Dimensão Fractal e Rede Livre de Escala

Fagundes, R. L.∗
Mestrando em Física Estatítica

Departamento de Física - DFI/UFLA, Lavras, MG.

Sumário
1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Teoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.1 Geometria fractal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.2 Box-counting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.3 Modelo de Soneira-Peebles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.4 Rede livre de escala . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.5 Renormalização e fractalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3 Métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4 Orientações para o relatório . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1 Objetivos
O presente projeto tem os seguintes objetivos:

• Compreender o que é um rede livre de escala;

• Gerar uma rede geométrica livre de escala a partir do modelo de Soneira-Peebles (usando a classe Sonei-
raPeebles) e do mecanismo de ligação preferencial;

• Calcular a distribuição de grau de uma rede livre de escala e estimar o expoente da distribuição;

• Calcular a dimensão fractal (usando a classe FractalBox) da rede livre de escala;

• Estimar a dimensão fractal de distribuição de grau a partir da dimensão fractal de contagem

de caixas e do expoente de escala γ.

• Construir um relatório com uma breve discussão do assunto e dos resultados obtidos;

2 Teoria
2.1 Geometria fractal
Geometria fractal é uma ramo da matemática que estuda fractais, estruturas que exibem padrões similares
quando observados em diferentes níveis de detalhe. A auto-similaridade é a propriedade de que uma parte de
um objeto é similar ao objeto inteiro, Figura 2.1.

2.2 Box-counting
O método de contagem de caixas ou box-counting pode ser implementado realizando-se os seguintes procedi-
mentos:

• Construa um reticulado sobre o fractal consistindo de N (1 )2 caixas e determine o número N (1 ) de caixas
que são necessárias para cobrir o fractal;

• A cada contagem de caixas que sobrepõem o fractal, diminua a escala da caixa de modo a formar a
sequência de caixas N (1 )2 < N (2 )2 < · · · < N (n )2 ;
∗ renan_lucas@id.uff.br; https://github.com/renabridged.

1
2 2 Teoria

Fig. 2.1: Conjunto Julia é uma estrutura fractal gerada a partir de interações e números complexos. Este
conjunto pode ser derivado do conjunto de Mandelbrot, outra estutura fractal que exibe a propriedade
de auto-similaridade. Fonte: Introduction to Fractal Geometry Martin Churchill, 2004.

• Calcule os números correspondentes de caixas N (1 ), N (2 ) . . . , N (n ) necessários para cobrir o fractal;

• Construa um gráfico na escala log-log de N (n ) versus 1/n e interprete o coef. angular da reta como a
dimensão fractal do sistema.

Nesta construção temos que o número de caixas N (n ) necessário para cobrir o fractal na escala n cresce muito
rapidamente quando n −→ 0, isto implica que

N () ∼ −df (2.1)

onde foi deixado implícito as n escalas [2]. Portanto, a dimensão fractal do sistema pode ser obtida calculando
o logaritmo de ambos os lado e resolvendo para df , fornecendo

ln N ()
df ∼ lim . (2.2)
−→0 ln(1/)
Esta é a definição mais comum na literatura de dimensão fractal.

2.3 Modelo de Soneira-Peebles

O modelo de Soneira-Peebles permite construir fractais uma vez definido o número de objetos (pontos) η dentro
de um círculo de raio R/λ na escala λ circunscrito em um circulo R  R/λ. Figura 2.2. Deste modo, para
obtermos a dimensão fractal de uma estrutura usando a construção de Soneira-Peebles, devemos notar o seguinte:

• p(R/λ, R) é a probabilidade de encontrar um ponto dentro de um circulo de raio R/λ circunscrito em um

circulo de raio R  R/λ;

• N (λ) é o número de pontos na escala λ;

• η é o número de pontos que se encontra dentro de um circulo de raio R/λ circunscrito em um circulo de
raio R  R/λ;

De fato, multiplicando η por p(R/λ), temos o número de pontos N (λ) na escala λ, ou seja,

N (λ) = ηp(R/λ). (2.3)

2.4 Rede livre de escala 3

Fig. 2.2: Representação esquemática para a dedução da dimensão fractal usando a construção de Soneira-
Peebles.

