dal libro di Babai & Frankl:

Slides:



Advertisements
Presentazioni simili
Funzioni algebriche intere razionali
Advertisements

Equazioni differenziali lineari
Lezione 8.
Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Linear Algebra Methods in Combinatorics with applications to.
Main tools of the probabilistic method with applications in graph theory Attività formativa - Yuri Faenza Supervisore: Prof. B. Scoppola CdLS in Ingegneria.
Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Lezione II dal libro di Babai & Frankl:
dal libro di Babai & Frankl:
“o piccolo” Siano f e g entrambi infiniti o infinitesimi per
“o piccolo” Siano f e g entrambi infiniti o infinitesimi per
1/20 NP completezza. 2/20 Problemi astratti Un problema è un’entità astratta (es. il TSP). Una istanza del problema è un suo caso particolare in cui vengono.
PRIMITIVA DI UNA FUNZIONE O INTEGRALE INDEFINITO
Prof.ssa Rossella Petreschi Lezione del 3 /12/ 2012 del Corso di Algoritmi e Strutture Dati Riferimenti: Capitolo 3 del testo Nishizeki,Chiba “Planar graphs:theory.
Teorema di Ramsey Introduzione Teorema di Schur Upper bound, Lower bound facile Lezione 5 dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics.
Teorema di Ramsey Lower bound cubico Disuguaglianza di Fisher Lezione 6 dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics with applications.
Complessità Circuitale Profondità Costante: Lower Bound Esponenziale (Algebra Lineare + Metodo Probabilistico) Lezione 8 dal libro di Stasys Jukna: Extremal.
Prof.ssa Rossella Petreschi Lezione del 3/12/2013 del Corso di Algoritmica GRAFI e PLANARITA’ Lezione n°15.
Algoritmi Avanzati a.a.2013/2014 Prof.ssa Rossella Petreschi Somme prefisse Lezione n°2.
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
SUMMERMATHCAMP TARVISIO, AGOSTO 2017
Insiemi di numeri e insiemi di punti
LA CIRCONFERENZA.
Lezione n°10 Prof.ssa Rossella Petreschi
PICCOLA GUIDA PER FUNZIONI REALI A DUE VARIABILI
L’integrale indefinito
GRAFI e PLANARITA’ Lezione n°19 Prof.ssa Rossella Petreschi
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Le equazioni di II°Grado
Reti, flussi e tagli Lezione n°11
Le frazioni decimali Tutto in un click.
Approssimazione Lezione n°20 Prof.ssa Rossella Petreschi
(7x + 8x2 + 2) : (2x + 3) 8x2 + 7x + 2 2x + 3 8x2 + 7x + 2 2x + 3 4x
La funzione Path e le forme a cespuglio
Progettazione di una base di dati relazionale
Lezione n°17 Prof.ssa Rossella Petreschi
Lezione n°15 Prof.ssa Rossella Petreschi
x : variabile indipendente
Complessità ammortizzata degli algoritmi Union Find
La gestione degli insiemi disgiunti
La frazione come numero razionale assoluto
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Algoritmi Avanzati a.a.2011/2012 Prof.ssa Rossella Petreschi
Algoritmi e Strutture Dati
Usi (meno scontati) della visita DFS
Algoritmi approssimati
Lock binario.
Algoritmi e Strutture Dati
Lezione 5: Algebra di Boole
Paths, tree and flowers Lezione n°14
Lezione 5 Domande: L’average path length di Chord con 2^b identificatori e N=2^b nodi è (giustificare la risposta) (b) (b/2) (log(N)) (Nessuna delle precedenti)
K4 è planare? E K3,3 e K5 sono planari? Sì!
Approssimazione Lezione n°15 Prof.ssa Rossella Petreschi
Lezione n°11 Prof.ssa Rossella Petreschi
Lezione n°18 Prof.ssa Rossella Petreschi
ABBINAMENTO Lezione n°13
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Ordinamento in tempo lineare
I Polinomi potenziamento
Modelli politropici.
Le primitive di una funzione
Schema generale, visita in ampiezza e profondità.
Algoritmi e Strutture Dati
Usi (meno scontati) della visita DFS
Lezione n°14 Prof.ssa Rossella Petreschi
Algebra di Boole e Funzioni Binarie
Automi e stringhe Lezione n°24 Prof.ssa Rossella Petreschi
Backtracking Lezione n°17 Prof.ssa Rossella Petreschi
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
Insiemi disgiunti.
Algoritmi e Strutture Dati
Transcript della presentazione:

dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Grafi di Ramsey Due costruzioni esplicite Limitazioni sulle “intersezioni” Lezione 7

Grafi di Ramsey Voglio un grafo su n nodi che non contiene ne una cricca di t nodi ne un insieme indipendente di t nodi, per t dato. Quale è il massimo n per cui è possibile? Dato t, quale è il massimo n per cui possiamo colorare gli archi di Kn, con 2 colori, evitando Kt monocromatica. Quato vale R2(t)?

