\(G=(V,E)\)
度数之和:
那么每个人的朋友期望数量:
\[E(d)=\frac{2|E|}{|V|} \]然后随机选择某一对关系(某一条边)与某个点有关的概率,然后再从这条边选其中一个端点,
假设自己是 \(u\),然后看一下点 \(u\) 的朋友的期望朋友数量:
对于每一个点 \(v~(v\ne u)\),点 \(v\) 是 \(u\) 的朋友的概率:
对于一个点 \(v\) 对于期望的贡献就是:
\[\frac{d_v^2}{2|E|-d_u} \]这里假设自己算自己的朋友,因为自己的朋友数量等于自己的朋友数量,不影响大小比较,所以对于某个点 \(u\),好友的期望好友数量就是:
\[\sum_{v\in V}{}\frac{d_v^2}{2|E|} \]然后拿这个值和 \(u\) 点的朋友数量作差:
\[\begin{align} \Delta_u&=\sum_{v\in V}\frac{d_v^2}{2|E|}-d_u\\ &=\sum_{v\in V}\frac{d_v^2-\frac{2|E|d_u}{|V|}}{2|E|}\\ &=\sum_{v\in V}\frac{d_v^2-E(d)d_u}{2|E|} \end{align} \]然后 \(u\) 是随机取的,我们要求出的是 \(E(\Delta)\),所以可以将 \(d_u\) 替换成 \(E(d)\)。
那么就有:
然后观察分子上减号之前,发现 \(E(d)\) 就是期望(平均)度数,所以前半部分就是 \(\sigma\) (方差),那么那么原式:
\[\begin{align} E(\Delta)&=\sigma-\frac{\sum_{v\in V}2 E(d)(E_d-d_v)}{2|E|}\\ &=\sigma-\frac{E(d)\times|V|-\sum_{v\in V} d_v}{|E|}\\ &=\sigma-\frac{2|E|-2|E|}{|E|}\\ &=\sigma \end{align} \]这里 \(\sigma\) 方差显然大于等于 \(0\):
做差发现大于等于 \(0\),所以朋友的朋友的期望个数大于等于自己的朋友的期望个数。
也就是:朋友的朋友大概率比我的朋友多。
省流:朋友多的人大概率是我的朋友。
标签:概率,frac,朋友,sum,期望,sigma,align From: https://www.cnblogs.com/weirdoX/p/18343972