Τεχνικές Αποδείξεις Κάτω Φραγμάτων

Σχετικά έγγραφα
Κυκλώματα και βασικές Ιδιότητες

Πολυπλοκότητα. Παράμετροι της αποδοτικότητας ενός αλγόριθμου: Χρόνος εκτέλεσης. Απαιτούμενοι πόροι, π.χ. μνήμη, εύρος ζώνης. Προσπάθεια υλοποίησης

Υπολογιστική Πολυπλοκότητα

Τεχνητή Νοημοσύνη. 8η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

ΔΥΣΚΟΛΙΑ ΣΤΗΝ ΠΡΟΣΕΓΓΙΣΙΜΟΤΗΤΑ

Υπολογιστική Πολυπλοκότητα

Εθνικό Μετσόβιο Πολυτεχνείο

Μη Ντετερμινισμός και NP-Πληρότητα

Μη Ντετερμινισμός και NP-Πληρότητα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ

Σειρά Προβλημάτων 5 Λύσεις

Κρυπτογραφία. Έλεγχος πρώτων αριθών-παραγοντοποίηση. Διαφάνειες: Άρης Παγουρτζής Πέτρος Ποτίκας

ILP-Feasibility conp

ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ - ΠΡΟΣΟΜΟΙΩΣΗ

Κατώτερα φράγματα Κατώτερο φράγμα: εκτίμηση της ελάχιστης εργασίας που απαιτείται για την επίλυση ενός προβλήματος. Παραδείγματα: Αριθμός συγκρίσεων π

Chapter 7, 8 : Time, Space Complexity

W i. Subset Sum Μια παραλλαγή του προβλήματος knapsack είναι το πρόβλημα Subset Sum, το οποίο δεν λαμβάνει υπόψιν την αξία των αντικειμένων:

για NP-Δύσκολα Προβλήματα

Επίπεδα Γραφήματα : Προβλήματα και Υπολογιστική Πολυπλοκότητα

Αλγόριθμοι. Μάρθα Σιδέρη. ιαδικαστικά: ύο πρόοδοι 31 Μαρτίου, 18 Μαΐου 7-9μμ 20% η μία, ύο Προγραμματιστικές 1 προσθετικό βαθμό η μία.

α n z n = 1 + 2z 2 + 5z 3 n=0

Κατανεμημένα Συστήματα Ι

Τυχαιότητα (Randomness) I

Υποθέσεις - - Θεωρήματα Υποθέσεις - Θεωρήματα Στα μαθηματικά και στις άλλες επιστήμες κάνουμε συχνά υποθέσεις. Οταν δείξουμε ότι μια υπόθεση είναι αλη

K15 Ψηφιακή Λογική Σχεδίαση 7-8: Ανάλυση και σύνθεση συνδυαστικών λογικών κυκλωμάτων

Θεμελιώδη Θέματα Επιστήμης Υπολογιστών

Κεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιμότητα. Παύλος Εφραιμίδης V1.1,

Σειρά Προβλημάτων 5 Λύσεις

Ασκήσεις μελέτης της 8 ης διάλεξης

- ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 6: ΜΗ ΠΕΠΕΡΑΣΜΕΝΟ ΟΡΙΟ ΣΤΟ

- ΟΡΙΟ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΕΝΟΤΗΤΑ 7: ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ - ΠΡΑΞΕΙΣ ΜΕ ΣΥΝΕΧΕΙΣ ΣΥΝΑΡΤΗΣΕΙΣ - ΣΥΝΕΧΕΙΑ ΣΥΝΑΡΤΗΣΗΣ ΣΕ ΔΙΑΣΤΗΜΑΤΑ

Λύσεις 4ης Σειράς Ασκήσεων

Προσεγγιστικοί Αλγόριθμοι βασισμένοι σε Γραμμικό Προγραμματισμό

Ελίνα Μακρή

Διαλογικά Συσ τήματα Αποδείξεων Διαλογικά Συστήματα Αποδείξεων Αντώνης Αντωνόπουλος Κρυπτογραφία & Πολυπλοκότητα 17/2/2012

