PERCOLACIN

PERCOLACIN
Julian David Toro Medina Departamento de sistemas e industrial Facultad de ingeniera Universidad Nacional de Colombia

El problema hace referencia al efecto en el que el agua se filtra desde la superficie hasta las capas subterrneas de la tierra, en donde conforma ros que fluyen hacia el mar. Haremos, pues, cuenta de que tenemos una malla que representa la roca slida, a medida que vamos abriendo celdas o retirando rocas el agua avanza hasta llegar a las capas inferiores. Solo cuando haya una conexin entre la primera y la ltima fila, diremos que est percolado. Para desarrollar un algoritmo que represente este caso, se dise una malla, que en realidad es una matriz llena de ceros, en la que se van abriendo espacios, o llenando de unos, para formar un camino que conecte la primera y la ltima fila, pero estos espacios se abren generando valores aleatorios que determinan la posicin en la matriz en la que se va a cambiar el cero por un uno. Al final, despus de que se consigue que el sistema est percolado, se procede a determinar el umbral de percolacin, que consiste en la razn o proporcin de celdas abiertas, o unos, que hay en la malla, o matriz. Al final se realizan un nmero determinado de experimentos, que varan entre cien y quinientos, para determinar el valor promedio del umbral de percolacin y, desde ah, hallar el intervalo de confianza para este umbral, con un 95% de confianza. EL CDIGO

Universidad Nacional de Colombia

Pgina 1

PERCOLACIN Para desarrollar el ejercicio es necesario tener en cuenta la malla con que se va a trabajar, cmo se asignan los lugares para abrir espacios y las herramientas necesarias para desarrollarlo. Es bueno revisar una matriz 8x8 que facilite la asimilacin de estos conceptos. Inicialmente se crea una matriz A con las dimensiones deseadas, que en un principio, est llena de ceros. Tenemos:

Ahora generaremos dos valores, uno i y el otro j, que sern los que se usarn para identificar la posicin en que se cambiar el valor de un cero por un uno, es decir, abrir un espacio en la malla. Estos valores i y j son generados aleatoriamente. i=aleatorio(entre 1 y 8); j=aleatorio(entre 1 y 8); i=3 j=6

Hay que tener en cuenta evitar que el programa genere aleatorios que hagan referencia a un espacio en el que previamente ya hay un uno, ya que la maquina realiza una actividad mayor cambiando celdas que ya estn abiertas, adems, si despus de esto se verifica si est percolado, se pierde tiempo comprobando una y otra vez la misma matriz, ya que no se le ha hecho ningn cambio. Despus de abrir y abrir espacios, asignar unos, se procede a verificar si la malla est percolada, si hay un camino de unos que me conecte la primera y la ltima fila de la matriz. Tenemos:

Esta matriz est percolada, podemos verificarlo siguiendo el camino sealado. Universidad Nacional de Colombia Pgina 2

PERCOLACIN Ahora se incluirn unos conceptos que funcionan bastante bien para entender cmo solucionarlo. Antes de continuar, esbozaremos la idea del algoritmo a aplicarse. Primero que todo hay ms de una va posible, vas que en un momento dado se cierran y no continan. Puede ser necesario, adems de tener en cuenta las celdas abiertas, revisar las conexiones existentes, ya que si se gua la solucin a travs de estas conexiones se facilita el trabajo, debido a que no solo revisa unos, sino que comprueba las conexiones que hay aumentando la posibilidad, de que al seguirlas, se consiga el camino correcto. Si llegado el caso las conexiones no nos dan una pista de hacia dnde continuar, se puede revisar el camino de unos cercano para decidir qu rumbo tomar dentro de nuestro recorrido. Por ltimo, es importante tener en cuenta cundo hay caminos ciegos, que al ser tentadores, lleven a nuestro recorrido hacia lugares sin salida, adems hay que impedir que este viaje sobre sus propios pasos y genere bucles en el recorrido. La primera herramienta a utilizarse ser una matriz auxiliar de conexin, la cual indicar las conexiones existentes dentro de nuestra matriz original. Esta funciona, o se genera, recorriendo la matriz A y poniendo unos en la posicin en donde encuentre que hay dos unos en la misma columna y en filas sucesivas. A esta matriz se le denominar como B. Entonces:

