Случайные графы — различия между версиями
м |
|||
Строка 2: | Строка 2: | ||
{{Определение | {{Определение | ||
|neat = 1 | |neat = 1 | ||
− | |definition= '''Биномиальная модель случайного графа''' (англ. ''binomial random graph model'') <tex>G(n, p)</tex> {{---}} модель, в которой каждое ребро входит в случайный граф независимо от остальных ребер с вероятностью <tex>p</tex>. <tex>G(n, p) = (\Omega_n, F_n, P_{n, p})</tex> {{---}} вероятностное пространство. <tex>|\Omega_n| = 2^{C^2_n}</tex>, <tex>P_{n, p}(G) = p^m(1 - p)^{C^2_n - m}</tex>, где <tex>m</tex> {{---}} число ребер в графе. | + | |definition= '''Биномиальная модель случайного графа''' (англ. ''binomial random graph model'') <tex>G(n, p)</tex> {{---}} модель, в которой каждое ребро входит в случайный граф независимо от остальных ребер с вероятностью <tex>p</tex>. <tex>G(n, p) = (\Omega_n, F_n, P_{n, p})</tex> {{---}} [[ Вероятностное пространство, элементарный исход, событие | вероятностное пространство ]]. <tex>|\Omega_n| = 2^{C^2_n}</tex>, <tex>P_{n, p}(G) = p^m(1 - p)^{C^2_n - m}</tex>, где <tex>m</tex> {{---}} число ребер в графе. |
}} | }} | ||
{{Определение | {{Определение |
Версия 11:30, 1 декабря 2019
Определение:
Биномиальная модель случайного графа (англ. binomial random graph model) вероятностное пространство . , , где — число ребер в графе.
— модель, в которой каждое ребро входит в случайный граф независимо от остальных ребер с вероятностью . —
Определение:
Равномерная модель случайного графа (англ. uniform random graph model)
— модель, в которой все графы с ребрами равновероятны. — вероятностное пространство. , .
Определение: |
Свойство | ассимптотически почти наверное истинно, если
Определение: |
Свойство | ассимптотически почти наверное ложно, если
Существование треугольников в случайном графе
Теорема: |
Если , то а.п.н не содержит треугольников. |
Доказательство: |
Пусть — число треугольников в графе, — индикаторная случайная величина, равная , если вершины , и образуют треугольник.Воспользуемся неравенством Маркова: , при . |
Теорема: |
Если , то а.п.н содержит треугольник. |
Доказательство: |
Пусть — число треугольников в графе, — индикаторная случайная величина, равная , если вершины , и образуют треугольник.Воспользуемся неравенством Чебышева: . Найдем :
, при |
Теоремы о связи вероятности и матожидания
Теорема: |
Пусть — число объектов в графе . — свойство. Тогда, если , при , то а.п.н ложно. |
Доказательство: |
Воспользуемся неравенством Маркова: , при . |
Теорема: |
Пусть — число объектов в графе . — свойство. Тогда, если , при , и то а.п.н истинно. |
Доказательство: |
Воспользуемся неравенством Чебышева: , при . |