MathLabs

組合せ論と離散数学

確率的方法

望む性質を持つ対象の存在を、ランダムな構成がその性質を持つ確率が正であることを示して証明する方法。

直観何も構成せずに存在を証明する

奇妙で望ましい性質を持つ数学的対象の存在を示す最も速い方法は、手で一つ構成することではなく、ランダムな対象を構成してその確率を計算することである場合がある。ランダムな構成が望む性質をゼロより大きい確率で持つならば、誰もそれを直接指し示せなくても、可能な結果のどこかに少なくとも一つの実例が存在しなければならない。これが確率的方法であり、存在に関する問いを平均と確率に関する問いへと変える。

5頂点の完全グラフで、確率的方法で用いるランダムな辺彩色を表す。
完全グラフ K5K_5:(52)=10\binom{5}{2}=10 本の辺それぞれを独立に確率 1/21/2 で赤または青に塗る。これがエルデシュの議論の中心にあるランダムな対象であり、KnK_n の2彩色を手で一つ選ぶ代わりに、各辺についてコインを投げると想像する。

大学第一モーメント法

定義: ランダム2彩色と単色クリーク

KnK_n の (n2)\binom{n}{2} 本の辺それぞれを独立に確率 1/21/2 で赤または青に塗る。kk 個の頂点からなる集合 SS について、SS 内のすべての辺が同じ色ならば SS は単色であるという。XX を KnK_n の単色な kk 元部分集合の総数とする。

X=∑S⊆V, ∣S∣=k1[AS]X = \sum_{S \subseteq V,\ |S|=k} \mathbb{1}[A_S]

ここで XX は、SS の取り方 (nk)\binom{n}{k} 通りすべてにわたって指示関数を足し合わせたものである。SS 内の (k2)\binom{k}{2} 本の辺はそれぞれ独立に彩色されるため、SS が単色(すべて赤、またはすべて青)である確率は 21−(k2)2^{1-\binom{k}{2}} となる。重なり合う SS に対する事象が独立からほど遠くても成り立つ期待値の線形性により、これらの確率をそのまま足し合わせて E[X]\mathbb{E}[X] が得られる。

E[X]=(nk) 21−(k2)\mathbb{E}[X] = \binom{n}{k}\,2^{1-\binom{k}{2}}
確率的方法で証明された古典的な結果の例
結果存在が示されるもの手法
ラムゼー数の下界KnK_n の単色 KkK_k を含まない2彩色第一モーメント法
グラフの切断(Max-Cut)少なくとも m/2m/2 本の辺を横切る二分割期待値の線形性
独立集合(Turán型)少なくとも n/(d+1)n/(d+1) の独立集合削除法
ハイパーグラフの2彩色可能性単色の辺を持たない2彩色ロヴァースの局所補題

大学主要な定理

確率空間内の任意の事象 A1,…,AmA_1,\dots,A_m(独立である必要はない)について、起こった事象の個数を X=∑i=1m1[Ai]X = \sum_{i=1}^m \mathbb{1}[A_i] が数えるならば、E[X]=∑i=1mPr⁡[Ai]\mathbb{E}[X] = \sum_{i=1}^m \Pr[A_i] が成り立つ。

なぜ正しいのか?

これにより、事象同士がどう相互作用するかを一切気にすることなく、個々の確率を一つずつ足し合わせるだけでカウントの平均を計算できる——確率的方法において最も役立つ近道である。

証明

X=∑i=1m1[Ai]X = \sum_{i=1}^m \mathbb{1}[A_i] と書く。ここで 1[Ai]\mathbb{1}[A_i] は AiA_i が起これば 11、そうでなければ 00 である。期待値はそれ自体、結果を確率で重み付けした和(または積分)として定義され、この和は有限個の確率変数について常に加法的である——これは変数が独立かどうかに関わらず成り立つ。なぜなら期待値の加法性は独立性を一切使わず、同じ確率測度の上で足し合わせているという事実だけを使うからである。

形式的には、有限和の期待値の加法性により E[X]=E[∑i=1m1[Ai]]=∑i=1mE[1[Ai]]\mathbb{E}[X] = \mathbb{E}\left[\sum_{i=1}^m \mathbb{1}[A_i]\right] = \sum_{i=1}^m \mathbb{E}[\mathbb{1}[A_i]] である。

最後に、任意の指示変数について E[1[Ai]]=1⋅Pr⁡[Ai]+0⋅Pr⁡[Ai‾]=Pr⁡[Ai]\mathbb{E}[\mathbb{1}[A_i]] = 1 \cdot \Pr[A_i] + 0 \cdot \Pr[\overline{A_i}] = \Pr[A_i] が成り立つ。これを和に代入すると、AiA_i 同士の関係について何の仮定もなしに、まさに E[X]=∑i=1mPr⁡[Ai]\mathbb{E}[X] = \sum_{i=1}^m \Pr[A_i] が得られる。

