Resumen

Los sistemas complejos del mundo real inevitablemente sufren perturbaciones. Cuando algunos componentes del sistema fallan y desencadenan fallos en cascada en un sistema, este se saldrá de control. Para evaluar la tolerancia de los sistemas complejos a las perturbaciones, una forma efectiva es modelar un sistema como una red compuesta por nodos y aristas y luego llevar a cabo un análisis de robustez de la red. Las teorías de percolación se han demostrado como una de las formas más efectivas para evaluar la robustez de los sistemas complejos. Sin embargo, las teorías de percolación existentes se centran principalmente en sistemas de redes multicapa o interdependientes, mientras que se presta poca atención a los sistemas complejos que se modelan como redes multipartitas. Este artículo llena este vacío al establecer las teorías de percolación para sistemas de redes multipartitas bajo fallos aleatorios. Para lograr este objetivo, este artículo primero establece dos modelos de red para describir cómo se propagan los fallos en cascada en redes multipartitas sujetas a fallos aleatorios de nodos. Post

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Mundo real; Sistemas complejos; Perturbaciones; Análisis de robustez de redes; Teorías de percolación; Redes multipartitas
• Keywords:Real-world; Complex systems; Perturbations; Network robustness analysis; Percolation theories; Multipartite networks