[論文レビュー] Bounds on the coefficients of the characteristic and minimal polynomials

Jean‐Guillaume Dumas|arXiv (Cornell University)|Oct 24, 2006

Matrix Theory and Algorithms参考文献 5被引用数 4

ひとこと要約

本稿では、整数行列の特性多項式および最小多項式の係数に対して、絶対的推定と行列固有の性質に基づく適応的アルゴリズムを用いて、より鋭い境界を提示する。主な貢献は、中国剰余定理による多項式再構成の高速化であり、必要な素数の数を削減することで、大規模なスパース行列において計算コストを最大5%まで低減している。

ABSTRACT

This note presents absolute bounds on the size of the coefficients of the characteristic and minimal polynomials depending on the size of the coefficients of the associated matrix. Moreover, we present algorithms to compute more precise input-dependant bounds on these coefficients. Such bounds are e.g. useful to perform deterministic chinese remaindering of the characteristic or minimal polynomial of an integer matrix.

研究の動機と目的

• 整数行列の特性多項式および最小多項式の係数に対する、入力依存のより鋭い境界を提供すること。
• 整数行列計算における、これらの多項式の決定的中国剰余定理に必要な素数の数を削減すること。
• 実行時中により鋭い係数境界を計算する低複雑性のアルゴリズムを開発し、顕著なオーバーヘッドを伴わずに効率を向上させること。
• スペクトル半径や最小多項式の次数といった行列固有の性質を組み込むことで、既存の境界（特にハダマードの境界とミニョットの境界）を改善すること。
• より良い係数推定を用いて、フロベニウス標準形およびスミス標準形の計算をより効率的に行えるようにすること。

提案手法

• 行列式に対するハダマードの境界を用いて、特性多項式の係数の絶対的上界を導出し、スターリングの近似および二項係数に関するスタニチャの境界を用いて精緻化する。
• 最大係数の位置を推定するための動的探索手順を導入し、$ F(n,j) = \binom{n}{j} \sqrt{(n-j)B^2}^{n-j} $ の挙動を分析することで、探索空間を $ \mathcal{O}(\sqrt{n}) $ 項にまで縮小する。
• 多項式計算中にリアルタイムで推定可能な、$ \log_2(F(n,j)) $ の境界を効率的に計算する再帰的スキームを提案し、計算コストは $ \mathcal{O}(n) $ に抑えられる。
• ゲルシュゴリン円板とカッシーニ楕円を用いた固有値に基づく境界を適用し、スペクトル半径 $ \beta $ を推定することで、最小多項式係数のより鋭い境界を導く。
• ミニョットの境界をベースラインとして用い、$ d \leq \beta $ または $ d > \beta $ の場合に応じたケース分けを行い、二項係数の境界を用いてより鋭い推定を達成する。
• スターリングの公式のスタニチャによる拡張を用いて、誤差項を含む二項係数の境界を導出し、係数の大きさ推定の精度を向上させる。

実験結果

リサーチクエスチョン

• RQ1 ハダマードの境界を上回る、特性多項式係数の絶対的境界をどのように改善できるか？
• RQ2 行列のサイズと要素の絶対値の上限が与えられたとき、特性多項式の最大係数を探す最適なインデックス範囲は何か？
• RQ3 一般の行列式境界ではなく、スペクトル半径と次数の情報に基づいて、最小多項式係数のより鋭い境界を導出できるか？
• RQ4 適応的で低コストのアルゴリズムが、行列多項式の中国剰余定理に必要な素数の数をどれほど削減できるか？
• RQ5 大規模なスパース行列において、実際の計算コストを削減する観点から、新しい境界と既存の境界を比較すると、どのような差が生じるか？

主な発見

• 特性多項式係数の対数的境界における定数を、約3.4427から0.21163175に改善し、特性多項式係数の絶対的境界を顕著に鋭くした。
• 例示行列において、新しい境界は最大係数を80.66661と推定したが、ハダマールの境界では55.9、以前の境界では21793であったため、精度の劇的向上が確認された。
• 適応的アルゴリズムにより、最大係数の探索空間が最大で $ \frac{-1 + \sqrt{1 + 2\delta B^2 n}}{\delta B^2} $ 項にまで縮小され、$ \delta \approx 5.418236 $ である。これにより、実時間での推定が効率的に行えるようになった。
• 最小多項式に関しては、以前の研究に比べて係数の大きさ推定を最大5%まで低減でき、大規模なホモロジー計算において23回のモジュラープロジェクションと1時間の計算時間を節約した。
• $ d > \beta $ の場合に $ \|\text{minpoly}_A\|_\infty \leq \min\left\{ \sqrt{\beta d}^d, \sqrt{\frac{2}{d\pi}} 2^d \beta^d \right\} $ という境界が、以前の結果に比べて $ \log d $ 要素の改善をもたらした。
• 境界を計算するための提案アルゴリズムは $ \mathcal{O}(n) $ の複雑性を有しており、多項式計算中のリアルタイム利用にも実用的である。