İçeriğe atla

Barabási-Albert modeli

Albert-László Barabási ve Réka Albert tarafından geliştirilen BA modeli büyüme prensibi ve tercihi bağ kurma mantığı ile bağlantı sayısı dağılımını daha gerçekçi bir şekilde modeller. Erdos Renyi yaklaşımından farklı olarak grafiğin oluşumu tüm noktaların var olduğu bir durumdan başlamaz, noktalar teker teker eklenir. Her yeni nokta m sayıda bağlantı kurar ve bağlantı kuracağı noktayı seçme olasılığı şu formül ile ifade edilir:[1]

Bu formüldeki ifadesi “i” noktasının bağlantı sayısıdır. Bu formüle göre bağlantı sayısı yüksek olan noktalar yeni eklenen noktalar için daha çekici bağlantı seçeneği sunar. Bundan dolayı bağlantı sayısı bol olan noktaların bağlantı sayısı daha da artacaktır. Bu yaklaşımın gerçek sistemleri başarılı bir şekilde modellemesi için hem noktaların tek tek eklenmesi, hem de seçme olasılığının var olan bağlantılara göre olması gerekmektedir. Noktaların bağlantı sayısı dağılımı şu formül ile verilir:

Erdos Renyi grafiğine benzer bir şekilde BA modeli küçük dünya etkisini gösterir:[2]

Komşuluk ilişkisi bu model tarafından çok gerçekçi bir şekilde yansıtılmaz, ancak seçim formülünde yapılacak değişimler ile bu sorun çözülebilir. Bu tür değişimler modeli daha gerçekçi yapar ancak modelin çözümlenmesini zorlaştırır.

Kaynakça

  1. ^ Albert, Réka; Barabási, Albert-László (2002). Statistical mechanics of complex networks (PDF). Reviews of Modern Physics. 74. ss. 47-97. arXiv:cond-mat/0106096 $2. Bibcode:2002RvMP...74...47A. CiteSeerX 10.1.1.242.4753 $2. doi:10.1103/RevModPhys.74.47. 24 Ağustos 2015 tarihinde kaynağından arşivlendi (PDF). Erişim tarihi: 16 Ekim 2020. 
  2. ^ Cohen, Reuven; Havlin, Shlomo (2003). Scale-Free Networks Are Ultrasmall. Physical Review Letters. 90. s. 058701. arXiv:cond-mat/0205476 $2. Bibcode:2003PhRvL..90e8701C. doi:10.1103/PhysRevLett.90.058701. ISSN 0031-9007. PMID 12633404. 

İlgili Araştırma Makaleleri

<span class="mw-page-title-main">Türev</span> Fonksiyonun grafiğine çizilen teğetin eğimini hesaplama tekniğidir.

Matematikte türev, bir fonksiyonun tanımlı olduğu herhangi bir noktada değişim yönünü veya hızını veren temel bir kavramdır. Tek değişkenli bir fonksiyonun tanım kümesinin belli bir noktasında türevi, fonksiyonun grafiğine bu noktada karşılık gelen değerde çizilen teğet doğrunun eğimidir. Teğet doğru, tanım kümesinin bu noktasında fonksiyonun en iyi doğrusal yaklaşımıdır. Bu nedenle türev genellikle anlık değişim oranı ya da daha açık bir ifadeyle, bağımlı değişkendeki anlık değişimin bağımsız değişkendeki anlık değişime oranı olarak tanımlanır. Bir fonksiyonun türevini teorik olarak bulmaya türev alma denilir. Eğer bir fonksiyonun tanım kümesindeki her değerinde hesaplanan türev değerlerini veren başka bir fonksiyon varsa, bu fonksiyona eldeki fonksiyonun türevi denir.

<span class="mw-page-title-main">Ki-kare dağılımı</span>

Olasılık kuramı ve istatistik bilim dallarında ki-kare dağılım özellikle çıkarımsal istatistik analizde çok geniş bir pratik kullanım alanı bulmuştur.

<span class="mw-page-title-main">Normal dağılım</span> sürekli olasılık dağılım ailesi

Normal dağılım, aynı zamanda Gauss dağılımı veya Gauss tipi dağılım olarak isimlendirilen, birçok alanda pratik uygulaması olan, çok önemli bir sürekli olasılık dağılım ailesidir.

