[논문 리뷰] Fast and rigorous arbitrary-precision computation of Gauss-Legendre quadrature nodes and weights

Fredrik Johansson, Marc Mezzarobba|arXiv (Cornell University)|2018. 02. 09.

Numerical Methods and Algorithms참고 문헌 14인용 수 16

한 줄 요약

이 논문은 초함수 급수 전개, 직사각형 분할, 간격 뉴턴 반복을 사용하여 가우스-레지온드르 구적법의 노드와 가중치를 빠르고 엄밀하며 임의 정밀도로 계산하는 알고리즘을 제시한다. 이는 이전 방법에 비해 수개의 주기적 속도 향상을 이루며, 단일 코어에서 1,000~10,000비트의 고정밀도 구적법을 몇 초에서 몇 분 내로 실용적으로 계산할 수 있게 한다.

ABSTRACT

We describe a strategy for rigorous arbitrary-precision evaluation of Legendre polynomials on the unit interval and its application in the generation of Gauss-Legendre quadrature rules. Our focus is on making the evaluation practical for a wide range of realistic parameters, corresponding to the requirements of numerical integration to an accuracy of about 100 to 100 000 bits. Our algorithm combines the summation by rectangular splitting of several types of expansions in terms of hypergeometric series with a fixed-point implementation of Bonnet's three-term recurrence relation. We then compute rigorous enclosures of the Gauss-Legendre nodes and weights using the interval Newton method. We provide rigorous error bounds for all steps of the algorithm. The approach is validated by an implementation in the Arb library, which achieves order-of-magnitude speedups over previous code for computing Gauss-Legendre rules with simultaneous high degree and precision.

연구 동기 및 목표

• 100에서 100,000비트의 정밀도가 필요한 응용 분야를 위해 임의 정밀도의 가우스-레지온드르 구적법 규칙을 실용적으로 계산할 수 있도록 하는 것.
• 레지온드르 다항식의 차수 $ n $ 에 대해 시간 복잡도가 이차 이상인 기존 방법들이 겪는 계산 블로킹 문제를 해결하는 것.
• 다항식 평가, 근 찾기, 가중치 계산의 모든 단계에 대해 엄밀한 오차 한계를 제공하는 것.
• 효율적이면서도 증명 가능하게 정확한 방법을 개발하여 컴퓨터 대칭 대수 및 실험 수학 분야에서 고정밀도 수치 적분에 활용할 수 있도록 하는 것.

제안 방법

• 알고리즘은 단위 구간에서 레지온드르 다항식의 초함수 급수 전개를 합하기 위해 직사각형 분할을 사용하여 임의 정밀도에서 빠르고 정확한 평가를 가능하게 한다.
• 고정소수점 산술과 본넷의 세 항 재귀 관계를 결합하여 레지온드르 다항식과 그 도함수를 엄밀한 오차 제어로 계산한다.
• 레지온드르 다항식의 근은 간격 뉴턴 방법을 사용하여 계산되며, 수렴이 보장되고 엄밀한 포함 구간을 제공한다.
• 가중치는 표준 공식 $ w_i = rac{2}{(1 - x_i^2)(P_n'(x_i))^2} $ 을 통해 노드에서 계산되며, 모든 단계에서 엄밀한 오차 한계가 유지된다.
• 이 방법은 임의 정밀도 간격 산술과 고속 산술 원리를 활용하는 Arb 라이브러리에 구현되어 있다.
• 이론적 방법의 $ ilde{O}(n^2) $ 복잡도를 피하기 위해 점근 전개와 최적화된 합산 기법을 사용하여 근사 최적의 비트 복잡도를 달성한다.

실험 결과

연구 질문

• RQ1 가우스-레지온드르 구적법의 노드와 가중치는 히우리스틱 오차 추정에 의존하지 않고도 임의 정밀도 수준(예: 1,000~10,000비트)에서 효율적이고 엄밀하게 계산될 수 있는가?
• RQ2 점근 전개와 고속 합산을 사용하여 고정밀도 레지온드르 다항식 평가 및 근 찾기에 대해 $ n $ 에 대해 이차 이하의 시간 복잡도를 달성할 수 있는가?
• RQ3 다항식 평가에서 근 및 가중치 계산에 이르기까지 전체 계산 파이프라인에서 엄밀한 오차 한계를 유지할 수 있는가? 이는 검증된 수치 적분에 활용될 수 있다.
• RQ4 고정밀도에서 설정 비용과 평가 효율성 측면에서 이 방법의 성능가 다른 구적법 체계(예: 클렌샤우-커티스, 이중 지수)와 비교해 볼 때 어떻게 되는가?

주요 결과

• 이 알고리즘은 단일 코어에서 1,000자리 정밀도의 가우스-레지온드르 구적법 규칙을 1~2초 내로 계산하고, 10,000자리 규칙은 10~20분 내로 계산하여 이전 방법에 비해 상당한 속도 향상을 이루었다.
• 이 방법은 클렌샤우-커티스 및 이중 지수 구적법과 비슷한 비트 복잡도를 달성하며, 로그 인자 수준의 차이를 제외하고는 거의 최적의 복잡도를 보인다. 이는 가우스-레지온드르 노드가 비중첩적이라는 점을 감안할 때 놀라운 성과이다.
• 직사각형 분할과 고정소수점 재귀의 사용은 임의 정밀도에서 레지온드르 다항식과 그 도함수의 빠르고 엄밀한 평가를 가능하게 한다.
• 간격 뉴턴 방법은 큰 $ n $ 에 대해서도 수렴이 보장되고 엄밀한 포함 구간을 성공적으로 계산하며, 오차 한계가 모든 단계에 걸쳐 엄밀하게 유지된다.
• 모든 근이 독립적으로 계산되므로 알고리즘이 다중 코어 또는 분산 환경 실행에 매우 적합하다.
• Arb 라이브러리 내의 구현은 고정밀도 가우스-레지온드르 구적법이 수천 자리 정밀도가 필요한 응용 분야에서 더 이상 실용적으로 비용이 많이 들지 않음을 보여준다.