Qual é o tamanho da variação da largura de árvore de um gráfico aleatório em G (n, p)?

23

Eu estou tentando encontrar o quão perto e realmente são, quando e é uma constante, não dependendo de n (assim ). Minha estimativa é que whp, mas não consegui provar isso.E [ t w ( G ) ] G G ( n , p = c / n )tW(G)E[tW(G)]GG(n,p=c/n)c>1E[tW(G)]=Θ(n)tW(G)E[tW(G)]+o(n)

Kostas
fonte
1
Qual é a motivação para a pergunta? (ou seja, por que está interessado neste problema?)
Kaveh
6
Bem ... eu queria saber o quanto o conhecimento de algumas arestas pode afetar a largura de árvore estimada (o conhecimento da existência de cada aresta pode afetar a largura de árvore em no máximo uma), e isso me levou a essa pergunta (que é muito mais interessante)
Kostas
2
Em particular, isso tem implicações para os limites superiores da contagem de modelos no regime satisfatório para instâncias aleatórias de SAT (e quantum-SAT), na fase de gráficos aleatórios de Erdos-Renyi com um grande componente conectado. Na medida em que nos preocupamos com o SAT aleatório como um tópico da ciência da computação teórica, e também com abordagens envolvendo largura de árvore para limitar a complexidade do #SAT e problemas semelhantes, essa pergunta é bem motivada.
Niel de Beaudrap

Respostas:

13

Você não precisa calcular a variação para provar a concentração de tw (G (n, p)) em torno de sua expectativa. Se dois gráficos G 'e G diferem em um vértice, sua largura de árvore difere em no máximo um. Você pode usar o método padrão, a desigualdade de Hoeffding-Azuma, aplicada à martingale de exposição a vértices para mostrar, por exemplo,

P(|tW(G(n,p))-EtW(G(n,p))|>t)3e-t2/(2n) ,

então a probabilidade acima tende a 0, se, digamos .t=n0,51

O método foi aplicado pela primeira vez para provar a concentração para o número cromático de . Veja B. Bollobás, gráficos aleatórios. Springer New York, 1998, página 298.G(n,p)

Valentas
fonte