Читать «Критическая масса, как одни явления порождают другие» онлайн - страница 431
Филипп Болл
125
126
Впрочем, продуктивность сама по себе не привела бы к такому результату, существенным тут является множество соавторов Эрдеша. Математик-одиночка, публикующий массу работ, вообще не попадает в описываемую игру. В качестве классического примера можно привести великого математика Леонарда Эйлера, оставившего огромное научное наследие, но не имевшего ни одного соавтора.
127
Я благодарен Марку Ньюмену, обнаружившему этот факт, но думаю, что при внимательном изучении я смог бы найти более короткую цепочку к великому математику.
128
В этих экспериментах Мильграм поразил общественность, продемонстрировав, насколько легко люди способны причинять боль другому человеку Разумеется, в этих социологических опытах никому не был причинен реальный вред, но многие чувствовали себя одураченными. Интересно, что сейчас такие эксперименты не были бы разрешены. Физик Дункан Ватте, специалист по теории сетей, занявшийся проблемами социологии, рассказывал, что, когда он предложил коллегам повторить эксперименты Мильграма в модифицированной форме, они пришли в ужас и немедленно отказались: только не это!
129
«Шесть степеней» Мильграма были предсказаны еще в 1929 году венгерским поэтом Фридьешем Каринти, который, естественно, не дал этому научного обоснования.
130
Заражение при переливании крови труднее проследить, но оно добавляет еще одно звено в цепочку.
131
Кстати, введение в такие графы «удлиненных» связей не снижает тенденции к кластеризации.
132
Параметр
133
134
Для реконструкции Сети необходимо также знать все входящие на каждый сайт связи. Робот не мог определить их напрямую, но эта информация извлекается из перечня
135
Команда из фирмы «Ксерокс», кстати, предложила собственную модель наблюдаемого поведения, в соответствии с которой движение посетителей внутри сайта напоминает случайное блуждание до тех пор, пока оно случайно не попадает на страницу, лежащую явно вне интересов посетителя, после чего тот покидал сайт. Такая модель предсказывает так называемое «обратное гауссовское» распределение, которое близко к степенному и отличается от последнего лишь при очень длинных маршрутах блуждания. К сожалению, полученные результаты не позволяют сделать окончательного вывода о виде функции распределения.