[논문 리뷰] The asymptotic complexity of matrix reduction over finite fields

Demetres Christofides|arXiv (Cornell University)|2014. 06. 23.

Coding theory and cryptography참고 문헌 2인용 수 5

한 줄 요약

이 논문은 유한체 위에서 행렬 축소를 위한 스트라이프 제거 알고리즘의 점근적 최적성을 입증한다. 이는 거의 모든 행렬이 항등행렬로 축소되기 위해 적어도 $\frac{n^2}{\log_q n}$개의 행 연산이 필요하다는 것을 보여주며, 이는 이전의 하한을 강화한 것으로, 기본 행렬의 정규곱의 조합적 수세기와 엔트로피 기반의 행렬 생성 하한을 사용하여 알고리즘의 복잡도가 상수 인자 범위 내에서 정확히 맞는다는 것을 증명한다.

ABSTRACT

Consider an invertible n imes n matrix over some field. The Gauss-Jordan elimination reduces this matrix to the identity matrix using at most n^2 row operations and in general that many operations might be needed. In [1] the authors considered matrices in GL(n;q), the set of n imes n invertible matrices in the finite field of q elements, and provided an algorithm using only row operations which performs asymptotically better than the Gauss-Jordan elimination. More specifically their `striped elimination algorithm' has asymptotic complexity \frac{n^2}{\log_q{n}}. Furthermore they proved that up to a constant factor this algorithm is best possible as almost all matrices in GL(n;g) need asymptotically at least \frac{n^2}{2\log_q{n}} operations. In this short note we show that the `striped elimination algorithm' is asymptotically optimal by proving that almost all matrices in GL(n;q) need asymptotically at least frac{n^2}{\log_q{n}} operations.

연구 동기 및 목표

• 스트라이프 제거 알고리즘의 상한과 행렬 축소 복잡도에 대한 하한 사이의 격차를 메우기 위해.
• 랜덤 행렬이 $\mathrm{GL}(n,q)$에 속해 있을 때 항등행렬로 축소하기 위해 필요한 행 연산 수에 대해 더 강력한 하한을 설정하기 위해.
• 복잡도가 상수 인자 범위 내에서 일치하는 하한을 증명함으로써 스트라이프 제거 알고리즘이 점근적으로 최적임을 보여주기 위해.
• $\mathrm{GL}(n,q)$ 내에서 기본 행렬의 곱의 조합적 구조를 보다 정교하게 이해하기 위해.

제안 방법

• 논문은 최대 $k$개의 행 연산을 사용할 때 생성될 수 있는 서로 다른 행렬의 수를 세기 위해 기본 행렬의 곱의 정규형을 사용한다.
• 스털링 근사와 로그 하한을 적용하여, 비가환성과 겹치는 행 인덱스를 고려한 기본 행렬의 곱의 수를 추정한다.
• 색인 집합과 스칼라 선택의 조합적 수세기를 통해 $k$번의 연산으로 도달할 수 있는 $\mathrm{GL}(n,q)$ 내의 서로 다른 행렬의 수에 대한 상한을 유도한다.
• 이 상한을 $\mathrm{GL}(n,q)$의 전체 크기와 비교하며, 부등식 $|\mathrm{GL}(n,q)| \geq q^{n^2 - \frac{1}{q-1}\log_q e}$를 사용하여 $k$에 대한 하한을 도출한다.
• 재배열 부등식과 로그 성질을 사용하여 서로 다른 곱의 수를 바ounds하며, 블록 내 순서에 의한 중복 계산이 상당히 중요함을 보여준다.
• 각 행렬당 $q-1$개의 스칼라 선택, 색인 선택, 블록 구조를 고려하여 총 상한을 $q^{(k+2n)\log_q n + \cdots}$로 도출하며, 이는 $k$번의 연산으로 도달할 수 있는 서로 다른 행렬의 수를 나타낸다.

실험 결과

연구 질문

• RQ1 유한체 $\mathbb{F}_q$ 위에서의 행렬 축소에 대한 스트라이프 제거 알고리즘은 점근적으로 최적인가?
• RQ2 랜덤 행렬이 $\mathrm{GL}(n,q)$에 속해 있을 때, 항등행렬로 축소하기 위해 필요한 행 연산 수에 대해 $\frac{n^2}{2\log_q n}$보다 더 강력한 하한을 설정할 수 있는가?
• RQ3 유한체 위에서의 행렬 축소의 진정한 점근적 복잡도는 무엇인가? 즉, 거의 모든 행렬에 대해 필요한 최소 행 연산 수의 점근적 성격은 무엇인가?
• RQ4 최대 $k$개의 기본 행렬의 곱으로 생성할 수 있는 서로 다른 행렬의 수는 얼마이며, 이는 $\mathrm{GL}(n,q)$의 크기와 어떻게 관련이 있는가?

주요 결과

• 스트라이프 제거 알고리즘은 점근적으로 최적이다. 거의 모든 행렬이 항등행렬로 축소되기 위해 적어도 $\frac{n^2}{\log_q n}$개의 행 연산이 필요하다.
• 논문은 $\mathrm{GL}(n,q)$의 $\alpha$ 비율을 초과하는 행렬을 축소하기 위해 필요한 최소 연산 수에 대해 하한 $\frac{n^2 - 2n\log_q n - n - n\log_q 2 - \frac{1}{q-1}\log_q e - \log_q \frac{1}{\alpha}}{\log_q n + \log_q (8qe)}$를 증명한다.
• 최대 $k$번의 행 연산으로 도달할 수 있는 서로 다른 행렬의 수는 $q^{(k+2n)\log_q n + (3k+n)\log_q 2 + n + k + k\log_q e}$ 이하로 바운드되며, 이는 $k \geq \frac{n^2}{\log_q n}$이 아니면 $|\mathrm{GL}(n,q)|$보다 느리게 증가한다.
• 유한체 $\mathbb{F}_q$ 위에서의 $n \times n$ 역행렬의 총 수는 $q^{n^2 - \frac{1}{q-1}\log_q e}$ 이상이며, 이는 군의 크기에 대한 강력한 하한을 제공한다.
• 분석 결과, 서로 다른 기본 행렬의 곱의 수는 대칭성(예: 서로소 연산의 교환법칙)으로 인해 크게 감소하며, 이 감소는 계승과 로그 하한을 통해 정량화된다.
• 결과적으로 스트라이프 제거 알고리즘의 복잡도 $\frac{n^2}{\log_q n}$이 상수 인자 범위 내에서 최적임을 확인하며, 유한체 위에서의 행렬 축소의 점근적 복잡도 문제를 해결한다.