Limitaciones

La principal limitación del modelo es que produce una distribución de grados poco realista . En contraste, las redes reales suelen ser redes libres de escala, heterogéneas en cuanto a su grado, con nodos centrales y una distribución de grados libre de escala. Estas redes se describen mejor en este sentido mediante la familia de modelos de conexión preferencial , como el modelo de Barabási-Albert (BA) . (Por otro lado, el modelo de Barabási-Albert no reproduce los altos niveles de agrupamiento observados en redes reales, una deficiencia que no comparte el modelo de Watts y Strogatz. Por lo tanto, ni el modelo de Watts y Strogatz ni el de Barabási-Albert deben considerarse completamente realistas).

El modelo de Watts y Strogatz también implica un número fijo de nodos y, por lo tanto, no puede utilizarse para modelar el crecimiento de la red.

Véase también

Referencias

  1. 1 2 Watts, DJ ; Strogatz, SH (1998). " Dinámica colectiva de redes de 'mundo pequeño'" (PDF) . Nature . 393 (6684): 440– 442. Bibcode : 1998Natur.393..440W . doi : 10.1038/30918 . PMID 9623998. S2CID 4429113. Archivado (PDF) del original el 26-10-2020 . Recuperado el 18-05-2018 .  
  2. ^ Erdös, P. (1960). "Publicaciones Mathematicae 6, 290 (1959); P. Erdos, A. Renyi". Publ. Matemáticas. Inst. Colgado. Acad. Ciencia . 5 : 17.
  3. Ravasz, E. (30 de agosto de 2002). "Organización jerárquica de la modularidad en redes metabólicas". Science . 297 (5586): 1551– 1555. arXiv : cond-mat/0209244 . Bibcode : 2002Sci ...297.1551R . doi : 10.1126/science.1073374 . PMID 12202830. S2CID 14452443 .  
  4. Al-Anzi, Bader; Arpp, Patrick; Gerges, Sherif; Ormerod, Christopher; Olsman, Noah; Zinn, Kai (2015). "Análisis experimental y computacional de una gran red de proteínas que controla el almacenamiento de grasa revela los principios de diseño de una red de señalización" . PLOS Computational Biology . 11 (5) e1004264. Bibcode : 2015PLSCB..11E4264A . doi : 10.1371/journal.pcbi.1004264 . PMC 4447291. PMID 26020510 .  
  5. Albert, R., Barabási, A.-L. (2002). "Mecánica estadística de redes complejas". Reviews of Modern Physics . 74 (1): 47– 97. arXiv : cond-mat/0106096 . Bibcode : 2002RvMP...74...47A . doi : 10.1103/RevModPhys.74.47 . S2CID 60545 . {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  6. 1 2 3 Barrat, A.; Weigt, M. (2000). "Sobre las propiedades de los modelos de redes de mundo pequeño". European Physical Journal B . 13 (3): 547– 560. arXiv : cond-mat/9903411 . doi : 10.1007/s100510050067 . S2CID 13483229 .