“Año de la unidad, la paz

Y el desarrollo”

Universidad San Antonio Abad

del Cusco

Facultad de Ingeniería Eléctrica,

Electrónica, Informática y Mecánica

Escuela Profesional de
Ingeniería Informática y de Sistemas

Curso:
Matemáticas Discretas 2
Docente:
Edwin Cazorla Medina
Alumno:
Giancarlo Apaza Mamani
 IMPORTANCIA DE LOS GRAFOS EN LA INGENIERÍA INFORMÁTICA Y DE
SISTEMAS

1. REDES SOCIALES
Las redes sociales suelen representar las relaciones entre “entidades” sociales; ya
sean relaciones dadas por las comunicaciones entre los miembros de un grupo u otro
tipo de relaciones. Muchos análisis de redes sociales se centran en el análisis
estructural de las redes, todo esto con el fin de ayudar a explicar el comportamiento
social. Estos métodos son tradicionalmente usados en las ciencias sociales y del
comportamiento, pero hoy en día se aplican también en el campo de la informática con
el fin de analizar y estudiar estructuralmente las relaciones entre los elementos que
componen una red compleja.
En redes del mundo real, no siempre todos los vínculos tienen la misma importancia o
capacidad. En muchos casos, se les asocia a los vínculos un valor que los diferencia
en términos de fuerza, intensidad o capacidad.
Acerca de las redes sociales, Mark Granovetter argumentó en 1973 que la importancia
de las relaciones es función de su duración, intensidad emocional, intimidad e
intercambio de servicios. En el análisis de redes sociales, el concepto de camino de
nivel c se utiliza para estudiar subgrupos cohesivos para grafos ponderados.
Para otros tipos de redes complejas, con frecuencia los pesos refieren a la función que
cumplen los vínculos. Ejemplos de esto son diferentes valores de flujos de carbono
(mg / m² / día) entre especies en las redes alimentarias, la cantidad de sinapsis y las
uniones de brechas en redes neuronales o la cantidad de tráfico vehicular a lo largo de
las conexiones en redes de transporte.
Las redes ponderadas también se usan
ampliamente en aplicaciones genómicas y
de sistemas biológicos. Por ejemplo, el
análisis de redes ponderadas de
coexpresión de genes (WGCNA, por sus
siglas en inglés) se usa a menudo para
construir una red entre diferentes genes o
productos genéticos, basados en datos de
expresión de genes como micro matrices.
De manera más general, pueden definirse
otras redes ponderadas de correlación a
partir de determinar un umbral entre pares
entre variables, como activación de
distintas partes del cerebro o expresión de
diferentes genes).

2. ANALISIS DE REDES SOCIALES

El objetivo principal del análisis de redes sociales (SNA) es detectar e interpretar los
patrones de las relaciones sociales entre los individuos. Sin embargo, el campo
también se adentró en muchas áreas de investigación como la medicina, los sistemas
de transporte, los sistemas de información, sistemas de computación y la ciencia
organizacional. A pesar de
 que el dominio de la aplicación determina la forma apropiada de análisis, los
métodos que son frecuentes en el análisis de redes se pueden distinguir por el nivel
de análisis. Brandes y Erlebach proponen tres niveles de análisis:
3. Análisis a nivel de elementos
Una de las cuestiones
fundamentales en este tipo
de análisis es detectar la
relevancia de un elemento
del grafo, es decir, de un
vértice o una arista: ¿Qué
tan importante es este nodo
en el grafo? Habitualmente,
las medidas para evaluar la
importancia de un nodo se
basan en su centralidad en la
red. La centralidad de los
elementos de las redes sociales se puede determinar utilizando diferentes
estadísticas locales, tales como el grado (entrada/salida), el coeficiente de
agrupación para evaluar la importancia de un nodo, la intermediación
(betweenness) para evaluar la importancia de una arista del grafo, entre
muchas otras. Ejemplos de aplicación de este tipo de análisis pueden
encontrarse en [9, 26]
4. Análisis a nivel de grupos
Un objetivo común en las redes sociales es separar en grupos a los
individuos que tiene conexiones fuertes. Por ejemplo, en las redes de
interacción, las personas que forman un grupo en particular interactúan más
estrechamente entre sí que con individuos de otros grupos de la red. Un
grupo se caracteriza (entre otras cosas) por las fuertes relaciones
(conexiones) entre sus miembros. El subgrafo inducido por este grupo tiene
una mayor conectividad entre cada par de miembros dentro del grupo en
comparación con nodos fuera del grupo. El punto de partida de todos estos
conceptos se relaciona con la idea de subgrafos cohesivos [46, 43]
5. Análisis a nivel de redes.
Este enfoque pretende estudiar las propiedades del grafo en su conjunto.
Las propiedades de red son señaladas para evaluar la similitud entre redes,
además, los estadísticos obtenidos en la red muchas veces reflejan rasgos
característicos con otras redes, por ejemplo, en un cierto dominio de
aplicación. Por otra parte, observar cambios en las propiedades de una red
podría proporcionar indicaciones importantes para la interpretación del
análisis temporal (dinámico) de la red.

