[论文解读] Algebraic properties of robust Pad\\'e approximants

Beckermann, Bernhard, Ana C. Matos|arXiv (Cornell University)|Oct 9, 2013

Matrix Theory and Algorithms参考文献 21被引用 5

一句话总结

本文通过分析结构化矩阵——具体为矩形托普利茨矩阵 $ C $、条带状托普利茨矩阵 $ T $、三角形托普利茨矩阵 $ Q $ 以及类似西尔维斯特的矩阵 $ S $——建立了良好条件的帕德逼近的前向稳定性及无虚假极点的性质。关键贡献在于证明了：由适中条件数 $ \kappa(S) $ 定义的良好条件逼近，对弗罗伊萨特双点和小残差具有鲁棒性，从而确保在单位圆盘内可靠收敛。

ABSTRACT

For a recent new numerical method for computing so-called robust Pad\\'e approximants through SVD techniques, the authors gave numerical evidence that such approximants are insensitive to perturbations in the data, and do not have so-called spurious poles, that is, poles with a close-by zero or poles with small residuals. A black box procedure for eliminating spurious poles would have a major impact on the convergence theory of Pad\\'e approximants since it is known that convergence in capacity plus absence of poles in some domain D implies locally uniform convergence in D. In the present paper we provide a proof for forward stability (or robustness), and show absence of spurious poles for the subclass of so-called well-conditioned Pad\\'e approximants. We also give a numerical example of some robust Pad\\'e approximant which has spurious poles, and discuss related questions. It turns out that it is not sufficient to discuss only linear algebra properties of the underlying rectangular Toeplitz matrix, since in our results other matrices like Sylvester matrices also occur. These types of matrices have been used before in numerical greatest common divisor computations.

研究动机与目标

• 为解析延拓与函数逼近中帕德逼近所受虚假极点与弗罗伊萨特双点的长期困扰问题提供解决方案。
• 为基于SVD的帕德逼近方法中观察到的数值鲁棒性提供理论基础，尤其在数据扰动或噪声存在时。
• 阐明鲁棒与良好条件帕德逼近之间的区别，表明仅后者能保证无虚假极点与小残差。
• 建立矩阵条件数（特别是西尔维斯特类似矩阵 $ S $ 的条件数 $ \kappa(S) $）与帕德逼近的数值稳定性及收敛性特征之间的联系。
• 解决关于鲁棒帕德逼近是否真正无虚假极点的开放问题，表明尽管鲁棒性本身不足以保证，但良好条件性可确保其不存在。

提出的方法

• 通过四种结构化矩阵分析帕德逼近问题：$ C $（矩形托普利茨）、$ T $（条带状托普利茨）、$ Q $（三角形托普利茨）以及 $ S = QT $（类似西尔维斯特），这些矩阵编码了系数计算的线性系统。
• 利用奇异值分解（SVD）与伪逆分析研究底层线性系统的条件性，特别关注 $ \kappa(S) $ 作为数值稳定性度量的作用。
• 通过适中的条件数 $ \kappa(S) $ 引入良好条件帕德逼近的概念，确保反向稳定性，并控制弗罗伊萨特双点与小残差。
• 应用统一弦度量与归一化系数向量差来比较逼近函数，表明二者在度量单位圆盘内逼近真实函数的接近程度上是等价的。
• 采用卡班-梅莱什科算法作为SVD方法的递归替代方案，证明其可计算鲁棒逼近，但可能遗漏部分良好条件逼近。
• 通过数值例子表明，鲁棒逼近仍可能包含虚假极点，证明仅具备鲁棒性不足以消除弗罗伊萨特双点；$ S $ 的良好条件性才是确保无此类伪影的必要条件。

实验结果

研究问题

• RQ1 如数值证据所示，鲁棒帕德逼近是否真正无虚假极点？
• RQ2 西尔维斯特类似矩阵 $ S $ 的条件数与帕德逼近中弗罗伊萨特双点或小残差的缺失之间存在何种精确关系？
• RQ3 帕德逼近能否同时实现前向稳定与反向稳定？在何种矩阵条件性假设下可实现？
• RQ4 以 $ \kappa(S) \lesssim 1 $ 定义的良好条件帕德逼近类是否为鲁棒逼近的真子集？其是否能保证在无虚假极点的前提下实现容量收敛？
• RQ5 结构化矩阵条件数（如 $ \kappa(S) $）与非结构化条件数（如 $ \kappa(T) $）之间有何关系？结构化条件数能否为帕德逼近误差提供更紧的界？

主要发现

• 由适中 $ \kappa(S) $ 定义的良好条件帕德逼近具备前向良好条件性，且无虚假极点或弗罗伊萨特双点。
• 对于良好条件逼近，实帕德映射是反向良好条件的，满足 $ \|Q^{-1}T\| \lesssim \kappa(S) $，从而确保数值稳定性。
• 统一弦度量与归一化系数向量差是等价度量，可用于度量单位圆盘内逼近真实函数的接近程度。
• 良好条件逼近下，分子与分母多项式的数值互质性得以保证，符合 [4, 7] 中的标准。
• 鲁棒逼近仍可能包含虚假极点，如例2.3所示，表明仅具备鲁棒性不足以消除弗罗伊萨特双点。
• 根据推论6.3与定理1.4，沿固定对角线仅有有限多个良好条件帕德逼近可在整个单位圆盘内接近真实函数 $ f $。