Análisis de redes complejas: Teoría y aplicación

Hoja de materia:

DATOS GENERALES

Descripción:	Se presenta el concepto de red así como algunos fundamentos de la teoría de grafos y la mecánica estadística de redes complejas, las teorías fundamentales en la que se sustenta el estudio de redes. Se analiza como los conceptos de la física se han usado para estudiar sistemas de redes sociales, economómicas, de proteínas, de caminos, citas, etc. El curso concluye aprendiendo a usar algunas APIs (Application programming interface) de redes sociales como Twitter, Facebook e Instagram para analizar redesde los temas que le interesen al participante y así construir un pequeño proyecto de investigación.
S e r i a c i ó n y Correlación:	Subsecuentes no obligatorias: Probabilidad, programación
S e r i a c i ó n y Correlación:	Consecuentes: Optativas.
Objetivo:	Analizar redes a través de los métodos de la mecánica estadística. Presentar una gran cantidad de datos a través de las técnicas de visualización de redes. Identificar los actores esenciales en una red de datos. Interactuar con las APIs de las redes sociales.
Objetivos específicos:	Caracterizar una red complejaEntender la clasificación de redes, como porejemplo red libre de escalaCrear un pequeño proyecto de investigación con eluso de redesAplicar los métodos de la física estadística a problemas interdisciplinariosInteractuar con las APIs de una aplicación webDesarrollar o aprender a usar un paquete de visualización de redes.

Horas totales del curso:	(90) horas presenciales + (70) horas de autoestudio=160 horas totales
Créditos:	10 créditos

REVISIONES Y ACTUALIZACIONES:

Líneas de investigación:	Física Estadística y Complejidad Física Aplicada Física Matemática Estado Sólido
Autores o Revisores:	Dr. César Alejandro Báez
Fecha de actualización por academia:	1 de julio de 2022
Sinopsis de la revisión y/o actualización:

PERFIL DESEABLE DEL DOCENTE:

Disciplina profesional:	Doctorado en Ciencias
Experiencia docente:	Experiencia profesional docente mínima de dos años

ÍNDICE TEMÁTICO:

TEMA:	SUBTEMA
Introducción (1 a 2 clases)	Redes y sistemas complejosOrígenes: Caracterización de redes masivasCaracterísticas de la ciencia de redesImpacto social
Teoría de grafos (2 a 3 semanas)	Los puentes de KönigsbergRedes y grafosGrados de los nodos, grado promedioy distribución de gradosMatriz de adyacenciaRedes observadasRedes con pesoRedes bipartitasCaminos y distancia en redesConectividadCoeficiente de agrupamiento

Redes aleatorias (2 semanas)	Modelo de las redes aleatoriasNúmero de enlacesDistribución de gradosLas redes reales no son PoissonianasLas redes reales son supercríticasPropiedad del mundo pequeñoCoeficiente de agrupamiento
Redes libres de escala (2 semanas)	Leyes de potencia y redes libres de escalaCentros clave (hubs) de las redesEl significado de la invarianza de escalaUniversalidadEl papel del exponente de la distribución de gradosGenerando redes con distribuciones arbitrarias de grados
El modelo Albert-Barabási (2semanas)	Crecimiento y conectividad preferencialDinámica de los gradosDistribución de gradosAusencia de crecimiento o conectividad preferencialMidiendo la conectividad preferencialDiámetro y coeficiente de agrupamiento
Resiliencia de redes (2 semanas)	Teoría de la percolaciónEstabilidad de las redes libres de escalaTolerancia a los ataquesFallos en cascadaModelando los fallos en cascadaConstruyendo la estabilidad

Temas opcionales (2 semanas, pero se puede optar por uno u otro tema e incluso no impartirse si no hay tiempo) ComunidadesFenómenos de contagio	Comunidades: Agrupamiento jerárquicoModularidadTraslape en comunidadesPruebas de comunidadCaracterización de comunidades Fenómenos de contagio: Modelado de epidemiasRedes de epidemiasRedes de contactoMás allá de la distribución de gradosInmunizaciónPredicción de epidemias
Proyecto (2 semanas, distribuidasdurante la duración del curso)	Bombardeo de ideasPropuestas de solucionesPresentaciones

BIBLIOGRAFIA

Principal:	Network Science de Albert László Barabási y Márton Pósfai, Cambridge University Press; 1era edición (Agosto 2016)Networks de Mark Newman, Oxford University Press;2nda edición (Septiembre 2018 )
Enlaces digitales:	http://networksciencebook.com/
Complementaria:	Albert, R., and A-L Barabási. “Statistical Mechanics of Complex Networks.” Reviews of Modern Physics 74 (2002):47-97Watts, D. J., and S. H. Strogatz. “Collective Dynamics of ‘Small-world’ Networks.” Nature 393 (1998): 440-2Watts, D. J., P. S. Dodds, et al. “Identity and Search inSocial Networks.” Science 296 (2002): 1302-5Albert, R., H. Jeong, et al. “Error and Attack Tolerance of Complex Networks.” Nature 406 (2000): 378-482.Vázquez, A. “Growing Network with Local Rules: Preferential Attachment, Clustering Hierarchy, and Degree Correlations.” Physical Review E 67 (2003): 056104.

