맨위로가기

채색 다항식

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

채색 다항식은 그래프의 꼭짓점을 k개의 색으로 칠하는 방법의 수를 나타내는 다항식이다. 조지 데이비드 버코프는 4색 정리를 증명하기 위해 평면 그래프에 대한 채색 다항식을 도입했으며, 해슬러 휘트니는 이를 일반 그래프로 확장했다. 채색 다항식은 삭제-축소 재귀 관계를 통해 정의되며, 그래프의 색수, 비순환 방향의 수 등 다양한 정보를 담고 있다. 채색 다항식은 그래프 이론, 조합론, 통계 물리학 등 다양한 분야에 응용되며, 삭제-축소 알고리즘, 효율적인 알고리즘 등 다양한 알고리즘을 통해 계산할 수 있다. 채색 다항식의 계수를 계산하는 문제는 #P-난해이며, 특정 종류의 그래프에 대해서는 다항 시간 알고리즘이 존재한다.

더 읽어볼만한 페이지

  • 그래프 색칠 - 4색 정리
    4색 정리는 평면을 나눈 영역을 인접한 영역과 다른 색으로 칠할 때 필요한 최소 색의 수가 4개라는 정리로, 그래프 이론을 통해 추상화되어 평면 그래프의 4-채색 가능성을 나타내며, 컴퓨터를 이용한 증명과 그에 대한 논란, 그리고 재증명이 이루어졌다.
  • 그래프 색칠 - 비징의 정리
    비징의 정리는 단순 무향 그래프의 변 색칠수가 최대 차수와 최대 차수+1 중 하나의 값을 가지며, 이를 기준으로 그래프를 1종과 2종으로 분류하는 그래프 이론의 정리이다.
채색 다항식
정의
설명그래프 이론에서, 그래프의 채색다항식은 그래프의 정점을 서로 인접한 정점이 같은 색을 갖지 않도록 주어진 개수의 색으로 칠하는 방법의 수를 나타내는 다항식이다.
예시
k}}는 세 개의 정점을 갖는 고립된 그래프의 채색다항식이다.
k(k – 1)(k – 1)}}는 두 개의 정점을 갖는 선분의 채색다항식이다.
k(k – 1)}}는 세 개의 정점을 갖는 선분의 채색다항식이다.
k(k – 1)(k – 2)는 세 개의 정점을 갖는 완전 그래프의 채색다항식이다.

2. 역사

조지 데이비드 버코프는 1912년에 4색 정리를 증명하기 위해 채색 다항식을 도입했고,[1] 해슬러 휘트니는 1932년에 이를 일반 그래프로 확장했다. 1968년 로널드 C. 리드는 어떤 다항식이 어떤 그래프의 채색 다항식인지에 대한 문제를 제기하고, 채색 동치 그래프 개념을 도입했다.[1] 오늘날 채색 다항식은 대수적 그래프 이론의 핵심 연구 대상 중 하나이다.[2]

2. 1. 4색 문제와 초기 연구

조지 데이비드 버코프는 1912년에 4색 정리를 증명하기 위해 평면 그래프에 대해서만 정의하는 채색 다항식을 도입했다.[1] 그는 ''k''개의 색상으로 ''G''를 적절하게 채색하는 횟수를 나타내는 P(G, k)를 정의하고, 모든 평면 그래프 ''G''에 대해 P(G, 4)>0을 보이면 4색 정리를 증명할 수 있다고 생각했다. 이러한 방식으로 그는 조합적인 색칠 문제에 해석학대수학의 강력한 도구를 적용하고자 했다.

해슬러 휘트니는 1932년에 버코프의 다항식을 평면 그래프뿐만 아니라 일반적인 그래프에도 적용할 수 있도록 확장했다.[1]

2. 2. 채색 다항식 연구의 발전

해슬러 휘트니는 1932년에 조지 데이비드 버코프의 다항식을 평면 사례에서 일반 그래프로 일반화했다. 1968년 로널드 C. 리드는 어떤 다항식이 어떤 그래프의 채색 다항식인지에 대해 질문하고(난제), 채색 동치 그래프의 개념을 도입했다.[1] 오늘날, 채색 다항식은 대수적 그래프 이론의 핵심 대상 중 하나이다.[2]

3. 정의

그래프 ''G''에 대해 P(G, k)영어는 (적절한) 꼭짓점 ''k''-채색의 수를 나타낸다. 다른 표현으로는 PG(k)영어, χG(k)영어, πG(k)영어 등이 있다. 임의의 정수 ''k'' ≥ 0에 대해 P(G, k)영어 값을 갖는 유일한 다항식 P(G, x)영어가 존재하는데, 이를 ''G''의 '''채색 다항식'''이라고 한다.

