更改

|{{EquationRef|1}}}}

|{{EquationRef|1}}}}

其中<math>W_i</math>为W的第i行构成的行向量，也对应了i节点跳出到其它节点的概率，[math]\bar{W}=\sum_{i=1}^N W_i/N[/math]为W的所有行向量求平均得到的平均向量, <math>\bar{w_j}=\frac{1}{N}\sum_{i=1}^N w_{ij}</math>，表示节点<math>j</math>入边权重的平均值。 同样，有效信息可以分解为[[确定性]]和[[简并性]]（参考[[有效信息]]）。

其中<math>W_i</math>为W的第i行构成的行向量，也对应了i节点跳出到其它节点的概率，[math]\bar{W}=\sum_{i=1}^N W_i/N[/math]为W的所有行向量求平均得到的平均向量, <math>\bar{w_j}=\frac{1}{N}\sum_{i=1}^N w_{ij}</math>，表示从任意节点跳转到节点<math>j</math>的所有概率的平均值。 同样，有效信息可以分解为[[确定性]]和[[简并性]]（参考[[有效信息]]）。

这两项分别是：

这两项分别是：

除此之外，{{EquationNote|1}}式还可以用有效信息的原始定义来理解。在初始时刻，我们假设随机游走子的初始状态分布为：

除此之外，{{EquationNote|1}}式还可以用有效信息的原始定义，即do干预形式的互信息来理解。在初始时刻，我们假设随机游走子的初始状态分布为：

<math>

<math>