stringtranslate.com

Teoría de redes

Una pequeña red de ejemplo con ocho vértices (nodos) y diez aristas (enlaces)

En matemáticas , informática y ciencias de redes , la teoría de redes es una parte de la teoría de grafos . Define las redes como grafos en los que los vértices o aristas poseen atributos. La teoría de redes analiza estas redes a partir de las relaciones simétricas o asimétricas entre sus componentes (discretos).

La teoría de redes tiene aplicaciones en muchas disciplinas, incluidas la física estadística , la física de partículas , la informática, la ingeniería eléctrica , [1] [2] la biología , [3] la arqueología , [4] la lingüística , [5] [6] [7] la economía , las finanzas , la investigación de operaciones , la climatología , la ecología , la salud pública , [8] [9] [10] la sociología , [11] la psicología , [12] y la neurociencia . [13] [14] [15] Las aplicaciones de la teoría de redes incluyen redes logísticas , la World Wide Web , Internet , redes reguladoras de genes , redes metabólicas, redes sociales , redes epistemológicas , etc.; consulte la Lista de temas de teoría de redes para obtener más ejemplos.

La solución de Euler al problema de los siete puentes de Königsberg se considera la primera prueba verdadera de la teoría de redes.

Optimización de la red

Los problemas de red que implican encontrar una forma óptima de hacer algo se estudian como optimización combinatoria . Algunos ejemplos incluyen el flujo de red , el problema de la ruta más corta , el problema de transporte , el problema de transbordo , el problema de ubicación , el problema de emparejamiento , el problema de asignación , el problema de empaquetado , el problema de enrutamiento , el análisis de la ruta crítica y la técnica de evaluación y revisión de programas .

Análisis de red

Análisis de red eléctrica

El análisis de los sistemas eléctricos de potencia podría realizarse utilizando la teoría de redes desde dos puntos de vista principales:

  1. Una perspectiva abstracta (es decir, como un gráfico que consta de nodos y bordes), independientemente de los aspectos de energía eléctrica (por ejemplo, impedancias de la línea de transmisión). La mayoría de estos estudios se centran solo en la estructura abstracta de la red eléctrica utilizando la distribución de grados de nodo y la distribución de intermediación, lo que introduce una perspectiva sustancial con respecto a la evaluación de la vulnerabilidad de la red. A través de este tipo de estudios, la categoría de la estructura de la red podría identificarse desde la perspectiva de la red compleja (por ejemplo, escala única, libre de escala). Esta clasificación podría ayudar a los ingenieros de sistemas de energía eléctrica en la etapa de planificación o mientras actualizan la infraestructura (por ejemplo, agregan una nueva línea de transmisión) para mantener un nivel de redundancia adecuado en el sistema de transmisión. [1]
  2. Gráficos ponderados que combinan una comprensión abstracta de teorías de redes complejas y propiedades de sistemas de energía eléctrica. [2]

Análisis de redes sociales

Visualización del análisis de redes sociales [16]

El análisis de redes sociales examina la estructura de las relaciones entre entidades sociales. [17] Estas entidades suelen ser personas, pero también pueden ser grupos , organizaciones , estados nacionales , sitios web o publicaciones académicas .

Desde la década de 1970, el estudio empírico de las redes ha desempeñado un papel central en las ciencias sociales, y muchas de las herramientas matemáticas y estadísticas utilizadas para estudiar las redes se han desarrollado por primera vez en sociología . [18] Entre muchas otras aplicaciones, el análisis de redes sociales se ha utilizado para comprender la difusión de innovaciones , noticias y rumores. [19] De manera similar, se ha utilizado para examinar la propagación de enfermedades y comportamientos relacionados con la salud . [20] También se ha aplicado al estudio de los mercados , donde se ha utilizado para examinar el papel de la confianza en las relaciones de intercambio y de los mecanismos sociales en la fijación de precios. [21] Se ha utilizado para estudiar el reclutamiento en movimientos políticos , grupos armados y otras organizaciones sociales. [22] También se ha utilizado para conceptualizar desacuerdos científicos [23] así como prestigio académico. [24] Más recientemente, el análisis de redes (y su primo cercano, el análisis de tráfico ) ha ganado un uso significativo en inteligencia militar, [25] para descubrir redes insurgentes de naturaleza jerárquica y sin líderes . [ cita requerida ]

