Utilisateur:Lana Mezhonova/Modélisation des Réseaux (M1 SIREN, 2020)/Activité D

Réseau détaillé

Q1. Distribution de degrés (tableau).

	Lana	Daphné	Sendy	Thomas	Elsa
Nombre de degrés	11	8	9	10	9

Distribution de degrés (graphique).

Q2. Corrélation de voisins (tableau).

Corrélation de voisins (graphique).

Q3. Dissortatif, car la corrélation est décroissante.

Q4. Coefficient de clustering

c(Lana) = 6/(4*3)/2 = 6/6 = 1/1 = 1

c(Daphné) = 6/(4*3)/2 = 6/6 = 1/1 = 1

c(Sendy) = 6/(4*3)/2 = 6/6 = 1/1 = 1

c(Thomas) = 6/(4*3)/2 = 6/6 = 1/1 = 1

c(Elsa) = 6/(4*3)/2 = 6/6 = 1/1 = 1

Q5. Corrélation combiné : degré et clustering

Q6. Sur le graphique de corrélation des voisins on observe une distribution de degrés légèrement décroissante où les degrés plus bas sont connectés aux noeuds plus élevés et les degrés plus élevés sont connectés aux noeuds plus bas. En revanche, sur le graphique de corrélation combinée on observe la distribution clustering qui est homogène et où tous les coefficients de clustering sont égaux à 1. Cela montre que tous les voisins de réseau sont connectés les uns aux autres. Effectivement, chaque noeud dans le réseau a le même nombre de voisins qui sont tous connectés entre eux.

Q7. Dans mon cas, il n'y a pas de coefficient de clustering qui est plus petit que 1.

Q8. Je choisis le noeud Elsa. Je peux retirer le lien tous les liens Elsa - Sendy, tous les liens Elsa - Daphné, tous les liens Thomas - Daphné, tous les liens Daphné - Lana, tous les liens Sendy - Lana, tous les liens Thomas - Sendy, trois liens entre Thomas - Lana et deux liens Elsa - Lana. Cela nous laisse avec ce graphe :

Calculons le coefficient de clustering: c(Elsa) = 1/(2*1)/2 = 1. Le coefficient de clustering est égal donc à 1.

Q9. Tous les noeuds dans le réseau une le même niveau de proximité car tous les noeuds sont connectés entre eux. N'importe quel noeud a la distance de 1 avec n'importe quel d'autre noeud.

De même, le niveau d'intermédiarité est pareil pour tous les noeuds car ils sont tous connectés entre eux.