半定式程序分析的教育资源还是调查？

在设计近似算法时，有时会求解一个半定程序，然后进行舍入步骤。一个经常使用的示例来说明这一点。（例如，参见Vijay Vazirani的近似算法。）

是否有超越Max-Cut问题的良好教育资源或调查资料来解释更复杂的舍入算法和用于其分析的技术？我正在考虑以下情况：SDP解决方案的向量在超球体上分布不均匀，长度不同或具有其他属性，使得分析变得更加困难。

请查阅Williamson和Shmoys所著的“近似算法的设计”一书中的第6章。该书可在此处在线获得：http：//www.designofapproxalgs.com/

Gartner和Matousek写了一本不错的书，介绍了SDP及其在近似算法中的应用。它涵盖了很多内容，并且有一个额外的好处，即可以很好地介绍半定程序设计理论。请参阅http://books.google.com/books/about/Approximation_Algorithms_and_Semidefinit.html?id=5QeLPOvIpNUC

有此调查：http : //ttic.uchicago.edu/~madhurt/Papers/sdpchapter.pdf ，该研究的重点是凸编程的层次结构。它具有Max-Cut，Sparsest-Cut，着色，超图独立设置，背包。