Proprietà dei grafici orientati casuali con grado di correzione fisso


17

Sono interessato a proprietà di grafici diretti casuali con grado di out fisso d . Sto immaginando un modello grafico casuale in cui ogni vertice sceglie d vicini di casa (diciamo, con sostituzione)

Domanda : si sa qualcosa sulla distribuzione stazionaria e sui tempi di miscelazione di passeggiate casuali su questi grafici casuali (per vari valori di d )?

Sono particolarmente interessato al caso in cui , che corrisponde a un modello di automi casuali su un alfabeto booleano. (Sì, mi rendo conto che questi grafici spesso non sono collegati, ma cosa succede in un determinato componente?) Sono soddisfatto dei risultati parziali e dei risultati relativi ad altre proprietà di questi grafici.d=2

Sembra che la maggior parte della letteratura sui grafici casuali si concentri sul modello Erdős – Rényi, che ha proprietà molto diverse rispetto al modello a cui sto pensando.


Posso offrirlo: se cerchi la frase "coefficiente di raggruppamento" potresti trovare più letteratura relativa. Ho deciso che ero interessato ad altre cose, quindi non ricordo i dettagli.
Aaron Sterling,

dovresti cercare modelli di grafici web (inizia con il documento Aiello / Chung ( projecteuclid.org/… ) e vai avanti). È possibile trovare interessanti modelli di grafici Web. Guarda anche il recente lavoro di Christos Faloutsos
Suresh Venkat,

grazie per il puntatore - ho esaminato il lavoro di Chung e questo documento - mentre considerano modelli interessanti, sfortunatamente non considerano il mio ...
Lev Reyzin

Si suggerisce che il processo si verifichi con la sostituzione. Questo significa che permetti multidigrafi (con possibilmente più archi da s a t)?
András Salamon,

Proprio così: nella camminata casuale prendi ogni fronte in modo equiparabile e con più archi, aumenti la probabilità di una data transizione (e consentiamo anche loop di auto). Tuttavia, se si desidera rispondere alla domanda per la scelta dei bordi senza sostituzione, va bene lo stesso.
Lev Reyzin

Risposte:


10

Nel caso non indirizzato, i grafici -regolari casuali sono espansori con alta probabilità (non per d = 2 , ma penso che d 3 sia sufficiente), il che implica che il tempo di miscelazione delle camminate casuali è O ( log n ) . Non ricordo abbastanza di queste prove per sapere se tutto passa nel caso diretto (certamente alcune proprietà sono diverse: la distribuzione uniforme non è più stazionaria), ma può valere la pena di esaminare. Buoni riferimenti per i grafici di espansione sono i grafici di espansione e le loro applicazioni di Hoory, Linial e Wigderson e Pseudorandomness di Vadhan.dd=2d3O(logn)


Grazie - questo è un buon riferimento. Avevo già visto questo lavoro prima, ma me ne ero dimenticato. Vale sicuramente la pena di esaminarne le prove.
Lev Reyzin

7

Conosci il seguente lavoro (e riferimenti in esso)? (È disponibile anche su arXiv.)

Bohman, T. e Frieze, A. (2009), Hamilton passa in 3-out. Strutture casuali e algoritmi, 35: 393–417. doi: 10.1002 / rsa.20272


grazie - è un risultato interessante, ma avere un ciclo hamiltoniano è tutt'altro che il tipo di proprietà a cui sto pensando.
Lev Reyzin

Hm, forse stavo prendendo troppo alla lettera "Sono contento di risultati parziali e risultati su altre proprietà di questi grafici". Per me, sembra che il modello k-out sia molto vicino al modello a cui sei interessato e indagare i risultati passati su k-out sarebbe fruttuoso, soprattutto considerando che sia Hamiltonicity che la miscelazione rapida possono essere considerate forme rafforzate di connettività in modelli grafici casuali.
RJK,

hai ragione - è davvero il risultato di una proprietà di questi grafici, e forse utile. Non posso darti la risposta accettata, ma sicuramente un voto :)
Lev Reyzin

Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.