第31行: |
第31行: |
| | | |
| | | |
− | 根据零一律,一个无限的随机图是否渗流的概率要么为0,要么为1,处于这一转折的临界概率称为渗流阈值,记作pc。临界点处的渗流模型,簇的大小分布具有标度行为
| + | 根据零一律,一个无限的随机图是否渗流的概率要么为0,要么为1,处于这一转折的临界概率称为渗流阈值,记作$pc$。临界点处的渗流模型,簇的大小分布具有标度行为 |
| | | |
| | | |
第53行: |
第53行: |
| 考虑一个包含L个顶点的一维晶格。根据零一率,我们可以写出一维晶格上发生渗流的概率为 | | 考虑一个包含L个顶点的一维晶格。根据零一率,我们可以写出一维晶格上发生渗流的概率为 |
| $$ | | $$ |
− | \limit_{L to \infty} P(p,L) = \left\{\begin{array}{ll} | + | \lim_{L to \infty} P(p,L) = \left\{\begin{array}{ll} |
| 0 & \text { for } p < p_{c} \\ | | 0 & \text { for } p < p_{c} \\ |
| 1 & \text { for } p \geq p_{c} | | 1 & \text { for } p \geq p_{c} |
第60行: |
第60行: |
| 对于一维晶格,要发生渗流,需要每一个点都生成。也就是渗流阈值就是$p_c = 1$ | | 对于一维晶格,要发生渗流,需要每一个点都生成。也就是渗流阈值就是$p_c = 1$ |
| $$ | | $$ |
− | \limit_{L to \infty} P(p,L) = \limit_{L to \infty} p^L = \left\{\begin{array}{ll} | + | \lim_{L to \infty} P(p,L) = \lim_{L to \infty} p^L = \left\{\begin{array}{ll} |
| 0 & \text { for } p < 1 \\ | | 0 & \text { for } p < 1 \\ |
| 1 & \text { for } p \geq 1 | | 1 & \text { for } p \geq 1 |
第86行: |
第86行: |
| s_{\xi} \propto\left|p_{c}-p\right|^{-\frac{1}{\sigma}} \quad \text { for } p \rightarrow p_{c} | | s_{\xi} \propto\left|p_{c}-p\right|^{-\frac{1}{\sigma}} \quad \text { for } p \rightarrow p_{c} |
| $$ | | $$ |
− | 其中$\sigma$是所有网络上的相关尺寸的临界指数,不同的网络可能具有同样的临界指数,临界指数反应了临界现象的普适性。$\exp \left(-\frac{s}{s_{\xi}}\right$反映了簇大小分布在临界点处的标度行为,簇的数目随着其尺寸的增大而指数下降。 | + | 其中$\sigma$是所有网络上的相关尺寸的临界指数,不同的网络可能具有同样的临界指数,临界指数反应了临界现象的普适性。$\exp \left(-\frac{s}{s_{\xi}}$反映了簇大小分布在临界点处的标度行为,簇的数目随着其尺寸的增大而指数下降。 |