ݺߣ

ݺߣShare a Scribd company logo
Дискретные структуры
МФТИ, весна 2014
Александр Дайняк
www.dainiak.com
Теорема Рамсея
Теорема Турана оценивает, сколько рёбер достаточно добавить в
граф, чтобы в нём появилась клика — «область плотности».
Верно ли, что в любом большом (очень) графе найдётся либо
большая «область плотности» (клика), либо большая «область
неплотности» (независимое множество)?
—Да, верно!
Теорема Рамсея
Теорема (F.P. Ramsey). Для любых 𝑠 и 𝑡 найдётся такое 𝑁, что для
любого графа 𝐺, имеющего не менее 𝑁 вершин, выполнено хотя
бы одно из неравенств 𝛼 𝐺 ≥ 𝑠, 𝜔 𝐺 ≥ 𝑡.
Переформулировка в терминах раскрасок:
Для любых 𝑠, 𝑡 найдётся 𝑁, такое, что в любой раскраске рёбер 𝐾 𝑁
в красный и синий цвета найдётся полностью красный 𝐾𝑠
или полностью синий 𝐾𝑡
(возможно, и оба одновременно).
Теорема Рамсея
Теорема (F.P. Ramsey). Для любых 𝑠 и 𝑡 найдётся такое 𝑁, что для
любого графа 𝐺, имеющего не менее 𝑁 вершин, выполнено хотя
бы одно из неравенств 𝛼 𝐺 ≥ 𝑠, 𝜔 𝐺 ≥ 𝑡.
Минимальное такое 𝑁 называется числом Рамсея и обозначается
𝑅 𝑠, 𝑡
Тривиальные равенства:
• 𝑅 𝑠, 1 = 𝑅 1, 𝑡 = 1
• 𝑅 𝑠, 2 = 𝑠, 𝑅 2, 𝑡 = 𝑡
Доказательство теоремы Рамсея
Индукцией по 𝑠, 𝑡 докажем неравенство
𝑅 𝑠, 𝑡 ≤ 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1
Пусть 𝑅 𝑠 − 1, 𝑡 и 𝑅 𝑠, 𝑡 − 1 существуют.
Пусть 𝐺 — произвольный граф, такой, что
𝐺 = 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1 .
Пусть 𝑣 ∈ 𝑉 𝐺 — произвольная вершина,
𝑁 — множество соседей 𝑣,
𝑁 — множество вершин, не смежных с 𝑣.
Доказательство теоремы Рамсея
Так как 𝐺 = 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1 , то 𝑁 ≥ 𝑅 𝑠, 𝑡 − 1 или 𝑁 ≥ 𝑅 𝑠 − 1, 𝑡 .
Пусть 𝑁 ≥ 𝑅 𝑠, 𝑡 − 1 .
Тогда, по предположению, либо в 𝑁 есть н.м. размера 𝑠, и тогда 𝛼 𝐺 ≥ 𝑠,
либо в 𝑁 есть клика 𝐾 размера 𝑡 − 1 , и тогда 𝐾 ∪ 𝑣 — клика в 𝐺, то есть 𝜔 𝐺 ≥ 𝑡.
Случай 𝑁 ≥ 𝑅 𝑠 − 1, 𝑡 разбирается аналогично.
𝑣
𝑁
𝑁
Верхняя оценка чисел Рамсея
Утверждение.
𝑅 𝑠, 𝑡 ≤
𝑠 + 𝑡 − 2
𝑠 − 1
Доказательство:
При 𝑠 = 1 или 𝑡 = 1 неравенство выполнено. При 𝑠, 𝑡 ≥ 2 по
индукции получаем:
𝑅 𝑠, 𝑡 ≤ 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1 ≤
𝑠 + 𝑡 − 3
𝑠 − 2
+
𝑠 + 𝑡 − 3
𝑠 − 1
=
=
𝑠 + 𝑡 − 2
𝑠 − 1
Верхняя оценка чисел Рамсея
Утверждение (Рамсей ’1930, Эрдёш, Секереш ’1935).
𝑅 𝑠, 𝑡 ≤
𝑠 + 𝑡 − 2
𝑠 − 1
Следствие.
𝑅 𝑠, 𝑠 ≤
2𝑠 − 2
𝑠 − 1
∼
4 𝑠−1
𝜋𝑠
= 4 𝑠−Ω log 𝑠
Лучшая известная оценка (Конлон ’2009).
𝑅 𝑠, 𝑠 < 4 𝑠−Ω log2 𝑠 log log 𝑠
Нижняя конструктивная оценка чисел Рамсея
Теорема. (Франкл, Уилсон)
Для любого достаточно большого 𝑠 существует граф 𝐺, такой, что
𝛼 𝐺 ≤ 𝑠 и 𝜔 𝐺 ≤ 𝑠, и при этом
𝐺 ≥ exp ln 𝑠 2
72 ln ln 𝑠
Отсюда сразу следует, что 𝑅 𝑠, 𝑠 ≥ 𝑒 ln 𝑠 2 72 ln ln 𝑠
— то есть числа
Рамсея растут сверхполиномиально.
Задание графа
Пусть 𝑝 — простое, и пусть 𝑚 ≔ 𝑝3.
