El Secreto de Google

Introducción: el buscador Google
El modelo matemático
Las Matemáticas entran en escena
Otras conexiones
El secreto de
Pablo Fernández Gallardo

Universidad Autónoma de Madrid
Biblioteca Bidebarrieta, Bilbao

4 de diciembre de 2007
Pablo Fernández Gallardo El secreto de Google

Introducción: el buscador Google Los datos
El modelo matemático Los datos
Las Matemáticas entran en escena Los protagonistas
Otras conexiones El problema de interés
Google: algunos números
I 200 millones de consultas diarias;

I Varios miles de millones de páginas censadas;
I Se ha convertido en el buscador estándar de Internet.

¡Últimas noticias!






Los protagonistas de la historia
Sergei Brin Larry Page

El problema de interés
El diseño de un buscador es un problema de ingenierı́a

matemática: modelización matemática, implementación,
cuestiones computacionales. . .
I cómo almacenar la información;
I cómo actualizarla;
I cómo buscar eficazmente en las bases de datos;
I etc.

Pero aquı́ nos interesa lo siguiente:

I hemos recibido una cierta consulta;
I tras la búsqueda correspondiente en las bases de datos,

descubrimos que hay 1000 páginas que responden a los
parámetros de la consulta;
I ¿¿en qué orden las mostramos??
I El objetivo: en un alto porcentaje de los casos, alguna

página con información relevante deberı́a aparecer entre,
digamos, las 10 primeras de la lista.

Si llamamos
P1 , P2 , . . . , Pn
a las páginas de la red, lo que necesitamos es una ordenación.
Esto es, una asignación de importancias:
P1 P2 · · · Pn
↓ ↓ ··· ↓
x1 x2 · · · xn
donde los números x1 , . . . , xn son, por ejemplo, números entre

0 y 1, y que cumpla la función requerida.

Introducción: el buscador Google La descripción de la información
El modelo matemático La asignación de importancias
Las Matemáticas entran en escena El surfista aleatorio
Otras conexiones Un ejemplo ilustrativo: las eliminatorias por el tı́tulo
La descripción de la información
Disponemos de información sobre la red: (sitios, contenidos,

enlaces de unas a otras). Formamos un (gigantesco) grafo
dirigido:
I cada sitio es un vértice;
I cada enlace, una arista dirigida.


En otros términos, una matriz M de ceros y unos (no
necesariamente simétrica):

La asignación de importancias
Buscamos una manera de asignar a cada página Pj de la red

una importancia xj .
Primer intento: la importancia xj es proporcional al número

de páginas que apuntan a la página Pj .
Ejemplo: P1 es citada desde las páginas P2 , P25 y P256 , que P2 sólo

se cita desde P1 y P256 , etc., mientras que, digamos, hay enlaces a la
última página, Pn , desde P1 , P2 , P3 , P25 y Pn−1 .
En este caso, x1 es proporcional a 3, x2 proporcional a 2. . . y xn es
proporcional a 5.

Pero. . . ¿y si una cierta página es citada desde muy pocas,
pero a su vez muy relevantes?
Segundo intento: la importancia xj es proporcional a la suma

de las importancias de las páginas que apuntan a la página Pj .
x1 = K (x2 + x25 + x256 ) ,

x2 = K (x1 + x256 ) ,
..
.
xn = K (x1 + x2 + x3 + x25 + xn−1 ) ,

O bien
x1 0 1 0 ··· 0 1 0 ··· 0 1 0 ··· 0 0 x1

    
 x2   1 0 0 ··· 0 0 0 ··· 0 1 0 ··· 0 0   x2 
..  =K .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
     
   
 .   . . . . . . . . . . . . . .   . 
xn 1 1 1 ··· 0 1 0 ··· 0 0 0 ··· 1 0 xn
O ya, en alarde de concreción:
Mx = λx ,
donde M es la matriz del grafo.

Mx = λx
¡Ajá!

