Articulo de referencia

Homomorphism density

In the mathematical field of extremal graph theory , homomorphism density with respect to a graph H {\displaystyle H} is a parameter t ( H , − ) {\displaystyle t(H,-)} that is a...

In the mathematical field of extremal graph theory, homomorphism density with respect to a graph H{\displaystyle H} is a parameter t(H,){\displaystyle t(H,-)} that is associated to each graph G{\displaystyle G} in the following manner:

t(H,G):=|hom(H,G)||V(G)||V(H)|{\displaystyle t(H,G):={\frac {\left|\operatorname {hom} (H,G)\right|}{|V(G)|^{|V(H)|}}}}.

Above, hom(H,G){\displaystyle \operatorname {hom} (H,G)} is the set of graph homomorphisms, or adjacency preserving maps, from H{\displaystyle H} to G{\displaystyle G}. Density can also be interpreted as the probability that a map from the vertices of H{\displaystyle H} to the vertices of G{\displaystyle G} chosen uniformly at random is a graph homomorphism.[1] There is a connection between homomorphism densities and subgraph densities, which is elaborated on below.[2]

Examples

  • The edge density of a graph G{\displaystyle G} is given by t(K2,G){\displaystyle t(K_{2},G)}.
  • The number of walks with k1{\displaystyle k-1} steps is given by hom(Pk,G){\displaystyle \operatorname {hom} (P_{k},G)}.
  • hom(Ck,G)=Tr(Ak){\displaystyle \operatorname {hom} (C_{k},G)=\operatorname {Tr} (A^{k})} where A{\displaystyle A} is the adjacency matrix of G{\displaystyle G}.
  • The proportion of colorings using k{\displaystyle k} colors that are proper is given by t(G,Kk){\displaystyle t(G,K_{k})}.

Other important properties such as the number of stable sets or the maximum cut can be expressed or estimated in terms of homomorphism numbers or densities.[3]

Subgraph densities

We define the (labeled) subgraph density of H{\displaystyle H} in G{\displaystyle G} to be

d(H,G):=# labeled copies of H in G|V(G)||V(H)|{\displaystyle d(H,G):={\frac {\#{\text{ copias etiquetadas de }}H{\text{ en }}G}{|V(G)|^{|V(H)|}}}}.

Note that it might be slightly dubious to call this a density, as we are not quite dividing through by the total number of labeled subgraphs on |V(H)|{\displaystyle |V(H)|} vertices of G{\displaystyle G}, but our definition is asymptotically equivalent and simpler to analyze for our purposes. Observe that any labeled copy of H{\displaystyle H} in G{\displaystyle G} corresponds to a homomorphism of H{\displaystyle H} into G{\displaystyle G}. However, not every homomorphism corresponds to a labeled copy − there are some degenerate cases, in which multiple vertices of H{\displaystyle H} are sent to the same vertex of G{\displaystyle G}. That said, the number of such degenerate homomorphisms is only O(n|V(H)|1){\displaystyle O(n^{|V(H)|-1})}, so we have t(H,G)=d(H,G)+O(1/n){\displaystyle t(H,G)=d(H,G)+O(1/n)}. For instance, we see that for graphs with constant homomorphism density, the labeled subgraph density and homomorphism density are asymptotically equivalent. For H{\displaystyle H} being a complete graph Km{\displaystyle K_{m}}, the homomorphism density and subgraph density are in fact equal (for G{\displaystyle G} without self-loops), as the edges of Km{\displaystyle K_{m}} force all images under a graph homomorphism to be distinct.

Generalization to graphons

The notion of homomorphism density can be generalized to the case where instead of a graph G{\displaystyle G}, we have a graphonW{\displaystyle W},

t(H,W)=[0,1]|V(H)|ijE(H)W(xi,xj)iV(H)dxi{\displaystyle t(H,W)=\int _{[0,1]^{|V(H)|}}\prod _{ij\in E(H)}W(x_{i},x_{j})\prod _{i\in V(H)}dx_{i}}

Note that the integrand is a product that runs over the edges in the subgraph H{\displaystyle H}, whereas the differential is a product running over the vertices in H{\displaystyle H}. Intuitively, each vertex i{\displaystyle i} in H{\displaystyle H} is represented by the variable xi.{\displaystyle x_{i}.} For example, the triangle density in a graphon is given by

t(K3,W)=[0,1]3W(x,y)W(y,z)W(z,x)dxdydz{\displaystyle t(K_{3},W)=\int \limits _{[0,1]^{3}}W(x,y)W(y,z)W(z,x)dxdydz}.

