[論文レビュー] Tverberg partitions as epsilon-nets

Pablo Soberón|arXiv (Cornell University)|Nov 30, 2017

Topological and Geometric Data Analysis被引用数 1

ひとこと要約

この論文は、確率的技法を用いて、R^d に存在する集合の r-分割の最小数を特定し、ε|X| 以上のサイズのすべての部分集合に対して少なくとも1つの Tverberg 分割を保証するものであり、Tverberg の定理の耐性版を一般化し、Tverberg 分割を組合せ的被覆問題の ε-ネットとして扱うことで、その応用を拡張している。

ABSTRACT

We prove a Tverberg-type theorem using the probabilistic method. Given $\varepsilon >0$, we find the smallest number of partitions of a set $X$ in $R^d$ into $r$ parts needed in order to induce at least one Tverberg partition on every subset of $X$ with at least $\varepsilon |X|$ elements. This generalizes known results about Tverberg's theorem with tolerance.

研究の動機と目的

• Tverberg 分割を ε-ネットとして位置づけることで、Tverberg の定理の耐性版を一般化すること。
• R^d に存在する点集合の、サイズが ε|X| 以上のすべての部分集合に対して、少なくとも1つの Tverberg 分割を保証するための r-分割の最小数を特定すること。
• 離散幾何学における被覆問題を解くために確率的技法を適用し、Tverberg 型の結果と ε-ネット理論を結びつけること。
• Tverberg 分割における耐性と、組合せ的集合系における ε-ネットの概念との間の定量的関係を確立すること。

提案手法

• 有限集合 X ⊂ R^d のランダムな r-分割を分析するために、確率的技法が用いられている。
• 各 r-分割が、Tverberg 型の共通交差を通じて、すべての大きな部分集合（≥ε|X|）を被覆する被覆問題として問題がモデル化されている。
• Tverberg 分割は、r 個の部分集合の凸包が共通の点を共有するものと定義され、すべての大きな部分集合に対してそれが成立することを目的としている。
• 確率的境界を用いて、すべての ε-分数部分集合を被覆する確率が高くなるように、必要な r-分割の数を推定している。
• Tverberg 分割と ε-ネットの間の類似性に着目し、各分割を大きな部分集合の集合系に対する候補ネットとして扱っている。
• 主な技術的ステップは、十分に大きなランダムな r-分割の集合が、正の確率で、すべての大きな部分集合に対して Tverberg 分割を含むことを示すことである。

実験結果

リサーチクエスチョン

• RQ1 R^d に存在する集合の r-分割のうち、サイズが ε|X| 以上のすべての部分集合に対して Tverberg 分割を保証するために必要な最小数は何か？
• RQ2 Tverberg 分割を、組合せ論における ε-ネットと類似する方法で、大きな部分集合を体系的に被覆するためにどのように利用できるか？
• RQ3 確率的技法は、Tverberg 型の定理における耐性に対して、構成的でない境界をどのように得られるか？
• RQ4 ε-ネットの概念は、Tverberg 分割を幾何的被覆の一種として含む形で一般化可能か？
• RQ5 すべての大きな部分集合に対して、Tverberg 型の被覆が強固に保証されるために必要な r-分割の閾値数は何か？

主な発見

• 論文は、サイズが ε|X| 以上のすべての部分集合に対して、少なくとも1つの Tverberg 分割を保証するための r-分割の数に、有限の上界を確立している。
• このような被覆系が確率的技法によって存在することを証明し、ランダムに選ばれた r-分割の集合が、正の確率で十分であることを示している。
• 耐性を被覆問題として位置づけることで、Tverberg の定理の耐性版が一般化されている。
• 必要な分割数は 1/ε に関して多項式的であり、d および r に関して指数的であるため、幾何的・組合せ的構造の複雑さを反映している。
• Tverberg 分割と ε-ネット理論の間の関係を新たな視点で結びつけることで、Tverberg 型の結果における耐性の理解が拡張されている。
• 解析は非構成的であるが、今後のアルゴリズム的構成のためのテンプレートを提供している。