Si se observan las posiciones de los unos en la matriz A que han sido resaltados, estos son sucesivos y estn en la misma columna, por lo tanto en la matriz B son representados mediante un uno, porque estn conectados. Esta matriz es ms pequea, tiene una fila menos, ya que la fila superior no est conectada ms arriba con otra, es decir, se recorre la celda colocando los unos iniciando desde abajo, por lo tanto, la primera, al no tener filas encima, no tendr valores en la matriz auxiliar. Ya partiendo desde aqu se procede a avanzar y recorrer la malla para encontrar si est percolada, en el camino se ir entendiendo la utilidad de esta matriz auxiliar B. 1. Primero se recorre la matriz B buscando unos, ya que si hay alguna conexin se podr avanzar y encontrar un posible camino, en lugar de recorrer la matriz A buscando unos y

Universidad Nacional de Colombia

Pgina 3

PERCOLACIN luego verificando si se puede continuar. En este caso se prefiri recorrer la matriz de abajo hacia arriba, por lo tanto la fila a verificarse ser la ltima.

a. [ ]

En este caso hay tres caminos posibles, en las columnas 1, 3 y 6. 2. Despus de encontrar estos valores, se procede a iniciar una cadena. Desde aqu se busca verificar si la fila superior en la matriz B, es decir, la penltima, tambin tiene conexin. En este caso, ninguna de las tres columnas cumple este requisito. Cabe aclarar que primero nos centramos en la columna 1, y a medida que tengamos intentos fallidos de encontrar un camino, pasamos a la siguiente columna haciendo la verificacin inicial. 3. Si llegado el caso no se consigue que haya una conexin inmediata, se busca si hay un valor de uno en la fila superior en la matriz A, permitiendo por ah continuar abrindonos camino en la matriz. Si este caso se da, se procede a verificar si hay formas de irse hacia la derecha o hacia la izquierda, en la fila superior. El problema es decidir cul camino tomar si tenemos ambas posibilidades, he aqu la magia de la matriz auxiliar, ya que se puede calcular la densidad de conexiones que haya en cualquiera de las direcciones haciendo una sumatoria de los valores que haya en la matriz B de acuerdo a un parmetro de qu tan extensa debe ser esta malla de densidad, y por medio de este valor decidir qu camino tomar, ya que el camino con mayor densidad de conexiones probablemente ser el que permita que haya una cadena y sea el que determine si est percolado.

Universidad Nacional de Colombia

Pgina 4

PERCOLACIN

En este caso las columnas 1 y 3 tienen unos en la fila superior, pero al fin y al cabo, no hay otro camino que seguir, por lo tanto no contina con la cadena. En cambio, la columna 6 si tiene posibilidades de continuar, ya que tiene un uno en la fila superior y hay dos posibilidades de camino por tomar, ahora queda decidir cul de los dos hay que tomar. Para un valor de dos para el clculo de densidad, es decir, dos filas ms arriba y dos columnas a la derecha o izquierda segn corresponda, se obtienen valores de densidad iguales a uno y dos para izquierda y derecha, respectivamente. Es de aqu que se toma la decisin de continuar hacia la derecha.

Ahora cabe revisar qu pasara si el valor de este clculo de densidad es tres. Se obtienen valores iguales a tres para ambas direcciones, qu se debe hacer? En este caso se calcula un nuevo valor de densidad, pero en la matriz A. Se obtiene valores iguales a cuatro y cinco para izquierda y derecha, respectivamente, por lo que se escoge continuar hacia la derecha.

Se pueden tomar otros criterios, como lo es escoger irse hacia el lado contrario de donde est ms cerca por ejemplo, para as decidir qu camino tomar cuando tenemos estas dos posibilidades.

Universidad Nacional de Colombia

Pgina 5

PERCOLACIN 4. Si se sigue aplicando este algoritmo se llega a la primera fila encontrando, entonces, que la matriz est percolada. Pero hay que tener en cuenta muchos detalles al momento de ponerlo en funcionamiento.

Primero que todo, cuando se asignen los valores que se van a utilizar para recorrer la matriz hay que cuidarse de que estos nunca se salgan de sus lmites para evitar que genere errores. Por ejemplo, en nuestra matriz de ocho, al generar el valor de densidad llegamos a tomar en cuenta, como este puede ser de tres, posiciones como B(4,9) por lo que se generar un error. Tambin hay que tener en cuenta que este se podra llegar a devolver a posiciones que ya previamente haba recorrido, por lo que hay que evitar que lo haga y que, ms bien, siga en la direccin que llevaba, es decir, si iba hacia la derecha que contine hacia la derecha. 5. Ahora un caso particular del que hay que prestar mucha atencin.