G G Grafo Potenza IS2 IS4 K3 K9 n nodi n2 nodi t-cricca t2-cricca tutti gli archi IS2 G K9 G K3 IS4 Esercizio n2 nodi t2-cricca n nodi t-cricca

Grafo Potenza R2(3) ≥ 5 R2(9) ≥ 25 R2(t) ≥ t  R2(t2) ≥ t2

Costruzioni Esplicite Polinomiali Per ogni  c'è una costruzione da un t “ iniziale” in poi Costruzioni Esplicite Polinomiali Vogliamo costruire un grafo di Ramsey tale che R2(t) ≥ t G G2 𝐺 2 𝑖 G4 ... grafo iniziale Metodo Probabilistico: R2(t) ≥ 2(t/2) (il grafo iniziale esiste) 𝑅 2 𝑡 𝑖𝑛𝑖 ≥ 𝑡 𝑖𝑛𝑖 α 𝑅 2 𝑡 ≥ 𝑡 α 𝑅 2 𝑡 ≥ 𝑡 α ⇒ 𝑅 2 𝑡 2 𝑖 ≥ 𝑡 α 2 𝑖 = 𝑡 2 𝑖 α

Multilinearizzazione Siano p1 ,…, pm polinomi di grado al più d in n variabili e linearmente indipendenti in F2 xat =xa Dimostrazione: Esercizio Quanti ne possono esistere? non più di 𝑃 𝑛 𝑑 :=  𝑛 𝑑  +  𝑛 𝑑−1  +⋯+  𝑛 0 

Quanti insiemi posso costruire? Ray-Chaudhuri – Wilson Teorema RW (mod p) Siano S1,…,Sm  {1,…, n} tali che |Si  Sj| ∈ D (mod p) |Si|  D (mod p) dove D = {1 ,..., d} Esempio: D={0,1} and p =2 → Oddtown Quanti insiemi posso costruire? non più di 𝑃 𝑛 𝑑 :=  𝑛 𝑑  +  𝑛 𝑑−1  +⋯+  𝑛 0 

multilinearizzazione Teorema RW (mod p) Siano S1,…,Sm  {1,…, n} tali che |Si  Sj| ∈ D (mod p) |Si|  D (mod p) dove D = {1 ,..., d} 0 siamo in F2 Dimostrazione: Si  vi e quindi |Si  Sj|  vi • vj |Si  Sj| ∈ D  (vi • vj – 1) ⋯ (vi • vj – d) = 0 pi(vj) polinomi linearmente indipendenti multilinearizzazione non più di 𝑃 𝑛 𝑑 :=  𝑛 𝑑  +  𝑛 𝑑−1  +⋯+  𝑛 0 

Teorema RW (uniforme) non più di Siano S1,…,Sm  {1,…, n} tali che |Si  Sj| ∈ D |Si| = k dove k è una costante fissata Perchè posso farlo? Dimostrazione: RW (mod p) ⇒ RW (uniforme) Se k è in D togliamolo Per p > k |Si  Sj| ∈ D  |Si  Sj| ∈ D (mod p) non più di 𝑃 𝑛 𝑑 :=  𝑛 𝑑  +  𝑛 𝑑−1  +⋯+  𝑛 0 

Come Perchè superpoly(t) ≤ R2(t) ≤ Pn|D| ≤ Pn|D| Linear Algebra Bound 𝑃 𝑛 𝑑 =  𝑛 𝑑  +  𝑛 𝑑−1  +⋯+  𝑛 0  Perchè colora in base a intersezione: -1 (mod p) altrimenti Linear Algebra Bound a',b',... a,b,... nodi  𝑛 𝑝 2   𝑛 𝑝 2  t = Pnp-1 RW (mod p) S1,…,Sm t.c. |Si  Sj| ∈ D (mod p) per ij |Si| ∉ D (mod p)  m ≤ Pn,|D| RW (uniforme) S1,…,Sm t.c. |Si  Sj| ∈ D per ij |Si| = k per ogni i  m ≤ Pn,|D| 0,...,p-2, p-1, p,...,2p-1, … , p(p-1)-1 p2-tuple su n ≤ Pn|D| D={0,...,p-2} ≤ Pn|D| D={p-1,...,p(p-1)-1} ottimiziamo n superpoly(t) ≤ R2(t)

Ottimiziamo n superpoly(t) nodi cricche Prendiamo n = p3 𝑡=  𝑛 𝑝−1  𝑁=  𝑛 𝑝 2  Prendiamo n = p3 𝑁≈ 𝑝 𝑝 2 𝑡≈ 𝑝 2 𝑝 = 𝑝 2𝑝 𝑝≈ 2log𝑡 loglog𝑡 superpoly(t) 𝑡 log𝑡 loglog𝑡 ≈ 𝑝 4log𝑡 loglog𝑡 log𝑡 loglog𝑡 = 𝑝 𝑝 2 ≈𝑁

Cosa ricordare I polinomi linearmente indipendenti su F2 non sono mai “tanti” (multilinearizzazione). Se gli oggetti che studiamo sono riducibili a questi polinomi allora non possono essere “tanti”. Se le cardinalità delle intersezioni di insiemi sono “poche” allora anche gli insiemi sono “pochi” (Teoremi RW). Dai Teoremi RW otteniamo una costruzione superpolinomiale esplicita di grafi di Ramsey (pochi insiemi  sottografi monocromatici piccoli).