[论文解读] The foundations of spectral computations via the Solvability Complexity Index hierarchy: Part II

Matthew J. Colbrook, Anders C. Hansen|arXiv (Cornell University)|Aug 26, 2019

Spectral Theory in Mathematical Physics参考文献 203被引用 10

一句话总结

本文建立了一套基础框架，用于通过可解性复杂度指数（SCI）层级计算无穷维算子的谱，证明了在无界区域、图以及存在谱隙的情况下，可通过点采样实现带误差控制的谱计算。论文提供了构造性算法，并解决了计算谱论中长期悬而未决的开放问题，使数学物理中的计算机辅助证明成为可能。

ABSTRACT

The problem of computing spectra of operators is arguably one of the most investigated areas of computational mathematics. Recent progress and the current paper reveal that, unlike the finite-dimensional case, infinite-dimensional problems yield a highly intricate infinite classification theory determining which spectral problems can be solved and with which type of algorithms. Classifying spectral problems and providing optimal algorithms is uncharted territory in the foundations of computational mathematics. This paper is the first of a two-part series establishing the foundations of computational spectral theory through the Solvability Complexity Index (SCI) hierarchy and has three purposes. First, we establish answers to many longstanding open questions on the existence of algorithms. We show that for large classes of partial differential operators on unbounded domains, spectra can be computed with error control from point sampling operator coefficients. Further results include computing spectra of operators on graphs with error control, the spectral gap problem, spectral classifications, and discrete spectra, multiplicities and eigenspaces. Second, these classifications determine which types of problems can be used in computer-assisted proofs. The theory for this is virtually non-existent, and we provide some of the first results in this infinite classification theory. Third, our proofs are constructive, yielding a library of new algorithms and techniques that handle problems that before were out of reach. We show several examples on contemporary problems in the physical sciences. Our approach is closely related to Smale's program on the foundations of computational mathematics initiated in the 1980s, as many spectral problems can only be computed via several limits, a phenomenon shared with the foundations of polynomial root finding with rational maps, as proved by McMullen.

研究动机与目标

• 解决关于在无穷维设定下计算算子谱的算法存在性的长期开放问题。
• 对哪些谱问题可计算及其适用算法类型进行分类，基于可解性复杂度指数（SCI）建立层级体系。
• 提供可计算谱、重数及特征子空间的构造性算法，并实现误差控制。
• 通过建立可计算谱问题的理论基础，使数学物理中的计算机辅助证明成为可能。
• 将斯莫尔（Smale）在计算数学中的程序拓展至谱论，尤其针对无界区域和图上的算子。

提出的方法

• 利用可解性复杂度指数（SCI）层级作为谱问题的分类工具，区分可计算与不可计算类别。
• 应用构造性方法，推导出从算子系数点采样中计算谱的算法，确保误差控制。
• 采用有理映射与迭代极限技术，受麦科勒姆（McMullen）关于多项式根求解工作的启发，通过多重极限处理谱计算。
• 通过SCI框架分析逼近收敛性，建立无界区域上偏微分算子的可计算性结果。
• 提出系统性方法，对谱隙、离散谱及特征子空间进行计算，提供严格的误差界。
• 依赖斯莫尔在计算数学中的程序的理论基础，将其原则适配至谱论。

实验结果

研究问题

• RQ1 在无穷维算子中，通过系数的点采样，哪些谱问题可在误差控制下实现计算？
• RQ2 可解性复杂度指数层级是否可用于对无界区域上算子谱计算的复杂性进行分类？
• RQ3 哪些类型的谱问题可适用于数学物理中计算机辅助证明的算法？
• RQ4 在无穷维设定下，如何对谱隙、离散谱及特征子空间实现带保证误差界的计算？
• RQ5 类似于多项式根求解的多重极限方法，在多大程度上刻画了谱问题的可解性？

主要发现

• 本文证明了在无界区域上，大量偏微分算子的谱可通过算子系数的点采样实现带误差控制的计算。
• 研究确立了谱隙、离散谱及特征子空间可借助SCI层级框架实现带严格误差界的计算。
• 作者构建了用于图和无穷维算子谱计算的新算法，展示了其可行性与带误差控制的收敛性。
• 本研究解决了长期悬而未决的关于无穷维设定下谱计算算法存在性的开放问题。
• 该框架首次系统性地实现了谱问题在计算机辅助证明中的应用，通过分类可计算问题及其条件。
• 研究结果将斯莫尔在计算数学中的基础性程序拓展至谱论，表明谱问题需要多重极限，且受SCI层级支配。