[论文解读] Symmetric semi-algebraic sets and non-negativity of symmetric polynomials

Cordian Riener|arXiv (Cornell University)|Sep 2, 2014

Polynomial and algebraic computation参考文献 12被引用 4

一句话总结

本文通过利用幂和多项式表示，将Timofte的半次幂与次幂原理推广至对称多项式，用于高效认证非负性。证明了当对称多项式在幂和子集上稀疏时，其在低复杂度对称簇（具有较少不同分量）上的非负性即蕴含全局非负性，从而为对称半代数集的高效优化与决策程序提供了支持。

ABSTRACT

The question of how to certify the non-negativity of a polynomial function lies at the heart of Real Algebra and it also has important applications to Optimization. In the setting of symmetric polynomials Timofte provided a useful way of certifying non-negativity of symmetric polynomials that are of a fixed degree. In this note we present more general results which naturally generalize Timofte's setting. We investigate families of polynomials that allow special representations in terms of power-sum polynomials.These in particular also include the case of symmetric polynomials of fixed degree. Therefore, we recover the consequences of Timofte's original statements as a corollary. Thus, this note also provides an alternative and simple proof of Timofte's original statements.

研究动机与目标

• 通过幂和多项式表示，推广Timofte的对称多项式半次幂与次幂原理。
• 刻画在幂和子集上具有稀疏表示的对称多项式。
• 通过幂和结构提供非负性认证的初等证明，避免使用高级代数几何工具。
• 建立在低复杂度对称簇（最多d个不同分量）上非负性蕴含全局非负性的关系，适用于次数为2d的对称多项式。
• 通过拓扑与代数论证，将结果扩展至拟正定性及对称半代数集的可行性。

提出的方法

• 利用基本对称多项式定理，通过幂和生成元 $ p_i = \sum X_j^i $ 表示对称多项式。
• 引入 $ J $-稀疏性概念，即对称多项式仅依赖于 $ \{1,\dots,n\} $ 的子集 $ J $ 中的幂和。
• 在对称等值集 $ H(a_1,\dots,a_k) $ 上使用拉格朗日乘数法分析极小化点，证明其必须位于至多包含 $ k $ 个不同分量的点集 $ A_k $ 中。
• 利用引理3.2的局部扰动论证，在非退化条件下证明极小化点不可能包含超过 $ k $ 个不同分量。
• 将非负性认证问题约化为在由 $ n $ 的 $ k $-分拆参数化的有限个低维对称簇上检查非负性。
• 通过考虑 $ f(X_1^2,\dots,X_n^2) $（仅依赖于偶次幂和对称和）将结果扩展至拟正定性。

实验结果

研究问题

• RQ1 Timofte的半次幂原理能否超越完整幂和基底，推广至幂和的稀疏子集？
• RQ2 在至多包含 $ d $ 个不同分量的簇上，对称多项式的非负性在何种条件下蕴含全局非负性？
• RQ3 幂和多项式结构如何实现对称优化问题中非负性认证的高效化？
• RQ4 对称多项式的非负性是否由其在分量数有界的对称簇上的行为决定？这与幂和生成元的稀疏性有何关联？
• RQ5 幂和生成元的选择是否影响次幂与半次幂原理的有效性？其他基底能否产生类似结果？

主要发现

• 次数为 $ 2d $ 的对称多项式在 $ \mathbb{R}^n $ 上非负，当且仅当其在所有至多包含 $ d $ 个不同分量的点上非负，从而推广了Timofte的半次幂原理。
• 对于在幂和集合 $ J $ 上 $ J $-稀疏的对称多项式，其在对应对称簇上的非负性蕴含全局非负性，使复杂度降低为关于 $ n $ 的多项式依赖。
• 在对称等值集 $ H(a_1,\dots,a_k) $ 上，对称多项式的极小化点集必须与 $ A_k $（至多包含 $ k $ 个不同分量的点集）相交，且在弱条件下成立。
• 若对称多项式 $ f $ 在所有至多包含 $ k $ 个不同分量的点上非负，则 $ f $ 全局非负，即使 $ f $ 不是完整对称多项式。
• 结果可扩展至拟正定性：若 $ f(X_1^2,\dots,X_n^2) $ 非负，则 $ f $ 拟正定，且可通过低复杂度对称簇进行认证。
• 证明依赖于幂和多项式的结构，表明非退化极小化点必位于低复杂度对称子簇中，从而支持算法化认证。