隨機圖與網路

單調圖性質的門檻(thresholds for monotone graph properties)

一個圖性質若加邊永遠不會破壞它,便稱為單調遞增:連通、含三角形、含完美匹配、是哈密頓圖都是遞增的,而它們的否定則是單調遞減的。隨機圖理論的核心發現是:本質上每個單調性質都有一個門檻——一個函數 p*(n),使得當 p 遠小於 p* 時該性質成立的機率趨於 0,而當 p 遠大於 p* 時則趨於 1。它回答的問題是:在哪個邊密度下,某個想要的特徵會突然出現?

精確的敘述(由 Bollobas 與 Thomason 給出)是:每個非平凡的單調性質都有一個門檻函數 p*(n),意即存在 p*(n) 使得當 p/p* 趨於 0 時 P(G(n,p) 具該性質) 趨於 0,而當 p/p* 趨於無窮時趨於 1。此定義只把門檻決定到常數倍(一般而言它是粗門檻)。它之所以存在的直觀理由是單調性加上一個耦合論證:可在同一機率空間上對 p < q 建構 G(n,p) 與 G(n,q),使前者是後者的子圖,這迫使遞增性質的機率成為 p 的非遞減、實則相當陡升的函數。不同性質的門檻天差地別:固定子圖 H 的出現門檻(其「最稠密部分」的邊頂點比為 rho)是 p* = n^(-1/rho);連通性的門檻是 (log n)/n;三角形於 p* = 1/n 出現。

門檻是整個學科的組織原則——幾乎每個結果都是門檻敘述。它們之所以重要,是因為把含糊的問題(「圖何時變連通?」)化為尖銳的定量律,也因為用來定位它們的方法(第一與第二動差法、分支啟發、耦合)可跨組合學、統計物理與理論計算機科學重複使用。一個值得明說的提醒:「有門檻」比「有銳門檻」弱。Bollobas-Thomason 定理保證每個單調性質都有一個常數倍意義下的門檻,但相變是否為銳(發生在遠窄於門檻本身的窗口內)是另一個常常很深的問題,一般由 Friedgut-Kalai 與 Friedgut 的銳門檻理論解決。

「至少含一個三角形」這個性質是單調遞增的,門檻為 p* = 1/n。三角形數目的期望為 C(n,3) p^3,約等於 (np)^3/6:若 p = o(1/n) 則趨於 0(由第一動差法,whp 無三角形),而若 p 比 1/n 更快趨於無窮,第二動差法便顯示三角形 whp 會出現。

教科書式的門檻:三角形在 p 為 1/n 階時誕生,靠把其期望數目與零平衡來定位。

對單調性質而言「有門檻」(到常數倍)是自動的;「有銳門檻」則否,需要額外結構。切勿混淆二者:含三角形是粗門檻,而連通性是銳門檻。

又称
threshold functionincreasing property0-1 law for random graphs門檻函數單調遞增性質閾值