Publication

Ramsey-Turan numbers for semi-algebraic graphs

János Pach, Andrew Suk
2018
Journal Articles

Résumé

A semi-algebraic graph G = (V, E) is a graph where the vertices are points in R-d, and the edge set E is defined by a semi-algebraic relation of constant complexity on V. In this note, we establish the following Ramsey-Turan theorem: for every integer p >= 3, every K-p-free semi-algebraic graph on n vertices with independence number o(n) has at most 1/2(1 - 1/inverted right perpendicularp/2inverted left perpendicular - 1 + o(1)) n(2) edges. Here, the dependence on 1-1 the complexity of the semi-algebraic relation is hidden in the o(1) term. Moreover, we show that this bound is tight.

Source officielle

https://infoscience.epfl.ch/entities/publication/2a6b01ba-1edc-4578-99d0-413411f24216

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Ramsey-Turan numbers for semi-algebraic graphs

Chattez avec Graph Search

The connection of the acyclic disconnection and feedback arc sets - On an open problem of Figueroa et al

The Power of Two Matrices in Spectral Algorithms for Community Recovery

Graph generative deep learning models with an application to circuit topologies