Modelowanie i analiza sieci złożonychsiudem/MASZ/MASZ_W7.pdf · Równanie master dla sieci BA...
Transcript of Modelowanie i analiza sieci złożonychsiudem/MASZ/MASZ_W7.pdf · Równanie master dla sieci BA...
-
Modelowanie i analiza sieci złożonychVII. Probabilistyczne aspekty sieci złożonych.
Grzegorz Siudem
Politechnika Warszawska
-
MASZ 1
-
Przed zajęciami
-
Do przypomnienia przed zajęciami
Z innych zajęć:
• rozwiązywanie problemów kombinatorycznych metodą funkcjigenerujących.
Z MASZ_5:
• Własności grafów ER.
Z MASZ_6:
• Podejście średniopolowe do modelu BA.
Do przemyślenia:
• Który z grafów: Erdősa-Rényi czy Barábasiego-Alberty jestbardziej odporny na awarie? Dlaczego?
MASZ 2
-
Wykład
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!• względnie proste (prawda?),• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,• nieweryfikowalne przybliżenia,• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!
• względnie proste (prawda?),• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,• nieweryfikowalne przybliżenia,• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!• względnie proste (prawda?),
• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,• nieweryfikowalne przybliżenia,• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!• względnie proste (prawda?),• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,• nieweryfikowalne przybliżenia,• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!• względnie proste (prawda?),• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,
• nieweryfikowalne przybliżenia,• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!• względnie proste (prawda?),• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,• nieweryfikowalne przybliżenia,
• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!• względnie proste (prawda?),• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,• nieweryfikowalne przybliżenia,• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
Wrażenia po wyprowadzeniach modelu BA?
Zalety
• TO DZIAŁA!• względnie proste (prawda?),• krótkie i niewymagające skomplikowanych narzędzi.
Wady
• nierzeczywiste założenia,• nieweryfikowalne przybliżenia,• brak matematycznej precyzji.
Wniosek:Niezadowolonym polecam czytanie Durreta!
MASZ 3
-
R. Durret
https://services.math.duke.edu/~rtd/RGD/RGD.htmlPoważne matematycznie podejście, spójrzmy do rozdziału 4.1.
MASZ 4
https://services.math.duke.edu/~rtd/RGD/RGD.html
-
Równanie master
Równanie opisujące zmiany rozkładu prawdopodobieństwa w czasie
dPidt =
∑j
PjTj→i −∑j
PjTi→j,
co w wersji dyskretnej przyjmuje postać
Pi(t+ 1)− Pi(t) =∑j
Pj(t)Tj→i −∑j
Pj(t)Ti→j,
i to na tej wersji się skupimy.
MASZ 5
-
Równanie master dla sieci BA
Opieramy się na
• rozdziale 4.1 u Durreta,• S.N. Dorogovstev, J.F.F. Mendes i A.N Samukhin, Structure ofgrowing networks with preferential linking, Phys. Rev. Letters. 85,4633–4636 (2000).
Równanie M przyjmuje postać:
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Pytanie:Czy umieją Państwo uzasadnić składowe tego równania?
MASZ 6
-
Równanie master dla sieci BA
Opieramy się na
• rozdziale 4.1 u Durreta,• S.N. Dorogovstev, J.F.F. Mendes i A.N Samukhin, Structure ofgrowing networks with preferential linking, Phys. Rev. Letters. 85,4633–4636 (2000).
Równanie M przyjmuje postać:
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Pytanie:Czy umieją Państwo uzasadnić składowe tego równania?
MASZ 6
-
Równanie master dla sieci BA
Opieramy się na
• rozdziale 4.1 u Durreta,• S.N. Dorogovstev, J.F.F. Mendes i A.N Samukhin, Structure ofgrowing networks with preferential linking, Phys. Rev. Letters. 85,4633–4636 (2000).
Równanie M przyjmuje postać:
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Pytanie:Czy umieją Państwo uzasadnić składowe tego równania?
MASZ 6
-
Równanie master dla sieci BA
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Interpretacja:
• m(k−1)2mt Nk−1(t) liczba wierzchołków, która właśnie awansowała napoziom k-ty.