This definition of homomorphism density is indeed a generalization, because for every graph G{\displaystyle G} and its associated step graphon WG{\displaystyle W_{G}}, t(H,G)=t(H,WG){\displaystyle t(H,G)=t(H,W_{G})}.[1]

The definition can be further extended to all symmetric, measurable functions W{\displaystyle W}El siguiente ejemplo demuestra el beneficio de esta generalización adicional. En relación con la funciónW(incógnita,y)=2porque(2π(incógnitay)){\displaystyle W(x,y)=2\cos(2\pi (xy))}, la densidad deH{\displaystyle H}enW{\displaystyle W}es el número de ciclos eulerianos enH{\displaystyle H}.

Esta noción resulta útil para comprender el comportamiento asintótico de las densidades de homomorfismos de grafos que satisfacen cierta propiedad, ya que un grafón es un límite de una secuencia de grafos.

Desigualdades

Muchos resultados en la teoría extremal de grafos pueden describirse mediante desigualdades que involucran densidades de homomorfismos asociadas a un grafo. A continuación, se presentan varios ejemplos que relacionan la densidad de triángulos con la densidad de aristas.

Teorema de Turán

Un ejemplo clásico es el teorema de Turán , que establece que sit(Kr,W)=0{\displaystyle t(K_{r},W)=0}, entoncest(K2,W)(11r1){\displaystyle t(K_{2},W)\leq \left(1-{\frac {1}{r-1}}\right)}. Un caso especial de esto es el Teorema de Mantel , que establece que sit(K3,W)=0{\displaystyle t(K_{3},W)=0}, entoncest(K2,W)1/2{\displaystyle t(K_{2},W)\leq 1/2}.

Teorema de Goodman

Una extensión del teorema de Mantel proporciona una cota inferior explícita para las densidades de triángulos en términos de densidades de aristas. [ 3 ]

Teorema (Goodman).t(K3,GRAMO)t(K2,GRAMO)(2t(K2,GRAMO)1).{\displaystyle t(K_{3},G)\geq t(K_{2},G)(2t(K_{2},G)-1).}

Teorema de Kruskal-Katona

Una desigualdad recíproca al teorema de Goodman es un caso especial del teorema de Kruskal-Katona , que establece quet(K3,GRAMO)t(K2,GRAMO)3/2{\displaystyle t(K_{3},G)\leq t(K_{2},G)^{3/2}}Resulta que ambas desigualdades son exactas para densidades de borde específicas.

Demostración. Basta con demostrar esta desigualdad para cualquier grafo.GRAMO{\displaystyle G}. DecirGRAMO{\displaystyle G}es un gráfico ennorte{\displaystyle n}vértices y{λi}i=1norte{\displaystyle \{\lambda _{i}\}_{i=1}^{n}}son los valores propios de su matriz de adyacenciaAGRAMO{\displaystyle A_{G}}. Mediante la teoría espectral de grafos , sabemos

hogar(K2,GRAMO)=t(K2,GRAMO)|V(GRAMO)|2=i=1norteλi2{\displaystyle \operatorname {hom} (K_{2},G)=t(K_{2},G)|V(G)|^{2}=\sum _{i=1}^{n}\lambda _{i}^{2}}, yhogar(K3,GRAMO)=t(K3,GRAMO)|V(GRAMO)|3=i=1norteλi3{\displaystyle \operatorname {hom} (K_{3},G)=t(K_{3},G)|V(G)|^{3}=\sum _{i=1}^{n}\lambda _{i}^{3}}.

