Доклады Российской академии наук. Математика, информатика, процессы управления, 2021, T. 501, № 1, стр. 26-30
О максимальном разрезе в случайном гиперграфе
П. А. Захаров 1, *, Д. А. Шабанов 1, 2, 3, **
1 Национальный исследовательский университет “Высшая школа экономики”
Москва, Россия
2 Московский физико-технический институт (национальный исследовательский университет)
Долгопрудный, Московская обл., Россия
3 Московский государственный университет
имени М.В. Ломоносова
Москва, Россия
* E-mail: pazakharov@hse.ru
** E-mail: dmitry.shabanov@phystech.edu
Поступила в редакцию 11.08.2021
После доработки 17.08.2021
Принята к публикации 08.09.2021
Аннотация
Исследуется задача о нахождении максимального разреза в случайных гиперграфах. Рассматривается классическая биномиальная модель случайного $k$-однородного гиперграфа $H(n,k,p)$ на $n$ вершинах и вероятностью $p = p(n)$. Основные результаты обобщают ранее известные результаты для случая графов и показывают, что в разреженном случае (когда $p = cn{\text{/}}\left( {\begin{array}{*{20}{c}} n \\ k \end{array}} \right)$ при $c = c(k) > 0$, не зависящем от $n$) существует такая $\gamma (c,k,q) > 0$, что отношение величины максимального разреза $H(n,k,p)$ к числу вершин сходится к ней по вероятности. Кроме того, получены некоторые оценки величины $\gamma (c,k,q)$.
1. ВВЕДЕНИЕ
Настоящая работа посвящена исследованию задачи о поиске максимального разреза в случайных гиперграфах. Начнем с основных определений.
Гиперграфом $H$ в дискретной математике называется пара $(V,E)$, где $V = V(H)$ – это некоторое конечное множество, элементы которого мы будем называть вершинами гиперграфа, а $E = E(H)$ – это семейство подмножеств $V$, которые мы будем называть ребрами гиперграфа. Гиперграф $H = (V,E)$ называется $k$-однородным, если для любого $e \in E(H)$ выполнено $\left| e \right| = k$, т.е. все ребра гиперграфа имеют одну и ту же мощность k. С точки зрения теории графов получается, что граф – это 2-однородный гиперграф без петель и кратных ребер.
Если $q \geqslant 2$ – это натуральное число, то q-разрезом гиперграфа H называется разбиение множества вершин $V(H)$ на q непересекающихся подмножеств: ${{V}_{1}} \sqcup {{V}_{2}} \sqcup \ldots \sqcup {{V}_{q}} = V(H)$. Величиной разреза $({{V}_{1}}, \ldots ,{{V}_{q}})$ называется величина , другими словами – это количество ребер, которые не содержатся ни в одном из элементов разреза целиком. Максимальным q-разрезом в $H$ называется максимальная величина q-разреза по всем разбиениям множества вершин, для нее будем использовать обозначение ${{\mu }_{q}}(H)$.
Несложно понять, что задачу о поиске максимального разреза можно сформулировать и в терминах раскрасок. Ясно, что q-разрез – это просто раскраска вершин гиперграфа в q цветов, а его величина – это количество ребер, которые покрашены неодноцветно в такой раскраске. Тем самым, максимальный разрез равен максимально возможному количеству ребер, которые можно правильно (т.е. неодноцветно) раскрасить в одной и той же раскраске вершин гиперграфа в q цветов.
В работе мы исследуем максимальный разрез случайных гиперграфов в биномиальной модели. Напомним, что классической биномиальной моделью случайного k-однородного гиперграфа, $H(n,k,p)$, называется схема Бернулли на k-подмножествах некоторого $n$-элементного множества $V$ вершины: каждое из них включается в качестве ребра в $H(n,k,p)$ с вероятностью $p = p(n)$ независимо от прочих. Несложно заметить, что вероятность получить конкретный k-однородный гиперграф $H{\kern 1pt} ' = (V,E{\kern 1pt} ')$ равна
При k = 2 данная модель — это знаменитая модель Эрдеша–Реньи, обозначаемая $G(n,p)$. В настоящей работе мы исследуем величину ${{\mu }_{q}}(H(n$, k, p)) при фиксированных q и k, растущем $n \to + \infty $ и $p = p(n)$.
