합리적 선형 함수 합 최소화 문제의 NP 어려움 증명

초록

**
본 논문은 NP‑Complete 문제를 다항식 시간 내에 실수 변수 최적화 문제로 변환한다. 변환된 문제는 ‘비율 선형 함수들의 합을 최소화’하는 형태이며, 제약식은 시간 파라미터 K가 무한대로 발산하는 비대칭 선형 프로그램(Asymptotic‑Linear‑Program)이다. 모든 계수와 상수는 0, 1, ‑1, K, ‑K 중 하나이며, 변수·제약·목적함수의 개수는 원래 NP‑Complete 문제의 크기에 대해 다항식으로 제한된다. 원 문제에 해가 존재하면 변환된 실수 문제의 최적값은 정확히 0이 되고, 반대도 성립한다. 따라서 제시된 실수 최적화 문제는 강한 NP‑Hard임을 증명한다.

**

상세 분석

**
논문은 먼저 전형적인 NP‑Complete 문제인 3‑SAT(또는 Subset‑Sum 등)를 선택하고, 이를 ‘Rational Linear Function Sum Minimization over Asymptotic Linear Program (RLF‑ALP)’ 형태로 변환한다. 변환 과정은 세 단계로 구성된다. 첫 번째 단계에서는 논리식의 각 변수와 절을 실수 변수 x_i 로 매핑하고, 각 절이 만족되는지를 0‑1 값으로 표현하기 위해 비율 형태의 선형 제약식을 만든다. 여기서 비율은 (a·x_i + b)/(K + c·x_i) 와 같이 K 를 분모에 포함시켜 K→∞ 일 때 해당 식이 0 혹은 1 로 수렴하도록 설계된다. 두 번째 단계에서는 이러한 비율들을 모두 더한 목적함수를 정의한다. 목적함수는 Σ_j (p_j(x)/q_j(x)) 형태이며, 각 항은 절이 만족되지 않을 경우 양의 값을 갖고, 만족될 경우 0에 수렴한다. 따라서 전체 합이 0이 되려면 모든 절이 동시에 만족되어야 함을 보장한다. 세 번째 단계에서는 ‘Asymptotic‑Linear‑Program’이라는 특수한 제약 집합을 도입한다. 이 제약은 K 가 충분히 큰 경우에만 의미가 있으며, K 를 무한대로 보낼 때 제약식이 선형 형태로 수렴한다. 즉, K 가 커질수록 비율식의 분모가 지배적이 되어, 실제 최적화 문제는 실질적으로 선형 제약만을 가진다.

핵심 기술적 통찰은 K 를 이용해 비선형(비율) 항을 ‘시간에 따라 점점 선형에 가까워지는’ 형태로 변형함으로써, 전통적인 선형 프로그램이 아닌 비대칭 선형 프로그램 안에 NP‑Complete 구조를 삽입한 점이다. 또한 모든 계수와 상수를 {0, 1, ‑1, K, ‑K} 로 제한함으로써, 문제 인스턴스의 크기가 원 문제의 크기에 대해 다항식적으로 증가함을 보장한다. 이는 강한 NP‑Hardness 를 주장하기 위해 필수적인데, 왜냐하면 K 가 무한대로 발산함에도 불구하고 변수·제약·목적함수의 수가 늘어나지 않기 때문이다.

논문은 또한 변환의 역방향을 증명한다. 즉, 변환된 RLF‑ALP 가 최적값 0을 달성하면 원래 NP‑Complete 문제의 만족 가능한 할당이 존재한다는 것을 보여준다. 이를 위해 목적함수의 각 항이 0이 되려면 해당 절의 비율식이 정확히 0이어야 함을 이용하고, K 가 충분히 큰 경우에만 이러한 0값이 가능함을 수학적으로 증명한다.

마지막으로 복잡도 분석을 통해 변환 알고리즘이 다항식 시간 내에 수행됨을 보이고, 변환된 인스턴스의 크기가 O(n^c) (c는 상수) 로 제한됨을 확인한다. 따라서 RLF‑ALP 문제는 강한 NP‑Hard이며, 일반적인 근사 알고리즘이나 다항식 시간 해결책이 존재하지 않을 가능성이 높다. 이 결과는 비선형(비율) 목표함수를 포함하는 최적화 문제의 복잡도 이론에 새로운 클래스를 추가하고, Asymptotic‑Linear‑Program 이론과 연계된 연구에 중요한 토대를 제공한다.

**