[论文解读] Orbits of monomials and factorization into products of linear forms

Pascal Koiran, Nicolas Ressayre|arXiv (Cornell University)|Jul 10, 2018

Polynomial and algebraic computation参考文献 35被引用 3

一句话总结

本文提出了一种新颖的黑箱算法，用于将多元多项式因式分解为线性形式的乘积，利用不变理论和李代数将问题简化为同时矩阵对角化。主要贡献是一种计算高效的算法，在具有有界数量不同线性因子的多项式中表现优于现有方法，尤其在 Waring 分解和对称张量分解的背景下。

ABSTRACT

This paper is devoted to the factorization of multivariate polynomials into products of linear forms, a problem which has applications to differential algebra, to the resolution of systems of polynomial equations and to Waring decomposition (i.e., decomposition in sums of d-th powers of linear forms; this problem is also known as symmetric tensor decomposition). We provide three black box algorithms for this problem. Our main contribution is an algorithm motivated by the application to Waring decomposition. This algorithm reduces the corresponding factorization problem to simultaenous matrix diagonalization, a standard task in linear algebra. The algorithm relies on ideas from invariant theory, and more specifically on Lie algebras. Our second algorithm reconstructs a factorization from several bi-variate projections. Our third algorithm reconstructs it from the determination of the zero set of the input polynomial, which is a union of hyperplanes.

研究动机与目标

• 开发一种高效的黑箱算法，用于将多元多项式因式分解为线性形式的乘积，该问题在 Waring 分解和对称张量分解中具有核心地位。
• 解决在黑箱模型下因式分解的计算挑战，其中仅可访问多项式的求值结果。
• 应用不变理论的工具——特别是李代数和轨道闭包——来解决多元多项式因式分解中的基本问题。
• 为现有因式分解算法提供一种实用且高效的替代方案，尤其适用于线性无关形式乘积的多项式。
• 通过将广义 Hessian 矩阵的因式分解问题转化为线性形式的因式分解，实现 Waring 分解的高效重构。

提出的方法

• 主要算法将因式分解问题简化为由多项式关联的李代数导出的可交换矩阵的同时对角化。
• 利用一般线性群对单项式的作用，将单项式的轨道表征为可分解为线性无关形式幂次乘积的多项式集合。
• 该方法从多项式的导数构造李代数，并利用其结构识别因式分解中的线性形式。
• 在重构阶段，通过线性变换将多项式投影到双变量子空间，并对投影结果执行单变量因式分解。
• 同时，该算法还通过识别零点集（假设为超平面的并集）及其重数，从多项式的零点集重构因式分解。
• 该算法使用基于 FFT 的快速插值，在单位根上求值多项式，从而在每个投影上以 O(d log d) 次运算实现高效的单变量插值。

实验结果

研究问题

• RQ1 能否在黑箱模型中，利用不变理论方法高效计算多元多项式分解为线性形式乘积的问题？
• RQ2 如何利用与多项式相关的李代数结构来恢复其线性因子？
• RQ3 从双变量投影或多项式零点集重构因式分解的计算复杂度是多少？
• RQ4 在何种参数范围内，李理论方法优于传统黑箱因式分解算法？
• RQ5 该方法能否通过 Hessian 因式分解高效计算齐次多项式的 Waring 分解？

主要发现

• 所提出的李理论算法将因式分解问题简化为同时矩阵对角化，这是标准的线性代数任务，从而实现高效计算。
• 在黑箱模型中，该算法的算术复杂度为 O(n²θ + n³d)，在白箱模型中显著优化为 O(n²θ)。
• 对于具有 k ≤ d 个不同线性因子的多项式，复杂度为 O(k(kn² + nθ) + dn(n + log d))，当 d 是 n 的多项式时具有优势。
• 当 d > n²θ⁻² 时，该方法在 Waring 分解的 Hessian 因式分解背景下优于 Kaltofen 的算法。
• 使用 FFT 实现了每个投影上 O(d log d) 次运算的单变量插值，显著降低了对投影多项式求值和因式分解的成本。
• 该算法成功地从双变量投影或多项式零点集中重构了因式分解，两种方法均表现出鲁棒性和高效性。