[论文解读] Spectral gaps of random graphs and applications to random topology

Christopher Hoffman, Matthew Kahle+1 more|arXiv (Cornell University)|Jan 2, 2012

Topological and Geometric Data Analysis参考文献 39被引用 33

一句话总结

本文证明了在边概率 $ p > \left(\frac{1}{2} + \delta\right) \frac{\log n}{n} $ 的埃拉多斯-雷尼随机图中，归一化拉普拉斯矩阵的非零特征值紧密集中在 1 附近，提供了精确的集中估计。这些谱结果揭示了随机拓扑中的精确阈值，包括随机 2复形中同调消失阈值与卡兹曼性质 (T) 阈值的重合。

ABSTRACT

We prove that for delta > 0, if p > (1/2 + delta) log n / n, then the normalized Laplacian of an Erdos-Renyi random graph has its nonzero eigenvalues tightly concentrated around 1. We also give sharp estimates for the concentration of the eigenvalues. This extends earlier work on spectra of random graphs into and through the threshold for connectivity. These new spectral results establish the existence of several sharp thresholds in random topology and geometric group theory. In particular, we show that the threshold for the fundamental group of random 2-complexes to have Kazhdan's property (T) agrees with the homology-vanishing threshold found earlier by Linial and Meshulam.

研究动机与目标

• 分析埃拉多斯-雷尼随机图在连通性阈值附近及之上的归一化拉普拉斯矩阵的谱行为。
• 在 $ p > \left(\frac{1}{2} + \delta\right) \frac{\log n}{n} $ 时，建立归一化拉普拉斯矩阵非零特征值的精确集中界限。
• 将谱性质与随机 2复形中的拓扑阈值联系起来，特别是卡兹曼性质 (T) 的阈值。
• 证明随机 2复形的基本群具有卡兹曼性质 (T) 的阈值与林亚尔和梅舒拉姆所确定的同调消失阈值一致。

提出的方法

• 使用概率方法分析埃拉多斯-雷尼随机图上归一化拉普拉斯矩阵的特征值分布。
• 应用集中不等式，证明当 $ p > \left(\frac{1}{2} + \delta\right) \frac{\log n}{n} $ 时，非零特征值在 1 附近具有紧密定位。
• 利用谱间隙估计推断随机 2复形的拓扑性质。
• 将谱行为与随机拓扑中的已知阈值联系起来，特别是同调消失与性质 (T) 的阈值。
• 利用随机矩阵理论和图极限理论，推导特征值集中性的精确界限。
• 将谱阈值与基本群满足卡兹曼性质 (T) 的阈值相联系。

实验结果

研究问题

• RQ1 当 $ p > \left(\frac{1}{2} + \delta\right) \frac{\log n}{n} $ 时，埃拉多斯-雷尼随机图中归一化拉普拉斯矩阵的非零特征值的集中行为如何？
• RQ2 随机图的谱性质如何与随机 2复形中的拓扑阈值相关联？
• RQ3 随机 2复形的基本群具有卡兹曼性质 (T) 的阈值是否与同调消失阈值一致？
• RQ4 随机图中的谱间隙在多大程度上决定了随机拓扑中的相变？
• RQ5 是否可以在随机图的连通性阈值之外，推导出特征值的精确集中估计？

主要发现

• 当 $ p > \left(\frac{1}{2} + \delta\right) \frac{\log n}{n} $ 时，归一化拉普拉斯矩阵的非零特征值在 1 附近紧密集中，且建立了精确的集中界限。
• 谱结果表明随机拓扑中存在精确阈值，特别是随机 2复形中卡兹曼性质 (T) 出现的阈值。
• 随机 2复形的基本群具有卡兹曼性质 (T) 的阈值与林亚尔和梅舒拉姆先前发现的同调消失阈值一致。
• 归一化拉普拉斯矩阵的谱行为在随机图理论与随机拓扑之间架起了桥梁。
• 结果将随机图的谱分析扩展至连通性阈值之内与之外，揭示了新的相变。
• 特征值的精确集中使得对随机几何与组合结构的拓扑预测更加精确。