예를 들어 경로 그래프 P3영어에 ''k''개의 색을 칠하는 경우, 3개의 꼭짓점 중 첫 번째 꼭짓점에는 ''k''개의 색 중 하나를 선택할 수 있다. 두 번째 꼭짓점에는 남은 ''k'' - 1개의 색 중 하나를 선택할 수 있고, 마지막 세 번째 꼭짓점에는 두 번째 꼭짓점에서 선택한 색과 다른 ''k'' - 1개의 색 중 하나를 선택할 수 있다. 따라서 P3영어의 ''k''-색칠의 수는 이다. 변수 ''x''(반드시 정수일 필요는 없음)에 대해 이다. (색의 순서를 바꾸거나 ''G''의 자기동형사상에 의해서만 다른 색칠은 여전히 다른 것으로 간주한다.)

383x383픽셀

3. 1. 삭제-축소 정의

''k''-채색의 수는 ''k''에 대한 다항식이라는 사실은 '''삭제-축소 재귀''' 또는 '''기본 환원 정리'''라고 불리는 재귀 관계에 따른다.[3] 이는 모서리 축소를 기반으로 한다. 한 쌍의 꼭지점 u, v에 대해 그래프 G/uv는 두 꼭지점을 병합하고 그 사이의 모서리를 제거하여 얻는다. uv가 ''G''에서 연결되어 있다면, G-uv는 그 모서리 uv를 제거하여 얻은 그래프를 나타낸다. 이 그래프의 ''k''-채색 수는 다음을 충족한다.

:P(G,k)=P(G-uv, k)- P(G/uv,k)

마찬가지로, 만약 uv가 ''G''에서 인접하지 않고 G+uv가 모서리 uv를 추가한 그래프라면,

:P(G,k)= P(G+uv, k) + P(G/uv,k)

이는 ''G''의 모든 ''k-''채색이 uv에 서로 다른 색상 또는 같은 색을 칠한다는 관찰에서 비롯된다. 첫 번째 경우에 이는 G+uv의 (적절한) ''k''-채색을 제공한다. 두 번째 경우에는 G/uv의 채색을 제공한다. 반대로, ''G''의 모든 ''k''-채색은 G+uv 또는 (모서리 uv가 없을 경우) G/uv의 ''k''-채색으로부터 유일하게 얻을 수 있다.

따라서 채색 다항식은 다음과 같이 재귀적으로 정의될 수 있다.

:''n''개의 꼭지점을 가지고 모서리는 없는 그래프의 경우 P(G,x)=x^n

:모서리 uv가 있는 그래프 ''G''의 경우 P(G,x)=P(G-uv, x)- P(G/uv,x)

모서리 없는 그래프의 ''k-''채색 수는 k^n이므로, 모든 ''G''에 대해 다항식 P(G,x)이 모든 정수점 ''x=k''에서 ''k''-채색 수와 일치하는 모서리 수에 대한 귀납법에 의해 얻어진다. 특히, 채색 다항식은 점

:\left \{ (0, P(G, 0)), (1, P(G, 1)), \ldots, (n, P(G, n)) \right \}.

을 통과하는 최대 ''n'' 차의 유일한 보간 다항식이다.

4. 성질

채색 다항식은 다음과 같은 성질을 갖는다.


  • ''n''개의 꼭짓점을 가진 그래프 ''G''에 대해, 채색 다항식 P(G, x)는 정수 계수를 갖는 ''n''차 일계수 다항식이다.
  • 채색수는 채색 다항식에서 0이 아닌 가장 작은 양의 정수이다.

:\chi (G)=\min\{ k\in\mathbb{N} : P(G, k) > 0 \}.

