k‑블록 양성 테스트를 위한 반정밀도 프로그램 복잡도 분석

초록

본 논문은 k‑블록 양성 연산자를 판별하는 반정밀도 프로그램(SDP) 알고리즘의 계산 복잡도를, U(d) 불변표현의 차원과 직사각형 형태의 Young 도표를 이용한 대칭 축소와 연결시켜 정량화한다. 주요 결과는 복잡도 공식 C(n,k)=…이며, k=d 일 때 계층이 즉시 붕괴함을 설명한다.

상세 분석

논문은 먼저 k‑블록 양성(k‑block‑positivity)이라는 개념을 정의하고, 이를 검증하기 위한 두 가지 최적화 문제(정의 2와 정의 5)를 제시한다. 정의 2는 원래의 차원 d×d 공간에서 Schmidt‑rank ≤k인 순수 상태에 대한 기대값 최소화를, 정의 5는 k‑purification을 통해 1‑블록 양성 문제로 차원을 확장한 뒤 동일한 형태의 최소화 문제로 변환한다. 여기서 k‑purification은 보조 공간 C^k 를 도입하고, 완전 반대칭 프로젝터 Π_k 를 이용해 원래 연산자 X 를 X_k = Π_k ⊗ X 로 매핑한다. 이 과정에서 E라는 선형 사상으로 U⊗k‑대칭을 구현한다는 점이 핵심이다.

다음 단계에서는 Bosonic 확장 계층(N‑level SDP)을 도입한다. N이 커질수록 제약조건이 강화되어 최적값 S_N 은 V_k (정의 5의 최적값)에 수렴한다. 그러나 직접적인 SDP는 차원이 급격히 증가하므로, 대칭 축소(symmetry reduction)를 적용한다. 두 종류의 대칭, 즉 (i) U(k)‑대칭과 (ii) 보손(permutation) 대칭을 이용해 변수 공간을 불변 부분으로 제한한다. U(k)‑대칭에 대해는 Schur–Weyl 이중성에 의해 전체 공간이 Young 도표 λ에 대응하는 불변 블록으로 분해된다. 여기서 λ ⊢ (N+k−1)이며 행 수 ℓ(λ)≤k인 경우만이 실제로 기여한다.

핵심 공헌은 “직사각형 형태” Young 도표, 즉 λ = (n,…,n) (k개의 행, 각 행 길이 n)만을 고려해도 k‑블록 양성 테스트에 충분함을 증명한 점이다(정리 14). 이를 통해 불필요한 블록을 제거하고, 각 블록의 차원을 U(d) 불변표현 차원 dim U_d^λ 로 표현한다. 정리 16은 dim U_d^λ 를 팩토리얼식으로 정확히 계산하고, 이를 복합적으로 합산해 전체 SDP 변수 수 C(n,k)를 얻는다:

\