タグ付けされた質問 「randomness」

ランダム性は、他のアプリケーションの中でも、確率的アルゴリズム、多くの組み合わせ引数、ハッシュ関数の分析、および暗号化の主要コンポーネントです。

11
確率的ペアワイズスワップからランダム順列を生成する最も効率的な方法は何ですか?
私が興味を持っている質問は、ランダムな順列の生成に関するものです。基本的な構成要素として確率的なペアワイズスワップゲートを考えると、要素の一様にランダムな順列を生成する最も効率的な方法は何ですか?ここでは、「確率的ペアワイズスワップゲート」を、各ゲートに対して自由に選択できる確率で選択された要素と間でスワップゲートを実装し、それ以外の場合はアイデンティティを実行する操作とします。nnniiijjjppp これは通常、ランダム順列を生成する方法ではないことを理解しています。通常、Fisher-Yatesシャッフルのようなものを使用する可能性がありますが、許可された操作が異なるため、これは私が念頭に置いているアプリケーションでは機能しません。 明らかにこれを行うことができます、問題はどれくらい効率的かです。この目標を達成するために必要な確率的スワップの最小数は何ですか? 更新: Anthony Leverrierは、ゲートを使用して正しい分布を実際に生成する以下のメソッドを提供します。伊藤剛は、コメントで同じスケーリングを使用する別のアプローチを提供します。ただし、これまでに見た中で最も良い下限は、これはとしてスケーリングされ。だから、問題はまだ開いたままです:ができる最善のことです(つまり、より良い下限がありますか?)または、より効率的な回路ファミリはありますか?O(n2)O(n2)O(n^2)⌈log2(n!)⌉⌈log2⁡(n!)⌉\lceil \log_2(n!) \rceilO(nlogn)O(nlog⁡n)O(n\log n)O(n2)O(n2)O(n^2) 更新: いくつかの回答とコメントは、確率が固定されている確率的スワップのみで構成される回路を提案しています。このような回路では、次の理由でこの問題を解決できません(コメントから解除)。1212\frac{1}{2} そのようなゲートを使用する回路を想像してください。次に、確率の計算パスが存在するため、順列は整数kに対して確率で発生する必要があります。ただし、均一な分布の場合、が必要これは書き換えることができます。これは明らかにの整数値のために満たすことができないのためいるので、(場合、ただし。mmm2m2m2^mk2−mk2−mk 2^{−m}k2−m=1n!k2−m=1n!k 2^{−m}=\frac{1}{n!}kn!=2mkn!=2mk n! = 2^mkkkn≥3n≥3n\geq33|n!3|n!3|n!n≥3n≥3n\geq 33∤2m3∤2m3\nmid 2^m 更新(賞金を提供しているmjqxxxxから): 提供される賞金は、(1)ゲートが必要であることの証明、または(2)ゲート未満を使用する動作回路です。ω(nlogn)ω(nlog⁡n)\omega(n \log n)nnnn(n−1)/2n(n−1)/2n(n-1)/2

7
真の乱数発生器:チューリング計算可能?
「真にランダムな」数の生成がチューリング計算可能かどうかの決定的な答えを探しています。これを正確に表現する方法がわかりません。 「乱数生成のための効率的なアルゴリズム」に関するこのStackExchangeの質問は、私の質問に答えるところです。チャールズ・スチュワートは彼の答えで、「それ(マーティン・ロフの乱雑さ)は機械によって生成することはできません。ロス・スナイダーは、「決定論的なプロセス(チューリング/登録マシンなど)は、「哲学的」または「真の」乱数を生成することはできません。」真の乱数ジェネレーターの構成要素について明確で受け入れられている概念はありますか?もしそうなら、それはチューリング機械によって計算できないことが知られていますか? おそらく関連する文献を示してくれれば十分でしょう。あなたが提供できる助けをありがとう! 編集。知識豊富な答えをしてくれたIanとAaronに感謝します!私はこの分野では比較的学校に通っていませんが、支援に感謝しています。この補遺で質問を少し拡張することができます:ランダム性の純粋なソース(オラクル?)にアクセスできるTMは、古典的なTMではできない関数を計算できるのでしょうか?

9
非決定性とランダム性の違いは何ですか?
最近、私はこれを聞いた- 「非決定論的マシンは確率論的マシンと同じではありません。大雑把に言えば、非決定論的マシンは遷移の確率が不明な確率論的マシンです」。 私はポイントを得るかのように感じますが、私は本当にそうではありません。誰かが私にこれを説明できますか(マシンの文脈で、または一般的に)? 編集1: 明確にするために、引用は有限オートマトンのコンテキストで行われましたが、他の人が答えたように、この質問はチューリングマシンにとっても意味があります。 また、「...その後、セットからオブジェクトxを非決定的に選択します」という人々の声が聞こえます。以前は「ランダムに」という意味だと思っていました。したがって、混乱。

1
サーナックのメビウス予想に対する反例として効率的に計算可能な機能
最近、ギル・カライとディック・リプトンの両方が、数論とリーマン仮説の専門家であるピーター・サーナックによって提案された興味深い予想について素晴らしい記事を書きました。 推測。してみましょう可能メビウス関数。仮定である入力を有する関数のkのバイナリ表現の形でK、その後 \ sum_ {K \当量のn} \ mu(k)\ cdot f(k)= o(n)\ textμ (k )μ(k)\mu(k)A C 0 K K Σ K ≤ N μ (K )⋅ F (K )= O (N )。f:N → { - 1 、1 }f:N→{−1、1}f: \mathbb{N} \to \{-1,1\}A C0AC0\mathsf{AC}^0kkkkkk∑K ≤ Nμ (K )⋅ F(k )= o (n )。∑k≤nμ(k)⋅f(k)=o(n)。 …

1
を含む結果
多くの人はと信じています。ただし、が多項式階層の第2レベル、つまりことしかわかりません。示す向かっステップmathsfは{BPP} = \ mathsf {P}は\多項式階層の最初のレベルにそれをダウンさせる、すなわち、最初にある\ mathsf {BPP} \ subseteq \ mathsf {NP} 。B P P B P P ⊆ Σ P 2 ∩ Π P 2 B P P = PBPP=P⊆NPBPP=P⊆NP\mathsf{BPP} = \mathsf{P} \subseteq \mathsf{NP}BPPBPP\mathsf{BPP}BPP⊆ΣP2∩ΠP2BPP⊆Σ2P∩Π2P\mathsf{BPP}\subseteq \Sigma^ \mathsf{P}_2 \cap \Pi^ \mathsf{P}_2BPP=PBPP=P\mathsf{BPP} = \mathsf{P}BPP⊆NPBPP⊆NP\mathsf{BPP} \subseteq \mathsf{NP} 封じ込めは、非決定性が少なくとも多項式時間のランダム性と同じくらい強力であることを意味します。 また、問題に対して効率的な(多項式時間)ランダム化アルゴリズムを使用して回答を見つけることができる場合、効率的に(多項式時間で)回答を検証できることも意味します。 \ mathsf {BPP} \ …

2
BPPとデランダム化の階層
一文では:階層の存在は、結果を意味しますか?B P T I M EBPTIME\mathsf{BPTIME} 関連するがあいまいな質問は次のとおりです。階層の存在は、困難な下限を意味しますか?この問題の解決は、複雑さの理論における既知の障壁にぶつかりますか?B P T I M EBPTIME\mathsf{BPTIME} この質問に対する私の動機は、階層を表示することの相対的な難しさ(複雑性理論の他の主要な未解決問題に関して)を理解することです。私は誰もがそのような階層が存在すると信じていると仮定していますが、そうでないと思う場合は私を修正してください。BPTIMEBPTIME\mathsf{BPTIME} 背景:は、エラーの制限された確率で時間確率的ターニングマシンによってメンバーシップを決定できる言語が含まれています。より正確には、言語確率的チューリングマシンが存在し、任意のに対してマシンが時間少なくとも確率で受け入れ、任意の、は時間で実行され、少なくとも確率で拒否します。F (N )L ∈ B P T I M E(F (N ))T X ∈ L T O (F (| X |))2 / 3 X ∉ L T O (f (| x |))2BPTIME(f(n))BPTIME(f(n))\mathsf{BPTIME}(f(n))f(n)f(n)f(n)L∈BPTIME(f(n))L∈BPTIME(f(n))L \in \mathsf{BPTIME}(f(n))TTTx∈Lx∈Lx \in LTTTO(f(|x|))O(f(|x|))O(f(|x|))2/32/32/3x∉Lx∉Lx \not …

4
確率的チューリングマシンは停止の問題を解決できますか?
真にランダムなビットの無限のストリームを与えられたコンピューターは、それを持たないコンピューターよりも強力です。問題は、停止する問題を解決するのに十分な力があるかどうかです。 つまり、確率的コンピューターは、決定論的プログラムが停止するかどうかを判断できますか? 決定論的に不可能なことを行う確率的コンピューターの例:ギガバイトより大きいKolmogorov複雑さを持つ文字列を出力する小さなプログラム(長さが1キロバイト未満)を考えます。コルモゴロフ複雑性文字列の長さは、その文字列を生成する最短の決定論的プログラムの長さです。したがって、定義により、決定論的プログラムは、複雑さがそれ自体の長さよりも大きい文字列を生成できません。ただし、真にランダムなビットの無限ストリームが与えられた場合、小さなプログラムは、たとえば100億のランダムビットをエコーアウトし、それらのビットのコルモゴロフの複雑さが十分に高いことを期待することで、99.99999 ...%の成功でタスクを達成できます。したがって、優れたコルモゴロフの複雑さのストリングを生成することは、確率的プログラムの可能性の範囲内ですが、決定論的プログラムではまったく不可能です。 そうは言っても、本当に問題のある問題を真にランダムなビットで修正することが可能かどうか疑問に思っています。例えば、アルゴリズムは定理をランダムに生成し、特定の決定論的プログラムが停止することを証明/反証するのに十分なことがわかるまで、それらを証明/反証/破棄します。

1
与えられた境界ボックス内のランダムな自己回避格子サイクル
Slither Linkパズルに関連して、私は疑問に思っていました:正方形のセルのグリッドがあり、すべての可能な単純なサイクルの中で均一にランダムにグリッドエッジの単純なサイクルを見つけたいとします。n×nn×nn\times n これを行う1つの方法は、状態が正方形の集合であるマルコフチェーンを使用することです。境界は単純なサイクルであり、遷移は、反転するランダムな正方形を選択し、修正された正方形のセットがその境界。この方法で、単純なサイクルから他のサイクルに到達することができます(砲撃の存在に関する標準的な結果を使用)。これにより、最終的に均一な分布に収束しますが、どのくらいの速さですか? または、より良いマルコフ連鎖、または単純なサイクルを選択するための直接的な方法がありますか? ETA:私が探しているサイクルの数を計算するコードと、これらの数のいくつかのOEISへのポインターについては、このブログ投稿を参照してください。私たちが知っているように、カウントはランダム生成とほぼ同じであり、これらの数値の因数分解に明らかなパターンがなく、OEISエントリに式が存在しないことから、既知の単純な直接法はありそうにないことを推測します。しかし、それでも、このチェーンが収束する速さや、より良いチェーンが広くオープンしているかどうかという疑問が残ります。

1
近似実3LINの信念伝播?
2002年のScience論文で、Mezard、Parisi、およびZecchinaは、ランダム3SATの信念伝播ヒューリスティックを提唱しました。実験は、満足のいく割り当てが存在する可能性が高い変数ごとの制約の比率に対して、ヒューリスティックがうまく機能することを示しています。 私の質問は: (1)ランダム3SATではなくランダム3LINを検討した場合はどうなりますか?(各制約はGF(2)上のランダムな線形方程式です) (2)ランダム近似の実3LIN を考慮するとどうなりますか?この場合、(適切に適合された)信念伝播ヒューリスティックのパフォーマンスを分析するのが簡単になると考えられますか? Subhash Khotの最近の研究で定義された近似バージョンは次のとおりです。変数は、バイナリ値だけでなく、実際の値をとることができます。ノルム1の割り当てのみを考慮します。各方程式の形式は。ここで、は正規分布であり、は変数のセットから一様に選択されます。方程式は、場合に満たされ、完全に等しい場合だけではありません。c1バツ1+ c2バツ2+ c3バツ3= 0c1バツ1+c2バツ2+c3バツ3=0c_1 x_1 + c_2 x_2 + c_3 x_3 = 0c1、c2、c3c1、c2、c3c_1,c_2,c_3バツ1、x2、x3バツ1、バツ2、バツ3x_1,x_2,x_3| c1バツ1+ c2バツ2+ c3バツ3| ≤ε|c1バツ1+c2バツ2+c3バツ3|≤ϵ|c_1 x_1 + c_2 x_2 + c_3 x_3|\leq \epsilon 直観は、おおよそのバージョンでは、信念(変数の割り当て)に対する変更が連続的/増分的に発生する可能性があるということです。

1
実多項式としての低次のランダム関数
(妥当な)均一にランダムなブール関数をサンプリングする方法があるf:{0,1}n→{0,1}f:{0,1}n→{0,1}f:\{0,1\}^n \to \{0,1\}を持つ度実多項式として以下であるddd? EDIT:ニッサンとSzegedyは程度の機能が示されているdddせいぜいに依存d2dd2dd2^d座標我々は仮定することができるので、n≤d2dn≤d2dn \leq d2^d。私が見るような問題は、以下の通りである:1)一方で、我々は上のランダムなブール関数を選ぶ場合はd2dd2dd2^d座標、その程度は近くになりますd2dd2dd2^dはるかに高いよりも、ddd。2)一方、次数各係数をdddランダムに最大で選択すると、関数はブール値になりません。 質問は次のとおりです。これらの2つの問題を回避する低次ブール関数をサンプリングする方法はありますか?



2
ジェンセンの不等式以外の
場合fff凸関数であり、次いで、ジェンセンの不等式の状態そのf(E[x])≤E[f(x)]f(E[x])≤E[f(x)]f(\textbf{E}[x]) \le \textbf{E}[f(x)]、及び必要な変更を加えたときfff凹状です。明らかに最悪の場合、凸fのf (E [ x ] )に関して上限を設定することはできませんが、fの場合、この方向に向かう境界がありますE[f(x)]E[f(x)]\textbf{E}[f(x)]f(E[x])f(E[x])f(\textbf{E}[x])ffffff凸であるが「あまり凸でない」?凸関数で条件を与えることいくつかの標準的な限界がありfffあなたがその結論できるようになること(必要であれば、同様に、おそらく分布)E[f(x)]≤φ(f)f(E[x])E[f(x)]≤φ(f)f(E[x])\textbf{E}[f(x)] \le \varphi(f)f(\textbf{E}[x])ここで、φ(f)φ(f)\varphi(f)はfの曲率/凸度のfffですか?おそらく、リプシッツの状態に似たものでしょうか?

2
有界深度確率分布
境界深度計算に関する2つの関連する質問: 1)nビットで開始し、ビットiで開始するには、独立して何らかの確率p(i)で0または1にできると仮定します。(問題が簡単になる場合、すべてのp(i)が0、1、または1/2であると想定できます。またはそれらのすべてが1/2であることさえ。) ここで、制限された数の計算をラウンドにします。各ラウンドでは、互いに素なビットセットに可逆的な古典的なゲートを適用します。(普遍的な古典的なリバーシブルゲートのお気に入りのセットを修正します。) 最後に、nビットの文字列の確率分布を取得します。そのような配布の制限に関する結果はありますか? 私は、Hastadスイッチングの補題に類似した何かを探しています。ボッパナの結果は、全体の影響が小さいか、LMN定理です。 2)1)と同じ質問ですが、深さ制限のある量子回路に関するものです。

3
ランダム化またはP /ポリ削減でNP完全な問題。
で、この質問は、我々は(これは数論で証明されていない仮定が真であるにもよるが)NP完全の下には、決定論的削減の下で削減をランダム化しますが、可能性はない自然な問題を特定したように見えます。そのような問題は他に知られていますか?P /ポリ削減のもとでNP完全であるが、P削減のもとでは知られていない自然な問題はありますか?

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.