[論文レビュー] A new algorithm for computing Pade approximants

В. М. Адуков, Ibryaeva O. L|arXiv (Cornell University)|Dec 24, 2011

Statistical and numerical algorithms参考文献 7被引用数 6

ひとこと要約

この論文は、テープリッツ行列のカーネル構造から導かれる最小次数分母に基づいて、縮小されたパデ近似を定義することで、パデ近似の計算に新たなアルゴリズムを導入する。この手法により、数値丸め誤差によって生じる偽の極・零点対（Froissartダブルトン）を回避し、非正規の場合でも安定的かつ正確な有理近似を保証する。

ABSTRACT

In paper a new definition of reduced Pade approximant and algorithm for its computing is proposed. Our approach is based on the investigation of the kernel structure of the Toeplitz matrix. It is shown that the reduced Pade approximant always has nice properties which classical Pade approximant possesses only in the normal case. The new algorithm allows us to avoid Froissart doublets appearance induced by computer roundoff in the non-normal Pade table.

研究の動機と目的

• 信号処理その他の応用分野において、数値丸め誤差によって生じる偽の極・零点対（Froissartダブルトン）を解消するための、パデ近似の問題に対処すること。
• 非正規の場合に非一意性や不安定性を示す古典的パデ近似の代替として、強固な代替手法を開発すること。
• 得られる有理近似が、通常は正規の場合にのみ保証されるような正確な次数と欠損指数を維持すること。
• 数値的に安定したアルゴリズムを提供し、累乗級数の係数に関連するテープリッツ行列のカーネルから直接最小次数分母を計算すること。

提案手法

• 縮小パデ近似を、テープリッツ行列のカーネルから導かれるすべての分母のうち最小次数のものを有する有理関数として定義する。
• テープリッツ行列のカーネル構造を用いて、すべての可能な分母をパrameter化し、ランク解析により最小次数のものを特定する。
• 定理3.2を適用し、切断されたテープリッツ部分行列のランクから得られる基本的インデックスμ₁に基づいて、最初の基本多項式（最小次数分母）を計算する。
• 定理4.2および定理4.3を用いて、分子および分母に存在する余分なゼロ係数を検出し、削除することで、最終的な有理関数が既約形になるようにする。
• 係数の削除を制御するパrameter d を用いた Maple における手続き `ReducedPade(f, m, n, a, d)` を実装し、根の特定と正確な有理関数との比較により結果を検証する。
• 数値実験により、縮小近似が元の関数と機械精度まで正確に一致し、偽の根を発生させないことを示す。

実験結果

リサーチクエスチョン

• RQ1 非正規の場合でも、分母が一意に最小次数であるようなパデ近似を定義することは可能か？
• RQ2 テープリッツ行列のカーネル構造をどのように活用すれば、数値的アーティファクトを生じさせることなく最小次数分母を計算できるか？
• RQ3 実用的な計算において、浮動小数点の丸め誤差によって生じるFroissartダブルトンの出現を、提案されたアルゴリズムがどの程度効果的に防止できるか？
• RQ4 古典的パデ近似が失敗する場合でも、次数の一意性や共通根の不在といった性質を、縮小パデ近似がどのように保持するか？
• RQ5 Maple などの記号計算システムにおいて、正確性を保ちつつ、偽の極・零点対を避ける形で、このアルゴリズムを効率的に実装できるか？

主な発見

• 縮小パデ近似は定数倍を除き一意に定義され、分子および分母の正確な次数と既知の欠損指数を持つ。
• アルゴリズムはテープリッツ行列のカーネルを解析することで、非一意または偽の解を回避して最小次数分母を効果的に計算する。
• 例5.1では、$ f(z) = \frac{(z+1)(z-2)}{(z+2.1)(z-1)} $ の (4,4) 近似において、正確な極 $ z = -2.1, 1 $ と零点 $ z = -1, 2 $ が回復され、偽の根は存在しない。
• 例5.2では、$ f(z) = \frac{z+1.01}{(z+2)(z-2.01)} $ の (2,3) 近似において、正確な零点 $ z = -1.01 $ と極 $ z = -2, 2.01 $ が回復され、Froissartダブルトンは発生しない。
• 例5.3では、$ d = 1 $ としてゼロ係数を保持すると偽の根（例：$ \sim 10^5 $）が生じるが、$ d = 0 $ としてゼロを削除すると正しい極と零点が得られ、係数削除の必要性が裏付けられる。
• $ d = 0 $ の場合、アルゴリズムは常に元の有理関数と正確に一致する根構造の近似を生成し、丸め誤差に起因するダブルトンに対して強固であることを示している。