0 calificaciones0% encontró este documento útil (0 votos)
31 vistas17 páginas
Este documento presenta un ejemplo de análisis de conectividad de redes mediante el uso de matrices. Se analiza una red de transporte aéreo ficticia estableciendo una matriz de incidencia y calculando su cuadrado y cubo para determinar el número de formas de conectar ciudades con una o más escalas. El análisis muestra que con tres escalas o menos, la red queda completamente conectada.
Este documento presenta un ejemplo de análisis de conectividad de redes mediante el uso de matrices. Se analiza una red de transporte aéreo ficticia estableciendo una matriz de incidencia y calculando su cuadrado y cubo para determinar el número de formas de conectar ciudades con una o más escalas. El análisis muestra que con tres escalas o menos, la red queda completamente conectada.
Este documento presenta un ejemplo de análisis de conectividad de redes mediante el uso de matrices. Se analiza una red de transporte aéreo ficticia estableciendo una matriz de incidencia y calculando su cuadrado y cubo para determinar el número de formas de conectar ciudades con una o más escalas. El análisis muestra que con tres escalas o menos, la red queda completamente conectada.
de Barnett et al (2019) Ejemplo de aplicación: Análisis de conectividad de redes Tomado del libro de Barnett et al (2005, p.232). En la clase anterior vimos una aplicación de operaciones básicas en matrices a las relaciones de dominancia, que es de hecho la forma como en la práctica se establecen los rankings en muchas federaciones de deporte profesional. Ahora veremos otra aplicación de operaciones básicas en matrices, la del análisis de conectividad de redes, donde también estableceremos una matriz de incidencia. En el gráfico de la derecha tenemos la red de transporte aéreo de una aerolínea comercial ficticia, donde las bolitas (que llamaremos “nodos”) representan a las ciudades. La aerolínea solo tiene vuelos directos entre ciudades si éstas están conectadas por una línea, y sólo en el sentido que la flecha indique. Así, por ejemplo, no existe un vuelo directo de Detroit a New York, pero sí de New York a Detroit. Ejemplo de aplicación: Análisis de conectividad de redes Para establecer una matriz de incidencia, asignaremos las ciudades tanto a una fila como a una columna, en el mismo orden en ambos (usaremos los números dentro de los nodos para ello). Las ciudades en las filas indican “desde” y las ciudades en las columnas indican “hacia”. Si existe un vuelo directo desde una ciudad hacia otra, pondremos un 1 en esa casilla, caso contrario, pondremos un 0.
M Det. N.Y. F.L. M.B. D.C.
Det. 0 0 1 1 1 N.Y. 1 0 1 0 0 F.L. 0 0 0 0 1 M.B. 0 1 0 0 0 D.C. 0 0 0 1 0 Ejemplo de aplicación: Análisis de conectividad de redes Dado que desde ninguna ciudad salen vuelos directos hacia la misma ciudad de partida, la diagonal principal contendrá puros ceros. Las sumas horizontales de fila nos indican hacia cuantas ciudades se puede llegar desde esa ciudad. Las sumas verticales de columna nos indican desde cuantas ciudades se puede llegar hacia esa ciudad La suma de sumas verticales y horizontales debe ser la misma e igual al número de flechas que hay en la red.
M Det. N.Y. F.L. M.B. D.C. Suma
Det. 0 0 1 1 1 3 N.Y. 1 0 1 0 0 2 F.L. 0 0 0 0 1 1 M.B. 0 1 0 0 0 1 D.C. 0 0 0 1 0 1 Suma 1 1 2 2 2 8 Ejemplo de aplicación: Análisis de conectividad de redes Aquí podemos hacer un primer análisis para ver qué ciudades son las más y las menos conectadas a la red. Detroit es la más conectada en este ejemplo ficticio, con 4 vuelos en total (3 de salida y 1 de llegada). Luego están todas las demás ciudades empatadas, con 3 vuelos en total (2 de salida y 1 de llegada para New York, y 1 de salida y 2 de llegada para Fort Lauderdale, Myrtle Beach y Washington D.C.)