Ademais, assumindo que os pontos N (λ) satisfaçam a hipótese de estruturas fractais, devemos ter N (λ) ∼
λ−df , logo

ln N (λ)
df ∼ . (2.4)
ln(1/λ)
Da geometria do problema, temos que

π(R/λ)2
p(R/λ) = = 1/λ2 (2.5)
πR2
então

ln(η/λ2 )
df ∼ (2.6)
ln(1/λ)
e, portanto,

ln η
df ∼ . (2.7)
ln λ
a qual define a dimensão fractal de uma estrutura a partir da sequência {ηn , λn }n∈N .

2.4 Rede livre de escala

Redes complexas são estruturas compostas por um conjunto de nós interconectados por meio de relações ou co-
nexões. Essas redes são caracterizadas por propriedades não triviais, como a presença de clusters e a distribuição
não uniforme de conexões entre os nós Figura 2.3.
Uma rede livre de escala é um tipo específico de rede complexa em que a distribuição de grau ou conectividade
segue uma lei de potência, o que significa que existem alguns nós altamente conectados, conhecidos como hubs,
e a maioria dos nós tem um baixo número de conexões [3]. O expoente de escala é uma medida utilizada para
descrever o grau de heterogeneidade na distribuição de grau. Quanto maior o valor do expoente de escala, mais
heterogênea é a rede.
Uma rede livre de escala necessita de dois mecanismos, são eles:

• Crescimento: inicia-se com m0 nós previamente ligados e a cada passo é adicionado um novo nó com
m ≤ m0 ligações [5];

• LigaçãoQ preferencial: Novos links tendem a se ligar com nós mais ligados, o que significa que a proba-
bilidade de um novo nó de se ligar com um nó i com grau ki é proporcional ki , ou seja,
Y ki
(ki ) = P . (2.8)
j kj
4 2 Teoria

Fig. 2.3: Representação topológica da internet do século XXI. Note os pontos mais claros da imagem, eles são
denominados de hubs por possuirem uma fração significativa dos links da rede. Este é um exemplo
real de uma rede livre de escala. Veremos neste projeto como estimar o expoente de escala de uma
rede semelhante. Em particular o expoente de escala da distribuição de grau da internet é γ = 3.42,
o que significa que ela é uma rede que se encontra no regime aleatório com a propriedade de mundo
pequeno. A.L. Barabási, Network science http://networksciencebook.com/.
2.4 Rede livre de escala 5

Com tais mecanismos, depois de t passos, existirão t + m0 nós com mt ligações. De fato, é conveniente
assumir que ki e t sejam variáveis contínuas
Q e que a taxa com que número de ligações ki do nó i varia seja
positiva e proporcional a probailidade (ki ), ou seja,
dki Y
= m (ki ) (2.9)
dt
onde o fator m é o número de links adicionados a rede por unidade de tempo. Assim, temos
dki ki
= mP . (2.10)
dt j kj
P
Lembrando que no instante t existem mt ligações, a soma j kj = 2mt onde o fator 2 significa uma contagem
e duplicidade dos links (os que “entram” e os que “saem”). Além disso, correções de primeira ordem podem ser
desconsideradas para t  1 , isto significa despresar a contagem dos links iniciais. Com isto, em mente, temos
dki ki
= −→ ki = Ct1/2 (2.11)
dt 2t
onde foram utilizados a separação de variáveis e integração. Se denotarmos o tempo da inserção de um nó por
ti e considerarmos a condição inicial ki (ti ) = m, é possível mostar que
 1/2
t
ki (t) = m . (2.12)
ti
Este resultado nos diz que o número de links conectados ao nó i cresce com t1/2 .
Constudo, partindo da definição da função de probabilidade cumulativa, qual seja