<span class="mw-page-title-main">Bose-Einstein yoğunlaşması</span>

Bose-Einstein yoğunlaşması (BEY), parçacıkları bozonlardan oluşan maddelerin en alt enerji seviyesinde yoğunlaştığı, kuantum etkilerinin gözlenebildiği maddenin bir halidir. Bozonik atomlar için, seyreltilmiş gaz halinde lazer soğutması aracılığıyla mutlak sıfır sıcaklığına doğru inilerek bu hale geçiş yani yoğunlaşma sağlanabilir. Atomların klasik gazlardan farklı olarak Maxwell-Boltzmann istatistiği yerine Bose-Einstein istatistiğine makroskobik olarak/büyük ölçekte uyması BEY'nin belirleyici özelliğidir.

<span class="mw-page-title-main">Poisson dağılımı</span>

Poisson dağılımı, olasılık kuramı ve istatistik bilim kollarında bir ayrık olasılık dağılımı olup belli bir sabit zaman birim aralığında meydana gelme sayısının olasılığını ifade eder. Bu zaman aralığında ortalama olay meydana gelme sayısının bilindiği ve herhangi bir olayla onu hemen takip eden olay arasındaki zaman farkının, önceki zaman farklarından bağımsız oluştuğu kabul edilir.

<span class="mw-page-title-main">Gamma dağılımı</span>

Olasılık kuramı ve istatistik bilim dallarında gamma dağılımı iki parametreli bir sürekli olasılık dağılımıdır. Bu parametrelerden biri ölçek parametresi θ; diğeri ise şekil parametresi k olarak anılır. Eğer k tam sayı ise, gamma dağılımı k tane üstel dağılım gösteren rassal değişkenlerin toplamını temsil eder; rassal değişkenlerin her biri nin üstel dağılımı için parametre olur.

<span class="mw-page-title-main">Üstel dağılım</span>

Olasılık kuramı ve istatistik bilim dallarında üstel dağılımı bir sürekli olasılık dağılımları grubudur. Sabit ortalama değişme haddinde ortaya çıkan bağımsız olaylar arasındaki zaman aralığını modelleştirirken bir üstel dağılım doğal olarak ortaya çıkar.

<span class="mw-page-title-main">Weibull dağılımı</span> Olasılık dağılımı

Olasılık kuramı ve istatistik bilim dallarında Weibull dağılımı ) bir sürekli olasılık dağılımı olup olasılık yoğunluk fonksiyonu şöyle ifade edilir:

<span class="mw-page-title-main">Laplace dağılımı</span>

Olasılık kuramı ve istatistik bilim dallarında Laplace dağılımı Pierre-Simon Laplace anısına isimlendirilmiş bir sürekli olasılık dağılımıdır. Arka arkaya birbiriyle yapıştırılmış şekilde ve bir de konum parametresi dahil edilerek birleştirilmiş iki üstel dağılımdan oluştuğu için, çift üstel dağılımı adı ile de anılmaktadır. İki bağımsız ve tıpatıp aynı şekilde üstel dağılım gösteren bir rassal değişken bir Laplace dağılımı ile işlev görürler. Bu, aynen üstel dağılım gösteren rassal zamanda değerlendirilen Brown devinimine benzer.

<span class="mw-page-title-main">Log-normal dağılım</span>

Olasılık kuramı ve istatistik bilim dallarında log-normal dağılım logaritması normal dağılım gösteren herhangi bir rassal değişken için tek-kuyruklu bir olasılık dağılımdır. Eğer Y normal dağılım gösteren bir rassal değişken ise, bu halde X= exp(Y) için olasılık dağılımı bir log-normal dağılımdır; aynı şekilde eğer X log-normal dağılım gösterirse o halde log(X) normal dağılım gösterir. Logaritma fonksiyonu için bazın ne olduğu önemli değildir: Herhangi iki pozitif sayı olan ab ≠ 1 için eğer loga(X) normal dağılım gösterirse, logb(X) fonksiyonu da normaldir.

Boltzmann sabiti (k veya kB) enerji ile sıcaklık arasındaki ilişkiyi veren fiziksel bir katsayıdır. Entropi ile aynı birime sahip olup Avusturyalı fizikçi Ludwig Boltzmann'ın adını taşır. Formülü, gaz sabitinin Avogadro sayısına bölümünden oluşmaktadır ve şu şekilde gösterilir:

<span class="mw-page-title-main">Mutlak sıcaklık</span> mutlak sıcaklık ölçüsü

büyüklüğünün veya mutlak sıcaklık ya da termodinamik sıcaklık olarak tanımlanan büyüklüğünün iki önemli fiziksel sonucu vardır.