M Det. N.Y. F.L. M.B. D.C. Suma
Det. 0 0 1 1 1 3 N.Y. 1 0 1 0 0 2 F.L. 0 0 0 0 1 1 M.B. 0 1 0 0 0 1 D.C. 0 0 0 1 0 1 Suma 1 1 2 2 2 8 Ejemplo de aplicación: Análisis de conectividad de redes Sin embargo, si queremos analizar cuan conectada está la red, colectivamente (y no solo cuan conectada está cada ciudad que la compone, individualmente), debemos hallar el cuadrado de la matriz de incidencia. Debajo se muestra la matriz de incidencia elevada al cuadrado, que nos indica cuántas formas hay de llegar desde una ciudad hacia otra haciendo exactamente una escala.
M^2 Det. N.Y. F.L. M.B. D.C.
Det. 0 1 0 1 1 N.Y. 0 0 1 1 2 F.L. 0 0 0 1 0 M.B. 1 0 1 0 0 D.C. 0 1 0 0 0 Ejemplo de aplicación: Análisis de conectividad de redes Fíjese en el 2 que está en la segunda fila, nos dice que existen dos formas de llegar desde New York hacia Washington D.C. haciendo exactamente una escala. Viendo el gráfico de la red, podemos corroborar que esto es cierto: Saliendo desde New York, uno podría hacer escala ya sea en Detroit o en Fort Lauderdale antes de llegar a su destino final en Washington D.C.
M^2 Det. N.Y. F.L. M.B. D.C.
Det. 0 1 0 1 1 N.Y. 0 0 1 1 2 F.L. 0 0 0 1 0 M.B. 1 0 1 0 0 D.C. 0 1 0 0 0 Ejemplo de aplicación: Análisis de conectividad de redes Nótese cómo la matriz de incidencia original solo podía contener 1s ó 0s para decir si había o no vuelo directo, pero a partir del cuadrado de la matriz de incidencia, éste puede contener números mayores porque lo que está informando ahora es cuántas formas hay de llegar. Si M indica los vuelos directos y M^2 indica los vuelos indirectos haciendo exactamente una sola escala, entonces M+M^2 indica las formas de llegar haciendo una escala o ninguna.
M+M^2 Det. N.Y. F.L. M.B. D.C.
Det. 0 1 1 2 2 N.Y. 1 0 2 1 2 F.L. 0 0 0 1 1 M.B. 1 1 1 0 0 D.C. 0 1 0 1 0 Ejemplo de aplicación: Análisis de conectividad de redes Fíjese en el primer 2 que hay en la segunda fila de M+M^2, nos dice que hay dos maneras de llegar desde New York hacia Fort Lauderdale haciendo una escala o menos. Viendo el gráfico de la red, podemos corroborar que esto es cierto: Saliendo desde New York, la primera forma es volando directamente hacia Fort Lauderdale, y la segunda es haciendo una escala en Detroit antes de llegar a Fort Lauderdale como destino final.
M+M^2 Det. N.Y. F.L. M.B. D.C.
Det. 0 1 1 2 2 N.Y. 1 0 2 1 2 F.L. 0 0 0 1 1 M.B. 1 1 1 0 0 D.C. 0 1 0 1 0 Ejemplo de aplicación: Análisis de conectividad de redes El análisis no termina aquí, puesto que aún quedan muchos 0s en M+M^2, indicando que ya sea directamente o haciendo una sola escala, aun quedan muchas ciudades inconexas. Si M^2 indicaba la cantidad de maneras de llegar desde una ciudad hacia otra haciendo exactamente 1 escala, M^3 indicará la cantidad de maneras de llegar haciendo exactamente 2 escalas. En general, M^n nos dice la cantidad de formas de llegar haciendo exactamente n-1 escalas.
M^3 Det. N.Y. F.L. M.B. D.C.
Det. 1 1 1 1 0 N.Y. 0 1 0 2 1 F.L. 0 1 0 0 0 M.B. 0 0 1 1 2 D.C. 1 0 1 0 0 Ejemplo de aplicación: Análisis de conectividad de redes Del mismo modo, si M+M^2 indicaba la cantidad de maneras de llegar desde una ciudad hacia otra haciendo 1 escala o ninguna, entonces M+M^2+M^3 nos indicará la cantidad de maneras de llegar haciendo 2 escalas o menos (es decir, 2 ó 1 ó ninguna escala). En general, M+…+M^n nos dice la cantidad de formas de llegar haciendo n-1 escalas o menos.
