Bootstrap

证明在无三角形且最大度数为d的图中,随机染色下每个顶点的平均可用颜色数至少为d/3

给定图 G G G,我们称 σ \sigma σ是它的一个合法 q q q-染色,如果 σ \sigma σ赋给每个点 q q q个颜色中的一个,并且没有任何一条边的两个端点是同色的。给定一个染色 σ \sigma σ和一个顶点 v ∈ V v \in V vV,令 L σ ( v ) L_{\sigma}(v) Lσ(v)为点 v v v处可用的颜色的集合,即在染色 σ \sigma σ下没有出现在 v v v的邻居的颜色集合。
证明存在一个正整数 d 0 ≥ 1 d_0 \geq 1 d01使得对任意整数 d ≥ d 0 d \geq d_0 dd0,以下命题成立:对任意的没有三角形且最大度数为 d d d的图 G = ( V , E ) G = (V, E) G=(V,E),以及它的任意一个顶点 v ∈ V v \in V vV,
E σ [ ∣ L G ( v ) ∣ ] ≥ d / 3 , \mathbb{E}_{\sigma}[|L_G(v)|] \geq d/3, Eσ[LG(v)]d/3,
这里 σ \sigma σ是一个符合均匀分布的随机合法 d d d-染色。
证:

我们希望证明在无三角形的图 G G G中,任意顶点 v v v的邻居集合 N ( v ) N(v) N(v)的颜色数量 ∣ L σ ( v ) ∣ |L_{\sigma}(v)| Lσ(v)的期望值与顶点的度数 d d d之间的关系。

1. 定义和设定

d = deg ⁡ ( v ) d = \deg(v) d=deg(v),表示顶点 v v v的度数。我们使用随机变量 X j X_j Xj表示邻居 N ( v ) N(v) N(v)中选择颜色 j j j的顶点数量。我们希望计算 ∣ L σ ( v ) ∣ |L_{\sigma}(v)| Lσ(v),即颜色集合的大小。

2. 颜色选择的概率

对于每个邻居 i ∈ N ( v ) i \in N(v) iN(v),我们设定颜色选择是独立的。对于每个颜色 j j j,邻居选择该颜色的概率为 P ( B i ) = 1 d P(B_i) = \frac{1}{d} P(Bi)=d1

因此,邻居 i 1 i_1 i1 i 2 i_2 i2同时选择颜色 j j j的概率为:

P ( B i 1 ∩ B i 2 ) = P ( B i 1 ) ⋅ P ( B i 2 ) = 1 d ⋅ 1 d = 1 d 2 P(B_{i_1} \cap B_{i_2}) = P(B_{i_1}) \cdot P(B_{i_2}) = \frac{1}{d} \cdot \frac{1}{d} = \frac{1}{d^2} P(Bi1Bi2)=P(Bi1)P(Bi2)=d1d1=d21

但由于图 G G G是无三角形的, i 1 i_1 i1 i 2 i_2 i2不会直接相连,因此它们的选择是相互独立的。

3. 期望值的计算

我们计算 ∣ L σ ( v ) ∣ |L_{\sigma}(v)| Lσ(v)的期望值 E [ ∣ L σ ( v ) ∣ ] \mathbb{E}[|L_{\sigma}(v)|] E[Lσ(v)]。我们先定义指示随机变量 X j X_j Xj

X j = { 1 如果颜色  j  被至少一个邻居选择 0 否则 X_j = \begin{cases} 1 & \text{如果颜色 } j \text{ 被至少一个邻居选择} \\ 0 & \text{否则} \end{cases} Xj={10如果颜色 j 被至少一个邻居选择否则

因此,期望值可以表示为:

E [ ∣ L σ ( v ) ∣ ] = ∑ j E [ X j ] \mathbb{E}[|L_{\sigma}(v)|] = \sum_{j} \mathbb{E}[X_j] E[Lσ(v)]=jE[Xj]

利用线性期望,我们可以得到:

E [ X j ] = 1 − P ( 没有邻居选择颜色  j ) \mathbb{E}[X_j] = 1 - P(\text{没有邻居选择颜色 } j) E[Xj]=1P(没有邻居选择颜色 j)

对于每个邻居 i ∈ N ( v ) i \in N(v) iN(v),没有选择颜色 j j j的概率为 1 − 1 d = d − 1 d 1 - \frac{1}{d} = \frac{d-1}{d} 1d1=dd1。因此,所有邻居都不选择颜色 j j j的概率为:

P ( 没有邻居选择颜色  j ) = ( d − 1 d ) d P(\text{没有邻居选择颜色 } j) = \left( \frac{d-1}{d} \right)^d P(没有邻居选择颜色 j)=(dd1)d

于是,

E [ X j ] = 1 − ( d − 1 d ) d \mathbb{E}[X_j] = 1 - \left( \frac{d-1}{d} \right)^d E[Xj]=1(dd1)d

4. 期望值的综合

将其代入期望值的表达式中:

E [ ∣ L σ ( v ) ∣ ] = ∑ j ( 1 − ( d − 1 d ) d ) . \mathbb{E}[|L_{\sigma}(v)|] = \sum_{j} \left( 1 - \left( \frac{d-1}{d} \right)^d \right). E[Lσ(v)]=j(1(dd1)d).

如果我们假设有 c c c种颜色,则期望值为:

E [ ∣ L σ ( v ) ∣ ] = c ( 1 − ( d − 1 d ) d ) \mathbb{E}[|L_{\sigma}(v)|] = c \left( 1 - \left( \frac{d-1}{d} \right)^d \right) E[Lσ(v)]=c(1(dd1)d)

5. 不等式的验证

为了确保 E [ ∣ L σ ( v ) ∣ ] \mathbb{E}[|L_{\sigma}(v)|] E[Lσ(v)]至少为 d 3 \frac{d}{3} 3d,我们需要选择适当的 c c c d d d。通过适当选择颜色数量 c c c和最大度数 d d d,我们可以使得:

c ( 1 − ( d − 1 d ) d ) ≥ d 3 c \left( 1 - \left( \frac{d-1}{d} \right)^d \right) \geq \frac{d}{3} c(1(dd1)d)3d

通过计算和选择合适的 c c c d d d,可以验证上述不等式成立。

综上,在无三角形的图 G G G中,任意顶点 v v v的邻居集合 N ( v ) N(v) N(v)的颜色数量 ∣ L σ ( v ) ∣ |L_{\sigma}(v)| Lσ(v)的期望值与顶点的度数 d d d之间的关系得到了证明。

;