2. ИЗВЕСТНЫЕ РЕЗУЛЬТАТЫ
Задача об асимптотической оценке максимального q-разреза в случайном графе $G(n,p)$ наиболее интересна в разреженном случае, т.е. когда $p = cn{\text{/}}\left( {\begin{array}{*{20}{c}} n \\ 2 \end{array}} \right)$ и $c > 0$, не зависящем от n. Если $np \to + \infty $, то легко заметить, что
Если же $np \to 0$, то с большой вероятностью можно разрезать все ребра случайного графа,
Тем самым, ситуация наиболее нетривиальна при фиксированном значении np. Здесь фундаментальным результатом является теорема М. Байати, Д. Гамарника и П. Тетали [1]. В ней было установлено существование предела для следующей сходимости по вероятности:
Но авторами было лишь установлено существование предела, а не его точное значение. Значительные исследования были посвящены поиску асимптотических оценок величины $\gamma (c,q)$ при c достаточно большом по отношению к q (о предельном распределении максимального разреза при малом c см. [2]). Исследователями было показано, что имеет место представление следующего вида:
в котором предпринимались попытки найти значение параметра ${{B}_{q}}$. В 1997 г. для случая $q = 2$ А. Бертони и др. [3] доказали, что ${{B}_{2}} \leqslant \sqrt {\frac{{\ln 2}}{2}} $. В дальнейшем Д. Копперсмит с соавторами [4] показал, что ${{B}_{2}} \in [0.37613,0.58870]$. Д. Гамарник и К. Ли [5] улучшили эти оценки, показав, что ${{B}_{2}} \in [0.47523,0.55909]$. Наконец, А. Дембо, А. Монтанари и С. Сен [6] вычислили точное значение величины ${{B}_{2}}$, которое может быть представлено в виде решения некоторого дифференциального уравнения.Случай $q > 2$ на сегодняшний день изучен не столь детально. А. Койя-Оглан, К. Мур и В. Санвалани [7] получили следующие оценки параметра ${{B}_{q}}$ для достаточно больших значений q:
Целью нашей работы является обобщение вышеупомянутых результатов для случайных гиперграфов.
Авторы также хотели бы обратить внимание читателя на ряд свежих близких работ по раскраскам случайных гиперграфов в разреженном случае [8–14].
3. НОВЫЕ РЕЗУЛЬТАТЫ
Наш первый результат устанавливает существование предела для нормированного максимального q-разреза случайного k-однородного гиперграфа в разреженном случае, т.е. при $p = cn{\text{/}}\left( {\begin{array}{*{20}{c}} n \\ k \end{array}} \right)$ и некотором $c > 0$, не зависящем от $n$.
Теорема 1. Для любых фиксированных $k \geqslant 3$, $q \geqslant 2$, c > 0 и $p = cn{\text{/}}\left( {\begin{array}{*{20}{c}} n \\ k \end{array}} \right)$ существует такая величина $\gamma (c,k,q)$, что
Данная теорема является обобщением результата из [1] и лишь устанавливает существование предела, но не дает представления о значении величины $\gamma (c,k,q)$. Следующая теорема дает некоторые оценки $\gamma (c,k,q)$ в предположении, что $c$ достаточно велико по сравнению с k и q.
Теорема 2. Для любого достаточно большого $c > {{c}_{0}}(k,q)$ выполнены неравенства
Данная теорема обобщает результаты из [3] и [7]. Можно заметить, что для достаточно большого q мы получаем зазор порядка $\sqrt k $ между имеющимися границами.
Далее мы приведем основные идеи доказательств.
4. ИДЕИ ДОКАЗАТЕЛЬСТВА ТЕОРЕМЫ 1
Доказательство теоремы 1 основано на применении техники из работы [1] и использует метод интерполяции. Заметим, что нам достаточно доказать существование предела для нормированного математического ожидания величины максимального разреза:
Данный факт следует из того, что величина максимального q-разреза случайного гиперграфа ${{\mu }_{q}}\left( {H\left( {n,k,cn{\text{/}}\left( {\begin{array}{*{20}{c}} n \\ k \end{array}} \right)} \right)} \right.$ сильно сконцентрирована вокруг своего среднего значения, что может быть установлено с помощью неравенства Талаграна (см. [15, с. 41–42]).
