网络图的基本概念.ppt

复杂网络的无标度特性 上海理工大学 管理学院、系统工程研究所 张宁 目录 概率统计预备知识 网络(图)的基本概念 规则图和随机网 Scale-free网络 常用软件 参考文献 一、概率统计预备知识 目录 随机变量与分布函数（离散、连续） 随机变量的数字特征（数学期望、方差） 泊松分布 幂函数 指数函数 随机变量与分布函数 对某个随机试验 ，如果每次试验的结果可以用一个数X来表示，而且对任何实数k，Xx有着确定的概率，则称X是随机变量。 随机变量X的值小于实数k的概率P(Xx)是x的函数，记作 F(k)=P(Xx) ,函数F(x)叫做随机变量X的分布函数。 离散型分布 若随机变量X只取有限个或可数个孤立的值 ，并且对应这些值有确定的概率，即 ，则称X是离散随机变量（或X是离散分布的）， 称为的概率分布，它满足下列条件： 连续型分布 若存在一个非负函数 ，使随机变量X的分布函数 可以表示为 则X称为连续随机变量（或X是连续分布的）， 称为随机变量X的概率密度。 随机变量的数字特征 随机变量的数学期望 定义1 设x是离散型随机变量，它的概率函数是 方差 为随机变量的方差。方差是刻划随机变量取值离差程度的一个数。 X的方差的算术平方根称为标准差(或均方差） 泊松分布 设随机变量X所有可能取的值为0，1，2，…，而取各个可能值的概率为： 指数函数 指数函数 幂函数 幂函数 变量代换可在双对数坐标上得直线， 二、网络(图)的基本概念 中国教科网 网络(图)的基本概念 节点通常用来表示系统中的部件； 边通常用来表示系统中部件之间的关系。 网络(图)就是由节点与节点之间的关系构成的一张图。 中国教科网拓扑结构 网络（图）的基本概念 关联与邻接 度、平均度 节点的度分布 最短路径与平均路径长度 群系数 网络(图)的基本概念 有向图、无向图、不连通图 网络(图)的基本概念 节点的度分布是指网络（图）中度为 的节点的概率 随节点度 的变化规律。 网络(图)的基本概念 最短路径就是从指定始点到指定终点的所有路径中总权最小的一条路经。 平均路径长度是指所有点对之间的最短路径的算术平均值。 网络(图)的基本概念 集群系数(Clustering coefficient)反映网络的群集程度，定义为网络的平均度与网络规模之比。 三、规则图和随机图 规则图的特征 如果系统中节点及其与边的关系是固定的，每个节点都有相同的度数，就可以用规则图来表示这个系统。 随机图的特征 如果系统中节点及其与边的关系不确定，就只能用随机图来表示这个系统。 规则图的特征 随机图的特征 节点确定，但边以概率 任意连接。 节点不确定，点边关系也不确定。 随机图——节点42，边118 四、Scale-free网络 目录 早期网络模型 无标度Scale-free网络 BA模型 早期网络模型 ER模型 小世界模型 ER模型 Erd?s和Rényi （ER）最早提出随机网络模型并对模型进行了深入研究，他们是用概率统计方法研究随机图统计特性的创始人。 在模型开始阶段给定N个节点，没有边，以概率p用边连接任意一对节点，用这样的方法产生一随机网络。 ER模型 Erd?s和Rényi（1959）首先研究了在随机网络中最大和最小度的分布，Bollobás(1981)随后得到了所有度分布的形式，推导出度数为k的节点数遵从平均值为 的泊松分布，即 小世界模型 为了描述从一个局部有序系统到一个随机网络的转移过程，Watts和 Strogatz（WS）提出了一个新模型，通常称为小世界网络模型。 WS模型始于一具有N个节点的一维网络，网络的节点与其最近的邻接点和次邻接点相连接，然后每条边以概率p重新连接。约束条件为节点间无重边，无自环。 小世界模型 当p等于0时，对应的网络规则图。两个节点间的平均距离L线性地随N增长而增长，集群系数大。 当p等于1时，系统变为随机图。 L对数地随N增长而增长，且集群系数随N减少而减少。 在p等于（0，1）区间任意值时，模型显示出小世界特性，L约等于随机图的值，网络具有高度集群性。 复杂网络都具有分布于平均值两边的度分布曲线吗？ 无标度(Scale-free)网络 Scale-free网络的发现 Scale-free网络的特性 Scale-free)网络的发现 信息交换网（万维网、国际互联网、电话网、电力网） 社会网络（电影演员合作网、科研合作图、引文网、人类性接触网、语言学网） 生物网络（细胞网络、生态网络、蛋白质折叠） Scale-f