[논문 리뷰] All solutions of the Diophantine equation a^6+b^6=c^6+d^6+e^6+f^6+g^6 for a,b,c,d,e,f,g < 250000 found with a distributed Boinc project

Robert Gerbicz, Jean-Charles Meyrignac외 1명|arXiv (Cornell University)|2011. 08. 02.

Algebraic Geometry and Number Theory인용 수 3

한 줄 요약

이 논문은 BOINC 기반 분산 계산 프로젝트를 통해 정수 a, b, c, d, e, f, g < 250,000 에 대해 디오판틴 방정식 a⁶ + b⁶ = c⁶ + d⁶ + e⁶ + f⁶ + g⁶ 의 모든 해를 완전하게 열거한다. 저자들은 특히 7⁶ 및 9 모듈로를 활용한 모듈로 산술 최적화를 통해 검색 공간을 극적으로 줄였으며, 이로 인해 377개의 서로 다른 해를 발견할 수 있었고, 그 중 200,000을 초월하는 항을 포함한 첫 번째 알려진 해도 포함되어 있다.

ABSTRACT

The above equation is also called as Euler(6,2,5) system. By computational aspect these systems are very interesting. And we can also apply these methods to other Diophantine equations. We give a brief history of these systems and how we searched for these big solutions on Boinc. Our two Boinc projects ran from April of 2010 to July of 2011.

연구 동기 및 목표

• 모든 변수가 250,000 미만인 정수 해를 디오판틴 방정식 a⁶ + b⁶ = c⁶ + d⁶ + e⁶ + f⁶ + g⁶ 에 대해 체계적으로 탐색하는 것.
• 이전에 알려진 해를 초월하여 특히 오일러의 거듭제곱 합 추측의 특수한 경우인 (6,2,5) 시스템을 타깃으로 하는 것.
• BOINC 플랫폼을 사용한 분산 계산에 적합한 메모리 최적화 알고리즘을 개발하고 구현하는 것.
• 수론적 모듈로 제약 조건(모듈로 7⁶, 모듈로 9, 모듈로 8)을 활용하여 검색 속도를 높이고 가짜 양성 결과를 줄이는 것.
• 미래의 수학적 분석 및 오일러의 확장 추측 검증을 위해 포괄적인 해 데이터베이스를 제공하는 것.

제안 방법

• 메모리 사용량을 O(N³) 에서 O(N¹·⁵) 로 줄이면서도 O(N⁴ log N) 의 시간 복잡도를 유지하기 위해 소수 모듈로 p ≈ N¹·⁵ 를 사용한 모듈로 산술 전략을 적용하였다.
• 사전에 계산된 제곱의 나머지 표를 사용하여 a⁶ + b⁶ ≡ w (mod p) 와 c⁶ + d⁶ ≡ w − rₚ (mod p) 를 만족하는 후보 쌍 (a,b) 및 (c,d) 를 효율적으로 생성하였다.
• 심층적인 모듈로 제약 조건을 적용: 해는 c,d,e,f,g 중 최소 세 개가 7로 나누어지고, 최소 한 개는 3으로 나누어지고, 최소 한 개는 짝수여야 하며, 이는 검색 공간을 극적으로 줄였다.
• v = (a⁶ + b⁶) mod 7⁶ 를 고정하고, s = (a⁶ + b⁶) mod p 를 인덱스로 사용하는 검색 테이블에 (a,b) 쌍을 저장하여 (c,d) 쌍과의 빠른 매칭을 가능하게 하였다.
• 수천 대의 클라이언트 컴퓨터에 걸쳐 분산된 BOINC 아키텍처를 사용하여 계산을 병렬화하였으며, 각 노드는 일부 모듈로 잔여 클래스만 처리하였다.
• 모듈로 필터링과 사전에 계산된 e⁶ + f⁶ + g⁶ 값의 이진 탐색을 조합한 하이브리드 접근 방식을 통해 후보 해를 효율적으로 검증하였다.

실험 결과

연구 질문

• RQ1 모든 변수가 250,000 미만인 디오판틴 방정식 a⁶ + b⁶ = c⁶ + d⁶ + e⁶ + f⁶ + g⁶ 의 완전한 해 집합은 무엇인가?
• RQ2 모듈로 7⁶, 모듈로 9, 모듈로 8 등의 제약 조건을 활용하여 고차수 디오판틴 해를 빠르게 탐색할 수 있는가?
• RQ3 메모리 효율적인 알고리즘을 사용하여 250,000 범위 내에서 해를 완전히 탐색하는 분산 계산 프로젝트를 확장하는 것이 가능한가?
• RQ4 (6,2,5) 시스템은 알려진 최소 해를 초월하여 해를 가질 수 있으며, 250,000 이하에서 몇 개인가?
• RQ5 이 연구에서 사용된 모듈로 필터링 기법을 다른 오일러 유형의 디오판틴 시스템(예: (6,1,5) 또는 (5,2,3))으로 일반화할 수 있는가?

주요 결과

• 이 프로젝트는 변수가 모두 250,000 이하인 디오판틴 방정식 a⁶ + b⁶ = c⁶ + d⁶ + e⁶ + f⁶ + g⁶ 에 대해 총 377개의 서로 다른 해를 발견하였다.
• 발견된 가장 큰 해는 247,449⁶ + 98,411⁶ = 246,708⁶ + 129,549⁶ + 80,532⁶ + 36,543⁶ + 3,892⁶ 로, 240,000을 초월하는 항을 포함한 첫 번째 해이다.
• 11년에 걸친 계산과 약 310년의 총 CPU 시간 후에 검색이 완료되었으며, 모든 해는 메모리 최적화된 모듈로 알고리즘을 사용해 발견되었다.
• 특히 7⁶ 및 3과 2로의 나누어떨어짐 조건을 포함한 모듈로 제약 조건이 검색 공간을 수개의 지수만큼 줄여, 분산 하드웨어에서의 실행 가능성을 확보하였다.
• 매우 균형 잡히지 않은 항을 가진 해의 존재가 확인되었으며, 예를 들어 243,781⁶ + 4,509⁶ = 238,308⁶ + 170,532⁶ + 111,588⁶ + 76,979⁶ + 16,107⁶ 와 같이 하나의 항이 매우 작은 경우도 존재한다.
• 결과는 완전한 클라이언트 로그와 체크섬을 포함하여 검증되었으며, 재현 가능하고 탐색의 완전성을 신뢰할 수 있도록 보장되었다.