一个猜想的证明

立方体图子图的最大度

Posted on

Contents

Hypothesis Sketch of proof Step 1 Step 2 Step 3 Step 4 Details Step 1 Step 2 Step 3

最近看到一篇文章,讲述了一个几十余年历史的猜想近日被证明的事情。令人惊讶的是论文中的这个证明主题居然只有不到两页,并且只用到了基本的线性代数,遂记录之。

#Hypothesis

这个猜想可以是在研究 Bool 函数的“敏感性”时被提出来的,其内容可等价叙述如下:

设 QnQ_n 表示 nn 维立方体图(即顶点为立方体的顶点,两点连有一条无向边当且仅当其在立方体上相邻),求证对于这个图的任意一个包含 2n−1+12^{n-1} + 1 个顶点的诱导子图,它的最大度数不小于 n\sqrt{n} .

#Sketch of proof

证明概述如下

#Step 1

称一个实对称矩阵 MM 是某个图 GG 的伪邻接矩阵,如果 ∣aij∣=1\lvert a_{ij}\rvert = 1 当且仅当 GG 中的第 ii 个顶点和第 jj 个相邻,且矩阵除此以外的项均为零. 归纳构造矩阵 AnA_n ,使得

A1=[0110]An=[An−1II−An−1]A_{1}=\left[\begin{array}{ll}{0} & {1} \\ {1} & {0}\end{array}\right] \quad A_{n}=\left[\begin{array}{cc}{A_{n-1}} & {I} \\ {I} & {-A_{n-1}}\end{array}\right]

归纳易证 AnA_n 是 QnQ_n 的伪邻接矩阵,且 AnA_n 的特征向量中恰有 2n−12^{n - 1} 个为 n\sqrt{n} , 2n−12^{n - 1} 个是 n\sqrt{n} .

#Step 2

证明一个图的最大度数不小于它的伪邻接矩阵的任何一个特征根.

#Step 3

Cauchy interlace lemma:若 AA 是一个 nn 阶实对称矩阵, BB 是它的一个主子阵, 设 λ1≥λ2≥⋯≥λn\lambda_1 \geq \lambda_2 \geq \cdots \geq \lambda_n , μ1≥μ2≥⋯μm\mu_1 \geq \mu_2 \geq \cdots \mu_m 分别是它们的全部特征根,则对于每个 i (1≤i≤m)i\ (1 \leq i \leq m) ,均有

λi≥μi≥λi+n−m\lambda_i \geq \mu_i \geq \lambda_{i + n - m}

#Step 4

考虑 QnQ_n 的某个 2n−1+12^{n - 1} + 1 阶子图,它对应于 AnA_n 的一个主子阵,由于 AnA_n 的前 2n−12^{n - 1} 个特征根均为 n\sqrt{n} ,根据 Step 3 ,它的最大特征根是 n\sqrt{n} ,带入 Step 2 即可得到待证结论.

#Details

#Step 1

事实上,归纳易证 An2=nInA_n^2 = nI_n ,故 AnA_n 的特征根必为 ±n\pm \sqrt{n} ,再注意到 AnA_n 的迹为 0,故 AmA_m 必有一半的特征根为 n\sqrt{n} ,另一半为 −n-\sqrt{n} .

#Step 2

设 λ1\lambda_1 是 GG 的伪邻接矩阵 AA 的一个特征值, v⃗1\vec{v}_1 是它对应的特征向量,则

∣λ1v1∣=∣(Av⃗)1∣=∣∑j=1mA1,jvj∣=∣∑j∼1A1,jvj∣⩽∑j∼1∣A1,j∣∣v1∣⩽Δ(H)∣v1∣\left|\lambda_{1} v_{1}\right|=\left|(A \vec{v})_{1}\right|=\left|\sum_{j=1}^{m} A_{1, j} v_{j}\right|=\left|\sum_{j \sim 1} A_{1, j} v_{j}\right| \leqslant \sum_{j \sim 1}\left|A_{1, j}\right|\left|v_{1}\right| \leqslant \Delta(H)\left|v_{1}\right|

#Step 3

事实只需证明下面这个特殊情形

若 AA 是一个 nn 阶实对称矩阵, BB 是它的一个 n−1n - 1 阶主子阵,设 λ1≥λ2≥⋯≥λn\lambda_1 \geq \lambda_2 \geq \cdots \geq \lambda_n , μ1≥μ2≥⋯μm−1\mu_1 \geq \mu_2 \geq \cdots \mu_{m - 1} 分别是它们的全部特征根,则对于每个 i (1≤i≤m)i\ (1 \leq i \leq m) ,均有

λ1≥μ1≥λ2≥μ2≥⋯≥μn−1≥λn\lambda_1 \geq \mu_1 \geq \lambda_2 \geq \mu_2 \geq \cdots \geq \mu_{n - 1} \geq \lambda_n

注意到这个引理

若 f,gf, g 分别是 n,n−1n, n-1 阶的实多项式, λ1≥λ2≥⋯≥λn\lambda_1 \geq \lambda_2 \geq \cdots \geq \lambda_n , μ1≥μ2≥⋯μm−1\mu_1 \geq \mu_2 \geq \cdots \mu_{m - 1} 分别是它们的全部根,则

λ1≥μ1≥λ2≥μ2≥⋯≥μn−1≥λn\lambda_1 \geq \mu_1 \geq \lambda_2 \geq \mu_2 \geq \cdots \geq \mu_{n - 1} \geq \lambda_n

当且仅当 对于任意实数 α\alpha , f+αgf + \alpha g 的根均为实根.

引理的证明是简单的

不妨设 BB 由 AA 的前 n−1n - 1 行和列构成,即

A=(Bcc∗d)A=\left(\begin{array}{c|c}{B} & {c} \\ \hline c^{*} & {d}\end{array}\right)

从而

∣B−xIcc∗d−x+α∣=∣B−xIcc∗d−x∣+∣B−xIcc∗α∣\left\lvert\begin{array}{c|c} {B - xI} & {c} \\ \hline c^* & {d - x + \alpha} \end{array}\right\rvert = % \left\lvert\begin{array}{c|c} {B - xI} & {c} \\ \hline c^* & d - x \end{array}\right\rvert + % \left\lvert \begin{array}{c|c} {B - xI} & {c} \\ \hline c^* & \alpha \end{array}\right\rvert

注意到等式左边是一个实对称矩阵,右边是 ∣A−xIn∣+α∣B−xIn−1∣=f+αg\lvert A - xI_n\rvert + \alpha \lvert B - xI_{n - 1} \rvert = f + \alpha g ,这便表明了 f+αgf + \alpha g 的根均为实数.