MathLabs

解法: 符号付き超立方体隣接行列によるホァンの感度予想の証明(2019年)

ステップ 4/7: 一般的な事実:行和が固有値を評価する
ざっくり言うと

どんなグラフでも、辺に +1+1 と −1-1 の符号をどうつけていても、得られる行列の最大固有値はどの1つの頂点に集まる辺の最大本数を超えることは決してない。直感的には、固有ベクトル方程式が各座標で重み付きのバランスを強制し、そのバランスは寄与する隣接頂点の数を超えられないからである。

Δ(H)≥λ1:=λ1(A)\Delta(H) \ge \lambda_1 := \lambda_1(A)
詳しい解説

Huang(2019年、補題2.3)は単純だが重要な事実を示す:HH が mm 頂点グラフで AA が成分が {−1,0,1}\{-1,0,1\} に属し非零パターンが HH の辺に一致する任意の対称行列であれば、Δ(H)≥λ1:=λ1(A)\Delta(H) \ge \lambda_1 := \lambda_1(A) が成り立つ。証明は最大固有値の固有ベクトル vv を取り、絶対値最大の座標 v1v_1 に着目する:∣λ1v1∣=∣(Av)1∣=∣∑j∼1A1,jvj∣≤Δ(H)∣v1∣|\lambda_1 v_1| = |(Av)_1| = \left|\sum_{j \sim 1} A_{1,j} v_j\right| \le \Delta(H)|v_1| なので、∣v1∣|v_1| で割ると λ1(A)≤Δ(H)\lambda_1(A) \le \Delta(H) を得る。

このステップの用語
固有ベクトル
固有値 λ\lambda に対して Av=λvAv = \lambda v を満たす非零ベクトル vv のこと。行列 AA によって方向 vv は変わらず(スカラー倍されるだけ)である。
このステップで使う知識