• mk2mtNk(t) liczba wierzchołków, które awansowały na poziomk+ 1-szy.
• δkm nowo dodany wierzchołek.
Pytanie:Czy to rozwiązanie jest już matematycznie ścisłe?
MASZ 7
-
Równanie master dla sieci BA
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Interpretacja:
• m(k−1)2mt Nk−1(t) liczba wierzchołków, która właśnie awansowała napoziom k-ty.
• mk2mtNk(t) liczba wierzchołków, które awansowały na poziomk+ 1-szy.
• δkm nowo dodany wierzchołek.
Pytanie:Czy to rozwiązanie jest już matematycznie ścisłe?
MASZ 7
-
Równanie master dla sieci BA
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Interpretacja:
• m(k−1)2mt Nk−1(t) liczba wierzchołków, która właśnie awansowała napoziom k-ty.
• mk2mtNk(t) liczba wierzchołków, które awansowały na poziomk+ 1-szy.
• δkm nowo dodany wierzchołek.
Pytanie:Czy to rozwiązanie jest już matematycznie ścisłe?
MASZ 7
-
Równanie master dla sieci BA
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Interpretacja:
• m(k−1)2mt Nk−1(t) liczba wierzchołków, która właśnie awansowała napoziom k-ty.
• mk2mtNk(t) liczba wierzchołków, które awansowały na poziomk+ 1-szy.
• δkm nowo dodany wierzchołek.
Pytanie:Czy to rozwiązanie jest już matematycznie ścisłe?
MASZ 7
-
Równanie master dla sieci BA
Nk(t+ 1)− Nk(t) =m(k− 1)2mt Nk−1(t)−
mk2mtNk(t) + δkm
Nm−1(t) = 0.
Interpretacja:
• m(k−1)2mt Nk−1(t) liczba wierzchołków, która właśnie awansowała napoziom k-ty.
• mk2mtNk(t) liczba wierzchołków, które awansowały na poziomk+ 1-szy.
• δkm nowo dodany wierzchołek.
Pytanie:Czy to rozwiązanie jest już matematycznie ścisłe?
MASZ 7
-
Równanie master dla sieci BA
Nieścisłości w podejściu równania master:
• dodanie krawędzi nie zmienia preferencji układu (dynamikasynchroniczna, wspomnienie po średnim polu),
• dopuszczamy wielokrotne połączenia.
A jednak, to przybliżenie działa doskonale!Dlaczego?
Precyzja czy prostota metody?czyli matematycy vs. fizycy...
MASZ 8
-
Równanie master dla sieci BA
Nieścisłości w podejściu równania master:
• dodanie krawędzi nie zmienia preferencji układu (dynamikasynchroniczna, wspomnienie po średnim polu),
• dopuszczamy wielokrotne połączenia.
A jednak, to przybliżenie działa doskonale!Dlaczego?
Precyzja czy prostota metody?czyli matematycy vs. fizycy...
MASZ 8
-
Równanie master dla sieci BA
Nieścisłości w podejściu równania master:
• dodanie krawędzi nie zmienia preferencji układu (dynamikasynchroniczna, wspomnienie po średnim polu),
• dopuszczamy wielokrotne połączenia.
A jednak, to przybliżenie działa doskonale!Dlaczego?
Precyzja czy prostota metody?czyli matematycy vs. fizycy...
MASZ 8
-
Równanie master dla sieci BA
Nieścisłości w podejściu równania master:
• dodanie krawędzi nie zmienia preferencji układu (dynamikasynchroniczna, wspomnienie po średnim polu),
• dopuszczamy wielokrotne połączenia.
A jednak, to przybliżenie działa doskonale!Dlaczego?
Precyzja czy prostota metody?czyli matematycy vs. fizycy...
MASZ 8
-
Równanie master dla sieci BA
Nk(t+ 1)− Nk(t) =k− 12t Nk−1(t)−
k2tNk(t) + δkm
Nm−1(t) = 0.
Jak je rozwiązać?Tym zajmiemy się w części projektowej.