すべての整数 kk ≥3\ge 3 について R(k,k)>2k/2R(k,k) > 2^{k/2} が成り立つ。

なぜ正しいのか?

kk が大きくなるにつれ、nn 頂点グラフの kk 元部分集合の数は nn の多項式でしか増えないが、特定の部分集合が単色である確率は kk に関して二重指数的に縮小する。この二つの速度のバランスにより、nn が kk に対して指数的に大きくても単色クリークの期待個数は 11 未満に保たれることが分かる。これは人手で構成されたどの例よりもはるかに良い。

証明

n=⌊2k/2⌋n = \lfloor 2^{k/2} \rfloor とおく。上の第一モーメント計算より E[X]=(nk) 21−(k2)\mathbb{E}[X] = \binom{n}{k}\,2^{1-\binom{k}{2}}。(nk) 21−(k2)<1\binom{n}{k}\,2^{1-\binom{k}{2}} < 1 を示せば、XX が非負整数値しか取らないことから、X=0X=0 となる2彩色が存在する——さもなければ常に X≥1X \ge 1 となり E[X]≥1\mathbb{E}[X]\ge 1 を強いるからである。X=0X=0 となる彩色には単色な kk 元クリークが一切存在しない。

二項係数を (nk)≤nk/k!\binom{n}{k} \le n^k/k! で評価し、n≤2k/2n \le 2^{k/2} より nk≤2k2/2n^k \le 2^{k^2/2}。期待値の式に代入すると E[X]≤2k2/2⋅21−(k2)k!\mathbb{E}[X] \le \dfrac{2^{k^2/2}\cdot 2^{1-\binom{k}{2}}}{k!}。

指数を整理すると k22+1−k(k−1)2=1+k2−k2+k2=1+k2\dfrac{k^2}{2} + 1 - \dfrac{k(k-1)}{2} = 1 + \dfrac{k^2 - k^2 + k}{2} = 1 + \dfrac{k}{2}。よって E[X]≤21+k/2k!\mathbb{E}[X] \le \dfrac{2^{1+k/2}}{k!} であり、すべての k≥3k \ge 3 について k!>21+k/2k! > 2^{1+k/2} を示せばよい。

これを kk に関する帰納法で確かめる。基底 k=3k=3:3!=63! = 6 かつ 21+3/2=22.5≈5.6572^{1+3/2} = 2^{2.5} \approx 5.657 であり、確かに 6>5.6576 > 5.657。帰納段階では、ある k≥3k \ge 3 で k!>21+k/2k! > 2^{1+k/2} が成り立つと仮定する。このとき (k+1)!=(k+1)⋅k!>(k+1)⋅21+k/2(k+1)! = (k+1)\cdot k! > (k+1)\cdot 2^{1+k/2} であり、k+1≥4>2k+1 \ge 4 > \sqrt2 より、これは 2⋅21+k/2=21+(k+1)/2\sqrt2 \cdot 2^{1+k/2} = 2^{1+(k+1)/2} を超える。これはまさに k+1k+1 における主張である。よって k!>21+k/2k! > 2^{1+k/2} はすべての k≥3k \ge 3 で成り立ち、必要な (nk) 21−(k2)<1\binom{n}{k}\,2^{1-\binom{k}{2}} < 1 が得られる。

したがって単色な kk 元クリークを持たない KnK_n の2彩色が存在し、R(k,k)>n=⌊2k/2⌋R(k,k) > n = \lfloor 2^{k/2}\rfloor となる。任意の実数 xx について ⌊x⌋+1>x\lfloor x\rfloor + 1 > x が成り立つので、R(k,k)≥⌊2k/2⌋+1>2k/2R(k,k) \ge \lfloor 2^{k/2}\rfloor + 1 > 2^{k/2}、すなわち R(k,k)>2k/2R(k,k) > 2^{k/2} が得られる。

大学実世界での応用と具体例

確率的方法は純粋な存在論的な興味だけでなく、計算機科学における実用的な道具でもある。ランダム化アルゴリズムは同じ第一モーメントの議論を日常的に使い、良い解が存在することを保証した上で、それを探索するか、高確率で良いランダムな例を出力する——これはネットワーク切断のためのランダム化近似アルゴリズム、誤り訂正符号や擬似乱数生成器の設計、無線ネットワークにおける周波数・チャネル割り当ての基盤となっている。

例: 大きなネットワーク切断を保証する

データセンターのネットワークを、ラック間の m=17m=17 本のリンクを持つグラフとしてモデル化する。ラックを常に二つのグループに分割でき、グループ間を渡るリンクが少なくとも 99 本あることを示せ(ネットワークの二つの半分にトラフィックを負荷分散するのに役立つ)。