IMPORTANCIA DE LOS ARBOLES GRAFOS EN LA INGENIERIA

INFORMATICA Y DE SISTEMAS

6. BUSQUEDA DE DATOS BINARIOS

Es un árbol binario T en el cual se asocian ciertos datos con los vértices. Los datos
están ordenados de modo que, para cada vértice v en T, cada elemento de dato en el
subárbol izquierdo de v sea menor que el elemento de dato en v y cada elemento de
dato en el subárbol derecho de v es mayor que el elemento de dato en v.
Los árboles de búsqueda binaria son útiles para localizar datos. Es decir, dado un
elemento D, podemos determinar con facilidad si D está en un árbol de búsqueda
binaria y, de estar presente, conocer su posición. Para determinar si un elemento de
dato D está en un árbol de búsqueda binaria, comenzaríamos en la raíz. Luego
compararíamos de manera sucesiva D con el elemento
de dato del vértice en cuestión. Si D es igual al
elemento de dato del vértice en cuestión, hemos
encontrado a D, por lo cual habremos concluido. Si D
es menor que el elemento de dato en el vértice en
cuestión v, nos movemos al hijo izquierdo de v y
repetimos el proceso. Si D es mayor que el elemento
de dato en el vértice en cuestión v, nos movemos al
hijo derecho de v y repetimos el proceso. Si en algún
momento no existe un hijo al cual moverse, podemos
concluir que D no está en el árbol.

7. RECORRIDOS DE ÁRBOLES Y NOTACIONES POLACAS DE

EXPRESIONES.
El recorrido de árboles se refiere al proceso de visitar de una manera sistemática,
exactamente una vez, cada nodo en una estructura de datos de árbol (examinando y/o
actualizando los datos en los nodos). Tales recorridos están clasificados por el orden
en el cual son visitados los nodos. Los siguientes algoritmos son descritos para un
árbol binario, pero también pueden ser generalizados a otros árboles.
La notación polaca, también conocida
como notación de prefijo o notación
prefija, es una forma de notación para
la lógica, la aritmética y el álgebra. Su
característica distintiva es que coloca
los operadores a la izquierda de sus
operandos. Si la aridad de los
operadores es fija, el resultado es una
sintaxis que carece de paréntesis u
otros signos de agrupación, y todavía
puede ser analizada sin ambigüedad.
El lógico polaco Jon Lukasiewicz
inventó esta notación alrededor de
1920 para simplificar la lógica
proposicional.
8. APLICACIONES Y CIRCUITOS COMPUTACIONALES.
La lógica computacional es la misma lógica matemática aplicada al contexto de las
ciencias de la computación. Su uso es fundamental a varios niveles: en los circuitos
computacionales, en la programación lógica y en el análisis y optimización (de
recursos temporales y espaciales) de algoritmos.
El nivel menos abstracto dentro de una
computadora está constituido por circuitos
electrónicos que responden a diferentes
señales eléctricas, siguiendo los patrones
de la lógica booleana; esto es, compuertas
lógicas que devuelven un valor
dependiendo de las entradas que se le
dan al sistema. Existen ocho compuertas
lógicas básicas con las cuales se pueden
formar sistemas muy complejos: AND, OR,
Inverter, Buffer, NAND, NOR, XOR y
XNOR.

9. CÓDIGOS DE HUFFMAN
Una aplicación muy interesante de los ´arboles binarios completos, la conforma los
códigos de Huffman.
David A. Huffman siendo estudiante de doctorado en el Instituto Tecnológico de
Massachusetts (MIT), creó este método para estructurar un sistema de codificación de
caracteres de longitud variable. Si el lector desea mayor información sobre David A.
Huffman se recomienda consultar IEEE. Los sistemas de codificación normalmente
usan longitudes fijas para representar cada caracter, tal es el caso del método ASCII.
El aporte principal de los códigos de
Huffman, reside en utilizar números
binarios de distinta longitud para la
creación de un abecedario. Las letras
más utilizadas tendrán una longitud
menor en comparación con las letras de
menor frecuencia.
Por ejemplo, el siguiente árbol binario
completo representa un sistema de
codificación para la palabra “enrique”:
Las hojas del árbol son las letras del
abecedario A de interés, A = {e, i, n, q, r,
u}. En la palabra “enrique”, el caracter
“e” tiene una frecuencia igual a 2 pues
aparece dos veces, mientras que las otras letras al mostrarse una vez, poseen una
frecuencia igual a 1. De allí que, en este ejemplo, la “e” se exhibe con el menor nivel
de profundidad con respecto a los otros caracteres en el árbol 4 de códigos de
Huffman.
Los lados del árbol se han etiquetado con un valor binario 1 si la dirección es a la
izquierda y 0 en la dirección derecha. En otros textos, podría ocurrir que se defina la
convención de colocar 1 en las aristas con dirección derecha y 0 en los lados con
dirección izquierda. De esta forma, la palabra “enrique” queda codificada como:
100010011001111011101.
Además, dado un árbol de códigos de Huffman su uso podría consistir no solo en
codificar una palabra, sino también, en decodificar una secuencia de bits.