무작위 유향 그래프에서의 정지분포와 커버 타임

초록

본 논문은 평균 차수가 d·log n (d>1)인 무작위 유향 그래프 Dₙ,ₚ에서 단순 랜덤 워크의 정지분포와 커버 타임을 분석한다. 정지확률 πᵥ는 거의 deg⁻(v)/m에 수렴하고, d가 무한대로 성장하면 균등분포가 된다. 이를 이용해 d>1일 때 커버 타임은 whp d·log(d/(d−1))·n·log n에, d→∞이면 n·log n에 수렴함을 보인다.

상세 분석

논문은 먼저 Dₙ,ₚ( np = d·log n, d>1) 가 강연결성을 가짐을 이용해, 단순 랜덤 워크가 고유한 정지분포를 갖는다는 사실을 확인한다. 핵심 결과인 정리 2는 모든 정점 v에 대해 πᵥ ≍ (deg⁻(v)+ς⁎(v))/m 형태임을 보이며, 여기서 ς⁎(v)=max_{w∈N⁻(v)} deg⁻(w)/deg⁺(w)이다. Lemma 14에서 ς⁎(v)=o(deg⁻(v))가 거의 모든 정점에 대해 성립함을 증명하고, d가 충분히 크게(γ=ω(log log n))이면 모든 정점에 대해 ς⁎(v)도 무시할 수 있음을 보여준다. 따라서 πᵥ≈deg⁻(v)/m, 즉 입경에 비례하는 정지분포가 얻어진다. d→∞이면 deg⁻(v)≈np≈d·log n이 모든 정점에 대해 거의 동일하므로 πᵥ≈1/n, 즉 균등분포가 된다.

정지분포를 알면 커버 타임 분석에 Lemma 3을 적용한다. Lemma 3은 혼합시간 T가 O(log² n)이고, Rᵥ=1+o(1)인 경우, 정점 v가 t≥T 이후에 아직 방문되지 않을 확률이 ≈e^{-t·πᵥ/Rᵥ} 로 근사됨을 보여준다. 이를 이용해 기대 커버 타임 C_{Dₙ,ₚ}=max_v C_v를 상·하한으로 잡는다. 상한은 t를 충분히 크게 잡아 ∑_v Pr(A_v(t))=o(t) 가 되도록 선택하고, 하한은 πᵥ가 가장 작은 정점 집합 V^{**}를 골라 그 정점들이 아직 방문되지 않을 확률을 곱해 기대값이 양수임을 보인다. 정리 1은 이러한 과정을 통해 d·log(d/(d−1))·n·log n (또는 d→∞일 때 n·log n)이라는 정확한 1차항을 얻는다.

기술적인 핵심은 두 개의 BFS 트리(출-트리와 입-트리)를 깊이 ℓ=⌈(2/3)·log_{np} n⌉까지 확장하고, 길이 2ℓ+1인 경로가 대부분 트리 경계 사이를 한 번 점프한 뒤 정점 y에 도달한다는 사실을 이용해 전이 확률 P^{(k)}(x,y)≈deg⁻(y)/m을 얻는 것이다. 또한, 차수열에 대한 정밀한 Chernoff 경계와 고차 모멘트 분석을 통해 최대·최소 차수가 적당히 집중됨을 보이고, 이는 ς⁎(v)와 Rᵥ를 제어하는 데 필수적이다. 전체 증명은 가정 1(2≤d≤n^δ)을 두고 진행한 뒤, 섹션 6에서 이를 제거해 모든 d>1에 대해 결과가 확장됨을 확인한다.