Рассмотрим граф 𝐺 = 𝑉, 𝐸 , в котором
𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝
(т.е. в каждом векторе из 𝑉 ровно 𝑝2 единиц)
𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 =
𝑝
0
Оказывается,
• 𝛼 𝐺 ≤ 𝑙=0
𝑝−1 𝑚
𝑙
• 𝜔 𝐺 ≤ 𝑙=0
𝑝 𝑚
𝑙
Оценка 𝛼 𝐺 : многочлены 𝑃𝒂
• 𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝 , где 𝑚 ≔ 𝑝3
• 𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 =
𝑝
0
Каждому вектору 𝒂 ∈ 𝑉 сопоставим многочлен
𝑃𝒂 𝒙 ≔
𝑖=1
𝑝−1
𝒂, 𝒙 − 𝑖 ∈ ℤ 𝑝 𝑥1, … , 𝑥 𝑚
Для любых 𝒂, 𝒃 ∈ 𝑉 имеем
𝑃𝒂 𝒃 =
𝑝
0 ⇔ 𝒂, 𝒃 ≠
𝑝
0
Оценка 𝛼 𝐺 : переходим от 𝑃𝒂 к 𝑃𝒂
𝑃𝒂 𝒙 ≔
𝑖=1
𝑝−1
𝒂, 𝒙 − 𝑖 ∈ ℤ 𝑝 𝑥1, … , 𝑥 𝑚
Раскроем скобки в определении 𝑃𝒂 𝑥 , и каждый моном вида
𝑥𝑖1
𝑡1
⋅ … ⋅ 𝑥𝑖 𝑙
𝑡 𝑙
заменим на 𝑥𝑖1
⋅ … ⋅ 𝑥𝑖 𝑙
(т.е. «забудем» про степени).
Получим новый многочлен 𝑃𝒂, такой, что
• deg 𝑥 𝑘
𝑃𝒂 ≤ 1 для каждого 𝑘 ∈ 1, … , 𝑚 ,
• 𝑃𝒂 𝒄 = 𝑃𝒂 𝒄 для любого 𝒄 ∈ 0,1 𝑚
.
Оценка 𝛼 𝐺 :
свойства 𝑃𝒂 для независимых множеств
• 𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝 , где 𝑚 ≔ 𝑝3
• 𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 =
𝑝
0
Построили набор многочленов 𝑃𝒂, таких, что
• deg 𝑥 𝑘
𝑃𝒂 ≤ 1 для каждого 𝑘 ∈ 1, … , 𝑚 ,
• для любых 𝒂, 𝒃 ∈ 𝑉 имеем
𝑃𝒂 𝒃 =
𝑝
0 ⇔ 𝒂, 𝒃 ≠
𝑝
0
Пусть 𝒂1, … , 𝒂 𝑟 — независимое множество в 𝐺.
Тогда ∀𝑖, 𝑗 ∈ 1, … , 𝑟 имеем
𝑃𝒂 𝑖
𝒂𝑗 ≠
𝑝
0 ⇔ 𝒂𝑖, 𝒂𝑗 =
𝑝
0 ⇔ 𝑖 = 𝑗
Оценка 𝛼 𝐺 :
размерность пространства, в котором лежат 𝑃𝒂
По любому независимому множеству 𝒂1, … , 𝒂 𝑟 можно построить
многочлены 𝑃𝒂1
, … , 𝑃𝒂 𝑟
, такие, что
∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖
𝒂𝑗 ≠
𝑝
0 ⇔ 𝑖 = 𝑗
Т.к. deg 𝑥 𝑘
𝑃𝒂 𝑖
≤ 1 для каждого 𝑘 ∈ 1, … , 𝑚 , то каждый из
многочленов лежит в пространстве с базисом из произведений
вида 𝑥 𝑘1
⋅ … ⋅ 𝑥 𝑘 𝑙
, где 0 ≤ 𝑙 ≤ 𝑝 − 1 и 1 ≤ 𝑘1 < 𝑘2 < ⋯ < 𝑘𝑙 ≤ 𝑚.
Если мы покажем, что 𝑃𝒂1
, … , 𝑃𝒂 𝑟
линейно независимы, сразу
получим оценку 𝑟 ≤ 𝑙=0
𝑝−1 𝑚
𝑙
.
Оценка 𝛼 𝐺 :
доказываем л.н.з. 𝑃𝒂 для независимого множества
∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖
𝒂𝑗 ≠
𝑝
0 ⇔ 𝑖 = 𝑗
Доказываем, что 𝑃𝒂1
, … , 𝑃𝒂 𝑟
л.н.з.
Допустим, что ∃𝑐1, … , 𝑐 𝑟 ∈ ℤ 𝑝, такие, что
𝑐1 𝑃𝒂1
𝒙 + ⋯ + 𝑐 𝑟 𝑃𝒂 𝑟
𝒙 ≡
𝑝
0
Подставим в это тождество 𝒂𝑖 вместо 𝒙. Получим:
… + 𝑐𝑖−1 ⋅ 0 + 𝑐𝑖 ⋅ 𝑃𝒂 𝑖
𝒂𝑖 + 𝑐𝑖+1 ⋅ 0 + … =
𝑝
0
Отсюда 𝑐𝑖 = 0. Так как 𝑖 произвольно, то
𝑐1 = 𝑐2 = ⋯ = 𝑐 𝑟 = 0,
что и требовалось доказать.
