[论文解读] On the Chromatic Number of $\mathbb{R}^n$ for Small Values of $n$

Geoffrey Exoo, Dan Ismailescu|arXiv (Cornell University)|Aug 9, 2014

Limits and Structures in Graph Theory参考文献 10被引用 4

一句话总结

该论文通过在 $\mathbb{R}^n$ 中显式构造单位距离图，改进了 $n = 6, 7, 10, 11, 12, 13, 14$ 时 $\mathbb{R}^n$ 的色数下界。论文采用组合图论、基于对称性的顶点生成方法以及独立数计算，建立了新的下界，关键结果包括 $\chi(\mathbb{R}^6) \geq 12$，$\chi(\mathbb{R}^7) \geq 16$，$\chi(\mathbb{R}^{10}) \geq 26$，以及 $\chi(\mathbb{R}^{12}) \geq 36$。这些结果通过结构化点集和代数图论技术，进一步优化了先前的界限。

ABSTRACT

The lower bound for the chromatic number of $\mathbb{R}^n$ is improved for $n = 6, 7, 10, 11, 12, 13 \mbox{ and } 14$.

研究动机与目标

• 改进小维度 $n$ 下已知的色数 $\chi(\mathbb{R}^n)$ 的下界。
• 通过对称点集构造 $\mathbb{R}^n$ 中具有高色数的显式单位距离图。
• 通过计算结构化图的独立数，推导出 $\chi(\mathbb{R}^n)$ 的紧下界。
• 将 Frankl-Wilson 型图的已知构造扩展至更高维度，并获得更强的色数界限。
• 通过自定义算法与外部工具 mcqd 联合验证结果，以计算独立数。

提出的方法

• 对于 $n=6$，通过排列 11 个基点的坐标生成 $\mathbb{R}^n$ 中的顶点集，形成包含 175 个顶点的图。
• 基于 $\sqrt{8}$-距离（经缩放后等价于单位距离）定义邻接关系，形成距离图。
• 利用子图之间的对称性与同构关系（例如 $K_6$ 的线图）分析独立数与色数。
• 对于 $n=7$，从 14 组有理点构成的集合构造图，点间距离为 4，并通过组合界计算独立数。
• 对于 $n=10$ 与 $n=12$，在 $\mathbb{R}^{11}$ 与 $\mathbb{R}^{13}$ 中使用固定汉明权重（分别为 5 与 6）的 $0$-$1$ 向量，邻接关系定义为距离 2。
• 通过自定义程序与 mcqd 工具联合计算独立数，利用 $\chi \geq \lceil n / \alpha \rceil$ 推导色数下界。

实验结果

研究问题

• RQ1 对于 $n = 6, 7, 10, 11, 12, 13, 14$，将 $\mathbb{R}^n$ 涂色使得任意两点间单位距离不共享同色，至少需要多少种颜色？
• RQ2 能否在 $\mathbb{R}^n$ 中构造出具有高色数与可计算独立数的显式单位距离图？
• RQ3 与先前方法相比，对称性与结构化点集生成在提升 $\chi(\mathbb{R}^n)$ 下界方面有何优势？
• RQ4 Frankl-Wilson 型构造在多大程度上可被适配以在更高维度中获得更强的色数界限？
• RQ5 在 $\mathbb{R}^{11}$ 中，汉明权重为 5 的 $0$-$1$ 向量图的独立数是多少？该结果如何影响 $\mathbb{R}^{10}$ 的色数？

主要发现

• 通过一个 175 个顶点的单位距离图（色数为 12），确定 $\mathbb{R}^6$ 的色数至少为 12。
• 对于 $\mathbb{R}^7$，色数至少为 16，该结果来自一个 168 个顶点的图，其 $S$-集的独立数为 4，且 $T$-集具有匹配结构。
• 基于 $\mathbb{R}^{11}$ 中汉明权重为 5 的 462 个顶点的 $0$-$1$ 向量图（独立数为 18），确定 $\mathbb{R}^{10}$ 的色数至少为 26。
• 基于 $\mathbb{R}^{13}$ 中汉明权重为 6 的 1716 个顶点的 $0$-$1$ 向量图（独立数为 46），确定 $\mathbb{R}^{12}$ 的色数至少为 36。
• 通过相同的构造与独立数计算，$\mathbb{R}^{11}$、$\mathbb{R}^{13}$ 与 $\mathbb{R}^{14}$ 的界限也分别被提升至 26 与 36。
• 所有独立数计算均通过自定义算法与 mcqd 程序双重验证，确保了下界结果的稳健性。