Análisis de redes biológicas

Con la reciente explosión de datos biológicos de alto rendimiento disponibles públicamente , el análisis de redes moleculares ha ganado un interés significativo. [26] El tipo de análisis en este contexto está estrechamente relacionado con el análisis de redes sociales, pero a menudo se centra en patrones locales en la red. Por ejemplo, los motivos de red son pequeños subgrafos que están sobrerrepresentados en la red. De manera similar, los motivos de actividad son patrones en los atributos de los nodos y los bordes de la red que están sobrerrepresentados dada la estructura de la red. El uso de redes para analizar patrones en sistemas biológicos, como las redes alimentarias, nos permite visualizar la naturaleza y la fuerza de las interacciones entre especies. El análisis de redes biológicas con respecto a las enfermedades ha llevado al desarrollo del campo de la medicina de redes . [27] Los ejemplos recientes de aplicación de la teoría de redes en biología incluyen aplicaciones para comprender el ciclo celular [28] , así como un marco cuantitativo para los procesos de desarrollo. [29]

Análisis de redes narrativas

Red narrativa de las elecciones estadounidenses de 2012 [30]

El análisis automático de corpus textuales ha permitido la extracción de actores y sus redes relacionales a gran escala. Las redes narrativas resultantes , que pueden contener miles de nodos, se analizan luego utilizando herramientas de la teoría de redes para identificar los actores clave, las comunidades o partes clave y propiedades generales como la robustez o la estabilidad estructural de la red general, o la centralidad de ciertos nodos. [31] Esto automatiza el enfoque introducido por el análisis narrativo cuantitativo, [32] mediante el cual los tripletes sujeto-verbo-objeto se identifican con pares de actores vinculados por una acción, o pares formados por actor-objeto. [30]

Análisis de enlaces

El análisis de enlaces es un subconjunto del análisis de redes que explora las asociaciones entre objetos. Un ejemplo puede ser el examen de las direcciones de sospechosos y víctimas, los números de teléfono que han marcado y las transacciones financieras en las que han participado durante un período de tiempo determinado, y las relaciones familiares entre estos sujetos como parte de una investigación policial. El análisis de enlaces aquí proporciona las relaciones y asociaciones cruciales entre muchos objetos de diferentes tipos que no son evidentes a partir de piezas aisladas de información. El análisis de enlaces asistido por computadora o totalmente automático basado en computadora es cada vez más utilizado por los bancos y las agencias de seguros en la detección de fraudes , por los operadores de telecomunicaciones en el análisis de redes de telecomunicaciones, por el sector médico en epidemiología y farmacología , en investigaciones de aplicación de la ley , por los motores de búsqueda para la calificación de relevancia (y, a la inversa, por los spammers para la indexación de spam y por los propietarios de empresas para la optimización de motores de búsqueda ), y en cualquier otro lugar donde se deban analizar las relaciones entre muchos objetos. Los enlaces también se derivan de la similitud del comportamiento temporal en ambos nodos. Los ejemplos incluyen redes climáticas donde los vínculos entre dos ubicaciones (nodos) están determinados, por ejemplo, por la similitud de las fluctuaciones de lluvia o temperatura en ambos sitios. [33] [34]

Varios algoritmos de clasificación de búsqueda web utilizan métricas de centralidad basadas en enlaces, incluidos el PageRank de Google , el algoritmo HITS de Kleinberg , los algoritmos CheiRank y TrustRank . El análisis de enlaces también se lleva a cabo en las ciencias de la información y la comunicación para comprender y extraer información de la estructura de colecciones de páginas web. Por ejemplo, el análisis podría ser de la interconexión entre sitios web o blogs de políticos. Otro uso es para clasificar páginas según su mención en otras páginas. [35]

Medidas de centralidad

La información sobre la importancia relativa de los nodos y los bordes en un grafo se puede obtener a través de medidas de centralidad , ampliamente utilizadas en disciplinas como la sociología . Por ejemplo, la centralidad de vector propio utiliza los vectores propios de la matriz de adyacencia correspondiente a una red, para determinar los nodos que tienden a ser visitados con frecuencia. Las medidas de centralidad establecidas formalmente son la centralidad de grado , la centralidad de proximidad , la centralidad de intermediación , la centralidad de vector propio , la centralidad de subgrafo y la centralidad de Katz . El propósito u objetivo del análisis generalmente determina el tipo de medida de centralidad que se utilizará. Por ejemplo, si uno está interesado en la dinámica de las redes o la robustez de una red a la eliminación de nodos/enlaces, a menudo la importancia dinámica [36] de un nodo es la medida de centralidad más relevante.