¿¿Les suena??
Buscamos un autovector de la matriz M.
Pero claro, no vale cualquiera: nos gustarı́a que sus entradas

fueran no negativas y que fuera único.
Un interludio sobre autovectores y autovalores
Consideremos la matriz

1 2
M=
3 2
Podemos multiplicarla por vectores xx12 (dos filas y una

columna), y el resultado es un vector del mismo tipo. Por

ejemplo,

1 2 1 1×1+2×0 1
= =
3 2 0 3×1+2×0 3


Geométricamente,

Otro ejemplo:

1 2 0 1×0+2×1 2
= =
3 2 1 3×0+2×1 2


Geométricamente,

Pero fijémonos en este otro:

1 2 1 1 × 1 + 2 × (−1) −1
= =
3 2 −1 3 × 1 + 2 × (−1) 1


Geométricamente,


1

La matriz M “conserva” la dirección que marca el vector −1 .
Por ejemplo,

1 2 2 1 × 2 + 2 × (−2) −2
= =
3 2 −2 3 × 2 + 2 × (−2) 2
O también

1 2 −2 1 × (−2) + 2 × 2 2
= =
3 2 2 3 × (−2) + 2 × 2 −2
Además, el resultado de multiplicar cualquiera de estos

vectores por M es el mismo vector multiplicado por −1.

1

Decimos que −1 es un autovector de M y que −1 es su
autovalor correspondiente.
1

También es un autovector el 3/2 .
Al multiplicar por M cualquier vector que apunte en esta
dirección, recuperamos el mismo vector, pero ahora
multiplicado por 4.

El surfista aleatorio
Si normalizamos la matriz M (dividiendo las entradas de cada

columna por el número total de unos que hay en ella),
obtenemos una matrix M0 estocástica (o de Markov).
El modelo ahora es probabilı́stico: los estados son las distintas

páginas P1 , . . . , Pn . Y M0 es la matriz de transición del
sistema.

El surfista aleatorio
Una manera de entenderlo: un surfista se encuentra en una
cierta página en el instante inicial, digamos Pk . Describimos
esta situación con el vector x, que tiene un 1 en la posición k
y ceros en las restantes.
Decide a cuál va sorteando entre las posibles (las páginas a las

que enlaza Pk ) con una distribución uniforme.
Ahora no sabemos dónde va a estar en ese siguiente instante,

pero sı́ con qué probabilidad.
La probabilidad de estar en la página Pi es, justamente, la

coordenada i-ésima del vector M0 x.

Las eliminatorias por el tı́tulo

E1 E2 E3 E4 E5 E6
E1 − 3/21 0/21 0/21 1/21 2/21 → 6/21
E2 3/21 − 2/21 2/21 2/21 1/21 → 10/21
E3 6/21 4/21 − 2/21 1/21 1/21 → 14/21
E4 3/21 1/21 1/21 − 2/21 2/21 → 9/21
E5 2/21 1/21 2/21 4/21 − 2/21 → 11/21
E6 1/21 2/21 2/21 4/21 4/21 − → 13/21
¿Qué ordenación nos sugiere esta tabla?
Primero E3 , luego E6 . . .
E3 → E6 → E5 → E2 → E4 → E1 .


Pero si decidimos que la posición final no sea proporcional al
número de victorias, sino a las victorias ponderadas según la
importancia de los equipos ante las que se consigan, estamos
en una situación como la de antes.
Hay un único autovector de entradas reales y no negativas:
x = (0.509, 0.746, 0.928, 0.690, 0.840, 1) ,
asociado al mayor autovalor (en módulo), λ = 0.475.

El autovector de arriba nos sugiere el orden
E 6 → E 3 → E 5 → E 2 → E4 → E1 ,
que difiere del anterior (ahora E6 es el mejor equipo).


¡Anı́mense!
Hagan la cuenta para la Liga española. . . y para

La teorı́a de Perron-Frobenius
¿Y la cuestión computacional?
¿Cómo es el grafo de la red?
Otras conexiones
Llegados a este punto, nos planteamos varias preguntas:

I ¿Existe siempre ese único autovector de entradas no
negativas?
I ¿Cómo se puede calcular?

