[论文解读] Decomposition of polynomial sets into characteristic pairs

Dongming Wang, Rina Dong+1 more|arXiv (Cornell University)|Feb 28, 2017

Polynomial and algebraic computation参考文献 32被引用 3

一句话总结

本文提出一种算法，可将任意有限多项式集分解为有限多个特征对——每个特征对由一个约化的字典序Gröbner基与一个极小正规三角集组成——从而实现代数簇的精确零点分解。该方法利用Ritt特征集与字典序Gröbner基之间的结构关联，通过项序转换计算Gröbner基，并将三角集作为副产品导出，从而获得结构良好、计算上有用的解集表示。

ABSTRACT

A characteristic pair is a pair (G,C) of polynomial sets in which G is a reduced lexicographic Groebner basis, C is the minimal triangular set contained in G, and C is normal. In this paper, we show that any finite polynomial set P can be decomposed algorithmically into finitely many characteristic pairs with associated zero relations, which provide representations for the zero set of P in terms of those of Groebner bases and those of triangular sets. The algorithm we propose for the decomposition makes use of the inherent connection between Ritt characteristic sets and lexicographic Groebner bases and is based essentially on the structural properties and the computation of lexicographic Groebner bases. Several nice properties about the decomposition and the resulting characteristic pairs, in particular relationships between the Groebner basis and the triangular set in each pair, are established. Examples are given to illustrate the algorithm and some of the properties.

研究动机与目标

• 开发一种算法化方法，将任意多项式集分解为其零点集的结构化表示。
• 建立Ritt特征集与字典序Gröbner基之间的正式联系，以改进分解过程。
• 生成特征对——(Gröbner基, 正规三角集)——以实现代数簇的精确且高效表示。
• 确保所得分解是有限的且计算上可行，同时具备良好的代数性质。
• 提供一个统一框架，结合Gröbner基与三角集方法，用于求解多项式系统。

提出的方法

• 该算法通过项序转换（使用FGLM算法处理零维情形，或使用Gröbner walk处理正维情形）计算约化的字典序Gröbner基。
• 它利用Ritt特征集与字典序Gröbner基之间固有的结构关系，将极小正规三角集作为副产品提取。
• 该方法确保每个三角集均为正规的，即任一多项式中，其首项变量不会出现在集合中任何多项式的首项系数中。
• 通过Gröbner基的零点集与三角集关于其首项式的零点集的并集实现零点分解。
• 该算法使用FGb库进行Gröbner基计算，使用Maple完成项序转换与分解过程。
• 仅在必要时对三角集进行归一化，通过利用现有分解工具（如normat函数）提升效率。

实验结果

研究问题

• RQ1 任意有限多项式集是否可被分解为有限多个特征对，每个特征对均由一个约化的字典序Gröbner基与一个极小正规三角集组成？
• RQ2 Ritt特征集与字典序Gröbner基之间存在何种可被利用的结构关系，以支持分解？
• RQ3 如何使特征对的计算高效化，特别是Gröbner基转换与三角集提取方面？
• RQ4 与标准的三角集或Gröbner分解相比，使用特征对在理论与计算上具有哪些优势？
• RQ5 所得特征对在多大程度上保持了根理想结构，并能实现精确零点分解？

主要发现

• 该算法成功地将任意有限多项式集分解为有限多个特征对，每个特征对均通过Gröbner基与正规三角集表示其零点集。
• 计算字典序Gröbner基是最耗时的步骤，耗时范围从0.047秒到436.7秒不等，具体取决于示例与维度。
• 对于零维系统（如Cyclic6与fabrice24），该方法在4分钟内完成；而对于高维或复杂系统（如Wang16与filter9），计算时间超过4000秒，或导致内核崩溃。
• Maple中Gröbner walk的实现被识别为关键性能瓶颈，显著拖慢整体计算速度。
• 所得特征对实现了精确零点分解：Z(P) = Z(G₁) ∪ … ∪ Z(Gₜ) = Z(C₁/inᵢ(C₁)) ∪ … ∪ Z(Cₜ/inᵢ(Cₜ))，并保持了根理想结构。
• 正规三角集作为Gröbner基计算的副产品获得，从而减少了对单独归一化步骤的需求。