数学 > 组合数学
[提交于 2025年5月6日
(v1)
,最后修订 2025年8月21日 (此版本, v2)]
标题: 超图的边统计猜想
标题: The edge-statistics conjecture for hypergraphs
摘要: 设$r,k,\ell$为整数,使得$0\le\ell\le\binom{k}{r}$。 给定一个大的$r$-一致超图$G$,我们考虑恰好包含$\ell$条边的$k$-顶点子集的比例。 如果$\ell$为 0 或$\binom{k}{r}$,这个分数可以精确为 1 (通过将$G$取为空或完整),但对于$\ell$的所有其他值,人们可能会怀疑这个分数总是明显小于 1。 在本文中,我们证明了一个本质上最优的结果:如果$\ell$不是 0 或者$\binom{k}{r}$,那么这个分数最多为$(1/e) + \varepsilon$,假设$k$在关于$r$的足够大,并且$\varepsilon>0$足够大,而$G$在关于$k$的足够大。 先前,这仅在$r,k,\ell$的非常有限的取值范围内被知晓(由于 Kwan-Sudakov-Tran、Fox-Sauermann 和 Martinsson-Mousset-Noever-Trujić)。我们的结果回答了 Alon-Hefetz-Krivelevich-Tyomkyn 的一个问题,他们将此视为其“边统计猜想”的超图推广。我们还证明了一个更强的界限,当$\ell$远离 0 和$\binom{k}{r}$时。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.