Answers:
当有人和由人进行的连接的数量我,1 ≤ 我≤ Ñ ,是X 我,然后连接的总数目为小号Ñ = Σ Ñ 我= 1 X 我 / 2。现在,如果我们将X i设为随机变量,并假设它们是独立的,并且随着越来越多的人添加到混合中,它们的方差不是“太不相等”,则适用Lindeberg-Levy中心极限定理。它断言累积分布函数的标准化总和收敛于正态分布的累积分布函数。这大致意味着随着增大,总和的直方图将越来越像高斯曲线(“钟形曲线”)。
让我们回顾一下这没有说什么:
它没有断言的分布是完全正态的。由于您指出的原因,它不可能。
这并不意味着预期的连接数量会收敛。实际上,它必须发散(到达无穷大)。标准化是对发行版的重新调整和调整。重新缩放的数量正在无限增长。
当不是独立的或当n增长时方差变化太大时,它什么也没说。(但是,“稍微”相关的一系列变量具有CLT的概括。)
答案取决于您愿意做出的假设。社交网络会随着时间不断发展,因此不是一个静态实体。因此,您需要对网络随时间的演变做出一些假设。
如果一个人随机选择另一个人进行连接,那么最终每个人都会被连接。
但是,现实生活中的网络不会以这种方式运行。人们在几个方面有所不同。
任何人在任何时候都具有固定的网络大小,并且建立另一个连接的可能性是其网络大小的函数(随着人们介绍其他人等)。
一个人有自己形成联系的内在倾向(因为有些人是内向/外向等)。
这些概率会随时间,上下文等发生变化。除非我们对网络的结构做出一些假设(例如,网络的密度,人们的行为方式等),否则我不确定会有一个直接的答案。