[论文解读] Randomization, Sums of Squares, and Faster Real Root Counting for Tetranomials and Beyond

Osbert Bastani, Christopher J. Hillar+2 more|arXiv (Cornell University)|Jan 13, 2011

Polynomial and algebraic computation参考文献 15被引用 9

一句话总结

本文提出了一种用于计算单变量四次多项式（度数为 D，含四项）实根数的随机化算法，其平均复杂度在 log D 上为多项式时间，利用 ${\mathcal{A}}$-判别式和可高效计算的房间锥。该方法相较于以往基于 Sturm 序列的方法实现了指数级加速，后者在 D 上呈超线性增长，同时揭示了将正定稀疏多项式表示为少数稀疏多项式平方和时的根本障碍。

ABSTRACT

Suppose f is a real univariate polynomial of degree D with exactly 4 monomial terms. We present an algorithm, with complexity polynomial in log D on average (relative to the stable log-uniform measure), for counting the number of real roots of f. The best previous algorithms had complexity super-linear in D. We also discuss connections to sums of squares and A-discriminants, including explicit obstructions to expressing positive definite sparse polynomials as sums of squares of few sparse polynomials. Our key tool is the introduction of efficiently computable chamber cones, bounding regions in coefficient space where the number of real roots of f can be computed easily. Much of our theory extends to n-variate (n+3)-nomials.

研究动机与目标

• 开发一种用于稀疏单变量多项式实根计数的算法，其复杂度在 log D 上为多项式，以克服经典方法（如 Sturm 序列）在 D 上呈超线性增长的瓶颈。
• 探讨 ${\mathcal{A}}$-判别式与房间锥在实现四次多项式及 $n$-变量 $(n+3)$-项多项式高效根计数中的作用。
• 建立将正定稀疏多项式表示为少数稀疏多项式平方和的理论极限。
• 在稳定对数均匀测度下分析根计数的平均复杂度，表明随机化使得在确定性方法失效时仍能实现多项式时间算法。

提出的方法

• 作者在系数空间中引入房间锥，即在这些区域内可通过 ${\mathcal{A}}$-判别式高效计算四次多项式的实根数。
• 他们使用稳定对数均匀测度定义平均复杂度模型，从而实现对根计数算法的概率分析。
• 该方法依赖于通过 $x \mapsto x^{1/k}$ 变换多项式，以分析指数矩阵的渐近行为，从而得到 $[0,1]^{\ell \times m}$ 中的极限矩阵 $\tilde{P}$。
• 一个关键技术工具是分析平方和展开中单项式的贡献，表明只有极值指数（$0$ 和 $k_s$）能对 $f_k = x^{2k} + x^{2k-1} + 1$ 的首项和末项产生贡献。
• 证明利用了归一化指数矩阵的紧致性与子列收敛性，当假设正定三项式可表示为稀疏平方和时，导出矛盾。
• 作者应用该方法证明，并非所有正定三项式都能表示为少数稀疏多项式的平方和，从而建立了明确的障碍。

实验结果

研究问题

• RQ1 能否在平均复杂度为 log D 的多项式时间下完成四次多项式的实根计数，而非在 D 上呈超线性增长？
• RQ2 ${\mathcal{A}}$-判别式在实现稀疏多项式高效随机根计数中起到何种作用？
• RQ3 是否存在将正定稀疏多项式表示为少数稀疏多项式平方和的根本障碍？
• RQ4 系数空间中的房间锥如何划分可通过判别式方法计算根数的区域？
• RQ5 在缩放下指数矩阵的渐近行为能否揭示稀疏平方和表示中的结构性限制？

主要发现

• 该四次多项式实根计数算法在稳定对数均匀测度下的平均复杂度为 log D 的多项式时间，相较于以往基于 Sturm 序列的方法实现了指数级加速。
• ${\mathcal{A}}$-判别式与房间锥的使用使得在根数恒定且可通过判别式符号分析计算的系数空间区域内实现高效根计数。
• 本文证明，并非所有正定三项式都能表示为少数稀疏多项式的平方和，其中反例明确给出为 $f_k = x^{2k} + x^{2k-1} + 1$。
• 证明表明，任何此类表示都需在中间指数处具有非零系数，这与 $f_k$ 仅在度数 $0$、$2k-1$ 和 $2k$ 处具有非零系数的结构相矛盾。
• 作者证明，在稀疏性约束下，即使对于三项式，平方和表示中的项数也必须随度数增长。
• 该方法可推广至 $n$-变量 $(n+3)$-项多项式，将房间锥与判别式方法的应用范围从单变量情形扩展至更一般情形。