무작위 그래프의 트리 깊이

초록

이 논문은 확률 그래프 G(n,p)와 무작위 정규 그래프의 트리‑깊이(tree‑depth)를 정확히 추정한다. 밀도 p≫1/n 일 때 트리‑깊이는 n−Θ(√(n/p))에 수렴하고, 희소 영역 p=c/n에서는 c>1일 때 선형, c=1일 때 Θ(log n), c<1일 때 Θ(log log n)임을 보인다. 또한 c=1 경우 모든 폭 파라미터가 상수임을 증명하고, 무작위 정규 그래프에서도 선형 트리‑깊이를 얻는다.

상세 분석

본 연구는 트리‑깊이(tree‑depth)를 그래프의 희소성 척도로 바라보며, 확률 그래프 G(n,p)의 다양한 밀도 구간에서 그 asymptotic 행동을 정밀히 규명한다. 먼저 p≫1/n인 ‘밀집’ 구간을 분석한다. 여기서는 그래프가 거의 완전에 가까워지므로, 최소한의 정점 제거(또는 레벨 할당)만으로 전체 트리를 구성할 수 있다. 저자들은 기대값과 변동성을 정밀히 계산해, 트리‑깊이가 n−Θ(√(n/p))와 거의 일치함을 보인다. 이는 기존에 알려진 트리‑폭(tree‑width)와의 관계를 이용한 결과와 일치하지만, 트리‑깊이 자체에 대한 직접적인 증명을 제공한다는 점에서 의미가 크다.

다음으로 p=c/n 형태의 ‘희소’ 구간을 다룬다. c>1이면 G는 위상 전이(giant component) 현상을 보이며, 큰 연결 성분이 선형 크기를 갖는다. 저자들은 이 거대한 성분의 트리‑폭이 Θ(n)임을 Lee·Lee·Oum의 결과와 연결시켜, 트리‑깊이 역시 선형임을 증명한다. 특히, 트리‑폭이 선형이면 트리‑깊이도 선형이라는 일반적인 불등식 td(G)≥tw(G)+1을 활용한다.

c=1인 임계점에서는 그래프가 ‘임계’ 구조를 띠어, 최대 연결 성분의 크기가 Θ(log n) 수준이다. 논문은 이 구간에서 트리‑깊이가 Θ(log n)임을 보이면서, 동시에 모든 폭 파라미터(트리‑폭, 경로‑폭, 클러스터‑폭 등)가 상수 수준으로 수렴한다는 놀라운 현상을 발견한다. 이는 임계 그래프가 구조적으로 매우 얇아, 폭 파라미터가 크게 증가하지 않음에도 불구하고 트리‑깊이만이 로그 스케일로 성장한다는 점을 시사한다.

c<1인 경우는 그래프가 거의 트리와 유사한 구조를 이루며, 최대 성분의 크기가 Θ(log n) 이하이다. 여기서는 정밀한 확률적 분석을 통해, 트리‑깊이가 Θ(log log n)으로 수렴함을 보인다. 이는 트리‑깊이가 그래프의 최대 성분 크기의 이중 로그에 비례한다는 직관과 일치한다.

마지막으로 무작위 정규 그래프(정규 차수 d≥3)에서도 동일한 방법론을 적용한다. 정규 그래프는 고정된 차수를 가지면서도 큰 사이클과 복잡한 연결 구조를 형성하므로, 트리‑폭이 선형임을 기존 결과로부터 바로 끌어낼 수 있다. 따라서 트리‑깊이 역시 Θ(n) 수준, 즉 선형 성장한다는 결론을 얻는다.

전체적으로 이 논문은 트리‑깊이와 트리‑폭 사이의 근본적인 관계를 확률 그래프 이론에 접목시켜, 다양한 밀도 구간에서 정확한 차수와 상수를 제시한다. 특히, 임계점 c=1에서 폭 파라미터가 상수이면서 트리‑깊이만이 로그 수준으로 성장한다는 현상은 기존 그래프 이론에 새로운 통찰을 제공한다.