Iterative Methods for Computing the Moore--Penrose Inverse of Split-Quaternion Matrices with Applications

Sintesi Tecnica: Metodi Iterativi per il Calcolo dell'Inversa di Moore–Penrose di Matrici di Split-Quaternioni

Enunciato del Problema
L'articolo affronta il calcolo dell'inversa di Moore–Penrose (MP) per matrici definite sull'algebra degli split-quaternioni ($\mathbb{Q}_s$). A differenza dei quaternioni di Hamilton standard, gli split-quaternioni possiedono una forma quadratica indefinita, il che porta all'esistenza di divisori dello zero non triviali ed elementi nilpotenti. Queste caratteristiche algebriche complicano la definizione delle inverse e l'applicazione della teoria spettrale standard. Nello specifico, la natura indefinita della forma quadratica impedisce il trasferimento diretto dei risultati spettrali da matrici reali o complesse, e la presenza di divisori dello zero richiede una gestione attenta dei casi singolari e a rango deficitaria. Gli autori mirano a stabilire un quadro robusto per definire l'inversa MP in questo contesto e a sviluppare algoritmi iterativi efficienti per il suo calcolo, in particolare per matrici rettangolari e a rango deficitaria.

Metodologia
Il nucleo del contributo metodologico è l'istituzione di un quadro coerente basato su una rappresentazione reale $2 \times 2$ ($\sigma$) e sulla trasposta coniugata $i$ ($H$).

1. Rappresentazione Reale: Gli autori definiscono una mappa biettiva $\sigma: \mathbb{Q}_s \to \mathbb{R}^{2 \times 2}$ che preserva la moltiplicazione e mappa la trasposta coniugata $i$ nella trasposta reale standard. Per una matrice $A \in \mathbb{Q}_s^{m \times n}$, la sua rappresentante reale $A^\sigma \in \mathbb{R}^{2m \times 2n}$ permette all'inversa MP di essere definita direttamente tramite l'inversa MP reale: $A^\dagger = \sigma^{-1}((A^\sigma)^\dagger)$. Questa definizione chiarisce il trattamento dei divisori dello zero e garantisce l'esistenza e l'unicità dell'inversa.
2. Iterazione di Newton–Schulz: L'articolo analizza l'iterazione di Newton–Schulz per il calcolo dell'inversa MP. Sono presentate due implementazioni:
   • Embedded (Incorporata): Applicazione della standard iterazione di Newton–Schulz reale alla rappresentante reale $A^\sigma$.
   • Native (Nativa): Un'iterazione diretta nell'aritmetica degli split-quaternioni ($X_{k+1} = X_k(2I - AX_k)$).
     Gli autori dimostrano che queste due sequenze sono esattamente equivalenti sotto la rappresentazione $\sigma$.
3. Analisi della Convergenza: Utilizzando una decomposizione singolare (SVD) "thin" della rappresentante reale, gli autori derivano formule esatte per le iterazioni e i residui. Stabiliscono che l'iterazione converge all'inversa MP per matrici di qualsiasi rango (inclusi i casi a rango deficitaria) a condizione che il parametro di scala iniziale $\alpha$ soddisfi $0 < \alpha < 2/\|A^\sigma\|_2^2$. L'analisi fornisce relazioni esatte tra il residuo e l'errore, mostrando una convergenza quadratica del residuo.
4. Inizializzazione Polinomiale: Per accelerare la convergenza, gli autori propongono un'inizializzazione polinomiale di basso grado ispirata alla ricorsione dell'inversa di Souriau. Ciò comporta l'adattamento di un polinomio al fattore di Gram normalizzato ($A^\sigma (A^\sigma)^T$ o $(A^\sigma)^T A^\sigma$) utilizzando un approccio ai minimi quadrati (LS). Il metodo include un test di accettazione spettrale per garantire che il residuo iniziale si trovi nella regione di convergenza, con un ripiego sicuro verso una trasposta scalata qualora il test fallisca.