Дальнейшая идея состоит в проверке того, что последовательность
Далее, зафиксируем $n,{{n}_{1}},{{n}_{2}}$ с условием, что ${{n}_{1}} + {{n}_{2}}$ = n, и применим метод интерполяции. Обозначим через $V$ множество из n вершин, ${\text{|}}V{\text{|}} = n$. Зафиксируем произвольным образом его разбиение на две непересекающиеся части ${{V}_{1}}$ и ${{V}_{2}}$, ${\text{|}}{{V}_{i}}{\text{|}} = {{n}_{i}}$, i = 1, 2. Образуем следующую последовательность случайных гиперграфов с множеством вершин $V$: ${{H}^{{(t)}}}(n,k,m)$, $t = 0, \ldots ,m$, где $m = \left\lfloor {cn} \right\rfloor $. Гиперграф ${{H}^{{(t)}}}(n,k,m)$ состоит из так называемых t зеленых ребер и $m - t$ красных ребер, все ребра случайны и выбираются независимо.
Зеленое ребро выбирается равновероятно из ${{V}^{k}}$ (другими словами, мы выбираем $k$ вершин с повторениями).
Красное ребро выбирается из $V_{i}^{k}$, $i = 1,2$, с вероятностью ${{n}_{i}}{\text{/}}n$ (другими словами, мы сначала выбираем пропорционально одну из частей, а затем в ней выбираем k вершин с повторениями).
Заметим, что ${{H}^{{(t)}}}(n,k,m)$ может содержать как кратные, так и неполные (менее k различных вершин) ребра. Тем не менее, ${{H}^{{(m)}}}(n,k,m)$ выглядит как классическая равномерная модель с m ребрами, а ${{H}^{{(0)}}}(n,k,m)$ выглядит как объединение двух непересекающихся меньших гиперграфов ${{H}^{{({{m}_{i}})}}}(n,k,{{m}_{i}})$, , $i = 1,2$. Следующая лемма является ключевой для установления искомого предела и показывает суть метода интерполяции.
Лемма 1. Для любого $t = 1, \ldots ,m$
После доказательства леммы остается, применяя технику каплинга, аппроксимировать модели и показать, что
5. НИЖНЯЯ ОЦЕНКА В ТЕОРЕМЕ 2
При доказательстве нижней оценки мы воспользуемся идеями из работ [4–7] и будем применять жадный алгоритм набора разреза. Будем красить вершины по очереди следующим образом: присвоим вершине такой цвет i, который добавит в разрез максимальное количество ребер. На шаге t обозначим через $z(t)$ число ребер, добавленных в разрез, а через $m(t)$ – число новых образованных одноцветных ребер. Следующая лемма позволяет оценить среднее значение величины $z(t)$.
Лемма 2.
В ходе доказательства мы сначала оцениваем среднее величины $m(t)$. Так как наихудший случай есть равномерная раскраска в q цветов, то
где ${{u}_{q}}, \ldots ,{{u}_{q}}$ – это независимые случайные величины с распределением ${\text{Bin}}\left( {\left( {\begin{array}{*{20}{c}} {t{\text{/}}q} \\ {k - 1} \end{array}} \right),p} \right)$. Далее мы используем ряд предельных теорем, получая аппроксимацию нормальным распределением. На заключительном шаге мы оцениваем сумму $\sum\limits_{t = 1}^{n - 1} {{\text{E}}m(t)} $, используя выражение из леммы 2. В результате аккуратного анализа получаем искомое.6. ВЕРХНЯЯ ОЦЕНКА В ТЕОРЕМЕ 2
Здесь мы следуем идеям из [3]. Для упрощения анализа переходим к равномерной модели $H(n,m$, k), где мы равновероятно выбираем k‑элементных подмножеств без повторений. Чтобы показать, что некоторая величина x является верхней оценкой максимального q-разреза, мы оцениваем число k-однородных гиперграфов на $n$ вершинах с $m$ ребрами и максимальным разрезом, большим чем x.
Для гиперграфа $H = (V,E)$ рассмотрим некоторое разбиение вершин $V = {{V}_{1}} \sqcup \ldots \sqcup {{V}_{q}}$. Обозначим через ${{E}_{i}}$ множество ребер, целиком содержащихся в ${{V}_{i}}$, а через ${{E}_{0}}$ – все оставшиеся ребра.
