무작위 그래프에서 K r 프리 최대 정점 집합의 비정상적 집중 현상

본 논문은 G(n,½)라는 베르누이 확률 그래프에서, 주어진 정수 r≥2에 대해 K_r(완전 그래프 r개의 정점) 를 포함하지 않는 최대 정점 집합의 크기 α_r(G)를 연구한다. 기존 연구는 r=2, 즉 독립집합 α(G)의 경우, α(G) 가 두 개의 인접한 정수 중 하나에 거의 확실히 집중한다는 ‘두 점 집중(two‑point concentration)’ 현상을 보여왔다. 저자들은 이 현상이 r>2 로 일반화될 때 어떻게 변하는지를 탐구한다. 첫 번째 단계에서는 α_r(G) 대신 α_{r+1}(G) 를 X 로 두고, K_{r+1}‑프리 서브그래프의 최대 정점 수를 분석한다. r가 로그 로그 n 보다 작을 경우, k≈2·log₂ n 가 주요 스케일이 되며, 독립집합 Y_k (크기 k인 독립집합의 수) 와 결함이 i개인 (k+1)‑집합 Z_{k+1,i} (내부에 정확히 i개의 간선을 가진 (k+1)‑정점 집합)의 기대값을 정확히 계산한다. 여기서 ‘결함(defect)’은 (k+1)‑집합 안에 존재하는 간선이다. Erdős‑Kleitman‑Rothschild와 Kolaitis‑Prömel‑Rothschild의 결과를 이용해, 대부분의 K_{r+1}‑프리 그래프는 r‑partite 형태임을 이용한다. 핵심 아이디어는 결함을 ‘덮는’ 독립집합을 찾아 결합함으로써 큰 K_{r+1}‑프리 서브그래프를 구성하는 것이다. 이를 위해 µ_j = C(r‑j, j) 와 ξ_j = j(µ_j+2)−r 를 정의한다. µ_j 는 (k+1)‑집합이 가질 수 있는 최소 결함 수이며, ξ_j 는 해당 결함을 커버하기 위해 필요한 독립집합의 최소 개수이다. 정리 1은 X≥kr+j 가 Z_{k+1,µ_j}≥ξ_j 와 거의 동등함을 보이며, Z_{k+1,µ_j} 가 포아송 분포에 근사된다는 점을 활용한다. 기대값 λ=E