P [ki (t) < k] = probabilidade de que o nó i tenha um número de ligações <k,

podemos escrever a probabilidade de encontrar um nó i, no instante t, com um número de ligações ki (t) < k
por meio de
 1/2
t
P [ki (t) < k] = P [m < k]. (2.13)
ti
 1/2
t
Manipulando m ti < k segue
"  1/2 #2
t m2 t
m < k 2 =⇒ m2 t < ti k 2 =⇒ ti > 2 (2.14)
ti k
que levando na expressão da probabilidade cumulativa, fornece

m2 t
 
r.h.s = P ti > 2 (2.15)
k
Agora, lembrando que:
• existem m0 + t e um nó é adicionado a cada passo;
• o instante ti no qual o nó i é adicionado é dado por uma distribuição uniforme entre 0 e m0 + t;
• do último item, a função densidade de probabilidade p(ki ) é constante no intervalo [0, m0 + t] e é dada
por p(ki ) = 1/(m0 + t).
Destas condições, temos

m0 +t
m2 t
  Z
P ti > = p(ki )dti
k2 m2 t/k2
Z 0 Z m0 +t
dti dti
= +
2
m t/k 2 m 0 + t 0 m 0+t
Z m0 +t Z m2 t/k2
1 1
= dti − dti (2.16)
m0 + t 0 m0 + t 0
m0 + t m2 t
= −
m0 + t (m0 + t)k 2
m2 t
= 1−
(m0 + t)k 2
6 2 Teoria

logo

m2 t
P [ki (t) < k] = 1 − . (2.17)
(m0 + t)k 2
Para obtermos p(k), usamos que
d
p(k) = P [ki (t) < k], (2.18)
dk
então

m2 t
 
d
p(k) = −
dk (m0 + t)k 2
m2 t d −2
= − (k ) (2.19)
m0 + t dk
2m2 t −3
= k
m0 + t
que para t  1, temos

p(k) ∼ k −3 . (2.20)
De modo geral, podemos escrever

p(k) ∼ k −γ . (2.21)

2.5 Renormalização e fractalidade

Renormalização
Técnica que consiste em gerar pequenas réplicas de um dado objeto, preservando as principais características
estruturais do objeto original, a fim de obter cópias com estruturas mais simples para facilitar a análise.

Renormalização ↔ Auto-similaridade
Auto-Similaridade
Propriedade de um sistema o qual possui auto-semelhança em todas as escalas (comprimento, tempo, etc.).
Exemplos: sistema sanguíneo, rede de ruas, etc.
Procedimento de renormalização em uma rede complexa:
1. Cobrir a rede inteira com caixas de tamanho (comprimento lateral) ;
2. Cada caixa é trocada por um único nó e dois nós são conectados se e somente se ao menos um link existe
entre duas caixas na rede original;
3. Aplica-se os passos 1 e 2 na rede renormalizada até se obter um único nó, fornecendo uma rede conectada
(todos os nós possuem links).
Considerando G uma rede livre de escala, então sua distribuição de probabilidade de grau é dada por

p(k) ∼ k −γ , (2.22)

onde p(k) é a probabilidade de encontrar um nó na rede G com grau k. Logo, a distribuição de probabilidade
de grau da rede renormalizada G0 é dada por

p0 (k) ∼ k −γ . (2.23)
Isto significa que uma rede livre de escala, possui uma distribuição de probabilidade de grau invariante por
renormalizações, em que o processo de renormalização pode ser entendido com sinônimo de transformação [1].
(k)
De fato, a sequência de redes k−vezes renormalizadas {G0n }n∈N , {G00n }n∈N , . . . , {Gn }n∈N , . . . possui o mesmo
expoente de escala γ.
Dados empíricos sugerem que plotando o grau k() de cada nó da rede renormalizada versus o grau kmax do
nó mais conectado da caixa correspondente de tamanho , é possível obter uma lei de escala linear

k() ∼ s() · kmax (2.24)

2.5 Renormalização e fractalidade 7

Fig. 2.4: Regimes do expoente de escala γ. hki é o número médio de ligações ou tendência central de k, hk 2 i é
o segundo momento associado ou variância de k em relação a média, hdi é o diâmetro médio da rede e
kmax é o número de ligações do maior hub da rede. Note que a maioria das redes reais livres de escala
possuem expoentes de escala no intervalo 2 < γ < 3 caracterizado pela propriedade de mundo ultra
pequeno. Uma rede tem a propriedade de mundo pequeno se tiver relativamente poucas conexões de
longa distância, mas tiver um comprimento de caminho médio pequeno em relação ao número total
de nós. 1) γ < 2 significa que o número de links que se conectam ao maior hub da rede cresce mais
rapidamente que o temanho da rede. 2) 2 < γ < 3 o número de links que se conectam ao maior hub da
rede cresce com o tamanho da rede. 3) γ > 3 indica que a distância média entre os nós converge para
a fórmula de mundo pequeno. Fonte: A.L. Barabási, Network science http://networksciencebook.com.
8 2 Teoria

onde s() é um fator de escala. Além disso, este fator s s (s < 1) escala com  definindo um expoente dk
(dimensão fractal de distribuição de grau)

s() ∼ −dk (2.25)

de modo que o expoente de grau para uma sequência de rede {Gn }n∈N é definido por

ln sn ()
dk = lim lim (2.26)
−→0 n−→0 ln(1/)

em que sn () é o fator de escala da rede Gn e caixa de lado .

