[论文解读] Probabilistic Condition Number Estimates for Real Polynomial Systems II: Structure and Smoothed Analysis.

Alperen A. Ergür, Grigoris Paouris+1 more|arXiv (Cornell University)|Sep 10, 2018

Polynomial and algebraic computation参考文献 28被引用 4

一句话总结

本文为结构化实系数多项式系统的条件数提供了显式的概率估计，分析了其对系数扰动的敏感性。研究将这些结果扩展至平滑分析框架，为随机结构化系统提供了数值稳定的理论保证。

ABSTRACT

We consider the sensitivity of real zeros of structured polynomial systems to perturbations of their coefficients. In particular, we provide explicit estimates for condition numbers of structured random real polynomial systems, and extend these estimates to smoothed analysis setting.

研究动机与目标

• 分析结构化多项式系统中实根对系数扰动的敏感性。
• 推导结构化多项式系统中条件数的显式概率估计。
• 将条件数分析扩展至平滑分析框架，以获得更优的鲁棒性保证。
• 为理解随机结构化多项式系统的数值稳定性提供理论基础。

提出的方法

• 作者使用概率技术，对结构化实多项式系统的条件数进行估计。
• 将系数扰动建模为方差有界的随机变量，以评估其敏感性。
• 分析中纳入了多项式系统固有的结构约束，如对称性或稀疏性。
• 通过向系数添加小量随机噪声，应用平滑分析，实现鲁棒性的量化。
• 利用集中不等式和条件数分布的尾部界，推导出关键估计。
• 该框架允许对条件数超过特定阈值的概率给出显式上界。

实验结果

研究问题

• RQ1 在随机系数扰动下，结构化实多项式系统的条件数如何表现？
• RQ2 在结构化系统中，条件数超过给定阈值的概率是多少？
• RQ3 平滑分析如何改进传统条件数估计在结构化系统中的表现？
• RQ4 多项式系统的哪些结构特性会影响其对扰动的敏感性？
• RQ5 能否在平滑分析框架下为条件数推导出显式的概率界？

主要发现

• 本文推导出结构化实多项式系统条件数超过给定阈值的概率的显式上界。
• 这些上界依赖于系统的结构特征以及系数扰动的方差。
• 与最坏情况分析相比，平滑分析框架可得到更紧致且更鲁棒的条件数估计。
• 结果表明，结构化系统在小量随机扰动下表现出有利的概率稳定性。
• 所推导的估计适用于一大类结构化多项式系统，包括对称和稀疏配置。
• 该框架可实现对求解结构化多项式系统随机算法中数值稳定性的量化。