Ich habe etwas über die Quadratsummenmethode (SOS) aus der Umfrage von Barak & Steurer und den Vorlesungsunterlagen von Barak gelesen . In beiden Fällen werden Probleme mit der numerischen Genauigkeit unter den Teppich gekehrt.
Nach meinem (zugegebenermaßen eingeschränkten) Verständnis der Methode sollte Folgendes zutreffen:
Wenn ein beliebiges System von Polynomgleichungen über reelle Variablen , wobei alle Parameter ( , und Grad jeder Einschränkung) sind, ist der Grad " " "( ) SOS-Methode findet eine zufriedenstellende Zuordnung der Variablen oder beweist, dass keine in der -Zeit existiert . O ( 1 ) n | E | 2 n = O ( 1 ) O ( 1 )
Meine erste Frage ist, ob die obige Behauptung wahr ist (gibt es ein naives Argument, das SOS nicht verwendet, um dies zu lösen?). Die zweite Frage ist, wo die numerische Genauigkeit hineinpasst. Wenn ich eine Zuordnung erhalten möchte, die alle Einschränkungen innerhalb der additiven Genauigkeit erfüllt , wie hängt die Laufzeit von ? Insbesondere ist es Polynom?1 / ε
Die Motivation hierfür ist beispielsweise, einen Divide-and-Conquer-Ansatz auf ein großes System anzuwenden, bis der Basisfall ein System der Größe ist.
EDIT: Von Barak-Steurer, scheint es , dass der „Grad sum-of-Squares - Algorithmus“ auf S. 9 (und die Absätze zu ihm führen up) definieren alle Probleme für die Lösungen über , und in der Tat die Definition einer Pseudoverteilung in Abschnitt 2.2 ist over . Jetzt sehe ich aus Lemma 2.2 jedoch, dass eine Lösung / Widerlegung bei Grad ohne binäre Variablen nicht garantiert ist.
So kann ich meine Frage ein wenig verfeinern. Wenn Ihre Variablen nicht binär sind, besteht die Sorge darin, dass die Folge der Ausgaben nicht endlich ist (vielleicht nicht einmal monoton ansteigend?). Die Frage ist also: nimmt immer noch zu? Und wenn ja, wie weit müssen Sie gehen, um additive Genauigkeit ?
Obwohl dies nicht wahrscheinlich nichts ändern, passiere ich mein System wissen erfüllbar ist (es gibt keine Widerlegung jeden Grad), so dass ich wirklich nur um besorgt bin , wie groß Bedürfnisse zu sein. Schließlich bin ich an einer theoretischen Lösung interessiert, nicht an einem numerischen Löser.