Оценка 𝜔 𝐺 : многочлены 𝑃𝒂
• 𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝 , где 𝑚 ≔ 𝑝3
• 𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 =
𝑝
0
Для оценки 𝜔 𝐺 введём многочлены
𝑃𝒂 𝒙 ≔
𝑖=0
𝑝−1
𝒂, 𝒙 − 𝑖 ⋅ 𝑝 ∈ ℝ 𝑥1, … , 𝑥 𝑚
Опять же, из условий получаем, что для любой клики 𝒂1, … , 𝒂 𝑟 ⊆ 𝑉
выполнено свойство
∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖
𝒂𝑗 ≠ 0 ⇔ 𝑖 = 𝑗
Оценка 𝜔 𝐺 : переход к 𝑃𝒂 и оценка 𝜔
По клике 𝒂1, … , 𝒂 𝑟 построили многочлены 𝑃𝒂1
, … , 𝑃𝒂 𝑟
∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖
𝒂𝑗 ≠ 0 ⇔ 𝑖 = 𝑗
Как и раньше, «забываем» про степени переменных в 𝑃𝒂1
, … , 𝑃𝒂 𝑟
и тем самым получаем многочлены 𝑃𝒂1
, … , 𝑃𝒂 𝑟
.
∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖
𝒂𝑗 ≠ 0 ⇔ 𝑖 = 𝑗
Многочлены 𝑃𝒂1
, … , 𝑃𝒂 𝑟
л.н.з. и лежат в пространстве,
порождённом мономами вида 𝑥 𝑘1
⋅ … ⋅ 𝑥 𝑘 𝑙
, где 0 ≤ 𝑙 ≤ 𝑝
и 1 ≤ 𝑘1 < 𝑘2 < ⋯ < 𝑘𝑙 ≤ 𝑚.
Теорема полностью доказана.
Завершение доказательства теоремы:
подбор параметров — арифметика
Итак, мы построили для простого 𝑝 граф, в котором
• 𝛼 𝐺 ≤ 𝑙=0
𝑝−1 𝑝3
𝑙
• 𝜔 𝐺 ≤ 𝑙=0
𝑝 𝑝3
𝑙
• 𝐺 = 𝑝3
𝑝2
При 𝑝 > 4 имеем
𝛼, 𝜔 ≤ 𝑝 ⋅ 𝑒𝑝3 𝑝 𝑝 < 𝑝3𝑝
и
𝐺 > 𝑝3 𝑝2 𝑝2
= 𝑝 𝑝2
Завершение доказательства теоремы:
подбор параметров — арифметика
При простом 𝑝 > 4 есть 𝐺, в котором 𝛼, 𝜔 < 𝑝3𝑝 и 𝐺 ≥ 𝑝 𝑝2
.
Зафиксируем 𝑠 и посмотрим, насколько большим можно взять 𝑝,
чтобы выполнялось неравенство
𝑝3𝑝 ≤ 𝑠
Возьмём 𝑝 ∈ ln 𝑠
6 ln ln 𝑠
, ln 𝑠
3 ln ln 𝑠
.
Тогда
𝑝3𝑝 = 𝑒3𝑝 ln 𝑝 ≤ 𝑒
3⋅
ln 𝑠
3 ln ln 𝑠
⋅ln ln 𝑠
= 𝑠
и
𝑝 𝑝2
= 𝑒 𝑝2 ln 𝑝 ≥ exp ln 𝑠
6 ln ln 𝑠
2
⋅
1
2
ln ln 𝑠 = exp ln 𝑠 2
72 ln ln 𝑠
Неконструктивная оценка чисел Рамсея
с помощью вероятностного метода
Теорема.
𝑅 𝑠, 𝑠 ≳ 1
𝑒 2
⋅ 𝑠 ⋅ 2
𝑠
Идея:
Чтобы доказать нижнюю оценку вида 𝑅 𝑠, 𝑠 > 𝑛,
достаточно доказать, что существует граф на 𝑛 вершинах,
в котором нет ни клик, ни независимых множеств размера 𝑠.
Возьмём случайный граф и покажем, что с ненулевой
вероятностью он нам подойдёт.
Нижняя оценка чисел Рамсея:
вводим вероятностную модель
Пусть 𝑛 ≔ 20.5 𝑠 , и пусть 𝑉 ≔ 𝑣1, … , 𝑣 𝑛 — фиксированное
множество вершин.
Построим на этих вершинах случайный граф, проводя каждое из
𝑛
2
рёбер независимо от других с вероятностью 1 2.
Вероятность получить при этом любой конкретный граф
на вершинах 𝑣1, … , 𝑣 𝑛 равна
2− 𝑛
2
Нижняя оценка чисел Рамсея:
«плохие» события и их вероятности
Для каждого множества 𝑈 ⊂ 𝑉 размера 𝑠 рассмотрим события
𝐴 𝑈 ≔ «множество 𝑈 независимое»
𝐵 𝑈 ≔ «множество 𝑈 образует клику»
Для каждого 𝑈 имеем
Pr 𝐴 𝑈 = Pr 𝐵 𝑈 = 2− 𝑠
2
Тогда
Pr
𝑈⊂𝑉
𝐴 𝑈 ∪
𝑈⊂𝑉
𝐵 𝑈 ≤
𝑈⊂𝑉
Pr 𝐴 𝑈 +
𝑈⊂𝑉
Pr 𝐵 𝑈 = 2 ⋅
𝑛
𝑠
⋅ 2− 𝑠
2
Неравенство, при котором вероятность
возникновения плохих событий < 1
• Pr 𝑈⊂𝑉 𝐴 𝑈 ∪ 𝐵 𝑈 ≤ 𝑛
𝑠
⋅ 21− 𝑠
2
Если мы подберём 𝑛 так, чтобы выполнялось
𝑛
𝑠
⋅ 21− 𝑠
2 < 1,
то тем самым докажем, что 𝑅 𝑠, 𝑠 > 𝑛.
При этом хотим, чтобы 𝑛 было побольше.