  • P(G, -1)(-1)^

    와 ''G''의 비순환 방향의 수를 곱한 값이다.[4]
  • 1에서 계산된 도함수 P'(G, 1)는 채색 불변량 \theta(G)와 절댓값이 같다.
  • ''G''가 ''n''개의 꼭짓점과 ''c''개의 연결 성분 G_1, \ldots, G_c를 가지는 경우:
  • x^0, \ldots, x^{c-1}의 계수는 0이다.
  • x^c, \ldots, x^n의 계수는 모두 0이 아니고 부호가 교대한다.
  • x^n의 계수는 1이다(일계수 다항식).
  • x^{n-1}의 계수는 -|E(G)|이다.
  • x^1의 계수는 (-1)^{n-1}와 선택된 꼭짓점에서 유일한 싱크를 갖는 비순환 방향의 수를 곱한 값이다.[5]
  • 모든 채색 다항식 계수의 절댓값은 로그 오목 수열을 형성한다.[6]
  • P(G, x) = P(G_1, x)P(G_2,x) \cdots P(G_c,x)
  • ''G''가 G_1G_2의 클릭-합(즉, ''k''개의 꼭짓점의 클릭에서 두 개를 붙여서 얻은 그래프)이면,

  • :P(G, x) = \frac{P(G_1,x)P(G_2,x)}{x(x-1)\cdots(x-k+1)}.

    • ''n''개의 꼭짓점을 가진 그래프 ''G''는'' 다음과 같은 경우에만 트리이다.

    :P(G, x) = x(x-1)^{n-1}.

    • e_k를 정확히 ''k''개의 색상을 사용하는 채색수라 할 때, (색상의 이름을 바꿔서 서로 얻을 수 있는 채색은 하나로 계산)

    :P(G,x) = \sum_{k=0}^x \binom{x}{k} k! \cdot e_k = \sum_{k=0}^x (x)_k \cdot e_k,

    • ((x)_k = x(x-1)(x-2)\cdots(x-k+1)는 떨어지는 계승)
    • a_kP(G,x)의 ''k''번째 계수라 하면,

    :P(G,x) = \sum_{k=0}^n a_k x^k

    • 스털링 수는 표준 기저와 떨어지는 계승 기저 사이의 기저 변환을 제공한다.

    :a_k = \sum_{j=0}^n (-1)^{j-k} \begin{bmatrix}j\\k\end{bmatrix} e_j 그리고 e_k = \sum_{j=0}^n \begin{Bmatrix}j\\k\end{Bmatrix} a_j.

    • 채색다항식은 Khovanov 호몰로지와 밀접한 관련이 있는 호몰로지 이론에 의해 분류된다.[10]

    4. 1. 기본 성질

    ''n''개의 꼭짓점을 가진 그래프 ''G''의 채색 다항식 P(G, x)는 다음과 같은 성질을 갖는다.

    • 정수 계수를 갖는 ''n''차 일계수 다항식이다.
    • P(G, -1)(-1)^

    와 ''G''의 비순환 방향의 수를 곱한 값이다.[4]
  • x^n의 계수는 1이다. (일계수 다항식)
  • x^{n-1}의 계수는 -|E(G)| 이다.
  • ''n''개의 꼭짓점과 ''c개의'' 연결 성분 G_1, \ldots, G_c을 가지는 경우,
  • x^0, \ldots, x^{c-1}의 계수는 0이다.
  • x^c, \ldots, x^n의 계수는 모두 0이 아니고 부호가 교대한다.
  • ''n''개의 꼭짓점을 가진 그래프 ''G''가 트리인 경우, P(G, x) = x(x-1)^{n-1}이다.
  • 4. 2. 계수와 관련된 성질


    • ''n개의'' 꼭짓점을 갖는 그래프 ''G''의 채색 다항식 P(G, x)은 정수 계수를 갖는 ''n''차 일계수 다항식이다.
    • ''G''가 ''n개의'' 꼭짓점과 ''c개의'' 연결 성분 G_1, \ldots, G_c를 가질 때:
    • x^0, \ldots, x^{c-1}의 계수는 0이다.
    • x^c, \ldots, x^n의 계수는 모두 0이 아니고 부호가 교대한다.
    • x^n의 계수는 1이다(일계수 다항식).
    • x^{n-1}의 계수는 -|E(G)| 이다. (여기서 |E(G)|는 그래프 ''G''의 변의 개수이다.)
    • x^1의 계수는 (-1)^{n-1}과 선택된 꼭짓점에서 유일한 싱크를 갖는 비순환 방향의 수를 곱한 값이다.[5]
    • 모든 채색 다항식 계수의 절댓값은 로그 오목 수열을 형성한다.[6]

