엔트로피 기반 불규칙 그래프의 무어 경계 증명

초록

본 논문은 무작위 워크의 엔트로피를 이용해 무어 경계(Moore bound)를 일반 그래프와 이분 그래프에 대해 새롭게 증명한다. 평균 차수가 (d)인 그래프의 경우, 홀수·짝수 girth에 따라 정점 수가 각각 (1+d\sum_{i=0}^{r-1}(d-1)^i)와 (2\sum_{i=0}^{r-1}(d-1)^i) 이상임을 보이며, 이분 그래프에서는 좌·우 평균 차수 (d_L, d_R)에 따라 보다 정교한 하한을 제시한다.

상세 분석

이 논문의 핵심 아이디어는 그래프 위의 단순 무작위 워크(random walk)를 고려하고, 그 워크가 생성하는 확률 분포의 엔트로피를 분석함으로써 정점 수와 차수, girth 사이의 관계를 도출하는 것이다. 기존의 무어 경계 증명은 주로 전개 트리(expansion tree) 혹은 대수적 방법에 의존했으며, 특히 불규칙 그래프(정점마다 차수가 다른 경우)에 대해서는 복잡한 경우 구분이 필요했다. 저자들은 엔트로피라는 정보 이론적 도구를 도입함으로써 이러한 복잡성을 한 번에 포괄할 수 있었다.

먼저, 그래프 (G)의 모든 정점에서 시작하는 무작위 워크를 정의한다. 각 단계에서 현재 정점의 이웃 중 하나를 균등하게 선택한다. 이때 (k) 단계까지 진행한 워크의 경로는 길이 (k)의 정점 시퀀스로 표현되며, 그 확률은 각 선택된 정점의 차수에 역비례한다. 워크의 엔트로피 (H_k)는 가능한 경로들의 확률 분포에 대한 평균 정보량이며, 이는 차수와 경로 수의 로그와 직접 연결된다. 특히, girth가 (g)보다 작지 않다면, 길이 (\le r)인 사이클이 존재하지 않으므로, 처음 (r)단계에서의 워크는 트리 구조와 동일하게 전개된다. 따라서 (H_k)는 전개 트리의 정점 수와 차수에 의해 하한이 잡힌다.

정밀히는, 최소 차수가 2이고 평균 차수가 (d)인 경우, 첫 단계에서 선택 가능한 정점 수는 평균적으로 (d)이며, 이후 단계에서는 평균적으로 ((d-1))배가 된다. 이를 엔트로피 식에 대입하면
\