그라버 원뿔을 이용한 다항 정수 최소화와 효율적 알고리즘

본 논문은 정수선형제약 Ax = b, l ≤ x ≤ u (여기서 A∈ℤ^{m×n}, b∈ℤ^m, l,u∈ℤ^n∪{±∞}) 아래에서 비선형 목표함수 f(x) 를 최소화하는 일반적인 문제 (1) 을 연구한다. 기존 연구에서는 그라버 기저 G(A) 가 주어질 때, 선형·볼록 f 에 대해 다항시간 알고리즘이 존재함을 보였지만, 2차식·고차 다항식에 대한 일반적 결과는 부족했다. **1. 그라버 기저와 새로운 원뿔 정의** 그라버 기저 G(A) 는 Ax = 0 인 정수 해공간 L(A) 의 ‘정규형(⊑‑minimal)’ 원소들의 유한 집합이다. 이를 기반으로 두 종류의 원뿔을 만든다. - **이차 그라버 원뿔 Q(A)**: 서로 다른 g, h∈G(A) 가 같은 사분면(즉, g·h≥0)일 때 g⊗h + h⊗g (대칭화된 외적)의 비음수 선형 결합으로 생성된 대칭 행렬들의 원뿔. - **대각형 그라버 원뿔 D(A)**: 위와 동일한 g·h (성분별 곱)의 비음수 선형 결합으로 생성된 비음수 벡터들의 원뿔. 각 원뿔의 이중 원뿔은 다음과 같이 정의된다. - **Q\*(A) = { V∈S^n : gᵀVh ≥ 0 ∀ g≠h, g·h≥0 }** - **D\*(A) = { v∈ℝ^n : (g·h)ᵀv ≥ 0 ∀ g≠h, g·h≥0 }** 이때 S^n 은 대칭 n×n 행렬 공간이다. Lemma 2.4는 Q(A)와 D(A) 사이, 그리고 그들의 이중 원뿔 사이의 포함 관계를 정리하고, 예시 2.5, 2.6을 통해 모든 포함이 엄격할 수 있음을 보인다. **2. 2차 정수 최소화 알고리즘** 핵심 정리 1.2는 V∈Q\*(A) 이면 문제  min {xᵀVx + wᵀx + a : Ax = b, l ≤ x ≤ u, x∈ℤⁿ} 을 그라버 기저와 함께 다항시간에 해결할 수 있음을 선언한다. 구체적인 알고리즘은 다음 단계로 구성된다. - **초기 검증**: Lemma 3.4를 이용해 G(A) 와 경계 l,u 를 검사해 feasible set이 비어 있거나 무한한 경우를 조기에 탐지한다. - **증강 루프**: 현재 해 x_k 에 대해 모든 g∈G(A) 에 대해 방향 g 로의 일변량 이동 x_k+μg 을 Lemma 3.1(1차 정수 최적화)으로 최소화한다. 감소가 있으면 해당 μ와 g 를 선택해 x_{k+1}=x_k+μg 으로 이동한다. - **종료 조건**: 모든 g 에 대해 더 이상 감소가 없으면 현재 해가 전역 최적임을 보인다. 증강 과정의 다항시간 보장은 두 가지 사실에 기반한다. 첫째, Lemma 3.2에 의해 V∈Q\*(A) 이면 f 는 그라버 원소들의 비음수 조합에 대해 초모듈러 성질을 가져, 지역 최적이 전역 최적이 된다. 둘째, Lemma 3.3에 의해 어떤 정수 해도 최대 2n‑2 개의 그라버 원소의 비음수 정수 계수 합으로 표현 가능하므로, feasible set이 유한하면 증강 단계가 반복될 수 있는 횟수가 다항적으로 제한된다. **3. 분리형 2차식 특수화** 정리 1.3은 대각형 원뿔 D\*(A) 에 대한 결과를 제시한다. 목표함수가  ∑_{i=1}^n (v_i x_i² + w_i x_i + a_i) 형태일 때, v∈D\*(A) 이면 동일한 증강 알고리즘이 다항시간에 작동한다. 특히 v∈ℤ_+^n (볼록 분리형)이면 언제나 D\*(A)에 포함되므로, 기존의 선형 목표 wᵀx 도 이 프레임워크에 포함된다. **4. Q\*(A)와 양의 반정밀 행렬 집합 Sⁿ₊의 관계** 섹션 4에서는 Q\*(A)와 Sⁿ₊ (양의 반정밀 행렬)의 포함 관계를 조사한다. 두 집합은 서로 포함하지 않으며, 예시 2.5와 2.6을 통해 각각이 엄격히 포함하거나 배제될 수 있음을 보인다. 정리 4.2는 D\*(A) 가 ℝ_+^n 을 엄격히 포함하는 경우를 행렬 A 의 구조(예: 모든 행이 양의 원소를 포함)와 연결해 완전히 기술한다. 이는 비볼록 2차식도 효율적으로 풀 수 있는 새로운 클래스가 존재함을 의미한다. **5. 고차 다항식으로의 확장** 마지막으로, 논문은 고차 다항식 f(x) 에 대한 일반화를 제시한다. k차 그라버 원뿔 P_k(A) 를 정의하고, 그 이중 P_k\*(A) 에 속하는 계수 텐서가 주어지면, 동일한 증강 아이디어를 차수 d 에 대해 반복 적용해 최적화를 수행한다. 정리 1.4는 고정 차수 d 에 대해 K_d(A) (즉, P_k\*(A) 에 속하는 동질 다항식들의 집합) 안의 모든 정수 동질 다항식에 대해 다항시간 알고리즘이 존재함을 보인다. **6. 복잡도와 실용성** 알고리즘의 복잡도는 입력 크기와 |G(A)| (그라버 기저의 크기)의 다항식이다. 일반적인 행렬에 대해 |G(A)| 는 지수적으로 클 수 있지만, 네트워크 흐름, 그래프 매트릭스, 토폴로지 매트릭스 등 여러 구조적 행렬 클래스에서는 |G(A)| 를 다항시간에 계산하거나 근사할 수 있다(문헌