𝑛
𝑠
< 2
𝑠
2 −1
Нам хватит и такого неравенства:
𝑒𝑛
𝑠
𝑠
< 2
𝑠
2 −1
Нижняя оценка чисел Рамсея
Всё хорошо, если
𝑒𝑛
𝑠
𝑠
< 2
𝑠
2 −1
Берём корень из обеих частей:
𝑒𝑛
𝑠
< 2 𝑠−1 2−1 𝑠
Видно, что можно взять 𝑛 ≔ 𝑠⋅2 𝑠 2
𝑒 2⋅21 𝑠
− 1 , откуда
𝑅 𝑠, 𝑠 ≳ 1
𝑒 2
⋅ 𝑠 2
𝑠
Нижняя оценка чисел Рамсея:
ещё раз основная идея
• Случайный граф содержит клику или независимое множество
размера 𝑠 с вероятностью не более 𝑛
𝑠
⋅ 21− 𝑠
2 .
• При 𝑛 < 1
𝑒 2⋅21 𝑠
⋅ 𝑠 2
𝑠
выполнено неравенство 𝑛
𝑠
⋅ 21− 𝑠
2 < 1,
и тогда с положительной вероятностью случайный граф
не содержит ни клик ни независимых множеств размера 𝑠.
• Это и означает существование искомого графа.
• Отсюда делаем вывод, что 𝑅 𝑠, 𝑠 > 𝑠 2
𝑠
𝑒 2⋅21 𝑠
.

More Related Content

Similar to Теорема Рамсея, оценки чисел Рамсея (20)

Границы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—БассалыгоГраницы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—Бассалыго
Alex Dainiak
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её применения
Alex Dainiak
Коды на основе многочленов и алгоритмы их декодирования
Коды на основе многочленов и алгоритмы их декодированияКоды на основе многочленов и алгоритмы их декодирования
Коды на основе многочленов и алгоритмы их декодирования
Alex Dainiak
Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.
Alex Dainiak
Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.
Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.
Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.
Alex Dainiak
Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.
Alex Dainiak
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—ШпильманаЗадача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Alex Dainiak
Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.
Alex Dainiak
Основы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьяхОсновы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьях
Alex Dainiak
ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4
Alexey Paznikov
Циклические коды. Граница БЧХ
Циклические коды. Граница БЧХЦиклические коды. Граница БЧХ
Циклические коды. Граница БЧХ
Alex Dainiak
Циклические коды БЧХ, Хемминга. Восстановление синхронизации
Циклические коды БЧХ, Хемминга. Восстановление синхронизацииЦиклические коды БЧХ, Хемминга. Восстановление синхронизации
Циклические коды БЧХ, Хемминга. Восстановление синхронизации
Alex Dainiak
Основы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраскиОсновы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраски
Alex Dainiak
Линейные коды
Линейные кодыЛинейные коды
Линейные коды
Alex Dainiak
Производная сложной функции
Производная  сложной функцииПроизводная  сложной функции
Производная сложной функции
Инна Фельдман
Primenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_iPrimenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_i
Dimon4
ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10
Alexey Paznikov
Приложения теории кодирования
Приложения теории кодированияПриложения теории кодирования
Приложения теории кодирования
Alex Dainiak
ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8
Alexey Paznikov
Границы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—БассалыгоГраницы Плоткина и Элайеса—Бассалыго
Границы Плоткина и Элайеса—Бассалыго
Alex Dainiak
Теорема Алона о нулях и её применения
Теорема Алона о нулях и её примененияТеорема Алона о нулях и её применения
Теорема Алона о нулях и её применения
Alex Dainiak
Коды на основе многочленов и алгоритмы их декодирования
Коды на основе многочленов и алгоритмы их декодированияКоды на основе многочленов и алгоритмы их декодирования
Коды на основе многочленов и алгоритмы их декодирования
Alex Dainiak
Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.Обращение Мёбиуса на ч.у.м.
Обращение Мёбиуса на ч.у.м.
Alex Dainiak
Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.
Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.
Коды, исправляющие ошибки. Простейшие границы. Коды Варшамова—Тененгольца.
Alex Dainiak
Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.Коды Адамара. Каскадные коды Форни.
Коды Адамара. Каскадные коды Форни.
Alex Dainiak
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—ШпильманаЗадача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Задача о ближайшем кодовом слове. Коды Галлагера—Сипсера—Шпильмана
Alex Dainiak
Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.Гиперграфы. Покрытия. Жадный алгоритм.
Гиперграфы. Покрытия. Жадный алгоритм.