    4. 3. 채색 동치

    두 그래프가 동일한 채색 다항식을 갖는 경우 ''채색 동치''라고 한다. 동형 그래프는 동일한 채색 다항식을 가지지만, 동형이 아닌 그래프도 채색 동치일 수 있다. 예를 들어 ''n''개의 꼭짓점에 있는 모든 트리는 동일한 채색 다항식을 갖는다. 특히, (x-1)^3x는 클로 그래프와 4개의 꼭짓점에 대한 경로 그래프의 채색 다항식이다.[7]

    256x256픽셀


    그래프는 채색 다항식에 의해 결정되는 경우 ''채색적으로 유일하다''. 즉, ''G''가 채색적으로 유일하면, P(G, x) = P(H, x)일 때 ''G''와 ''H''가 동형임을 의미한다. 모든 순환 그래프는 채색적으로 유일하다.[7]

    4. 4. 채색 근

    채색 다항식의 근(채색 근)은 그래프의 색칠 가능성과 관련된 정보를 제공한다. 채색 근은 복소 평면에서 조밀하게 분포한다.[4]

    채색수는 채색 다항식에서 0이 아닌 가장 작은 양의 정수이며, 다음과 같이 표현된다.

    :\chi (G)=\min\{ k\in\mathbb{N} : P(G, k) > 0 \}.

    • 1에서 채색 다항식의 값 P(G,-1)(-1)^

    와 ''G''의 비순환 방향의 수를 곱한 값이다. 1에서 계산된 도함수 P'(G, 1)는 채색 불변량 \theta(G)과 절대값이 같다.

    ''n''개의 꼭지점과 ''c''개의 연결 성분을 가진 그래프 ''G''의 채색 다항식 P(G, x)에 대해 다음이 성립한다.

    • x^0, \ldots, x^{c-1}의 계수는 0이다.
    • x^c, \ldots, x^n의 계수는 모두 0이 아니고 부호가 교대한다.
    • x^n의 계수는 1이다(일계수 다항식).
    • x^{n-1}의 계수는 -|E(G)| 이다.
    • x^1의 계수는 (-1)^{n-1}와 선택된 꼭지점에서 유일한 싱크를 갖는 비순환 방향의 수를 곱한 값이다.[5]
    • 모든 채색 다항식 계수의 절대값은 로그 오목 수열을 형성한다.[6]

    4. 5. 모든 색을 사용한 색칠

    그래프 ''G''에 대해 P(G,k)는 vertex coloring영어의 수를 계산한다. 임의의 정수 k\geq0에 대한 값이 P(G,k)인 유일한 다항식P(G,x)가 존재하며, 이를 ''G''의 '''채색 다항식'''이라고 한다.

    예를 들어 경로 그래프P_3에 색상 ''k''개를 칠하는 방법은 다음과 같이 생각할 수 있다. 3개의 꼭지점 중 첫 번째 꼭지점에는 ''k''가지 색 중 하나를 선택할 수 있다. 두 번째 꼭지점에는 첫 번째 꼭지점에 사용된 색을 제외한 k - 1가지 색 중 하나를 선택할 수 있다. 마지막 세 번째 꼭지점에는 두 번째 꼭지점에 사용된 색과 다른 k - 1가지 색 중 하나를 선택할 수 있다. 따라서 P_3의 ''k-'' 채색의 수는 P(P_3,k) = k \cdot (k-1) \cdot (k-1)이다. 변수 ''x''(반드시 정수일 필요는 없음)에 대해, P(P_3,x)=x(x-1)^2=x^3-2x^2+x이다. (색상 순열이나 ''G''의 자기동형사상에 의해서만 다른 색상은 여전히 다른 것으로 간주된다.)

    ''n''개의 꼭지점을 가진 ''G''의 경우, 채색 다항식 P(G, x)은 정수 계수를 갖는 ''n''차 일계수 다항식이다.

