隨機圖與網路

連通門檻(the connectivity threshold)

連通門檻是隨機圖不再被切成片塊、變成一個連通整體的邊密度。它位於遠高於巨大連通分量門檻的密度:一張圖可以有含 99% 頂點的巨人卻仍不連通,因為還殘留著幾個孤立頂點。它回答的問題是:要的不只是有一個大團塊,而是把每一個頂點都繫進一個分量,需要多少邊?

此定理(厄多斯-雷尼)既銳且優雅。設 p = (log n + c)/n(常數 c)。則 P(G(n,p) 連通) 隨 n 增長趨於 e^(-e^(-c))。特別地,若 p = (log n - omega(n))/n 且 omega 趨於無窮,圖 whp 不連通;若 p = (log n + omega(n))/n,圖 whp 連通。故門檻為 p* = (log n)/n,且為銳門檻,窗口寬度 1/n。其機制是:連通性本質上由最後消失的障礙控制,而那就是孤立頂點。孤立頂點數目的期望為 n (1-p)^(n-1),在 p = (log n + c)/n 時約為 n e^(-np) = e^(log n - np) = e^(-c);孤立頂點數目漸近服從均值 e^(-c) 的卜瓦松(由斯坦因-陳方法),故 P(無孤立頂點) 趨於 e^(-e^(-c))。深刻之處在於:橫亙在不連通與連通之間的最後一物,真的就是孤立頂點:在 (log n)/n 之上,whp 除一個巨人外的每個分量都已被吸收,故「連通」與「無孤立頂點」在極限中重合。

此門檻在任何需要完全可達(而不只是大部分可達)的網路中都重要:隨機金鑰分發方案、容錯網路,以及一個類似集郵問題的現象——完全覆蓋的成本比宏觀覆蓋的成本高一個 log n 因子。誠實的微妙處是:「連通」與「無孤立頂點」的等價本身是定理,且是此夠稠密區間所特有的;在更稀疏的區間,連通性的障礙真的是小分量,而不只是單點。也要注意一個密切平行的敘述對於度數低於任一固定 k 的頂點之消失成立:G(n,p) 的最小度數至少為 k,恰在門檻 p = (log n + (k-1) log log n + c)/n 處,低度數頂點的數目同樣有卜瓦松極限。

取 n = 10000,連通門檻為 p* = (log n)/n,約為 9.2/10000 = 0.00092,即平均度數約 log n = 9.2。在平均度數 9.2 以下 whp 仍有一些孤立頂點;在 p = (log n + c)/n 處恰好連通的機率服從 e^(-e^(-c)):c = 0 時約 0.368,c = 3 時約 0.951。

連通性在平均度數 log n 處到來,比巨人高一個對數因子;最後的障礙是孤立頂點。

巨人(度數 1)與連通(度數 log n)的門檻相距甚遠:巨人並非整張圖。「連通當且僅當無孤立頂點」這個等價本身是此區間的定理,並非套套邏輯。

又稱
threshold for connectivityisolated-vertex threshold連通性門檻孤立頂點門檻