Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grafos
Perez, Nicolas Fecha 11/11/16
1- a.
El vrtice 1 es de grado 5 ya tiene aristas incidentes de los vrtices 2, 3, 4, 5 y 9.
El vrtice 2 es de grado 5 ya tiene aristas incidentes de los vrtices 1, 3, 7, 8 y 9.
El vrtice 3 es de grado 5 ya tiene aristas incidentes de los vrtices 1, 2, 5, 6 y 7.
El vrtice 4 es de grado 5 ya tiene aristas incidentes de los vrtices 1, 5, 9, 10 y 12.
El vrtice 5 es de grado 5 ya tiene aristas incidentes de los vrtices 1, 3, 4, 6 y 12.
El vrtice 6 es de grado 5 ya tiene aristas incidentes de los vrtices 3, 5, 7, 11 y 12.
El vrtice 7 es de grado 5 ya tiene aristas incidentes de los vrtices 2, 3, 6, 8 y 11.
El vrtice 8 es de grado 5 ya tiene aristas incidentes de los vrtices 2, 7, 9, 10 y 11.
El vrtice 9 es de grado 5 ya tiene aristas incidentes de los vrtices 1, 2, 4, 8 y 10.
El vrtice 10 es de grado 5 ya tiene aristas incidentes de los vrtices 4, 8, 9, 11 y 12.
El vrtice 11 es de grado 5 ya tiene aristas incidentes de los vrtices 6, 7, 8, 10 y 12.
El vrtice 12 es de grado 5 ya tiene aristas incidentes de los vrtices 4, 5, 6, 10 y 11.
b.
El grafo no admite un circuito Euleriano ya que, a pesar de ser conexo, ninguno de sus vrtices es de
grado Par.
El grafo no admite un recorrido Euleriano ya que no cuenta con solamente dos vrtices impares. Todos
sus vrtices son impares.
c.
El grafo admite un recorrido Hamiltoniano.
2.a.
Se
N
Fi
H
B
A P
F U
b.
No existe una nica manera de conectar P con F.
Para conectar P con F se pueden seguir los siguientes ejemplos:
P-E-F
P-U-F
P-U-H-F
P-U-B-F
P-U-A-F
c.
Tanto P-E-F, como P-U-F tienen dos saltos y puede considerarse que ambos recorridos son el mnimo
camino a recorrer.
d.
Los pases que debo recorrer para ir de E a A en el mnimo recorrido son F e I.
e.
f.
No existe ninguna arista de corte, ya que no hay ninguna arista que eliminndola aumente el grado de
conexidad del grafo.
3.
Del esquema propuesto se obtiene que el costo total de pavimentacin es de 23. Este nmero es el
menor nmero posible de recorrido que permite llegar a todos los vrtices de alguna manera sin pasar
por calles sin pavimentar.
4.
Histricamente, el anlisis de redes sociales aparece como una de las primeras disciplinas en usar la
teora de grafos para hacer ciencia fuera de las matemticas. El anlisis de las redes sociales creci
lentamente a lo largo de los aos y recientemente se ha utilizado con mucho nfasis en la investigacin
Web. Para poder estudiar las redes sociales primero es necesario recopilar informacin fiable y
expresarla como un grafo o sociograma. Luego, se analiza el grafo para determinar propiedades de la
red social original.
Las redes Small-World, segn Watts y Strogatz, son unas clases de redes que estn "altamente
agrupadas (Clustered), como las redes regulares, pero tienen pequeas longitudes de trayectorias
caractersticas, como los grafos aleatorios". Estas caractersticas dan como resultado redes con
propiedades nicas de especializacin regional y transferencia de informacin eficiente. Las redes
sociales son ejemplos intuitivos de esta organizacin, en la que clics o grupos de amigos estn
interconectados, pero cada persona est realmente a slo cinco o seis personas de distancia. Aunque
esta definicin cualitativa ha prevalecido en la teora de la ciencia de las redes, en su aplicacin, la
aplicacin cuantitativa estndar para comparar la longitud de la trayectoria (una medida sustitutiva del
procesamiento distribuido) y la agrupacin (una medida sustitutiva de la especializacin regional) con
Centralidad c() de Bonacich (Bonacichs c()). Lo importante no es cuntos amigos tienes sino con
quin estn conectados tus amigos. Si tus amigos son populares eres una persona con alta centralidad
ya que participas de sus flujos de informacin y te ayudan a conectarte con otros. En cambio, si tus
amigos son impopulares y t eres quin los conecta eres una persona con poder ya que ellos dependen
de ti. Sobre esta idea Phillip Bonacich cre dos medidas o indicadores para medir la centralidad y el
poder en una red social y saber qu tan bien o mal conectados estn tus amigos.
