[論文レビュー] Distance to nearest skew-symmetric matrix polynomials of bounded rank

Andrii Dmytryshyn, Froilán M. Dopico+1 more|arXiv (Cornell University)|Jan 23, 2026

Matrix Theory and Algorithms被引用数 0

ひとこと要約

The paper extends distance-to-nearness problems to skew-symmetric matrix polynomials of bounded rank, providing a GEARS-based algorithm to compute the nearest such polynomial and its adaptation to pencils, with numerical validation.

ABSTRACT

We propose an algorithm that approximates a given matrix polynomial of degree $d$ by another skew-symmetric matrix polynomial of a specified rank and degree at most $d$. The algorithm is built on recent advances in the theory of generic eigenstructures and factorizations for skew-symmetric matrix polynomials of bounded rank and degree. Taking into account that the rank of a skew-symmetric matrix polynomial is even, the algorithm works for any prescribed even rank greater than or equal to $2$ and produces a skew-symmetric matrix polynomial of that exact rank. We also adapt the algorithm for matrix pencils to achieve a better performance. Lastly, we present numerical experiments for testing our algorithms and for comparison to the previously known ones.

研究の動機と目的

• Motivate and formalize the problem of approximating a given matrix polynomial by a nearby skew-symmetric polynomial of fixed even rank and degree.
• Characterize the generic eigenstructure and factorizations of skew-symmetric matrix polynomials of bounded rank.
• Develop a practical algorithm to compute the nearest skew-symmetric polynomial of bounded rank and implement variants for pencils.
• Provide numerical experiments comparing the proposed method to existing approaches and demonstrating effectiveness.

提案手法

• Formulate the distance minimization problem distPOL2r for skew-symmetric matrix polynomials of grade d and rank 2r.
• Use a parametrization of generic sets of skew-symmetric polynomials via minimal-basis factorizations to express elements of G2r as L(λ)[0 Δr; −Δr 0]L(λ)T.
• Recast the distance problem into a structured least-squares problem with vec operators and a rank-restricted factorization S(λ)=U(λ)V(λ)T − V(λ)U(λ)T.
• Solve the resulting optimization by alternating least squares between the V(λ) and U(λ) factors, with closed-form updates leveraging M(W(λ)) matrices.
• Adapt the approach to skew-symmetric matrix pencils to achieve improved performance (GEARS-SVD variant).
• Provide a complementary rank-1 decomposition framework for pencils based on a canonical form and rank-1 perturbations.”],
• research_questions:[

実験結果

リサーチクエスチョン

• RQ1 以下の研究課題を検討する：
• RQ2 - ある固定偶数ランクを持つ歪対称行列多項式集合への距離の、与えられた行列多項式からの距離を特徴付けられるか？
• RQ3 - 近傍の歪対称多項式を実装可能な実用的アルゴリズムとして求めるにはどうすればよいか？
• RQ4 - 多項式からペンシルへと手法を拡張して性能を改善できるか？
• RQ5 - 提案する交互最小二乗法の数値特性と収束保証はどうなるか？
• RQ6 - 提案手法は特異性までの距離やランク制約付き歪対称構造など、既存手法とどのように比較されるか？

主な発見

• 提案手法GEARSは、与えられた行列多項式を所定の偶数ランクおよび次数が最大でdの歪対称多項式へ近づけるアルゴリズムを開発している。
• 一般的な因子分解ベースのパラメータ化により、距離問題への実用的で効率的な解法が可能になる。
• 歪対称行列ペンシルへの拡張性が自然に成立し、性能向上のためのGEARS-SVD系が特化して用意されている。
• vec演算子とランク制限表現を用いた構造化最小二乗問題として問題を再定式化し、距離列の単調収束を保証する。
• 数値実験により手法の有効性を検証し、特異性までの距離（およびランク制約付き歪対称構造）に関する既知のアプローチとの比較を可能にしている。