2014数学中国中学生数学建模竞赛培训讲义xin.pptVIP

过去的网络 图在过去被用作为现有网络制作模型 (举例来说. 有公交网络, 社会网络) 通常这些网络都很小 网络可以通过目视检查进行研究从而可以发现大量信息 现在的网络 更多的、更大型的网络出现了 科技进步的产物 例如：互联网，网页 我们收集更多、更好、更复杂数据的能力 例如： 基因调控网络 由数以千计、数以万计甚至数以亿计的结点所组成的网络 不可能形象化 因特网地图 因特网 网络的类型 社会网络 知识 (信息) 网络 科学网络 生物网络 社会网络 链接表示社会中的互动 熟人的网络 协作网络 演员的网络 合作作者的网络 导演的网络 电话呼叫网络 e-mail 网络 IM 网络 蓝牙网络 性网络 主页/博客网络 知识（信息）网络 结点代表信息, 链接是信息的联系 引文网络 (有向无循环的) 网络 (有向的) 点对点网络 词网络 基于信任的网络 图形软件 科学网络 为商品分配所建的网络 互联网 路由器标准, AS 标准 能量格 航班网络 电话网络 交通网络 公路，铁路，行人交通 生物网络 网络代表生物系统 蛋白质相互作用网络 基因调控网络 基因共同表达网络 代谢路径 食物网 神经网络 理解大型的图 关于现实生活网络的数据有哪些？? 我们可以解释网络是怎样产生的吗？ 关于网络性质的研究 1999年左右 Watts and Strogatz, Dynamics and small-world phenomenon（动力学和小世界现象） Faloutsos3, On power-law relationships of the Internet Topology（基于权利-法律关系的互联网拓扑） Kleinberg et al., The Web as a graph（作为一张图的互联网） Barabasi and Albert, The emergence of scaling in real networks（现实网络中标度的出现） 现实网络的性质 大多数结点只有少数的邻居 (度), 但也有一些结点有很高的度数 (度的幂律分布) 无标度网络 如果一个结点 x 连接着 y和 z,那么y 和 z 就很可能是连接的 高聚类系数 大多数结点平均只相距几条边的距离 小世界网络 各个不同领域的网络 (从因特网到生物网络) 有着相同的性质 是否有可能有一个统一的基本生成过程？ 小世界网络 例如：六度分离理论 但是有超过六十亿人口生存在这个世界上！ 小世界网络 (a) 蛋白质 (b) 神经元 (c) 互联网 生成随机图 经典图形理论模型 (Erd?s-Renyi) 每条边的独立产生概率为P 很好的研究模型，但是: 大多数顶点的度大致上相同 两个结点相连的概率与它们是否共有一个邻居结点无关 平均路径短 现实网络建模 现实生活网络不是随机的 我们是否可以定义一个模型，它能够产生与现实生活中相似的具有统计性能的图? 一系列关于随机图的模型 网络的作用过程 理解网络的结构为什么重要? 流行病学: 病毒在无标度网络中传播地更快 随机接种疫苗的结点无法正常工作，但有针对性的疫苗接种是非常有效的 网络结构 随机网络 无标度网络 网络结构 随机网络VS无标度网络 网络 网络结构 网络搜索 第一代搜索引擎: 万维网只是作为一个文件的集合 因为垃圾邮件发送者，无实质内容的、非结构化的、以及无人监管的内容，增加了万维网的规模 第二代搜索引擎: 作为一个网络的万维网 应用链接描述文字技术以用来标注 好的网页应该被更多的网页指向 好的网页应该被更多的好网页指向 PageRank 算法, Google! 万维网 万维网是一个文件之间互相指向的网络 结点指网页而边指网页间的链接 边是有指向的：链接可以从它们出发或者到达它们 万维网 网络的未来 网络现在看上去是这样的 越来越多系统被网络模型化 不同学科的科学家致力于对网络的研究 (物理学家,计算机学家, 数学家, 生物学家, 社会学家, 经济学家) 还有许多问题尚未被理解. 谢谢大家 * 一个图会有许多外形不同的图解, 下面两个图表示同一个图G = (V, E )的图解.其中 V = {v1 , v2 , v3 , v4}, E = { v1v2 , v1v3 , v1v4 , v2v3 , v2v4 , v3v4}. 这两个图互为同构图,今后将不计较这种外形上的差别,而用一个容易理解的、确定的图解去表示一个图. * 有边联结的两个点称为相邻的点, 有一个公共端点的边称为相邻边. 边和它的端点称为互相关联. 常用d(v)表示图G中与顶点v关联的边的数目, d(v)称为顶点v的度数. 对于有向图,还有出度和入度之分. 用N(v)表示图G中所有与顶点v相