RAP 412 07.01.2009 i 09.01.2009
Wykªad 10: Aproksymacja liczby kolorowa« grafu
Wykªadowca: Andrzej Ruci«ski Pisarz:Adam Przestacki i Patryk Szcz¦±niewski
Wst¦p
Podczas poprzedniego wykªadu zajmowalismy si¦ metodami Monte Carlo, które w sposób istotny korzystaªy z ªa«cuchów Markowa. Zajmowali±my sie mi¦dzy innymi za- gadnieniem przeliczaniem ró»nych obiektów za pomoca losowych algorytmów - szybkich i daj¡cych dobre przybli»enie z bardzo du»ym prawdopodobie«stwem. Najwa»niejszym py- taniem jakie sobie postawili±my byªo pytanie o ilo±¢ ró»nych q-kolorowa« danego grafu G.
Rozpatrywany przez nas naiwny algorytm okazaª si¦ narz¦dziem, które niestety nie dziaªa dostatecznie szybko dla rozwi¡zania z zadowalaj¡c¡ dokªadno±ci¡. Podczas tego wykªadu udowodnimy twierdzenie o istnieniu algorytmu klasy FPRAS zliczaj¡cego wszystkie mo»liwe q -kolorowania dowolnego grafu i oczywi±cie taki algorytm skonstruujemy.
Idea
Niech dany b¦dzie graf G = (V, E), gdzie |V | = k, E = {e 1 , e 2 , . . . , e l } i niech q b¦dzie z góry ustalon¡ liczb¡ kolorów. Przyjmijmy równie», »e kraw¦d¹ e i ª¡czy wierzchoªki x i i y i
Gdyby zbiór kraw¦dzi byª pusty to liczba (oznaczamy j¡ Z G,q ) wszystkich q-kolorowa« grafu G byªaby równa q k .Oczywi±cie przypadek ten jest maªo interesuj¡cy - zajmijmy si¦ wi¦c grafami o bardziej skomplikowanej strukturze.Aby poradzi¢ sobie z problemem znajdowania liczby Z G,q skonstruujmy ci¡g grafów wedªug nast¦puj¡cej reguªy:
• G 0 = (V, ∅)
• G i = (V, {e 1 , . . . , e i })
• G l = G
Przyjmijmy sobie dla wygody, »e Z j = Z G
j,q . Zauwa»my,»e szukan¡ przez nas liczb¦ Z l
mo»emy wyrazi¢ w nast¦puj¡cy sposób:
Z l = Z l Z l−1
Z l−1 Z l−2 . . . Z 2
Z 1 Z 1 Z 0 Z 0
Przyjrzyjmy si¦ teraz bli»ej wyra»eniu Z Z
i−1i. Mianownik równy jest liczbie kolorowa« grafu G i−1 a licznik jest liczb¡ kolorowa« grafu G i−1 w których wierzchoªki x i ,y i maj¡ ten sam kolor. Przyjmujemy zatem, »e:
Z i
Z i−1 = ρ G
j−1,q (kolor(x i ) 6= kolor(y i ))
(gdzie ρ G
j−1,q oznacza rozkªad jednostajny na q-kolorowniach.) Gdyby±my dla ka»dego i potrali oszacowa¢ takie wyra»enie z dokªadno±ci¡ do 2l ε to na podstawie nast¦puj¡cego lematu warto±¢ Z l obliczymy z dokªadno±ci¡ ε.
Lemat 1. Niech 0 ≤ ε ≤ 1 b¦dzie dowolne i niech a 1 , . . . , a l , b 1 , . . . , b l b¦d¡ liczbami rzeczy- wistymi wi¦kszymi od zera takimi,»e:
1 − ε 2l ≤ a j
b j ≤ 1 + ε 2l Wtedy mamy:
1 − ε ≤ Y l i=1
a i
b i ≤ 1 + ε Dowód:
Jest to jedno z zada« domowych.
Do obliczenia prawdopodobie«stwa ρ G
j−1,q (kolor(x i ) 6= kolor(y i )) wykorzystamy próbko- wanie Gibbsa. Musimy sprawdzi¢ czy ªa«cuch Markowa b¦dzie szybko zbiegaª do swojego rozkªadu stacjonarnego. Udowodnimy najpierw nast¦puj¡ce dwa lematy, które zostan¡ wy- korzystane w dalszej cz¦±ci wykªadu.
Lemat 2. Niech ∆ ≥ 2 i niech q ≥ ∆+2. Wtedy dla dowolnego grafu G takiego,»e ∆(G)≤∆ i dowolnego q-kolorowania X mamy:
ρ G,p (X(x) 6= X(y)) ≥ 1 2
gdzie x, y s¡ dowolnymi, ró»nymi wierzchoªkami badanego grafu a ρ G,p jest rozkªadem jednostajnym na q-kolorowaniach.