La conclusión se deriva entonces de la siguiente desigualdad:

hogar(K3,GRAMO)=i=1norteλi3(i=1norteλi2)3/2=hogar(K2,GRAMO)3/2{\displaystyle \operatorname {hom} (K_{3},G)=\sum _{i=1}^{n}\lambda _{i}^{3}\leq \left(\sum _{i=1}^{n}\lambda _{i}^{2}\right)^{3/2}=\operatorname {hom} (K_{2},G)^{3/2}}.

Descripción de la densidad de triángulos frente a la de aristas

Una descripción más completa de la relación entret(K3,GRAMO){\displaystyle t(K_{3},G)}yt(K2,GRAMO){\displaystyle t(K_{2},G)}fue demostrado por Razborov . Su trabajo de 2008 completa la comprensión de un problema de desigualdad de homomorfismo, la descripción deD2,3{\displaystyle D_{2,3}}, que es la región de pares factibles de densidad de aristas y densidad de triángulos en un grafón. [ 4 ]

D2,3={(t(K2,W),t(K3,W)):W es un grafón}[0,1]2{\displaystyle D_{2,3}=\{(t(K_{2},W),t(K_{3},W))\;:\;W{\text{ es un grafón}}\}\subseteq [0,1]^{2}}.

El límite superior de la región es ajustado y viene dado por el teorema de Kruskal-Katona. El límite inferior es el resultado principal del trabajo de Razborov, que proporciona una descripción completa. [ 4 ]

Herramientas útiles

Cauchy-Schwarz

Una desigualdad particularmente útil para analizar las densidades de homomorfismos es la desigualdad de Cauchy-Schwarz . El efecto de aplicar la desigualdad de Cauchy-Schwarz es "plegar" el grafo sobre una línea de simetría para relacionarlo con un grafo más pequeño. Esto permite reducir las densidades de grafos grandes pero simétricos a las de grafos más pequeños. Como ejemplo, demostramos que el ciclo de longitud 4 es Sidorenko . Si los vértices se etiquetan 1, 2, 3, 4 en ese orden, la diagonal que pasa por los vértices 1 y 3 es una línea de simetría. Al plegar sobre esta línea se relacionado4{\displaystyle C_{4}}al grafo bipartito completoK1,2{\displaystyle K_{1,2}}Matemáticamente, esto se formaliza como

t(do4,GRAMO)=1,2,3,4W(1,2)W(2,3)W(3,4)W(1,4)=1,3(2W(1,2)W(2,3))(4W(1,4)W(4,3))=1,3(2W(1,2)W(2,3))2(1,2,3W(1,2)W(2,3))2=t(K1,2,GRAMO)2{\displaystyle {\begin{aligned}t(C_{4},G)&=\int _{1,2,3,4}W(1,2)W(2,3)W(3,4)W(1,4)=\int _{1,3}\left(\int _{2}W(1,2)W(2,3)\right)\left(\int _{4}W(1,4)W(4,3)\right)=\int _{1,3}\left(\int _{2}W(1,2)W(2,3)\right)^{2}\\&\geq \left(\int _{1,2,3}W(1,2)W(2,3)\right)^{2}=t(K_{1,2},G)^{2}\end{aligned}}}

donde aplicamos Cauchy-Schwarz para "plegar" el vértice 2 sobre el vértice 4. La misma técnica se puede utilizar para mostrart(K1,2,GRAMO)t(K2,GRAMO)2{\displaystyle t(K_{1,2},G)\geq t(K_{2},G)^{2}}, lo cual, combinado con lo anterior, verifica quedo4{\displaystyle C_{4}}es un grafo de Sidorenko.

La desigualdad de Hölder generalizada también puede utilizarse de forma similar para plegar grafos varias veces con un solo paso. Asimismo, es posible aplicar la forma más general de la desigualdad de Cauchy-Schwarz para plegar grafos cuando ciertas aristas se encuentran sobre el eje de simetría.

Lagrangiano

El lagrangiano puede ser útil para analizar problemas extremos. La cantidad se define como

L(H)=máximoincógnita1,,incógnitanorte0incógnita1+incógnitanorte=1mimi(H)vmiincógnitav{\displaystyle L(H)=\max _{\begin{matrix}x_{1},\ldots ,x_{n}\geq 0\\x_{1}+\cdots x_{n}=1\end{matrix}}\sum _{e\in E(H)}\prod _{v\in e}x_{v}}.