Alex Dainiak
Основы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьяхОсновы теории графов 04: метрики на деревьях
Основы теории графов 04: метрики на деревьях
Alex Dainiak
ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4ТФРВС - весна 2014 - лекция 4
ТФРВС - весна 2014 - лекция 4
Alexey Paznikov
Циклические коды. Граница БЧХ
Циклические коды. Граница БЧХЦиклические коды. Граница БЧХ
Циклические коды. Граница БЧХ
Alex Dainiak
Циклические коды БЧХ, Хемминга. Восстановление синхронизации
Циклические коды БЧХ, Хемминга. Восстановление синхронизацииЦиклические коды БЧХ, Хемминга. Восстановление синхронизации
Циклические коды БЧХ, Хемминга. Восстановление синхронизации
Alex Dainiak
Основы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраскиОсновы теории графов 08: раскраски и списочные раскраски
Основы теории графов 08: раскраски и списочные раскраски
Alex Dainiak
Линейные коды
Линейные кодыЛинейные коды
Линейные коды
Alex Dainiak
Производная сложной функции
Производная  сложной функцииПроизводная  сложной функции
Производная сложной функции
Инна Фельдман
Primenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_iPrimenenie svojstv funkcij_k_resheniyu_uravnenij_i
Primenenie svojstv funkcij_k_resheniyu_uravnenij_i
Dimon4
ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10ТФРВС - весна 2014 - лекция 10
ТФРВС - весна 2014 - лекция 10
Alexey Paznikov
Приложения теории кодирования
Приложения теории кодированияПриложения теории кодирования
Приложения теории кодирования
Alex Dainiak
ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8ТФРВС - весна 2014 - лекция 8
ТФРВС - весна 2014 - лекция 8
Alexey Paznikov

More from Alex Dainiak (11)

Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графыОсновы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Alex Dainiak
Основы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графовОсновы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графов
Alex Dainiak
Основы теории графов 03: связность
Основы теории графов 03: связностьОсновы теории графов 03: связность
Основы теории графов 03: связность
Alex Dainiak
Конспект лекций по теории кодирования
Конспект лекций по теории кодированияКонспект лекций по теории кодирования
Конспект лекций по теории кодирования
Alex Dainiak
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Alex Dainiak
Визуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарностиВизуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарности
Alex Dainiak
Визуализация графов: укладки деревьев
Визуализация графов: укладки деревьевВизуализация графов: укладки деревьев
Визуализация графов: укладки деревьев
Alex Dainiak
Визуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладкеВизуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладке
Alex Dainiak
Визуализация графов: история
Визуализация графов: историяВизуализация графов: история
Визуализация графов: история
Alex Dainiak
Визуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудностьВизуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудность
Alex Dainiak
Размерность Вапника—Червоненкиса
Размерность Вапника—ЧервоненкисаРазмерность Вапника—Червоненкиса
Размерность Вапника—Червоненкиса
Alex Dainiak
Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графыОсновы теории графов 06: триангуляции и трёхсвязные планарные графы
Основы теории графов 06: триангуляции и трёхсвязные планарные графы
Alex Dainiak
Основы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графовОсновы теории графов 05: критерии планарности графов
Основы теории графов 05: критерии планарности графов
Alex Dainiak
Основы теории графов 03: связность
Основы теории графов 03: связностьОсновы теории графов 03: связность
Основы теории графов 03: связность
Alex Dainiak
Конспект лекций по теории кодирования
Конспект лекций по теории кодированияКонспект лекций по теории кодирования
Конспект лекций по теории кодирования
Alex Dainiak
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Алфавитное кодирование. Коды с минимальной избыточностью. Теорема Макмиллана.
Alex Dainiak
Визуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарностиВизуализация графов: left-right алгоритм распознавания планарности
Визуализация графов: left-right алгоритм распознавания планарности
Alex Dainiak
Визуализация графов: укладки деревьев
Визуализация графов: укладки деревьевВизуализация графов: укладки деревьев
Визуализация графов: укладки деревьев
Alex Dainiak
Визуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладкеВизуализация графов: теорема Татта о барицентрической укладке
Визуализация графов: теорема Татта о барицентрической укладке
Alex Dainiak
Визуализация графов: история
Визуализация графов: историяВизуализация графов: история
Визуализация графов: история
Alex Dainiak
Визуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудностьВизуализация графов: нижние оценки и NP-трудность
Визуализация графов: нижние оценки и NP-трудность
Alex Dainiak
Размерность Вапника—Червоненкиса
Размерность Вапника—ЧервоненкисаРазмерность Вапника—Червоненкиса
Размерность Вапника—Червоненкиса
Alex Dainiak

Теорема Рамсея, оценки чисел Рамсея

  • 1. Дискретные структуры МФТИ, весна 2014 Александр Дайняк www.dainiak.com
  • 2. Теорема Рамсея Теорема Турана оценивает, сколько рёбер достаточно добавить в граф, чтобы в нём появилась клика — «область плотности». Верно ли, что в любом большом (очень) графе найдётся либо большая «область плотности» (клика), либо большая «область неплотности» (независимое множество)? —Да, верно!
  • 3. Теорема Рамсея Теорема (F.P. Ramsey). Для любых 𝑠 и 𝑡 найдётся такое 𝑁, что для любого графа 𝐺, имеющего не менее 𝑁 вершин, выполнено хотя бы одно из неравенств 𝛼 𝐺 ≥ 𝑠, 𝜔 𝐺 ≥ 𝑡. Переформулировка в терминах раскрасок: Для любых 𝑠, 𝑡 найдётся 𝑁, такое, что в любой раскраске рёбер 𝐾 𝑁 в красный и синий цвета найдётся полностью красный 𝐾𝑠 или полностью синий 𝐾𝑡 (возможно, и оба одновременно).
  • 4. Теорема Рамсея Теорема (F.P. Ramsey). Для любых 𝑠 и 𝑡 найдётся такое 𝑁, что для любого графа 𝐺, имеющего не менее 𝑁 вершин, выполнено хотя бы одно из неравенств 𝛼 𝐺 ≥ 𝑠, 𝜔 𝐺 ≥ 𝑡. Минимальное такое 𝑁 называется числом Рамсея и обозначается 𝑅 𝑠, 𝑡 Тривиальные равенства: • 𝑅 𝑠, 1 = 𝑅 1, 𝑡 = 1 • 𝑅 𝑠, 2 = 𝑠, 𝑅 2, 𝑡 = 𝑡
  • 5. Доказательство теоремы Рамсея Индукцией по 𝑠, 𝑡 докажем неравенство 𝑅 𝑠, 𝑡 ≤ 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1 Пусть 𝑅 𝑠 − 1, 𝑡 и 𝑅 𝑠, 𝑡 − 1 существуют. Пусть 𝐺 — произвольный граф, такой, что 𝐺 = 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1 . Пусть 𝑣 ∈ 𝑉 𝐺 — произвольная вершина, 𝑁 — множество соседей 𝑣, 𝑁 — множество вершин, не смежных с 𝑣.
