[논문 리뷰] On the Expected Complexity of Random Convex Hulls

Sariel Har-Peled|arXiv (Cornell University)|2011. 11. 22.

Computational Geometry and Mesh Generation참고 문헌 5인용 수 27

한 줄 요약

이 논문은 다양한 기하 설정에서 랜덤 볼록 껍질의 기대 시간 복잡도를 분석하기 위한 새로운 원시적 확률적 방법을 제시한다. 볼록 체를 타일로 분해하고 노출된 타일의 기대 수를 분석함으로써, 다음과 같은 날카로운 상한을 도출한다: 원 안의 점들에 대해 O(n^{1/3})이며, k각형에 대해선 O(k log n), D-볼록 껍질에 대해선 O(n^{1/3} + √(nα(D)))이며, d차원에서의 1사분면 껍질에 대해선 O(log^{d−1} n) — 기존 적분 기반 접근 방식보다 더 단순하고 직관적인 증명을 제공한다.

ABSTRACT

In this paper we present several results on the expected complexity of a convex hull of $n$ points chosen uniformly and independently from a convex shape. (i) We show that the expected number of vertices of the convex hull of $n$ points, chosen uniformly and independently from a disk is $O(n^{1/3})$, and $O(k \log{n})$ for the case a convex polygon with $k$ sides. Those results are well known (see \cite{rs-udkhv-63,r-slcdn-70,ps-cgi-85}), but we believe that the elementary proof given here are simpler and more intuitive. (ii) Let $\D$ be a set of directions in the plane, we define a generalized notion of convexity induced by $\D$, which extends both rectilinear convexity and standard convexity. We prove that the expected complexity of the $\D$-convex hull of a set of $n$ points, chosen uniformly and independently from a disk, is $O(n^{1/3} + \sqrt{nα(\D)})$, where $α(\D)$ is the largest angle between two consecutive vectors in $\D$. This result extends the known bounds for the cases of rectilinear and standard convexity. (iii) Let $\B$ be an axis parallel hypercube in $\Re^d$. We prove that the expected number of points on the boundary of the quadrant hull of a set $S$ of $n$ points, chosen uniformly and independently from $\B$ is $O(\log^{d-1}n)$. Quadrant hull of a set of points is an extension of rectilinear convexity to higher dimensions. In particular, this number is larger than the number of maxima in $S$, and is also larger than the number of points of $S$ that are vertices of the convex hull of $S$. Those bounds are known \cite{bkst-anmsv-78}, but we believe the new proof is simpler.

연구 동기 및 목표

• 랜덤 볼록 껍질의 정점 수에 대한 알려진 상한에 대해 더 단순하고 직관적인 증명을 제공하는 것.
• 이러한 상한을 표준 볼록성과 직사각형 볼록성의 일반화인 D-볼록성 및 고차원에서의 1사분면 껍질과 같은 일반화된 볼록성 유형으로 확장하는 것.
• 타일링과 노출 기반의 확률적 추론을 통해 기존의 기대 복잡도 결과들을 통합하고 단순화하는 것.

제안 방법

• 볼록 도형 C를 작은 동일 면적의 타일로 분해하여, 무작위 볼록 껍질에 의해 노출되는 타일 수의 기대값을 분석한다.
• 에프론의 정리의 변형을 사용: 기대 정점 수를 기대 껍질 면적과 연관시키며, 이 면적은 껍질 외부의 기대 면적에 의해 아래로 유계화된다.
• 방향 집합 D를 사용해 D-볼록성을 정의함으로써 표준 볼록성과 직사각형 볼록성을 일반화하고, D-볼록 껍질의 기대 복잡도를 유계화한다.
• 단위 초입방체에서 d차원에 대해 타일링 방법을 적용하여 1사분면 껍질이 타일을 얼마나 노출시키는지 분석한다.
• 특정 방향에서 어떤 타일이 어떤 점에 의해 커버되지 않을 확률을 지수 尾 꼬리 추정을 사용해 유계화한다.
• 2^d개의 1사분면에 대한 대칭성과 유니온 바운드를 활용하여 최종 기대 복잡도 상한을 유도한다.

실험 결과

연구 질문

• RQ1 균일하게 샘플링된 n개의 i.i.d. 점들이 원 안에 있을 때, 볼록 껍질의 정점 수의 기대값은 얼마이며, 이는 적분을 통한 기존 방법보다 더 단순하게 증명될 수 있는가?
• RQ2 D-볼록 껍질의 기대 복잡도가 방향 집합 D에 따라 어떻게 달라지며, 특히 연속된 벡터 사이의 최대 각도 α(D)에 따라 어떻게 영향을 받는가?
• RQ3 d차원 공간에서 초입방체 내에 균일하게 샘플링된 n개의 점들에 대해 1사분면 껍질의 경계에 있는 점들의 기대 수는 얼마이며, 이는 최대값 수나 볼록 껍질 정점 수와 어떻게 비교되는가?
• RQ4 d차원 균일 샘플링에서 최대값 수에 대한 알려진 O(log^{d−1} n) 상한은 더 직관적인 기하적 추론을 통해 유도될 수 있는가?
• RQ5 복잡한 적분 추정을 대체하기 위해 타일링 기반 방법이 볼록 껍질 복잡도 분석에 사용될 수 있는가?

주요 결과

• 균일하게 원에서 선택된 n개의 점들의 볼록 껍질 정점 수의 기대값은 O(n^{1/3})이며, 이는 복잡한 적분을 피하는 새로운 원시적 증명을 제공한다.
• 볼록 k각형에 대해선 정점 수의 기대값이 O(k log n)이며, 다시 한번 더 단순하고 직관적인 유도 방법을 제공한다.
• D-방향 집합이 주어진 평면에서의 D-볼록 껍질에 대해선 기대 복잡도가 O(n^{1/3} + √(nα(D)))이다.
• d차원 공간에서 초입방체 내에 균일하게 샘플링된 n개의 i.i.d. 점들에 대해 1사분면 껍질의 경계에 있는 점들의 기대 수는 O(log^{d−1} n)이다.
• 이 상한은 d차원에서 최대값 수와 볼록 껍질 정점 수의 기대값이 모두 O(log^{d−1} n)임을 암시한다.
• 이 논문은 타일링과 노출 방법이 기존의 적분 기반 증명에 비해 통합적이고 더 단순한 프레임워크를 제공함을 보여준다.