Mezcla assortativa y disassortativa

Estos conceptos se utilizan para caracterizar las preferencias de enlace de los nodos de una red. Los nodos son nodos que tienen una gran cantidad de enlaces. Algunos nodos tienden a conectarse con otros nodos, mientras que otros evitan conectarse con nodos y prefieren conectarse con nodos con baja conectividad. Decimos que un nodo es selectivo cuando tiende a conectarse con otros nodos. Un nodo desestabilizador evita conectarse con otros nodos. Si los nodos tienen conexiones con las probabilidades aleatorias esperadas, se dice que son neutrales. Existen tres métodos para cuantificar las correlaciones de grado. [37]

Redes de recurrencia

La matriz de recurrencia de un gráfico de recurrencia puede considerarse como la matriz de adyacencia de una red no dirigida y no ponderada. Esto permite el análisis de series temporales mediante medidas de red. Las aplicaciones varían desde la detección de cambios de régimen hasta la caracterización de dinámicas y el análisis de sincronización. [38] [39] [40]

Redes espaciales

Existen muchas redes reales integradas en el espacio, como las redes de transporte y otras redes de infraestructura y las redes neuronales cerebrales. Se han desarrollado varios modelos de redes espaciales. [41]

Desparramar

El contenido de una red compleja se puede propagar mediante dos métodos principales: propagación conservada y propagación no conservada. [42] En la propagación conservada, la cantidad total de contenido que entra en una red compleja permanece constante a medida que pasa a través de ella. El modelo de propagación conservada se puede representar mejor con una jarra que contiene una cantidad fija de agua que se vierte en una serie de embudos conectados por tubos. Aquí, la jarra representa la fuente original y el agua es el contenido que se está propagando. Los embudos y los tubos de conexión representan los nodos y las conexiones entre nodos, respectivamente. A medida que el agua pasa de un embudo a otro, desaparece instantáneamente del embudo que estaba expuesto previamente al agua. En la propagación no conservada, la cantidad de contenido cambia a medida que entra y pasa a través de una red compleja. El modelo de propagación no conservada se puede representar mejor con un grifo que funciona continuamente y pasa a través de una serie de embudos conectados por tubos. Aquí, la cantidad de agua de la fuente original es infinita. Además, todos los embudos que han estado expuestos al agua continúan experimentando el agua incluso cuando pasa a embudos sucesivos. El modelo no conservado es el más adecuado para explicar la transmisión de la mayoría de las enfermedades infecciosas , la excitación neuronal, la información y los rumores, etc.

Inmunización en red

La cuestión de cómo inmunizar de manera eficiente redes libres de escala que representan redes realistas como Internet y las redes sociales se ha estudiado ampliamente. Una de esas estrategias es inmunizar los nodos de mayor grado, es decir, los ataques dirigidos (intencionados) [43] ya que para este caso es relativamente alto y se necesitan menos nodos para inmunizar. Sin embargo, en la mayoría de las redes realistas, la estructura global no está disponible y los nodos de mayor grado son desconocidos.

