[논문 리뷰] Waiter-Client and Client-Waiter Hamiltonicity games on random graphs

Dan Hefetz, Michael Krivelevich외 1명|arXiv (Cornell University)|2015. 09. 17.

Limits and Structures in Graph Theory참고 문헌 30인용 수 5

한 줄 요약

이 논문은 무작위 그래프 $\mathcal{G}(n,p)$ 상에서 Waiter-Client 및 Client-Waiter 해밀턴성 게임에 대한 날카로운 임계 확률을 결정한다. $(1:q)$ Waiter-Client 게임의 경우, 임계 확률은 $q$에 관계없이 $\log n/n$이며, Client-Waiter 게임의 경우 $(q+1)\log n/n$로 $q$에 의존함을 보여준다. 이러한 결과는 각 플레이어가 거의확실하게 해밀턴 경로를 확보할 수 있는 정확한 간선 확률을 규명한다.

ABSTRACT

We study two types of two player, perfect information games with no chance moves, played on the edge set of the binomial random graph ${\mathcal G}(n,p)$. In each round of the $(1 : q)$ Waiter-Client Hamiltonicity game, the first player, called Waiter, offers the second player, called Client, $q+1$ edges of ${\mathcal G}(n,p)$ which have not been offered previously. Client then chooses one of these edges, which he claims, and the remaining $q$ edges go back to Waiter. Waiter wins this game if by the time every edge of ${\mathcal G}(n,p)$ has been claimed by some player, the graph consisting of Client's edges is Hamiltonian; otherwise Client is the winner. Client-Waiter games are defined analogously, the main difference being that Client wins the game if his graph is Hamiltonian and Waiter wins otherwise. In this paper we determine a sharp threshold for both games. Namely, for every fixed positive integer $q$, we prove that the smallest edge probability $p$ for which a.a.s. Waiter has a winning strategy for the $(1 : q)$ Waiter-Client Hamiltonicity game is $(1 + o(1)) \log n/n$, and the smallest $p$ for which a.a.s. Client has a winning strategy for the $(1 : q)$ Client-Waiter Hamiltonicity game is $(q + 1 + o(1)) \log n/n$.

연구 동기 및 목표

• 무작위 그래프 $\mathcal{G}(n,p)$ 상에서 $(1:q)$ Waiter-Client 해밀턴성 게임에서 Waiter가 해밀턴 경로를 보장할 수 있는 정확한 임계 확률 $p$를 결정하는 것.
• 무작위 그래프 $\mathcal{G}(n,p)$ 상에서 $(1:q)$ Client-Waiter 해밀턴성 게임에서 Client가 해밀턴 경로를 보장할 수 있는 정확한 임계 확률 $p$를 규명하는 것.
• 이러한 임계값이 편향 매개변수 $q$에 어떻게 의존하는지 분석하고, $\mathcal{G}(n,p)$에서의 고전적 해밀턴성 임계값과 비교하는 것.
• Waiter-Client 임계값이 고전적 해밀턴성 임계값과 일치하는 반면, Client-Waiter 임계값은 $q$에 따라 선형으로 증가함을 밝히는 것.
• Waiter-Client 및 Client-Waiter라는 두 가지 새로운 게임 유형에 대해 날카로운 임계값을 증명함으로써, 무작위 그래프 상의 위치 게임에 대한 이해를 확장하는 것.

제안 방법

• 비율적 방법과 농도 불등식을 사용하여 임계 간선 확률에서 $\mathcal{G}(n,p)$의 구조를 분석하는 것.
• 박스 게임 프레임워크와 독립 집합을 활용하여 Waiter가 Client의 그래프에서 낮은 차수를 가진 정점을 고립시킬 수 있는 전략을 구성하는 것.
• $(1:q)$ 박스 게임 전략을 적용하여 Client가 자신의 그래프에서 차수 1인 정점을 확보하도록 유도함으로써 해밀턴성의 가능성을 방해하는 것.
• 기대값과 농도 한계를 사용하여, $p = (q+1 - \varepsilon)\log n / n$일 때 거의확실하게 Waiter가 Client의 그래프에서 정점을 고립시킬 수 있음을 보이는 것.
• 그래프 $\mathcal{G}(n,p)$에서 차수 $k$인 정점의 수에 대한 하한을 구한 후, 이러한 정점들 중에서 최대 독립 집합의 크기에 대한 하한을 구하는 것.
• 모순에 의한 증명: $p$가 임계값 이하일 경우 Waiter가 Client를 비해밀턴 그래프로 이끌 수 없음을 보여주어 임계값이 날카로운 것을 증명하는 것.

실험 결과

연구 질문

• RQ1 무작위 그래프 $\mathcal{G}(n,p)$ 상에서 $(1:q)$ Waiter-Client 해밀턴성 게임에서 Waiter가 승리 전략을 가질 수 있는 날카로운 임계 확률 $p$는 무엇인가요?
• RQ2 무작위 그래프 $\mathcal{G}(n,p)$ 상에서 $(1:q)$ Client-Waiter 해밀턴성 게임에서 Client가 승리 전략을 가질 수 있는 날카로운 임계 확률 $p$는 무엇인가요?
• RQ3 Client-Waiter 게임의 임계값은 편향 매개변수 $q$에 어떻게 의존하는가요?
• RQ4 왜 Waiter-Client 임계값은 $q$에 의존하지 않지만, Client-Waiter 임계값은 의존하는가요?
• RQ5 임계 확률은 $q = O(n)$ 또는 $q \leq (1-o(1))n/\log n$와 같이 비정수 $q$로 확장될 수 있는가요?

주요 결과

• 모든 고정된 $q$에 대해, 무작위 그래프 $\mathcal{G}(n,p)$ 상에서 $(1:q)$ Waiter-Client 해밀턴성 게임의 날카로운 임계값은 $p = (1+o(1))\log n / n$이며, 이는 $q$에 관계없이 일정하다.
• 모든 고정된 $q$에 대해, 무작위 그래프 $\mathcal{G}(n,p)$ 상에서 $(1:q)$ Client-Waiter 해밀턴성 게임의 날카로운 임계값은 $p = (q+1+o(1))\log n / n$이며, 이는 $q$에 따라 선형으로 증가한다.
• Waiter-Client 임계값은 $\mathcal{G}(n,p)$에서의 고전적 해밀턴성 임계값과 일치하며, 이는 Waiter가 해밀턴 사이클이 존재할 가능성이 생기자마자 승리할 수 있음을 시사한다.
• Client-Waiter 임계값은 고전적 임계값보다 엄격히 크며, 이는 적대적인 제안 하에서 Client가 해밀턴 사이클을 확보하는 데 더 큰 어려움이 있음을 반영한다.
• 거의확실하게, $p = (q+1 - \varepsilon)\log n / n$일 때, Waiter는 낮은 차수 정점과 독립 집합을 활용하여 Client의 그래프에서 정점을 고립시킴으로써 해밀턴성을 방지할 수 있다.
• 분석 결과, $\mathcal{G}(n,p)$에서 차수 $k$인 정점의 수는 충분히 크고 농도가 집중되어 있어, Waiter가 Client를 비해밀턴 그래프로 이끄는 전략을 수립할 수 있음을 보여준다.