행렬 곱 검증을 위한 프리발드스 기법의 간단한 증명

초록

본 논문은 행렬 곱셈 검증에 사용되는 프리발드스(Freivalds) 기법의 기존 증명을 보다 직관적으로 재구성하고, 무작위 벡터의 분포가 균등일 필요가 없다는 일반화를 제시한다. 정리 1에서는 AB≠C일 때 무작위 0‑1 벡터 r에 대해 (AB)r = Cr 가 될 확률이 ≤½임을 보이고, 정리 2에서는 r의 각 원소가 임의의 독립 확률분포 f(r) 를 따를 때 그 확률이 f(r) 로 제한됨을 증명한다. 이를 통해 Θ(n²) 시간의 몬테카를로 알고리즘이 오류 확률을 지수적으로 감소시키며 동작함을 확인한다.

상세 분석

이 논문은 프리발드스 기법의 핵심 아이디어를 “무작위 벡터 r와 행렬 곱의 선형 결합”이라는 관점에서 재해석한다. 정리 1의 증명은 AB와 C의 열 벡터 차이를 집합 Y 로 정의하고, r의 각 성분이 독립적인 베르누이(½) 변수임을 이용해 Y 에 속하지 않는 열만 선택될 확률을 (½)^{|Y|} 로 계산한다. 여기서 |Y|≥1이므로 전체 확률은 ≤½가 된다. 이 단계는 기존 교과서적 증명에서 사용되는 “ABr = Cr ⇔ rᵀ(AB−C)=0” 형태와 동일하지만, 열 선택이라는 직관적인 해석을 제공한다는 점에서 교육적 가치가 있다.

정리 2는 분포의 일반화를 시도하지만, 증명 과정에서 “P