Edición de «Red»

Una '''red''' es un [[grafo]] utilizado como medio de representación del [[Sistema#Patrón de conexiones|patrón de conexiones]] entre los componentes de un [[sistema]].  

Las redes son la columna vertebral de los [[Sistema complejo|sistemas complejos]] en [[economía]], [[sociología]] y ciencias naturales. 

La conectividad da origen a regularidades a macroescala.

== La red como lenguaje de modelado de interacciones ==
Una red es un [[grafo]] empleado como una representación ''simplificada'' de un sistema. Reduce un sistema a una estructura abstracta que captura únicamente los aspectos básicos del [[Sistema#Patrón de conexiones|patrón de conexiones]] del sistema y poco más. 

Para capturar más detalles del sistema, los [[Grafo#Elementos|vértices]]<ref>En grafos aplicados al análisis de sistemas sociales, los vértices de un grafo son en ocasiones denominados ''actores'' (en sociología) o ''agentes'' (en economía).</ref> y las [[Grafo#Elementos|aristas]] del grafo pueden etiquetarse con información adicional, como nombres o intensidades, pero incluso en este caso se suele perder mucha información en el proceso de reducir un sistema completo a una representación de red. Esta simplificación tiene ventajas y desventajas.

Científicos de una gran variedad de campos (matemáticas, física, ciencias de la computación y de la información, ciencias sociales, biología y otros ámbitos) han desarrollado un conjunto extenso de herramientas —matemáticas, computacionales y estadísticas— para analizar, modelar y comprender las redes. Muchas de estas herramientas parten de una representación de red simple, un conjunto de vértices y aristas, y tras los cálculos adecuados revelan información sobre la red: por ejemplo, cuál es el vértice mejor conectado o la longitud de un camino de un vértice a otro. 

Otras herramientas adoptan la forma de modelos de redes que pueden realizar predicciones matemáticas sobre los procesos que tienen lugar en ellas, tales como la manera en que el tráfico fluirá por Internet o la forma en que una enfermedad se propagará a través de una comunidad. 

Debido a que trabajan con las redes en su forma abstracta, estas herramientas pueden, en teoría, aplicarse a casi cualquier sistema representado como una red. Si un sistema puede representarse como una red, existen cientos de herramientas diferentes que se pueden aplicar al análisis del sistema. Qué mediciones o cálculos son útiles para un sistema en particular depende de qué es y qué hace ese sistema, y de qué preguntas específicas se esté intentando responder sobre él. 

=== Estructuras y procesos ===
En ocasiones se elaboran ''modelos de la estructura'' de los [[Sistema|sistemas]], modelos que imitan los patrones de conexiones en sistemas reales en un esfuerzo por comprender las implicaciones de dichos patrones.  

En otras ocasiones se elaboran ''modelos de los procesos'' que tienen lugar en los sistemas, como las [[Epidemia|epidemias]] en sistemas sociales o los motores de búsqueda en la web. En muchos casos, estos modelos de procesos están construidos, a su vez, sobre modelos de estructura, combinando ambos para arrojar luz sobre la interacción entre la estructura y la dinámica en los sistemas. 

== Tipos ==

=== Red tecnológica ===
Una red tecnológica representa un [[sistema tecnológico]], como internet.

=== Red social ===
Una red social representa un [[sistema social]], formado por personas o grupos de personas, tales como empresas. Los vértices de la red representan a las personas o los grupos de personas, y las aristas representan conexiones de algún tipo entre ellos, como la amistad entre individuos o las relaciones comerciales entre empresas. 

El campo de la [[sociología]] posee, tal vez, la tradición más larga y mejor desarrollada en el estudio empírico de las redes tal como ocurren en el mundo real, y muchas de las herramientas matemáticas y estadísticas que se utilizan en el estudio de las redes son tomadas, directa o indirectamente, de los sociólogos.

En la práctica, los datos de redes sociales se limitan a grupos relativamente pequeños debido al esfuerzo que implica recopilarlos. Sin embargo, en las últimas décadas los servicios de redes sociales en línea, como Facebook o las "listas de amigos" de mensajería instantánea, pueden proporcionar datos de redes a una escala previamente inalcanzable. Apenas están comenzando a surgir estudios sobre la estructura y las propiedades de estas grandes redes.

Las redes sociales han sido objeto de investigación durante casi un siglo.<ref>J. L. Moreno, ''Who Shall Survive? A New Approach to the Problem of Human Interrelations'' (Beacon House, 1934).</ref> Desde entonces, estudios en diversas disciplinas han acumulado evidencia sustancial que demuestra que los patrones de interacción personal son cruciales para la evolución y el funcionamiento de los sistemas sociales.<ref>K. P. Smith, N. A. Christakis, Social networks and health. ''Annu. Rev. Sociol.'' 34, 405–429 (2008).</ref><ref>M. O. Jackson, B. W. Rogers, Y. Zenou, The economic consequences of social-network structure. ''J. Econ. Lit.'' 55, 49–95 (2017).</ref>

=== Red económica ===
Algunos ejemplos de redes económicas son las redes de producción, las redes interbancarias y las redes de investigación y desarrollo.

