[论文解读] Perfect matchings in random sparsifications of Dirac hypergraphs

Dong Yeap Kang, Tom Kelly+3 more|arXiv (Cornell University)|Nov 2, 2022

Limits and Structures in Graph Theory被引用 4

一句话总结

该论文为随机稀疏化 $k$-均匀超图中的完美匹配建立了鲁棒的狄拉克型定理。当 $n \in k\mathbb{N}$ 且 $p = \Omega(n^{-k+1}\log n)$ 时，若超图 $\mathcal{H}$ 满足最小 $(k-1)$-度条件 $\delta_{k-1}(\mathcal{H}) \geq m_{k-1}(k,n)$，则其 $p$-随机子超图 $\mathcal{H}_p$ 几乎必然（a.a.s.）包含一个完美匹配。该结果可推广至包含额外 $\gamma\binom{n-d}{k-d}$ 项的更低度条件，且完美匹配的数量至少为 $\exp((1-1/k)n\log n - \Theta(n))$，其最优性仅相差一个 $\exp(\Theta(n))$ 因子。

ABSTRACT

For all integers $n \geq k > d \geq 1$, let $m_{d}(k,n)$ be the minimum integer $D \geq 0$ such that every $k$-uniform $n$-vertex hypergraph $\mathcal H$ with minimum $d$-degree $δ_{d}(\mathcal H)$ at least $D$ has an optimal matching. For every fixed integer $k \geq 3$, we show that for $n \in k \mathbb{N}$ and $p = Ω(n^{-k+1} \log n)$, if $\mathcal H$ is an $n$-vertex $k$-uniform hypergraph with $δ_{k-1}(\mathcal H) \geq m_{k-1}(k,n)$, then a.a.s.\ its $p$-random subhypergraph $\mathcal H_p$ contains a perfect matching. Moreover, for every fixed integer $d < k$ and $γ> 0$, we show that the same conclusion holds if $\mathcal H$ is an $n$-vertex $k$-uniform hypergraph with $δ_d(\mathcal H) \geq m_{d}(k,n) + γ\binom{n - d}{k - d}$. Both of these results strengthen Johansson, Kahn, and Vu's seminal solution to Shamir's problem and can be viewed as ``robust'' versions of hypergraph Dirac-type results. In addition, we also show that in both cases above, $\mathcal H$ has at least $\exp((1-1/k)n \log n - Θ(n))$ many perfect matchings, which is best possible up to an $\exp(Θ(n))$ factor.

研究动机与目标

• 通过建立在何种条件下随机稀疏化 $k$-均匀超图包含完美匹配，来解决谢米尔问题的一个鲁棒版本。
• 通过证明在最小 $d$-度条件中增加 $\gamma\binom{n-d}{k-d}$ 项即可保证几乎必然存在完美匹配，将狄拉克型定理推广至随机子超图。
• 确定此类超图中完美匹配的渐近数量，证明其至少为 $\exp((1-1/k)n\log n - \Theta(n))$，其最优性仅相差一个 $\exp(\Theta(n))$ 因子。
• 通过证明满足狄拉克型最小度条件的超图在随机稀疏化后仍以高概率保持完美匹配，统一极值与概率超图理论。

提出的方法

• 使用吸收法构造一个近乎完美匹配，然后将剩余顶点吸收进完美匹配。
• 应用稀疏性与典型性框架，通过伪随机性质控制随机子超图的结构。
• 运用切尔诺夫不等式与集中不等式，证明随机顶点子集几乎必然保持最小度条件。
• 利用 $\alpha$-典型性条件与度分布分析，将随机子超图与典型超图 $\mathcal{K}_{r^*}$ 进行比较。
• 构造顶点集的随机划分 $U_\ell$，控制其大小与度分布，确保其以高概率具有典型性。
• 通过迭代吸收与概率嵌入技术，在超图结构的多个层次上建立度条件的层级体系。

实验结果

研究问题

• RQ1 在 $k$-均匀超图的最小 $d$-度条件下，其 $p$-随机子超图在何种条件下几乎必然包含完美匹配？
• RQ2 当原始超图满足狄拉克型最小共度条件时，随机 $k$-均匀超图中完美匹配的阈值是否能在稀疏化下保持鲁棒？
• RQ3 满足 $m_{k-1}(k,n)$ 共度阈值的 $k$-均匀超图中，完美匹配的最小数量是多少？该数量如何随 $n$ 变化？
• RQ4 在最小 $d$-度条件中增加 $\gamma\binom{n-d}{k-d}$ 项，对随机子超图中完美匹配的存在性有何影响？

主要发现

• 当 $n \in k\mathbb{N}$ 且 $p = \Omega(n^{-k+1}\log n)$ 时，若 $\delta_{k-1}(\mathcal{H}) \geq m_{k-1}(k,n)$，则 $\mathcal{H}_p$ 几乎必然包含完美匹配。
• 对任意固定的 $d < k$ 与 $\gamma > 0$，若 $\delta_d(\mathcal{H}) \geq m_d(k,n) + \gamma\binom{n-d}{k-d}$，则 $\mathcal{H}_p$ 几乎必然包含完美匹配。
• 此类超图中完美匹配的数量至少为 $\exp((1-1/k)n\log n - \Theta(n))$，其最优性仅相差一个 $\exp(\Theta(n))$ 因子。
• 该结果为超图提供了狄拉克型定理的鲁棒版本，将谢米尔问题的解推广至随机稀疏化情形。
• 证明依赖于吸收法、伪随机性与集中不等式的结合，以控制随机子超图的结构。