技術的概要：乗法的複合演算子の逆

問題定義

本論文は、$k$乗乗法的複合演算子の逆問題を取り扱っている。行列 $M \in \mathbb{R}^{\binom{n}{k} \times \binom{m}{k}}$ が与えられたとき、$M = C_k(A)$ となる行列 $A \in \mathbb{R}^{n \times m}$ の存在を判定することを目的とする。ここで、$C_k(A)$ は $A$ の $k$乗乗法的複合を表す。そのような行列が存在する場合（すなわち、$M$ が「複合分解可能」である場合）、本論文は、そのようなすべての前像 $A$ の集合を特徴づけ、それらを復元するための構成アルゴリズムを提供する。

著者らは、複合行列が線形代数、力学系、制御理論において（Schwarz、Li、Muldowney などの研究を引用しつつ）よく研究されている一方で、$C_k(A)$ から $A$ を復元するという特定の逆問題は以前に検討されたことがなかったと指摘している。

手法とアルゴリズム

提案された解法は、特異値分解（SVD）と外積代数の性質に依存している。この手法は、入力行列 $M$ の非ゼロ特異値が互いに異なっているという仮定の下で進行する（この条件は、可逆な変換を含む一般的な前処理ステップによって保証可能である）。

核心的なアルゴリズムは、復元プロセスを以下の 4 つの主要なステップに分解する。

1. ウェッジ分解（特異ベクトルの復元）:
   アルゴリズムは、$M$ の左特異ベクトル行列 $L$ と右特異ベクトル行列 $R$ の列を、$k$乗外積空間における分解可能ベクトルとして扱う。分解可能ベクトル $z = u_1 \wedge \dots \wedge u_k$ が部分空間 $\text{span}\{u_1, \dots, u_k\}$ を一意に定義するという性質を用いて、著者らはこれらの部分空間に対応する核を持つ「ウェッジ行列」$M_z$ を構成する。これらの行列の核を計算し、それらの一次元 pairwise 交わりを見つけることで、アルゴリズムは $A$ の個々の特異ベクトルを（符号を除いて）復元する。このステップは定理 2とアルゴリズム 1で形式化されている。

2. 特異値の順序付け:
   $M$ の特異値（$M=LSR^\top$ における $S$ の対角成分）は、必ずしも $A$ の複合特異値と同じ順序で並んでいるわけではないため、アルゴリズムは復元された特異ベクトル $\hat{V}$ を用いて $C_k(\hat{\Sigma})$ を計算する。これにより、$S$ の対角成分を、複合特異値の辞書式順序に一致するように再順序付けすることが可能になる。

3. 符号整合性の回復:
   ウェッジ分解ステップは、任意の符号を除いた特異ベクトルを復元する。$A$ を再構成するためには、左特異ベクトルと右特異ベクトルの符号が整合している必要があるため、アルゴリズム 2が用いられる。これは、複合演算子の乗法的性質を利用して、復元された左特異ベクトルと右特異ベクトルの符号を整合させ、$C_k(\hat{V})$ と $C_k(\hat{W})$ がそれぞれ $L$ と $R$ の符号と一致することを保証する。

4. 特異値の復元:
   特異ベクトルと順序付けられた複合特異値が確立されると、$A$ の元の固有値は線形系を解くことで復元される。$A$ の特異値（$\sigma_i$）と $C_k(\Sigma)$ の対角成分との関係は乗法的（$\prod \sigma_i$）である。対数をとることで、これは $y = Lx$という線形系に変換され、ここで$x = \log(\sigma)$ であり、補題 8に示されるように一意に解かれる。

主要な貢献と結果

1. 一意性の特徴づけ

本論文は、$M$ のランクに基づいて前像集合を完全に特徴づける。

• ケース $\text{rank}(M) \le 1$: $k > \text{rank}(A)$ ならば、$C_k(A) = 0$ となる。$k = \text{rank}(A)$ かつ $\text{rank}(M)=1$ の場合、$C_k(A) = M$ となる無数の行列 $A$ が存在する。具体的には、$A = UV^\top$ がランク可視化分解である場合、$\det(T)=1$ となる任意の行列 $B = UTV^\top$ は同じ複合行列を生成する。
• ケース $\text{rank}(M) > 1$: $k < \text{rank}(A)$ の場合、前像は全体の符号を除いて一意である。すなわち、$C_k(A) = C_k(B)$ ならば、$k$ が奇数であれば $A = B$ であり、$k$ が偶数であれば $A = \pm B$ である。

2. 構成アルゴリズムと計算量

著者らは、行列 $A$ を復元する多項式時間アルゴリズムを提示する。計算量は定理 1で分析されている。

• $k < \lceil \text{rank}(A)/2 \rceil$ の場合、計算量は $O(\max_{p \in \{m,n\}} [\binom{p}{k}^3 + \binom{p}{k}^2 \binom{r}{k}])$ である。
• より大きな $k$ の場合、計算量には部分空間の反復的な交わりに関連する追加の対数因子が含まれる。
• このアルゴリズムは MATLAB で実装されており、公開されている。

3. 特殊なケース

本論文は、$k = n-1$ かつ $M$ が可逆であるという特定のケースに対する閉形式解に言及しており、これは随伴行列の性質と Sylvester-Franke 定理を用いて導出された（系 1）。ただし、一般的な $n, m, k$ については、構成アルゴリズムが主要な貢献である。

意義と主張

本論文は、以前に扱われたことのない線形代数における基本的な逆問題を解決したと主張している。その意義は以下の点にある。

• 理論的完全性: 逆複合の存在に対する必要十分条件を確立し、解集合（一意か無限か）を完全に特徴づける。
• 計算的可能性: 理論的な存在を超えて実用的な計算へと移行する、決定論的な多項式時間アルゴリズムを提供する。
• 応用の基盤: 著者らは、この研究を力学系や制御理論における応用の前提条件として位置づけている。具体的には、あるシステムを「$k$-正」システム（$k$乗複合が一様な符号を持つシステム）に変換可能かどうかを判定するには、与えられた行列を複合として実現する能力が必要であると指摘している。この逆能力により、研究者はそのような座標変換が存在するか検証し、それを構築することが可能になる。

著者らは将来の作業については控えめであり、任意の与えられた行列が複合分解可能かどうかという問いは未解決の問題のまま残っていることを明記し、非分解可能行列に対する最良近似を見つけることが将来の研究の方向性であると述べている。