Насколько велика дисперсия ширины дерева случайного графа в G (n, p)?


23

Я пытаюсь найти, насколько близки и , когда и является константой, не зависящей от n (поэтому ). Моя оценка такова: whp, но я не смог доказать это.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 )Tвес(г)Е[Tвес(г)]гг(N,пзнак равнос/N)с>1Е[Tвес(г)]знак равноΘ(N)Tвес(г)Е[Tвес(г)]+о(N)


1
Какова мотивация для вопроса? (т.е. почему интересует эта проблема?)
Kaveh

6
Ну ... мне было интересно, насколько знание некоторых ребер может повлиять на предполагаемую ширину дерева (знание о существовании каждого ребра может влиять не более чем на единицу), и это привело меня к этому вопросу (который гораздо больше интересно)
Костас

2
В частности, это имеет значение для верхних границ счета моделей в выполнимом режиме для случайных экземпляров SAT (и кванта-SAT) в фазе случайных графов Эрдоша-Реньи, имеющих большую связную компоненту. В той степени, в которой мы заботимся о случайном SAT как о теме теоретической информатики, а также о подходах, использующих ширину дерева для ограничения сложности #SAT и подобных проблем, этот вопрос хорошо мотивирован.
Ниль де Бёдрап,

Ответы:


13

Вам не нужно вычислять дисперсию, чтобы доказать концентрацию tw (G (n, p)) вокруг ее ожидания. Если два графа G 'и G отличаются на одну вершину, то их ширина дерева отличается не более чем на один. Вы можете использовать стандартный метод, неравенство Хоффдинга-Азумы, примененный к мартингалу экспозиции вершины, чтобы показать, например,

,п(|Tвес(г(N,п))-ЕTвес(г(N,п))|>T)3е-T2/(2N)

Tзнак равноN0,51

г(N,п)

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.