526
个编辑
更改
跳到导航
跳到搜索
第326行：
第326行： − + 第415行：
第415行： − + − + − + 第458行：
第458行： − 这里，第一个邻居的平均数量math>+ 第466行：
第466行： − + − +
无编辑摘要
</math> 和一些出度<math>
</math> 和一些出度<math>
k_{out}
k_{out}
</math>分别指代的是指向该节点的边的数量和从该节点指出的边的数量。如果 <math>
</math>，分别指代指向该节点的边的数量和从该节点指出的边的数量。如果 <math>
P(k_{in}, k_{out})
P(k_{in}, k_{out})
</math> 是一个随机选择的具有入出度的节点的可能性。那么分配给这个生成函数的'''<font color="#ff8000">联合概率分布 Joint Probability Distribution</font>'''可以被写成两个变量 <math>
</math> 是一个随机选择的具有入出度的节点的可能性。那么分配给这个生成函数的'''<font color="#ff8000">联合概率分布 Joint Probability Distribution</font>'''可以被写成两个变量 <math>
使用函数<math>
使用函数<math>
\mathcal{G}(x,y)
\mathcal{G}(x,y)
</math>如前所述，我们可以再次找到入/出度分布和入/出超量度分布的生成函数。可以将<math>
</math>如上文所述，我们可以再次找到入/出度分布和入/出超量度分布的生成函数。可以将<math>
G^{in}_0(x)
G^{in}_0(x)
</math>定义为一个随机选择的节点上到达的链接数的生成函数，以及 <math>
</math>设为一个随机选择的节点上到达的链接数的生成函数，以及 <math>
G^{in}_1(x)
G^{in}_1(x)
</math>可以定义为按照随机选择的链接到达一个节点的到达链接数。我们也可以定义生成函数 <math>
</math>可以设为按照随机选择的链接到达一个节点的到达链接数。我们也可以构造函数 <math>
G^{out}_0(y)
G^{out}_0(y)
</math> 和 <math>
</math> 和 <math>
这里，第一邻边内点的平均数量math>
c
c
</math>，或者像之前表示的<math>
</math>，或者像之前表示的<math>
{\partial \mathcal{G}\over\partial x}\biggl \vert _{x,y=1} = {\partial \mathcal{G}\over\partial y}\biggl \vert _{x,y=1}
{\partial \mathcal{G}\over\partial x}\biggl \vert _{x,y=1} = {\partial \mathcal{G}\over\partial y}\biggl \vert _{x,y=1}
</math>从一个随机选择的节点上可达到的第二邻居的平均数是<math>
</math>从一个随机选择的节点上可达到的第二邻边内的点的平均数是<math>
c_2 = G_1'(1)G'_0(1) ={\partial^2 \mathcal{G}\over\partial x\partial y}\biggl \vert _{x,y=1}
c_2 = G_1'(1)G'_0(1) ={\partial^2 \mathcal{G}\over\partial x\partial y}\biggl \vert _{x,y=1}
</math>. 这些是从随机选择的节点所达到第一和第二邻居的数量，因为这些方程显然是在<math>
</math>. 这些是从随机选择的节点所达到第一和第二邻近点的数量，因为这些方程显然是在<math>
x
x
</math>和 <math>
</math>和 <math>