解答

各ラックを独立に確率 1/21/2 ずつでグループ AA またはグループ BB にランダムに割り当てる。固定されたリンク {u,v}\{u,v\} がグループをまたぐのはちょうど uu と vv が異なるグループに入るときで、その確率は 2⋅12⋅12=122\cdot\tfrac12\cdot\tfrac12=\tfrac12(u∈A,v∈Bu\in A, v\in B または u∈B,v∈Au\in B, v\in A)である。

グループをまたぐリンクの本数を YY とする。リンクが端点をどう共有していても成り立つ期待値の線形性により、m=17m=17 本のリンク全体にわたって E[Y]=17⋅12=8.5\mathbb{E}[Y] = 17\cdot\tfrac12 = 8.5 となる。

YY は常に非負整数であるため、ある特定の割り当てが Y≥⌈8.5⌉=9Y \ge \lceil 8.5\rceil = 9 を達成しなければならない——もしすべての割り当てが Y≤8Y\le 8 であれば、平均が 8.58.5 に達することはできない。その割り当てが求める分割である。

例: 干渉のないチャネル集合の保証(削除法)

無線ネットワークに n=40n=40 台の送信機があり、同時に稼働すると干渉し合う送信機の組が m=60m=60 組ある。互いに干渉する組を一つも含まずに同時稼働できる送信機が少なくとも 1010 台存在することを示せ。

解答

送信機をグラフの頂点、干渉し合う組を辺としてモデル化すると、n=40n=40、m=60m=60 であり、平均次数は d=2m/n=2⋅60/40=3d = 2m/n = 2\cdot60/40 = 3 である。内部に辺を持たない独立集合を求めたい。

nn 個の頂点すべてに一様ランダムな順序を選び、頂点 vv がそのすべての隣接頂点より順序で先に現れるとき(「局所最小」)その頂点を残す。残された二つの頂点が隣接していたとすれば、順序で後の頂点は先に現れる隣接頂点を持つことになり残されないはずである——したがって残された頂点は常に独立集合 II をなす。

次数 dvd_v の頂点 vv が残されるのは、ランダムな順序で自分自身と dvd_v 個の隣接頂点の中で最初に来るときであり、その確率は 1/(dv+1)1/(d_v+1) である。期待値の線形性により E[∣I∣]=∑v1dv+1\mathbb{E}[|I|] = \sum_v \dfrac{1}{d_v+1} であり、x↦1/(x+1)x\mapsto 1/(x+1) が凸関数であることから、この和は(イェンセンの不等式により)すべての dvd_v が平均次数 dd に等しいときに最小となり、E[∣I∣]≥nd+1\mathbb{E}[|I|] \ge \dfrac{n}{d+1} が得られる。

数値を代入すると E[∣I∣]≥403+1=10\mathbb{E}[|I|] \ge \dfrac{40}{3+1} = 10。∣I∣|I| は整数値をとる確率変数なので、ある順序が ∣I∣≥10|I| \ge 10 を達成しなければならず、求める干渉のない送信機集合が得られる。

事象 A1,A2,A3A_1, A_2, A_3(依存していてもよい)はいずれも Pr⁡[Ai]=0.3\Pr[A_i] = 0.3 である。起こった事象の個数を X=∑i=131[Ai]X = \sum_{i=1}^3 \mathbb{1}[A_i] とする。E[X]\mathbb{E}[X] はいくらか。

k=4k=4 のとき、n=4n=4 における E[X]=(n4)⋅21−(42)\mathbb{E}[X] = \binom{n}{4}\cdot 2^{1-\binom{4}{2}} を計算せよ。((44)=1\binom{4}{4}=1 かつ (42)=6\binom{4}{2}=6 であることを思い出すこと。)

あるネットワーク技術者が m=50m=50 本のリンクを持つグラフとしてネットワークをモデル化した。確率的方法(ランダムな二分割と期待値の線形性)を用いると、常に保証できる切断の大きさはいくらか。

ランダムな KnK_n の2彩色のもとでの単色 kk 元クリークの個数について、第一モーメント法が E[X]<1\mathbb{E}[X] < 1 を示したとする。正しく結論できるのはどれか。

参考文献

  1. Noga Alon, Joel H. Spencer (2016). The Probabilistic Method
  2. Marcelo Campos, Simon Griffiths, Robert Morris, Julian Sahasrabudhe (2023). Towards fully exponential bounds for the diagonal Ramsey numbers · arXiv:2303.09521 [プレプリント・未査読]
  3. Reinhard Diestel (2017). Graph Theory