Δομές Δεδομένων & Αλγόριθμοι

Λογική Σχεδίαση Ι - Εξεταστική Φεβρουαρίου 2013 Διάρκεια εξέτασης : 160 Ονοματεπώνυμο : Α. Μ. Έτος σπουδών:

Πρόβληµα 2 (15 µονάδες)

K24 Ψηφιακά Ηλεκτρονικά 4: Σχεδίαση Συνδυαστικών Κυκλωμάτων

NP-πληρότητα. Λεωνίδας Παληός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων

Θεωρία Υπολογισμού και Πολυπλοκότητα Αναγωγές

Θεωρία Υπολογισμού και Πολυπλοκότητα

4.3 Ορθότητα και Πληρότητα

Chapter 7, 8 : Time, Space Complexity

Τυχαίοι γράφοι Η διάμετρος του G(n, 2 ln n/n) Ioannis Giotis

Εφαρμοσμένα Μαθηματικά ΙΙ 9ο Σετ Ασκήσεων (Λύσεις) Διανυσματικοί Χώροι

Θεωρία Υπολογισμού και Πολυπλοκότητα

Δυναμικός Προγραμματισμός

Οι Εξελικτικοί Αλγόριθμοι (ΕΑ) είναι καθολικοί στοχαστικοί αλγόριθμοι βελτιστοποίησης, εμπνευσμένοι από τις βασικές αρχές της φυσικής εξέλιξης.

Προσεγγιστικοί Αλγόριθμοι για NP- ύσκολα Προβλήματα

Προσεγγιστικοί Αλγόριθμοι

Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2011 ΕΚΦΩΝΗΣΕΙΣ

Επαναληπτικό Διαγώνισμα Άλγεβρας Β Λυκείου. Θέματα. A. Να διατυπώσετε τον ορισμό μιας γνησίως αύξουσας συνάρτησης. (5 μονάδες)

K24 Ψηφιακά Ηλεκτρονικά 6: Πολυπλέκτες/Αποπολυπλέκτες

Υποθέσεις - Θεωρήματα. Μαθηματικά Πληροφορικής 1ο Μάθημα. Η χρυσή τομή. Υποθέσεις - Εικασίες

Μέθοδος μέγιστης πιθανοφάνειας

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Λογική. Δημήτρης Πλεξουσάκης

Επανάληψη. ΗΥ-180 Spring 2019

Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ

Κεφάλαιο 5. Το Συμπτωτικό Πολυώνυμο

μιας παρατήρησης όπου λ. Αν για το πλήθος Ν(Ω) των σφαιρών που υπάρχουν στο κουτί ισχύει 64<Ν(Ω)<72, τότε λ

Συνήθεις Διαφορικές Εξισώσεις Ι Ασκήσεις - 19/10/2017. Ακριβείς Διαφορικές Εξισώσεις-Ολοκληρωτικοί Παράγοντες. Η πρώτης τάξης διαφορική εξίσωση

ΑΛΓΟΡΙΘΜΟΙ. Ενότητα 11: Περιορισμοί της Αλγοριθμικής Ισχύος

ΘΕΜΑ Α Α1. Αν και είναι δύο συμπληρωματικά ενδεχόμενα ενός δειγματικού χώρου να αποδείξετε ότι για τις πιθανότητές τους ισχύει: ( ) 1 ( ).

Σειρά Προβλημάτων 5 Λύσεις

Φροντιστήριο 11 Λύσεις

! Εάν ο αριθμός διαθέτει περισσότερα bits, χρησιμοποιούμε μεγαλύτερες δυνάμεις του 2. ! Προσοχή στη θέση του περισσότερο σημαντικού bit!

Μονοτονία - Ακρότατα Αντίστροφη Συνάρτηση

TO ΥΠΟΠΡΟΓΡΑΜΜΑ ΣΥΝΑΡΤΗΣΗ

22Α004 - Προχωρημένα Θέματα Θεωρίας Πληροφορίας Τελική Εξέταση

Κάθε φορά, που νιώθουμε τρελή λαχτάρα να μιλήσουμε για ευθείες, φανταζόμαστε εξισώσεις της παρακάτω μορφής : y = αx + β

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Πληρότητα της μεθόδου επίλυσης

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 13: Παραλλαγές Μηχανών Turing και Περιγραφή Αλγορίθμων

Πράξεις με δυαδικούς αριθμούς

HY118-Διακριτά Μαθηματικά. Θεωρία γράφων/ γραφήματα. Τι έχουμε δει μέχρι τώρα. Ισομορφισμός γράφων: Μία σχέση ισοδυναμίας μεταξύ γράφων.

