DB3BCM0506-15SA Comunicação e Redes

Créditos (T-P-I): (3 - 0 - 4)
Recomendações:
Processamento da Informação

Aula 5:
Modelos de redes: aleatórias, mundo pequeno e sem escalas
Lei de potência

Profa.Dra.Margarethe Born Steinberger-Elias

Centro de Engenharia, Modelagem e Ciências Sociais Aplicadas (CECS)

UFABC
 Cronograma
3.feiras 10-12 alternadas no esquema quinzenal 1
5.feiras 8-10
Junho – 04, 06, 13, 18, 20, 27
Julho – 02, 04, 11, 16, 18, 25, 30
Agosto – 01, 08, 13, 15, 22

Atenção:

 Nos dias 04 e 06/06 a Profa. será substituída pelo Prof. Amaury

 Cronograma de reposições no final do Q2: opções 27/08, 29/08 ou sábado

 PROVA dia 30/07

 Plano do trabalho final - apresentação dia 08/08 por todos os membros do grupo.

 Trabalho final - apresentação oral nas três últimas aulas com entrega do PDF impresso no dia da apresentação

 A versão final eletrônica deverá ser submetida no TIDIA dia 29/08 com revisão a partir dos comentários na apresentação
oral.

 Notas finais: a partir de 02/09

Profa.Dra.Margarethe Born Steinberger-Elias

Semana Dia Atividades Cronograma Semana Dia Atividades

04/06
1ª História da Ciência de Redes 8ª Complexidade em Redes sociais, Redes
25/07
semana (divisão da classe em grupos de trabalho) semana biológicas e Redes léxico-semânticas
06/06

Intr. a Com. e Redes e conceitos básicos

13/06
(aulas 3 e 4)
2ª e PROVA
Modelos de redes: 30/07
3ª e 18/06 9ª
aleatórias, mundo pequeno, livres de escala
4ª semana
(aula 5).
semana 20/06 Orientações para trabalho final
Feriado 01/08
27/06
Modelos de redes e proc. de linguas naturais

Lei de potência e propriedades estruturais

5ª 02/07 Força dos nós fracos 10ª 08/08 Apresentação de
semana 04/07 Apresentação de trabalhos de pesquisa semana PLANO DE TRABALHO FINAL (grupos]
aplicando modelos de redes

Redes de computadores, Internet e Web 11ª e 13 e Apresentação do

6ª
11/07 12ª 15/08 TRABALHO FINAL
semana
Internet e Web como redes complexas. semana 22/08 ( grupos)

Grafos, conceitos básicos e representação. 27/08 e Opções de data para reposições

13ª
7ª 16/07 Aplicações em Processamento de línguas sábado
semana
semana 18/07 naturais 29/08 29/08 Upload no TIDIA da versão final
eletrônica
Nas Aulas 3 e 4 vimos a introdução à disciplina
e os seguintes conceitos básicos:
• Sistemas complexos
• Definição de rede e exemplos
• Ciência de Redes e suas aplicações
• Tipos de redes: direcionadas e não direcionadas;
com os mesmos tipos de vértices e arestas ou
não
• Redes complexas e exemplos
• Redes sociais, de informação, tecnológicas e
biológicas
• Redes sociais e o experimento Small World
 Divisão de grupos de trabalho
• Grupos de 4 alunos
• Escolha espontânea
• Realização do Plano e do Trabalho Final

• Importante: Divisão do Trabalho

• Responsabilidade individual para atingir bom
resultado coletivo

Profa.Dra.Margarethe Born Steinberger-Elias

 Tarefa 1 foi passada para dia 26/6 (individual): fazer upload
até 23:59 no TIDIA, site ComRed2019.2, pasta Escaninho
Leia os capítulos 1,2 e 3 do livro de Duncan Watts: Seis Graus de Separação: a evolução da Ciência de Redes
em uma era conectada, São Paulo: Leopardo, 2009.
A. Defina brevemente o que é o problema do mundo pequeno e o conceito de “laços fracos”.

B. Apresente de modo resumido a contribuição do matemático Anatol Rapoport para a teoria das redes
aleatórias e explique o conceito de jogo de Kevin Bacon para evidenciar a contribuição de Erdös e Renyl.

C. Descreva o que é um “coeficiente de aglomeração” e qual seu papel na modelagem matemática de uma
rede social.

Lembre-se, você não nasceu sabendo! Ao pesquisar cada resposta, você deverá anotar as fontes de informação
que usou e citá-las no seu texto usando números e colchetes, por exemplo, [1]. Você pode copiar trechos,
desde que os coloque entre aspas e informe quais são as fontes que usou [2].

