Максимальные индуцированные пути в случайных двудольных графах
Автор: Буитраго Оропеса Х.К.
Журнал: Труды Московского физико-технического института @trudy-mipt
Рубрика: Математика
Статья в выпуске: 3 (63) т.16, 2024 года.
Бесплатный доступ
Доказано, что максимальный размер индуцированного пути в биномиальном двудольном случайном графе G(n,n,p =1/2) сконцентрирован в трех последовательных значениях с вероятностью, стремящейся к 1, при n to infinity.
Двудольный случайный граф, максимальный подграф, концентрация
Короткий адрес: https://sciup.org/142242982
IDR: 142242982 | УДК: 519.175.4
Текст научной статьи Максимальные индуцированные пути в случайных двудольных графах
Рассмотрим множество ^2хп = {G = (К” U V2”, E )} всех неориентированных графов без кратных рёбер с непересекающимися и независимыми множествами вершин V”,V” размера n G N, таких, что допускаются только рёбра между вершинами, принадлежащими различным множествам. Случайный двудольный граф G(n,n,p) является случайным элементом множества ^2х« с распределением, определяемым равенством
P(G(n, n,p) = G) = p|E(G)|(1 — p)n2-lE(G)|, то есть каждое ребро полного двудольного графа появляется с вероятностью p независимо от ДРУГИХ'
Пусть [n] := {1,...,n} — множество помеченных вершин. Напомним, что множество вершин U С [n] в графе, в котором никакие две вершины не являются смежными, называется независимым множеством. Размер наибольшего независимого множества называется числом независимости графа. Хорошо известно, что с вероятносстью, стремящейся к 1, два максимальных независимых множества в графе G(n,n,p) — это его две доли V” и V2”, поэтому число независимости точно равно n.
В [1], [2], [3], [4] было доказано, что для p = const G (0,1) число независимости биномиального случайного графа G(n,p) (в этом графе каждая пара различных вершин из [n] является смежной с вероятностью p независимо от других) с вероятностью, стремящейся к 1, принимает одно из двух значений, /(n) и /(n) + 1, где
/(n) = ^ 2logbn — 2logb logbn + 2logb 2 + 0.9- 1 , b = 1/(1 — p).
(с) Буитраго Оропеса X. К., 2024
-
(с) Федеральное государственное автономное образовательное учреждение высшего образования «Московский физико-технический институт (пациопальпый исследовательский университет)», 2024
Некоторые улучшения этого результата можно найти в [6]. В этом случае мы говорим, что число независимости сконцентрировано в двух точках.
В дальнейшем концентрация в двух точках была доказана и для других характеристик случайного графа. Особое внимание было уделено максимальному размеру индуцированного подграфа в G(п,p), обладающего заданным свойством. Напомним, что множество А С [п] вершин графа G индуцирует в нем подграф G \ a, множество вершин которого равно А, а множество ребер образовано всеми ребрами графа G, оба конца которых принадлежат А. Например, в [6] концентрация в двух точках была доказана для максимального размера индуцированного пути, в [7] — для максимального размера индуцированного дерева, а в [8] — для максимального размера индуцированного леса. Для каждой из этих трех случайных величин было доказано, что найдется функция С(п) = 0(1) такая, что рассматриваемая случайная величина принимает одно из двух значений log1/(1-p) п + С(п) и logi/(i-p) п + С (п) + 1 с вероятностью, стремящейся к 1.
Все предыдущие результаты применимы к модели случайного графа, где вероятность появления ребра является постоянной величиной. Некоторые из этих результатов были расширены для случая р(п) = о(1). Так, в [9] было доказано, что число независимости G(п,p), г де п-2/3+е < р < 1/[1од(п)]2, сконцентрировано в двух точках. Кроме того, в [9] было доказано, что максимальный размер индуцированного дерева в графе G(п,p'), где п- 3е-2 +е< р = о(1), также сконцентрирован в двух точках.
Следующим естественным шагом является проверка концентрации в двух точках некоторых из этих характеристик в других моделях случайных графов. В настоящей работе мы сосредотачиваемся на модели двудольного случайного графа G(п,п,p). В частности, нам удалось доказать, что максимальный размер индуцированного пути в двудольном случайном графе G(п,п,p = 1/2) сконцентрирован в трех последовательных точках.
Теорема 1. Обозначим через P максимальную длину (то есть количество вершин) индуцированного пути в графе G(п,п, 1/2). Тогда для любой достаточно малой константы е > 0 с вероятностью, стремящейся к 1, Р G {2д(п), 2д(п) + 1, 2д(п) +2}, где
д(п) = (21од2п - 1 - е~ \ .
