[논문 리뷰] La Budde's Method for Computing Characteristic Polynomials

Rizwana Rehman, Ilse C. F. Ipsen|arXiv (Cornell University)|2011. 04. 19.

Polynomial and algebraic computation참고 문헌 28인용 수 8

한 줄 요약

이 논문은 실수 행렬의 특성 다항식을 계산하기 위한 La Budde의 방법을 제시한다. 이 방법은 직교 감소를 통해 하세인베르크 형식으로 변환한 후, 계수를 재귀적으로 계산하는 방식으로, 특히 대칭, 부정부정, 비대칭 행렬에서 MATLAB의 poly 함수보다 뛰어난 정확도를 보인다. 이는 고유값의 불안정성에 민감하고 복소수 산술을 필요로 하기 때문이다.

ABSTRACT

La Budde's method computes the characteristic polynomial of a real matrix A in two stages: first it applies orthogonal similarity transformations to reduce A to upper Hessenberg form H, and second it computes the characteristic polynomial of H from characteristic polynomials of leading principal submatrices of H. If A is symmetric, then H is symmetric tridiagonal, and La Budde's method simplifies to the Sturm sequence method. If A is diagonal then La Budde's method reduces to the Summation Algorithm, a Horner-like scheme used by the MATLAB function POLY to compute characteristic polynomials from eigenvalues. We present recursions to compute the individual coefficients of the characteristic polynomial in the second stage of La Budde's method, and derive running error bounds for symmetric and nonsymmetric matrices. We also show that La Budde's method can be more accurate than POLY, especially for indefinite and nonsymmetric matrices A. Unlike POLY, La Budde's method is not affected by illconditioning of eigenvalues, requires only real arithmetic, and allows the computation of individual coefficients.

연구 동기 및 목표

• 특성 다항식을 고유값을 통해 계산할 때 발생하는 수치적 불안정성, 특히 고유값이 불안정한 경우를 다루기.
• 고유값 계산과 복소수 산술에 의존하는 MATLAB의 poly 함수에 대한 수치적으로 안정적인 대안을 제공하기.
• 특성 다항식의 개별 계수를 정확하게 계산할 수 있도록 하여, 전체 다항식을 계산할 필요가 없는 애플리케이션에 기여하기.
• 대칭 및 비대칭 행렬에 대해 수치 정확도를 정량화하기 위해 실행 중 오차 한계를 유도하기.
• La Budde의 방법이 고유값 조건이 나쁜 대칭 부정부정 행렬에서도 높은 상대 정확도를 유지함을 보여주기.

제안 방법

• 실수 행렬 A를 직교 유사성 변환을 사용해 상하세인베르크 형식 H로 감소시켜 고유값과 안정성을 유지하기.
• H의 주상위 부분행렬을 기반으로 하여 H의 특성 다항식을 재귀적으로 계수를 결정함으로써 계산하기.
• 이 방법의 두 번째 단계에서 특성 다항식의 계수에 대한 재귀 관계를 도출하기.
• 대칭 행렬(보조정리 5)과 비대칭 행렬(정리 5)에 대해 실행 중 오차 한계를 설정하여 계수 계산 중 오차 전파를 추적하기.
• 복소수 산술을 완전히 피하여 실수 산술만을 사용함으로써 수치적 안정성을 향상시키기.
• 테스트 행렬(예: 프랭크, 초우, 대칭 토플리츠)에 이 방법을 적용하고, 정확한 기준을 얻기 위해 기호 계산을 사용해 MATLAB의 poly와 결과를 비교하기.

실험 결과

연구 질문

• RQ1 고유값이 불안정한 경우, 특히 고유값이 불안정한 경우, La Budde의 방법이 MATLAB의 poly 함수보다 특성 다항식 계수를 더 정확하게 계산할 수 있는가?
• RQ2 대칭 및 비대칭 행렬에 대해 도출된 실행 오차 한계가 계수 계산의 실제 수치 오차를 어느 정도 정확하게 예측하는가?
• RQ3 La Budde의 방법이 고유값 조건이 나쁜 대칭 부정부정 행렬에서도 높은 상대 정확도를 유지하는가? poly는 고유값 조건으로 인해 실패한다.
• RQ4 프랭크 행렬과 같은 불안정한 특성 다항식의 경우, 특히 감소 오차가 증폭될 수 있는 경우, 이 방법은 어떻게 성능을 보이는가?
• RQ5 양자역학 응용에서 전체 다항식을 계산할 필요 없이 개별 계수를 효율적이고 정확하게 계산할 수 있는가?

주요 결과

• La Budde의 방법은 대칭 부정부정 3차 대각 토플리츠 행렬의 특성 다항식을 높은 상대 정확도로 계산하며, 홀수 인덱스 계수는 정확히 계산됨(오차 ≈ 0), 반면 poly는 계수의 크기가 최대 10^185까지 발생함.
• 50차 프랭크 행렬의 경우, 알고리즘 2(La Budde의 방법)는 첫 20개 계수를 높은 상대 정확도로 계산하며, 수치적 안정성에서 poly를 능가함.
• 보조정리 5에 의한 실행 오차 한계는 대칭 토플리츠 행렬의 홀수 인덱스 계수는 정확히 계산됨(φ₂ⱼ₋₁ = 0)을 정확히 식별하며, 실제 오차와 일치함.
• 전치된 초우 행렬의 경우, 알고리즘 2는 모든 계수를 높은 상대 정확도로 계산하지만, poly의 상대 오차는 더 큰 인덱스에서 크게 증가함.
• 표준 초우 행렬의 경우, 하세인베르크 형식으로의 감소 과정에서 계수의 불안정성으로 인해 오차가 증폭되며, 비록 정리 11의 오차 한계가 보수적이지만, 방법은 여전히 poly를 능가함.
• La Budde의 방법은 실수 산술만을 사용하고 약 5n³ 연산을 필요로 하여, 비대칭 및 부정부정 행렬의 경우 poly보다 더 빠르고 안정함.