하이퍼그래프에서 독립 집합의 새로운 경계

초록

본 논문은 삼각형이 없는 그래프에 대한 Shearer의 독립 집합 하한을 (r+1)‑균일 하이퍼그래프의 “국소적으로 희박한” 경우로 확장한다. 저자들은 비균등 확률분포를 이용해 독립 집합을 샘플링하고, 기대값을 상하한으로 잡아 기존 Ajtai‑Komlós‑Pintz‑Spencer‑Szemerédi 정리를 보다 간결하고 상수 계수를 개선된 형태로 증명한다.

상세 분석

이 논문은 그래프 이론에서 유명한 Shearer의 정리를 하이퍼그래프로 일반화하는 데 성공하였다. Shearer는 최대 차수가 d인 삼각형이 없는 그래프에서 독립 집합의 크기가 ((d\log d-d+1)/(d-1)^2\cdot n) 이상임을 보였으며, 이는 Ajtai‑Komlós‑Szemerédi가 제시한 하한을 개선한다. 하이퍼그래프의 경우, 기존에는 Ajtai‑Komlós‑Pintz‑Spencer‑Szemerédi가 (r+1)‑균일 “uncrowded”(k‑사이클이 4 이하 없고) 하이퍼그래프에 대해 (\alpha(H)\ge c_r(\log d)^{1/r}/d^{1/r}\cdot n)이라는 비슷한 형태의 하한을 얻었다. 그러나 그 증명은 복잡한 무작위 탐욕 알고리즘과 정교한 확률적 분석에 의존했다.

저자들은 Shearer가 삼각형이 없는 그래프에 적용한 “비균등 확률분포” 아이디어를 차용한다. 구체적으로, 독립 집합 (I)를 단순히 균등하게 선택하는 대신, (\exp(-\delta|∂_k I|)) 형태의 가중치를 부여해 (k)‑섀도우(즉, (I)에 포함된 (k)‑원소 집합이 포함된 하이퍼에지)의 크기를 억제한다. 여기서 (\delta)는 (\approx (\log d)/d) 수준이며, (∂_k I)는 (I)에 대한 (k)‑섀도우 집합이다.

핵심 변수 (X_v)는 정점 (v)가 독립 집합에 포함될 확률과 주변 (k)‑섀도우와의 상호작용을 동시에 반영한다. 정의는
\