Otras conexiones
Oskar Perron George Frobenius

Otras conexiones
Teorema (Frobenius, 1908-1912)

Sea A una matriz (cuadrada) con entradas no negativas,
A ≥ 0. Si A es irreducible, entonces
(a) existe un autovalor (simple) λ > 0 tal que Av = λv,
donde el autovector es v > 0. Además,
λ ≥ |µ|, para cualquier otro autovalor µ de A.
(b) Cualquier autovector ≥ 0 es un múltiplo de v.
(c) Si hay k autovalores de módulo máximo, entonces son las
soluciones de x k − λk = 0.

Otras conexiones
Una “demostración” del teorema de Perron-Frobenius.
Partimos de una matriz A de entradas positivas, que
“preserva” el octante positivo (si x ≥ 0, entonces Ax ≥ 0).
Consideremos ahora la aplicación lineal
Ax
α(x) =
kAxk
La aplicación α(x) envı́a el conjunto

{x ∈ R3 : x ≥ 0, kxk = 1}, esto es,
la porción de la esfera unidad que
dibujamos a la derecha, en sı́ mismo.

Otras conexiones
Ahora, aplicando el teorema del punto fijo de Brouwer, existe

un cierto x̃ tal que α(x̃) = x̃. Ası́ que
Ax̃
α(x̃) = = x̃ =⇒ Ax̃ = kAx̃k x̃ .
kAx̃k
En resumen, x̃ es un autovector de A con entradas no
negativas asociado a un autovalor > 0.

Otras conexiones
Podrı́a parecer que, para calcular el autovector buscado,
deberı́amos obtener todos los autovectores, para luego
quedarnos con el de entradas no negativas.
Pero, en realidad, la propia estructura del problema viene en
nuestra ayuda.
Si estamos en la mejor de las situaciones posibles, entonces el
autovector buscado está asociado al mayor autovalor de la
matriz.
Y entonces, todo lo que hay que hacer es multiplicar muchas
veces la matriz por un vector inicial (cualquiera).
Con cada multiplicación nos iremos acercando, esto es,
determinando con cada vez mayor precisión el autovector
deseado.
Otras conexiones
Veamos un ejemplo. Consideramos la matriz

 
0.4 0.1 0.1 0.2
 0.4 0.6 0.3 0.1 
A := 
 0.15 0.2

0.4 0 
0.05 0.1 0.2 0.7

Otras conexiones
Con ayuda de algún programa de cálculo matemático,

descubrimos que el único autovector con entradas no
negativas es  
0.18144
 0.37732 
v=  0.17113 

0.27010
que, además, está asociado al autovalor 1 (el más grande, en
módulo, de todos).

Otras conexiones
Pero hagamos como que no disponemos de esa información.

Partimos de un vector inicial cualquiera. Por ejemplo,
 
0.4
 0.1 
v0 =   0.4 

0.1

Otras conexiones
Entonces,
   
0.4 0.1 0.1 0.2 0.4 0.23
 0.4 0.6 0.3 0.1   0.1   0.35 
Av0 =  
 0.15 0.2 0.4 0   0.4
=
  0.24  = v1

0.05 0.1 0.2 0.7 0.1 0.18

    
0.4 0.1 0.1 0.2 0.23 0.17815
 0.4 0.6 0.3 0.1   0.35   0.39220 
Av1 =  
 0.15 0.2 0.4 0   0.24
=
  0.18665  = v2

0.05 0.1 0.2 0.7 0.18 0.2430

Otras conexiones
    
0.4 0.1 0.1 0.2 0.17815 0.17774
 0.4 0.6 0.3 0.1   0.39220   0.38687 
Av2 =  
 0.15 0.2 0.4 0   0.18665
=
  0.17982  = v3

