[论文解读] Erd\H{o}s-Ko-Rado for random hypergraphs: asymptotics and stability

Marcelo Matheus Gauy, Hiệp Hàn+1 more|arXiv (Cornell University)|Sep 12, 2014

Limits and Structures in Graph Theory参考文献 14被引用 11

一句话总结

本文確立了隨機 k-uniform 超圖 𝒫(n,p) 中最大相交家族的漸近大小，顯示當 p 超過一個涉及 n、k 和二項係數 D = (n−k choose k) 的臨界值時，其大小為 (1±o(1))pk/n·(n choose k)。論文在所有 k 和 p 的範圍內提供了緊緻的界，包括 k = Θ(n) 時的穩定性結果，從而解決了隨機極值組合數學中長期存在的問題。

ABSTRACT

We investigate the asymptotic version of the Erd\\H{o}s-Ko-Rado theorem for the random $k$-uniform hypergraph $\\mathcal{H}^k(n,p)$. For $2 \\leq k(n) \\leq n/2$, let $N=\\binom{n}k$ and $D=\\binom{n-k}k$. We show that with probability tending to 1 as $n\ o\\infty$, the largest intersecting subhypergraph of $\\mathcal{H}^k(n,p)$ has size $(1+o(1))p\\frac kn N$, for any $p\\gg \\frac nk\\ln^2\\!\\left(\\frac nk\ ight)D^{-1}$. This lower bound on $p$ is asymptotically best possible for $k=\\Theta(n)$. For this range of $k$ and $p$, we are able to show stability as well. A different behavior occurs when $k = o(n)$. In this case, the lower bound on $p$ is almost optimal. Further, for the small interval $D^{-1}\\ll p \\leq (n/k)^{1-\\varepsilon}D^{-1}$, the largest intersecting subhypergraph of $\\mathcal{H}^k(n,p)$ has size $\\Theta(\\ln (pD)N D^{-1})$, provided that $k \\gg \\sqrt{n \\ln n}$. Together with previous work of Balogh, Bohman and Mubayi, these results settle the asymptotic size of the largest intersecting family in $\\mathcal{H}^k(n,p)$, for essentially all values of $p$ and $k$.

研究动机与目标

• 確立隨機 k-Uniform 超圖 𝒫(n,p) 中最大相交子超圖的漸近大小，適用於所有 k 和 p 的範圍。
• 透過描述當最大相交家族結構發生變化時 p 的臨界行為，將 Erdős-Ko-Rado 定理推廣至隨機設定。
• 針對 k = Θ(n) 情況建立穩定性結果，顯示當 p 足夠大時，最大相交家族與主家族（即固定單一頂點的所有邊）在結構上接近。
• 解決關於隨機超圖中最大相交家族大小的開放問題，特別是在 k 為 n 的次線性函數且 p 位於 D⁻¹ 附近的臨界區間內的情境。

提出的方法

• 使用刪除論證法，在 p ≪ D⁻¹ 時建立 i(𝒫(n,p)) 的下界，顯示幾乎所有邊構成一個相交家族。
• 應用 Chernoff 不等式與機率集中不等式，控制隨機交集的大小，特別是來自主超圖的家族。
• 採用基於相交家族魯棒性的穩定性框架，使用 Erdős-Ko-Rado 穩定性定理的變體，顯示大型相交家族必須接近主家族。
• 透過推論 4.3 應用雙重計數與機率方法，以限制大型相交家族的數量，利用存在大型集合 P(L) 包含大多數家族成員的事實。
• 透過分析二項機率變數的尾部行為與對數項，推導出隨機超圖包含大型相交子家族的機率界。
• 結合漸近分析與仔細的參數調校（例如 δ, ε, λ），顯示大型相交家族的機率與預期主家族大小的偏差呈指數衰減。

实验结果

研究问题

• RQ1 當 k = Θ(n) 且 p 超過某臨界值時，隨機 k-Uniform 超圖 𝒫(n,p) 中最大相交子超圖的漸近大小為何？
• RQ2 當 p 位於 D⁻¹ 附近的臨界範圍內（其中 D = (n−k choose k)）時，最大相交家族的大小行為如何？
• RQ3 對於次線性 k = o(n)，當 p 位於 D⁻¹ ≪ p ≤ (n/k)¹⁻ε D⁻¹ 時，i(𝒫(n,p)) 的精確漸近行為為何？
• RQ4 在何種條件下，𝒫(n,p) 中的最大相交家族在結構上接近主家族（即所有邊包含某一固定頂點）？
• RQ5 是否能對所有 k 和 p 的範圍統一表徵 i(𝒫(n,p)) 的漸近大小，包括不同區間之間的過渡？

主要发现

• 當 p ≥ C(n/k)ln²(n/k)D⁻¹ 且 D = (n−k choose k) 時，最大相交子超圖的大小滿足 i(𝒫(n,p)) = (1±o(1))pk/n·(n choose k)，與主家族的預期大小一致。
• 當 D⁻¹ ≪ p ≤ (n/k)¹−ε D⁻¹ 且 k ≫ √(n ln n) 時，最大相交子超圖的大小為 Θ(ln(pD)·N/D)，其中 N = (n choose k)。
• 當 p ≪ D⁻¹ 時，隨機超圖 𝒫(n,p) 幾乎必然為相交圖，因此 i(𝒫(n,p)) = (1±o(1))pN。
• 當 k = Θ(n) 時，D⁻¹ 處於相變點：低於此值時，超圖通常為相交；高於此值時，最大相交子家族集中於單一頂點。
• 當 k = Θ(n) 時，本文確立了穩定性：在 p 超過臨界值時，𝒫(n,p) 中任何大型相交家族在結構上都必須接近主家族。
• 所有 k 和 p 範圍內的界均為漸近緊緻，完整表徵了 i(𝒫(n,p))，僅在低階項上存在差異，涵蓋了幾乎所有參數區間。