Se você usou sites ou textos eletrônicos, cite o nome do arquivo, dia e hora em que acessou e o endereço
completo da URL. Se usou impressos, cite o sobrenome e nome do autor, o título, editora e ano da
publicação. Estes dados deverão ser apresentados ao final da resposta de cada pergunta. Exemplos:
[1] LUNA, Sergio Vasconcelos. Planejamento de Pesquisa, uma introdução. São Paulo, Editora EDUC, 2000.
[2] LEVY, Pierre. Comunicação algoritmica. Slides de Apresentação. Acesso em 04/02/2015.
https://pierrelevyblog.files.wordpress.com/2014/09/0-education-360.pdf

Profa.Dra.Margarethe Born Steinberger-Elias

A evolução da Ciência de Redes em
uma era conectada (2003)
Duncan J. Watts é PhD em mecânica
teórica e aplicada, criador da
Ciência de Redes
professor na Columbia Univ. e
membro do Santa Fe Institute
(onde se desenvolveram as
primeiras pesquisas sobre
sistemas complexos)

Foi aluno do matemático da

Univ.Cornell Steven Strogatz, que
modelou aglomerações em
estado sincronizado
(ex. predição de acoplamento e
sincronia entre corredores
completando voltas em pista
circular)
Propagação de doenças, boatos,
movimentos sociais, etc.
 Conceito de EMERGÊNCIA
surgem ou “emergem” comportamentos coletivos CC
a partir de comportamentos individuais CI
(mas CC não é igual à soma de CI)

Profa.Dra.Margarethe Born Steinberger-Elias CECS

 Mundo pequeno
paradoxo das redes sociais
(Fig.1.3. pág.21)

- Mundo altamente aglomerado

- A maioria dos amigos de alguém
também tem em algum grau
amizade entre si

- Probabilidade de 2 pessoas que

têm um amigo comum serem
também amigas entre si

- Aglomeração (clustering) cria

redundância

- “quanto mais nosssos amigos se

conhecem, menos utilidade eles
têm para levar uma mensagem a
alguém não conhecido” (pág.20)
 Probabilidades de conexão e
aleatoriedade progressiva (pág.57)
 Jogo de Kevin Bacon:
atores conectados em virtude de haver atuado juntos em um ou mais
filmes; se alguém nunca atuou com ele, mas atuou com alguém que
atuou com ele, então essa pessoa tem um número Bacon de 2

MUNDO PEQUENO
O comprimento dos caminhos é próximo ao de uma rede aleatória,
mas há um grande coeficiente de aglomeração
Roteiro da Aula 4: Modelos de redes e
lei de potência
• Redes aleatórias
• Redes de mundo pequeno
• Redes sem escala
• Lei de potência
 Modelos de Redes
• Três modelos representativos de redes
complexas
– Redes Aleatórias
• [Erdös-Rényi:1960]
– Redes de Mundo Pequeno (Small World)
• [Watts-Strogatz:1998]
– Redes sem Escala (Scale Free)
• [Barabasi-Albert:1999]
 Redes aleatórias
• Com a introdução de grafos aleatórios, muitos fenômenos
naturais e sociais passaram a ser estudados e analisados a
partir deste modelo.

• Hoje, sabe-se que muitas redes do mundo real não seguem um

padrão aleatório de formação.

• Apesar disso, o modelo de Grafos Aleatórios abriu caminho

para os estudos de redes complexas, sendo o primeiro a tratar
a questão fundamental de nosso universo interconectado:

• Como as redes se formam?

 Grafos Aleatórios
• Um grafo aleatório é um grafo (rede) gerado por um processo aleatório e
pode ser construído da seguinte maneira:
• Dados n vértices, inicialmente o grafo não contém nenhuma aresta.
• Para cada possível par de vértices, inclua a aresta correspondente no grafo
com probabilidade p

• Em resumo:
– Iniciar com n vértices e nenhuma aresta
– Com probabilidade p, conectar 2 vértices selecionados aleatoriamente com
uma aresta
– Para cada vértice, podemos executar n ensaios

com p=0.2
 Grafos aleatórios
• À medida que inserimos as arestas, vão se formando inicialmente
vários subgrafos isolados

• Com o número de conexões aumentando, estes subgrafos vão

sendo interligados, formando grupos cada vez maiores.
• Quando a quantidade de conexões atinge um número tal que a
média da conexões por vértice supera 1, surge um grafo conexoque
contém todos os vértices.
• Neste instante, surge a propriedade que qualquer vértice do grafo
poderá ser alcançado por qualquer outro vértice, bastando seguir
um caminho
• Estes grafos podem ser utilizados para estudar e modelar:
- Propagação de doenças
- Reações químicas
- Propagação de vírus na Internet
- Disseminação de boatos
Exemplo da evolução da densidade de um gráfico aleatório
Granovetter (1970) critica aleatoriedade e propõe
diferenciar laços sociais fracos e fortes
Modelo de Watts-Strogatz: mundo pequeno (small world)

• O modelo matemático do mundo pequeno foi baseado

na idéia de que algumas pessoas possuem amigos e
parentes vivendo não somente próximos a eles, como
também em lugares mais distantes

• Estas conexões mais distantes oferecem atalhos entre as

pessoas, diminuindo a separação média entre elas.