0.05 0.1 0.2 0.7 0.2430 0.25555

    
0.4 0.1 0.1 0.2 0.17774 0.17990
 0.4 0.6 0.3 0.1   0.38687   0.38022 
Av3 =  
 0.15 0.2 0.4 0   0.17982
=
  0.17377  = v4

0.05 0.1 0.2 0.7 0.25555 0.26611

Otras conexiones
Por ejemplo, cuando hacemos la décima multiplicación,
obtenemos  
0.18132
 0.37752 
 
 0.17133 
0.26983
Cuando, recordemos, el autovector buscado era
 
0.18144
 0.37732 
v=  0.17113 

0.27010

Otras conexiones
Situación simplificada: A es diagonalizable y primitiva (un
único autovalor dominante). Autovectores {v1 , . . . , vn }
correspondientes a los autovalores
λ1 > |λ2 | ≥ |λ3 | ≥ · · · ≥ |λn | ,
Partimos de v0 = c1 v1 + c2 v2 + · · · + cn vn . Multiplicamos
por A
Av0 = c1 λ1 v1 + c2 λ2 v2 + · · · + cn λn vn ,
Muchas veces:
Ak v0 = c1 λk1 v1 + c2 λk2 v2 + · · · + cn λkn vn

Otras conexiones
Esto es,
1 k k→∞
A v0 −−−→ c1 v1 .
λk1

Otras conexiones

Otras conexiones
Matrices positivas en otros contextos
I En las situaciones “reales”, las interacciones que se miden

son, muy frecuentemente, positivas, o al menos no
negativas. Y codificamos estas medidas con matrices
cuyas entradas son no negativas.
I Por otro lado, muchos modelos son procesos iterativos
simples: de un estado inicial x0 pasamos a uno general
dado por xk = Ak x0 . La convergencia del método depende
del tamaño de los autovalores de A, o más bien de la
razón entre los tamaños de los autovalores (en particular,
del más grande a los demás). Justo el tipo de información
que nos da la teorı́a de Perron-Frobenius.

Otras conexiones
Algunas ilustraciones
I Modelos de evolución probabilı́stica (cadenas de Markov):

migraciones, propagación de epidemias, modelización de
estados de solvencia, etc.
I Modelos de dinámica de poblaciones (matrices de Leslie).
I Modelos económicos (modelo input-output de Leontieff).
I Extensiones de la Teorı́a de Perron-Frobenius:
I Versiones generales para matrices que preservan
conos de Rn .
I Versiones en espacios de Banach (dimensión infinita).
El teorema de Krein-Rutman.

Otras conexiones
A la caza del autovalor
¿Podemos engañar a Google? Es decir, ¿cabrı́a la posibilidad

de que pudiéramos situar nuestra página web encabezando la
ordenación de Google para determinadas búsquedas?
Si lo consiguiéramos, podrı́a resultar muy lucrativo. . .
No es tan fácil como parece: podrı́amos crear muchas páginas
apuntando a la que queremos subir en el escalafón. ¡Pero
serı́an páginas que a su vez tendrı́an asignada una importancia
muy baja!

Otras conexiones
A la caza del autovalor

Sin embargo, desde el año 2001 está de moda un curioso
“deporte”: el Google bombing.
Se trata de conseguir (a veces, a modo de competición) que

un cierto término aparezca en las primeras posiciones de los
resultados ofrecidos por Google. Algunos ejemplos famosos son
I El primer caso: talentless hack, que Adam Mathes le
dedicó en el 2001. . . ¡a un amigo suyo!
I miserable failure, worst president;
I ladrones;
I miserable, Prestige (buscando en páginas en español).
I Etc.

Otras conexiones
Accesorios marca Google

Otras conexiones

Otras conexiones

Otras conexiones

Otras conexiones

Otras conexiones

Otras conexiones

Otras conexiones
Corrector ortográfico. . .

Otras conexiones
Pero, ¿cómo se escribı́a?

Otras conexiones
Pero, ¿cómo se escribı́a?

Otras conexiones
El dichoso inglés. . .

