第254行: |
第254行: |
| 如下图所示,在由三种不同方法生成的各种归一化的TPM 上比较了<math> | | 如下图所示,在由三种不同方法生成的各种归一化的TPM 上比较了<math> |
| \log{\Gamma_{\alpha}} | | \log{\Gamma_{\alpha}} |
− | </math>和 EI:1)软化置换矩阵;2)软化退化矩阵;3)完全随机矩阵。生成这些矩阵的方法见参考文献附录B。图(a)、(b)和(c)表明,在这些例子中都观察到了正相关性,并且在N ≫ 1 时,<math> | + | </math>和 EI:1)软化置换矩阵;2)软化退化矩阵;3)完全随机矩阵。生成这些矩阵的方法见参考文献<ref name=":22" />附录B。图(a)、(b)和(c)表明,在这些例子中都观察到了正相关性,并且在N ≫ 1 时,<math> |
| EI\sim\log{\Gamma_{\alpha}}. | | EI\sim\log{\Gamma_{\alpha}}. |
| </math>的近似关系得到了证实。在(a) 和 (b) 中可以明显观察到这种关系,但在(b) 中,由于覆盖了有限的<math> | | </math>的近似关系得到了证实。在(a) 和 (b) 中可以明显观察到这种关系,但在(b) 中,由于覆盖了有限的<math> |
第260行: |
第260行: |
| </math>值区域,这种关系退化为近似线性关系。 | | </math>值区域,这种关系退化为近似线性关系。 |
| | | |
− | 图(a)和(b)中用红色虚线表示了 EI 的上下限。不过,在图(c)中,由于所有点都集中在一个小区域内,因此看不到理论边界线。根据经验,图中灰色断线所示的对数<math>\log{\Gamma_{\alpha}} | + | 图(a)和(b)中用红色虚线表示了 EI 的上下限。不过,在图(c)中,由于所有点都集中在一个小区域内,因此看不到理论边界线。根据经验,图中灰色断线所示的<math>\log{\Gamma_{\alpha}} |
− | </math>的EI上限更为严格。因此可以推测 <math>EI\le\log{\Gamma_{\alpha}} | + | </math>的上限更为严格。因此可以推测 <math>EI\le\log{\Gamma_{\alpha}} |
| </math>这一新关系是成立的,但其严密性有待证明。 | | </math>这一新关系是成立的,但其严密性有待证明。 |
| | | |
第272行: |
第272行: |
| </math>的解析解,并展示了EI和<math> | | </math>的解析解,并展示了EI和<math> |
| \Gamma | | \Gamma |
− | </math>与参数p和q的关系。下图(a)和(b)之间的差异显而易见:1)当<math> | + | </math>与参数p和q的关系。其中p和q用于生成最简单的2<math>\cdot</math>2马尔科夫矩阵<math>P=\begin{pmatrix} |
| + | p& 1-p\\ |
| + | 1-q & q |
| + | \end{pmatrix} |
| + | </math>,下图(a)和(b)之间的差异显而易见:1)当<math> |
| p\approx 1-q | | p\approx 1-q |
| </math>时,<math>\Gamma | | </math>时,<math>\Gamma |