  • 6. Доказательство теоремы Рамсея Так как 𝐺 = 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1 , то 𝑁 ≥ 𝑅 𝑠, 𝑡 − 1 или 𝑁 ≥ 𝑅 𝑠 − 1, 𝑡 . Пусть 𝑁 ≥ 𝑅 𝑠, 𝑡 − 1 . Тогда, по предположению, либо в 𝑁 есть н.м. размера 𝑠, и тогда 𝛼 𝐺 ≥ 𝑠, либо в 𝑁 есть клика 𝐾 размера 𝑡 − 1 , и тогда 𝐾 ∪ 𝑣 — клика в 𝐺, то есть 𝜔 𝐺 ≥ 𝑡. Случай 𝑁 ≥ 𝑅 𝑠 − 1, 𝑡 разбирается аналогично. 𝑣 𝑁 𝑁
  • 7. Верхняя оценка чисел Рамсея Утверждение. 𝑅 𝑠, 𝑡 ≤ 𝑠 + 𝑡 − 2 𝑠 − 1 Доказательство: При 𝑠 = 1 или 𝑡 = 1 неравенство выполнено. При 𝑠, 𝑡 ≥ 2 по индукции получаем: 𝑅 𝑠, 𝑡 ≤ 𝑅 𝑠 − 1, 𝑡 + 𝑅 𝑠, 𝑡 − 1 ≤ 𝑠 + 𝑡 − 3 𝑠 − 2 + 𝑠 + 𝑡 − 3 𝑠 − 1 = = 𝑠 + 𝑡 − 2 𝑠 − 1
  • 8. Верхняя оценка чисел Рамсея Утверждение (Рамсей ’1930, Эрдёш, Секереш ’1935). 𝑅 𝑠, 𝑡 ≤ 𝑠 + 𝑡 − 2 𝑠 − 1 Следствие. 𝑅 𝑠, 𝑠 ≤ 2𝑠 − 2 𝑠 − 1 ∼ 4 𝑠−1 𝜋𝑠 = 4 𝑠−Ω log 𝑠 Лучшая известная оценка (Конлон ’2009). 𝑅 𝑠, 𝑠 < 4 𝑠−Ω log2 𝑠 log log 𝑠
  • 9. Нижняя конструктивная оценка чисел Рамсея Теорема. (Франкл, Уилсон) Для любого достаточно большого 𝑠 существует граф 𝐺, такой, что 𝛼 𝐺 ≤ 𝑠 и 𝜔 𝐺 ≤ 𝑠, и при этом 𝐺 ≥ exp ln 𝑠 2 72 ln ln 𝑠 Отсюда сразу следует, что 𝑅 𝑠, 𝑠 ≥ 𝑒 ln 𝑠 2 72 ln ln 𝑠 — то есть числа Рамсея растут сверхполиномиально.
  • 10. Задание графа Пусть 𝑝 — простое, и пусть 𝑚 ≔ 𝑝3. Рассмотрим граф 𝐺 = 𝑉, 𝐸 , в котором 𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝 (т.е. в каждом векторе из 𝑉 ровно 𝑝2 единиц) 𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 = 𝑝 0 Оказывается, • 𝛼 𝐺 ≤ 𝑙=0 𝑝−1 𝑚 𝑙 • 𝜔 𝐺 ≤ 𝑙=0 𝑝 𝑚 𝑙
  • 11. Оценка 𝛼 𝐺 : многочлены 𝑃𝒂 • 𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝 , где 𝑚 ≔ 𝑝3 • 𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 = 𝑝 0 Каждому вектору 𝒂 ∈ 𝑉 сопоставим многочлен 𝑃𝒂 𝒙 ≔ 𝑖=1 𝑝−1 𝒂, 𝒙 − 𝑖 ∈ ℤ 𝑝 𝑥1, … , 𝑥 𝑚 Для любых 𝒂, 𝒃 ∈ 𝑉 имеем 𝑃𝒂 𝒃 = 𝑝 0 ⇔ 𝒂, 𝒃 ≠ 𝑝 0
  • 12. Оценка 𝛼 𝐺 : переходим от 𝑃𝒂 к 𝑃𝒂 𝑃𝒂 𝒙 ≔ 𝑖=1 𝑝−1 𝒂, 𝒙 − 𝑖 ∈ ℤ 𝑝 𝑥1, … , 𝑥 𝑚 Раскроем скобки в определении 𝑃𝒂 𝑥 , и каждый моном вида 𝑥𝑖1 𝑡1 ⋅ … ⋅ 𝑥𝑖 𝑙 𝑡 𝑙 заменим на 𝑥𝑖1 ⋅ … ⋅ 𝑥𝑖 𝑙 (т.е. «забудем» про степени). Получим новый многочлен 𝑃𝒂, такой, что • deg 𝑥 𝑘 𝑃𝒂 ≤ 1 для каждого 𝑘 ∈ 1, … , 𝑚 , • 𝑃𝒂 𝒄 = 𝑃𝒂 𝒄 для любого 𝒄 ∈ 0,1 𝑚 .
