[论文解读] Geometric involutive bases for positive dimensional polynomial ideals and SDP methods

Greg Reid, Fei Wang+1 more|arXiv (Cornell University)|May 28, 2014

Polynomial and algebraic computation参考文献 38被引用 3

一句话总结

该论文通过将半定规划（SDP）方法与符号-数值几何包含基结合，推进了正维多项式理想的实根式计算，实现了高效计算实根式。该工作引入了降次技术与包含性检验，以简化中间系统，通过矩矩阵秩稳定化与基于投影的剪枝策略，实现准确的实根式基。

ABSTRACT

Geometric involutive bases for polynomial systems of equations have their origin in the prolongation and projection methods of the geometers Cartan and Kuranishi for systems of PDE. They are useful for numerical ideal membership testing and the solution of polynomial systems. In this paper we further develop our symbolic-numeric methods for such bases. We give methods to explicitly extract and decrease the degree of intermediate systems and the output basis. Algorithms for the numerical computation of involutivity criteria for positive dimensional ideals are also discussed. We were also motivated by some remarkable recent work by Lasserre and collaborators who employed our prolongation projection involutive criteria as a part of their semi-definite based programming (SDP) method for identifying the real radical of zero dimensional polynomial ideals. Consequently in this paper we begin an exploration of the interaction between geometric involutive bases and these methods particularly in the positive dimensional case. Motivated by the extension of these methods to the positive dimensional case we explore the interplay between geometric involutive bases and the new SDP methods.

研究动机与目标

• 将几何包含基方法拓展至正维多项式理想，解决现有符号-数值方法在该领域的局限性。
• 开发降次技术，以简化中间系统与输出基，提升数值稳定性和计算效率。
• 探索几何包含基与近期基于SDP的矩矩阵方法在计算多项式系统实根式中的相互作用。
• 在数值环境下适配Cartan的包含性准则，以适用于正维理想，实现实际计算。
• 构建一个结合延拓-投影算法与矩矩阵补全的框架，用于正维情形下的实解计算。

提出的方法

• 使用几何延拓-投影算法计算包含基，将Cartan的准则推广至正维理想。
• 在算法4.1中应用包含性检验，于迭代过程中剔除高次冗余系统，降低矩阵规模与计算成本。
• 通过子程序 gen(ker M) 构造矩矩阵，其中 M 为矩矩阵，ker M 为其核，以计算生成元。
• 以矩矩阵秩稳定化（rank(M) = dim ker gif(Q)）作为终止条件，类比Lasserre的零维方法。
• 利用维度表（如图5）从符号空间中提取投影系统，实现降次与简化。
• 通过归一化与代换（如 z = 2）简化高次生成元，获得最小且可解释的基。

实验结果

研究问题

• RQ1 如何有效将几何包含基拓展至正维多项式理想，以应对传统Gröbner基方法在可扩展性方面的挑战？
• RQ2 投影与降次技术在简化中间系统与改善数值条件中的作用是什么？
• RQ3 如何形式化并利用几何包含基与基于SDP的矩矩阵方法之间的交互关系，以实现实根式计算？
• RQ4 矩矩阵的秩稳定化条件在多大程度上可作为正维情形下包含基计算的终止条件？
• RQ5 算法4.1中的包含性检验能否可靠地剔除冗余的高次系统，而不影响基的完备性？

主要发现

• 该算法成功计算出正维系统的实根式几何包含基，输出为 {z−2, x(z−2), y(z−2), z(z−2), x²−y²+3}，经手工验证正确。
• 矩矩阵秩为7，gen(ker M) 的核维数为13，表明中间系统条件良好。
• 应用包含性检验后，图5第一列仅保留 ℓ=1 项，系统规模减小，冗余分量被剔除。
• 对 ℓ=2、次数为1的投影系统，经归一化与低次项消去后，得到简化生成元 z−2。
• 将 z=2 代入二次生成元，结果简化为 x²−y²+3，确认一致性与最小形式。
• 当 d=5=r 时算法终止，输出包含5个生成元，且秩稳定化条件与零维情形下Lasserre的准则一致。