PLANEACIÓN EDUCACIONAL:

Competencias generales:

Conocimiento sobre el área de estudio y la profesión.Capacidad de investigación.Capacidad de aprender y actualizarse permanentemente.Habilidades para buscar, procesar y analizar información procedente de fuentes diversas.Capacidad para identificar, plantear y resolver problemas.Capacidad de abstracción, análisis y síntesis.Describir y explicar fenómenos naturales, sociales y procesos tecnológicos en términos de conceptos, teorías y principios físicos.Adquirir hábitos de trabajo necesarios para el desarrollo de la profesión tales como el rigor científico, el autoaprendizaje y la persistencia.

Competencias específicas:

Plantear, analizar, y resolver problemas físicos, tanto teóricos como experimentales, mediante la utilización de métodos numéricos, analíticos o experimentales.Aplicar el conocimiento teórico de la física a la realización e interpretación de experimentos y datos de libre acceso.Demostrar una compresión profunda de losconceptos de la física estadística.Construir y desarrollar argumentaciones validas, identificando hipótesis y conclusiones.Utilizar o elaborar programas o sistemas de computación para el procesamiento de información a través del cálculo numérico.Describir y explicar fenómenos naturales, sociales y procesos tecnológicos en términos de conceptos, teorías y principios físicos.Demostrar disposición para enfrentar nuevos problemas en otros campos, utilizando sus habilidades específicas.Buscar, interpretar y utilizar literatura científica.Aplicar el conocimiento teórico de la física a la realización e interpretación de experimentos.

CONTRIBUCIÓN AL PERFIL DE EGRESO:

CONOCIMIENTO:	HABILIDADES:	VALORES:
Tener una comprensión profunda de los conceptos, métodos y principios fundamentales de la mecánica estadística. Conocer y saber aplicar las técnicas de programación y la estadística. Las metodologías básicas para la indagación y el descubrimiento en procesos de investigación.	. Análisis de redes Visualización de datos Capacidad de construir una historia a partir de una cantidad enorme de información Construir modelos simplificados que describan una situación compleja, identificando sus elementos esenciales y efectuando las aproximaciones necesarias. Adquirir habilidades sobre los procesos de aprendizaje y autorregularlos para desarrollar la capacidad de aprender por sí mismo.	Tener hábitos de trabajo necesarios para el desarrollo de la profesión tales como el rigor científico, el autoaprendizaje y la persistencia. Actuar con responsabilidad, honradez y ética profesional manifestando conciencia social de solidaridad y justicia. Mostrar tolerancia en su entorno social, aceptando la diversidad cultural, étnica y humana. Desarrollar un mayor interés por aquellos problemas cuya solución sea de beneficio social y el medio ambiente

ESTRATEGIAS PEDAGÓGICAS:

Estrategias de enseñanza:	Estrategias de aprendizaje:
El docente explicará la teoría y presentará ejemplos en las clases presenciales o virtuales.	El alumno asistirá al menos a un 80% de las clases principales o virtuales impartidas.
El d o c e n t e p r e s e n t a r a los procedimientos y métodos típicos para análisis de redes.	El estudiante trabajará en forma individual o por equipo en la comprensión de conceptos y la resolución de problemas.
Motivará a los estudiantes para trabajar de manera individual y enequipo.	El estudiante contestará preguntas o resolverá problemas para exponer en clase y discutir con sus compañeros.
Proyecto de trabajo individual o grupal
Proyecto de trabajo individual o grupal	El estudiante creará una red con lostemas de la clase
Discusión de preguntas y problemas en clase.	Asistirá a asesorías para resolver dudas sobre la teoría o sobre la solución de problemas.

PROPUESTA DE CRITERIOS DE EVALUACIÓN:

Criterio de evaluación:	Porcentaje:
Exámenes parciales Tareas Exposiciones Participación en clase Asistencia Proyecto	A consideración del docente

Descarga hoja de materia: Análisis de redes complejas – Teoría y aplicación