ความแปรปรวนของความว่องไวของกราฟสุ่มใน G (n, p) มีค่าเท่าใด


23

ฉันพยายามค้นหาว่าและใกล้เคียงกันอย่างไรเมื่อ และเป็นค่าคงที่ไม่ขึ้นอยู่กับ n (ดังนั้น ) ค่าประมาณของฉันคือ whp แต่ฉันไม่สามารถพิสูจน์ได้tw(G)E[tw(G)]GG(n,p=c/n)c>1E[tw(G)]=Θ(n)tw(G)E[tw(G)]+o(n)


1
แรงจูงใจสำหรับคำถามคืออะไร (เช่นเหตุใดจึงสนใจปัญหานี้)
Kaveh

6
ดี ... ฉันสงสัยว่าความรู้ของขอบบางอย่างสามารถส่งผลกระทบต่อความกังวลโดยประมาณ (ความรู้เกี่ยวกับการดำรงอยู่ของแต่ละขอบจะมีผลต่อความกังวลโดยมากที่สุด) และนั่นทำให้ฉันถามคำถามนี้ (ซึ่งมากกว่า ที่น่าสนใจ)
Kostas

2
โดยเฉพาะอย่างยิ่งสิ่งนี้มีผลกระทบต่อขอบเขตบนของการนับแบบจำลองในระบอบการปกครองที่น่าพอใจสำหรับกรณีสุ่มของ SAT (และควอนตัม - SAT) ในขั้นตอนของกราฟ Erdos-Renyi แบบสุ่มที่มีองค์ประกอบเชื่อมต่อขนาดใหญ่ ในระดับที่เราสนใจเกี่ยวกับการสุ่ม SAT ในหัวข้อวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีและวิธีการที่เกี่ยวข้องกับความกังวลสำหรับความซับซ้อนของ #SAT และปัญหาที่คล้ายกันคำถามนี้มีแรงจูงใจอย่างดี
Niel de Beaudrap

คำตอบ:


13

คุณไม่จำเป็นต้องคำนวณความแปรปรวนเพื่อพิสูจน์ความเข้มข้นของ tw (G (n, p)) รอบความคาดหวัง หากสองกราฟ G 'และ G แตกต่างกันโดยจุดสุดยอดหนึ่งความกังวลของพวกเขาจะต่างกันมากที่สุด คุณสามารถใช้วิธีมาตรฐานความไม่เท่าเทียมกันของ Hoeffding-Azuma ที่นำไปใช้กับ marting Exposure Vertex เพื่อแสดงเช่น

,P(|tw(G(n,p))Etw(G(n,p))|>t)3et2/(2n)

ดังนั้นน่าจะเป็นดังกล่าวข้างต้นมีแนวโน้มที่จะ 0 ถ้าพูด 0.51t=n0.51

วิธีการที่ถูกนำมาใช้เป็นครั้งแรกที่จะพิสูจน์ความเข้มข้นสำหรับจำนวนสีของ ) ดู B. Bollobás, กราฟสุ่ม Springer New York, 1998, หน้า 298G(n,p)

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.