반정밀계획법의 완전한 곱정리: 비음수 제약을 포함한 일반화
본 논문은 Mittal‑Szegedy가 제시한 반정밀계획(SDP) 곱정리의 충분조건을 확장한다. 비음수 제약이 포함된 SDP에 대해 ‘양분성’과 목적 행렬이 제약 행렬들의 양의 스팬에 속한다는 두 조건을 추가함으로써, Feige‑Lovász의 초기 병렬 반복 결과와 통신 복잡도에서의 불일치(discrepancy) 직접곱 정리를 동일한 이론 안에 포괄한다.
저자: Troy Lee, Rajat Mittal
본 논문은 반정밀계획(SDP)이 여러 독립적인 문제에 대해 ‘완전하게 곱’하는 현상을 체계적으로 설명하려는 시도이다. 서론에서는 Shannon 용량, 하드니스 증폭, 사운드니스 증폭 등 복잡도 이론 전반에 걸친 다양한 곱정리 예시를 소개한다. 특히 Lovász의 θ‑함수가 독립집합 수와 곱에 대해 정확히 곱해지는 사례, Karchmer‑Kushilevitz‑Nisan이 비결정적 통신 복잡도에 적용한 직접합 정리, Linial‑Shraibman이 제시한 γ_∞²(M) 가 불일치(discrepancy)와 곱에 대해 정확히 곱해지는 사례, 그리고 Feige‑Lovász가 제시한 두 증명자 게임의 병렬 반복 결과 등을 언급한다.
이러한 사례들은 모두 “SDP 근사값이 원래 문제값을 잘 근사하고, 그 근사값이 곱에 대해 정확히 곱한다”는 전략에 기반한다. 그러나 기존에 Mittal‑Szegedy(2007)가 제시한 충분조건(목적 행렬이 양정이거나, 양분성 조건)만으로는 Feige‑Lovász와 불일치 직접곱을 설명할 수 없었다.
본 논문은 이를 해결하기 위해 비음수 제약을 포함하는 일반화된 SDP 형태를 도입한다. 구체적으로, 목적 행렬 J, 등식 제약 행렬 A, 비음수 제약 행렬 B, 그리고 상수 벡터 b 로 구성된 프로그램
α(π)=max J·X s.t. A·X=b, B·X≥0, X⪰0
를 정의한다. 여기서 B·X≥0는 통신 복잡도에서의 불일치와 같이 변수에 대한 비음수 제한을 필요로 하는 경우에 해당한다.
다음으로 두 프로그램 π₁, π₂의 텐서곱을 (J₁⊗J₂, A₁⊗A₂, b₁⊗b₂, B₁⊗B₂) 로 정의하고, 기본적인 부등식 α(π₁×π₂)≥α(π₁)α(π₂) 가 항상 성립함을 확인한다. 핵심은 역방향 부등식 α(π₁×π₂)≤α(π₁)α(π₂)를 언제 보장할 수 있는가이다.
Theorem 2는 두 가지 조건을 제시한다.
1. 양분성(Bipartiteness): 행·열을 두 파트로 나누어 Jᵢ와 Bᵢ는 블록 안티대각선, Aᵢ는 블록 대각선 형태를 가져야 한다. 이는 기존 Mittal‑Szegedy의 양분성 조건을 확장한 것으로, 비음수 제약 행렬까지 포함한다.
2. 목적 행렬이 제약 행렬들의 비음수 선형 결합에 속함: Jᵢ = uᵢᵀ Bᵢ, 여기서 uᵢ≥0이다. 이는 Jᵢ가 Bᵢ의 양의 스팬에 포함된다는 의미이며, 실제 적용 사례에서 자연스럽게 만족된다.
증명은 각 SDP의 쌍대 형태를 이용한다. πᵢ의 쌍대는
min yᵢᵀbᵢ s.t. yᵢᵀAᵢ − (zᵢᵀBᵢ + Jᵢ) ⪰ 0, zᵢ≥0
이다. 양분성에 의해 yᵢᵀAᵢ와 (zᵢᵀBᵢ+Jᵢ) 가 서로 반대 부호의 블록 구조를 가지므로, yᵢᵀAᵢ ± (zᵢᵀBᵢ+Jᵢ) 가 모두 양정이 된다. 이를 텐서곱에 적용하면 (y₁⊗y₂, v) 가 곱 SDP의 쌍대 feasible 해가 되며, 여기서 v = z₁⊗z₂ + z₁⊗u₂ + u₁⊗z₂ 로 정의되어 비음수성을 유지한다. 최종적으로 (y₁⊗y₂)ᵀ(b₁⊗b₂)=α(π₁)α(π₂) 가 곱 SDP의 상한이 됨을 보인다.
이론적 결과를 실제 복잡도 문제에 적용한다.
- **Feige‑Lovász 병렬 반복**: 두 증명자 게임의 승리 확률 ω(G) 를 정수 프로그램으로 표현하고, 그 SDP 완화가 위의 형태를 만족한다. J는 승리 확률 행렬, B는 승리 조건을 나타내는 비음수 제약 행렬이며, 양분성은 게임을 bipartite 그래프로 변환함으로써 확보된다. 따라서 Theorem 2에 의해 ω(G^k) ≤ ω(G)^k 가 성립, 즉 병렬 반복이 완전하게 곱해짐을 재현한다.
- **불일치 직접곱**: Linial‑Shraibman이 정의한 γ_∞²(M) 은 목적 행렬 cM 와 제약 행렬 B (각 블록이 0/1 행렬) 로 구성된 SDP이며, cM = uᵀB 형태를 만족한다. 양분성은 행·열을 좌·우 파트로 나누어 블록 구조가 맞춰짐으로써 성립한다. 따라서 γ_∞²(M₁⊗M₂)=γ_∞²(M₁)γ_∞²(M₂) 가 증명되고, 이는 불일치 방법에 대한 직접곱 정리로 바로 이어진다.
마지막으로 저자는 현재까지 알려진 모든 SDP 기반 곱정리를 이 프레임워크에 포함시켰으며, 향후 새로운 복잡도 모델에서도 동일한 조건을 검증함으로써 곱정리를 손쉽게 도출할 수 있음을 제시한다.
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기