Contributi Chiave

• Quadro Coerente: L'articolo definisce l'inversa MP per matrici di split-quaternioni tramite la rappresentazione reale e la trasposta coniugata $i$, provando esistenza, unicità e proprietà di base (inclusa una formula scalare per i divisori dello zero).
• Teoria della Convergenza: Viene fornita una completa analisi della convergenza per l'iterazione di Newton–Schulz per matrici rettangolari e a rango deficitaria. Gli autori derivano ricorrenze esatte dell'errore e identità residuo-errore, rimuovendo le restrizioni di pieno rango presenti nelle analisi precedenti delle matrici dei quaternioni di Hamilton.
• Equivalenza delle Implementazioni: L'articolo dimostra l'esatta equivalenza tra le iterazioni di Newton–Schulz embedded (reale) e native (split-quaternioni), validando l'uso dell'aritmetica nativa senza perdita di garanzie teoriche.
• Inizializzazione LS–Gram: Viene introdotta una nuova inizializzazione polinomiale LS–Gram che si adatta allo spettro specifico della matrice di Gram. Si dimostra che essa riduce il numero di iterazioni richieste rispetto all'inizializzazione standard della trasposta scalata.
• Approssimazione CUR: Gli autori estendono la teoria dell'approssimazione cross e CUR alle matrici di split-quaternioni. Dimostrano che $C^\dagger A R^\dagger$ è il fattore centrale ottimale in senso Frobenius per righe e colonne campionate fissate. Inoltre, stabiliscono una condizione di rivelazione del rango secondo cui il fattore cross più economico $W^\dagger$ (dove $W$ è la matrice di intersezione) produce una ricostruzione esatta.

Risultati
Esperimenti numerici condotti in MATLAB e Python validano i risultati teorici:

• Accuratezza: I metodi iterativi raggiungono un'accuratezza comparabile al calcolo diretto basato su SVD (errori relativi intorno a $10^{-11}$ a $10^{-14}$).
• Efficienza: Per matrici dense di medie dimensioni, l'iterazione di Newton–Schulz è significativamente più veloce del calcolo diretto SVD (ad esempio, circa 3,7 volte più veloce per una matrice $200 \times 250$).
• Prestazioni dell'Inizializzazione: L'inizializzazione polinomiale LS–Gram riduce costantemente il numero di iterazioni di Newton–Schulz rispetto a una trasposta scalata. In esperimenti con numeri di condizionamento fino a $10^4$, il metodo LS–Gram ha ridotto le iterazioni di circa il 20% rispetto alla trasposta scalata e si è dimostrato competitivo con un'inizializzazione polinomiale di Chebyshev che richiedeva i limiti spettrali esatti.
• Approssimazione CUR: Gli esperimenti confermano che l'approssimazione cross usando $W^\dagger$ può ottenere una ricostruzione esatta per matrici a basso rango quando è soddisfatta la condizione di rivelazione del rango, con il calcolo iterativo dell'inversa del nucleo che risulta sostanzialmente più veloce dei metodi diretti.

Significatività e Rivendicazioni
L'articolo sostiene di fornire il primo quadro coerente per l'inversa di MP di matrici di split-quaternioni che gestisce esplicitamente i divisori dello zero e la deficienza di rango attraverso una rappresentazione reale. Trasferendo l'analisi delle iterazioni di Newton–Schulz dalle matrici reali al contesto degli split-quaternioni, gli autori stabiliscono garanzie di convergenza rigorose per matrici di qualsiasi rango. La proposta di inizializzazione LS–Gram offre un miglioramento pratico rispetto alle strategie di inizializzazione standard, riducendo il costo computazionale senza richiedere la conoscenza preventiva dei limiti spettrali (a differenza dei metodi di Chebyshev). Infine, l'estensione dei risultati di approssimazione CUR fornisce una base teorica per le approssimazioni a basso rango nell'elaborazione dei segnali e nelle applicazioni fisiche con split-quaternioni, caratterizzando l'ottimalità di specifici fattori e le condizioni per la ricostruzione esatta. Gli autori osservano che, sebbene i metodi siano efficienti, il contributo primario è l'unificazione teorica e lo sviluppo di solver iterativi robusti, suggerendo come lavori futuri l'estensione alle matrici sparse e all'inversa di Drazin.