불리언 CSP의 두 번째 모멘트 방법과 1‑in‑k‑SAT 임계값 분석

본 논문은 무작위 불리언 제약 만족 문제(CSP)의 위상 전이(phase transition)를 분석하기 위해 첫 번째와 두 번째 모멘트 방법을 활용한다. 기존 연구에서는 첫 번째 모멘트가 모든 불리언 CSP에 대해 만족 가능성의 상한을 제공하는 반면, 두 번째 모멘트는 대부분 경우에 해의 존재 확률을 0으로 만드는 ‘트리비얼’ 하한만을 주는 한계가 있었다. 이러한 문제를 극복하고자 저자들은 순열에 대해 닫힌(invariant under permutation) 관계들로 구성된 CSP 하위 클래스를 정의하고, 이 클래스에 속하는 모든 문제에 대해 비자명한 하한을 도출한다. ### 1. 문제 정의와 클래스 설정 - 변수 집합 X (|X|=n)와 k‑arity 관계 R ⊆ {0,1}^k 로 구성된 제약을 고려한다. - R이 모든 좌표 순열에 대해 닫혀 있으면 ‘inv’ 관계라 부른다. inv 관계는 0과 1의 개수만으로 등가류를 구분할 수 있어, 각 관계는 정수 집합 I_k ⊆ {1,…,k‑1} 로 완전히 기술된다. 예: k=4, I_4={1,3} 은 “정확히 하나 혹은 세 개가 1”인 제약을 의미한다. - 무작위 인스턴스 I_k(m,n)은 n개의 변수 위에 m개의 k‑tuple 제약을 독립적으로 균등 샘플링해 만든다. 비율 r=m/n이 핵심 파라미터이며, r가 임계값 r*를 넘으면 인스턴스는 거의 불만족, 그 이하이면 거의 만족한다는 급격한 전이가 존재한다는 것이 알려져 있다. ### 2. 특성 해와 δ‑해 개념 - 전체 해의 수 X 대신, 정확히 δn개의 변수에 1을 할당한 할당(δ‑해)의 개수 X_δ 를 랜덤 변수로 삼는다. - δ‑해가 무작위 제약을 만족할 확률은 g_{I_k}(δ)=∑_{i∈I_k} C(k,i) δ^i (1‑δ)^{k‑i}. - g_{I_k}(δ) 를 극대화하는 δ 값을 Δ_{I_k} 라 정의하고, 이러한 δ‑해를 ‘특성 해’라 부른다. 특성 해는 주어진 CSP에 대해 가장 “친화적인” 할당 비율을 제공한다. ### 3. 첫 번째 모멘트 분석 E