现在汽车 3 准备离开了，他的选择是：
| A-B-D cost = [4(3) + 1] + [1 + 16] = 30 A-C-D cost = [1 + 16] + [4(3) + 1] = 30 A-B-C-D cost = [4(3) + 1] + 1 + [4(3) + 1] = 27 A-C-B-D cost = [1 + 16] + 1 + [1 + 16] = 35 |
再次，这个快捷路径 A-B-C-D 是最好的选择。汽车 4 准备离开城镇 A ，观察了钱三个司机的决定，算出了他自己的成本：
| A-B-D cost = [4(4) + 1] + [1 + 16] = 34 A-C-D cost = [1 + 16] + [4(4) + 1] = 34 A-B-C-D cost = [4(4) + 1] + 1 + [4(4) + 1] = 35 A-C-B-D cost = [1 + 16] + 1 + [1 + 16] = 35 |
快捷路径上目前的交通使得 A-B-C-D 比路径 A-B-D 和 A-C-D 的成本要高。假设汽车 4 选择了路径 A-B-C （如果汽车 4 选择了 A-C-D ，细节会有一点不同，但是总的结果是一样的）。
汽车 5 现在准备离开了，他分析了他的选择：
| A-B-D cost = [4(5) + 1] + [2 + 16] = 39 A-C-D cost = [1 + 16] + [4(4) + 1] = 34 A-B-C-D cost = [4(5) + 1] + 1 + [4(4) + 1] = 39 A-C-B-D cost = [1 + 16] + 1 + [2 + 16] = 36 |
因此汽车 5 决定选择路径 A-C-D 。最后一辆车，汽车 6 ，现在准备离开了，他观察了前面 5 个司机的决定，做出了他自己的分析：
| A-B-D cost = [4(5) + 1] + [2 + 16] = 39 A-C-D cost = [2 + 16] + [4(5) + 1] = 39 A-B-C-D cost = [4(5) + 1] + 1 + [4(5) + 1] = 43 A-C-B-D cost = [2 + 16] + 1 + [2 + 16] = 37 |
汽车 6 选择了路径 A-C-B-D ，因为这是成本最低的。现在 6 辆车都在路上了，你可以算出每辆车的成本。
| Car 1 route A-B-C-D, cost = [4(4) + 1] + 1 + [4(4) + 1] = 35 Car 2 route A-B-C-D, cost = [4(4) + 1] + 1 + [4(4) + 1] = 35 Car 3 route A-B-C-D, cost = [4(4) + 1] + 1 + [4(4) + 1] = 35 Car 4 route A-B-D, cost = [4(4) + 1] + [1 + 16] = 34 Car 5 route A-C-D, cost = [2 + 16] + [4(4) + 1] = 35 Car 6 route A-C-B-D, cost = [2 + 16] + 1 + [1 + 16] = 36 |
回忆一下，如果没有这条快速路，每辆车的成本是 32 。现在增加了额外公路容量，我们却增加每个司机的成本！
这个例子提供了一个对 Braess 悖论的实际接触。因为这和网络系统上所传输的数据包有明显的关系， Braess 悖论受到了研究人员的深入研究。你能非正式的总结这个悖论：有时候增加节点之间的路径数反而会增加网络拥塞。从软件测试角度来说， Braess 悖论会在进行网络性能测试的时候出现。老实说，你碰到 Braess 悖论的机会很少。但是这个现象确实存在。启示是，你不应该假设增加网络容量就会提高性能。如果你增加了容量但是没有看到你所期望的性能提高， Braess 悖论就是应该去调查的。
