Esercizio - Cammini hamiltoniani in un torneo casuale (lezioni MIT)
Teoria: Metodo probabilistico - valore atteso, alterazioni e derandomizzazioneMetodo probabilistico: se un oggetto casuale ha una proprietà con probabilità positiva (o una variabile ha media mu, quindi qualche esito la raggiunge) allora l'oggetto esiste; taglio di almeno |E|/2, MAX-SAT con 7/8, limite inferiore di Ramsey R(k,k) > 2^(k/2), alterazioni (insiemi indipendenti, Ramsey), derandomizzazione con le aspettative condizionate, lemma locale di Lovász solo enunciato.Metodo probabilistico - valore atteso, alterazioni e derandomizzazione → (principio del valore atteso); indicatori in Linearità del valore atteso e variabili indicatriciLa linearità $E[X+Y]=E[X]+E[Y]$ vale sempre, anche senza indipendenza; con le variabili indicatrici ($E[I_A]=P(A)$) trasforma un conteggio in una somma di probabilità. Applicazioni: attesa del primo successo $1/p$, collezionista di figurine $nH_n$, punti fissi di una permutazione (media $1$), record (media $H_n$), inversioni ($n(n-1)/4$), attesa condizionata, identità di Wald $E[S_N]=E[N]E[X]$.Linearità del valore atteso e variabili indicatrici →. Esempio tratto dalle videolezioni di Probabilistic Methods in Combinatorics, MIT OpenCourseWare.
Testo. Un torneo su vertici (giocatori) è un grafo in cui ogni coppia di vertici è collegata da un solo arco orientato (: batte ). Un cammino hamiltoniano è una sequenza che tocca ogni vertice una volta, seguendo il verso degli archi.
- Dimostrare che esiste un torneo su vertici con almeno cammini hamiltoniani.
- Calcolare il valore per e confrontarlo con il torneo transitivo ( se ).
- Per contare i cammini in tutti i tornei e verificare media e massimo.
Soluzione
1. Torneo casuale. Si orienta ogni arco con una moneta equa, indipendentemente: tutti i tornei sono equiprobabili. Ogni permutazione dei vertici è un possibile cammino; sia se tutti gli archi hanno il verso giusto. Le coppie consecutive sono coppie distinte di vertici, quindi i loro archi sono orientati da monete indipendenti: Il numero di cammini hamiltoniani è sulle permutazioni e, per la linearità (non serve l'indipendenza tra le , che non c'è: permutazioni diverse condividono archi), Per il principio del valore atteso esiste un torneo con . La dimostrazione non dice quale torneo: è un risultato di esistenza.
2. Numeri. vale , , per , e per : . Essendo intero, esiste un torneo con almeno , , e cammini. Il torneo transitivo ne ha uno solo: ogni cammino deve scendere sempre verso indici più grandi, quindi è . Un torneo "ordinato" è il peggiore possibile, uno casuale ne ha in media un numero che cresce come .
3. Enumerazione completa. Per ci sono tornei: transitivi (un cammino) e cicli (tre cammini, uno per ogni punto di partenza). Media ✓. Per ( tornei) e ( tornei) la distribuzione di è:
| valori di (numero di tornei) | media | massimo | |
|---|---|---|---|
| , | |||
| , , | |||
| , , , , , , |
Le medie coincidono con , e il massimo (, , ) è circa il doppio. Due fatti si leggono dalla tabella: ogni torneo ha almeno un cammino hamiltoniano, e il numero di cammini è sempre dispari (teorema di Rédei).
Risultato. , quindi esiste un torneo con almeno tanti cammini hamiltoniani ( per , contro del torneo transitivo).
Verifica.
import itertools, math
from collections import Counter
from fractions import Fraction as F
for n in (3, 4, 5):
coppie = list(itertools.combinations(range(n), 2)); dist = Counter()
for m in range(1 << len(coppie)): # tutti i tornei
vince = set((i, j) if m >> k & 1 else (j, i) for k, (i, j) in enumerate(coppie))
dist[sum(all((p[i], p[i + 1]) in vince for i in range(n - 1)) for p in itertools.permutations(range(n)))] += 1
media = F(sum(h * c for h, c in dist.items()), 1 << len(coppie))
print(n, sorted(dist.items()), media, F(math.factorial(n), 2 ** (n - 1)))
print(math.factorial(10) / 2 ** 9)Risultato: 3 [(1, 6), (3, 2)] 3/2 3/2, 4 [(1, 24), (3, 16), (5, 24)] 3 3, 5 [(1, 120), (3, 120), (5, 240), (9, 240), (11, 120), (13, 120), (15, 64)] 15/2 15/2 e 7087.5.
Versione ripasso
Dimostrazione (Metodo probabilistico - valore atteso, alterazioni e derandomizzazioneMetodo probabilistico: se un oggetto casuale ha una proprietà con probabilità positiva (o una variabile ha media mu, quindi qualche esito la raggiunge) allora l'oggetto esiste; taglio di almeno |E|/2, MAX-SAT con 7/8, limite inferiore di Ramsey R(k,k) > 2^(k/2), alterazioni (insiemi indipendenti, Ramsey), derandomizzazione con le aspettative condizionate, lemma locale di Lovász solo enunciato.Metodo probabilistico - valore atteso, alterazioni e derandomizzazione →). Archi orientati a caso; per ogni permutazione l'indicatore vale con probabilità ( archi distinti, monete indipendenti). Linearità sulle permutazioni (Linearità del valore atteso e variabili indicatriciLa linearità $E[X+Y]=E[X]+E[Y]$ vale sempre, anche senza indipendenza; con le variabili indicatrici ($E[I_A]=P(A)$) trasforma un conteggio in una somma di probabilità. Applicazioni: attesa del primo successo $1/p$, collezionista di figurine $nH_n$, punti fissi di una permutazione (media $1$), record (media $H_n$), inversioni ($n(n-1)/4$), attesa condizionata, identità di Wald $E[S_N]=E[N]E[X]$.Linearità del valore atteso e variabili indicatrici →): , quindi esiste un torneo con almeno tanti cammini.
Numeri. , , , per ; il torneo transitivo ne ha .
Enumerazione. : in tornei, in (cicli). : in . : da a , media , massimo . è sempre dispari e (Rédei).
Errore tipico. Credere che serva l'indipendenza tra le : basta la linearità.