更改

度分布无论是在研究真实网络(如互联网和社会网络)中还是在理论网络中都非常重要。以最简单的网络模型([[ER模型]])

度分布无论是在研究真实网络(如互联网和社会网络)中还是在理论网络中都非常重要。以最简单的网络模型([[ER模型]])

[[随机图 Random graph]]为例，它的每''n''个节点都以概率''p'' (或1 − ''p'')独立连接(或不独立连接) ，其中'''<font color="#ff8000">二项分布 Binomial Distribution</font>'''的度值为''k'':

[[随机图 Random graph]]为例，它的每''n''个节点都以概率''p'' (或1 − ''p'')独立连接(或不独立连接) ，其中'''<font color="#ff8000">二项分布 Binomial Distribution</font>'''的度值为''k'':

:<math>

:<math>

P(k) = {n-1\choose k} p^k (1 - p)^{n-1-k},

P(k) = {n-1\choose k} p^k (1 - p)^{n-1-k},

</math>

</math>

(即使平均度<math>\langle k\rangle=p(n-1)</math>保持不变，也会出现有限节点的泊松分布)。现实世界中的大多数网络的度分布却往往与上述分布非常不同，它们的大多数节点是高度右倾的，这就意味着这些节点的度值较低，但少数节点，即所谓的“'''枢纽'''” ，度值较高。一些网络，尤其是互联网、万维网和一些社交网络，被认为具有近似遵循[[幂律分布 power law]：

(即使平均度<math>\langle k\rangle=p(n-1)</math>保持不变，也会出现有限节点的泊松分布)。现实世界中的大多数网络的度分布却往往与上述分布非常不同，它们的大多数节点是高度右倾的，这就意味着这些节点的度值较低，但少数节点，即所谓的“'''枢纽'''” ，度值较高。一些网络，尤其是互联网、万维网和一些社交网络，被认为具有近似遵循[[幂律分布 power law]：

:<math>

:<math>

<br>

<br>

== 超额度分布 ==

== 超额度分布 ==