×

种群进化模型及其在随机网络中的应用。 (英语) Zbl 1439.60041号

作者分析了一个似乎与Barabási-Albert模型有着非常相似味道的模型。一组个体由随机大小的个体组成。每个人都有一个自然数的分数。随着一个新群体的到来,群体中任何其他现有成员的得分都会增加1,其概率与其自身得分成比例,或者随着概率的降低而增加。
主要结果与随机变量有关,即具有给定分数的个人数量。在假设束团大小的条件期望为if(m<infty)的情况下,计算期望值并显示其周围的浓度。此外,还导出了一个几乎确定的极限。
这些结果被应用于类似于Barabási-Albert模型的随机图模型,但随着每个新顶点的到来,会创建一个给定大小的新团。

MSC公司:

60G42型 离散参数鞅
05C80号 随机图(图形理论方面)
05C82号 小世界图形、复杂网络(图形理论方面)
第92天25分 人口动态(一般)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Azuma,K.,某些相依随机变量的加权和,东北数学。J.,19357-367(1967年)·Zbl 0178.21103号
[2] 阿拉巴马州巴克豪兹。;Móri,T.F.,基于3种交互作用的随机图模型,科学大学安。布达佩斯。第节。计算。,36, 41-52 (2012) ·Zbl 1249.05354号
[3] 阿拉巴马州巴克豪兹。;Móri,F.T.,基于3种交互作用的随机图模型中的权重和度数,《数学学报》。匈牙利。,143, 1, 23-43 (2014) ·Zbl 1324.05184号
[4] Barabási,A.L。;Albert,R.,《随机网络中尺度的出现》,《科学》,286509-512(1999)·Zbl 1226.05223号
[5] Bollobás,B。;俄亥俄州里奥丹。;斯宾塞,J。;Tusnády,G.,无标度随机图过程的度序列,随机结构算法,18,279-290(2001)·Zbl 0985.05047号
[6] Durrett,R.,《随机图形动力学》(2007),剑桥大学出版社:剑桥大学出版社·兹比尔1116.05001
[7] Fazekas I.Noszály Cs。;Perecsényi,A.,基于三种交互作用的随机图模型中的团权重,Lith。Mat.J.,55,2,207-221(2015)·Zbl 1320.05111号
[8] 法泽卡斯,I。;Porvázsnyik,B.,优先附着随机图模型中度和权重的无标度特性,J.Probab。Stat.,第70796条pp.(2013)·Zbl 1307.05202号
[9] 法泽卡斯,I。;Porvázsnyik,B.,交互作用随机图模型中权重和度的极限定理,开放数学。,14, 1, 414-424 (2016) ·兹比尔1346.05269
[10] 法泽卡斯,I。;Porvázsnyik,B.,交互随机图模型中度和权重的无标度特性,J.Math。科学。,214, 1, 69-82 (2016) ·Zbl 1360.05153号
[11] Hoeffing,W.,有界随机变量和的概率不等式,J.Amer。统计师。协会,58,13-30(1963)·Zbl 0127.10602号
[12] Janson,S。;Łuczak,T。;Rucinski,A.,Random Graphs(2000),Wiley-Interscience:Wiley-Interscience纽约·兹比尔0968.05003
[13] 奥斯特鲁莫娃。;Ryabchenko,A。;Samosvat,E.,《广义优先附着:可调幂律度分布和聚类系数》,(Bonato,A.;Mitzenmacher,M.;Pralat,P.,《网络图的算法和模型:第十届国际研讨会》,WAW 2013,美国马萨诸塞州坎布里奇,2013年12月14-15日。诉讼程序。网络图的算法和模型:第十届国际研讨会,2013年12月14-15日,美国马萨诸塞州坎布里奇WAW。计算机科学论文集,8305(2013),Springer),185-202·Zbl 1347.68020号
[14] van der Hofstad,R.,《RandOm图和复杂网络》(2017),剑桥大学出版社·Zbl 1361.05002号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。