Si fijamos nuestra atencin en los unos azules podemos ver que estos representan un hueco, es un camino ciego al que el algoritmo llevar y que no representa la solucin. Para esto se verifica, cuando se revisan las conexiones, si ms arriba hay algo con la forma ( ) y se le advierte que debe devolverse y continuar en la direccin que llevaba.

CLCULO DEL UMBRAL DE PERCOLACIN Conociendo cmo se determina si est percolado, se procede a calcular el umbral de percolacin. Para esto se halla la proporcin de celdas abiertas que hay en la malla, o ms fcil an, sumar los valores que hay en la matriz y dividirla entre sus dimensiones al cuadrado. En nuestro ejemplo:

Universidad Nacional de Colombia

Pgina 6

PERCOLACIN Esta suma sera igual a tres en la primera fila, a seis en la segunda, a cinco en la tercera y as sucesivamente hasta tener un total de treinta y ocho. Como es una matriz 8x8, esta tiene un total de sesenta y cuatro posiciones. Por lo tanto:

Esta matriz tiene un umbral de percolacin de 0,59375. Hay que recordar que este se calcula siempre despus de encontrar que, a medida que vamos creando aleatorios y abriendo celdas, la matriz o malla quedan percoladas. Al realizar este experimento muchas veces se puede determinar la media de estos umbrales y su desviacin estndar para as poder establecer un intervalo de confianza para estos umbrales. APLICANDO ESTO A MATRICES DE 20x20, 40x40, 50x50 Y 100x100 Los respectivos valores para estas mallas, teniendo en cuenta que el intervalo de confianza es del 95%, son: Matriz 20x20 Nmero de experimentos: 500 Umbral de percolacin: 0,6154 Intervalo de confianza: 0,6109 0,6199 Matriz 40x40 Nmero de experimentos: 500 Umbral de percolacin: 0,6503 Intervalo de confianza: 0,6470 0,6537 Matriz 50x50 Nmero de experimentos: 100 Umbral de percolacin: 0,6559 Intervalo de confianza: 0,6497 0,6622 Matriz 100x100 Nmero de experimentos: 10 Umbral de percolacin: 0,6860 Intervalo de confianza: 0,6711 0,7009

Universidad Nacional de Colombia

Pgina 7

PERCOLACIN

CDIGO EN MATLAB
clear all clc close all %Determinar el tamao de la matriz s=input('Ingrese el tamao de la red: '); %Determinar el tamao de la matriz de densidad rr=input('Ingrese el tamao de la red de densidad: '); g=1; %contador de experimento actual exp=input('Ingrese el numero de experimentos: '); h=1; %contador que controla el numero de experimentos datos=zeros(1,exp); for h=1:exp %% Generando nuevo problema %Creando las matrices A=zeros(s,s); B=zeros(s-1,s); NotPer=1; %Variable que controla que no este percolado while NotPer==1 nuevo=1; while nuevo==1 i=randi([1,s],1); j=randi([1,s],1); if A(i,j)~=1 nuevo=0; end end for i=1:s-1 for j=1:s if A(s+1-i,j)==1 && A(s-i,j)==1 B(s-i,j)=1; else B(s-i,j)=0; end end end %%Analiza si esta percolado suma=0; for j=1:s suma=suma+B(s-1,j); end

Universidad Nacional de Colombia

Pgina 8

PERCOLACIN
r=rr; while NotPer==1 && r>=2 m=1; while m<=s && suma>0 if B(s-1,m)==1 %Hay posibilidad de una cadena i=s; j=m; cadena=1; while i>=1 n=2; af=zeros(2,n); bf=zeros(2,n); hueco=0; while cadena==1 af=zeros(2,n); for z=1:n-1 for zz=1:2 af(zz,z)=bf(zz,z); end end af(1,n)=i; af(2,n)=j; if B(i-1,j)==1 if i-2>=1 && B(i-2,j)==1 %Verifica si hay una columna conectada if hueco==1; %Comprueba que hay un hueco, busca salida lateral if i>=1 && j>1 && j<s if A(i,j-1)==1 && A(i,j+1)==1 %Verifica si hay dos posibilidades DB=0; IB=0; DA=0; IA=0; for k=1:r for l=1:r if i-k>=1 if j-l>=1 IB=IB+B(i-k,j-l); IA=IA+A(i-k+1,j-l); end if j+l<=s DB=DB+B(i-k,j+l); DA=DA+A(i-k+1,j+l); end end end end if DB>IB && j<s %Mayor densidad a la derecha j=j+1; if af(1,n-1)==i && af(2,n-1)==j j=j-2; end elseif DB<IB && j>1 %Mayor densidad a la izquierda j=j-1;

