中文

正确 $e^{(\gamma+o(1))n}$ 近似计算正半定矩阵的永久值

数据结构与算法 2026-05-22 v1

摘要

我们确定在指数中下界阶梯情况下,永久值正半定矩阵的最佳确定性多项式时间近似比率。如果 A0A\succeq 0 没有零对角项,d=rank(A)d=\operatorname{rank}(A)A=VVA=VV^\dagger 其中 VCn×dV\in\mathbb{C}^{n\times d} 全列秩,且 v1,,vnv_1,\ldots,v_nVV 的行,则定义\n\nΦ(V)=maxX0{i=1nlog(viXvi)+logdetXtrX+d},P^(A)=eΦ(V). \Phi(V)=\max_{X\succ 0} \left\{\sum_{i=1}^n \log(v_i^\dagger Xv_i)+\log\det X-\operatorname{tr} X+d\right\}, \qquad \widehat P(A)=e^{\Phi(V)}. \n\n我们证明了确切的夹逼关系\neγnP^(A)per(A)P^(A). e^{-\gamma n}\widehat P(A)\le \operatorname{per}(A)\le \widehat P(A). \n这里的 γ\gamma 为欧拉-马塞尔瓦尔常数。由于最大化是凸的,这给出每 ε>0\varepsilon>0 的确定性多项式时间 e(γ+ε)ne^{(\gamma+\varepsilon)n} 近似。结合之前的 e(γε)ne^{(\gamma-\varepsilon)n} 近似下界,这在假设 PNP\mathrm{P}\ne\mathrm{NP} 时确定性多项式时间算法的最优指数近似比率为 e(γ+o(1))ne^{(\gamma+o(1))n}。该证明应用于标准 Wick 积分公式的熵论;损失恰为每个因子的 γ\gamma,因为 E[logT]=γ\mathbb{E}[\log T]=-\gammaTExp(1)T\sim\operatorname{Exp}(1)。该结果通过与 GPT 5.5 Pro Extended 的交互获得:第一作者的交互为一次性,第二个作者的为独立的多轮交互并伴随高层次指导。两位作者均验证了定理与证明。Codex 用于组装与排版手稿。

关键词

引用

@article{arxiv.2605.21946,
  title  = {Optimal $e^{(\gamma+o(1))n}$-Approximation of the Permanent of Positive Semidefinite Matrices},
  author = {Nima Anari and Farzam Ebrahimnejad},
  journal= {arXiv preprint arXiv:2605.21946},
  year   = {2026}
}