    5. 응용

    채색 다항식은 그래프의 적절한 채색 수를 나타내는 다항식으로, 그래프 이론, 조합론, 통계 물리학 등 다양한 분야에서 응용된다.

    그래프의 채색은 정수 격자의 벡터로 표현될 수 있으며, 이때 각 변은 초평면과 연관된다. 주어진 그래프에 대한 이러한 초평면들의 집합을 그래프적 배열이라고 한다. 채색 다항식은 이 그래프적 배열을 피하는 격자점의 수를 계산한다.

    채색 다항식은 #P-난해 문제로, k=0, 1, 2인 경우를 제외하면 P(G, k)를 효율적으로 계산하는 것은 어렵다.[16] 또한, P(G, x)의 근사 알고리즘도 알려져 있지 않다.[17][18]

    5. 1. 그래프 이론

    채색 다항식은 그래프의 색수, 연결성, 순환 구조 등 그래프의 다양한 특성을 연구하는 데 활용된다.

    두 그래프가 동일한 채색 다항식을 갖는 경우 '''채색 동치'''라고 한다. 동형 그래프는 동일한 채색 다항식을 가지지만, 동형이 아닌 그래프도 채색 동형일 수 있다. 예를 들어 ''n''개의 꼭짓점을 갖는 모든 트리는 동일한 채색 다항식을 갖는다. 특히, (x-1)^3x는 클로 그래프와 4개의 꼭짓점에 대한 경로 그래프의 채색 다항식이다.

    그래프는 채색 다항식에 의해 결정되는 경우 '''채색적으로 유일하다'''고 한다. 즉, ''G''가 채색적으로 유일하면, P(G, x) = P(H, x)는 ''G''와 ''H''가 동형임을 의미한다. 모든 순환 그래프는 채색적으로 유일하다.[7]

    각 꼭짓점에 자연수를 할당하면 그래프 색상이 정수 격자의 벡터라는 것을 관찰함으로써 그래프 색상에 대한 자연스러운 기하학적 관점이 있다. 두 꼭짓점 i, j에 동일한 색상을 지정하는 것은 채색 벡터의 i번째와 j번째 좌표가 동일함과 같다. 각 모서리는 초평면 \{x\in\mathbb R^d:x_i=x_j\}과 연관될 수 있다. 주어진 그래프에 대한 이러한 초평면의 모음을 '''그래프적 배열'''이라고 한다. 그래프의 적절한 채색은 금지된 초평면을 피하는 격자점이다. k개의 색상들의 집합으로 제한하면, 격자 점이 큐브 [0,k]^n에 포함된다. 이러한 맥락에서 채색 다항식은 그래픽 배열을 피한 [0,k]-큐브안의 격자점의 수를 계산한다.

    주어진 그래프의 3가지 색상 수를 계산하는 문제는 #P-완전 문제의 표준 예이므로 채색 다항식의 계수를 계산하는 문제는 #P-난해이다. 마찬가지로 주어진 ''G''에 대해 P(G, 3)를 계산하는 것도 #P-완전이다. 반면에, k=0,1,2에 대해 P(G, k)를 계산하기는 쉽다. 그래서 해당 문제는 다항식 시간 계산이 가능하다. k>3인 정수의 경우 문제는 #P-난해이며, 이는 k=3인 경우와 유사하게 확립되었다. P(G, x)는 세 개의 "쉬운 점"을 제외한 모든 ''x''(음의 정수 및 모든 복소수 포함)에 대해 #P-난해이다.[16] 따라서 #P-난해의 관점에서 채색 다항식 계산의 복잡도가 완전히 이해된다.

    전개

    :P(G, x)= a_1 x + a_2x^2+\cdots +a_nx^n

    에서 계수 a_n는 항상 1과 같고 계수의 다른 여러 속성이 알려져 있다. 이는 일부 계수를 계산하기 쉬운지에 대한 의문을 제기한다. 그러나 고정된 ''r ≥ 1'' 와 주어진 그래프 ''G''에 대해 ''ar'' 을 계산하는 계산 문제는 이분 평면 그래프의 경우에도 #P-난해이다.[17]

