[논문 리뷰] Adjacency matrices of random digraphs: singularity and anti-concentration

Alexander E. Litvak, Anna Lytova외 3명|arXiv (Cornell University)|2015. 10. 31.

Graph theory and applications참고 문헌 37인용 수 43

한 줄 요약

이 논문은 $n$개 정점에서 구성된 균일한 랜덤 $d$-정규 방향 그래프의 인접 행렬이 확률 적어도 $1 - C\ln^3 d / \sqrt{d}$ 로 가역성을 갖는다고 증명한다. 여기서 $C \leq d \leq cn / \ln^2 n$ 이며, $c, C$ 는 절대 상수이다. 핵심 기여는 랜덤 방향 그래프에 대해 새로운 리틀우드-오프홀드 유형의 반집중 성질을 증명한 데 있다. 이 성질은 특정 패턴을 갖는 고정된 집합에 연결되는 정점 부분집합의 확률을 제어함으로써, $d \gg \ln^2 n$ 이라는 조건 없이 희박한 랜덤 행렬의 특이성 분석을 가능하게 한다. 이는 $d \to \infty$ 인 경우에 대해 오랫동안 남아있던 가설을 해결한다.

ABSTRACT

Let ${\\mathcal D}_{n,d}$ be the set of all $d$-regular directed graphs on $n$ vertices. Let $G$ be a graph chosen uniformly at random from ${\\mathcal D}_{n,d}$ and $M$ be its adjacency matrix. We show that $M$ is invertible with probability at least $1-C\\ln^{3} d/\\sqrt{d}$ for $C\\leq d\\leq cn/\\ln^2 n$, where $c, C$ are positive absolute constants. To this end, we establish a few properties of $d$-regular directed graphs. One of them, a Littlewood-Offord type anti-concentration property, is of independent interest. Let $J$ be a subset of vertices of $G$ with $|J|\\approx n/d$. Let $\\delta_i$ be the indicator of the event that the vertex $i$ is connected to $J$ and define $\\delta = (\\delta_1, \\delta_2, ..., \\delta_n)\\in \\{0, 1\\}^n$. Then for every $v\\in\\{0,1\\}^n$ the probability that $\\delta=v$ is exponentially small. This property holds even if a part of the graph is "frozen".

연구 동기 및 목표

• 랜덤 $d$-정규 방향 그래프의 인접 행렬의 특이성 확률에 대한 가설을 해결하는 것. 특히 $d$ 가 $n$ 과 함께 느리게 증가하는 희박한 경우에 중점을 둔다.
• 랜덤 $d$-정규 방향 그래프의 이웃 구조에 대해 새로운 반집중 성질을 수립하는 것. 이는 확률적 조합론 분야에서 별개의 관심사이다.
• 이전 결과에서 요구한 $d \gg \ln^2 n$ 조건을 초월하여 특이성 경계의 유효 범위를 확장하는 것. $d$ 가 $n$ 과 함께 느리게 증가하는 경우에도 성립하는 경계를 확보한다.
• 조합적 및 스펙트럼 제약 조건을 다룰 수 있는 정교한 기법—예를 들어 거의 일정한 영벡터의 개념과 새로운 셔플링 기법—을 개발하는 것.
• 특이성 확률에 대한 정량적 경계를 제공하며, 이 경계는 $\mathcal{O}(\ln^3 d / \sqrt{d})$ 로 감소하며, 이는 이전 결과들보다 희박한 영역에서 개선된 것이다.

