SÜRÜCÜ DÜĞÜMLERİN ORANLARI İÇİN İKİ HİPOTEZİN TEST EDİLMESİ

Öz

Ağlar gerçek dünyadaki karmaşık sistemlerin temsil edilmesinde kullanılır. Yakın dönemde ağ bilimi alanındaki ilgi odağı karmaşık ağların kontrol edilebilirliğine yöneldi. Bu çerçevede, ağ dünyasında yeni bir kavram düğümlerin alt kümesi olarak adlandırılan sürücü düğümler telaffuz edilmeye başlandı. Sürücü düğümler ağ bilimi ve mühendisliğin kontrol teorisi ile ilgilidir. Bu alana artan ilgi bilim adamlarına karmaşık dinamik sistemlerin nasıl kontrol edileceğinin izah edilmesine olanak tanıdı. Bu çalışmanın kapsamı (1) gerçek ağların ve tam rassallaşmış ağların sürücü düğümlerinin oranlarının dağılımlarının ve (2) doğal ve insan yapımı ağlar arasında ve ayrıca doğal ve tam rassallaşmış ağlar arasında sürücü düğümlerin ortalama oranlarının istatistiksel anlamlı farklılığının doğrudan test edilmesidir. Örneklem sonuçlarına göre, gerçek ağlar en büyük ekstrem değer dağılımı izlerken, tam rassallaşmış ağlar bir gama dağılımı izlemektedir. Ayrıca, doğal ve insan yapısı ağlar arasında istatistiksel bir anlamlı farklılık bulunurken, doğal ve tam rassallaşmış ağlar arasında bir fark bulunmamıştır.

Anahtar Kelimeler

• Ağlar, Karmaşık Sistemler, Sürücü Düğümler, Kontrol Edilebilirlik, Kritik Düğümler.

TESTING TWO HYPOTHESES FOR THE FRACTIONS OF DRIVER NODES

Abstract

Networks are used to represent complex systems in the real world. Recently, the focus of interest in the area of network science has shifted to the controllability of complex networks. In this context, the new concept of a subset of nodes called driver nodes is becoming pronounced in the network world. Driver nodes belong to the intersection of network science and the control theory of engineering. The growing interest in this field has resulted in an opportunity for scientists to explain how to control the dynamics of complex systems. The scope of this study is to directly test (1) the fractions of driver nodes distributions of real networks and fully randomized networks and (2) the statistically significant difference in the mean fractions of driver nodes between natural and manmade networks and plus between natural and fully randomized networks. On the basis of the sample results, it is found that whereas real networks follow a largest extreme value distribution, fully randomized networks follow a gamma distribution. In addition, whereas a statistically significant difference was found between natural and manmade networks, no difference was found between natural and fully randomized networks.

Keywords

• Networks, Complex Systems, Driver Nodes, Controllability, Critical Nodes.