Al diseñar algoritmos de aproximación, a veces se resuelve un programa semidefinido seguido de un paso de redondeo. Un ejemplo de uso frecuente para ilustrar esto es Max-Cut. (Ver, por ejemplo, Algoritmos de aproximación de Vijay Vazirani).
¿Existen buenas fuentes educativas o encuestas que vayan más allá del problema de Max-Cut para explicar algoritmos y técnicas de redondeo más complejos utilizados para su análisis? Estoy pensando en casos en que los vectores de la solución SDP no se distribuyen uniformemente en una hiperesfera, tienen diferentes longitudes o tienen otras propiedades que dificultan el análisis.
Respuestas:
Consulte el Capítulo 6 del libro "El diseño de algoritmos de aproximación" de Williamson y Shmoys. El libro está disponible en línea aquí: http://www.designofapproxalgs.com/
fuente
Hay un buen libro de Gartner y Matousek sobre SDP y sus aplicaciones para algoritmos de aproximación. Cubre mucho con el beneficio adicional de dar una buena introducción a la teoría de la programación semi-definida. Ver http://books.google.com/books/about/Approximation_Algorithms_and_Semidefinit.html?id=5QeLPOvIpNUC
fuente
Existe esta encuesta: http://ttic.uchicago.edu/~madhurt/Papers/sdpchapter.pdf que se centra en las jerarquías de la programación convexa. Tiene Max-Cut, Sparsest-Cut, colorante, conjunto independiente de hipergrafía, mochila.
fuente