Несмотря на то, что в основе доказательства теоремы 1 лежит стандартная техника, применение неравенства Маркова для получения верхней оценки на случайную величину и неравенства Чебышева для получения нижней, проблема, как обычно, заключается в необходимости достаточно точного оценивания второго момента случайной величины, представляющей число индуцированных путей заданной длины. В отличие от стандартной модели биномиального случайного графа G(п,p') здесь возникает дополнительная сложность при оценке вклада пар пересекающихся индуцированных путей во второй момент, так как необходимо также учитывать их пересечения с каждой частью двудольного графа.
-
2. Доказательство теоремы 1
Для краткости обозначим д := д(п). Далее при упоминании вероятности проведения ребра, равной 1/2, будем в некоторых ситуациях обозначать ее р для большей ясности изложения — а именно, для отличия вклада в оцениваемые величины самой вероятности р и вероятности дополнения события, 1 — р. Как обычно, мы будем использовать методы первого и второго моментов. Сначала покажем, что с вероятностью, стремящейся к 1 при п ^ то. Р < 2д + 3.
Пусть Xk ~ число индуцированных путей длины к в графе G(n, п, р). Пусть к = ©(log п). Нетрудно заметить, что
EX2k = (п) (к!)2р2"-1(1 — р/2
2k+1 - п2 2
k2
и
EX2k+1 = Q (к + 1) к\(к + 1)\Р2к(1 - р)к(к+1)-2к - п2к+12
к 2
к - EX2 k п2-к ,
поскольку существует два способа выбрать часть, к которой принадлежат первая и последняя вершины нечетного пути, а количество способов провести такой путь на фиксированном наборе из к + 1 вершин од:юн части н к вершин другой части равно к\(к + 1)!/2.
В частности,
EX2k = ek(2ln п-к ln2)+o(1)
Таким образом,
EX2 g +3 - EX2 g +2n2
g -1 = e( g +1)(2lnn-( g +1)ln2)+ o (1)n2- g -1< 2e( g +1)n2-2log2n+e =
= e (n2e-1) = 0(1).
Следовательно, по неравенству Маркова
P(X2g+3 > 1) < EX2g+3 = 0(1), что означает, что P < 2д + 2 с вероятностью, стремящейся к 1 при п ^ то, поскольку
{ P < 29 + 2} = {Х2 д +з = 0}.
Теперь покажем, что P( P > 29) = 1 — о(1) . Сначала заметим, что для 0 < е < 1 получаем
EX2g = eg(2ln n-g ln2)+o(1) > 2eg+o(1) ^ то при п ^то.
Таким образом, по неравенству Чебышёва
P(X2 g =0) <
VarX2 g = EX2 g (X2 g — 1) — (EX2 g )
(EX2 g )2
EX2 g (X2 g
(E^2 g )2
+ EX2 g
— 1) — (EX2 g )
(E^2 g )2
- + о(1).
Остается показать, что правая часть выражения (1) является о(1).
Случайную величину X 2 g можно представить как сумму индикаторов 1 в ( и 1 и и 2 ) по всем 9-элементным множествам U 1 С V1n и U2 С V2n, где B(U 1 UU 2 ) — событие, заключающееся
в том, что
U 1 U U 2 индуцирует путь в G(n,n,p). Следовательно,
EX2 g (Х 2 д
- 1) = ^ P(B(U1 UU2) ПВ ( u 1 u u 2 )) =
U 1 U U 2 ,U ( U U 2 ⎛
\
где
Е
Е
+
Е
U 1 U U 2 и и ' u u 2 U 1 U U 2 и u 1 u u 2
\имеют общие вершины не имеют общие вершины/
U 1 U U 2 и и ' ’ u u 2 не имеют общие вершины
P(B(U1 UU2) nB(U1 UU2)) = C 1 C
P(B(U 1 UU2) ПВ(и1 UU2)),
-
9)2 (9\)4 X < [CX2 g ]2.