Véase también

Referencias

  1. ^ ab Borchers A, Pieler T (noviembre de 2010). "Programación de células precursoras pluripotentes derivadas de embriones de Xenopus para generar tejidos y órganos específicos". Genes . 1 (3): 413–426. doi : 10.3390/en11061381 . PMC  3966229 . PMID  24710095.
  2. ^ ab Saleh, Mahmoud; Esa, Yusef; Onuorah, Nwabueze; Mohamed, Ahmed A. (2017). "Ubicación óptima de microrredes en sistemas de distribución eléctrica utilizando un marco de red complejo". Ubicación óptima de microrredes en sistemas de distribución eléctrica utilizando un marco de red complejo - Publicación de la conferencia IEEE. IEEE . págs. 1036–1040. doi :10.1109/ICRERA.2017.8191215. ISBN 978-1-5386-2095-3. S2CID  44685630 . Consultado el 7 de junio de 2018 .
  3. ^ Habibi I, Emamian ES, Abdi A (agosto de 2014). "Análisis cuantitativo de errores de comunicación y señalización intracelular en redes de señalización". BMC Systems Biology . 8 : 89. doi : 10.1186/s12918-014-0089-z . PMC 4255782 . PMID  25115405. 
  4. ^ Sindbæk S (2007). Redes y puntos nodales: el surgimiento de ciudades en la Escandinavia de la época vikinga temprana - Antiquity 81(311) . Cambridge University Press. págs. 119–132.
  5. ^ Paradowski, MB; Jarynowski, A.; Jelińska, M.; Czopek, K. (2021). "Presentaciones de póster seleccionadas de la conferencia de la Asociación Estadounidense de Lingüística Aplicada, Denver, EE. UU., marzo de 2020: Las interacciones entre pares fuera de clase son importantes para la adquisición de una segunda lengua durante estancias breves en el extranjero: las contribuciones del análisis de redes sociales". Enseñanza de idiomas . 54 (1): 139–143. doi : 10.1017/S0261444820000580 .
  6. ^ Paradowski, MB; Jarynowski, A.; Czopek, K.; Jelińska, M.; et al. (2021). "Interacciones entre pares y aprendizaje de una segunda lengua: las contribuciones del análisis de redes sociales en entornos de estudio en el extranjero frente a entornos en casa". En Mitchell, Rosamond; Tyne, Henry (eds.). Lengua, movilidad y estudio en el extranjero en el contexto europeo contemporáneo . Nueva York: Routledge. págs. 99–116. doi :10.1017/S0261444820000580. ISBN 978-10-03087-95-3. Número de identificación del sujeto  228863564.
  7. ^ Paradowski, MB; Cierpich-Kozieł, A.; Chen, C.-C.; Ochab, JK (2022). "Cómo el resultado supera el aporte y los interlocutores son importantes para estudiar en el extranjero SLA: análisis computacional de redes sociales de las interacciones de los estudiantes". The Modern Language Journal . 106 (4): 694–725. doi :10.1111/modl.12811. S2CID  255247273.
  8. ^ Harris JK, Luke DA, Zuckerman RB, Shelton SC (junio de 2009). "Cuarenta años de investigación sobre el tabaquismo pasivo: la brecha entre el descubrimiento y la entrega". American Journal of Preventive Medicine . 36 (6): 538–548. doi :10.1016/j.amepre.2009.01.039. OCLC  5899755895. PMID  19372026.
  9. ^ Varda DM, Forgette R, Banks D, Contractor N (2009). "Metodología de redes sociales en el estudio de desastres: cuestiones y perspectivas impulsadas por la investigación posterior al huracán Katrina". Revista de investigación y políticas de población . 28 (1): 11–29. doi :10.1007/s11113-008-9110-9. ISSN  0167-5923. OCLC  5659930640. S2CID  144130904.
  10. ^ Sunkersing D, Martin FC, Sullivan P, Bell D (diciembre de 2022). "Redes de atención y apoyo para personas frágiles que viven en la comunidad en el noroeste de Londres: una comparación de las percepciones de los pacientes y los trabajadores de la salud". BMC Geriatrics . 22 (1): 953. doi : 10.1186/s12877-022-03561-y . PMC 9737751 . PMID  36494627. 
  11. ^ della Porta D, Diani M (2010). Movimientos sociales 2e: Introducción (2ª ed.). Wiley-Blackwell. ISBN 978-1-4051-0282-7.