La idea de Bonacich era rechazar la propuesta clsica del indicador de grado (nmero de relaciones) que
seala que a ms relaciones ms poder. Bonacich dice que alguien tiene poder cuando se relaciona con
gente poco poderosa, poco conectada. En cambio, alguien tiene alta centralidad cuando se relaciona
con gente bien conectada ya que es capaz de alcanzar y comunicarse con el resto de la red.
Para calcular qu actores son centrales y qu actores son poderosos Bonacich desarroll un algoritmo
matemtico que calcula las relaciones de cada nodo (ego) con sus contactos directos, ms las relaciones
de stos, y las relaciones de estos otros y as hasta el tamao de la red. La frmula es la misma para
calcular la centralidad que para calcular el poder, lo que cambia es el valor de beta () que es el peso
que se le da a las relaciones de ego.
Las ideas de Bonacich tienen una amplia popularidad en anlisis de redes, y en la vida diaria tambin las
usamos de forma inconsciente pero constante.
Visualizacin.
La visualizacin de las redes sociales tambin sirve como mtodo para descubrir propiedades de sta,
aunque tiene menos peso terico en el anlisis. Pero tiene la ventaja de alimentar rpidamente la
intuicin del investigador.
5.a.
a: gs(a) = 3, ge(a)= 3, Aristas = {(a,b), (a,c), (a,d)}
b: gs(b) = 4, ge(b)= 4, Aristas = {(b,a), (b,c), (b,d), (b,h)}
c: gs(c) = 5, ge(c)= 5, Aristas = {(c,a), (c,b), (c,d), (c,e), (c,i)}
d: gs(d) = 6, ge(d)= 6, Aristas = {(d,a), (d,b), (d,c), (d,h), (d,i), (d,j)}
e: gs(e) = 3, ge(e)= 3, Aristas = {(e,c), (e,f), (e,i)}
f: gs(f) = 2, ge(f)= 2, Aristas = {(f,e), (f,g)}
g: gs(g) = 1, ge(g)= 1, Aristas = {(g,f)}
h: gs(h) = 4, ge(h)= 4, Aristas = {(h,b), (h,d), (h,i), (h,j)}
i: gs(i) = 5, ge(i)= 5, Aristas = {(i,c), (i,d), (i,e), (i,h), (i,j)}
j: gs(j) = 3, ge(j)= 3, Aristas = {(j,d), (j,h), (j,i)}
b.
Matriz de Adyacencia.
a b c d e f g h i j
a 0 1 1 1 0 0 0 0 0 0
b 1 0 1 1 0 0 0 1 0 0
c 1 1 0 1 1 0 0 0 1 0
d 1 1 1 0 0 0 0 1 1 1
e 0 0 1 0 0 1 0 0 1 0
f 0 0 0 0 1 0 1 0 0 0
g 0 0 0 0 0 1 0 0 0 0
h 0 1 0 1 0 0 0 0 1 1
i 0 0 1 1 0 0 0 1 0 1
j 0 0 0 1 0 0 0 1 1 0
Matriz de Incidencia.
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36
a 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
b 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
c 0 0 0 0 0 0 1 -1 -1 1 0 0 0 0 0 0
d 0 0 0 0 -1 1 0 0 0 0 0 0 0 0 0 0
e 0 0 0 0 0 0 0 0 1 -1 1 -1 -1 1 0 0
f 0 0 0 0 0 0 0 0 0 0 0 0 1 -1 -1 1
g 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 -1
h 0 0 -1 1 0 0 0 0 0 0 0 0 0 0 0 0
i 1 -1 1 -1 1 -1 -1 1 0 0 -1 1 0 0 0 0
j -1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0