Modelos estocásticos y simulación en computación y comunicaciones

Docente: Julián Rodríguez

Taller Final CMTD
_____________________________________________________________________________________

INSTRUCCIONES PARA ELABORAR EL TALLER

La estructura de la World Wide Web puede ser vista como un grafo dirigido con N nodos. Cada
nodo en la red representa cierta página web y los arcos dirigidos representan los hipervínculos
entre las páginas. La idea subyacente en el exitoso PageRank de Google es modelar esta red
como una cadena de Markov de tiempo discreto de la siguiente forma:

En el escenario más simple, suponga que una persona navega en internet dando click al azar en
alguno de los hipervínculos de una página web, la cual a su vez también fue seleccionada al azar
por dicha persona. El PageRank de cada página es una medida de la probabilidad de que esta
persona eventualmente llegue a dicha página a través de su navegación aleatoria. El PageRank
de la página “𝑖”, puede ser visto como una medida de la importancia que tiene una página web,
ya que a medida que aumenten los hipervínculos que otras páginas tengan con ella, más alto
será el PageRank de “𝑖”, y por ende mucho más probable que la persona llegue eventualmente
a dicha página.

Es importante aclarar que ésta es una descripción muy simplificada del trabajo que propusieron
Page y Brin1 en su idea general del famoso buscador.

La FIA quiere usar esta idea para generar un ranking a pequeña escala y así poder establecer
una categorización para los pilotos de la F1 y la de los equipos. Para esto no se va a utilizar una
página web propiamente, sino que se considerará la popular aplicación web Facebook. En dicha
aplicación se encuentra agrupada una gran cantidad de personas en el mundo, y cada una se
conecta con muchas otras a través de la misma aplicación. Su trabajo será asignarle a cada piloto
un ranking que mide su popularidad, es decir, entre más personas incluyan a la persona “𝑖” entre
sus amigos, más popular será la persona “𝑖”.

El gerente de Promoción de la FIA le ha ofrecido a su compañía la oportunidad de desarrollar un

modelo estocástico que se ajuste a la situación anteriormente descrita. Para ello le ha
recomendado revisar el artículo The Anatomy of a Large--‐Scale Hypertextual Web Search
Engine, Computer Science Department; Sergey Brin and Lawrence Page, y adaptar el modelo
propuesto por los autores a la situación actual.

Paso 1. En el archivo anexo Facebook F1, usted encontrará una copia de la aplicación con 24
pilotos. En la página de la persona “𝑖” usted podrá ver a las personas que “𝑖” ha decidido incluir
entre sus amigos. Usted deberá construir una matriz de incidencia para el grupo, en donde la
posición (𝑖; 𝑗) de la matriz está definida por:

1
Sergey Brin and Lawrence Page, The Anatomy of a Large-Scale Hypertextual Web Search Engine, Computer
Science Department, Stanford University. http://infolab.stanford.edu/pub/papers/google.pdf
Modelos estocásticos y simulación en computación y comunicaciones
Docente: Julián Rodríguez
Taller Final CMTD
_____________________________________________________________________________________

En donde 𝑀𝑖 corresponde al número total de amigos que tiene la persona 𝑖.

Es importante recordar que “𝑝𝑖𝑗 ” es la probabilidad que el sistema se mueva a un estado 𝑗 cuando
este se mueve fuera del estado 𝑖, para todo 𝑖 diferente de 𝑗.

Paso 2. Identifique claramente los grupos de amigos que hay en el grupo de estudio. Tenga en
cuenta, que un grupo de amigos es aquel en donde cualquier miembro del grupo está conectado
(no necesariamente de forma directa) con los demás miembros de dicho grupo.

Ayuda: Existen 2 grupos claramente diferenciados.

Paso 3. Si la matriz anterior no resulta ser estocástica, es posible que alguna de las personas no
tenga incluido a ningún amigo en su aplicación, por lo tanto hay que modificar la matriz para
volverla estocástica. Una alternativa, basada en un supuesto de uniformidad, es reemplazar la
fila nula por un vector 𝛽𝑖 , en donde cada posición “𝑗” del vector está definida de la siguiente
forma: 𝛽𝑖𝑗 = 1/𝑁, en donde “N” es el número de personas del grupo bajo consideración.
Reemplace las filas nulas de la matriz Ρ del numeral anterior por vectores del tipo 𝛽𝑖 , y llame a la
nueva matriz Ρ.

Paso 4. El proceso anterior garantiza que la matriz Ρ es estocástica, sin embargo, no está
garantizado que la distribución límite de dicha matriz exista. La propuesta que hicieron Page y
Brin, es construir una nueva matriz como una combinación lineal de la matriz Ρ con una matriz
estocástica de perturbación:

En donde u es un vector columna que contiene unos en todas sus posiciones. Construya la matriz
P y verifique que es representa a una CMTD irreducible y aperiódica. Utilice un 𝛼 = 0.85

Paso 5: Encuentre la distribución límite de la CMTD del numeral anterior, y construya un Ranking
de 1 a 10 directamente proporcional a la distribución límite para cada persona.