Universidad Nacional de Colombia

Pgina 9

PERCOLACIN
if af(1,n-1)==i && af(2,n-1)==j j=j+2; end else if DA>IA && j<s %Mayor densidad 1 a la derecha j=j+1; if af(1,n-1)==i && af(2,n-1)==j j=j-2; end elseif DA<IA && j>1 %Mayor densidad 1 a la izquierda j=j-1; if af(1,n-1)==i && af(2,n-1)==j j=j+2; end else if s-j>=j %Cercano a la izquierda j=j-1; if af(1,n-1)==i && af(2,n-1)==j j=j+2; end elseif s-j<j %Cercano a la derecha j=j+1; if af(1,n-1)==i && af(2,n-1)==j j=j-2; end else end end end else if A(i,j-1)==1 %1 a la izquieda j=j-1; elseif A(i,j+1)==1 %1 a la derecha j=j+1; else %no hay cadena m=m+1; cadena=0; i=0; end end else if i>=1 && j==1%Pegado a la izquierda if A(i,j+1)==1 %1 a la derecha j=j+1; else %no hay cadena m=m+1; cadena=0; i=0; end elseif i>=1 && j==s %Pegado a la derecha if A(i,j-1)==1 %1 a la izquierda j=j-1; else %no hay cadena

Universidad Nacional de Colombia

Pgina 10

PERCOLACIN
m=m+1; cadena=0; i=0; end else %no hay cadena if i~=0 m=m+1; cadena=0; i=0; end end end else i=i-1; end elseif A(i-1,j)==1 if i>2 && i<s && j<s && j>1 && A(i-2,j)==0 && A(i-1,j+1)==0 && A(i-1,j-1)==0 devolver=1; hueco=1; while devolver==1 if A(i,j)==1 && A(i,j+1)==0 && A(i,j-1)==0 i=i+1; end if A(i,j)==1 && A(i,j-1)==1 && A(i,j+1)==1 DB=0; IB=0; DA=0; IA=0; for k=1:r for l=1:r if i-1-k>=1 if j-l>=1 IB=IB+B(i-k,j-l); IA=IA+A(i-k+1,j-l); end if j+l<=s DB=DB+B(i-k,j+l); DA=DA+A(i-k+1,j+l); end end end end if DB>IB && j<s %Mayor densidad coneccion a la derecha j=j+1; devolver=0; hueco=0; elseif DB<IB && j>1 %Mayor densidad coneccion a la izquierda j=j-1; devolver=0; hueco=0; else if DA>IA && j<s %Mayor densidad 1 a la derecha j=j+1;

Universidad Nacional de Colombia

Pgina 11

PERCOLACIN
devolver=0; hueco=0; elseif DA<IA&& j>1 %Mayor densidad 1 a la izquierda j=j-1; devolver=0; hueco=0; else if s-j>=j %Cercano a la izquierda j=j-1; devolver=0; hueco=0; elseif s-j<j %Cercano a la derecha j=j+1; devolver=0; hueco=0; else devolver=0; hueco=0; end end end elseif A(i,j)==1 && A(i,j+1)==1 j=j+1; devolver=0; hueco=0; else if A(i,j)==1 && A(i,j-1)==1 j=j-1; devolver=0; hueco=0; else if i>=s i=0; m=m+1; cadena=0; else i=i+1; j=j+1; end devolver=0; hueco=0; end end end else i=i-1; end else %Busca 1 laterales if i>=1 && j>1 && j<s if A(i-1,j-1)==1 && A(i-1,j+1)==1 %Verifica si hay dos posibilidades DB=0; IB=0; DA=0;

Universidad Nacional de Colombia

Pgina 12

PERCOLACIN
IA=0; for k=1:r for l=1:r if i-1-k>=1 if j-l>=1 IB=IB+B(i-1-k,j-l); IA=IA+A(i-k,j-l); end if j+l<=s DB=DB+B(i-1-k,j+l); DA=DA+A(i-k,j+l); end end end end if DB>IB && j<s %Mayor densidad coneccion a la derecha i=i-1; j=j+1; elseif DB<IB && j>1 %Mayor densidad coneccion a la izquierda i=i-1; j=j-1; else if DA>IA && j<s %Mayor densidad 1 a la derecha i=i-1; j=j+1; elseif DA<IA&& j>1 %Mayor densidad 1 a la izquierda i=i-1; j=j-1; else if s-j>=j %Cercano a la izquierda i=i-1; j=j-1; elseif s-j<j %Cercano a la derecha i=i-1; j=j+1; else end end end else if A(i-1,j-1)==1 %1 a la izquieda i=i-1; j=j-1; elseif A(i-1,j+1)==1 %1 a la derecha i=i-1; j=j+1; else %no hay cadena m=m+1; cadena=0; i=0; end end else