제안 방법

• 거의 일정한 영벡터의 개념을 도입하고, 랜덤 방향 그래프의 이웃 구조에 대한 새로운 반집중 추론을 통해 이러한 벡터를 제거할 수 있음을 보여준다.
• 리틀우드-오프홀드 유형의 반집중 성질을 증명한다: 랜덤 $d$-정규 방향 그래프와 크기가 $\approx n/d$ 인 부분집합 $J$ 에 대해, 각 정점이 $J$ 와 연결되는지를 나타내는 벡터 $\delta = (\delta_1, \dots, \delta_n)$ 는 $\{0,1\}^n$ 내의 임의의 고정된 값 $v$ 를 취할 확률이 지수적으로 작다.
• 그래프의 구조를 유지하면서 핵심 성질을 보존하는 '셔플링' 기법을 사용하여, 행들의 선형 조합에 대한 尾 확률 추정치를 도출한다.
• 소수 기반 커버링 추론을 적용한다: 만약 행렬 $M$ 이 질서 $n-1$ 을 갖는다면, 많은 수의 사건 $\mathcal{E}^{i,j}_{n-2} \cap \mathcal{E}^{i,j}(q) \cap \mathcal{E}$ 에 속하게 되며, 대칭 쌍에 대한 유니언 바운드를 가능하게 한다.
• 벡터의 尾를 제어하기 위해 스케일링 및 잘라내기 추론을 사용하며, 이웃 지시 벡터 $\delta$ 의 반집중 성질을 활용한다.
• 조합적 추정치와 커널 및 소수 질서에 대한 확률적 경계를 결합한다. 특히 $\mathbb{P}(\delta = v)$ 가 지수적으로 작다는 사실을 이용하여 특이한 구성의 확률을 경계한다.

실험 결과

연구 질문

• RQ1 균일한 랜덤 $d$-정규 방향 그래프의 인접 행렬이 특이성이 되는 확률은 $n \to \infty$ 일 때 어떻게 되는가?
• RQ2 $d$ 가 $n$ 과 함께 느리게 증가할 때, 예를 들어 $d \to \infty$ 이지만 $d \ll \ln^2 n$ 이면, 희박한 랜덤 $d$-정규 방향 그래프의 특이성 확률이 1에서 멀리 떨어져 있을 수 있는가?
• RQ3 랜덤 $d$-정규 방향 그래프의 이웃 구조에 대해 리틀우드-오프홀드 유형의 반집중 성질이, 일부 그래프가 고정되어 있을 때에도 성립하는가?
• RQ4 이전 결과에서 요구한 $d \gg \ln^2 n$ 조건 없이 특이성 확률을 경계할 수 있는가?
• RQ5 제약된 행과 열 합을 갖는 정규 랜덤 행렬의 맥락에서, 거의 일정한 영벡터의 구조는 어떻게 제어할 수 있는가?

주요 결과

• 균일한 랜덤 $d$-정규 방향 그래프의 인접 행렬은 확률 적어도 $1 - C\ln^3 d / \sqrt{d}$ 로 가역성을 갖는다. 여기서 $C \leq d \leq cn / \ln^2 n$ 이며, $c, C$ 는 절대 상수이다.
• 논문은 새로운 반집중 성질을 수립한다: 임의의 고정된 크기 $\approx n/d$ 의 부분집합 $J$ 에 대해, 각 정점이 $J$ 와 연결되는지를 나타내는 벡터 $\delta$ 는 $\{0,1\}^n$ 내의 임의의 $v$ 에 대해 $\mathbb{P}(\delta = v)$ 가 지수적으로 작다. 이는 일부 그래프가 고정되어 있을 때에도 성립한다.
• 특이성 확률에 대한 경계 $\mathbb{P}(\text{특이성}) \leq C\ln^3 d / \sqrt{d}$ 는 $d$ 가 $n$ 과 함께 무한히 증가할 때도 성립하며, 이는 $d \to \infty$ 인 경우에 대해 뷰(Vu) 및 다른 이들의 가설을 희박한 영역에서 검증한다.
• 이전 연구에서 $d \geq \omega(\ln^2 n)$ 를 요구한 쿡(Cook)의 결과를 초월하여, 유효 범위를 $d \leq cn / \ln^2 n$ 으로 확장하였다.
• 저자들은 정교한 '셔플링' 기법과 거의 일정한 영벡터의 새로운 분석을 도입하여, 희박한 정규 행렬의 커널 구조를 제어할 수 있게 되었다.
• 겹치는 범위 $\omega(\ln^2 n) \leq d \leq cn / \ln^2 n$ 에서 이전 결과보다 더 강한 정량적 경계를 확보하였다. $\ln^3 d / \sqrt{d}$ 는 이전 결과의 $d^{-c}$ 경계보다 더 빠르게 감소한다.