    컴퓨팅을 위한 근사 알고리듬은 없다. P(G, x) 세 가지 쉬운 점을 제외한 모든 ''x''로 알려져 있다. 정수점에서 k=3,4,\ldots, 주어진 그래프가 ''k'' 채색이 될지 결정하는 해당 결정 문제NP-난해이다. 이러한 문제는 NP = RP이 아닌 한 제한된 오류 확률 알고리듬을 통해 어떤 곱셈 요소로 근사화될 수 없다. 모든 곱셈 근사법은 값 0과 1을 구별하여 제한된 오류 확률 다항식 시간에 결정 버전을 효과적으로 해결하기 때문이다. 특히, 동일한 가정 하에서 이는 FPRAS(완전 다항식 시간 무작위 근사 방식)의 가능성을 배제한다. NP = RP이 성립하지 않는 한, 임의의 ''x'' > 2에 대해 P(G, x)를 계산하는 FPRAS가 없다.[18]

    5. 2. 조합론

    채색 다항식은 조합적 객체의 개수를 세는 문제에 응용될 수 있다. 그래프 색상을 정수 격자의 벡터로 보는 기하학적 관점에서, 두 꼭짓점 i, j에 같은 색을 지정하는 것은 채색 벡터의 i번째와 j번째 좌표가 같다는 것을 의미한다. 각 모서리는 초평면 \{x\in\mathbb R^d:x_i=x_j\}과 연관될 수 있으며, 주어진 그래프에 대한 이러한 초평면의 모음을 '''그래프적 배열'''이라고 한다. 그래프의 적절한 채색은 이러한 금지된 초평면을 피하는 격자점이다.

    k개의 색상 집합으로 제한하면, 격자 점은 큐브 [0,k]^n에 포함된다. 이러한 맥락에서 채색 다항식은 그래픽 배열을 피한 [0,k]-큐브 안의 격자점의 수를 계산한다.

    5. 3. 통계 물리학

    각 꼭짓점에 자연수를 할당하면 그래프 색상이 정수 격자의 벡터라는 것을 관찰할 수 있다. 이를 통해 그래프 색상에 대한 기하학적 관점을 얻을 수 있다. 두 꼭짓점 i, j에 동일한 색상을 지정하는 것은 채색 벡터의 i번째와 j번째 좌표가 같다는 의미이다. 각 모서리는 초평면 \{x\in\mathbb R^d:x_i=x_j\}과 연관될 수 있으며, 주어진 그래프에 대한 이러한 초평면의 모음을 '''그래프적 배열'''이라고 한다. 그래프의 적절한 채색은 이러한 금지된 초평면을 피하는 격자점이다. k개의 색상 집합으로 제한하면, 격자 점은 큐브 [0,k]^n에 포함된다. 이러한 맥락에서 채색 다항식은 그래픽 배열을 피한 [0,k]-큐브 안의 격자점의 수를 계산한다.

    6. 알고리듬

    채색 다항식을 계산하는 알고리듬에는 여러 가지가 있다.


    • 삭제-축소 알고리듬: 주어진 그래프에서 모서리를 삭제하거나 축소하는 과정을 반복하여 채색 다항식을 구하는 재귀적 알고리듬이다. 이 방법은 텃 다항식을 발견하는 계기가 되었다.[3]
    • 효율적인 알고리듬: 삭제-축소 알고리듬 외에도 다양한 효율적인 알고리듬들이 연구되고 있다.


    채색 다항식의 근(채색 근)은 P(G, x)=0을 만족하는 x값이다. 0과 1은 모든 그래프에서 채색 근이 되며, 32/27보다 작거나 같은 실수에서는 채색 근이 존재하지 않는다.[8] 황금비 \varphi와 관련된 채색 근 연구도 진행되었다.[9]

    6. 1. 삭제-축소 알고리듬

    ''k''-채색의 수는 ''k''에 대한 다항식이라는 사실은 삭제-축소 재귀 또는 기본 환원 정리라고 불리는 재귀 관계에 따른다.[3] 이는 모서리 축소를 기반으로 한다. 한 쌍의 꼭짓점 u, v에 대해 그래프 G/uv는 두 꼭짓점을 병합하고 그 사이의 모서리를 제거하여 얻는다. uv가 ''G''에서 연결되어 있다면, G-uv는 그 모서리 uv를 제거하여 얻은 그래프를 나타낸다. 이 그래프의 ''k''-채색 수는 다음을 충족한다.

