Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GRAFOS Y ARBOLES
Integrantes:
Wanda Paludi C.I: 24.894.644
Esteban Montilla C.I: 19.750.643
Prof. Yanitza Montilla
TRAYECTO III TRIMESTRE I 2022.
Índice
1) Teoría de Grafos
Introducción.
La teoría de grafos es un campo de estudio de las matemáticas, usada principalmente
en la representación de redes y aplicada en el campo de las ciencias de computación,
telecomunicaciones y la informática.
Este problema consistía en obtener una ruta eficiente para cruzar todos los puentes
de la ciudad, cruzándolos una sola vez. Las conclusiones de Euler demostraron su
improbabilidad, pero fue el punto de partida a un número increíble de estudios.
Entre los estudios más relevantes que le han dado forma a la teoría de grafos como la
conocemos hoy se encuentran las investigaciones de Gustav Kirchhoff (1845) con los
circuitos de cálculo de voltaje y Francis Guthrie (1852) con la presentación de la
hipótesis de los cuatros colores.
Este problema plantea la posibilidad de llenar un mapa geográfico solo con cuatro
colores, de forma que países vecinos no compartan nunca un mismo color. El
problema fue resuelto casi un siglo después por Kenneth Appel y Wolfang Haken,
donde plantearon conceptos fundamentales de los grafos.
Los grafos también tienen propiedades especiales que indican orientaciones, estas
características se encuentran en los grafos o multígrafos dirigidos. En este tipo de
grafos cuentan con la particularidad de que sus aristas vinculan a los nodos en una
sola dirección. Además de estos conceptos también podemos conseguir grafos,
completos, conexos y etiquetados.
Uno de los puntos más importantes que integra la teoría de grafos son sus estructuras
de representación. Gracias a estas estructuras podemos aprovechar al máximo la
visualización de los conjuntos de datos para analizar se forma simple los elementos
para tomar decisiones.
Entre las estructuras más sencillas e implementadas se encuentran las listas y las
matrices. Aunque frecuentemente existen modelos combinados entre ambas.
Una estructura de lista es donde las aristas son representadas con un vector de pares
ordenados, en el caso de que el grafo sea dirigido, donde cada par representa a una
de las aristas.
Por su parte las listas de adyacencia, ocurre que cada vértice tiene una lista de
vértices los cuales son adyacentes al mismo nodo. Esto causa redundancia en un
grafo no dirigido, pero este tipo de listas ofrece una gran rapidez en las búsquedas.
En las estructuras de datos de datos descritas la idea es asociar cada uno de los
vértices del grafo con una lista que contenga al resto de los vértices adyacentes. De
esta forma solo se reservará memoria para los arcos adyacentes.
Estos últimos ciclos descritos son difíciles de conseguir debido a que no se conocen
métodos generales para hallarlos en tiempo polinómico, teniendo que realizarse
búsquedas a fuerza bruta donde se combinan todas las opciones y caminos
probables. Este método en cantidades grandes de datos suele ser bastante lento y
costoso.
Al abordar aspectos básicos de la teoría de grafos podemos descubrir que estos nos
presentan características y prestaciones para resolver diversos tipos de problemas.
Con ellos podemos brindar soluciones de dibujo computacional, perfeccionar técnicas
de PERT en el área gerencial o potenciar el estudio de las relaciones en ambientes
biológicos complejos.
Además con esta teoría se ha podido aprovechar el máximo el potencial de las redes
sociales. Con el análisis de grafos es posible comprender las relaciones, preferencias
y similitudes entre los usuarios. Esto ha sido de una utilidad gigantesca para las
empresas del sector. Aunque el sector más prominente en el cual se ha avanzado es
en la detección de fraude bancario.
Desde hace unos años se puede decir que el incremento en el uso de las redes
sociales ha sido exponencial, Facebook, Twitter, Instagram y LinkedIn ya forman parte
de nuestro día a día. Además, las redes sociales han cobrado una mayor importancia
en cuanto a la creación y distribución de información. Esto hace que el volumen de
información y su necesidad de análisis se tenga que llevar a cabo en entornos Big
Data y Business Intelligence. De esta manera, se puede obtener información
prescriptiva para las empresas (como por ejemplo, la información recabada con la
teoría de grafos).
Teoría de Grafos
Se puede decir que las redes sociales consisten en establecer y trabajar las
relaciones entre personas. De esta manera se consigue crear un grafo de las
diferentes personas unidas por una “amistad” o contacto, similar al que podemos ver a
continuación.
En esta imagen podemos ver como cada punto (o también llamado nodo) representa a
una persona, y cada arista (o línea de conexión) establece la amistad entre esas dos
personas. De esta manera gracias a la teoría de grafos se pueden estudiar los
patrones, incrementando el business intelligence.
Lo primero que debes saber es que un grafo es una estructura matemática que
permite representar problemas cotidianos de manera gráfica. Además, la teoría de
grafos permite representar un solo tipo de relación (representación simple), pero
también permite representar más de un tipo (en ese caso, se llamaría múltiple).
La teoría de grafos es una rama de las matemáticas, la misma rama que también se
usa en las ciencias computacionales. Se fundamenta en las matemáticas tanto
discretas como aplicadas. De esta manera se consigue englobar diferentes conceptos.
Además de esto, aplicar los grafos a las redes sociales, puede funcionar para adaptar
los productos a las necesidades reales, haciéndolos aparecer en el momento idóneo.
Cuando hablamos de grafos aplicados a redes sociales lo más común es que se usen
para “detectar comunidades”. Gracias a los algoritmos podemos ver características,
atributos y relaciones que coinciden dentro de un grupo. Cuando se analizan los
subgrafos, podremos ver lo vértices que están más relacionados entre sí, y además
cómo se relacionan con el resto de vértices.
Si miramos el gráfico anterior, podemos ver que se han detectado tres comunidades
diferentes, en ellas podemos presuponer que todos los miembros de la misma
comunidad tienen características u atributos que coinciden.
La teoría de grafos junto a estos métodos, lo podrá aplicar un Data Scientist, usando
R, igraph entre otros (por ejemplo con esas tecnologías conseguiría saber el
coeficiente de agrupamiento, el camino mínimo entre nodos y la distribución de los
grafos.
Conclusión.
Podemos concluir que la aplicación de los grafos es útil para resolver problemas de
la vida real como lo son los relacionados con las rutas de transporte publico,
además se logra demostrar que al usar las matemáticas para solucionar problemas
obtenemos resultados favorables.
.
Bibliografía.
1) http://www.academia.edu
2) http://es.slideshare.net
3) http://Prezi.com
4) http://grapheverywhere.com
5) http://opensistema.com