GraphPropertyDistribution

GraphPropertyDistribution[expr,xgdist]

表示属性 expr 的分布，其中随机变量 x 服从图分布 gdist.

GraphPropertyDistribution[expr,{x1gdist1,x2gdist2,…}]

表示分布，其中 x1, x2, … 是独立的，并且服从图分布 gdist1, gdist2, ….

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (3)

获取图模型的属性分布：

模拟图属性的分布：

计算均值：

绘制概率密度函数：

范围  (14)

基本用途  (5)

获取图模型的符号式属性分布：

计算图属性分布的事件概率：

计算图属性分布的表达式的期望：

模拟属性分布：

生成概率直方图：

创建图属性数据的经验分布：

可视化属性函数：

计算随机属性：

计算矩量和分位数：

分布属性  (4)

GraphPropertyDistribution 可用于基本图属性，例如 EdgeCount:

VertexCount:

VertexDegree:

断言，例如 ConnectedGraphQ:

EulerianGraphQ:

EdgeQ:

图测量和特性，例如 GraphDiameter:

GraphAssortativity:

GlobalClusteringCoefficient:

GraphPropertyDistribution 可用于任意表达式，例如最大特征向量中心度：

大分量的尺寸：

自动简化  (2)

GraphPropertyDistribution 尽可能化简为已知的分布：

图属性分布的特殊变换：

选项  (1)

Assumptions  (1)

计算 Price 分布的边数：

使用 Assumptions 来指定条件 :

应用  (5)

20 个小孩在幼儿园待了一周之后，两个小孩之间成为朋友的概率是 0.2. 求该社交网络连通的概率：

直接计算概率：

下面表示一个小村庄100口人的社交网络，其中每个人平均有20个关系. 求最没有关系的人的期望关系数目：

关系数由 VertexDegree 给出：

荷花池中的青蛙能以 1.5 英尺的距离从 25 个荷叶中的一个到另一个. 建立青蛙从荷叶跳到另一个的密度网络和 SpatialGraphDistribution 的模型:

对一个随机池塘采样：

求青蛙能够跳跃的荷叶的最大集合：

使用模拟技术查找相似池塘的荷叶的最大集合的尺寸：

求青蛙游遍所有荷叶的次数：

模拟以获取像素荷塘的结果：

在一次医学研究中，对七个流感爆发研究对象进行研究，每个对象已经报告了他/她在组内可能的污染关系. 把互动关系根据 DegreeGraphDistribution 建模:

模拟，以查看前两个物体是否交互：

求前两个物体交互的概率：

一块大脑皮质有100个神经元，这些神经元的突触是相连接的，如果它们的距离小于0.2：

网络连通的概率：

属性和关系  (4)

GraphPropertyDistribution 在输入中使用变量的本地名称：

使用 NProbability 来计算事件概率：

使用 NExpectation 来计算表达式的期望：

使用 RandomVariate 来模拟属性分布：

可能存在的问题  (1)

蒙特卡罗方法用于求统计属性的数值近似：

Wolfram Research (2012)，GraphPropertyDistribution，Wolfram 语言函数，https://reference.wolfram.com/language/ref/GraphPropertyDistribution.html.

文本

Wolfram Research (2012)，GraphPropertyDistribution，Wolfram 语言函数，https://reference.wolfram.com/language/ref/GraphPropertyDistribution.html.

CMS

Wolfram 语言. 2012. "GraphPropertyDistribution." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/GraphPropertyDistribution.html.

APA

Wolfram 语言. (2012). GraphPropertyDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/GraphPropertyDistribution.html 年

BibTeX

@misc{reference.wolfram_2024_graphpropertydistribution, author="Wolfram Research", title="{GraphPropertyDistribution}", year="2012", howpublished="\url{https://reference.wolfram.com/language/ref/GraphPropertyDistribution.html}", note=[Accessed: 21-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_graphpropertydistribution, organization={Wolfram Research}, title={GraphPropertyDistribution}, year={2012}, url={https://reference.wolfram.com/language/ref/GraphPropertyDistribution.html}, note=[Accessed: 21-November-2024 ]}