[论文解读] Spanning $F$-cycles in random graphs

Alberto Espuny Díaz, Yury Person|arXiv (Cornell University)|Jun 18, 2021

Limits and Structures in Graph Theory被引用 2

一句话总结

本文確立了隨機圖中邊重疊生成環的臨界概率，特別是針對2重疊的C4環與Kr環（r ≥ 3）。透過利用新的碎裂引理推廣Kahn-Narayanan-Park框架，作者證明了生成C4環的臨界概率為Θ(n⁻²/³)，而Kr環的臨界概率為Θ(n⁻²/(r+1))，從而解決了Frieze提出的一個問題，並推廣了近期在隨機圖臨界概率研究上的進展。

ABSTRACT

We extend a recent argument of Kahn, Narayanan and Park (Proceedings of the AMS, to appear) about the threshold for the appearance of the square of a Hamilton cycle to other spanning structures. In particular, for any spanning graph, we give a sufficient condition under which we may determine its threshold. As an application, we find the threshold for a set of cyclically ordered copies of $C_4$ that span the entire vertex set, so that any two consecutive copies overlap in exactly one edge and all overlapping edges are disjoint. This answers a question of Frieze. We also determine the threshold for edge-overlapping spanning $K_r$-cycles.

研究动机与目标

• 解決Frieze提出的開放問題：確立具有兩條邊重疊的生成C4環的臨界概率。
• 將近期關於哈密頓環平方結構的突破性進展推廣至更一般的生成結構，包括具有邊重疊的Kr環。
• 提出一個通用框架，利用新的碎裂引理來確立隨機圖中生成子圖的臨界概率。
• 為邊重疊的Kr環（r ≥ 3）與2重疊的C4環提供緊緻的臨界概率邊界，這些邊界此前無法透過現有方法獲得。
• 建立一個一般性定理（定理2.2），統一並推廣了先前關於生成子圖臨界函數的結果。

提出的方法

• 引入新的碎裂引理（引理2.1），將Kahn、Narayanan與Park的方法推廣至需超過兩輪暴露的結構。
• 定義(q, α, δ)-超圖超擴散性性質，強化標準擴散性，並整合組分結構與邊密度，以控制臨界概率估計。
• 利用碎裂過程迭代減少候選複本的超圖，追蹤未覆蓋的邊，並確保超圖在高概率下保持龐大。
• 將一般臨界概率定理（定理2.2）應用於Kr,2,n與Ce4,n的超圖，證明其在適當參數下為超擴散。
• 利用逐組分頂點插入與度約束，界定在Kr,2,n中實現特定子圖I的排序數量，進而導出與|I|成指數關係的界。
• 結合組分大小估計（引理3.12–3.13）與階乘與指數界，推導出超擴散條件，並得出臨界概率結論。

实验结果

研究问题

• RQ1 在G(2n, p)中，連續C4環恰好重疊一條邊且所有重疊邊互不相交的生成C4環出現的臨界機率為何？
• RQ2 在G(n, p)中，邊重疊的生成Kr環（r ≥ 4）的臨界機率為何？其中連續的團恰好共享一條邊，且其他團彼此頂點不相交。
• RQ3 Kahn-Narayanan-Park框架（適用於哈密頓環的平方）能否推廣至處理超越兩輪暴露的更複雜生成結構？
• RQ4 如何加強隨機圖臨界概率理論中的擴散性條件，以捕捉組分結構並改善臨界概率估計？
• RQ5 碎裂引理與一般臨界概率定理是否可推廣至彩虹或超圖變體的生成子圖問題？

主要发现

• 在G(2n, p)中，2重疊C4環（Ce4,n）出現的臨界概率為Θ(n⁻²/³)，解決了Frieze提出的一個問題。
• 在G(n, p)中，邊重疊的生成Kr環（Kr,2,n）出現的臨界概率為Θ(n⁻²/(r+1))，其中r ≥ 3且(r−2)整除n。
• 證明Cr,2,n為(O(n⁻²/(r+1)), 1/(r+1), 1/(r(r+1)))-超擴散，從而使一般臨界概率定理得以應用。
• 碎裂引理允許對需超過兩輪暴露的生成結構進行系統性分析，推廣了先前的方法。
• Riordan的一般充分條件無法為Kr,2,n提供最佳臨界概率，顯示新超擴散框架的必要性。
• 一般臨界概率定理（定理2.2）提供了一種統一方法，可用於推導多種生成子圖的緊緻臨界概率，包括先前方法難以處理的結構。