Otras conexiones
Para saber más sobre Google
Brin, S. y Page, L.: The anatomy of a large-scale

hypertextual web search engine.
www-db.stanford.edu/~sergey/
Broder, A. et al.: Graph structure in the web.
www9.org/w9cdrom/160/160.html.
Moler, C.: The world’s largest matrix computation.
www.mathworks.com/company/newsletter/
clevescorner/oct02 cleve.shtml.
Wilf, H. S.: Searching the web with eigenvectors.
www.cis.upenn.edu/~wilf/.

Otras conexiones
Para saber más sobre la teorı́a de matrices no negativas
Bapat, R. B. y Raghavan, T. E. S.: Nonnegative

matrices and Applications. Encyclopedia of Mathematics
and its Applications 64. Cambridge University Press, 1997.
MacLauer, C. R.: The Many Proofs and Applications
of Perron’s Theorem. SIAM Review 42 (2000), no. 3,
487–498.
Minc, H.: Nonnegative matrices. Wiley-Interscience
Series in Discrete Mathematics and Optimization. John
Wiley & Sons, New York, 1988.

Otras conexiones

El Secreto de Google

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

El Secreto de Google

Cargado por

Copyright:

Formatos disponibles

Introducción: el buscador Google

Pablo Fernández Gallardo

Biblioteca Bidebarrieta, Bilbao

Pablo Fernández Gallardo El secreto de Google

Google: algunos números

I 200 millones de consultas diarias;

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Los protagonistas de la historia

Sergei Brin Larry Page

Pablo Fernández Gallardo El secreto de Google

El diseño de un buscador es un problema de ingenierı́a

I cómo buscar eficazmente en las bases de datos;

Pablo Fernández Gallardo El secreto de Google

Pero aquı́ nos interesa lo siguiente:

I tras la búsqueda correspondiente en las bases de datos,

I El objetivo: en un alto porcentaje de los casos, alguna

Pablo Fernández Gallardo El secreto de Google

donde los números x1 , . . . , xn son, por ejemplo, números entre

Pablo Fernández Gallardo El secreto de Google

Disponemos de información sobre la red: (sitios, contenidos,

I cada enlace, una arista dirigida.

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Buscamos una manera de asignar a cada página Pj de la red

Primer intento: la importancia xj es proporcional al número

Ejemplo: P1 es citada desde las páginas P2 , P25 y P256 , que P2 sólo

Pablo Fernández Gallardo El secreto de Google

Segundo intento: la importancia xj es proporcional a la suma

x1 = K (x2 + x25 + x256 ) ,

Pablo Fernández Gallardo El secreto de Google

x1 0 1 0 ··· 0 1 0 ··· 0 1 0 ··· 0 0 x1

O ya, en alarde de concreción:

donde M es la matriz del grafo.

Pablo Fernández Gallardo El secreto de Google

Pablo Fernández Gallardo El secreto de Google

Buscamos un autovector de la matriz M.

Pero claro, no vale cualquiera: nos gustarı́a que sus entradas

Un interludio sobre autovectores y autovalores

Podemos multiplicarla por vectores xx12 (dos filas y una

columna), y el resultado es un vector del mismo tipo. Por

Pablo Fernández Gallardo El secreto de Google

Un interludio sobre autovectores y autovalores

Pablo Fernández Gallardo El secreto de Google

Un interludio sobre autovectores y autovalores

Pablo Fernández Gallardo El secreto de Google

Un interludio sobre autovectores y autovalores

Pablo Fernández Gallardo El secreto de Google

Un interludio sobre autovectores y autovalores

Pero fijémonos en este otro:

Pablo Fernández Gallardo El secreto de Google

Un interludio sobre autovectores y autovalores

Pablo Fernández Gallardo El secreto de Google

Un interludio sobre autovectores y autovalores

Además, el resultado de multiplicar cualquiera de estos

Pablo Fernández Gallardo El secreto de Google

Un interludio sobre autovectores y autovalores

Pablo Fernández Gallardo El secreto de Google