[論文レビュー] Linear Phase Transition in Random Linear Constraint Satisfaction Problem

David Gamarnik|ArXiv.org|Oct 31, 2002

Constraint Satisfaction and Optimization参考文献 21被引用数 4

ひとこと要約

この論文は、ランダムK-SATの一般化された線形計画法緩和を分析することで、ランダム線形制約充足問題における線形の相転移を確立する。局所的弱収束とマルティングールの技術を用いて、制約密度が臨界値c*に達する際に実行可能性が鋭く遷移することを証明する。また、n→∞のとき、緩和問題の目的関数値が極限に収束し、スパースなランダムグラフG(n,cn)における最大重みbマッチングのタイトな漸近的境界が得られる。

ABSTRACT

Our model is a generalized linear programming relaxation of a much studied random K-SAT problem. Specifically, a set of linear constraints C on K variables is fixed. From a pool of n variables, K variables are chosen uniformly at random and a constraint is chosen from C also uniformly at random. This procedure is repeated m times independently. We ask the following question: is the resulting linear programming problem feasible? We show that the feasibility property experiences a linear phase transition, when n diverges to infinity and m=cn for some constant c. Namely, there exists a critical value c* such that, when cc*, the "distance" from feasibility is at least a positive constant independent of n. Our results are obtained using powerful local weak convergence methods developed by Aldous and Steele. By exploiting a linear programming duality, our theorem implies the following result in the context of sparse random graphs G(n, cn) on n nodes with cn edges, where edges are equipped with randomly generated weights. Let M(n,c) denote maximum weight matching in G(n, cn). We prove that when c is a constant and n o\infty, the limit \lim_n M(n,c)/n exists, with high probability. We further extend this result to maximum weight b-matchings also in G(n,cn).

研究の動機と目的

• ランダムK-SAT問題の一般化されたランダム線形計画法緩和における実行可能性閾値を分析すること。
• 変数の数に対して制約の数が線形に増加する際、ランダム線形制約系の実行可能性に鋭い線形相転移が存在することを確立すること。
• 重み付きランダムグラフへ結果を拡張し、ノードあたりの最大重みbマッチングが定数極限に収束することを証明すること。
• スパースなランダムグラフにおけるbマッチング問題のLP緩和が、n→∞において漸近的にタイトであることを示すこと。
• 局所的弱収束とマルティングール手法が、組合せ最適化における相転移に適用可能かどうかを検討すること。

提案手法

• K個の変数と固定された集合Cから一様にランダムに抽出された制約を、m = cn回繰り返し、ランダム線形計画問題を定式化する。
• アーロウズが開発した局所的弱収束法を応用し、n→∞における目的関数値の極限的挙動を分析する。
• 期待される目的関数値の集中と収束を制御するためにマルティングール技法を用いる。
• 線形計画法の双対性を用いて、プライマルの実行可能性閾値と、G(n,cn)における最大重みbマッチングに対応する双対問題を結びつける。
• 変数あたりの期待される目的関数値の極限挙動を分析し、c < c*に対して定数極限に収束することを証明する。
• 独立で非負の辺重みを仮定することで、重み付きグラフへのフレームワークの拡張を行い、正規化された最大重みbマッチングの収束を証明する。

実験結果

リサーチクエスチョン

• RQ1 変数の数に対して制約の数が線形に増加する際、ランダム線形制約充足問題の実行可能性は鋭い線形相転移を示すか？
• RQ2 n→∞におけるLP緩和の正規化された目的関数の極限値は何か？ また、高確率で収束するか？
• RQ3 局所的弱収束法は、ランダム組合せ最適化問題における相転移を確立するために効果的に適用可能か？
• RQ4 G(n,cn)における最大重みbマッチング問題のLP緩和は、n→∞において漸近的にタイトか？
• RQ5 臨界閾値c*は制約集合Cの構造とどのように関係するか？ また、f(c) = lim E[GLP(n)]/n はc*で微分可能または凸であるか？

主な発見

• c*という臨界閾値が存在し、c < c*ではn→∞においてランダム線形計画問題が実行可能または漸近的にほとんど実行可能である。
• c > c*では、nに依存しない正の定数で、実行可能性からの距離が正の値で下限づけられ、鋭い線形相転移が確立される。
• LP緩和の正規化された目的関数値 E[GLP(n)]/n は、任意の固定されたcに対してn→∞で極限に収束し、c < c*では極限が0となる。
• i.i.d.で非負の辺重みをもつG(n,cn)における最大重みbマッチングは、lim_{n→∞} M(n,c)/n = L(c) を高確率で満たし、L(c)は有限な極限である。
• bマッチング問題のLP緩和は漸近的にタイトであり、最適LP値が真の整数最適値をnで割ったものに収束する。
• 関数f(c) = lim_{n→∞} E[GLP(n)]/n は連続的かつ非減少であり、本稿ではc*における微分可能性および凸性に関する未解決の問題を提起している。