Обозначим $T = ({{V}_{1}}, \ldots ,{{V}_{q}},{{E}_{0}}, \ldots ,{{E}_{q}})$ и рассмотрим множество всех подобных наборов для всевозможных k-однородных гиперграфов с множеством вершин V, $m$ ребрами и ${\text{|}}{{E}_{0}}{\text{|}} \geqslant x$:
Обозначим через $h(n,m,k,q,x)$ максимальное слагаемое в вышеописанной сумме. Следующая лемма характеризует предельное поведение этой величины.
Лемма 3.
Доказательство основано на решении соответствующей оптимизационной задачи. Лемма 3 помогает оценить вероятность того, что максимальный разрез случайного гиперграфа $H(n,m,k)$ превосходит $x$. А именно, эта вероятность меньше, чем
Остается показать, что эта величина стремится к нулю при
Список литературы
Bayati M., Gamarnik D., Tetali P. Combinatorial approach to the interpolation method and scaling limits in sparse random graphs // The Annals of Probability. 2013. V. 41. P. 4080–4115. https://doi.org/10.1214/12-AOP816
Daudé H., Martinez C., Rasendrahasina V., Ravelomanana V. The max-cut of sparse random graphs // Proceedings of the Twenty-Third Annual ACM-SIAM Symposium on Discrete Algorithms. SIAM. 2012. P. 265–271. https://doi.org/10.1137/1.9781611973099.24
Bertoni A., Campadelli P., Posenato R. An Upper Bound for the Maximum Cut Mean Value // Lecture Notes in Computer Science. 1997. V. 1335. P. 78–84. https://doi.org/10.1007/BFb0024489
Coppersmith D., Gamarnik D., Hajiaghayi M., Sorkin G. Random maxsat, random maxcut, and their phase transitions // Random Structures and Algorithms. 2004. V. 24. P. 502–545. https://doi.org/10.1002/rsa.20015
Gamarnik D., Li Q. On the max-cut over sparse random graph // Random Structures and Algorithms. 2018. V. 52. P. 219–262. https://doi.org/10.1002/rsa.20738
Dembo A., Montanari A., Sen S. Extremal cuts of sparse random graphs // The Annals of Probability. 2017. V. 45. P. 1190–1217. https://doi.org/10.1214/15-AOP1084
Coja-Oghlan A., Moore C., Sanwalani V. Max k-cut and approximating the chromatic number of random graphs // Random Structures and Algorithms. 2006. V. 28. P. 289–322. https://doi.org/10.1002/rsa.20096
Kravtsov D.A., Krokhmal N.E., Shabanov D.A. Panchromatic 3-colorings of random hypergraphs // European Journal of Combinatorics. 2019. V. 78. P. 28–43. https://doi.org/10.1016/j.ejc.2019.01.006
Ayre P., Coja-Oghlan A., Greenhill C. Hypergraph coloring up to condensation // Random Structures and Algorithms. 2019. V. 54. № 4. P. 615–652. https://doi.org/10.1002/rsa.20824
Ayre P., Greenhill C. Rigid colorings of hypergraphs and contiguity. SIAM Journal on Discrete Mathematics. 2019. V. 33. P. 1575–1606.
Семенов А.С. Двухцветные раскраски случайного гиперграфа // Теория вероятностей и ее применения. 2019. Т. 64. № 1. С. 75–97. https://doi.org/10.4213/tvp5165
Semenov A., Shabanov D. On the weak chromatic number of random hypergraphs // Discrete Applied Mathematics. 2020. V. 276. P. 134–154. https://doi.org/10.1016/j.dam.2019.03.025
Shabanov D.A. Estimating the r-colorability threshold for a random hypergraph // Discrete Applied Mathematics. 2020. V. 282. P. 168–183. https://doi.org/10.1016/j.dam.2019.10.031
Balobanov A. E., Shabanov D. A. On the strong chromatic number of a random 3-uniform hypergraph // Discrete Mathematics. 2021. V. 344. № 3. P. 1–16. https://doi.org/10.1016/j.disc.2020.112231
Janson S., Łuczak T., Ruciński A. Random Graphs. New York: Wiley, 2000. 335 pp.
Дополнительные материалы отсутствуют.
Инструменты
Доклады Российской академии наук. Математика, информатика, процессы управления