[论文解读] Truncated Normal Forms for Solving Polynomial Systems: Generalized and Efficient Algorithms

Bernard Mourrain, Simon Telen+1 more|arXiv (Cornell University)|Mar 21, 2018

Polynomial and algebraic computation参考文献 34被引用 12

一句话总结

本文通过引入非单项式基——特别是切比雪夫多项式等正交多项式——推广并加速了求解零维多项式系统的截断正态形式（TNF）方法，实现了更好的数值稳定性和精度。该方法采用基于SVD的基选择来构建正交TNF，在根集中于有界区域的系统上显著提升了性能，实验表明其残差精度相比单项式基在高次时可提高达10⁷倍。

ABSTRACT

We consider the problem of finding the isolated common roots of a set of polynomial functions defining a zero-dimensional ideal I in a ring R of polynomials over C. Normal form algorithms provide an algebraic approach to solve this problem. The framework presented in Telen et al. (2018) uses truncated normal forms (TNFs) to compute the algebra structure of R/I and the solutions of I. This framework allows for the use of much more general bases than the standard monomials for R/I. This is exploited in this paper to introduce the use of two special (nonmonomial) types of basis functions with nice properties. This allows, for instance, to adapt the basis functions to the expected location of the roots of I. We also propose algorithms for efficient computation of TNFs and a generalization of the construction of TNFs in the case of non-generic zero-dimensional systems. The potential of the TNF method and usefulness of the new results are exposed by many experiments.

研究动机与目标

• 将截断正态形式（TNF）方法推广至标准单项式基无法覆盖的非典型零维多项式系统。
• 通过用切比雪夫多项式等正交多项式基替代单项式基，提升多项式系统求解的数值稳定性和精度。
• 通过高效的核计算算法降低TNF计算的计算复杂度。
• 证明基于SVD的基选择可产生正交投影，更准确反映根的位置分布，尤其适用于实根或聚类根的情况。
• 表明与标准单项式TNF相比，非单项式基可显著降低高次系统中的反向误差。

提出的方法

• 提出广义TNF框架，允许对商代数R/I使用任意基，不限于单项式。
• 引入基于SVD的基选择，替代QR，以构建正交TNF，实现对R/I的正交投影。
• 采用改进的麦考勒伊型矩阵构造方法，高效计算核映射，降低计算成本。
• 对根预期位于有界区域（如[−1, 1]²）的系统，采用乘积切比雪夫基，提升数值条件性。
• 对大型结构化矩阵应用列主元QR与SVD，选择R/I的数值稳定基。
• 开发快速算法计算结式映射的余核映射，加速TNF计算流程。

实验结果

研究问题

• RQ1 非单项式基（如正交多项式）是否能提升基于TNF的求解器在多项式系统求解中的精度与稳定性？
• RQ2 在TNF构建中，基于SVD的基选择与QR相比，在数值质量与残差误差方面表现如何？
• RQ3 在高次系统中，使用切比雪夫多项式作为基函数对反向误差与解精度有何影响？
• RQ4 TNF方法能否在不依赖单项式序的前提下，有效推广至非典型零维系统？
• RQ5 基的选择在实际中如何影响TNF求解器的计算复杂度与性能？

主要发现

• 在d = 25时，使用切比雪夫多项式作为基函数将最大反向误差从10⁻¹降低至10⁻⁶，精度提升达10⁵倍。
• 基于SVD的TNF达到5.16 × 10⁻¹²的残差，而基于QR的残差为2.84 × 10⁻¹¹，显示出更优的数值稳定性。
• 在d = 20时，切比雪夫TNF的残差比单项式TNF优一个数量级，且相比经典麦考勒伊结式方法提升达10⁷倍。
• DBD核计算算法在n = 4, d = 4时速度与PHCpack相当，且比Bertini快1.6倍。
• 在n = 7, d = 2时，同伦求解器优于TNF求解器，但TNF方法在小系统中仍具竞争力，并在结构化问题中展现出潜力。
• 通过SVD构建的正交TNF能更准确捕捉根的分布，基函数在解位置附近呈现高幅值，如等高线图所示。