Bildungsquelle oder Umfrage zur Analyse des semidefiniten Programms?

Beim Entwerfen von Approximationsalgorithmen löst man manchmal ein semidefinites Programm, gefolgt von einem Rundungsschritt. Ein häufig verwendetes Beispiel, um dies zu veranschaulichen, ist Max-Cut. (Siehe zB Approximationsalgorithmen von Vijay Vazirani.)

Gibt es gute Bildungsquellen oder Umfragen, die über das Max-Cut-Problem hinausgehen und komplexere Rundungsalgorithmen und -techniken für ihre Analyse erklären? Ich denke an Fälle, in denen die Vektoren der SDP-Lösung nicht gleichmäßig auf einer Hypersphäre verteilt sind, unterschiedliche Längen aufweisen oder andere Eigenschaften aufweisen, die die Analyse erschweren.

Lesen Sie Kapitel 6 im Buch "The Design of Approximation Algorithms" von Williamson und Shmoys. Das Buch ist online hier erhältlich: http://www.designofapproxalgs.com/

Es gibt ein schönes Buch von Gartner und Matousek über SDPs und ihre Anwendungen auf Approximationsalgorithmen. Es deckt eine Menge ab, mit dem zusätzlichen Vorteil, eine gute Einführung in die Theorie der semidefiniten Programmierung zu geben. Siehe http://books.google.com/books/about/Approximation_Algorithms_and_Semidefinit.html?id=5QeLPOvIpNUC

Es gibt diese Umfrage: http://ttic.uchicago.edu/~madhurt/Papers/sdpchapter.pdf, die sich auf die Hierarchien der konvexen Programmierung konzentriert. Es hat Max-Cut, Sparsest-Cut, Färbung, Hypergraph Independent Set, Rucksack.