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
v∈V,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
d0≥1使得对任意整数
d
≥
d
0
d \geq d_0
d≥d0,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
v∈V,
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
设 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) i∈N(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和 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(Bi1∩Bi2)=P(Bi1)⋅P(Bi2)=d1⋅d1=d21。
但由于图 G G G是无三角形的, i 1 i_1 i1和 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)∣]=j∑E[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]=1−P(没有邻居选择颜色 j)。
对于每个邻居 i ∈ N ( v ) i \in N(v) i∈N(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} 1−d1=dd−1。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)=(dd−1)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−(dd−1)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−(dd−1)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−(dd−1)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和 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−(dd−1)d)≥3d。
通过计算和选择合适的 c c c和 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。