무작위 그래프의 해밀턴성 회복력과 최적 사이클 포장

본 논문은 “\(\mathbf{k}\)-회복력”이라는 새로운 개념을 도입하여, 무작위 그래프 \(G(n,p)\) 가 해밀턴 사이클을 유지할 수 있는 조건을 정밀히 규명한다. 먼저, 회복력의 정의를 확장한다. 기존의 지역 회복력은 모든 정점에 대해 동일한 최대 삭제 차수 \(r\) 을 적용했지만, \(\mathbf{k}\)-회복력은 정점별 허용 차수 \(k_i\) 를 지정함으로써 보다 유연한 제어가 가능하도록 한다. 이 정의는 “모든 서브그래프 \(H\subseteq G\) 에 대해, 각 정점 \(i\) 의 차수가 \(k_i\) 이하이면 \(G-H\) 는 원하는 성질 \(\mathcal{P}\) (여기서는 해밀턴성) 을 유지한다는 의미다. 논문의 핵심 결과는 네 가지 정리로 구성된다. 1. **Theorem 1**은 임계 확률 구간 \(p\ge (\ln n+\ln\ln n+\omega(1))/n\) 에서, 무작위 그래프 \(G\) 가 \(\mathbf{k}\)-회복력을 갖는 구체적인 \(\mathbf{k}\)를 제시한다. 여기서 \(\mathbf{k}\)는 두 부분으로 나뉜다. 차수가 \(np/100\) 이하인 “작은” 정점 집합 \(D_{np/100}\) 에 대해서는 허용 차수를 \(d_v-2\) (즉, 최소 두 개의 인접 edge만 남긴다) 로 설정하고, 나머지 정점에 대해서는 전체 차수의 \(\frac13-\varepsilon\) 비율만큼만 삭제하도록 허용한다. 이 조건을 만족하면, 어떤 방식으로든 해당 차이 이하로 edge를 제거하더라도 그래프는 여전히 해밀턴 사이클을 포함한다. 2. **Theorem 2**는 위 정리의 파라미터가 실제 무작위 그래프에 적용될 수 있음을 보인다. 구체적으로, \(p\)가 \(\ln n+\ln\ln n+\omega(1)\)와 \(1.02\ln n\) 사이에 있을 때, 무작위 그래프는 거의 확실히 \(\delta(G)-1\) 만큼의 지역 회복력을 갖는다. 이는 최소 차수 \(\delta(G)\)가 2보다 큰 경우, 최대 \(\delta(G)-1\)개의 인접 edge를 각 정점에서 제거해도 해밀턴성을 유지한다는 의미다. 3. **Theorem 3**는 큰 \(p\) 구간에 대한 개선된 하한을 제공한다. \(p\ge C\ln n/n\) (상수 \(C\)는 \(\varepsilon\)에 의존) 일 때, 무작위 그래프는 \((1-\varepsilon)np/3\) 만큼의 지역 회복력을 갖는다. 이는 기존 연구에서 제시된 \(np/6\) 수준보다 두 배에 가까운 강도를 의미한다. 4. **Theorem 4**는 해밀턴 사이클의 최적 포장 문제에 적용한다. \(p\le 1.02\ln n/n\) 구간에서, 무작위 그래프는 \(\lfloor\delta(G)/2\rfloor\)개의 서로 다른 해밀턴 사이클을 포장할 수 있다. 이는 차수 \(\delta(G)\)가 충분히 크면, 차례로 사이클을 제거해도 남은 그래프가 여전히 해밀턴성을 유지한다는 사실을 회복력 정리와 결합해 증명한다. 논문은 이러한 정리들을 증명하기 위해 두 단계의 전략을 사용한다. 첫 번째 단계에서는 의사난수성(pseudorandomness) 특성을 가진 그래프가 \(\mathbf{k}\)-회복력을 만족한다는 일반적인 명제를 보인다. 여기서는 확장성(expansion), 작은 집합에 대한 이웃 크기, 그리고 고르게 분포된 경로 구조 등을 활용한다. 두 번째 단계에서는 무작위 그래프 \(G(n,p)\)가 위 의사난수성 조건을 거의 확실히 만족한다는 사실을 확률론적 도구(볼로바스 차수 하한, Chernoff 경계, Janson 불평등 등)를 이용해 입증한다. 특히, 차수 하한 \(\delta(G)\)와 평균 차수 \(np\) 사이의 관계를 정밀히 분석하여, \(np/100\) 이하의 정점 집합 \(D_{np/100}\)가 충분히 작고, 남은 정점들의 차수가 평균에 가깝게 집중됨을 보인다. 이를 통해 “작은” 정점에 대해서는 거의 모든 edge를 제거해도 최소 차수 2를 유지하고, “큰” 정점에 대해서는 전체 차수의 \(\frac13\) 이하만 삭제해도 그래프가 충분히 연결되고 회전 가능함을 보인다. 결과적으로, 이 연구는 무작위 그래프의 해밀턴성 회복력에 대한 기존 이해를 크게 확장한다. \(\mathbf{k}\)-회복력이라는 새로운 프레임워크는 정점별 차수 제한을 통해 다양한 그래프 구조에 적용 가능하며, 특히 해밀턴 사이클 포장과 같은 고전적인 문제에 새로운 접근법을 제공한다. 또한, 지역 회복력 하한을 \((1-\varepsilon)np/3\)까지 끌어올림으로써, 큰 평균 차수 구간에서도 무작위 그래프가 매우 강인한 해밀턴성을 유지한다는 사실을 확인한다.