Professional Documents
Culture Documents
1 Introduction
그래프 이론에서 한붓그리기로 알려진 Eulerian Circuit에 대하여 임의의 비연결
그래프들에 있어 새로운 선을 이어 최소 비용(최단 거리)의 Circuit을 만드는 문
제에 대하여 알아볼 것이다. 이러한 연구가 군에서의 활용성에 대해서는 드론으로
연결되지 않은 광범위한 지형 및 도로를 정찰하는 경로를 짜는 데에 모든 정찰 도
로를 확인한 후 가장 빠르게 복귀할 수 있는 경로를 결정하는 데에 이용될 수 있다.
본 연구는 가장 간단한 단계인 두 개의 비연결 그래프에 대하여 최단 거리의 경로를
만들기 위해서 추가해야 하는 간선의 특성 및 실제 해를 만들기 위한 알고리즘적인
방식을 제시하겠다.
2 Problem Define
문제를 명확하게 제시할 필요가 있다. 우선, 그래프의 정의부터 하겠다.
1
우리가 구하고자 하는 Eulerian circuit을 정의하자.
3 Theoretical Background
3.1 Minimal Matching
한붓그리기가 불가능한 그래프의 경우 우리는 홀수점을 통해서 판단할 수 있다. 불
가능한 그래프를 가능하게 하기 위해서는 홀수점들을 다시 홀수 번씩 지나는 가장
짧은 변들의 쌍을 찾아야 한다. 이를 Matching이라고 표현할 수 있다.
모든 홀수점 사이에서 complete graph를 만들고 이에 대한 minimal perfect match-
ing을 형성하면 가장 짧은 비용이 드는 홀수점들의 쌍을 구할 수 있다. cost function
을 L2 norm으로 정의한 이상 홀수점들로 이루어진 complete graph의 비용은 ver-
tex의 거리가 될 것이다. 기존의 edge를 거쳐 가는 것이 항상 최단 거리로 가는
것보다 길거나 같기 때문에 기존의 edge를 생각할 필요가 없다.
2
3.3 Smallest-circle Problem
그래프 안에서 matching이 가질 수 있는 비용의 범위와 그래프들의 크기와 상대
적인 거리를 알기 쉽게 하기 위해서 그래프의 모든 vertex를 설정하자.
4 Case division
두 개의 비연결 그래프에서의 Eulerian circuit을 구할 때도 기존의 방식처럼 홀수
점들의 complete graph에서의 minimal perfect matching을 구하면 최소 비용의
경로를 찾을 수 있다. 하지만 Circuit의 특성상 두 개의 비연결 그래프 사이의 edge
가 2개 이상 존재하지 않으면 두 개의 그래프를 한 번에 모두 지날 수 없다. 간
단히 표현하자면 minimal perfect matching의 결과 서로 다른 그래프의 vertex로
이루어진 edge가 2개 이상 선택되어야 한다는 것이다. 만약 선택되었다면 문제는
간단히 해결된다. 한 쌍도 선택되지 않았을 경우 다음과 같이 Case를 나눠서 어떤
경우가 optimal solution을 이루는지 확인할 수 있다.
Case를 나눌 때 기준을 두기 위하여 그래프 사이의 거리를 정의하자.
4.1 Case1
기존의 minimal matching 이외의 한 쌍의 matching을 임의로 설정한 후에 minimal
perfect matching을 실행하는 경우가 최적의 해를 보장하는 경우를 찾아보자.
Vi ′ ⊆ Vi 이기 때문에, d(V1 , V2 ) ≤ d(V1 ′, V2 ′),
만약 d(V1 , V2 ) = d(V1 , V2 ) 이면, ∃vi ∈ Vi ′ s.t. vi ∈ Vi .
v1 과 v2 가 원래 그래프 상에서 가장 가까운 점이다.
3
vi 에서 matching으로 생긴 ei1 = (vi , vi1 )와 double edge로 생긴 ei2 = (vi , vi2 )로
표기하자.
Triangle inequality에 의해 삼각형 △vi vi1 vi2 로 두 edge ei1 와 ei2 가 ei ′ = (vi1 , vi2 )
로 줄일 수 있다. e11 and e22 대신 e1 ′와 e2 ′로 새로운 matching을 만들 수 있고 이
비용은 double edge를 생성하는 것보다 비용이 적다.
4.2 Case2
기존의 minimal matching을 유지하고 둘 사이를 잇는 가장 짧은 edge(그래프 간의
거리)를 double edge로 잇는 경우가 최적의 해를 보장하는 경우를 찾아보자.