Πεπερασμένα Αυτόματα. ιδάσκοντες: Φ. Αφράτη,. Φωτάκης Επιμέλεια διαφανειών:. Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

υναμικός Προγραμματισμός

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ

Κεφάλαιο 8. NP και Υπολογιστική Δυσεπιλυσιμότητα. Χρησιμοποιήθηκε υλικό από τις αγγλικές διαφάνειες του Kevin Wayne.

Ανάλυση Ηλεκτρικών Κυκλωμάτων

, για κάθε n N. και P είναι αριθμήσιμα.

2. Η πιθανότητα της αριθμήσιμης ένωσης ξένων μεταξύ τους ενδεχομένων είναι το άθροισμα των πιθανοτήτων των ενδεχομένων.

Μη Ντετερμινισμός και NP-Πληρότητα

υναμικός Προγραμματισμός

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

Υπολογισιμότητα και Πολυπλοκότητα Computability and Complexity

Πιθανοτικοί Αλγόριθμοι

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

HY Λογική Διδάσκων: Δ. Πλεξουσάκης

ΗΥ180: Λογική Διδάσκων: Δημήτρης Πλεξουσάκης. Φροντιστήριο 8 Επίλυση για Horn Clauses Λογικός Προγραμματισμός Τετάρτη 9 Μαΐου 2012

Συνδυαστικά Λογικά Κυκλώματα

HY118- ιακριτά Μαθηµατικά. Θεωρία γράφων / γραφήµατα. Τι έχουµε δει µέχρι τώρα. Υπογράφηµα Γράφοι

(CLR, κεφάλαιο 32) Στην ενότητα αυτή θα µελετηθούν τα εξής θέµατα: Παραστάσεις πολυωνύµων Πολυωνυµική Παρεµβολή ιακριτός Μετασχηµατισµός Fourier

Αλγόριθµοι και Πολυπλοκότητα

ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 2011 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΛΥΚΕΙΟΥ

H mèjodoc Sturm. Mˆjhma AkoloujÐec Sturm

Υπολογιστική Πολυπλοκότητα Εξέταση Ιουνίου 2017 Σελ. 1 από 5

Transcript:

Τεχνικές Αποδείξεις Κάτω Φραγμάτων

Θέλουμε να δείξουμε κυκλωματικά κάτω φράγματα για ομοιόμορφες κλάσεις επειδή: Δίνουν μεγάλη πληροφορία για τις κλάσεις αυτές: π.χ. αν EXP P /poly σημαίνει Ότι παρότι δε λύνεται σε πολυωνυμικό χρόνο, το EXP μπορεί να συμπυκνωθεί σε πολυωνυμικό χώρο. Ότι για κάθε n, υπάρχει ένα πρόγραμμα μεγέθους και χρόνου poly(n) που λύνει σωστά κάθε EXP στιγμιότυπο μήκους n. Αν NEXP P /poly, τότε οι τυχαιοκρατικοί αλγόριθμοι είναι γνησίως πιο ισχυροί από τους ντετερμινιστικούς (προσεχώς ). Αν NP P /poly η πολυωνυμική ιεραρχία καταρρέει στο δεύτερο επίπεδο (προσεχέστερα ).

Απλές ιδέες Ψάχνουμε όλα τα κυκλώματα μέχρι μεγέθους S(n) και βρίσκουμε το πρώτο που δεν περιέχεται σε αυτά (υπάρχει πάντα ένα για n < S n < 2n n ). Άρα DTIME[2 O S n logs n ] SIZE S n. Επομένως DTIME[2 nω 1 ] P /poly. Τι γίνεται, αναφορικά με το P /poly, για κλάσεις όπως τις EXP, NEXP, Σ 2 EXP;; Για αρχή EXP SIZE n k

Σ 3 P SIZE[n k ] Έστω το ακόλουθο πρόβλημα: Είσοδος: Ένα μήκος 1 n και ένας δείκτης i. Έξοδος: Υπάρχει μια συμβολοσειρά x 0,1 n2k που (α) για κάθε y 0,1 n2k με y < x να ισχύει ότι υπάρχει ένα κύκλωμα μεγέθους < n k+1 το οποίο να παράγει τη y (στο πίνακα αληθείας της) και (β) ταυτόχρονα κάθε κύκλωμα < n k+1 δε παράγει τη x (στο TT της) και (γ) το i-οστό bit της x είναι 1. Σε μορφή ποσοδεικτών γράφεται, οπότε Σ 3 P SIZE[n k ].

Τρέχουσα κατάσταση Σ 3 EXP SIZE 2 no 1 EXP Σ 2 P SIZE 2 no 1 Σ 2 EXP = NEXP NP SIZE f n για ημι-εκθετική f f n < 2 n MAEXP P /poly Όλες αυτές οι αποδείξεις (με εξαίρεση τη τελευταία) είναι κατά κάποιο τρόπο μετρητικές και στηρίζονται στο γεγονός ότι υπάρχει μία συμβολοσειρά που κάθε μικρότερο κύκλωμα δε τη παράγει. Δε δίνει αποτελέσματα για μικρότερες κλάσεις, π.χ. EXP, NEXP, EXP NP.

Γενικό Μοτίβο Για να αποκλείσουμε μια υπολογιστική κλάση T από μια κυκλωματική C, υπάρχει μια προφανής φυσική μέθοδος: 1. Βρίσκουμε μια «περιοριστική» ιδιότητα για την οποία δείχνουμε ότι τα κυκλώματα της κλάσης C δεν μπορούν να την έχουν. 2. Βρίσκουμε μια συνάρτηση της T που να έχει αυτή την ιδιότητα. 3.??? 4. Profit

PARITY AC 0 Περιοριστική Ιδιότητα: Υπάρχουν κάποια bits εισόδου, τα οποία όταν σταθεροποιηθούν σε μια τιμή, η συνάρτηση σταθεροποιείται (δεν εξαρτάται πλέον από τα υπόλοιπα bits) Τετριμμένη περίπτωση: k CNF (ή k DNF) Αρκεί, σταθεροποιώντας κάποια bits, να μετατρέψουμε κάθε AC 0 κύκλωμα σε μία k CNF και τελειώσαμε. Θεωρούμε αρχικά AC 0 κύκλωμα σε μορφή δέντρου, πύλες μόνο AND, OR (συμπληρώματα μόνο στην είσοδο), όπου κάθε στρώμα έχει μόνο ένα είδος πυλών και ότι τα στρώματα των AND, OR εναλλάσσονται (εν συντομία μορφή δέντρου).

Λήμμα Εναλλαγής (Χόσταντ) Μέγεθος: n b, Βάθος: d, Μορφή Δέντρου Αν σταθεροποιήσουμε n n ε τυχαία bits εισόδου (σε μια τυχαία τιμή) από μία k CNF, τότε η πιθανότητα να μπορεί να γραφτεί ως s DNF είναι τουλάχιστον Pr Η k CNF γραφεται ως s DNF 1 k10 n 1 ε s 2 Αρχικά k 0 = 1 και θέτουμε k i = 10b 2 i και ε = 1 2.

Μείωση βάθους Σταθεροποιώντας κάθε φορά n n προκύπτει ότι μπορούμε να φράξουμε τη παραπάνω πιθανότητα από 1 c 1 n 5b (για τη μία πύλη του 2 ου στρώματος). Επομένως μπορούμε σε κάθε στάδιο με πιθανότητα 1 c 1 n 5 να μετατρέπουμε τη k i CNF του 2 ου στρώματος σε k i+1 DNF (ή αντίθετα k i DNF σε k i+1 CNF) και συμπτύσσοντας την με τη παραπάνω να μειώσουμε το βάθος κατά 1. Στο τέλος θα έχουμε μια k d CNF με n 2 d ελεύθερες μεταβλητές. Άρα με πιθανότητα τουλάχιστον 1 c 2 n 5 d > 0 υπάρχει μια σταθεροποίηση < n bits εισόδου του AC 0 κυκλώματος για την οποία η εναπομείνουσα συνάρτηση είναι σταθερά 1 ή 0.

Κλάση T Αρκεί να βρούμε μια κλάση, που να έχει μια συνάρτηση, η οποία να μην έχει τη παραπάνω ιδιότητα (να μη σταθεροποιείται όσα bits και να σταθεροποιήσουμε). Υποψήφιες συναρτήσεις (οτιδήποτε αφορά το sum = n i=1 x i και επαναλαμβάνεται συχνά το πολύ κάθε n d φορές (με d < 1)): PARITY: sum 0 (mod 2) MOD k : sum 0 (mod k) PRIME_SUM (με κατάλληλη αλλαγή παραμέτρων και επειδή g n = p n p n 1 n 0.525 ): sum P Z_INTRP: Το sum είναι αύξων αριθμός διαφάνειας που θα διακόψει ο κος Ζάχος. Κλάσεις: P, L, TC 0, ACC 0

ACC 0 (p) ACC 0 (q) Με μια παρόμοιας λογικής (τεχνική-συνδυαστική) απόδειξη προκύπτει ότι για κάθε δύο πρώτους p q υπάρχει ένα σχετικά μικρό πολυώνυμο στο GF(q) που προσομοιώνει καλά το ACC 0 (q) και ότι δεν υπάρχει κανένα (τέτοιου μικρού μεγέθους) που να υπολογίζει τη MOD p. Άρα ισχύει ACC 0 (p) ACC 0 (q) για οποιουσδήποτε διαφορετικούς p, q. Δε γνωρίζουμε τι γίνεται όταν έχουμε δύο πρώτους μαζί Ακόμη και για p = 2, q = 3 θα μπορούσε με τη τρέχουσα γνώση να ισχύει ότι ACC 0 ACC 0 (6) ή κι ότι NP ACC 0 (6).

Ζητείται ελπίς Χρειαζόμαστε μια πιο σύνθετη ιδιότητα για να δείξουμε κάτω φράγματα για το γενικό ACC 0. Δεδομένου ότι (μέχρι πριν λίγο καιρό) ήταν άγνωστο αν ολόκληρο NEXP μπορούσε να γραφτεί με ACC 0 κυκλώματα, οποιαδήποτε ιδιότητα (που είναι έστω και λίγο περιοριστική) είναι ευπρόσδεκτη π.χ. ότι είναι υποσύνολο κάποιας σχετικά απλής κλάσης χωρίς modula κλπ. Γνωρίζουμε ότι είναι υποσύνολο του TC 0. Αλλά δε γνωρίζουμε τίποτα πολύ χρήσιμο για το TC 0, επειδή κι αυτό είναι δύσκολο. Αρκεί να βρούμε μια πιο εύκολη κλάση από την TC 0, η οποία να είναι αρκετά απλή ώστε να μπορούμε να κάνουμε αποδείξεις με αυτήν και αρκετά σύνθετη ώστε να περιέχει όλο το ACC 0 Σε κάθε περίπτωση θα της δώσουμε το τυχαίο όνομα SYM+.

SYM+ κυκλώματα (ως κυκλώματα) SYM+ λέγεται ένα κύκλωμα που: Έχει βάθος 2. Το πρώτο στρώμα αποτελείται μόνο από πύλες AND (με δεδομένα τα συμπληρώματα). Το δεύτερο στρώμα αποτελείται από μια συμμετρική πύλη (η οποία εξαρτάται μόνο από το sum = n i=1 x i ).

SYM+ κυκλώματα (ως πολυώνυμα) Ισοδύναμα ένα SYM+ κύκλωμα χαρακτηρίζεται από: Ένα πολυώνυμο P x 1,, x n = P[y] y 0,1 n i=1 Μία συνάρτηση Θ: Z {0,1}, τέτοια ώστε x L αν και μόνο αν Θ P x 1,, x n = 1. Ορίζουμε: ως βαθμό D του SYM+ κυκλώματος τον βαθμό του αντίστοιχου P (ο οποίος αντιστοιχεί στο μέγιστο fan-in των AND πυλών) ως έκταση s του SYM+ κυκλώματος το μέγιστο συντελεστή max P[y] του κυκλώματος n x i y i

SYM+ κυκλώματα (ως πίνακες) Ισοδύναμα ένα SYM+ κύκλωμα χαρακτηρίζεται από: Ένα πολυώνυμο P x 1,, x n = P[y] y 0,1 n i=1 Μία συνάρτηση Θ: Z {0,1}, τέτοια ώστε x L αν και μόνο αν Θ P x 1,, x n = 1. Για ένα SYM+ κυκλώματος βαθμού D και έκτασης s = max P y έχουμε ότι o P έχει μέγεθος n D και ότι max P x 1,, x n n D s. Άρα αρκούν για τη πλήρη περιγραφή του οι πίνακες P και Θ μεγέθους O(n D ) και O n D s αντίστοιχα. n x i y i

Τα ACC 0 μετατρέπονται σε SYM+ [Yao, Beigel-Tarui] Μπορούμε να μετατρέψουμε ένα ACC 0 κύκλωμα n εισόδων και μεγέθους S σε ένα SYM+ κύκλωμα βαθμού log a S και έκτασης 2 loga S. Και μπορούμε να το κάνουμε σε χρόνο 2 O loga S! Σημείωση: To a είναι συνάρτηση ΜΟΝΟ του d, δηλαδή a = a d > 0.

Σχέδιο της Απόδειξης μετατροπής του ACC 0 σε SYM+

Σχέδιο της Απόδειξης μετατροπής του ACC 0 σε SYM+

Σχέδιο της Απόδειξης μετατροπής του ACC 0 σε SYM+

(Επιτρέπουμε μόνο πύλες OR και MOD διατηρώντας πάντα μορφή δέντρου). 1. Παίρνουμε polylog(n) τυχαία bits των πυλών OR (από έναν δειγματικό χώρο μεγέθους 2 polylog S ) με τρόπο τέτοιο ώστε να υπάρχει καλή πιθανότητα το τελικό αποτέλεσμα να ισούται με το αρχικό. 2. Μετατρέπουμε το κύκλωμα σε αριθμητικό όπου οι πύλες πολλαπλασιασμού έχουν fan-in το πολύ polylog(n) 1. OR x 1,, x k = 1 1 x 1 (1 x k ) και 2. MOD p x 1,, x n = n i=1 x p 1 i (modp) Σπρώχνουμε τα πάντα ώστε οι πύλες πολλαπλασιασμού να είναι στο πρώτο στρώμα με fan-in πάλι polylog(n), τα επόμενα στρώματα να είναι μόνο πύλες MOD και στην κορυφή μόνο ο αθροιστής. 3. Διώχνουμε στρώμα-στρώμα τις MOD p μετατρέποντας τη Θ σε Θ y = Θ(y(modp)) (για πολλές πύλες MOD p παίρνουμε modulus amplifying polynomials).

Και τώρα το καλό Έστω ένα ACC 0 κύκλωμα C με n εισόδους, βάθους d και μεγέθους S 2 nδ για κάποιο δ = δ d > 0 που θα προσδιορίσουμε προσεχώς. Τότε το ACC 0 SAT για το παραπάνω στιγμιότυπο λύνεται σε χρόνο 2 n nδ. Απόδειξη Α. Μετατρέπουμε το κύκλωμα C σε ένα ACC 0 C με n = n 2n δ εισόδους. Β. Χρησιμοποιούμε το προηγούμενο Λήμμα, ώστε να μετατρέψουμε το C σε ένα ισοδύναμο SYM+ βαθμού n, έκτασης 2 n και n = n 2n δ εισόδων. Γ. Χρησιμοποιούμε δυναμικό προγραμματισμό για να βρούμε αν ικανοποιείται το παραπάνω SYM+ σε χρόνο 2 n poly(n) 2 n nδ.