M+M^2+M^3 Det. N.Y. F.L. M.B. D.C.
Det. 1 2 2 3 2 N.Y. 1 1 2 3 3 F.L. 0 1 0 1 1 M.B. 1 1 2 1 2 D.C. 1 1 1 1 0 Ejemplo de aplicación: Análisis de conectividad de redes Puede verse que, aunque ahora son la minoría, aún quedan 0s en la suma de M+M^2+M^3, lo que quiere decir que, con dos escalas o menos, la red aún no está completamente conectada. Pasamos entonces a hallar M^4, como vimos en la clase pasada, se puede hallar tanto como MxM^3, como M^2xM^2, o como M^3xM. Recomiendo a estas alturas calcularlo de dos maneras distintas para verificar que no se hayan cometido errores operativos hasta ahora.
M^4 Det. N.Y. F.L. M.B. D.C.
Det. 1 1 2 1 2 N.Y. 1 2 1 1 0 F.L. 1 0 1 0 0 M.B. 0 1 0 2 1 D.C. 0 0 1 1 2 Ejemplo de aplicación: Análisis de conectividad de redes Recuerde que M^4 indica la cantidad de maneras de llegar desde una ciudad hacia otra haciendo exactamente 3 escalas, mientras que M+M^2+M^3+M^4 nos indica el número de formas de llegar desde una ciudad hacia otra haciendo 3 escalas o menos (3 ó 2 ó 1 ó ninguna). Podemos ver que ahora sí, con M+M^2+M^3+M^4 la red está completamente conectada. El mínimo valor de “n” que conecta plenamente la red para M+…+M^n es un indicador de cuan bien o mal conectada está una red.
M+M^2+M^3+M^4 Det. N.Y. F.L. M.B. D.C.
Det. 2 3 4 4 4 N.Y. 2 3 3 4 3 F.L. 1 1 1 1 1 M.B. 1 2 2 3 3 D.C. 1 1 2 2 2 Ejemplo de aplicación: Análisis de conectividad de redes El que haya sido 4 en este caso es bastante elevado, lo que indica que la red estaba pobremente conectada, más aún considerando que la red era tan pequeña. Por ejemplo, mi profesor de Álgebra Lineal, el Dr. Wasin So, me decía que n=4 debería conectar plenamente a todas las personas en el mundo con una cuenta activa de Facebook, donde las escalas son ahora amigos en común: https://en.wikipedia.org/wiki/Social_network_analysis En Lima, n=4 debería conectar plenamente todos los lugares de la ciudad con nuestro sistema de transporte público, donde las escalas son la cantidad de paraderos de bus en los que hay que bajarse antes de llegar a tu destino (al menos antes de que eliminaran rutas a raíz del Metropolitano y los Corredores de color). Ejemplo de aplicación: Análisis de conectividad de redes Ojo que el valor de “n” no cuenta toda la historia de cuan eficientemente esté conectada una red de transporte. En el Perú, por ejemplo, puede que nuestra red aérea tuviese un “n” igual a 2 (al menos antes de la pandemia) pero que casi todos los vuelos tuviesen a Lima como escala común, incluso para conectar ciudades que están más cerca entre sí que de Lima. De allí que sea importante analizar la red tanto colectiva como individualmente (viendo los totales de fila y de columna en la matriz de incidencia original). En esa misma línea argumental, crear aeropuertos internacionales en zonas altamente turísticas aumentaría el turismo no solo por reducir el valor de n, sino sobre todo el costo del viaje medido en tiempo y dinero: Para alguien que vive en Santiago de Chile, Buenos Aires o La Paz, le debería resultar más cómodo (rápido y barato) viajar directamente al Cusco que ir hasta Lima solo porque le obligan a hacer escala allí. Ejercicio de tarea. Tomado de Barnett et al (2005, p.232). 1. A partir de la red que se muestra debajo, establezca la matriz de incidencia. 2. A partir de sus totales de fila y de columna, determine qué ciudad es la más y la menos conectada. 3. Halle M^2 y M+M^2 e interprete. 4. Halle M^3 y M+M^2+M^3 e interprete. 5. Solo si aún tuviese 0s en la pregunta anterior, halle M^4 y M+M^2+M^3+M^4 e interprete.