Dowód: Je±li x i y s¡ poªaczone kraw¦dzi¡ to nie ma czego dowodzi¢ poniewa» zawsze b¦d¡ one ró»nych kolorów. Rozwa»my wi¦c przypadek gdy x i y nie s¡ poª¡czone. Zgodnie ze wzorem na prawdopodobie«stwo caªkowite mamy:
P (X(x) 6= X(y)) = X
P (X(x) 6= X(y)|λ(x))P (λ(x))
gdzie sumowanie przebiega po wszystkich mo»liwych q-kolorowaniach grafu bez wierz- choªka x (λ(x) oznacza kolorowanie caªego grafu bez wierzchoªka x). Oznaczmy przez c liczb¦
kolorów jak¡ mo»e przybra¢ y tak aby X(x) 6= X(y) przy ustalonym kolorze wierzchoªka x.
Oczywi±cie c ≥ q − ∆. Mo»emy wi¦c napisa¢:
X P (X(x) 6= X(y)|λ(x))P (λ(x)) ≥ c − 1 c
X P (λ(x)) = c − 1
c ≥ q − ∆ − 1 q − ∆ Wystarczy teraz przypomnie¢ sobie, »e q ≥ ∆ + 2 z czego od razu wynika, »e:
P (X(x) 6= X(y)) ≥ q − ∆ − 1 q − ∆ ≥ 1
2
Lemat 3. Je»eli zmienna losowa X ma rozkªad Bin(n,p) i a ≥ 0 jest dowolne to:
P (|X − np| ≥ a) ≤ n 4a 2
Dowód: Natychmiastowy wniosek z nierówno±ci Czebyszewa.
Dla przejrzysto±ci oznacze« przyjmijmy, »e przez Y j rozumiemy estymator Z Z
j−1
jwykorzystuj¡cy próbkowanie Gibbsa. Oznaczmy dalej:
Y = Y l i=1
Y i
Przyjmijmy równie», »e Y ∗ = Z 0 Y (Y ∗ jest estymatorem poszukiwanej przez nas warto±ci Z G,q ). Uwzgl¦dniaj¡c fakt Z 0 = q k mamy:
Y ∗ = q k Y Je»eli uda nam si¦ pokaza¢,»e:
−ε
4l ≤ Y j − Z j Z j−1 ≤ ε
4l
to przeksztaªcaj¡c (poprzez podzielenie stronami nierówno±ci przez Z Z
j−1ji wykorzystanie lematu 2) do:
1 − ε 4l ≤ Y j
Z
jZ
j−1≤ 1 + ε 4l i opieraj¡c si¦ na lemacie 1, otrzymamy:
1 − ε ≤ Y ∗
Z l ≤ 1 + ε
ródªami bª¦du w otrzymanej nierówno±ci s¡:
1. Próbkowanie Gibbsa tylko przybli»a rozkªad jednostajny na q-kolorowaniach 2. Estymacja: Y j ≈ µ (n) (X(x j ) 6= X(y j ))
Oba ¹ródªa bª¦du ograniczy¢ mo»emy równomiernie wykonuj¡c próbkowanie Gibbsa do- statecznie du»¡ liczb¦ razy, tzn. poka»emy, »e:
(i) |µ (n) (X(x j ) 6= X(y j )) − ρ(X(x j ) 6= X(y j ))| ≤ 8l ε (ii) |Y j − µ (n) (X(x j ) 6= X(y j ))| ≤ 8l ε
Niech m b¦dzie liczb¡ symulacji. Jest to zmienna losowa o rozkªadzie dwumianowym (uogól- nionym). Korzystaj¡c z lematu 3, m jest taka liczb¡, »e:
P (|Y j − p| ≥ ε
8l = P (|Y j m − pm| ≥ mε
8l )) ≤ 16l 2 ε 2 m ≤ 1
3l
o ile m ≤ 48l ε
23.
W dalszej cz¦sci zbadamy jak szybko ªa«cuch Markowa u»ywany w próbkowaniu zbiega do swego rozkªadu stacjonarnego. Sformuªujmy nast¦pujace twierdzenie
Twierdzenie 1. Dla ka»dych ∆ >2, q>4∆ istnieje algorytm klasy RPTAS obliczaj¡cy Z g,q
dla wszystkich G takich, »e ∆(g) ≤ ∆ . Opis algorytmu
Dane wej±ciowe: graf G taki, »e δ(G) ≤ δ,|V | = k , |E| = l, ε > 0, Dane wyjsciowe: Y ∗ : P (|Y ∗ − Z G,q | ≥ εZ G,q ) ≥ 2 3
Krok 1 (Przy oznaczeniach jak poprzednio) Dla ka»dego j = 1, ..., l wykonujemy m razy próbkowanie Gibbsa dla grafu G j (ªa«cuch Markowa ze zbiorem stanów równym zbiorowi q-kolorowa« grafu G j−1 startuj¡cy z ustalonego stanu pocz¡tkowego X 0 ). W ka»dym prób- kowaniu ªa«cuch Markowa zatrzymujemy po n krokach, gdzie:
n =
» kq
q − 4∆ ln( k ε )
¼
Je±li X n (x j ) 6= X n (y j ) , to Y j := Y j + m 1 Krok 2 Przyjmujemy: Y ∗ = q k Q l
j=1
Y j
Analiza
Je»eli dla ka»dego i = 1, ..., l zachodzi: |Y j − Z Z
jj−1