[论文解读] A probabilistic algorithm to compute the real dimension of a semi-algebraic set

Mohab Safey El Din, Elias Tsigaridas|arXiv (Cornell University)|Apr 6, 2013

Polynomial and algebraic computation参考文献 38被引用 3

一句话总结

本文提出了一种概率算法，该算法在 (sD)^O(n) 次算术运算内计算半代数集的实维数，实现指数阶复杂度且指数部分关于 n 线性——解决了计算实代数几何领域长期悬而未决的开放问题。该方法利用量化消除、通过无穷小扰动的极限计算，以及临界点的有理参数化，通过符号条件可实现性的检查高效确定维数。

ABSTRACT

Let $\\RR$ be a real closed field (e.g. the field of real numbers) and $\\mathscr{S} \\subset \\RR^n$ be a semi-algebraic set defined as the set of points in $\\RR^n$ satisfying a system of $s$ equalities and inequalities of multivariate polynomials in $n$ variables, of degree at most $D$, with coefficients in an ordered ring $\\ZZ$ contained in $\\RR$. We consider the problem of computing the {\\em real dimension}, $d$, of $\\mathscr{S}$. The real dimension is the first topological invariant of interest; it measures the number of degrees of freedom available to move in the set. Thus, computing the real dimension is one of the most important and fundamental problems in computational real algebraic geometry. The problem is ${\ m NP}_{\\mathbb{R}}$-complete in the Blum-Shub-Smale model of computation. The current algorithms (probabilistic or deterministic) for computing the real dimension have complexity $(s \\, D)^{O(d(n-d))}$, that becomes $(s \\, D)^{O(n^2)}$ in the worst-case. The existence of a probabilistic or deterministic algorithm for computing the real dimension with single exponential complexity with a factor better than ${O(n^2)}$ in the exponent in the worst-case, is a longstanding open problem. We provide a positive answer to this problem by introducing a probabilistic algorithm for computing the real dimension of a semi-algebraic set with complexity $(s\\, D)^{O(n)}$.

研究动机与目标

• 解决一个长期开放的问题：在最坏情况下，半代数集的实维数是否能以单指数时间复杂度 (sD)^O(n) 计算？
• 改进现有复杂度为 (sD)^O(n²) 或 (sD)^O(d(n−d)) 的算法，当 d 较大时这些算法次优。
• 为计算实代数几何中一个基本的拓扑不变量——实维数，提供一种实用且高效的解决方案。
• 建立一个结合量化消除、极限计算与符号条件分析的框架，用于维数计算。

提出的方法

• 该算法采用基于无穷小扰动和极限计算的概率方法，分析半代数集的维数。
• 它在实数上应用量化消除，以计算当无穷小参数 ε 趋近于零时，参数化半代数集的极限。
• 通过有理参数化技术计算投影的临界点，从而实现高效的极限计算与符号判定。
• 通过子程序检查符号条件的可实现性，以判断给定的符号模式是否对应非空的半代数集。
• 依赖于系数环上单变量多项式的结式序列，以控制次数增长的方式执行符号计算与参数化。
• 整体结构整合了柱状代数分解、路径图构造与无穷小扰动技术，以实现最优复杂度。

实验结果

研究问题

• RQ1 半代数集的实维数是否能以单指数时间复杂度 (sD)^O(n) 而非 (sD)^O(n²) 计算？
• RQ2 是否存在一种概率算法，能实现 (sD)^O(n) 复杂度用于实维数计算，优于先前的复杂度界？
• RQ3 极限计算与符号条件可实现性能否有效结合，以在不进行完整量化消除的情况下确定维数？
• RQ4 使用无穷小扰动与有理参数化是否能实现比传统方法更高效的维数计算？
• RQ5 能否使维数计算的复杂度具有输出敏感性，并使复杂度指数中不依赖于维数 d？

主要发现

• 本文提出一种概率算法，可在 (sD)^O(n) 次算术运算内计算半代数集的实维数，实现指数阶复杂度且指数部分关于 n 线性。
• 该结果解决了 Koiran 与 Vorobjov 提出的长期开放问题：实维数是否能以 (sD)^O(n) 时间计算。
• 该算法通过结合实数上的量化消除、通过无穷小扰动的极限计算，以及临界点的有理参数化实现此目标。
• 该复杂度界在变量数 n 的意义上是紧致的，显著优于 Koiran 的 (sD)^O(n²) 上界与 Vorobjov 的 (sD)^O(d(n−d)) 上界。
• 该方法在实闭域上具有鲁棒性，且针对 Z = Z 的情况，推导出了位复杂度界，基于结式算术。
• 该算法的高效性源于对无穷小参数与极限分析的创新应用，避免了昂贵的完整分解，从而实现更快的维数检测。