[논문 리뷰] Random polynomials and expected complexity of bisection methods for real solving

Ioannis Z. Emiris, André Galligo외 1명|arXiv (Cornell University)|2010. 05. 12.

Polynomial and algebraic computation참고 문헌 29인용 수 6

한 줄 요약

이 논문은 i.i.d. 가우시안 계수를 가진 랜덤 다항식에 대해 정확한 실근 고립 알고리즘의 기대 복잡도를 분석한다. 특히 스투름의 방법을 중심으로 하며, 카크 및 에델만-코스탄의 루트 분포 결과를 활용하여 기대 비트 복잡도 $\widetilde{\mathcal{O}}_B(rd^2\tau)$를 도출한다. 여기서 $r$은 실근의 수이고 $\tau$는 계수의 비트 크기이다. 이는 랜덤 다항식이 일반적으로 수가 적고 잘 분리된 실근을 가지므로, 최악의 경우 복잡도에 비해 실용적으로 뛰어난 성능을 보이는 이유를 설명한다.

ABSTRACT

Our probabilistic analysis sheds light to the following questions: Why do random polynomials seem to have few, and well separated real roots, on the average? Why do exact algorithms for real root isolation may perform comparatively well or even better than numerical ones? We exploit results by Kac, and by Edelman and Kostlan in order to estimate the real root separation of degree $d$ polynomials with i.i.d.\ coefficients that follow two zero-mean normal distributions: for SO(2) polynomials, the $i$-th coefficient has variance ${d \choose i}$, whereas for Weyl polynomials its variance is ${1/i!}$. By applying results from statistical physics, we obtain the expected (bit) complexity of \func{sturm} solver, $\sOB(r d^2 τ)$, where $r$ is the number of real roots and $τ$ the maximum coefficient bitsize. Our bounds are two orders of magnitude tighter than the record worst case ones. We also derive an output-sensitive bound in the worst case. The second part of the paper shows that the expected number of real roots of a degree $d$ polynomial in the Bernstein basis is $\sqrt{2d}\pm\OO(1)$, when the coefficients are i.i.d.\ variables with moderate standard deviation. Our paper concludes with experimental results which corroborate our analysis.

연구 동기 및 목표

• 정확한 실근 고립 알고리즘(예: 스투름의 방법)이 최악의 이론적 복잡도에 비해 실무에서 뛰어난 성능을 보이는 이유를 설명하기 위해.
• i.i.d. 가우시안 계수를 가진 랜덤 다항식에서 실근의 통계적 행동을 분석하기 위해.
• 다항식 계수에 대한 확률적 가정 하에 스투름 알고리즘의 날카운 복잡도 한계를 유도하기 위해.
• 스투름의 방법 외에도 데카르트의 부호 법칙 및 베르누이 기반 방법과 같은 다른 정확한 해법으로의 통찰을 확장하기 위해.
• 다항식의 루트 분포와 알고리즘 성능에 대한 이론적 예측을 실험 결과로 검증하기 위해.

제안 방법

• i.i.d. 가우시안 계수를 가진 랜덤 다항식에서 실근의 기대 수와 분포에 관한 카크 및 에델만-코스탄의 결과를 활용한다.
• 두 가지 계수 분포를 분석한다: 분산이 $\binom{d}{i}$인 SO(2) 다항식과 분산이 $1/i!$인 와일 다항식.
• 통계역학 도구를 적용하여 루트 간 거리의 추정과 기대 비트 복잡도 한계를 도출한다.
• 스투름의 알고리즘에 대한 기대 복잡도 $\widetilde{\mathcal{O}}_B(rd^2\tau)$를 도출한다. 여기서 $r$은 실근의 수이고 $\tau$는 계수의 비트 크기이다.
• 루트 분포를 연구하기 위해 베르누이 기반 변환을 활용하며, $(0,1)$ 구간 내 루트의 $\arccos(2t_i - 1)$이 $(0,\pi)$에서 균일 분포를 따른다는 것을 보여준다.
• 랜덤 다항식에 대한 실험을 수행하여 이론적 예측에 기반한 루트 수와 간격 내 분포를 확인한다.

실험 결과

연구 질문

• RQ1 왜 랜덤 다항식은 일반적으로 수가 적고 잘 분리된 실근을 가지며, 이로 인해 루트 고립이 효율적인가?
• RQ2 i.i.d. 가우시안 계수를 가진 랜덤 다항식에 대해 스투름의 알고리즘의 기대 비트 복잡도는 얼마인가?
• RQ3 베르누이 기반 변환 하에서 실근의 분포는 균일 분포와 어떻게 비교되며, 이는 알고리즘 복잡도에 어떤 영향을 미치는가?
• RQ4 확률적 가정 하에 정확한 해법의 기대 복잡도는 최악의 경우 복잡도에 비해 크게 날카로워질 수 있는가?
• RQ5 랜덤 다항식에서 실근 간 거리의 통계적 성질은 정확한 알고리즘의 실용적 효율성을 어떻게 설명하는가?

주요 결과

• SO(2) 다항식의 기대 실근 수는 $\sqrt{d}$이며, 와일 다항식의 경우 $\frac{2}{\pi}\sqrt{d} + \mathcal{O}(1)$이다.
• 랜덤 다항식에서 스투름의 알고리즘의 기대 비트 복잡도는 $\widetilde{\mathcal{O}}_B(rd^2\tau)$이며, 이는 최악의 경우에 비해 두 개의 주기수만큼 날카로운 복잡도이다.
• 베르누이 기반 변환 하에서 $(0,1)$ 내 실근 분포는 $\arccos(2t_i - 1) \sim \text{Uniform}(0,\pi)$를 만족하며, 확률-확률 플롯을 통해 확인되었다.
• 실험 결과에 따르면, 랜덤 다항식에서 약 $3/4$의 실근이 양수이며, $1/2$는 $(0,1)$ 내에, $1/4$는 $(1,\infty)$ 내에 존재한다.
• 베르누이 기반 변환 하에서 실근의 수는 $\sqrt{2d} \pm \mathcal{O}(1)$이며, 이는 이론적 예측과 일치한다.
• 이 분석은 정확한 해법의 실용적 효율성을 설명한다: 수가 적고 잘 분리된 실근은 더 빠른 분할 및 낮은 평가 비용을 초래한다.