我有一个带有单源和多个接收器的流网络。如果我从源流出1加仑的水,那么所有的水在节点处分裂并最终存储在不同的水槽中。这里每个边缘重量c(u,v)代表u的水分解比。如何在每个水槽中找到最终存储的水量?
手动计算的示例:
答案 0 :(得分:1)
这是absorbing Markov chain的一个例子。
设Q [j,i]是从第j个非汇聚节点到第i个非汇聚节点的流量比例。
令R [j,i]为从第j个非汇聚节点到第i个汇聚节点的流量比例。
然后让矩阵N = inv(I-Q),矩阵B = N * R。
第i个汇聚节点中的最终流量由B [0,i]给出。
第一个案例的Python示例:
import numpy as np
# Rows are proportion of flow out of each non-sink vertex
Q = np.zeros((3,3))
Q[0,:] = 0,0.3,0.7 # Flow out of S
Q[1,:] = 0,0,0 # Flow out of a
Q[2,:] = 0,0.5,0 # Flow out of b
# Rows are flow from non-sink to sink nodes
R = np.zeros((3,2))
R[1,:] = 0.1,0.9
R[2,:] = 0,0.5
N = np.matrix(np.identity(len(Q)) - Q).I
B = N*R
print B[0,:]
打印
[[ 0.065 0.935]]
一旦我们设置了矩阵,我们就可以通过从包含[1,0,0](代表开始时的一加仑)和空行向量e的行向量v开始来模拟流程的一个时间步长(代表水槽中的水量。)
在每个时间步中我们计算:
e += v * R # This works out the amount of flow that has reached the end
v = v * Q # This works out the amount of flow that is still in the network
如果我们模拟这个时间足够长,我们最终会接近0,接近答案。
但是我们可以将e的值写为:
e = v*R + v*Q*R + v*Q*Q*R + v*Q*Q*Q*R +...
= v * (I + Q + Q*Q + Q*Q*Q + ...) * R
= v * inv(I-Q) * R
= v * N * R
= v * B
= [1,0,0] * B
= first row of B