WS小世界网络度分布公式推导

文章讨论了WS小世界网络中度数为k的节点的概率表达式,以及如何计算度数分布的标准差。在WS网络中,所有节点的度数均为k,由此推导出度数分布的概率和标准差公式。
摘要由CSDN通过智能技术生成

假设网络中度数为 k k k 的节点有 N k N_k Nk 个,总共有 N N N 个节点,则度数为 k k k 的节点出现的概率可以表示为:

P ( k ) = N k N P(k) = \frac{N_k}{N} P(k)=NNk

由于在WS小世界网络中,每个节点的度数都是 k k k,因此可以得到:

N k = N ⋅ 2 k k m a x ⋅ ( k m a x − 1 ) N_k = \frac{N \cdot 2k}{k_{max} \cdot (k_{max}-1)} Nk=kmax(kmax1)N2k

其中 k m a x k_{max} kmax 是节点的最大度数,对于环状结构的WS小世界网络, k m a x = k k_{max}=k kmax=k。此外,由于每个节点连接的相邻节点数是 k / 2 k/2 k/2(向左取整),因此:

< k > = 2 ( k / 2 ) k ⋅ ( k − 1 ) = k − 1 <k> = \frac{2(k/2)}{k} \cdot (k-1) = k-1 <k>=k2(k/2)(k1)=k1

接下来需要求解度分布的标准差 σ \sigma σ,由于WS小世界网络中每个节点的度数都是 k k k,因此标准差可以表示为:

σ = ∑ i = 1 N ( k i − < k > ) 2 N \sigma = \sqrt{\frac{\sum_{i=1}^{N}(k_i-<k>)^2}{N}} σ=Ni=1N(ki<k>)2

其中 k i k_i ki 表示第 i i i 个节点的度数。由于所有节点的度数都相同,因此可以简化为:

σ = ( k − < k > ) 2 N \sigma = \sqrt{\frac{(k-<k>)^2}{N}} σ=N(k<k>)2

N k N_k Nk σ \sigma σ 带入度分布公式,可以得到:

P ( k ) = 2 k N ⋅ e − ( k − < k > ) 2 2 σ 2 = 2 k N ⋅ e − ( k − < k > ) 2 2 ⋅ ( ( k − < k > ) 2 N ) = 2 k N ⋅ e − N 2 ( 1 − < k > k ) 2 P(k) = \frac{2k}{N} \cdot e^{-\frac{(k-<k>)^2}{2\sigma^2}} = \frac{2k}{N} \cdot e^{-\frac{(k-<k>)^2}{2\cdot(\frac{(k-<k>)^2}{N})}} = \frac{2k}{N} \cdot e^{-\frac{N}{2}(1-\frac{<k>}{k})^2} P(k)=N2ke2σ2(k<k>)2=N2ke2(N(k<k>)2)(k<k>)2=N2ke2N(1k<k>)2

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值