arXivDaily arXiv每日学术速递 周一至周五更新
北美退伍军人节(Veterans Day),12 日无更新
arXiv 2109.11532math.PRcs.DMmath-phmath.COmath.MPmath.SP
收藏

随机正则图中的许多节点域

Many nodal domains in random regular graphs

Shirshendu Ganguly, Theo McKenzie, Sidhanth Mohanty, Nikhil Srivastava

AI总结:

该研究针对随机正则图的邻接矩阵特征向量节点域问题,证明对任意常数,高概率下特征值小于某值的所有特征向量均具有polylog量级的节点域,丰富了随机正则图谱性质相关研究。

摘要:

设$G$为一个随机$d$-正则图。我们证明,对任意常数$α> 0$,在高概率下,$G$的邻接矩阵中所有特征值小于$-2\sqrt{d-2}-α$的特征向量,均具有$Ω(n/$polylog$(n))$个节点域。

英文摘要:

Let $G$ be a random $d$-regular graph. We prove that for every constant $α> 0$, with high probability every eigenvector of the adjacency matrix of $G$ with eigenvalue less than $-2\sqrt{d-2}-α$ has $Ω(n/$polylog$(n))$ nodal domains.

机构、总结、中文摘要均由AI分析而来,可能存在错误,请以论文正文为准。

↑