Erdős–Rényi-modell
Az Erdős–Rényi-modell a gráfelméletben két rokon, véletlen gráfok előállítására szolgáló modell neve. Az egyik változata egyenlő valószínűséggel választ az összes adott élszámú gráf közül, a másiknál minden él egymástól függetlenül egy adott valószínűséggel van behúzva.
Definíció
Az Erdős–Rényi-modellnek két, szorosan összefüggő változata van.
![](http://upload.wikimedia.org/wikipedia/commons/thumb/1/13/Erdos_generated_network-p0.01.jpg/220px-Erdos_generated_network-p0.01.jpg)
- A G(n, M) modellben egyenletes eloszlás szerint választunk egyet az összes n csúcsú, M élű gráf közül. Például a G(3,2) modellben a három, két vonal behúzásával kapható gráf mindegyikét 1/3 valószínűséggel választjuk.
- A G(n, p) modellben a gráfot az élek véletlen behúzásával kapjuk: minden élt, egymástól függetlenül, p valószínűséggel húzunk be. Más megközelítésben, először a eloszlás szerint választunk egy M-et, majd generálunk egy G(n, M) gráfot. A p egyfajta súlyfüggvényként fogható fel: nagyobb p értékekre nagyobb valószínűséggel kapunk sok élt tartalmazó gráfot. Speciálisan p = 0,5-re egyforma valószínűséggel választjuk mind a lehetséges gráfot.
A p és M paramétereket gyakran n függvényeként adják meg, és azt vizsgálják, mit lehet mondani valamilyen tulajdonság előfordulásának valószínűségéről, ha n tart a végtelenbe. Például a „majdnem minden gráf összefüggő” állítás azt jelenti, hogy annak valószínűsége, hogy egy gráf összefüggő, tart az 1-hez, ha n tart a végtelenhez.
A két modell összehasonlítása
Ha T egy monoton tulajdonság (azaz ha egy részgráfra teljesül, akkor a teljes gráfra is), akkor T akkor és csak akkor teljesül majdnem minden G(n,p) gráfra, ha majdnem minden gráfra teljesül (ahol tart a végtelenhez).
(Az összefüggés azon alapszik, hogy egy G(n,p) gráf éleinek várható száma , és a nagy számok törvénye szerint minden G(n,p)-gráfnak majdnem biztosan körülbelül ennyi éle lesz, ha n tart végtelenhez. így ha tart a végtelenhez, akkor G(n,p) és között nincs olyan nagy különbség.)
A gyakorlatban inkább a G(n, p) modellt használják, többek között azért, mert az élek függetlensége gyakran megkönnyíti az elemzést.
G(n, p) tulajdonságai
G(n, p)-nek átlagosan éle van. Az egyes csúcsok fokszámeloszlása binomiális:
Erdős és Rényi p és n arányával nagyon pontosan jellemezni tudta egy G(n,p) gráf összefüggőségét.[1] Többek között bebizonyították, hogy
- ha , akkor egy G(n,p) gráfnak majdnem biztosan nem lesz -nél nagyobb összefüggő komponense.
- Ha , akkor egy G(n,p) gráf legnagyobb összefüggő komponense majdnem biztosan konstansszor nagyságrendű lesz.
- Ha egy 1-nél nagyobb konstanshoz tart, akkor egy G(n,p) gráfnak majdnem biztosan lesz egy „óriás” összefüggő komponense, ami konstansszor n nagyságrendű lesz, és az összes többi komponens legfeljebb csúcsot tartalmaz.
Továbbá:
- Ha , akkor egy G(n, p) gráf majdnem biztosan nem összefüggő.
- Ha , akkor egy G(n, p) gráf majdnem biztosan összefüggő.
Más szóval az éles küszöb G(n, p) összefüggőségére. Ezt a jelenséget, amikor egy gráfra egy adott tulajdonság egy bizonyos küszöb alatt majdnem biztosan nem teljesül, a küszöb fölött pedig majdnem biztosan teljesül, fázisátmenetnek nevezik.
Más tulajdonságok is nagy pontossággal leírhatók végtelenhez tartó n mellett. Például van olyan k(n) függvény (ami körülbelül megegyezik -nel), hogy a legnagyobb G(n, 0,5)-beli klikk mérete majdnem biztosan vagy k(n) vagy k(n) + 1.[2]
A majdnem biztosan összefüggő G(n, p) gráfok majdnem biztosan kis-világ tulajdonságúak is.[forrás?]
A modell korlátai
A G(n, p) modell két fő feltevése (hogy az élek függetlenek, és minden él megléte egyformán valószínű) a gyakorlatban ritkán teljesül. Az érdekes hálózatok nagy része például skálafüggetlen, egy Erdős–Rényi-gráf viszont nem az. Emellett az Erdős–Rényi-gráfok klaszterezettsége 1/n körül van, a vizsgált hálózatoké pedig gyakran konstans.
Története
A G(n, p) modellt először Edgar Gilbert vezette be egy 1959-es cikkében, amiben gráfok összefüggőségének a feltételeit vizsgálta.[3] A G(n, M) modellt Erdős Pál és Rényi Alfréd vezette be, szintén 1959-ben, és szintén az összefüggőséget vizsgálva;[4]
Lásd még
- Watts–Strogatz-modell
- Barabási–Albert-modell
Források
- ↑ Erdős, P., Rényi, A. (1960). „On The Evolution of Random Graphs”. Magyar Tud. Akad. Mat. Kutató Int. Közl. 5, 17-61. o.
- ↑ Bollobás, B., Erdős, P. (1976). „Cliques in Random Graphs”. Math. Proc. Cambridge Phil. Soc. 80 (3), 419-427. o.
- ↑ Gilbert, E.N. (1959). „Random Graphs”. Annals of Mathematical Statistics 30, 1141-1144. o.
- ↑ Erdős, P., Rényi, A. (1959). „On Random Graphs. I.”. Publicationes Mathematicae 6, 290-297. o.
- Bollobás, B.. Random Graphs, 2nd, Cambridge University Press (2001). ISBN 0521797225
- West, Douglas B.. Introduction to Graph Theory, 2nd, Prentice Hall (2001). ISBN 0-13-014400-2