Estudo do artigo: “Exploring Complex Networks” Autor: Steven H.Strogatz Fonte: Nature, volume 410 Data da publicação: 08/03/2008 Disponível em: Macmillan Magazines Ltd, 2001 Docente: Evandro Marcos Saidel Nome: Luís Felipe Barbosa Fernandes NºUSP: 7547566
A imersão da ciência nas redes Representação por grafos da cadeia alimentar Rede metabólica Representam os vértices do grafo Representação de uma rede neural
Topologia de Redes Grafos Aleatórios Efeito de “mundo pequeno”( Small World) Modelo de Watts e Strogatz Redes Scale- Free
Grafos Aleatórios ou Random Networks Representação esquemática da formação de um grafo aleatório
Grafos Aleatórios ou Random Networks N= representa a quantidade de nós do grafo p = representa a probabilidade de que haja uma aresta entres dois primeiros vizinhos de um dado nó N.(N-1)/2 = quantidade de ligações possíveis entre todos os N diferentes nós da rede <K>= grau médio dos nós do grafo
Grafos Aleatórios ou Random Networks Distribuição de Poisson para diversos valores de <K>
Representação do efeito Small World Representação esquemática do efeito Small World
Grafos Aleatórios ou Random Networks Formação de grafos aleatórios com N=100 para diferentes valores de p
Modelo de Watts e Strogatz Desenvolver um modelo mais realista Coeficiente de clustering maior que o valor de p Criação do modelo mais simples de redes complexas
Modelo de Watts e Strogatz Desenvolver um modelo mais realista Coeficiente de clustering maior que o valor de p Criação do modelo mais simples de redes complexas denominado : Redes Regulares Coeficiente de Clustering e distância média entre os nós em função de p
Redes Scale-Free Formação de Hubs Uso de uma lei de potência para representação da distribuição dos graus dos nós Rede com formação de vários hubs, onde os hubs são os pontos em vermelho Distribuição do grau dos nós