[論文レビュー] On Weak Hamiltonicity of a Random Hypergraph

Daniel J. Poole|arXiv (Cornell University)|Oct 27, 2014

Limits and Structures in Graph Theory参考文献 6被引用数 11

ひとこと要約

本稿では、$p = (d-1)! \frac{\ln n + c}{n^{d-1}}$ であるランダムな $d$-一様超グラフ $H_d(n,p)$ に対して、弱ハミルトン性の閾値が孤立頂点が存在しない閾値と一致することを確立している。主な結果は、弱ハミルトン性の確率が $e^{-e^{-c}}$ に収束することであり、これは最小次数が1以上である確率と同一であり、このモデルにおいて弱ハミルトン性の唯一の構造的障害は孤立頂点であることを示している。

ABSTRACT

A {\it weak (Berge) cycle} is an alternating sequence of vertices and (hyper)edges $C=(v_0, e_1, v_1, ..., v_{\ell-1}, e_\ell, v_{\ell}=v_0)$ such that the vertices $v_0, ..., v_{\ell-1}$ are distinct with $v_k, v_{k+1} \in e_{k}$ for each $k$, but the edges $e_1, ..., e_\ell$ are not necessarily distinct. We prove that the main barrier to the random $d$-uniform hypergraph $H_d(n,p),$ where each of the potential edges of cardinality $d$ is present with probability $p$, developing a weak Hamilton cycle is the presence of isolated vertices. In particular, for $d \geq 3$ fixed and $p=(d-1)! \frac{\ln n + c}{n^{d-1}}$, the probability that $H_d(n, p)$ has a weak Hamilton cycle tends to $e^{-e^{-c}}$, which is also the limiting probability that $H_d(n,p)$ has no isolated vertices. As a consequence, the probability that the random hypergraph $H_d(n, m=\frac{n(\ln n + c)}{d}),$ where $m$ potential edges are chosen uniformly at random to be present, is weak Hamiltonian also tends to $e^{-e^{-c}}$.

研究の動機と目的

• ランダムな $d$-一様超グラフ $H_d(n,p)$ および $H_d(n,m)$（$d \geq 3$）における弱ハミルトン性の閾値を特定すること。
• このような超グラフにおいて、孤立頂点の不在が弱ハミルトン性の主な障害であるかどうかを調査すること。
• 弱ハミルトンサイクルの出現と孤立頂点の消滅との間の明確な関係を、ランダム超グラフ過程において確立すること。
• 既知のランダムグラフの結果を超グラフへと拡張し、$d$-一様の場合の弱ハミルトン性の閾値を特徴づけること。

提案手法

• 各 $d$-サイズの潜在的な辺が確率 $p = (d-1)! \frac{\ln n + c}{n^{d-1}}$ で独立に含められるランダム $d$-一様超グラフモデル $H_d(n,p)$ を分析する。
• de la Vega の定理の超グラフ版を適用し、$p$ が臨界領域にあるとき、高確率でサイズ $n - O(n / \ln n)$ 以上の連結成分が存在することを示す。
• 二段階の探索プロセスを用いる：まず、わずかに低い辺確率 $p_0$ を用いてランダム超グラフ $H(0)$ を構築し、その後 $k_0$ 本の追加辺を加えて $H(k_0)$ を形成し、弱サイクルが張る頂点集合の成長を追跡する。
• カップリングの議論と確率的バウンドを用いて、$H(0)$ に孤立頂点がなくかつ長いパスを含むならば、$k_0$ 本の辺を追加することで高確率で弱ハミルトンサイクルが得られることを示す。
• 和集合の不等式と指数的尾部推定を用いて、サイクル長が $n$ にまで成長しない確率を制御する。特に、新しい辺が不足する辺によって現在のサイクルを拡張できない確率を抑えている。
• 弱ハミルトン性の確率が $e^{-e^{-c}}$ に収束し、孤立頂点が存在しない確率と一致することを用いて、孤立頂点が弱ハミルトン性の唯一の障害であると結論づける。

実験結果

リサーチクエスチョン

• RQ1 ランダムな $d$-一様超グラフ $H_d(n,p)$ において、弱ハミルトンサイクルが出現する閾値確率 $p$ は何か？
• RQ2 $d \geq 3$ の場合に、$H_d(n,p)$ において孤立頂点の不在が弱ハミルトン性の主な構造的障害であるか？
• RQ3 $m$ 本の辺が一様にランダムに抽出される $H_d(n,m)$ における弱ハミルトン性の閾値は、$H_d(n,p)$ におけるものとどのように比較できるか？
• RQ4 ランダム $d$-一様超グラフ過程は、最後の孤立頂点が消える瞬間にちょうど弱ハミルトン的になるか？
• RQ5 $p = (d-1)! \frac{\ln n + c}{n^{d-1}}$ のとき、$H_d(n,p)$ が弱ハミルトン的である極限確率は何か？

主な発見

• $d \geq 3$ のとき、$p = (d-1)! \frac{\ln n + c}{n^{d-1}}$ かつ $c_n \to c$ ならば、$H_d(n,p)$ が弱ハミルトン的である確率は $e^{-e^{-c}}$ に収束する。
• この極限確率は、$H_d(n,p)$ に孤立頂点が存在しない確率と同一であり、孤立頂点が弱ハミルトン性の唯一の障害であることを示している。
• $H_d(n,m)$ モデルに対しても同様の閾値行動が成り立つ：$m = \frac{n}{d}(\ln n + c_n)$ ならば、弱ハミルトン性の確率も $e^{-e^{-c}}$ に収束する。
• $c_n \to -\infty$ のとき、超グラフは高確率で弱ハミルトン的でない。$c_n \to \infty$ のとき、高確率で弱ハミルトン的である。これは鋭い閾値であることを確認している。
• 超グラフ過程は、高確率で最後の孤立頂点が消えるのと同時に弱ハミルトン的になる。これは、二つの事象が密接に結びついていることを示唆している。
• 本稿では、$H_d(n,p)$ における小さな成分（サイズが $d$ から $Bn/\ln n$ の間）の期待数が 0 に収束することを証明しており、$p$ が臨界領域にあるとき、高確率で非自明な成分が一つしか存在しないことを示している。