• A presença de alguns poucos atalhos é suficiente para

criar um mundo pequeno
 Modelo de rede Small World
• Uma rede small-world é um tipo de grafo onde a maioria dos vértices não
é vizinho dos outros vértices, mas onde a maioria dos vértices pode ser
alcançada de qualquer outro vértice através de um número pequeno de
arestas.

• O modelo G(n,k,p), cria uma rede com: n vértices, cada vértice com grau
inicial igual a k, e probabilidade de reconexão igual a p.

• Para cada vértice Vi, conectá-lo aos vértices Vj tal que j=i-k/2..i+k/2
(definindo o grau do vértice Vi como k).

• Para cada vértice Vi e cada aresta (Vi,Vj) desse vértice, reconecta essa
aresta, criando uma aresta (Vi,Vk) com um vértice escolhido
aleatoriamente com probabilidade uniforme e k≠i dada uma probabilidade
p.
Os dois modelos (Erdos-Renyi e Watts-Strogatz) proíbem a presença de vértices com um
grau muito acima da média dos coeficientes de agrupamento (clusterização) .
Vértices com um grau (número de conexões) muito acima da média são chamados de
“hubs” (conectores principais)

O modelo de mundo pequeno parte de uma rede regular em círculo respeitando o número
N de vértices e cada vértice interligado aos K vértices vizinhos mais próximos por meio de
arestas. Cada uma das arestas criadas sofre uma reconexão com probabilidade p, ligando o
vértice de origem a um novo destino. Quanto maior o valor de p mais próxima a rede fica
de uma rede aleatória Erdos-Renyi.
 Redes Sem Escala (Scale-Free)
• Redes scale-free possuem a distribuição dos seus
graus (quantidades de arestas dos vértices) de
acordo com uma lei de potência (power law)
– Vértices com k arestas ocorrem com probabilidade
P(k) ~ k-, onde 2<<3
• Consequência
– Poucos vértices (hubs) possuem muitas arestas e
muitos vértices possuem poucas arestas
• Importância: muitas redes observadas
empiricamente possuem a propriedade scale-free
Redes aleatórias (random) e
Redes sem escala (scale-free)
Redes Sem Escala
Sistemas complexos e lei de potência
• Sistemas complexos são compostos por unidades que
interagem de forma não linear.
• Frequentemente possuem propriedades aderentes às
Leis de Escala ou Leis de Potência

• Uma lei de potência é um tipo especial de relação

matemática entre duas quantidades

• Quando o número ou frequência de um objeto/evento

varia conforme a potência de algum atributo do objeto
(ex., o tamanho), diz-se que esse número ou tamanho
segue uma LEI DE POTÊNCIA.
 Tarefa 2 para dia 03/7 (individual): fazer upload até
23:59 no TIDIA, site ComRed2019.2, pasta Escaninho
Leia os capítulos 4 e 5 do livro de Duncan Watts: Seis Graus de Separação: a evolução da Ciência de Redes
em uma era conectada, São Paulo: Leopardo, 2009.
A. Defina brevemente o que é a distribuição de graus em uma rede (distribuição normal) e suas diferenças em
relação a uma distribuição por lei de potência.

B. Apresente de modo resumido a contribuição do matemático húngaro Albert Barabasi para a teoria das redes
livres de escala e explique este conceito de modo a evidenciar a idéia de que essas redes podem evoluir
no tempo.

C. Descreva o que é uma “rede por afiliação” e como este conceito se desdobra no de redes por filiação
aleatória. Cite exemplos.

Lembre-se, você não nasceu sabendo! Ao pesquisar cada resposta, você deverá anotar as fontes de informação
que usou e citá-las no seu texto usando números e colchetes, por exemplo, [1]. Você pode copiar trechos,
desde que os coloque entre aspas e informe quais são as fontes que usou [2].

Se você usou sites ou textos eletrônicos, cite o nome do arquivo, dia e hora em que acessou e o endereço
completo da URL. Se usou impressos, cite o sobrenome e nome do autor, o título, editora e ano da
publicação. Estes dados deverão ser apresentados ao final da resposta de cada pergunta. Exemplos:
[1] LUNA, Sergio Vasconcelos. Planejamento de Pesquisa, uma introdução. São Paulo, Editora EDUC, 2000.
[2] LEVY, Pierre. Comunicação algoritmica. Slides de Apresentação. Acesso em 04/02/2015.
https://pierrelevyblog.files.wordpress.com/2014/09/0-education-360.pdf

Profa.Dra.Margarethe Born Steinberger-Elias

Obrigada!

Profa.Dra.Margarethe Born Steinberger-Elias