Redes densas favorecem a difusão porque aumentam a probabilidade de múltiplas exposições.
  • Verdadeiro
  • Falso

Passo 1

O enunciado apresenta a afirmação: “Redes densas favorecem a difusão porque aumentam a probabilidade de múltiplas exposições.”
A tarefa é decidir se essa afirmação é verdadeira ou falsa, e justificar didaticamente a resposta. Não há outros dados numéricos no enunciado.

Passo 2

Vou definir os conceitos básicos (pequena aula fácil e prática).
  • Rede densa: uma rede com muitas ligações entre os nós. Uma medida comum de densidade é a proporção de arestas existentes em relação ao máximo possível. Se a rede tem N nós e E arestas, a densidade D é
D = \frac{2E}{N(N-1)}.
Valores de D próximos de 1 indicam redes muito conectadas (densas); valores próximos de 0 indicam redes esparsas.
  • Difusão: processo pelo qual algo (informação, comportamento, doença, inovação) se espalha pelos nós da rede ao longo das arestas.
  • Exposição: para um nó, uma “exposição” é um contato com um vizinho que já está infectado/adotou/informado. “Múltiplas exposições” significa que um nó recebe contato de vários vizinhos.

Passo 3

Tipos de contágio — por que isso importa (explicação essencial e intuitiva).
  • Contágio simples: basta uma única exposição para transmitir. Ex.: muitas doenças contagiosas, uma mensagem que compartilha com facilidade. Nesses casos, qualquer aresta extra é uma rota adicional: mais ligações geralmente aceleram a difusão.
  • Contágio complexo: a adoção exige reforço social, ou seja, várias exposições de fontes independentes para que o nó adote. Ex.: mudança de comportamento, participação em um movimento, adoção de tecnologia que requer confirmação social. Aqui as múltiplas exposições são importantes.
A afirmação do enunciado fala justamente em “aumentam a probabilidade de múltiplas exposições”, que é um argumento relevante sobretudo para contágios complexos.

Passo 4

Efeito direto da densidade na probabilidade de exposições (um argumento probabilístico simples).
Suponha que, em um dado instante, cada vizinho de um nó esteja “ativo” (infectado/adotante) com probabilidade p independente. Se um nó tem grau (número de vizinhos) \langle k\rangle (média local), o número esperado de vizinhos ativos é aproximadamente
\mathbb{E}[\text{exposições}] = p\langle k\rangle.çõ
Então, tudo o mais constante, aumentar \langle k\rangle (o que geralmente ocorre quando a rede fica mais densa) aumenta a expectativa de exposições — logo, a chance de receber múltiplas exposições cresce. Isso mostra por que, em termos puramente contábeis, densidade tende a aumentar exposições.

Passo 5

Por que a conclusão “portanto sempre favorecem a difusão” é simplista — nuances importantes.
  • Para contágio simples: densidade quase sempre ajuda (mais caminhos = mais rapidez e cobertura).
  • Para contágio complexo: múltiplas exposições ajudam, então densidade pode ajudar se essas exposições vierem de fontes socialmente distintas ou reforçadoras. Mas dois pontos críticos:
    1. Clustering vs. densidade global: densidade global não garante que as exposições venham de diferentes círculos. Redes muito densas, mas com ligações redundantes dentro do mesmo grupo (alto clustering), dão muitas exposições de pessoas que já se conhecem — isso é bom para reforço local, mas pode limitar a propagação para outras comunidades se faltarem pontes. Em outras palavras, densidade localizada (cliques, comunidades fortemente conectadas) facilita adoção local, mas pode isolar o comportamento no interior do grupo.
    2. Redundância e alcance: muitas arestas redundantes aumentam confirmações locais, mas reduzem a eficiência de alcançar novos grupos. Uma rede com menos ligações mas com pontes estratégicas pode propagar uma ideia mais amplamente que uma rede densa e “fechada”.
  • Modelos de limiar (threshold): se cada nó adota quando a fração de vizinhos ativos atinge \varphi, a influência da densidade depende de \varphi. Em alguns casos, aumentar o grau \langle k\rangle pode tornar mais difícil atingir o número absoluto necessário de exposições se o limiar for em contagem absoluta. Se o limiar for em fração, o efeito é diferente (varia com variância e correlações). Isso mostra que a relação não é monotônica simples.

Passo 6

Exemplos concretos e intuição prática (para a prova: como argumentar rápido).
  • Exemplo 1 (contágio simples): gripe em uma sala lotada. Rede densa → mais contactos → difusão favorecida. Aqui a afirmação faz sentido.
  • Exemplo 2 (contágio complexo): adoção de um novo hábito que exige confirmação de várias pessoas de círculos diferentes. Uma pessoa numa rede densa mas isolada da sociedade pode receber muitas confirmações de amigos próximos (adota localmente), mas a ideia pode não sair daquela bolha; se o objetivo é difusão ampla, falta de pontes prejudica. Outra rede menos densa, mas com conexões entre comunidades, pode espalhar mais amplamente.
  • Exemplo 3 (tendência a “eco-chambers”): redes densas com alta homofilia (pessoas semelhantes ligadas entre si) aumentam exposições entre iguais e podem amplificar uma ideia localmente, mas criar barreiras para difundir além do grupo.

Passo 7

Conclusão direta e recomendação de resposta para a prova (curto, claro e justificando).
A afirmação é demasiado geral. Redes densas realmente aumentam a probabilidade de múltiplas exposições (argumento probabilístico simples), então em muitos cenários isso favorece a difusão — especialmente para contágio simples e para adoção local em contágio complexo. Porém, densidade por si só não garante difusão ampla: a distribuição das ligações (clustering, pontes entre comunidades, redundância) e o tipo de contágio (simples versus complexo, limiar em fração versus contagem) determinam se a difusão será realmente favorecida. Por isso a frase, tomada como lei geral e sem condições, é falsa.

Resposta

Falso

Exercícios relacionados