- •Информация
- •Введение
- •Основные концепции моделирования
- •Теория случайных графов
- •Модель Эрдёша-Реньи
- •Подграфы
- •Распределение степеней
- •Связность и диаметр
- •Кластерный коэффициент
- •Концепции
- •Алгоритм
- •Фрактальная размерность
- •Размерность Минковского
- •Информация[4]
- •Информация[4]
- •Понятие энтропии
- •Свойства энтропии сообщений
- •Избыточность сообщений
- •Теоремы Шеннона
- •Свойства количества информации
Подграфы
Первым
свойством случайных графов, изученным
Эрдёшем и Реньи (1959), было появление
подграфов. Граф G1,
состоящий из множества P1 вершин
и множества E1 ребер,
является подграфом графа G =
{P, E},
если все вершины E1 также
являются вершинами E.
Простейшими примерами подграфов являются
циклы, деревья и полные подграфы. Цикл
порядка k —
это замкнутый путь из k ребер,
в котором только два последовательных
ребра имеют общую вершину. Таким образом,
треугольник — это цикл 3-го порядка, а
четырехугольник — 4-го. Средняя степень
цикла равна 2, поскольку каждая вершина
имеет 2 ребра. Противоположность циклам
составляют деревья, которые не могут
образовывать замкнутый контур. Точнее,
деревом порядка k является
граф, не имеющий циклов, у которого k вершин
и k−1
ребер. Средняя степень дерева
порядка k составляет
<k> =
2 − k ⁄ 2
и стремится к 2 для больших деревьев.
Полные подграфы порядка k содержат k вершин
и все из возможных
ребер,
другими словами, все их вершины соединены.
В
теории случайных графов имеется точный
ответ на этот вопрос (Bollobas 1985). Рассмотрим
случайный граф G = G(N, p).
Дополнительно рассмотрим небольшой
граф F,
состоящий из k вершин
и l ребер.
В принципе, случайный граф G может
содержать несколько таких подграфов.
Во-первых, определим, сколько таких
подграфов существует. k вершин
могут быть выбраны из общего
числа N вершин
способами,
а l ребер
могут быть образованы с вероятностью pl.
К тому же, мы можем переставлять k вершин
и в итоге получить k!
новых графов (точное значение равно
,
где a —
количество взаимно изоморфных графов).
Таким образом, ожидаемое количество
подграфов F графа G составит
Подразумеваем,
что реальное число таких подграфов
может отличаться от E(X),
но в большинстве случаев оно будет
соответствовать данному выражению.
Заметим, что подграфы не должны быть
изолированными, то есть могут существовать
вершины, имеющие свое начало в подграфе,
а конец — вне его. Уравнение показывает,
что если p(N)
таково, что
при N → ∞,
ожидаемое
количество
подграфов E(X) → 0,
то
есть,
практически
ни
один
из
случайных
графов
не
содержит
подграфа F.
С другой стороны, если
,
количество подграфов будет конечным
числом, определяемым
,
что говорит о том, что эта функция может
быть критической вероятностью.
Правильность этого утверждения может
быть проверена расчетами распределения
количества подграфов Pp(X = r),
что дает (согласно Боллобасу 1995):
Вероятность того, что граф G содержит, по крайней мере, один подграф F, составляет в таком случае
что
стремится к 1 при увеличении c.
Для значений p,
удовлетворяющих
вероятность
стремится
к 1, тем не менее, критическая вероятность
того, что практически каждый граф
содержит подграф с k вершинами
и l ребрами,
составляет Pp(X = r)
Некоторые важные свойства:
Критическая вероятность наличия дерева порядка k составляет
Критическая вероятность наличия цикла порядка k составляет
Критическая вероятность наличия полного подграфа порядка k составляет
Распределение степеней
Эрдёш и Реньи (1959) были первыми, кто изучил распределение максимальных и минимальных степеней в случайном графе, полное распределение степеней было получено позднее Боллобасом (1981). В случайном графе с вероятностью связности p степень ki вершины iследует биномиальному распределению с параметрами N−1 и p:
(*)
Эта
вероятность представляет количество
способов, которыми k ребер
могут быть проведены из определенной
вершины: вероятность для k ребер
составляет pk,
вероятность отсутствия дополнительных
ребер составляет (1−p)N−1−k и
существует
эквивалентных
способов выбора k конечных
точек для этих ребер. Тем более, если
вершины i и j являются
различными, P(ki = k)
и P(kj = k)
близки к тому, чтобы быть независимыми
случайными переменными. Для нахождения
распределения степеней графа, необходимо
изучить количество вершин со
степенью k (обозначим Xk).
Нашей основной целью будет определить
вероятность того, что Xk принимает
заданное значение P(Xk = r)
Согласно
(*),
ожидаемое количество вершин со
cтепенью k составит
,
где
.
C хорошим приближением для распределения
степеней в случайном графе подходит
биномиальное распределение
,
которое для больших N может
быть заменено распределением Пуассона:
