理論計算機科学

理論計算機科学者および関連分野の研究者のためのQ&A

1
NPのBerman-Hartmanis同型写像?
実際のRAM / BSSモデルを使用して、クラスNPを作成します(BSSは、実数上での操作を行うコンピューターのBlum-Shub-Smaleモデルです)。NP完全な問題があります。それで問題は、クラスNPのベルマンハートマニス予想の類似物があるかどうかです。もちろん、ここで提起される質問はモデルに依存します。言い換えると、NPの定義はBSSモデルを使用するため、NPすべてを実行すると、完全な問題にはBSSモデルを使用した同じ構造(これは実数上のNPのBerman-Hartmanis予想を近似しています)?RR_{\mathbb{R}}RR_{\mathbb{R}}RR_{\mathbb{R}}RR_\mathbb{R}RR_{\mathbb{R}}

1
P!= NPの場合にのみPに含まれる問題
P!= NPの場合にのみ多項式時間で解決でき、それ以外の場合(たとえば)時間で解決できる問題はありますか?O(2n)O(2n)O(2^n) 簡単な例は次のとおりです。P!= NPの場合、ランダムなnビット数の素数性テストを計算します。それ以外の場合は、両側に2n個あるnxnボードの一般化されたチェスのランダムな最悪の場合の位置を評価します。それはちょっとハッキーに思えます。もっと自然な例はありますか?

1
ランダムスワップによって望ましい順列を生成する確率
次の問題に興味があります。私たちは、入力として「目標順列」を与えられている、指標のと同様に、順序付きリストは、私は1、... 、私はmは ∈ [ N - 1 ]。次に、リストから始まるL = (1 、2 、... 、N )(すなわち、恒等置換)各時間ステップで、T ∈ [ M ]我々は、スワップI Tの時間のtにおける要素Lをσ∈ Sんσ∈Sん\sigma\in S_n私1、… 、iメートル∈ [ n − 1 ]私1、…、私メートル∈[ん−1]i_1,\ldots,i_m\in [n-1]L = (1 、2 、... 、N )L=(1、2、…、ん)L=(1,2,\ldots,n)T ∈ [ M ]t∈[メートル]t\in [m]私トンの時間t私tthi_t^{th}LLL独立した確率を持つ要素、1 / 2。してみましょうpは確率もσが出力として生成されます。(私t+ 1 )s t(私t+1)st(i_t+1)^{st}1 / 21/21/2pppσσ\sigma 次の(いずれか)を知りたい: あるかN Pであるかを決定していますか- 完全な問題ですか?p …

2
ベクトルの内積の分散の単位ベクトルのすべての分布の最小値はいくつですか?
nnnx1,…,xnx1,…,xnx_1,\ldots, x_nkkkn>kn>kn > kmaxi≠jVar(xTixj)maxi≠jVar(xiTxj)\max_{i\neq j} \mathrm{Var}(x_i^T x_j)E[xTixj]=0E[xiTxj]=0\mathbb{E}[x_i^Tx_j]=0 私はいくつかの分布を試しましたが、ほとんどすべての分散はです。例えば、それぞれの各座標た分布の両方独立かつ一様から選択される及び分布の各は、分散持つ次元の単位球上の独立した均一ベクトルです。1/k1/k1/kxixix_i{−1/k−−√,1/k−−√}{−1/k,1/k}\left\{-1/\sqrt{k}, 1/\sqrt{k}\right\}xixix_ikkk1/k1/k1/k されてすべてのディストリビューションの中で最小の分散を?1/k1/k1/k

1
多項式で多くの証明書のNP完全な問題?
次の場合に限り、言語まばらに認証さ NP と呼びましょう。L ∈L∈L \in 多項式が存在するため、サイズnのすべての入力に対して、x \ in Lの場合、そのxを検証する証明書uのセットU_x \ in Lは多項式のサイズ、つまり| U_x | \ leq p(n)。p :N → Np:N→Np : \mathbb{N} \rightarrow \mathbb{N} n個のx ∈ LX ∈ Σ∗x∈Σ∗x \in \Sigma^*んnnX ∈ Lx∈Lx \in L U のx ∈ L | U x | ≤ P (N )UバツUxU_xあなたuuX ∈ Lx∈Lx \in …

2
多項式GIが多項式(エッジ)カラーGIを意味する場合
MOからのクロスポスト。 (エッジ)色付きグラフ同型はGIであり、(エッジ色の場合はエッジの)色を保持します。 (エッジ)カラーGIからGIへの変換/ガジェットを使用したいくつかの削減があります。エッジカラーGIの場合、最も簡単なのは、カラーエッジを色をエンコードするGI保存ガジェットで置き換えることです(エッジを十分に細分するのが最も簡単なケースです)。頂点カラーのGIの場合、ガジェットを頂点にアタッチします。 いくつかのグラフクラス GIが多項式であるとします。CCC Q1多項式GIは、多項式(エッジ)カラーGIを意味しますか?CCC ガジェットでリダクションを使用すると、グラフがメンバーではなくなる可能性があります。CCC 一方、特定のガジェット/変換によって、グラフが他の多項式GIクラスのメンバーになる場合があります。 エッジ色の削減の例。G→G′G→G′ G \to G' クリークを作成します。エッジを 、非エッジを色分けし。これは、保存さ着色機能である回復するとからだけ色の縁取り。はクリーク、コグラフ、順列グラフであり、他の多くの素晴らしいクラスではほぼ確実です。エッジを奇数回再分割します(は明確ではあり、色が削除され、 完全な2部グラフになり、同型が維持されます)。V(G)V(G)V(G)E(G)E(G)E(G)111000GGGGGGG′G′G'111G′G′G'0,10,10,1G′G′G' 多分別のアプローチは、折れ線グラフを取り、対応する頂点に接続されたペンダント(ユニバーサル)頂点を追加することです。G′G′G'E(G′)E(G′)E(G') Q2同様の構造に適したガジェット/変換はありますか? クリークの普遍的な描画を選択し、エッジ交差を色を維持する平面ガジェットで置き換えることにより、平面化することについて考えたところ、同じ色の場合は、別の色の場合は何かと言います。これが同型を維持するかどうかはわかりません。G′G′G'C4,C6C4,C6C_4,C_6 もう1つの可能なアプローチは、カラーを保持する自己同型またはすべてのエッジを細分割する 、頂点 3色を使用することですKnKnK_n0,1,20,1,2{0,1,2}V(G),E(G),E(G¯¯¯¯)V(G),E(G),E(G¯)V(G),E(G),E(\overline{G}) 自己を認識しようとする可能性があります。交換同型によって相補グラフ及びE (¯ Gを)。E(G)E(G)E(G)E(G¯¯¯¯)E(G¯)E(\overline{G}) Q3 のサブディビジョンの自己同型性グループは 計算するのが扱いやすいですか?KnKnK_n 注文数初期用語である後 であるA05256512,24,120,720,5040,40320,36288012,24,120,720,5040,40320,36288012 , 24 , 120 , 720 , 5040 , 40320 , 362880 Dimaは、これはが十分に大きい場合は簡単で、最初の項は例外であることを示唆しています。nnn Q4が与えられる頂点の分割着色ためN > 4高い頂点が着色されており、その自己同型群0を、ある程度2が ある1、他方はであり2、交換同型見つける複雑ものであり、1および2?KnKnK_nn>4n>4n > 4000222111222111222 Cayley Graphs …

1
最小分解可能な分解
2つの多面体を考えるとと、と多面体の有限集合がある場合ですequidecomposableあるとようとすべてのために一致している、および。とが等しい面積のポリゴンである場合、そのような等分解は常に存在し、高次元では一般にこれが成り立たないことが知られています。 PPPQQQPPPQQQP1、… 、PんP1、…、PんP_1, \ldots, P_nQ1、… 、QんQ1、…、QんQ_1, \ldots, Q_nP私P私P_iQ私Q私Q_i私私iP= ∪んi = 1P私P=∪私=1んP私P = \cup_{i=1}^n P_iQ = ∪んi = 1Q私Q=∪私=1んQ私Q = \cup_{i=1}^n Q_iPPPQQQ 最小等分解問題の複雑さについて知りたいです。 2つのポリゴンおよび、を最小化する等分解およびを見つけます。PPPQQQP1、… 、PんP1、…、PんP_1, \ldots, P_nQ1、… 、QんQ1、…、QんQ_1, \ldots, Q_nんんn これのためのアルゴリズム(正確、多項式、指数、近似)はありますか?複雑さはわかっていますか?


1
正方グリッドの隠しパス
David Eppsteinが提起した未解決の問題に遭遇し、その複雑さのステータスに興味があります。彼はそれがNP完全であると推測しました。 入力:によって 0と1の配列の行列 0と1んんnんんnん2ん2n^2 質問:隣接する行列エントリを通るパスがあり、各行列エントリを1回だけカバーし、値は指定されたシーケンスと一致しますか? 問題が本当に難しいことを誰かが証明しましたか?

1
順列グループアルゴリズムの最近の進歩?
GAPパッケージに実装されている有限グループのアルゴリズムに興味があります。この分野のすべての既知のアルゴリズムは順列グループ/行列グループを扱うようです。2つの基本的なものは、Schreier-Sims [1970]とButler [1979]です。たとえば、可能な参照(?)として、Alice Niemeyerによる「順列グループのアルゴリズム」を参照してください。 したがって、過去50年間にこの分野で大きな進歩があったのかと思いました。ユーザーNisaiVlootが組み換えグループについていくつかの質問をし、置換グループに関する既知の結果の興味深い拡張を構成している可能性があることを確認しました。 -最近の同期。

2
樹幅とクリーク数の関係
ツリー幅がクリーク数関数、つまりによって上限が定められている素晴らしいグラフクラスはありますか?tw(G)tw(G)tw(G)ω(G)ω(G)\omega(G)tw(G)≤f(ω(G))tw(G)≤f(ω(G))tw(G)\leq f(\omega(G)) たとえば、これは古典的な事実であり、コードグラフ場合、ます。したがって、コードグラフに関連するクラスは、良い候補になる可能性があります。GGGtw(G)=ω(G)−1tw(G)=ω(G)−1tw(G)=\omega(G)-1

2
ファーノの不平等の逆?
Fanoの不等式はさまざまな形で表すことができますが、特に有用なものの1つは(わずかな変更を加えて)Oded Regevによるものです。 LET XXX確率変数であり、およびlet Y=g(X)Y=g(X)Y = g(X)ここでランダムプロセスです。与えられたが確率を再構築できる手続き存在を仮定します。次に、 F 、Y = G (X )X P I (X ; Y )≥ P H (X )- H (P )g(⋅)g(⋅)g(\cdot)fffy= g(x )y=g(x)y = g(x)バツxxppp私(X; Y)≥ のp H(X)− H(p )I(X;Y)≥pH(X)−H(p) I(X; Y) \ge pH(X) − H(p) つまり、再構築できれば、システム内に相互情報がたくさんあります。 ファーノの不平等に対する「逆」はありますか:形の何か 「十分な相互情報を備えたチャネルを考えると、相互情報に依存するエラーのある出力から入力を再構築する手順があります。」 この手順も効率的であることを期待するには多すぎますが、再構成が存在するが非効率的でなければならない(自然な)例を見るのも興味深いでしょう。

5
最新のプログラミング言語開発のためのプロセス計算とPL理論の使用
しばらくの間、私はプログラミング言語理論とプロセス計算に非常に興味があり、それらを研究し始めました。正直なところ、それはキャリアのために行くことを気にしないものです。私は理論が非常に魅力的であると思います。私が継続的に遭遇する1つの定数の質問は、PL理論またはプロセス計算のいずれかが、現代のプログラミング言語開発においてまったく重要であるかどうかです。Pi微積分には非常に多くのバリアントがあり、多くの活発な研究がありますが、それらは必要になるか、重要なアプリケーションを持つでしょうか?私が尋ねる理由は、プログラミング言語の開発が大好きであり、真の最終目標が実際にPLを構築するために理論を使用することであるからです。私が書いたものについては、理論との相関はまったくありませんでした。

1
リバーシブルチューリングターピット?
この質問は、既知のリバーシブルチューリングターピットがあるかどうかに関するものです。「リバーシブル」とは、アクセルセンとグリュックの意味であり、「ターピット」は、はるかに非公式な概念です(そして、あまり適切な言葉ではないかもしれません)。しかし、私はそれが何を意味するかを説明するために最善を尽くします。 「ターピット」の意味 一部の計算モデルは、何らかの形で役立つように設計されています。他のものはたまたまチューリング完全であり、実際には特に有用なプロパティはありません。これらは「チューリングターピット」として知られています。例としては、Brainfuck言語、Rule 110セルオートマトン、およびBitwise Cyclic Tag言語(実装が非常に簡単で、バイナリ文字列が有効なプログラムであるため私が好きな言語)などがあります。 「チューリングターピット」の正式な定義はありませんが、この質問では、「少数の「ルール」を持つという点で)かなり単純なシステムを意味し、「起こる」だけでチューリングが完了し、その明白な意味を持つ内部状態。私の目的にとって最も重要な側面は、明確なセマンティクスの欠如ではなく、ルールの単純さです。基本的に私たちは、スティーブンウォルフラムがかつて非常に大きな本を書いたようなものについて話していますが、彼は「ターピット」という言葉を使用していませんでした。 「リバーシブル」の意味 可逆計算に興味があります。特に、AxelsenとGlückの意味でrチューリング完全な言語に興味があります。つまり、計算可能なすべての単射関数を計算でき、単射関数しか計算できません。現在、Axelsenの可逆ユニバーサルチューリングマシンや高水準の可逆言語Janusなど、この意味で可逆な計算のモデルが多数あります。(文献には他にも多くの例があります。それは活発な研究分野です。) AxelsenとGlückによるr-Turingの完全性の定義は、ベネットによる通常のアプローチとは異なる可逆コンピューティングへのアプローチです。ベネットのアプローチでは、システムは計算の最後に捨てられる「ガベージデータ」を生成することができます。このような条件下では、可逆システムはチューリング完全である可能性があります。ただし、AxelsenとGlückのアプローチでは、システムがそのような「ジャンクデータ」を生成することが許可されていないため、計算できる問題のクラスが制限されます。(したがって、「Turing complete」ではなく「r-Turing complete」。) 注:AxelsenとGlückの論文はペイウォールの背後にあります。これは残念なことです-私の知る限りでは、r-Turingの完全性の問題に関して、現時点ではペイウォールされていないリソースはありません。時間があれば約束はありませんが、ウィキペディアのページを始めようと思います。 私が探しているもの 上記のリバーシブルコンピューティングの例は、すべて「意味論的に負荷がかかった」ものです。これは、ほとんどの状況では良いことですが、各タイムステップで状態を更新するために必要なルールがかなり複雑であることを意味します。リバーシブルコンピューティングの「ターピット」を探しています。つまり、完全な言語をr-Turingしているという「たまたま起こる」という非常に単純なルールを持つ多かれ少なかれ任意のシステムです。探しているものの正式な定義はないことを繰り返しますが、見たときにわかります。質問するのは合理的だと思います。 私が知っていることはほぼ法案にほぼ適合しますが、完全ではありません。チューリング完全であることが示されているいくつかの可逆セルオートマトンがあります。 ラングトンのアリ(かなり恣意的で非常に単純な可逆状態遷移関数を備えた一種の2次元チューリングマシン)も、その初期条件に無限の繰り返しパターンを含めることが許可されている限り、チューリング完了です。ただし、これらのシステムでは、ジャンクデータが破棄されないように状態から「出力」へのマッピングを定義することは簡単ではありません。私は特に、入力を受け取り、それに対して(可逆)変換のシーケンスを実行し、(終了する場合)出力を返すと考えられるシステムに特に興味があります。 (この質問が、ラムダ計算と同等のリバーシブルについて、以前の関連する質問よりも簡単に答えられることを願っています。)

1
生成セットと除外された要素のセットを使用して順列のセットをエンコードする
多項式時間アルゴリズムは、置換グループの生成セットを見つけることで知られています。これは、これらのグループに関連する多くの興味深い質問に答えるために多項式時間アルゴリズムをあきらめることなく、それらのグループを簡潔に表すことができるので興味深いです。 しかし、我々は時々セットに興味があるかもしれ集合により表現されるように、グループを形成しない順列のR = ⟨ S ⟩ ∖ Tここで、⟨ S ⟩がセットによって生成されたグループであるSジェネレータとTは、ある順列の集合でないにR代わりだけで、⟨ S ⟩。RRRR = ⟨ S⟩ ∖ TR=⟨S⟩∖TR=\langle S\rangle \setminus T⟨ S⟩⟨S⟩\langle S\rangleSSSTTTRRR⟨S⟩⟨S⟩\langle S\rangle そのようなエンコーディングをペアの形で計算する作業が行われましたか。おそらく最小化という追加の自然な目標があります。S | + | T | ?{S,T}{S,T}\{S,T\}|S|+|T||S|+|T||S|+|T|

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.