Escolar Documentos
Profissional Documentos
Cultura Documentos
1) Introdução:
Grafos aleatórios são entidades que encontramos em diversos campos de pesquisa. Sempre que nos
deparamos com objetos ou agentes que interagem entre si, podemos pensar os agentes como sendo os
vértices do grafo, e a interação como uma linha que liga os dois, as arestas. Esse projeto visou estudar dos
possíveis grafos, árvores que formam um grupo simples, que não possuem ciclos fechados. Em especial
focamos em árvores aleatórias e começamos os estudos nas chamadas árvores de Galton-Watson [1].
Uma árvore é chamada aleatória quando é constituída de um conjunto de árvores conectadas com
uma probabilidade de medida associada a ela, e para obtermos uma árvore aleatória infinita, utiliza-se um
condicionamento no tamanho, , seguido de um limite em que , ou através de um processo de
crescimento aleatório. O estudo dessas árvores, é feito de modo a obter propriedades importantes desses
objetos, como por exemplo as dimensões espectrais e fractais.
2) Objetivos:
Os objetivos do projeto visavam estudar processos de crescimento aleatório, trabalhando no início,
fundamentos da Teoria de Probabilidade [5] para auxiliar no cálculo de dados analíticos. Após a
introdução matemática, focamos em um caso especial de processo de crescimento, as árvores aleatórias.
( ) { | } { (1)
Para poder estudar o processo, usamos técnicas de Teoria da Probabilidade. Uma importante
ferramenta para a análise são as funções geratrizes, definidas como:
Departamento de Física
( ) ∑ | | (2)
( ) ( ) ( ) ( ) ( ) (3)
A partir delas podemos definir os momentos do processo, quando eles existem, que estão relacionados
com as derivadas das funções geratrizes, avaliadas em Os momentos mais importantes são a
esperança(média) e a variância. Para a esperança da primeira geração temos:
∑ ( ) ( ) (4)
E mostra-se que,
( ) ( )
Como o nosso foco foi estudar o ponto da Transição, temos que E da leitura de [1],
trabalhamos em cima da Lei Limite Exponencial para o Caso Crítico, que tem como Lema Básico:
Lema: Se e , então
(6)
[ ]
( )
Uniformemente para .
(7)
( ) ( )
Em palavras, a equação (7) nos diz que a probabilidade de sobrevivência do processo decai de maneira
inversa a geração n.
( )
( )
(8)
[ ]
( )
E a probabilidade de sobrevivência:
( )
Figura 1: Exemplo de árvore aleatória finita crescida a partir da raiz r. As arestas representam as
interações(no caso o parentesco), e os vértices os indivíduos(no caso filhos).
(i) A probabilidade do volume da árvore finita, número de vértices, é maior que uma variável
R, na ordem de , ou seja, ( ) , .
(ii) E a probabilidade da n-ésima geração, , ainda estar viva decai na ordem de , ou
seja, ( ) .
são satisfeitas, temos então que as dimensões espectrais, , e fractais, , existem e são definidas como:
(10)
5) Resultados:
O caso discutido no capítulo (3.2) é interessante do ponto de vista em que, se pode calcular
analiticamente os decaimentos ( )e ( ) discutidos no capítulo (4), e testá-los
numericamente. Para realizarmos os métodos numéricos do projeto, utilizamos o Programa R para
Departamento de Física
Estatística Computacional [4], e implementamos um código escrito em C++ e em R (tal código é discutido
com maiores detalhes nos Apêndices A e B após as Referências) a qual se baseia em C++. Simulamos
nesse programa [4], um total de 50000 árvores aleatórias finitas, e assim produzimos os histogramas,
figuras 3 e 4.
6) Conclusão e Perspectivas:
Estruturas fractais e espectrais de objetos com geometrias aleatórias, tem tido um foco maior nos
últimos anos. Essa nova perspectiva na área de crescimentos aleatórios é considerada de grande alcance
em diversos ramos científicos, como, por exemplo, estruturas filogenéticas, transporte de fluidos, teoria da
coalescência, e o uso da Teoria da Probabilidade tem obtido resultados satisfatórios até agora, em
Gravitação Quântica.
7) Referencias:
1 – ATHREYA, K.,B., Branching Processes, Grundlehren Der Mathematischen Wissenschaften
Series Vol 196, Springer-Verlag, 1972
2 – ZOHREN, Stefan; STÉFANSSON, S,O, Spectral dimensions of trees with unique infinite
spine, J. Stat. Phys., 147, 942-962, 2012
3 - SLACK, R., S., A Branching Process with Mean One and Possibly Infinite Variance, Z.
Wahrscheinlichkeitsttheorie verw., Geb. 9, 139-145, 1968
4 - http://www.r-project.org/
5 – FELLER, William, An Introduction to Probability Theory and Its Applications, Vol. 1,
Wiley, 1968
Departamento de Física
A) Apêndice – Código em R
A primeira parte do código é a parte em que fizemos a recursão de 50000 árvores, já com a
probabilidade comum de ⁄ , definindo assim os vetores de altura h e volume V:
N=10000
h<-rep(0,N)
V<-rep(0,N)
for(i in 1:N){
t<-cGWtree()
V[i]<-t$V
h[i]<-t$h
}
x<-1:40
y<-1:40
for(i in 1:length(x)){
y[i]<-1-sum(h<x[i])/N
}
plot(log(x),log(y))
lines(log(x),-log(x))
lm(log(y)~log(x))
int V;
int h;
// [[Rcpp::export]]
List cGWtree(){
List out(0);
int offspring;
void branch(int l);
Departamento de Física
V=1;
h=1;
branch(1);
out["V"] = V;
out["h"] = h;
return out;
}
int offspring() {
double u=runif(1)[0];
int i=0;
while(u>(1-exp((-1-i)*log(2)) )){ i++;}
return i;
}
void branch(int l) {
int n=offspring();
V=V+n;
for (int i =1; i <= n; i++) {
branch(l+1);
}
h=max(h,l);
return;
}