=== Red biológica ===
Una red biológica representa un [[sistema biológico]], como las redes neuronales o las [[Red trófica|redes tróficas]].

== Representación ==

=== Representación geométrica ===
[[Archivo:6n-graf.svg|miniatura|250px|Representación geométrica de una red.|vínculo=http://srv1096968.hstgr.cloud//index.php/Archivo:6n-graf.svg]]Un primer paso en el análisis de la estructura de una red suele ser hacer una imagen de ella. Se suele hacer con programas informáticos especializados, diseñados para la visualización de redes; existen muchos programas de este tipo disponibles, tanto comerciales como gratuitos. Los lenguajes de programación más usados cuentan con librerías especializadas en esta tarea: por ejemplo, [[Python]] (NetworkX) y R (igraph).

La visualización permite ver de forma instantánea características estructurales importantes de una red que, de otro modo, serían difíciles de distinguir a partir de los datos brutos. El ojo humano está dotado para identificar patrones. Por otro lado, la visualización directa de redes solo es realmente útil para redes de hasta unos pocos cientos o miles de vértices, y para redes que son relativamente dispersas, lo que significa que el número de aristas es bastante pequeño. Si hay demasiados vértices o aristas en una red, las imágenes de la misma serán demasiado complicadas para que el ojo las comprenda y su utilidad será limitada.

Muchas de las redes en las que los científicos están interesados hoy en día tienen cientos de miles o incluso millones de vértices, lo que significa que la visualización no es de mucha ayuda en su análisis y son necesarias otras técnicas para determinar sus características estructurales. 

=== Representación matricial ===
En tanto que la red es un [[grafo]], un método de representación del mismo mediante una estructura matricial es la [[matriz de adyacencia]].

== Topología básica ==
La teoría de redes ha desarrollado un amplio arsenal de medidas y métricas [[Topología|topológicas]] que pueden ayudarnos a comprender lo que nos dicen nuestros datos de red. Esto es especialmente útil en casos donde la representación gráfica es demasiado compleja para el ojo humano.

=== Centralidad ===
Cuantitativamente, las redes se han caracterizado mediante diversas métricas como la densidad, el coeficiente de agrupamiento (''clustering'') y la distribución de grados, revelando patrones de integración, cohesión, conectividad e influencia. Entre estas métricas, son particularmente significativas las medidas de [[centralidad]], ya que reflejan diferentes perspectivas sobre la importancia e influencia de vértices específicos dentro de la estructura de una red.<ref>P. Bonacich, Power and centrality: A family of measures. ''Am. J. Sociol''. 92, 1170–1182 (1987).</ref> La centralidad cuantifica qué tan importantes son los vértices (o las aristas) en una red.  

Comprender la centralidad no solo mejora nuestra comprensión de la dinámica de las redes, sino que también ayuda en aplicaciones prácticas, tales como la optimización de estrategias de comunicación, la prevención de la propagación de enfermedades o conductas negativas, y la mejora de la eficiencia organizacional.<ref>L. C. Freeman, Centrality in social networks conceptual clarification. ''Soc. Netw''. 1, 215–239 (1978).</ref><ref>10. S. P. Borgatti, Centrality and network flow. ''Soc. Netw''. 27, 55–71 (2005).</ref> En epidemiología, comprender qué individuos son «superpropagadores» puede orientar las estrategias de control y prevención de enfermedades.<ref>J. O. Lloyd-Smith, S. J. Schreiber, P. E. Kopp, W. M. Getz, Superspreading and the effect of individual variation on disease emergence. ''Nature'' 438, 355–359 (2005).</ref> En entornos organizacionales, identificar a los individuos centrales puede ayudar a optimizar los flujos de comunicación y mejorar los procesos de toma de decisiones.<ref>R. Cross, A. Parker, L. Prusak, S. P. Borgatti, Making invisible work visible: Using social network analysis to support strategic collaboration. ''Calif. Manag. Rev''. 44, 25–46 (2002).</ref> Del mismo modo, las empresas se dirigen a los individuos centrales dentro de las redes sociales para maximizar el impacto de las campañas de boca en boca y otras intervenciones.<ref>J. Goldenberg, B. Libai, E. Muller, Talk of the network: A complex systems look at the underlying process of word-of-mouth. ''Mark. Lett.'' 12, 211–223 (2001). P. Brañas-Garza, J. Kováˇrík, E. G. Rascon-Ramirez, Diffusion of mobile banking among rural women: Incentivizing local leaders vs. a marketing campaign. ''J. Behav. Exp. Finance'' 47, 101085 (2025).</ref> 

