矩阵 $p\rightarrow q$ 范数的不可近似性
计算复杂性
2018-08-10 v2
摘要
我们研究计算矩阵 的 范数的问题,其定义为 该问题推广了矩阵谱范数()和 Grothendieck 问题(,),并已在多种参数情形下被广泛研究。当 时,问题呈现二分性:若 则已知常数因子近似算法,而当 时问题难以在近乎多项式因子内近似。当 的情形,称为\emph{超收缩范数(hypercontractive norms)},对多种应用尤为重要但理解甚少。[Barak 等人, STOC'12] 研究了 且 的情形,给出了该问题承诺版本(涵盖小集合扩张)的次指数算法,并基于指数时间假设证明了不可近似性结果。然而,对于这些 的问题,尚无已知的 NP-困难近似结果。我们研究上述两类情形下矩阵范数的近似困难性,并证明如下结果:- 我们证明对任意 且 , 在假设 下难以在 内近似。这表明,类似于 的情形,当 不介于 与 之间时,超收缩设定可能在性质上有所不同。- 对所有 且 ,我们证明 难以在优于 的任意因子内近似,其中对任意 , 表示高斯的第 范数, 为 的对偶范数。
引用
@article{arxiv.1802.07425,
title = {Inapproximability of Matrix $p\rightarrow q$ Norms},
author = {Vijay Bhattiprolu and Mrinalkanti Ghosh and Venkatesan Guruswami and Euiwoong Lee and Madhur Tulsiani},
journal= {arXiv preprint arXiv:1802.07425},
year = {2018}
}