G1 과 G2 의 홀수점 vertex 집합을 각각 V1 ′, V2 ′으로 정의하자.
만약 d(V1 , V2 ) ≪ d(V1 ′, V2 ′)라면, double edge를 만드는 것이 최적의 해이다. 정
성적으로 표현하자면 matching을 바꾸는 것이 손해일 만큼 그래프의 간격이 좁고
홀수점의 간격이 멀 때 double edge를 만드는 것이 더 적은 비용을 보장한다.
4
c(M ′)을 최소화하기 위해서 vij 중 일부를 가깝게 배치하면 할수록 Case 1의
경우가 되어 결국은 matching을 바꾸는 것이 효과적이다. 따라서 2D인 경우는
발생하지 않는다. Figure 2에서 보여주듯, 두 가지 경우가 존재할 것이다. vij 들의
미세 변화에 의한 차이는 sin 및 cos 함수로 보듯, 양극단이 아닌 이상 초반 미세
변화에 의한 c(M ′) 증가가 비대하기 때문에 가장 극단이 두 경우만 살펴보자. 두
경우에 대하여 계산하면 다음과 같은 조건들로 귀결된다.
5 Approximation
Case 2의 경우는 조건이 매우 까다롭고, Case 1과 Case 2로 모든 그래프의 가능성
을 포함하고 있지 않기 때문에 모든 그래프에 대해서 한 가지 방식을 택할 때, 그
해법이 최적의 해보다 지나치게 비용이 크지 않다는 것을 보이자.
5
찾아야 한다.
6 Result
우리는 주어진 문제를 푸는 두 가지 알고리즘을 제시하였고 double edge를 추
가하는 알고리즘에 대하여 최적의 해에 대하여 bounded되어 있음을 보였다. 2-
approximation. 또한, Case 1에서 그래프 간의 최소 비용이 되는 간선이 홀수점들
로 이루어져 있을 경우 matching을 변형하는 것이 최적의 해임을 보였다.
7 Further study
1. 3개 혹은 더 많은 그래프에 대해서는 세 그래프의 홀수점에 대하여 동일하게
새로운 matching을 찾거나 세 개의 영역을 다 이을 수 있도록 하는 두 개의 double
edge를 추가하거나 하나의 cycle을 제시할 수도 있다. 3개 이상에 대해서는 각 그
래프를 연결하는 edge 형성 면에서 matching 변형하는 것도 고려해야 할 조건이
많고, 두 개의 그래프는 matching을 변경해서 잇고 두 개의 그래프는 double edge
로 잇는 등 두 개의 방식이 섞일 수도 있다. 이 경우 두 개를 먼저 계산하고 다시
작업하는 것이 approximation이 되는가도 살펴보아야 할 사항이다. 3개에 대해서
최적의 해를 구할 수 있다면 수학적 귀납법으로 3개에서 4개, 그 이상의 그래프에
서도 유사한 알고리즘을 반영할 수 있다.
2. L2 norm을 반영하였기 때문에 두 그래프 사이를 잇는 것은 꼭 vertex에서
vertex로 이루어질 필요가 없었다. convex hull을 잡아서 두 도형 간의 거리를 잡는
것이 최적의 해가 된다. 이러면 edge 한가운데에서도 새로운 edge 추가가 일어날
6
수 있다. 다만 Case 2에서만 변동 사항이 있기 때문에 알고리즘상의 큰 차이가
발생하지 않고 d(G1 , G2 )의 값이 달라지는 것뿐이다.
3. edge의 비용을 L2 norm이 아니라 작전 지역의 위험도 등의 정보를 바탕으로
설정된 소요 시간이 되는 연구도 진행될 수 있을 것이다. 더 나아가서는 공간에
대하여 비용함수를 둘 수 있어서 지나온 경로에 대한 적분값은 소요된 총비용으로
둘 수도 있다. 이러면 vertex와 vertex를 잇는 edge를 단순하게 잡을 수 없다. 또한,
비용함수가 음수가 되는 경우 비용을 줄이는 경로를 통해 무한정으로 비용을 줄일
수도 있어 함수 설정에 유의해야 할 것이다.
8 Reference
1. Minimum weight perfect matching, University of Washington,
site : https://sites.math.washington.edu/ raymonda/assignment.pdf
2. Elzinga J.;Hearn D.W.(1972), ”The minimum covering sphere problem”,
Management Science, 19: 96–104, doi:10.1287/mnsc.19.1.96