  12. ^ Paradowski, MB; Jelińska, M. (2023). "Los predictores de la determinación en L2 y sus complejas interacciones en el aprendizaje de lenguas extranjeras en línea: motivación, aprendizaje autodirigido, autonomía, curiosidad y mentalidad lingüística". Aprendizaje de idiomas asistido por computadora : 1–38. doi : 10.1080/09588221.2023.2192762 .
  13. ^ Bassett DS, Sporns O (febrero de 2017). "Neurociencia de redes". Nature Neuroscience . 20 (3): 353–364. doi :10.1038/nn.4502. PMC 5485642 . PMID  28230844. 
  14. ^ Alex Fornito. "Introducción a la neurociencia de redes: cómo construir, modelar y analizar conectomas - 0800-10:00 | OHBM". pathlms.com . Consultado el 11 de marzo de 2020 .
  15. ^ Saberi M, Khosrowabadi R, Khatibi A, Misic B, Jafari G (enero de 2021). "Impacto topológico de los vínculos negativos en la estabilidad de la red cerebral en estado de reposo". Scientific Reports . 11 (1): 2176. Bibcode :2021NatSR..11.2176S. doi :10.1038/s41598-021-81767-7. PMC 7838299 . PMID  33500525. 
  16. ^ Grandjean M (2014). "La connaissance est un réseau". Les Cahiers du Numérique . 10 (3): 37–54. doi : 10.3166/lcn.10.3.37-54 . Consultado el 15 de octubre de 2014 .
  17. ^ Wasserman, Stanley y Katherine Faust. 1994. Análisis de redes sociales: métodos y aplicaciones. Cambridge: Cambridge University Press. Rainie, Lee y Barry Wellman , Networked: The New Social Operating System. Cambridge, MA: MIT Press, 2012.
  18. ^ Newman, MEJ Networks: Una introducción. Oxford University Press. 2010
  19. ^ Al-Taie MZ, Kadry S (2017). "Difusión de información en redes sociales". Python para análisis de gráficos y redes . Procesamiento avanzado de información y conocimiento. págs. 165–184. doi :10.1007/978-3-319-53004-8_8. ISBN 978-3-319-53003-1. Número de pieza  7123536 .
  20. ^ Luke DA, Harris JK (abril de 2007). "Análisis de redes en salud pública: historia, métodos y aplicaciones". Revista Anual de Salud Pública . 28 (1): 69–93. doi : 10.1146/annurev.publhealth.28.021406.144132 . PMID  17222078.
  21. ^ Odabaş M, Holt TJ, Breiger RL (octubre de 2017). "Los mercados como entornos de gobernanza para organizaciones al borde de la ilegalidad: perspectivas del análisis de redes sociales". Científico del comportamiento estadounidense . 61 (11): 1267–1288. doi :10.1177/0002764217734266. hdl : 10150/631238 . S2CID  158776581.
  22. ^ Larson JM (11 de mayo de 2021). «Redes de conflicto y cooperación». Revista anual de ciencia política . 24 (1): 89–107. doi : 10.1146/annurev-polisci-041719-102523 .
  23. ^ Leng RI (24 de mayo de 2018). "Un análisis de red de la propagación de la evidencia sobre la efectividad de las dietas controladas en grasas en la prevención secundaria de la enfermedad cardíaca coronaria (CHD): citación selectiva en revisiones". PLOS ONE . ​​13 (5): e0197716. Bibcode :2018PLoSO..1397716L. doi : 10.1371/journal.pone.0197716 . PMC 5968408 . PMID  29795624. 
  24. ^ Burris V (abril de 2004). "El sistema de castas académicas: jerarquías de prestigio en las redes de intercambio de doctorados". American Sociological Review . 69 (2): 239–264. doi :10.1177/000312240406900205. S2CID  143724478 . Consultado el 22 de septiembre de 2021 .
  25. ^ Roberts N, Everton SF. "Estrategias para combatir las redes oscuras" (PDF) . Journal of Social Structure . 12. Consultado el 22 de septiembre de 2021 .
  26. ^ Habibi I, Emamian ES, Abdi A (7 de octubre de 2014). "Métodos avanzados de diagnóstico de fallos en redes moleculares". PLOS ONE . ​​9 (10): e108830. Bibcode :2014PLoSO...9j8830H. doi : 10.1371/journal.pone.0108830 . PMC 4188586 . PMID  25290670. 
  27. ^ Barabási AL, Gulbahce N, Loscalzo J (enero de 2011). "Medicina en red: un enfoque basado en redes para las enfermedades humanas". Nature Reviews. Genética . 12 (1): 56–68. doi :10.1038/nrg2918. PMC 3140052. PMID 21164525  . 
