Resumen

La medida de centralidad de subgrafo caracteriza la participación de cada nodo en todos los subgrafos de una red. Se otorga más peso a los subgrafos más pequeños que a los grandes, lo que hace que esta medida sea apropiada para caracterizar motivos de red. Esta medida es mejor para discriminar los nodos de una red que otras medidas alternativas. En este artículo, se investiga el importante tema de las distribuciones de centralidad de subgrafo a través de extensas simulaciones numéricas guiadas por la teoría, para tres modelos típicos de redes complejas, a saber, las redes de grafos aleatorios ER, las redes de mundo pequeño WS y las redes de escala libre BA. Se encontró que estos tres tipos muy diferentes de redes complejas comparten algunas características comunes, en particular que las distribuciones de centralidad de subgrafo en orden creciente son insensibles a las características de conectividad de la red, y también se encontró que las distribuciones de probabilidad de centralidad de subgrafo de los modelos ER y WS siguen la distribución gamma, y las redes de escala libre BA exhib

• Materias:Redes complejas Redes ecológicas Ecuaciones en diferencias Sistema de ecuaciones diferenciales Valor límite fraccional
• Subjects:Complex networks Ecological networks Difference equations System of differential equations Fractional limit value
• Palabras claves:Centralidad del subgrafo; Motivos de red; Nodos discriminantes; Modelos de redes complejas; Redes de grafos aleatorios ER; Redes de pequeño mundo WS
• Keywords:Subgraph centrality; Network motifs; Discriminate nodes; Complex network models; ER random-graph networks; WS small-world networks