Universidad Nacional de Colombia

Pgina 13

PERCOLACIN
if i>=1 && j==1%Pegado a la izquierda if A(i-1,j+1)==1 %1 a la derecha i=i-1; j=j+1; else %no hay cadena m=m+1; cadena=0; i=0; end elseif i>=1 && j==s %Pegado a la derecha if A(i-1,j-1)==1 %1 a la izquierda i=i-1; j=j-1; else %no hay cadena m=m+1; cadena=0; i=0; end else %no hay cadena m=m+1; cadena=0; i=0; end end end else %Busca 1 laterales for a=2:4 if n>a && af(1,n-a)==af(1,n) && af(2,n-a)==af(2,n) cadena=0; i=0; m=m+1; end end if i>=1 && j>1 && j<s if A(i,j-1)==1 && A(i,j+1)==1 %Verifica si hay dos posibilidades DB=0; IB=0; DA=0; IA=0; for k=1:r for l=1:r if i-k>=1 if j-l>=1 IB=IB+B(i-k,j-l); IA=IA+A(i-k+1,j-l); end if j+l<=s DB=DB+B(i-k,j+l); DA=DA+A(i-k+1,j+l); end end end end

Universidad Nacional de Colombia

Pgina 14

PERCOLACIN
if DB>IB && j<s %Mayor densidad a la derecha j=j+1; if af(1,n-1)==i && af(2,n-1)==j j=j-2; end elseif DB<IB && j>1 %Mayor densidad a la izquierda j=j-1; if af(1,n-1)==i && af(2,n-1)==j j=j+2; end else if DA>IA && j<s %Mayor densidad 1 a la derecha j=j+1; if af(1,n-1)==i && af(2,n-1)==j j=j-2; end elseif DA<IA && j>1 %Mayor densidad 1 a la izquierda j=j-1; if af(1,n-1)==i && af(2,n-1)==j j=j+2; end else if s-j>=j %Cercano a la izquierda j=j-1; if af(1,n-1)==i && af(2,n-1)==j j=j+2; end elseif s-j<j %Cercano a la derecha j=j+1; if af(1,n-1)==i && af(2,n-1)==j j=j-2; end else end end end else if A(i,j-1)==1 %1 a la izquieda j=j-1; elseif A(i,j+1)==1 %1 a la derecha j=j+1; else %no hay cadena m=m+1; cadena=0; i=0; end end else if i>=1 && j==1%Pegado a la izquierda if A(i,j+1)==1 %1 a la derecha j=j+1; else %no hay cadena m=m+1;

Universidad Nacional de Colombia

Pgina 15

PERCOLACIN
cadena=0; i=0; end elseif i>=1 && j==s %Pegado a la derecha if A(i,j-1)==1 %1 a la izquierda j=j-1; else %no hay cadena m=m+1; cadena=0; i=0; end else %no hay cadena if i~=0 m=m+1; cadena=0; i=0; end end end end if i==1 cadena=0; i=0; NotPer=0; m=s+1; end bf=zeros(2,n); for z=1:n for zz=1:2 bf(zz,z)=af(zz,z); end end n=n+1; end end else m=m+1; end end r=r-1; end end disp 'Percolado'; a=0; for i=1:s for j=1:s a=a+A(i,j); end end disp 'Abiertas:'; disp(a); disp 'Porcentaje:'; disp(a/(s*s));

Universidad Nacional de Colombia

Pgina 16

PERCOLACIN

datos(1,h)=a/(s*s); %almaceno umbral g=g+1; disp 'Esperimento numero:'; disp(g); end disp 'Numero de experimentos:'; disp(exp); disp 'Umbral:'; disp(mean(datos)); Min=(mean(datos))-1.96*(std(datos)/(sqrt(h))); %limite inferior intervalo Max=(mean(datos))+1.96*(std(datos)/(sqrt(h))); %limite superior intervalo disp 'Intervalo de confianza:'; disp(Min); disp(Max);

Universidad Nacional de Colombia

Pgina 17