Таким образом, мы имеем
2g - i
EX 2g (X 2 g — 1) — (EX 2 g )2< Е Е P ( B ( U j и U 2 ) П В (U J и и 2 )) <
V
=1
U1UU2 aii
with v common vertices
< е cy-to
n2g-v 7(v)
p 2(2g - 1) (1 - p) 2[g 2 - (2g - 1)]
min {(1 - <1 (У21 ’
^1,^2 t \1 — P J J где y(v) — это количество возможных перестановок вершин в пересечении двух путей (мы впоследствии оценим это значение в зависимости от величины г), ад — это количество пар общих вершин между различивши частями двудольного графа в пересечении двух путей, а ж2 — количество общих рёбер. Заметим, что ад < Е> так как это точно произведение двух неотрицательных целых чисел, сумма которых равна v. Принимая р = 1/2, получаем
2g-1 / 2 g \ 2 n 2 g - v
ЕХ 2д (X 2g - 1) - (EX 2g )2< EX -g^^ _ 7 (v) . (2)
Z1 2g 2 -“
Теперь мы можем найти подходящую оценку для y(v). Для v < [1.1gJ рассмотрим тривиальную оценку y(v) < v!. С другой с тороны, для v > [1.1gJ зафиксируем один путь, который назовем Pi, затем выберем общие вершины и, начиная с этих вершин, построим второй путь, который назовем P-. Таким образом, мы видим, что пересечение P i 11 P - состонт из 2д — v + 1 связных компонент, котор>ыс разделены вершинами P i. Следовательно, существует не более чем (2д—v + 1)! перестановок этих компонент. С другой стороны, для каждой связной компоненты у нас есть два варианта выбора её ориента-щш внутри P2. С.тедовате.тыю. для v > (1.1gJ мы можем оценить 7(v) < (2д — v + 1)!22g-v+1.
Таким образом, из (1) и (2) следует, что
EX 2g (X 2g — 1) — (EX 2g ) 2 (EX -g )2
<
<
1 Е ( 2vW
E^ g^J 2 g 2 - '2
M1 I2g)2n 2 g -v 2 т
Е —--- v=1
Е v=1
2 g 2
(Дд!)2
-
■ v
Mv) =
7(v) <
(2vg) n2g-v2Tv!
С ) 2 (g!)2
2 g - 1
+Е v= L 1.1g J +1
+
(2 v g) n2g-v 2 T (2g —
v + 1)!2 2 g-v+1
С ) 2 (g!)2
Теперь задача состоит в том, чтобы показать, что правая часть выражения (3) является о(1). Сначала раеемотрнм слагаемые е v € [1, (1.1gJ]. Так как 1 W д W ДП. получаем следующую асимптотику:
С)
ng
~ --.
д!
С другой стороны, заметим, что
Таким образом, мы получаем
L 1 ^ J (^п2^2т v !
d =i
G ) 2(д!)2
∼
≤
L 1.19 J /о \
Е (?)
V=1 4 7
L 1.19 J
Е (2д)2 ^
г)=1
L 1.19 J
п-2 4
v !
п- 2 ^ V
,v
≤
L 1.19 J
= Е
г)=1
(
Дз)2^ / 4
п
)<
≤
^ (n - 0.45+yiY =
V=1
о(1)-
Теперь перейдем к доказательству того, что сумма V е фШ +1, 2д — 1]:
в (3) является о(1), для
29 - 1
Список литературы Максимальные индуцированные пути в случайных двудольных графах
- Bollobas В., Erdos Р. Cliques in random graphs // Math. Proc. Camb. Phil. Soc. 1976. V. 80. P. 119 127.
- Grimmett G.R., McDiarmid C.J.H. On colouring random graphs // Math. Proc. Cambridge Philos. Soc. 1975. V. 77. P. 313 32 1.
- Matula D.W. The largest clique size in a random graph // Tech. Rep. Dept.Comp. Sci. Southern Methodist University, Dallas, Texas, 1976.
- Matula D. The Employee Party Problem // Notices of the American Mathematical Society. 1972. V. 19, N 2. P. A-382.
- KriveJevich M., Sudakov B., Vu V.H., Wormald N.C. On the probability of independent sets in random graphs // Random Struct. Algorithms. 2003. V. 22(1). P. 111.
- Dutta K., Subramanian C.R. On Induced Paths, Holes and Trees in Random Graphs // Proc. ANAL-CO. 2018. P. 168-177.
- Kamaldinov D., Skorkin A., Zhukovskii M. Maximum sparse induced subgraphs of the binomial random graph with given number of edges // Discrete Appl. Math. 2021. V. 344(2). P. 112205.
- Krivoshapko M., Zhukovskii M. Maximum induced forests in random graphs // Discrete Appl. Math. 2021. V. 305. P. 211-213. EDN: CGAARB
- Bohman T., Hofstad J. Two-Point Concentration of the Independence Number of the Random Graph // Forum of Mathematics, Sigma. 2024. V. 12. P. e24. EDN: WBDOVK
- Buitrago Oropeza J.C. Maximum Induced Trees in Sparse Random Graphs // Dokl. Math. 2024. V. 109. P. 167-169. EDN: LHLCAU