  28. ^ Jailkhani N, Ravichandran S, Hegde SR, Siddiqui Z, Mande SC, Rao KV (diciembre de 2011). "La delineación de elementos reguladores clave identifica puntos de vulnerabilidad en la red de señalización activada por mitógenos". Genome Research . 21 (12): 2067–2081. doi :10.1101/gr.116145.110. PMC 3227097 . PMID  21865350. 
  29. ^ Jackson MD, Duran-Nebreda S, Bassel GW (octubre de 2017). "Enfoques basados ​​en redes para cuantificar el desarrollo multicelular". Journal of the Royal Society, Interface . 14 (135): 20170484. doi :10.1098/rsif.2017.0484. PMC 5665831 . PMID  29021161. 
  30. ^ ab Sudhahar, Saatviga; Veltri, Giuseppe A; Cristianini, Nello (2015). "Análisis automatizado de las elecciones presidenciales de Estados Unidos utilizando Big Data y análisis de redes". Big Data & Society . 2 (1): 205395171557291. doi :10.1177/2053951715572916. hdl : 2381/31767 .
  31. ^ Análisis de redes de contenido narrativo en grandes corpus; S Sudhahar, G De Fazio, R Franzosi, N Cristianini; Natural Language Engineering, 1–32, 2013
  32. ^ Análisis narrativo cuantitativo; Roberto Franzosi; Universidad Emory © 2010
  33. ^ Tsonis AA, Swanson KL, Roebber PJ (2006). "¿Qué tienen que ver las redes con el clima?". Boletín de la Sociedad Meteorológica Estadounidense . 87 (5): 585–595. Bibcode :2006BAMS...87..585T. doi : 10.1175/BAMS-87-5-585 . ISSN  0003-0007.
  34. ^ Boers N, Bookhagen B, Barbosa HM, Marwan N, Kurths J , Marengo JA (octubre de 2014). "Predicción de inundaciones extremas en los Andes Centrales Orientales a partir de un enfoque de redes complejas". Comunicaciones de la naturaleza . 5 : 5199. Código Bib : 2014NatCo...5.5199B. doi : 10.1038/ncomms6199 . PMID  25310906. S2CID  3032237.
  35. ^ Attardi G, Di Marco S, Salvi D (1998). "Categorización por contexto" (PDF) . Revista de Ciencias de la Computación Universal . 4 (9): 719–736.
  36. ^ Restrepo JG, Ott E, Hunt BR (septiembre de 2006). "Caracterización de la importancia dinámica de los nodos y enlaces de la red". Physical Review Letters . 97 (9): 094102. arXiv : cond-mat/0606122 . Bibcode :2006PhRvL..97i4102R. doi :10.1103/PhysRevLett.97.094102. PMID  17026366. S2CID  18365246.
  37. ^ MEJ Newman (2003). "Mezcla de patrones en redes". Physical Review E . 67 (2): 026126. arXiv :cond-mat/0209450. Bibcode :2003PhRvE..67b6126N. doi :10.1103/PhysRevE.67.026126. PMID 12636767. S2CID 15186389.
  38. ^ Marwan N, Donges JF, Zou Y, Donner RV, Kurths J (2009). "Enfoque de red compleja para el análisis de recurrencia de series temporales". Physics Letters A . 373 (46): 4246–4254. arXiv : 0907.3368 . Código Bibliográfico :2009PhLA..373.4246M. doi :10.1016/j.physleta.2009.09.042. ISSN  0375-9601. S2CID  7761398.
  39. ^ Donner RV, Heitzig J, Donges JF, Zou Y, Marwan N, Kurths J (2011). "La geometría de la dinámica caótica: una perspectiva de red compleja". European Physical Journal B . 84 (4): 653–672. arXiv : 1102.1853 . Código Bibliográfico :2011EPJB...84..653D. doi :10.1140/epjb/e2011-10899-1. ISSN  1434-6036. S2CID  18979395.
  40. ^ Feldhoff JH, Donner RV, Donges JF, Marwan N, Kurths J (2013). "Firma geométrica de escenarios complejos de sincronización". Europhysics Letters . 102 (3): 30007. arXiv : 1301.0806 . Código Bibliográfico :2013EL....10230007F. doi :10.1209/0295-5075/102/30007. ISSN  1286-4854. S2CID  119118006.
  41. ^ Waxman BM (1988). "Enrutamiento de conexiones multipunto". Revista IEEE sobre áreas seleccionadas en comunicaciones . 6 (9): 1617–1622. doi :10.1109/49.12889.
  42. ^ Newman M, Barabási AL, Watts DJ, eds. (2006). La estructura y dinámica de las redes . Princeton, Nueva Jersey: Princeton University Press.
  43. ^ Callaway DS, Newman ME, Strogatz SH, Watts DJ (diciembre de 2000). "Robustez y fragilidad de la red: percolación en grafos aleatorios". Physical Review Letters . 85 (25): 5468–5471. arXiv : cond-mat/0007300 . Código Bibliográfico :2000PhRvL..85.5468C. doi :10.1103/PhysRevLett.85.5468. PMID  11136023. S2CID  2325768.

Libros

Enlaces externos