单调图性质的精确阈值界

无需登录。完整内容与个人兴趣标记的公开阅读入口,可直接交给 GPT 阅读。

公开快照同步: · 内容整理:2026-10-19T08:04:09+08:00

OpenAI论文 / 组合数学与图论 · 2026-09-25

单调图性质的精确阈值界

A Sharp Threshold Bound for Monotone Graph Properties

OpenAI 数学仓库收录的研究手稿。展开查看英文摘要,或标记后让我进一步解释。

具体内容

该稿件研究单调图性质的阈值宽度。作者声称证明了Friedgut–Kalai精确阈值猜想:对于每个整数n≥2、每个在顶点置换下不变的非平凡递增图族以及每个0<ε<1/2,其概率等于ε和1-ε处的边概率之差至多为C log(1/(2ε))/(log n)^2,其中C为通用常数。研究意义在于为一大类图性质提供了统一的精确阈值上界。

AI 产生的研究手稿;收录不表示已完成独立审查或同行评议。

英文原始摘要

We prove the Friedgut–Kalai sharp-threshold conjecture. For every integer n ≥ 2, every nontrivial increasing family of graphs on n vertices invariant under all vertex permutations, and every $`0\lt \varepsilon\lt 1/2`$, the edge probabilities at which its probability equals ε and $`1-\varepsilon`$ differ by at most $`C\log(1/(2\varepsilon))/(\log n)^2`$, for a universal constant C.

用户标记:未标记

固定编号:73e1bc7af6c6a760

原文来源