Utilisateur:Alice Joie Dauphine/Modélisation des Réseaux (M1 SIREN, 2022)/Activité E
Mon réseau
modifierJe m'appelle Alice Joie.
En prenant la première et la dernière lettre en commun dans le graphe, j'ai donc L1 = a et L2 = e
J'ai décidé d'enlever le lien de L1 à c
Je rajoute un lien de c à L2
Voici le résultat :
Composantes
modifierI. L'ensemble du réseau est une composante fortement connexe soit :
- {L1,b,c,L2,d,f}
II. Tous les noeuds ont minimum deux voisins. Le noeud le plus central est a car il possède 4 voisins. b, c, d et e sont également centraux avec 3 voisins et étant connectés à des sommets très connectés. f est le moins central, ne possédant que deux voisins.
Vecteur propre et PageRank
modifierI. Matrice pour le calcul de la centralité de vecteur propre par multiplication matricielle
Ordre dans la matrice : L1, b, c, d, L2, f
II. J'initialise mon vecteur de matière distribuant également une matière totale de :
Je procède au calcul d'une itération de la centralité de vecteur propre :
=
On a bien une matière totale de 6.
Il faut ensuite multiplier la matière dans chaque nœud par 0,9 , puis partagez également 0,1 de la matière totale entre tous les nœuds.
Donc on doit avoir
Soit * 0,9 + = + =
Encore une fois, on a bien une matière totale de 6.
Graphe de blocs
modifierI. Je reprends la matrice adjacente de mon graphe :
Pour chaque partition en blocs H1 ou H2, je somme les valeurs qui correspondent aux liens d'un bloc à l'autre.
Pour H1 :
B1 = {L1=a, b, L2=e}
B2 = {c, d, f}
B1 | B2 | |
---|---|---|
B1 | (L1,b), (b, L2), (L2,L1) | (L1,d), (b,c) |
B2 | (c, L2), (f, L1) | (d,c), (d,f) |
J'obtiens la matrice adjacente :
Pour H2 : B1 = {L1=a, L2=e, f}
B2 = {b, c, d}
B1 | B2 | |
---|---|---|
B1 | (L2, L1), (f, L1) | (L1,b), (L1,d) |
B2 | (b, L2), (c, L2), (d,f) | (b,c), (d,c) |
J'obtiens la matrice adjacente :
II. Aucune des deux matrices adjacentes ne se dégage vraiment. En effet, nous ne pouvons pas observer de tendances de bipartition du réseau. Les deux matrices sont assez semblables, avec des valeurs moyennes de 2 ou 3, et aucune valeur caractéristique ne se dégage.
Si je devrais redistribuer les liens entre blocs vers des liens entre nœuds, quelle est la probabilité que j'obtienne les mêmes liens entre nœuds du graphe original ? Aucun graphe ne se dégage vraiment, car les probabilités sont les mêmes car chaque bloc est composé de 3 noeuds.