  • 13. Оценка 𝛼 𝐺 : свойства 𝑃𝒂 для независимых множеств • 𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝 , где 𝑚 ≔ 𝑝3 • 𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 = 𝑝 0 Построили набор многочленов 𝑃𝒂, таких, что • deg 𝑥 𝑘 𝑃𝒂 ≤ 1 для каждого 𝑘 ∈ 1, … , 𝑚 , • для любых 𝒂, 𝒃 ∈ 𝑉 имеем 𝑃𝒂 𝒃 = 𝑝 0 ⇔ 𝒂, 𝒃 ≠ 𝑝 0 Пусть 𝒂1, … , 𝒂 𝑟 — независимое множество в 𝐺. Тогда ∀𝑖, 𝑗 ∈ 1, … , 𝑟 имеем 𝑃𝒂 𝑖 𝒂𝑗 ≠ 𝑝 0 ⇔ 𝒂𝑖, 𝒂𝑗 = 𝑝 0 ⇔ 𝑖 = 𝑗
  • 14. Оценка 𝛼 𝐺 : размерность пространства, в котором лежат 𝑃𝒂 По любому независимому множеству 𝒂1, … , 𝒂 𝑟 можно построить многочлены 𝑃𝒂1 , … , 𝑃𝒂 𝑟 , такие, что ∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖 𝒂𝑗 ≠ 𝑝 0 ⇔ 𝑖 = 𝑗 Т.к. deg 𝑥 𝑘 𝑃𝒂 𝑖 ≤ 1 для каждого 𝑘 ∈ 1, … , 𝑚 , то каждый из многочленов лежит в пространстве с базисом из произведений вида 𝑥 𝑘1 ⋅ … ⋅ 𝑥 𝑘 𝑙 , где 0 ≤ 𝑙 ≤ 𝑝 − 1 и 1 ≤ 𝑘1 < 𝑘2 < ⋯ < 𝑘𝑙 ≤ 𝑚. Если мы покажем, что 𝑃𝒂1 , … , 𝑃𝒂 𝑟 линейно независимы, сразу получим оценку 𝑟 ≤ 𝑙=0 𝑝−1 𝑚 𝑙 .
  • 15. Оценка 𝛼 𝐺 : доказываем л.н.з. 𝑃𝒂 для независимого множества ∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖 𝒂𝑗 ≠ 𝑝 0 ⇔ 𝑖 = 𝑗 Доказываем, что 𝑃𝒂1 , … , 𝑃𝒂 𝑟 л.н.з. Допустим, что ∃𝑐1, … , 𝑐 𝑟 ∈ ℤ 𝑝, такие, что 𝑐1 𝑃𝒂1 𝒙 + ⋯ + 𝑐 𝑟 𝑃𝒂 𝑟 𝒙 ≡ 𝑝 0 Подставим в это тождество 𝒂𝑖 вместо 𝒙. Получим: … + 𝑐𝑖−1 ⋅ 0 + 𝑐𝑖 ⋅ 𝑃𝒂 𝑖 𝒂𝑖 + 𝑐𝑖+1 ⋅ 0 + … = 𝑝 0 Отсюда 𝑐𝑖 = 0. Так как 𝑖 произвольно, то 𝑐1 = 𝑐2 = ⋯ = 𝑐 𝑟 = 0, что и требовалось доказать.
  • 16. Оценка 𝜔 𝐺 : многочлены 𝑃𝒂 • 𝑉 ≔ 𝒂 ∈ 0,1 𝑚 ∣ 𝒂 = 𝑝 , где 𝑚 ≔ 𝑝3 • 𝐸 ≔ 𝒂, 𝒃 ∣ 𝒂, 𝒃 = 𝑝 0 Для оценки 𝜔 𝐺 введём многочлены 𝑃𝒂 𝒙 ≔ 𝑖=0 𝑝−1 𝒂, 𝒙 − 𝑖 ⋅ 𝑝 ∈ ℝ 𝑥1, … , 𝑥 𝑚 Опять же, из условий получаем, что для любой клики 𝒂1, … , 𝒂 𝑟 ⊆ 𝑉 выполнено свойство ∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖 𝒂𝑗 ≠ 0 ⇔ 𝑖 = 𝑗
  • 17. Оценка 𝜔 𝐺 : переход к 𝑃𝒂 и оценка 𝜔 По клике 𝒂1, … , 𝒂 𝑟 построили многочлены 𝑃𝒂1 , … , 𝑃𝒂 𝑟 ∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖 𝒂𝑗 ≠ 0 ⇔ 𝑖 = 𝑗 Как и раньше, «забываем» про степени переменных в 𝑃𝒂1 , … , 𝑃𝒂 𝑟 и тем самым получаем многочлены 𝑃𝒂1 , … , 𝑃𝒂 𝑟 . ∀𝑖, 𝑗 ∈ 1, … , 𝑟 𝑃𝒂 𝑖 𝒂𝑗 ≠ 0 ⇔ 𝑖 = 𝑗 Многочлены 𝑃𝒂1 , … , 𝑃𝒂 𝑟 л.н.з. и лежат в пространстве, порождённом мономами вида 𝑥 𝑘1 ⋅ … ⋅ 𝑥 𝑘 𝑙 , где 0 ≤ 𝑙 ≤ 𝑝 и 1 ≤ 𝑘1 < 𝑘2 < ⋯ < 𝑘𝑙 ≤ 𝑚. Теорема полностью доказана.