    :P(G,k)=P(G-uv, k)- P(G/uv,k)

    마찬가지로, 만약 uv가 ''G''에서 인접하지 않고 G+uv가 모서리 uv를 추가한 그래프라면, 다음이 성립한다.

    :P(G,k)= P(G+uv, k) + P(G/uv,k)

    이는 ''G''의 모든 ''k''-채색이 uv에 서로 다른 색상 또는 같은 색을 칠한다는 관찰에서 비롯된다. 첫 번째 경우에 이는 G+uv의 (적절한) ''k''-채색을 제공한다. 두 번째 경우에는 G/uv의 채색을 제공한다. 반대로, ''G''의 모든 ''k''-채색은 G+uv 또는 (모서리 uv가 없을 경우) G/uv의 ''k''-채색으로부터 유일하게 얻을 수 있다.

    따라서 채색 다항식은 다음과 같이 재귀적으로 정의될 수 있다.

    :''n''개의 꼭짓점을 가지고 모서리가 없는 그래프의 경우 P(G,x)=x^n

    :모서리 uv가 있는 그래프 ''G''의 경우 P(G,x)=P(G-uv, x)- P(G/uv,x)

    모서리가 없는 그래프의 ''k''-채색 수는 k^n이므로, 모든 ''G''에 대해 다항식 P(G,x)는 모든 정수점 ''x=k''에서 ''k''-채색 수와 일치한다. 이는 모서리 수에 대한 귀납법으로 증명할 수 있다. 특히, 채색 다항식은 다음 점들을 통과하는 최대 ''n''차의 유일한 보간 다항식이다.

    :\left \{ (0, P(G, 0)), (1, P(G, 1)), \ldots, (n, P(G, n)) \right \}.

    은 어떤 다른 그래프 불변량이 그러한 재귀를 만족하는지에 대한 호기심으로 인해 채색 다항식의 이변수 일반화인 텃 다항식 T_G(x,y)을 발견하게 되었다.

    6. 2. 효율적인 알고리듬

    어떤 그래프도 0색일 수 없으므로 0은 항상 채색 근이다. 모서리가 없는 그래프만 단색일 수 있으므로 1은 적어도 하나의 모서리가 있는 모든 그래프의 채색 근이다. 반면, 이 두 점을 제외하고는 어떤 그래프도 32/27보다 작거나 같은 실수에서 채색 근을 가질 수 없다.[8] 텃의 결과는 황금비 \varphi를 연결하며, 채색 근에 대한 연구를 통해 채색 근이 \varphi^2과 아주 가까운 곳에 존재함을 보여준다.[9]

    6. 3. 계산 복잡도

    어떤 그래프도 0색일 수 없으므로 0은 항상 채색 다항식의 이다. 모서리가 없는 그래프만 단색일 수 있으므로 1은 적어도 하나의 모서리가 있는 모든 그래프의 채색 다항식의 근이다. 반면, 이 두 점을 제외하고는 어떤 그래프도 32/27보다 작거나 같은 실수에서 채색 다항식의 근을 가질 수 없다.[8] 텃의 결과는 황금비를 연결하며, 채색 다항식의 근에 대한 연구를 통해 채색 다항식의 근이 \varphi^2과 아주 가까운 곳에 존재함을 보여준다. 따라서 실수선에는 그래프에 대한 채색 다항식의 근이 없는 큰 부분이 있지만, 복소 평면의 모든 점은 채색 다항식의 근에 임의로 가깝다.[9]

    참조

    [1] 하버드 인용 본문
    [2] 하버드 인용 본문
    [3] 하버드 인용 본문
    [4] 하버드 인용 본문
    [5] 하버드 인용 본문
    [6] 하버드 인용 본문
    [7] 하버드 인용 본문
    [8] 하버드 인용 본문
    [9] 하버드 인용 본문
    [10] 하버드 인용 본문
    [11] 하버드 인용 본문
    [12] 하버드 인용 본문
    [12] 하버드 인용 본문
    [13] 하버드 인용 본문
    [14] 하버드 인용 본문
    [15] 하버드 인용 본문
    [16] 하버드 인용 본문
    [16] 하버드 인용
    [17] 하버드 인용 본문
    [18] 하버드 인용 본문



    본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
    모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
    하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
    따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

    문의하기 : help@durumis.com