[論文レビュー] Diagonal Ramsey via effective quasirandomness

Ashwin Sah|arXiv (Cornell University)|May 19, 2020

Limits and Structures in Graph Theory被引用数 6

ひとこと要約

この論文は、トーマソンとコンロンの先行研究を拡張し、帰納的枠組み内での最適な有効擬乱用ツールを開発することで、対角ラマゼー数の上界を $ R(k+1,k+1) \leq \exp(-c(\log k)^2)\binom{2k}{k} $ に改善した。主な貢献は、この擬乱用パラダイム下で得られる最も良い可能性のある上界を達成したことであり、これはこの手法の自然な限界を示している。

ABSTRACT

We improve the upper bound for diagonal Ramsey numbers to \[R(k+1,k+1)\le\exp(-c(\log k)^2)\binom{2k}{k}\] for $k\ge 3$. To do so, we build on a quasirandomness and induction framework for Ramsey numbers introduced by Thomason and extended by Conlon, demonstrating optimal "effective quasirandomness" results about convergence of graphs. This optimality represents a natural barrier to improvement.

研究の動機と目的

• 擬乱用フレームワークに基づく既存の結果を超えて、対角ラマゼー数 $ R(k+1,k+1) $ の上界を改善すること。
• 特にサイズ $ r $ のクリークおよび独立集合のためのグラフ密度における最適な有効擬乱用推定値を開発すること。
• 現在の擬乱用に基づくアプローチが自然な限界に達していることを示し、この手法の下でのさらなる改善が不可能であることを確立すること。
• トーマソンとコンロンの帰納的枠組みを、所定の次数および部分グラフ制約を持つグラフにおける $ H $-密度の制御を強化することで拡張すること。

提案手法

• 論文は、$ r $-クリークおよび独立集合の数が次数列と高階密度推定値によって制御される、擬乱用に基づく洗練された帰納的枠組みを導入する。
• 関数 $ \alpha(k,\ell) $ を定義し、$ R(k+1,\ell+1) \leq \alpha(k,\ell)\binom{k+\ell}{k} $ を満たすようにし、帰納的制御が可能になるよう滑らかさおよび減少性の性質を証明する。
• グッドマンの公式を用いて三角形の数と次数列の関係を関係づけ、擬乱用条件を用いて高階部分グラフへと拡張し、明示的な誤差項を伴う。
• 関数 $ \rho_{r,\varepsilon}(x) $ を導入し、擬乱用のずれを定量化することで、$ r $-クリークおよび独立集合の $ H $-密度を精密に制御する。
• 証明は、$ \alpha(k,\ell) $ の $ \beta, \gamma $-滑らかさ条件の構築に依存し、帰納的仮定の下で次数および部分グラフ数の制約が満たされることを保証する。
• $ r $ について最適化することで、最終的な上界が得られ、$ r = \varepsilon^3 \log k / (64C_\varepsilon) $ を選び、指数的減少因子を最小化する。

実験結果

リサーチクエスチョン

• RQ1 コンロンが確立した $ k^{-c\log k / \log\log k} $ 要素を超えて、擬乱用に基づく対角ラマゼー数の上界を改善できるか？
• RQ2 トーマソンが提唱した帰納的枠組みに基づく擬乱用において、$ R(k+1,k+1) $ の最適到達可能な減少率は何か？
• RQ3 有効擬乱用ツールがより大きな $ r $ に対して $ H $-密度をどれほど制御できるか。また、これは現在の手法における自然な障壁をもたらすか？
• RQ4 $ \ell/k \in [\varepsilon,1] $ のとき、非対称ラマゼー数 $ R(k+1,\ell+1) $ を扱えるようにこの枠組みを拡張できるか。その場合の減少率は何か？

主な発見

• ある絶対定数 $ c > 0 $ に対して、すべての $ k \geq 3 $ に対して $ R(k+1,k+1) \leq \exp(-c(\log k)^2)\binom{2k}{k} $ を確立した。これはコンロンの上界を改善する。
• $ \ell/k \in [\varepsilon,1] $ のとき、$ R(k+1,\ell+1) \leq \exp(-c_\varepsilon(\log k)^2)\binom{k+\ell}{k} $ に拡張され、$ c_\varepsilon > 0 $ は $ \varepsilon $ に依存する。
• 減少率 $ \exp(-c(\log k)^2) $ が擬乱用フレームワーク内での最適性が示され、さらなる改善の自然な障壁を示している。
• 新しい擬乱用関数 $ \rho_{r,\varepsilon}(x) $ を導入し、その滑らかさおよび減少性の性質を証明することで、$ r $-クリークおよび独立集合密度の最適制御を達成した。
• 証明は、$ \alpha(k,\ell) $ の $ \beta, \gamma $-滑らかさを用いた新規な帰納ステップに依存し、$ |\beta| + |\gamma| \leq r(\log k)^2 / k $ の境界により、反復間での一貫性が保証される。
• $ r = \varepsilon^3 \log k / (64C_\varepsilon) $ を選び、指数的減少と多項式因子のバランスを取ることで、最適の指数を有する最終的な上界が達成された。