[論文レビュー] A Proof of Parisi's Conjecture on the Random Assignment Problem

Svante Linusson, Johan Waestlund|ArXiv.org|Mar 18, 2003

Complexity and Algorithms in Graphs参考文献 14被引用数 6

ひとこと要約

本稿はパリーゼの予想を証明し、指数分布(1)の重みをもつランダム割り当て問題へ一般化し、独立に同一分布に従う指数分布(1)の要素とゼロ要素をもつ m×n 行列における k-割り当ての期待最小コストについて正確な公式を確立する。主な貢献は、調和的和と組合せ係数を含む閉形式の式であり、確率論および最適化分野における長年の予想を解決する。

ABSTRACT

An assignment problem is the optimization problem of finding, in an m by n matrix of nonnegative real numbers, k entries, no two in the same row or column, such that their sum is minimal. Such an optimization problem is called a random assignment problem if the matrix entries are random variables. We give a formula for the expected value of the optimal k-assignment in a matrix where some of the entries are zero, and all other entries are independent exponentially distributed random variables with mean 1. Thereby we prove the formula 1+1/4+1/9+...+1/k^2 conjectured by G. Parisi for the case k=m=n, and the generalized conjecture of D. Coppersmith and G. B. Sorkin for arbitrary k, m and n.

研究の動機と目的

• i.i.d. 指数分布(1)の要素をもつ k×k 行列における k-割り当ての期待最小コストが ∑_{i=1}^k 1/i² に等しいというパリーゼの予想を証明すること。
• k-割り当てと指数分布(1)の要素をもつ任意の m×n 行列へ結果を一般化し、(m−i)(n−j) 項の和を含む公式を確立すること。
• ゼロ要素を含む行列への拡張を行い、ゼロの配置の組合せ構造を記述する組合せ係数 d_{i,j}(P) を用いた重み付き和として期待コストを表す「カバー公式」を導出すること。
• アルドウスの ζ(2) 結果を含む漸近的極限を、ヒューリスティック手法ではなく正確な公式を用いて厳密に基礎づけること。
• 期待コストが行列の次元に関する有理関数であることを確立し、正確な計算と予想の検証を可能にすること。

提案手法

• 行列の要素をゼロに設定したときの期待コストの差に基づき、与えられた行または列が最適 k-割り当てに使われる確率の公式を導出する。
• m もしくは n が k に対して十分に大きい場合に有効な、行・列使用確率から導かれる線形系に基づく再帰的アプローチを用いる。
• 有理関数の議論を適用する：固定された k, m およびゼロのパターンに対して、E(P) は n に関する有理関数であり、十分大きな n に対してカバー公式と一致する必要がある。
• カバー公式（定理 1.3）を導入する：E(P) = (1/mn) ∑_{i,j} d_{i,j}(P) / [C(m−1,i)C(n−1,j)] であり、d_{i,j}(P) はゼロの配置の組合せ的性質を符号化する。
• 標準的な RAP の期待コストが n に関する有理関数であることに着目し、解析接続を用いて公式をすべての n ≥ k に拡張する。
• 再帰的削減の下で RAP の系列が良好に振る舞い、元の問題よりも単純であることが示され、有理関数の表現の収束が保証される。

実験結果

リサーチクエスチョン

• RQ1 i.i.d. 指数分布(1)の要素をもつ k×k 行列における最小 k-割り当てコストの正確な期待値は何か？
• RQ2 k-割り当てと指数分布(1)の要素をもつ長方形の m×n 行列へ期待コストはどのように一般化されるか？
• RQ3 一部の行列要素がゼロで、他の要素が指数分布(1)の確率変数である場合に、期待コストの閉形式の公式を導出できるか？
• RQ4 カバー公式 d_{i,j}(P) はゼロ要素の組合せ的構造を正しく期待コストに反映しているか？
• RQ5 k→∞ のときの期待コストの漸近的極限は何か？ そして、π²/6 といった既知の予想と一致するか？

主な発見

• 本稿はパリーゼの予想を証明した：i.i.d. 指数分布(1)の要素をもつ k×k 行列では、E(P) = 1 + 1/4 + 1/9 + ... + 1/k² が成り立つ。
• コッパースミス＝ソーキンの予想が一般化され、m×n 行列における k-割り当てと指数分布(1)の要素に対して、E(P) = ∑_{i+j<k} 1/[(m−i)(n−j)] が成り立つことが証明された。
• カバー公式が確立された：E(P) = (1/mn) ∑_{i,j} d_{i,j}(P) / [C(m−1,i)C(n−1,j)] であり、d_{i,j}(P) はゼロの配置の組合せ的構造を符号化する。
• 固定された k と m に対して、n に関する期待コストが有理関数であることが示され、十分大きな n に対してカバー公式と一致することが証明され、その有効性が裏付けられた。
• 漸近的極限 lim_{k→∞} E(P) = π²/6 がカバー公式を用いて厳密に再確認され、アルドウスの結果が裏付けられた。
• 有限の k に対して、行の最小要素が最適割り当てに含まれる確率は正確に 1/2 + 1/(2k) であり、行列全体では 1 − k(k−1)/(2mn) である。