Assumindo que [1]
N
∼ df (2.27)
N ()
onde N é o número de nós da rede, N () o número de caixa necessárias para cobrir perfeitamente toda a rede,
 o tamanho da caixa, df a dimensão fractal da rede e denotando as distribuições de probabilidade de grau da
rede G não-renormalizada e da rede G0 renormalizada, repectivamente, por

p(k) ∼ k −γ , P 0 (k 0 ) ∼ k 0−γ , (2.28)

podemos escrever

N P (k)dk ∼ N ()p0 (k 0 )dk 0 . (2.29)

Esta expressão significa que a probalidade de encontrar um certo número de nós com grau entre k + dk
em uma rede G não renormalizada de tamanho N é numericamente igual a probalidade de encontrar um certo
número de nós com grau entre k 0 + dk 0 dentro de caixas N () de tamanho  as quais sobrepõem perfeitamente
um rede G’ renormalizada.
Neste sentido, podemos escrever

dk 0
N p(k) ∼ N ()p0 (k 0 ) (2.30)
dk
e impondo que k = kmax virá

N p(kmax ) ∼ N ()p0 (s()kmax )s(). (2.31)

Usando as eqs. (2.28) resulta em

−γ −γ N
N kmax ∼ N ()kmax s()−γ s() =⇒ ∼ s()−γ+1 =⇒ df ∼ (−dk )−γ+1 (2.32)
N ()
o que implica em df = −dk (−γ + 1) = dk (γ − 1) e, portanto,
df
γ =1+ . (2.33)
dk
Este resultados nos mostra que o expoente de escala γ pode ser explicado a partir da complexidade dos padrões
espaciais e geométricos da rede df e da complexidade dos padrões das conexões entre seus links dk . Quando
df = dk , temos o primeiro regime crítico A quando γ = 2, veja Figura 2.4 enquando df = 2dk temos o segundo
regime crítico B quando γ = 3. Note que a maioria das redes reais livres de escala possuem expoentes de escala
no intervalo 2 < γ < 3 caracterizado pela propriedade de mundo ultra pequeno.
Além disso, uma vez que
  d1
N f
∼ , s() ∼ −dk (2.34)
N ()
é possível escrever
 − ddk
N f
s() ∼ . (2.35)
N ()
Usando a expressão de γ resulta que − ddfk = 1
1−γ , logo
 1
 1−γ  1
 1−γ
N k() N −1 1
s() ∼ =⇒ ∼ =⇒ kmax ∼ N 1−γ (2.36)
N () kmax N ()
 9

Fig. 2.5: Principais statísticas de algumas redes livres de escala. N é o número de nós e L o número de links da
rede. Fonte: A.L. Barabási, Network science http://networksciencebook.com.

e, portanto,
1
kmax ∼ N γ−1 (2.37)
1
que nos diz que o hub com maior número de ligações escala com o tamanho da rede com expoente γ−1 . A
Figura 2.5 apresenta algumas redes livres de escala e algumas de suas principais estatísticas.

3 Métodos
• Classe Soneira-Peebles

• Classe FractalBox

Usando as classes acima, execute os seguintes passos:

1. Utilize a classe Soneira-Peebles para gerar os pontos de um fractal com determinada dimensão fractal. A
dimensão fractal é dada pela razão dos logarítimos dos últimos valores de η (número de pontos na última
camada) e de λ (fator de redução da última camada). Por exemplo, para gerar um fractal com dimensão
1.5, η = 8 e λ = 5. Sugestão: começe com com o mesmo número de pontos em cada camada e varie estes
valores para ver o que acontece.

