[论文解读] Exact interval solutions to the discrete Bellman equation and polynomial complexity of problems in interval idempotent linear algebra

Grigori Litvinov, Andreĭ Sobolevskiĭ|ArXiv.org|Jan 5, 2001

Numerical Methods and Algorithms参考文献 6被引用 17

一句话总结

本文提出在幂等半环和正半环上，对离散Bellman方程 $X = \mathbf{A}X \oplus \mathbf{B}$ 的精确区间解法，表明代数解 $\mathbf{A}^*\mathbf{B}$ 生成一个包含所有统一解的闭区间。该解可通过矩阵闭包算法在多项式时间内计算，与传统区间分析中的NP难复杂度形成对比。

ABSTRACT

In this note we construct a solution of a matrix interval linear equation of the form X=AX+B (the discrete stationary Bellman equation) over partially ordered semirings, including the semiring of nonnegative real numbers and all idempotent semirings. We discuss also the computational complexity of problems in interval idempotent linear algebra. In the traditional Interval Analysis problems of this kind are generally NP-hard. In the note we consider matrix equations over positive semirings; in this case the computational complexity of the problem is polynomial. Idempotent and other positive semirings arise naturally in optimization problems. Many of these problems turn out to be linear over appropriate idempotent semirings. In this case, the system of equations X=AX+B appears to be a natural analog of a usual linear system in the traditional linear algebra over fields. B. A. Carre showed that many of the well-known algorithms of discrete optimization are analogous to standard algorithms of the traditional computational linear algebra.

研究动机与目标

• 在幂等半环和正半环的背景下，为离散Bellman方程开发精确区间解法。
• 分析该框架下区间线性代数问题的计算复杂度，与经典区间分析中的NP难性形成对比。
• 建立在幂等半环上，矩阵闭包运算可产生多项式时间可解的问题。
• 证明代数解 $\mathbf{A}^*\mathbf{B}$ 构成一个紧密区间，包含所有可能的解。

提出的方法

• 本文使用正半环 $S$ 的弱区间扩张 $I(S)$，通过下界和上界定义区间运算。
• 通过恒等式 $A^* = A^*A \oplus E$ 引入矩阵闭包 $A^*$，其可通过类似于升降梯方法的递归算法计算。
• 将方程 $X = \mathbf{A}X \oplus \mathbf{B}$ 的解构造为 $\mathbf{A}^*\mathbf{B}$，其中 $\mathbf{A}^*$ 为区间矩阵闭包。
• 利用下界矩阵 $L(\mathbf{A})$ 和上界矩阵 $U(\mathbf{A})$ 计算解区间的边界。
• 区间矩阵运算在 $I(\mathrm{Mat}_{nn}(S))$ 与 $\mathrm{Mat}_{nn}(I(S))$ 之间保持同构，确保一致性。
• 该算法利用了矩阵乘法和闭包保持偏序的性质，从而实现多项式时间计算。

实验结果

研究问题

• RQ1 能否在幂等半环上为离散Bellman方程构造精确区间解？
• RQ2 在此框架下，区间线性代数问题的计算复杂度是否为多项式时间，与经典区间分析中的NP难性形成对比？
• RQ3 代数解 $\mathbf{A}^*\mathbf{B}$ 是否生成一个包含所有可能解的紧密区间？
• RQ4 在何种条件下，区间 $[L(\mathbf{A}^*\mathbf{B}), U(\mathbf{A}^*\mathbf{B})]$ 等于完整的解集 $\Sigma(\mathbf{A}, \mathbf{B})$？

主要发现

• 代数解 $\mathbf{A}^*\mathbf{B}$ 是一个精确区间解，包含 $X = \mathbf{A}X \oplus \mathbf{B}$ 的所有统一解。
• 解区间 $[L(\mathbf{A}^*\mathbf{B}), U(\mathbf{A}^*\mathbf{B})]$ 的边界本身是点方程 $X = \underline{\mathbf{A}}X \oplus \underline{\mathbf{B}}$ 和 $X = \overline{\mathbf{A}}X \oplus \overline{\mathbf{B}}$ 的解。
• 用于计算 $\mathbf{A}^*$ 的矩阵闭包算法在矩阵大小 $n$ 上为多项式时间。
• 在幂等半环中，解区间是紧密的：在运算的自然条件下，有 $[L(\mathbf{A}^*\mathbf{B}), U(\mathbf{A}^*\mathbf{B})] = \Sigma(\mathbf{A}, \mathbf{B})$。
• 在此框架下求解区间线性方程的问题并非NP难，与经典区间分析不同。