Seberapa besar varian dari treewidth dari grafik acak dalam G (n, p)?


23

Saya mencoba untuk menemukan seberapa dekat dan sebenarnya, ketika dan adalah konstanta yang tidak bergantung pada n (jadi ). Perkiraan saya adalah whp, tetapi saya belum dapat membuktikannya.E [ t w ( G ) ] G G ( n , p = c / n ) c > 1 E [ t w ( G ) ] = Θ ( n ) t w ( G ) E [ t w ( G ) ] + o ( n )tw(G)E[tw(G)]GG(n,p=c/n)c>1E[tw(G)]=Θ(n)tw(G)E[tw(G)]+o(n)


1
Apa motivasi untuk pertanyaan itu? (yaitu mengapa tertarik pada masalah ini?)
Kaveh

6
Yah ... saya bertanya-tanya berapa banyak pengetahuan tentang beberapa tepi dapat mempengaruhi estimasi treewidth (pengetahuan tentang keberadaan masing-masing tepi dapat mempengaruhi treewidth oleh paling banyak satu), dan itu membawa saya ke pertanyaan ini (yang jauh lebih menarik)
Kostas

2
Secara khusus, ini memiliki implikasi untuk batas atas penghitungan model dalam rezim yang memuaskan untuk instance acak SAT (dan kuantum-SAT), dalam fase grafik Erdos-Renyi acak yang memiliki komponen terhubung yang besar. Sejauh kita peduli tentang SAT acak sebagai topik ilmu komputer teoretis, dan juga pendekatan yang melibatkan treewidth untuk membatasi kompleksitas #SAT dan masalah serupa, pertanyaan ini bermotivasi baik.
Niel de Beaudrap

Jawaban:


13

Anda tidak perlu menghitung varians untuk membuktikan konsentrasi tw (G (n, p)) di sekitar ekspektasinya. Jika dua grafik G 'dan G berbeda oleh satu titik maka treewidth mereka berbeda paling banyak satu. Anda dapat menggunakan metode standar, ketidaksetaraan Hoeffding-Azuma yang diterapkan pada Martingale eksposur sudut untuk menunjukkan, misalnya,

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

jadi probabilitas di atas cenderung ke 0, jika, katakanlah .t=n0.51

Metode pertama kali diterapkan untuk membuktikan konsentrasi untuk bilangan kromatis . Lihat B. Bollobás, Grafik acak. Springer New York, 1998, halaman 298.G(n,p)

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.