유사환 사이클 그래프의 핵심과 크리티컬 집합 관계

본 논문은 그래프 이론에서 독립 집합과 매칭의 관계를 다루는 고전적인 케니히‑에게르바리 정리와 그 일반화에 초점을 맞춘다. 먼저, 그래프 G=(V,E)의 기본 용어를 정의한다. 독립 집합 S⊆V는 서로 인접하지 않는 정점들의 집합이며, 최대 독립 집합의 크기를 α(G)라 한다. 매칭은 서로 겹치지 않는 간선들의 집합이며, 최대 매칭의 크기를 µ(G)라 한다. α(G)+µ(G)=|V|이면 G를 케니히‑에게르바리 그래프라 부른다. 다음으로, 집합 A⊆V에 대해 차이 d(A)=|A|−|N(A)|를 정의하고, 그 최대값을 d_c(G)라 한다. d_c(G)와 동등한 값을 갖는 독립 집합을 크리티컬 독립 집합이라 하며, 모든 크리티컬 독립 집합의 교집합을 ker(G)라고 부른다. 또한, 모든 최대 독립 집합의 교집합을 core(G), 합집합을 corona(G)라 정의한다. 기존 연구에서 ker(G)⊆core(G)이며, 이 포함은 이분 그래프에서 동등함이 알려져 있다. 연구 대상은 유일한 사이클 C를 갖는 연결 그래프, 즉 유사환 그래프이다. 유사환 그래프는 사이클 C와 그에 붙은 트리들 T_x (x∈N₁(C)) 로 분해될 수 있다. 여기서 N₁(C)={v∈V\V(C) | N(v)∩V(C)=∅}이다. 논문은 먼저 다음 두 가지 기본 사실을 제시한다. 1. Lemma 2.1(i): 비케니히‑에게르바리 유사환 그래프에서는 사이클 C의 정점들이 core(G)와 인접하지 않는다. 이는 사이클의 모든 변이 α‑크리티컬임을 이용해 증명한다. 2. Lemma 2.1(ii): core(G)와 그 주변 정점 N(core(G)) 사이에 매칭이 존재한다. 이는 각 트리 T_x가 이분 그래프이므로 Theorem 1.4(매칭 존재)와 core(G)와 사이클의 독립성을 결합해 얻는다. 그 다음, 케니히‑에게르바리와 비케니히‑에게르바리 경우를 구분한다. **케니히‑에게르바리 유사환 그래프** Theorem 2.2에 의해 N(core(G))=V\corona(G)이며, |corona(G)|+|core(G)|=2α(G)이다. 이는 기존 결과와 동일하게 유지된다. **비케니히‑에게르바리 유사환 그래프** Theorem 2.3은 corona(G)=V(C)∪⋃_{x∈N₁(C)} corona(T_x)임을 보이며, 또한 corona(G)∪N(core(G))=V(G)임을 증명한다. 여기서 사이클 정점이 모두 corona에 포함되고, 트리 부분은 각 트리의 corona와 core의 주변 정점으로 커버된다. Theorem 2.4는 |corona(G)|+|core(G)|가 2α(G)와 2α(G)+1 사이에 놓이며, 정확히 비케니히‑에게르바리인 경우에만 등식이 2α(G)+1이 된다는 것을 보인다. 증명은 α+µ=n+1이라는 관계와 매칭의 카운팅을 이용한다. Theorem 2.5는 ker(G)=core(G)임을 증명한다. 핵심 아이디어는 각 트리 T_x가 이분 그래프이므로 ker(T_x)=core(T_x)이고, ker(G)⊆core(G)임을 이용한다. 만약 어떤 트리에서 ker(G)∩V(T_x)≠core(T_x)라면 차이 d가 감소하게 되어 ker(G)의 정의에 모순이 된다. 따라서 모든 트리에서 교집합이 일치하고, 전체 그래프에서도 ker(G)=core(G)이다. 마지막으로, 논문은 비이분 케니히‑에게르바리 유사환 그래프에서 |core|−|ker|가 임의의 비음수 정수가 될 수 있음을 예시(그림 5)로 보여준다. 또한, 두 개의 개방 문제를 제시한다. Problem 3.1은 비이분 케니히‑에게르바리 유사환 그래프에서 core=ker 조건을 만족하는 그래프를 규명하라는 것이고, Problem 3.2는 |corona|+|core|가 2α와 2α+1 사이에 놓이는 모든 그래프를 특징짓는 것을 목표로 한다. 전체적으로, 논문은 유사환 그래프의 구조적 특성을 활용해 핵심, 크리티컬 집합, 그리고 최대 독립 집합과 매칭 사이의 정밀한 관계를 밝힌다. 특히, 비케니히‑에게르바리 경우에 ker와 core가 일치하고, corona와 core의 크기 합이 2α+1이 되는 정확한 조건을 제시함으로써 기존 이론을 확장한다. 이러한 결과는 그래프의 독립 집합과 매칭을 동시에 고려하는 알고리즘 설계 및 그래프 클래스 분류에 유용한 이론적 기반을 제공한다.