2. Gerado os pontos do fractal, utilize a classe FractalBox para estimar a dimensão fractal desses pontos. A
dimensão fractal estimada é a mesma que escolheu usando os valores de η e λ na última camada? Qual o
erro relativo cometido? A dimensão fractal é maior o menor que o espaço onde os pontos estão embebidos?
Interprete este último resultado.

3. Depois de comparar a dimensão fractal escolhida e a estimada, agora é hora de gerar uma rede posicionada
com as mesmas coordenadas dos pontos obtidos do fractal.

4. Siga os procedimentos apresentados no notebook disponibilizado e obtenha os valores do expoente de

escala γ estimado e das dimensões df e dk com as incertezas e os respectivos coeficiente de determinação
(R2 );

5. Finalize o projeto elaborando um breve relatório com os pontos da seção 4 deste projeto. (Não esqueça
de incluir uma imagem da rede no relatório! Use a criatividade!)

4 Orientações para o relatório

O relatório deve conter os seguintes pontos:

• Backgroud geral (Redes complexas e Factais);

• Background específico (Redes livre de escala);

• O que encontraram:
10 Referências

γ R2 df R2 dk
(γ ± σγ ) - (df ± σdf ) - (dk ± σdk )

Tab. 1: Tabela a ser constuída com os valores obtidos a partir da simulação.

– Quais os valores obtidos das dimensões fractais e do expoente de escala e seus respectivos erros e R2
?
– Qual o regime de escala da rede? Anômalo, mundo pequeno ou aleatório?
– A eq. (2.37) consegue predizer o valor de kmax ? Jutifique sua resposta;
• Imagens da rede e dos gráficos gerados;
• Tabela 1 com o expoente de escala γ estimado e as dimensões df e dk com as incertezas e os respectivos
coeficientes de determinação (R2 ) para γ de df .
• Breve discussão dos resultados encontrados;
• Conclusões,
• O que acharam do projeto (em poucas palavras).
Uma vez que
df
dk = → dk = dk (df , γ) (4.1)
γ−1
temos
s 2  2
∂dk ∂dk
σdk = σf2 + σγ2 . (4.2)
∂df ∂γ
Assim, como
∂dk 1 ∂dk df
= , =− (4.3)
∂df γ−1 ∂γ (γ − 1)2
temos

s
σf2 d2f σγ2
σdk = +
(γ − 1)2 (γ − 1)4
s
σf2 (γ − 1)2 d2f σγ2
= + (4.4)
(γ − 1)4 (γ − 1)4
s
σf2 (γ − 1)2 + d2f σγ2
=
(γ − 1)4
1 q
= σf2 (γ − 1)2 + d2f σγ2
(γ − 1)2
que a incerteza padrão da dimensão fractal da distribuição de grau dk (Verifiquem!).

Referências
[1] Molontay, R. Fractal Characterization of Complex Networks. MSc Thesis. Budapest Univer-
sity of Technology and Economics Institute of Mathematics Department of Stochastics. 2015.
https://math.bme.hu/∼molontay/Msc_MolontayR.pdf.
[2] Bunde, A. Havlin, S. Fractal in Science. Springer-Verlag. 1994.
[3] Barabási, A. L. Network Science. Cambridge University Press, 2016. http://networksciencebook.com/.
[4] P.J.E. Peebles, The fractal galaxy distribution, Physica D: Nonlinear Phenomena, Volume 38, Issues 1–3,
1989, Pages 273-278, ISSN 0167-2789, https://doi.org/10.1016/0167-2789(89)90205-4.
[5] D. H. Rothman. Modeling Environmental Complexity. Lecture notes for 12.086/12.58, MIT. 2014.
Referências 11

Fig. 4.1: Rede livre de escala gerada por mim. Dados obtidos a partir da simulação.
η λ dteo
f = ln η/ ln λ # interações γ R2 dsim
f R2 dk N hsteo ()i teo
kmax sim
kmax

9 4 1.58 500 (1.75 ± 0.39) 0.98 (1.59 ± 0.01) 1 (2.18 ± 1.10) 960 (2 ± 2) × 10−2 45 306

Fig. 4.2: (Esquerda) Pontos gerados pelo modelo de Soneira-Peebles ln η/ ln λ = 1.58. (Centro) Distribuição de
grau da rede livre de escala. (Direita) Dimensão fractal estimada.