第九章离散度分布与确定性网络.PDFVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第九章离散度分布与确定性网络

第九章 离散度分布与确定性网络 9.1 离散度分布 现实世界中的网络虽然各自具有不同的物理形式,但它们却具有一些相同的 特征:节点度近似服从幂律分布;网络集聚系数较大;节点间平均距离较小;节 点间按照某种概率分布随机连接。很少有一种的网络模型,能再现真实系统的上 述特征,即使对节点度服从幂律分布、网络集聚系数大和节点间平均距离小三大 统计特征同时体现也很少有公认的模型。2005 年,Herrmann等人在国际著名权 威期刊《Phyical Review Letters》(即,PRL )发表了一篇根据阿波罗填充(Apollonian [1] Packing )问题构造复杂网络的论文 ,Herrmann等人构造的模型被称阿波罗网络, 它能较好地体现现实网络的三大统计特性。阿波罗网络的影响很大,到2011年12 月,在国际检索系统ISI Web of Science 中被引频次高达140多次。然而,Herrmann 等人计算出的阿波罗网络度分布不正确。我们曾经评论文献[1],指出Herrmann 等人关于阿波罗网络度分布指数是错误的,并用正确的方法估计出了阿波罗网络 度分布指数。PRL将我们的评论送给Herrmann评审,他审阅我们稿件后虽然他承 认我们的结论正确,但不同意我们的评论在PRL上发表,并说他们的错误是印刷 上错误(typographic error),随后他们在文献[2]对阿波罗网络度分布指数进行了更 正。令人不解的是2011年Mungan(Phys. Rev. Lett. 2011 ,106, 029802)在PRL上对 文献[1]进行了评论将Herrmann等人在文献[2]中的度指数又更改为文献[1]中的度 指数。按照PRL编辑的惯例Mungan 的评论应该送给了Herrmann等人评审,这说明 了Herrmann 等人又否定了他们在文献[2] 中的结论。我们希望有兴趣的学者对 Herrmann 等人关于阿波罗网络度分布指数的错误原因进行深入讨论,因为 Herrmann等人关于阿波罗网络的论文引用率很高,有许多学者用同样错误的方法 导致了一系列有缺陷的论文。我们认为问题主要出在对幂律分布指数和累积分布 指数关系没有理清楚。由于我们对文献[1]的评论,这个问题也引起国内学者在科 学网博客上的关注。为此,我们在文献[3]中研究了幂律分布指数与累积分布指数 的关系。对于定义域几何级数增加的离散幂律分布列, 获得分布指数等于累积分 布指数的结论。对于复杂网络研究中毫无根据的应用累积度分布指数加1等于度 分布指数提出质疑。 一个试验的所有结果的集合称为这个试验的样本空间,记为S . 定义在样本 空间上的实值函数,称为随机变量。我们说随机变量Y 是连续随机变量,如果存 在 一 个 定 义 在 所 有 实 数 x ∈(−∞,+∞) 上 的 非 负 函 数 f (x ) , 使 得 , +∞ P {Y +∞} ∫− ∞ f (x )dx 1 ,且 x F (x ) P {Y x } ∫− ∞ f (x )dx 其中,f (x ) 称为随机变量Y 的概率密度函数,F (x ) 称为随机变量Y 的分布函数, 176 F (x ) 1− F (x ) 称为随机变量Y 累积分布函数或者补分布函数。 对于充分小的Δx 0 , x + Δx P {Y x } ≈ P {x ≤ Y x + Δx } ∫x f (x )dx ≈ f (x )Δx 由此可知,f (x ) 是随机变量Y 在x 附近可能性大小的度量。 一个最多取可数个可能值的随机变量称为离散随机变量。离散随机变量ξ 的 概率分布定义为 P (x ) P {ξ

文档评论(0)

wyw118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档