Existe una amplia variedad de medidas matemáticas de centralidad de vértices que se enfocan en diferentes conceptos y definiciones de lo que significa ser central en una red. Se han propuesto diferentes medidas para capturar distintos aspectos de la centralidad, incluyendo la centralidad de grado (''degree centrality''),<ref>M. E. Shaw, Group structure and the behavior of individuals in small groups. ''J. Psychol''. 38, 139–149 (1954).</ref> la centralidad de cercanía (''closeness centrality''),<ref>L. C. Freeman, Centrality in social networks conceptual clarification. ''Soc. Netw.'' 1, 215–239 (1978).</ref> la centralidad de intermediación (''betweenness centrality'')<ref>M. J. Newman, A measure of betweenness centrality based on random walks. ''Soc. Netw.'' 27, 39–54 (2005).</ref> y la centralidad de vector propio (''eigenvector centrality''),<ref>P. Bonacich, Factoring and weighting approaches to status scores and clique identification. ''J. Math. Sociol.'' 2, 113–120 (1972).</ref> cada una de las cuales resalta características específicas de influencia y conectividad. 

==== Grado ====
El grado de un vértice en una red es el número de aristas que están conectadas a él. Representa el recuento de conexiones directas (o vecinos) que tiene un vértice. 

Por ejemplo, en una red social de amistades entre individuos, el grado de un individuo es el número de amigos que tiene dentro de la red. En Internet, el grado sería el número de conexiones de datos que tiene un ordenador, enrutador u otro dispositivo. 

En muchos casos, los vértices con los grados más altos en una red, aquellos con la mayor cantidad de conexiones, también desempeñan papeles importantes en el funcionamiento del sistema, y por lo tanto el grado puede ser una guía útil para enfocar la atención en los componentes más cruciales del sistema.

Muchas redes contienen un número pequeño pero significativo de "hubs" (o centros de actividad), que son vértices con un grado inusualmente alto. Las redes sociales a menudo contienen unos pocos individuos centrales con muchísimos conocidos; hay unos pocos sitios web con un número extraordinariamente grande de enlaces; hay unos pocos metabolitos que participan en casi todos los procesos metabólicos. Un tema importante de investigación en los últimos años ha sido la investigación de los efectos de los hubs en el rendimiento y el comportamiento de los sistemas en red. Los resultados indican que los hubs pueden tener un efecto bastante desproporcionado, desempeñando un papel central a pesar de ser pocos en número.

==== Distribución de grados ====
La distribución de grados puede tener efectos enormes en el comportamiento general de un [[sistema]], lo cual es una de las razones principales por las que estamos interesados en la distribución de grados de una red.

Muchas redes tienen distribuciones de grados que siguen aproximadamente una ley de potencias: las llamadas redes libres de escala. 

=== Componentes ===
En tanto que la red es un [[grafo]], este puede estar formado por [[Grafo#Componentes|componentes]] no conectados entre ellos.

== Grafos aleatorios: propiedades emergentes ==
El más básico de los modelos de redes es el [[grafo aleatorio]]. 

=== Percolación ===

=== Transiciones de fase ===

=== Formación de componentes gigantes ===
En muchas aplicaciones de redes es crucial que exista un componente que ocupe la mayor parte de la red. Por ejemplo, en Internet es importante que haya un camino a través de la red desde la mayoría de los ordenadores hacia la mayoría de los demás. Si no fuera así, la red no sería capaz de cumplir la función para la que fue diseñada: proporcionar comunicación de ordenador a ordenador para sus usuarios. De hecho, la mayoría de las redes tienen en la práctica un componente grande que ocupa la mayor parte de la red.

== Dinámicas de red ==

=== Difusión ===
La difusión es, entre otras cosas, el proceso mediante el cual un gas se desplaza desde regiones de alta densidad hacia regiones de baja densidad, impulsado por la presión relativa —o presión parcial— de las distintas regiones. En redes también se pueden considerar procesos de [[Difusión (análisis de redes)|difusión]], y dichos procesos se utilizan a veces como un modelo simple de propagación a través de una red, como la propagación de una idea o la propagación de una enfermedad.{{Harvnp|Newman|2010|capítulo=Diffusion}}

=== Cascadas ===

== Véase también ==

* [[Red tecnológica]]

== Notas ==
{{Listaref|2}}

== Referencias ==

* Barabási, A.-L. (2016). ''Network Science'', capítulo 1.

* {{Cita libro|apellido=Newman|nombre=M. E. J.|año=2010|título=[https://math.bme.hu/~gabor/oktatas/SztoM/Newman_Networks.pdf Networks: An Introduction]|capítulo=Introduction|editorial=Oxford University Press}}

== Enlaces externos ==

* [https://bse.eu/summer-school/complexity-and-emergence-in-economic-and-social-systems/networks-and-emergence-in-complex-systems Networks and Emergence in Complex Systems - Barcelona School of Economics]

[[Categoría:Teoría de grafos]]