MASZ 9
-
Równanie master dla sieci BA - rozwiązanie
Nk(t+ 1)− Nk(t) =k− 12t Nk−1(t)−
k2tNk(t) + δkm.
Nm−1(t) = 0.
Rozwiązanie:
P(k) = 2m(m+ 1)k(k+ 1)(k+ 2)
Pytanie:Dlaczego dla k≫ 1 wynik średniopolowy jest zgodny z rozwiązaniemrównania master?
MASZ 10
-
Równanie master dla sieci BA - rozwiązanie
Nk(t+ 1)− Nk(t) =k− 12t Nk−1(t)−
k2tNk(t) + δkm.
Nm−1(t) = 0.
Rozwiązanie:
P(k) = 2m(m+ 1)k(k+ 1)(k+ 2)
Pytanie:Dlaczego dla k≫ 1 wynik średniopolowy jest zgodny z rozwiązaniemrównania master?
MASZ 10
-
Perkolacja w grafach ER
Wróćmy teraz do grafów ER
Co dzieje się w środku? – prześledzimy zgodnie z rozdziałem 4.3.2 zksiążki Fronczaków
MASZ 11
-
Perkolacja w grafach ER
Co to jest perkolacja?
wikipedia
Matematyczny model przeciekania cieczy przez porowaty materiał.MASZ 12
-
Perkolacja w grafach ER
A jaki to ma związek z grafami?
Pytamy kiedy graf będzie sperkolowanyczyli kiedy klaster perkolacyjny ma rozmiar N∗ ∝ N.
Uwaga!Postępujemy tutaj fizycznie, po ścisłe podejścia (sic!) zapraszam dorozdziału 2. u Durreta.
MASZ 13
-
Perkolacja w grafach ER
A jaki to ma związek z grafami?
Pytamy kiedy graf będzie sperkolowanyczyli kiedy klaster perkolacyjny ma rozmiar N∗ ∝ N.
Uwaga!Postępujemy tutaj fizycznie, po ścisłe podejścia (sic!) zapraszam dorozdziału 2. u Durreta.
MASZ 13
-
Perkolacja w grafach ER
Wprowadźmy rozkład Q(k)Q(k) to rozklad stopni na końcach losowo wybranej krawędzi.
W części projektowej uzasadnimy, że Q(k) ∝ kP(k), a zatem
Q(k) = k⟨k⟩P(k).
W części projektowej uzasadnimy, że próg perkolacji możnazdefiniować jako ∑
k
kQ(k) ⩾ 2,
co jest równoważne
⟨k⟩nn =⟨k2⟩⟨k⟩ = 2.
MASZ 14
-
Perkolacja w grafach ER
Wprowadźmy rozkład Q(k)Q(k) to rozklad stopni na końcach losowo wybranej krawędzi.
W części projektowej uzasadnimy, że Q(k) ∝ kP(k), a zatem
Q(k) = k⟨k⟩P(k).
W części projektowej uzasadnimy, że próg perkolacji możnazdefiniować jako ∑
k
kQ(k) ⩾ 2,
co jest równoważne
⟨k⟩nn =⟨k2⟩⟨k⟩ = 2.
MASZ 14
-
Perkolacja w grafach ER
Wprowadźmy rozkład Q(k)Q(k) to rozklad stopni na końcach losowo wybranej krawędzi.
W części projektowej uzasadnimy, że Q(k) ∝ kP(k), a zatem
Q(k) = k⟨k⟩P(k).
W części projektowej uzasadnimy, że próg perkolacji możnazdefiniować jako ∑
k
kQ(k) ⩾ 2,
co jest równoważne
⟨k⟩nn =⟨k2⟩⟨k⟩ = 2.
MASZ 14
-
Perkolacja w grafach ER
Dla grafów ER otrzymujemy warunek na perkolacje
⟨k⟩ = 1,
co prowadzi dopc =
1N .
0 1 2 3 4
0.0
0.2
0.4
0.6
0.8
1.0
P∞
MASZ 15
-
Dziękuję za uwagę!
MASZ 15
-
MASZ 16
Przed zajęciamiWykład