Α. Μείωση Εισόδων Φτιάχνουμε το C (x 1,, x n ) = x n +1,,x n C x 1,, x n, x n +1, x n To C έχει μέγεθος S = 2 2nδ S 2 3nδ και βάθος d + 1 και ισχύει ότι είναι ικανοποιήσιμο αν και μόνο αν το C είναι ικανοποιήσιμο. Ο τετριμμένος αλγόριθμος κάνει 2 n O(S ) = O(2 n+nδ )

Β. Μετατροπή σε SYM+ 1 Θέτουμε δ d = έτσι ώστε 3a d+1 2loga S 2 2 n Άρα μπορούμε (σε χρόνο 2 O n ) να μετατρέψουμε το προηγούμενο C σε ένα SYM+ έκτασης 2 n, βαθμού n και n = n 2n δ μεταβλητών, έστω το 3nδ d+1 P x 1,, x n = P[y] y 0,1 n i=1 μαζί με ένα Θ μεγέθους 2 n n n 2 n. n a d+1 Ο τετριμμένος αλγόριθμος θέλει 2 n n n poly(n) 2 n. x i y i

Γ. Δυναμικός Προγραμματισμός Όμως n x i y i = n x i y i + n P 1, x 2,, x n = P[0y] P[1y] x i y i y 0,1 n P[y] i=2 y 0,1 n 1 i=2 y 0,1 n 1 i=2 Δηλαδή P 1, x 2,, x n = P 0, x 2,, x n + P (x 2,, x n ) για P το αντίστοιχο πολυώνυμο: n P = P[1y] x i y i y 0,1 n 1 i=2

Γ. Δυναμικός Προγραμματισμός Έστω P(x 1, x 2,, x n ) το διάνυσμα 2 n θέσεων που περιλαμβάνει όλες τις τιμές του P. Επομένως P x 1, x 2,, x n = P 0, x 2,, x n, P 1, x 2,, x n Όπου όμως P 1, x 2,, x n = P 0, x 2,, x n + P x 2,, x n Άρα αρκεί να υπολογίσουμε το P 0, x 2,, x n, το P x 2,, x n και μετά να κατασκευάσουμε το P(x 1, x 2,, x n ) σε O(2 n ) βήματα. T n = 2T n 1 + 2 n poly(n) Επομένως τερματίζει σε 2 n Poly(n) βήματα.

Συνολικά: 1. Χρειαστήκαμε O 2 3nδ βήματα για την κατασκευή του C με n = n 2n δ εισόδους. 2. Χρειαστήκαμε 2 O n βήματα για τη μετατροπή του C σε ένα ισοδύναμο SYM+ (P, Θ). 3. Χρειαστήκαμε 2 n 2nδ poly n 2 n nδ βήματα για τον υπολογισμό όλων των τιμών του παραπάνω κυκλώματος (και έλεγχο αν κάποια από αυτές δίνει 1). Άρα τελειώσαμε σε χρόνο 2 n nδ.

Ηθικά διδάγματα: Αποδεικνύουμε μια τεχνική-συνδυαστική ιδιότητα για τα κυκλώματα της κλάσης C που δείχνουν ότι δεν έχουν τις ιδιότητες ενός μαύρου κουτιού. Π.χ. σε ένα μαύρο κουτί: Πρέπει να ψάξουμε όλες τις τιμές του για να δούμε αν υπάρχει κάποια επιλογή bits που σταθεροποιούν την έξοδο του. Πρέπει να ψάξουμε όλες τις τιμές του για να δούμε αν βγάζει έξοδο 1 σε κάποια από αυτές. Βρίσκουμε μια συνάρτηση μιας ομοιόμορφης κλάσης T που να μπορεί να υπολογίσει κάτι που αποκλείεται από τη C (εξαιτίας της παραπάνω ιδιότητας) και καταλήγουμε ότι T C. Αρκεί να βρούμε μια αντίστοιχη τεχνική-συνδυαστική ιδιότητα για το P /poly, να δείξουμε ότι το NP (ή όποια άλλη κλάση θέλουμε) την έχει και να καταλήξουμε ότι NP P /poly. Ή και όχι

To be continued