다변수 유리함수 분해와 확장된 뤼로스 정리의 최적 알고리즘

본 논문은 다변수 유리함수의 구조 분석과 분해에 관한 두 가지 핵심 문제를 다룬다. 첫 번째는 확장된 뤼로스 정리를 이용해 주어진 유리함수들의 중간체 필드가 전이 차수 1일 경우, 단일 생성자 f∈K(X₁,…,Xₙ)를 찾는 문제이며, 두 번째는 그 생성자를 다시 u∘h 형태로 분해해 중간체를 구체적인 하위 필드 K(h)로 표현하는 문제이다. 1. **이론적 배경** - **확장된 뤼로스 정리**(Theorem 1): 전이 차수 1인 중간체 F는 K(f) 형태로 표현될 수 있다. 이는 고전 뤼로스 정리의 다변수 버전이며, Gordan(특성 0)과 Igusa(일반 특성) 가 증명하였다. - **스펙트럼 σ(f₁,f₂)**: μf₁−λf₂가 가감 가능한 경우(또는 차수가 감소하는 경우)의 (μ:λ) 쌍 집합이다. 비분해성은 σ가 유한함과 동치이며, |σ|≤d²−1 (d는 f의 차수) 로 제한된다. 2. **Lüroth generator의 확률적 계산** - 가정 (C)와 (H)를 두어, K가 충분히 큰 특성(0 또는 ≥d(d−1)+1)이고, f₁+Λf₂가 Xₙ에 대해 적절한 차수를 갖는다고 가정한다. - 무작위 λ∉σ(f₁,f₂)를 선택하면 f₁+λf₂는 절대적으로 불가약이며, 이를 단변수 형태로 변환해 일변수 인수분해를 수행한다. - 이 과정은 두 번의 다변수 인수분해와 하나의 일변수 인수분해를 포함하며, 전체 복잡도는 ˜O(dⁿ) (n≥3) 혹은 ˜O(d³) (n=2) 로 입력 크기와 동일한 차수의 연산을 요구한다. 3. **다변수 유리함수의 분해 알고리즘** - **확률적 알고리즘**(Theorem 2): 위에서 구한 f를 u∘h 로 분해한다. h는 비분해성인 유리함수이며, u∈K(T) 는 차수가 ≥2인 일변수 유리함수이다. - 핵심 단계는 f₁+λf₂의 절대 불가약성을 이용해 h 후보를 찾고, 이후 u를 결정하는 것이다. - 복잡도 분석에 따르면, n≥3일 때 ˜O(dⁿ) 연산, n=2일 때 ˜O(d³) 연산으로 수행된다. 4. **결정적 알고리즘**(Theorem 3) - K가 충분히 큰 유한체(크기 ≥max(d²,3·2d²−2d+1))이면, O(d²)개의 절대 인수분해와 O(d²)번의 u 계산으로 분해를 완성한다. - 여기서 사용되는 다변수 인수분해는 기존의 확률적·결정적 방법(