Аноним

Связность и отказоустойчивость в случайных регулярных графах: различия между версиями

Материал из WEGA
м
Строка 75: Строка 75:




Для доказательства используется расширенная для работы с пропущенными дугами техника, предназначенная для недопущения малых разделителей в случайных регулярных графах.
Для доказательства используется расширенная для работы с пропущенными дугами техника, предназначенная для недопущения малых разделителей в случайных регулярных графах.
с вероятностью не менее 1 — O(log n)/(na/3), где a > 0 – константа, которую требуется выбрать.
 
Для доказательства существования компоненты необходимо вначале доказать существование (с высокой вероятностью) достаточно длинного пути (логарифмической длины) в качестве основы для процесса поиска базисного возможного решения, начинающегося с вершин того пути, на основе которого создается компонент. В процессе довольно сложного доказательства используются соображения занятости (столбики диаграмм соответствуют вершинам графов, а шары – дугам); однако упоминаемые в ходе него случайные переменные не являются независимыми, и для использования границ Черноффа-Хеффдинга для концентрации необходимо вначале доказать, что эти случайные переменные, не будучи независимыми, являются отрицательно связанными. Далее при оценке успешности процесса поиска базисного возможного решения используется более точный и детальный алгоритм «анализа в среднем».
 
Построение пути и процесса поиска базисного возможного решения могут в совокупности рассматриваться как алгоритм, который (в случае, если не найдено пропусков) позволяет найти огромный связный компонент. Этот алгоритм весьма эффективен, что иллюстрирует следующая теорема.
'''<math>G^r_{n,p}</math> теряет связность'''
 


Теорема 7. Огромный компонент Gnr; p может быть построен за время O(n log n) с вероятностью не менее 1 — O(log2 n)/(nal3), где a > 0 – константа, которую можно выбрать.
Заметим, что вероятность постоянного возникновения пропущенных дуг существенно изменяет структуру связности регулярного графа в случае низких значений степеней. В частности, использование понятия случайных конфигураций [7] позволяет доказать следующую теорему:
Gnr;p    теряет связность
log n
Заметим, что вероятность постоянного возникновения пропущенных дуг существенно изменяет структуру связности регулярного графа в случае низких значений степеней. В частности, использование понятия случайных конфигураций [ ] позволяет доказать следующую теорему:


Теорема 5. Если 2 < r < - r - 2 и p = 0(1), то Grn p содержит по меньшей мере одну изолированную вершину с вероятностью не менее l-n~k,k>2.
'''Теорема 5.''' Если 2 < r < - r - 2 и p = 0(1), то Grn p содержит по меньшей мере одну изолированную вершину с вероятностью не менее l-n~k,k>2.
На деле скорость потери связности выше, поскольку в [7] показано, что Grn p почти наверняка теряет связность даже для r = o(log n) и константного значения f. Доказательство последнего утверждения осложняет тот факт, что применение расширенной леммы о переводе невозможно из-за диапазона r.
На деле скорость потери связности выше, поскольку в [7] показано, что Grn p почти наверняка теряет связность даже для r = o(log n) и константного значения f. Доказательство последнего утверждения осложняет тот факт, что применение расширенной леммы о переводе невозможно из-за диапазона r.


Строка 92: Строка 90:


Теорема 6. Если f < 1 — ^, то Grn p содержит огромный (размером 0{n)) связный компонент для любого r > 64
Теорема 6. Если f < 1 — ^, то Grn p содержит огромный (размером 0{n)) связный компонент для любого r > 64
 
с вероятностью не менее 1 — O(log n)/(na/3), где a > 0 – константа, которую требуется выбрать.
Для доказательства существования компоненты необходимо вначале доказать существование (с высокой вероятностью) достаточно длинного пути (логарифмической длины) в качестве основы для процесса поиска базисного возможного решения, начинающегося с вершин того пути, на основе которого создается компонент. В процессе довольно сложного доказательства используются соображения занятости (столбики диаграмм соответствуют вершинам графов, а шары – дугам); однако упоминаемые в ходе него случайные переменные не являются независимыми, и для использования границ Черноффа-Хеффдинга для концентрации необходимо вначале доказать, что эти случайные переменные, не будучи независимыми, являются отрицательно связанными. Далее при оценке успешности процесса поиска базисного возможного решения используется более точный и детальный алгоритм «анализа в среднем».
Построение пути и процесса поиска базисного возможного решения могут в совокупности рассматриваться как алгоритм, который (в случае, если не найдено пропусков) позволяет найти огромный связный компонент. Этот алгоритм весьма эффективен, что иллюстрирует следующая теорема.
Теорема 7. Огромный компонент Gnr; p может быть построен за время O(n log n) с вероятностью не менее 1 — O(log2 n)/(nal3), где a > 0 – константа, которую можно выбрать.


== Применение ==
== Применение ==
4430

правок