[논문 리뷰] A blow-up lemma for approximate decompositions

Jaehoon Kim, Daniela Kühn외 2명|arXiv (Cornell University)|2016. 04. 25.

Limits and Structures in Graph Theory참고 문헌 24인용 수 4

한 줄 요약

이 논문은 근사 그래프 분해를 위한 새로운 붕괴 보조정리를 제안하며, 이는 밀도 높은 준무작위 그래프에 유한 차수 그래프를 간선 분리 방식으로 정렬할 수 있도록 한다. 이 보조정리는 최대 차수 $ \Delta $이고 총 간선 수가 $ (1 - \alpha) \binom{n}{2}p $ 이하인 $ n $-정점 그래프들의 집합이 $ (\varepsilon, p) $-준무작위 그래프 $ G $에 포함될 수 있음을 보여주며, 잔여 그래프의 최대 차수는 $ \leq 4\alpha pn $ 수준에 머무르며, 나무 분해와 오버월파흐 유형의 분해 결과를 확장한다.

ABSTRACT

We develop a new method for constructing approximate decompositions of dense graphs into sparse graphs and apply it to longstanding decomposition problems. For instance, our results imply the following. Let $G$ be a quasi-random $n$-vertex graph and suppose $H_1,\dots,H_s$ are bounded degree $n$-vertex graphs with $\sum_{i=1}^{s} e(H_i) \leq (1-o(1)) e(G)$. Then $H_1,\dots,H_s$ can be packed edge-disjointly into $G$. The case when $G$ is the complete graph $K_n$ implies an approximate version of the tree packing conjecture of Gyárfás and Lehel for bounded degree trees, and of the Oberwolfach problem. We provide a more general version of the above approximate decomposition result which can be applied to super-regular graphs and thus can be combined with Szemerédi's regularity lemma. In particular our result can be viewed as an extension of the classical blow-up lemma of Komlós, Sárkőzy and Szemerédi to the setting of approximate decompositions.

연구 동기 및 목표

• 밀도 높은 그래프에서 근사 그래프 분해를 위한 새로운 방법을 개발함으로써, 고전적인 붕괴 보조정리를 근사 최적의 정렬로 확장하는 것.
• 나무 분해와 오버월파흐 유형의 분해에 대한 오랜 동안 남아있던 추측을, 유한 차수 그래프에 대해 근사적 형태로 해결하는 것.
• 완전 그래프와 무작위 그래프의 분해 결과를 임의의 유한 차수 그래프로 일반화함으로써, 스팬닝 및 거의 스팬닝 그래프를 포함한 분해 문제를 다루는 것.
• 슈메르디 정규성 기반의 추론에 적용 가능한 새로운 붕괴 스타일 보조정리를 통합한 프레임워크를 구축하는 것.

제안 방법

• 근사 분해를 위한 새로운 붕괴 보조정리를 도입하여, 코믈로스–사르코지–수메르디의 원래 결과를 근사 최적의 간선 커버리지로 일반화하는 것.
• 도수 및 공통 이웃 조건을 통해 $ (\varepsilon, p) $-준무작위 그래프를 정의함으로써 임bedding 목적에 적합한 가짜 무작위성 조건을 확보하는 것.
• 반복적 정렬 기법과 잔여 그래프 제어 메커니즘을 사용하며, 남은 그래프의 최대 차수는 $ \alpha pn $ 비례하게 유지되는 것.
• 초정규 이분할 그래프에 이 방법을 적용하여, 허브스–버제니우스–카시라주 추측과 같은 이분할 설정에서의 근사 분해를 유도하는 것.
• 무작위 균일 분할과 확률 부등식(예: 정리 3.2)을 활용하여 간선 분포를 부분 간 균형 있게 조절함으로써 통제 가능한 임베딩을 가능하게 하는 것.
• 주요 결과를 정규성 렘마 기법과 융합하여, 초정규성 기반의 응용을 통해 임의의 밀도 높은 그래프에 적용 가능하게 하는 것.

실험 결과

연구 질문

• RQ1 유한 차수 그래프들이 간선 분리 방식으로 밀도 높은 준무작위 그래프에 정렬될 수 있으며, 남는 간선 수가 극히 소수일 수 있는가?
• RQ2 지아르파스와 레헬의 나무 분해 추측은 완전 그래프에서 유한 차수 나무에 대해 근사적으로 성립하는가?
• RQ3 일반적인 분해 프레임워크를 사용하여, 유한 차수 그래프에 대해 오버월파흐 문제를 근사적으로 해결할 수 있는가?
• RQ4 정규성 기반의 설정에서 근사 분해를 지원하는 초정규 버전의 붕괴 보조정리는 존재하는가?
• RQ5 이 방법은 이분할 그래프로 확장되어 허브스–버제니우스–카시라주 추측의 근사적 해법을 해결할 수 있는가?

주요 결과

• 모든 $ \Delta \in \mathbb{N} $, $ 0 < p_0, \alpha \leq 1 $에 대해, $ \varepsilon > 0 $ 및 $ n_0 \in \mathbb{N} $ 가 존재하여, 임의의 $ n \geq n_0 $, $ (\varepsilon, p) $-준무작위 그래프 $ G $가 $ n $개 정점에서 구성되어 있고, $ \Delta(H_\ell) \leq \Delta $ 이며 총 간선 수가 $ (1 - \alpha) \binom{n}{2}p $ 이하인 그래프 $ H_1, \dots, H_s $를 포함할 수 있다.
• 총 간선 수가 $ (1 - 2\alpha) \binom{n}{2}p $ 이상이라면, 잔여 그래프 $ J $의 최대 차수는 $ 4\alpha pn $ 이하이며, 이는 근사 최적의 정렬을 보장한다.
• 이 결과는 상수 $ p $ 에 대해 이항 무작위 그래프 $ G_{n,p} $ 에 대해 점점 더 정확하게 적용되며, 완전 그래프 $ K_n $ 에도 적용되어, 유한 차수 나무에 대한 근사 나무 분해를 유도한다.
• 초정규 이분할 그래프로의 확장은 총 간선 수가 $ (1 - \alpha)e(G) $ 이하인 $ n $-정점 이분할 그래프에 대해 근사 정렬을 가능하게 한다.
• 이 방법은 완전 이분할 그래프 $ K_{n-1, \lfloor n/2 \rfloor} $ 에서 유한 차수 나무에 대해 허브스–버제니우스–카시라주 추측의 근사적 해법을 제공하며, $ \Delta(T_i) \leq \Delta $ 인 모든 나무 $ T_{\alpha n}, \dots, T_n $ 을 정렬할 수 있다.
• 이 프레임워크는 반복적 분해를 지원한다: 일부 그래프를 정렬한 후에도 잔여 그래프는 여전히 준무작위성을 유지하며 추가 분해가 가능하므로, 약간의 간선 밀도 조건만 충족되면 전체 분해가 가능하다.