<span class="mw-page-title-main">Euler formülü</span>

Adını matematikçi Leonhard Euler'den alan Euler formülü karmaşık analizde kullanılan bir matematik formülüdür ve trigonometrik fonksiyonlarla karmaşık üstel fonksiyon arasındaki bağlantıyı gösterir.

<span class="mw-page-title-main">Karmaşık ağ</span>

Karmaşık sistemleri modellemek ve incelemek için kullanılabilecek yöntemlerden bir tanesi onları bol sayıda belirgin parçanın etkileşimi olarak değerlendirmektir. Örneğin kanın pıhtılaşması gibi biyolojik bir süreci incelerken bu süreçte rol alan protein ve enzimleri grafik noktaları ve aralarındaki ilişkileri bağlantılar olarak düşünmek mümkündür. Benzer bir şekilde küresel sivil uçuşları modellemek için havaalanlarını nokta tayin etmek ve aralarında uçuş olan noktaları birleştirmek mümkündür. Bunlara benzer birçok örnek mevcuttur.

<span class="mw-page-title-main">Doğum günü problemi</span>

Olasılık teorisinde, doğum günü problemi veya doğum günü paradoksu, n adet rastgele seçilmiş kişiden oluşan bir grup içindeki bazı çiftlerin doğum gününün aynı olma olasılığını inceler. Güvercin deliği ilkesine göre, kişi sayısı 367'ye ulaştığında olasılık %100'e ulaşır fakat, %99,9 olasılığa sadece 70 kişi ile ve %50 olasılığa 23 kişi ile ulaşılır. Bu sonuçlar, yılın her gününün eşit derecede olası bir doğum günü olduğu varsayımına dayanır.

Fizikte kara delik termodinamiği, termodinamik kanunlarını kara deliğin olay ufkuyla bağdaştırmaya çalışan bir araştırma alanıdır. Kara delik ışınımının istatistiksel mekanik konusu, kuantum mekaniğinin gelişmesini sağlar. Kara delik ışınımının istatistiksel mekanik konusunu anlamaya çalışmak, bu konunun kuantum yer çekimi konusunu anlamamızda büyük etkisi olacaktır. Ayrıca holografi ilkesini anlamamızı sağlayacaktır.

Medyan bir anakütle ya da örneklem veri serisini küçükten büyüğe doğru sıraladığımızda, seriyi ortadan ikiye ayıran değere denir. İstatistiğin bir alt dalı olan betimsel istatistikde medyan bir merkezsel konum ölçüsü kabul edilir.

<span class="mw-page-title-main">Rastgele yürüyüş</span>

Rastgele yürüyüş (ya da rassal yürüyüş) matematiksel bir nesne olup, bir stokastik veya rastgele süreç olarak bilinir. Bu süreç, herhangi bir matematiksel uzayda –örneğin tamsayılar uzayı–atılan rastgele adımların toplamından oluşan patikayı tanımlamaya yöneliktir. Örneğin, bir molekülün sıvı veya gaz içerisinde izlediği yol, hayvanların yem arayışında takip ettiği patika, değişkenlik gösteren hisse fiyatları ve de bir borsa oyuncusunun finansal durumu rastgele yürüyüş modelleri ile tahmin edilebilir; ancak gerçekte tamamen rastlantısal olmama ihtimalleri de vardır. Bu örneklerin de gösterdiği gibi, rastgele yürüyüş modelinin birçok bilim dalında uygulama alanı mevcuttur; ekoloji, psikoloji, bilgisayar bilimleri, fizik, kimya, biyoloji ve ekonomi bunlara örnektir.

Manyetik hidrodinamikte, manyetik Reynolds sayısı (Rm) bir boyutsuz nicelik olup, bir iletken ortamın hareketiyle bir manyetik alanın adveksiyon veya indüksiyonunun, manyetik difüzyona göreceli etkilerini tahmin eder. Bu sayı, akışkanlar mekaniğindeki Reynolds sayısının manyetik bir benzeridir ve genellikle şu şekilde tanımlanır:

Black modeli ya da Black76 modeli, matematiksel finansta bir opsiyon fiyatlama modelidir. İsmini, bu modeli 1976 yılında yayınlayan Fischer Black'ten almıştır. Bu opsiyon modelinin sonucunda, halen opsiyon fiyatlamada piyasa katılımcılarınca yoğun olarak kullanılmakta olan Black formülü elde edilmiştir.