Un dato útil es que un vector maximizadorincógnita{\displaystyle x}se apoya igualmente en los vértices de una camarilla enH{\displaystyle H}A continuación se presenta una aplicación del análisis de esta magnitud.

Según Hamed Hatami y Sergei Norine, se puede convertir cualquier desigualdad algebraica entre densidades de homomorfismos en una desigualdad lineal. [ 2 ] En algunas situaciones, decidir si dicha desigualdad es verdadera o falsa se puede simplificar, como ocurre en el siguiente teorema.

Teorema ( Bollobás ). Seaa1,,anorte{\displaystyle a_{1},\cdots ,a_{n}}sean constantes reales. Entonces, la desigualdad

i=1norteait(Ki,GRAMO)0{\displaystyle \sum _{i=1}^{n}a_{i}t(K_{i},G)\geq 0}

Esto se cumple para cada gráfico.GRAMO{\displaystyle G}si y solo si se cumple para cada gráfico completoKmetro{\displaystyle K_{m}}. [ 5 ]

Sin embargo, nos encontramos con un problema mucho más difícil, de hecho indecidible , cuando tenemos desigualdades de homomorfismo en un conjunto más general de grafos.Hi{\displaystyle H_{i}}:

Teorema (Hatami, Norine). Seaa1,,anorte{\displaystyle a_{1},\cdots ,a_{n}}sean constantes reales y{Hi}i=1norte{\displaystyle \{H_{i}\}_{i=1}^{n}}gráficos. Entonces, es un problema indecidible determinar si la desigualdad de densidad de homomorfismo

i=1norteart(Hi,GRAMO)0{\displaystyle \sum _{i=1}^{n}a_{r}t(H_{i},G)\geq 0}

Esto se cumple para cada gráfico.GRAMO{\displaystyle G}. [ 2 ]

Una observación reciente [ 6 ] demuestra que cualquier desigualdad de densidad de homomorfismos lineales es consecuencia de la semidefinición positiva de una cierta matriz infinita, o de la positividad de un grafo cuántico ; en otras palabras, cualquier desigualdad de este tipo se derivaría de aplicaciones de la desigualdad de Cauchy-Schwarz. [ 2 ]

Véase también

Referencias

  1. 1 2 Borgs, Christian; Chayes, Jennifer T.; Lovász, László ; Sós, Vera T ; Vestergombi, Katalin (2008). "Secuencias convergentes de grafos densos. I. Frecuencias de subgrafos, propiedades métricas y pruebas" . Advances in Mathematics . 219 (6): 1801– 1851. arXiv : math/0702004 . doi : 10.1016/j.aim.2008.07.008 .
  2. 1 2 3 4 Hatami, H., Norine, S. (2011). "Indecidibilidad de desigualdades lineales en densidades de homomorfismos de grafos" (PDF) . Journal of the American Mathematical Society . 24 (2): 553. arXiv : 1005.2382 . doi : 10.1090/S0894-0347-2010-00687-X . S2CID 3363894 vía MathSciNet. {{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )
  3. ^ Lovász , László (2012). Grandes redes y límites de gráficos . Providencia, Rhode Island. ISBN 978-0-8218-9085-1OCLC 812530987 {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  4. 1 2 Razborov, Alexander (2008). "Sobre la densidad mínima de triángulos en grafos" (PDF) . Combinatoria, Probabilidad y Computación . 17 (4): 603– 618. doi : 10.1017/S0963548308009085 . S2CID 26524353 vía MathSciNet (AMS). 
  5. Bollobás, Béla (1986). Combinatoria: Sistemas de conjuntos, hipergrafos, familias de vectores y probabilidad combinatoria . Cambridge: Cambridge University Press. pp. 79-84 . ISBN  0-521-33059-9.
  6. Freedman, M., Lovász, L., Schrijver, A. (2007). "Reflection Positivity, Rank connectivity, and Homomorphism of Graphs" (PDF) . Journal of the American Mathematical Society . 20 (1): 1.{{cite journal}}: CS1 maint: varios nombres: lista de autores ( enlace )