  • 18. Завершение доказательства теоремы: подбор параметров — арифметика Итак, мы построили для простого 𝑝 граф, в котором • 𝛼 𝐺 ≤ 𝑙=0 𝑝−1 𝑝3 𝑙 • 𝜔 𝐺 ≤ 𝑙=0 𝑝 𝑝3 𝑙 • 𝐺 = 𝑝3 𝑝2 При 𝑝 > 4 имеем 𝛼, 𝜔 ≤ 𝑝 ⋅ 𝑒𝑝3 𝑝 𝑝 < 𝑝3𝑝 и 𝐺 > 𝑝3 𝑝2 𝑝2 = 𝑝 𝑝2
  • 19. Завершение доказательства теоремы: подбор параметров — арифметика При простом 𝑝 > 4 есть 𝐺, в котором 𝛼, 𝜔 < 𝑝3𝑝 и 𝐺 ≥ 𝑝 𝑝2 . Зафиксируем 𝑠 и посмотрим, насколько большим можно взять 𝑝, чтобы выполнялось неравенство 𝑝3𝑝 ≤ 𝑠 Возьмём 𝑝 ∈ ln 𝑠 6 ln ln 𝑠 , ln 𝑠 3 ln ln 𝑠 . Тогда 𝑝3𝑝 = 𝑒3𝑝 ln 𝑝 ≤ 𝑒 3⋅ ln 𝑠 3 ln ln 𝑠 ⋅ln ln 𝑠 = 𝑠 и 𝑝 𝑝2 = 𝑒 𝑝2 ln 𝑝 ≥ exp ln 𝑠 6 ln ln 𝑠 2 ⋅ 1 2 ln ln 𝑠 = exp ln 𝑠 2 72 ln ln 𝑠
  • 20. Неконструктивная оценка чисел Рамсея с помощью вероятностного метода Теорема. 𝑅 𝑠, 𝑠 ≳ 1 𝑒 2 ⋅ 𝑠 ⋅ 2 𝑠 Идея: Чтобы доказать нижнюю оценку вида 𝑅 𝑠, 𝑠 > 𝑛, достаточно доказать, что существует граф на 𝑛 вершинах, в котором нет ни клик, ни независимых множеств размера 𝑠. Возьмём случайный граф и покажем, что с ненулевой вероятностью он нам подойдёт.
  • 21. Нижняя оценка чисел Рамсея: вводим вероятностную модель Пусть 𝑛 ≔ 20.5 𝑠 , и пусть 𝑉 ≔ 𝑣1, … , 𝑣 𝑛 — фиксированное множество вершин. Построим на этих вершинах случайный граф, проводя каждое из 𝑛 2 рёбер независимо от других с вероятностью 1 2. Вероятность получить при этом любой конкретный граф на вершинах 𝑣1, … , 𝑣 𝑛 равна 2− 𝑛 2
  • 22. Нижняя оценка чисел Рамсея: «плохие» события и их вероятности Для каждого множества 𝑈 ⊂ 𝑉 размера 𝑠 рассмотрим события 𝐴 𝑈 ≔ «множество 𝑈 независимое» 𝐵 𝑈 ≔ «множество 𝑈 образует клику» Для каждого 𝑈 имеем Pr 𝐴 𝑈 = Pr 𝐵 𝑈 = 2− 𝑠 2 Тогда Pr 𝑈⊂𝑉 𝐴 𝑈 ∪ 𝑈⊂𝑉 𝐵 𝑈 ≤ 𝑈⊂𝑉 Pr 𝐴 𝑈 + 𝑈⊂𝑉 Pr 𝐵 𝑈 = 2 ⋅ 𝑛 𝑠 ⋅ 2− 𝑠 2
  • 23. Неравенство, при котором вероятность возникновения плохих событий < 1 • Pr 𝑈⊂𝑉 𝐴 𝑈 ∪ 𝐵 𝑈 ≤ 𝑛 𝑠 ⋅ 21− 𝑠 2 Если мы подберём 𝑛 так, чтобы выполнялось 𝑛 𝑠 ⋅ 21− 𝑠 2 < 1, то тем самым докажем, что 𝑅 𝑠, 𝑠 > 𝑛. При этом хотим, чтобы 𝑛 было побольше. 𝑛 𝑠 < 2 𝑠 2 −1 Нам хватит и такого неравенства: 𝑒𝑛 𝑠 𝑠 < 2 𝑠 2 −1
  • 24. Нижняя оценка чисел Рамсея Всё хорошо, если 𝑒𝑛 𝑠 𝑠 < 2 𝑠 2 −1 Берём корень из обеих частей: 𝑒𝑛 𝑠 < 2 𝑠−1 2−1 𝑠 Видно, что можно взять 𝑛 ≔ 𝑠⋅2 𝑠 2 𝑒 2⋅21 𝑠 − 1 , откуда 𝑅 𝑠, 𝑠 ≳ 1 𝑒 2 ⋅ 𝑠 2 𝑠
  • 25. Нижняя оценка чисел Рамсея: ещё раз основная идея • Случайный граф содержит клику или независимое множество размера 𝑠 с вероятностью не более 𝑛 𝑠 ⋅ 21− 𝑠 2 . • При 𝑛 < 1 𝑒 2⋅21 𝑠 ⋅ 𝑠 2 𝑠 выполнено неравенство 𝑛 𝑠 ⋅ 21− 𝑠 2 < 1, и тогда с положительной вероятностью случайный граф не содержит ни клик ни независимых множеств размера 𝑠. • Это и означает существование искомого графа. • Отсюда делаем вывод, что 𝑅 𝑠, 𝑠 > 𝑠 2 𝑠 𝑒 2⋅21 𝑠 .