A digitális számítás elmélete

Slides:



Advertisements
Hasonló előadás
A digitális számítás elmélete
Advertisements

GRIN: Gráf alapú RDF index
Készítette: Kosztyán Zsolt Tibor
Kiszámíthatóság, rekurzív függvények
KÉSZÍTETTE: Takács Sándor
Valószínűségszámítás
A digitális számítás elmélete
Függvények Egyenlőre csak valós-valós függvényekkel foglalkozunk.
Matematika és Tánc Felkészítő tanár: Komáromi Annamária
Készítette: Mester Tamás METRABI.ELTE.  Egy bemeneten kapott szöveg(karakter sorozat) méretét csökkenteni, minél kisebb méretűre minél hatékonyabb algoritmussal.
Kötelező alapkérdések
Kalman-féle rendszer definíció
Illeszkedési mátrix Villamosságtani szempontból legfontosabb mátrixreprezentáció. Legyen G egy irányított gráf, n ponton e éllel. Az n x e –es B(G) mátrixot.
Prímtesztelés Témavezető: Kátai Imre Komputeralgebra Tanszék Nagy Gábor:
Dominó probléma (emlékeztető)‏
4. VÉGES HALMAZOK 4.1 Alaptulajdonságok
Dijkstra algoritmus Irányított gráfban.
Az összehasonlító rendezések
Programozási alapismeretek 8. előadás. ELTE 2/  További programozási tételek További programozási tételek 
Algoritmizálás Göncziné Kapros Katalin humaninformatika.ektf.hu.
A SAT probléma különböző reprezentációinak vizsgálata oktatási szempontból (újratöltve) Az általánosítás fegyvere a kutatásban Kusper Gábor,
Papp Róbert, Blaskovics Viktor, Hantos Norbert
Programozó matematikus szak 2003/2004-es tanév II. félév
Programozó matematikus szak 2003/2004-es tanév II. félév
A digitális számítás elmélete
A digitális számítás elmélete
Determinisztikus véges automaták csukva nyitva m s kbsm csukva nyitva csukva nyitva csukvanyitva 1. Példa: Fotocellás ajtó s b m m= mindkét helyen k= kint.
Év eleji információk Előadó: Hosszú Ferenc II. em Konzultáció: Szerda 9:50 – 10:35 II. em
Differenciál számítás
Integrálszámítás Mire fogjuk használni az integrálszámítást a matematikában, hova szeretnénk eljutni? Hol használható és mire az integrálszámítás? (már.
Reprezentációs függvény. Adva egy adattípus absztrakt és konkrét specifikációja: d a = ( A, F, E a ); d c = ( C, G, E c ); A = {A 0,..., A n };C = {C 0,...,
A számfogalom bővítése
A digitális számítás elmélete
Algoritmusok bonyolultsága és kommunikációs bonyolultság Gáspár Merse Előd fizika szeminárium 2004 szeptember Algoritmusok bonyolultsága és kommunikációs.
Algoritmusok bonyolultsága Gáspár Merse Előd Györgyi Géza féle statisztikus fizika szeminárium 2004.
Készítette: Kosztyán Zsolt Tibor
ismétlődő (azonos vagy hasonló) tevékenységek megvalósítására szolgál
Gráf szélességi bejárása SzB(G,p). Tetszőleges gráf, melyben a p csúcsot választottam kiindulónak: A gráfnak megfelelő fa:
Vektorterek Definíció. Legyen V Abel-csoport, F test, továbbá
Lagrange-interpoláció
Nevezetes algoritmusok
Algoritmusok.
Készítette: Hanics Anikó. Az algoritmus elve: Kezdetben legyen n db kék fa, azaz a gráf minden csúcsa egy-egy (egy pontból álló) kék fa, és legyen minden.
Nevezetes algoritmusok: Fa megvalósítása Készítette: Várkonyi Tibor Zoltán.
Mélységi bejárás Az algoritmus elve: Egy kezdőpontból kiindulva addig megyünk egy él mentén, ameddig el nem jutunk egy olyan csúcsba, amelyből már nem.
1. MATEMATIKA ELŐADÁS Halmazok, Függvények.
Osztott adatbázisok.  Gyors ismétlés: teljes redukáló  Teljes redukáló költsége  Természetes összekapcsolások vetítése  Természetes összekapcsolások.
Mesterséges Intelligencia 1. Eddig a környezet teljesen megfigyelhető és determinisztikus volt, az ágens tisztában volt minden cselekvésének következményével.
Kijelentések könyve: mindegyik oldalon egy kijelentés. Egyes igaz kijelentések axiómák. Az axiómákból bizonyítható kijelentések mind igazak, és a cáfolható.
Nagy Szilvia 13. Konvolúciós kódolás
Dodekaéder Hamilton köre
A folytonosság Digitális tananyag.
Programozási alapismeretek 8. előadás. ELTE Szlávi-Zsakó: Programozási alapismeretek 8.2/  További programozási.
Kiterjesztések szemantikája: Szemantikai tartomány : Adatoknak, vagy értékeknek egy nem üres halmazát szemantikai tartománynak nevezzük. Jelölése: D. Egy.
1 Relációs kalkulusok Tartománykalkulus (DRC) Sorkalkulus (TRC) - deklaratív lekérdezőnyelvek - elsőrendű logikát használnak - relációs algebra kifejezhető.
1 Megerősítéses tanulás 4. előadás Szita István, Lőrincz András.
Ultrametrikus terek ELTE IK/Fraktálok - Varga Viktor.
Számításelmélet 2. Algoritmus-fogalom Turing-gép Alan M. Turing – 1937 II. világháború, Enigma MI, Turing-teszt Kleene – Rekurzív függvények (1936) Church.
TÁMOP /1-2F Informatikai gyakorlatok 11. évfolyam Alapvető programozási tételek megvalósítása Czigléczky Gábor 2009.
Számításelmélet Tárgykód: NGM_IN006_1 és LGM_IN006_1
P és NP teljes problémák
Elméleti probléma: vajon minden következtetés helyességét el tudjuk dönteni analitikus fával (véges sok lépésben)? Ha megengedünk végtelen sok premisszás.
Számításelmélet 7.
Informatikai gyakorlatok 11. évfolyam
Gráfalgoritmusok G=(V,E) gráf ábrázolása
Adatbázisrendszerek elméleti alapjai 9. előadás
Algoritmus készítés.
Absztrakt problémák Q  I  S, az absztrakt probléma kétváltozós reláció az esetek (I) és a megoldások (S) halmazán Példa: legrövidebb út Eset: gráf és.
Algoritmusok és Adatszerkezetek I.
Előadás másolata:

A digitális számítás elmélete NP nyelvosztály NP nyelvhez van polinomiális időben ellenőrizhető tanu NP-teljes problémák

Nemdeterminisztikus TG (ism) Definíció: Nemdeterminisztikus Turing gép (ND TG): M = (Q, , G, , q0, qelfogad, qelutasít) ahol: ... : Q  G P(Q  G  J, B) az állapotátmenet függvény Megj: A ND TG működését fa írja le. Ha egy ágon az elért állapot elfogadó, akkor a ND TG elfogadta a kezdeti sorozatot.

Turing gép variációk: nemdeterminisztikus TG Tétel: Minden M NDTG-hez van vele ekvivalens S TG. (volt) C0 C1 C2 ... C8 C1,1 C1,2 ... C1,32 ... ... C2,1 C2,2 C2,11 C8,1 C8,2 C8,m Pl: 2,1,3 címke melyik konfigurációnak felel meg?

NDTG időkorlátja Definíció: Legyen t: NN függvény olyan, hogy t(n)  n minden n-re. Az M NDTG t(n) időkorlátos, ha az n hosszú bemenetek esetén M minden számítási út mentén legfeljebb t(n) lépést megtéve megáll. Azaz n hosszú bemenetek esetén legfeljebb t(n)+1 mély a számítási fa. Megj: Nem ismert olyan fizikai megvalósítás, mely t(n)-nel arányos időben szimulálná egy t(n) időkorlátos NDTG működését. Definíció: NTIME(t(n)) = L I  L felismerhető egy O(t(n)) időkorlátos M NDTG-pel..

Az NP nyelvosztály Definíció: NP = k 1 NTIME(nk) a polinom időben egyszalagos NDTG-pel eldönthető nyelvek osztálya. Megj: Nem ismert olyan fizikai megvalósítás, mely t(n)-nel arányos időben szimulálná egy t(n) időkorlátos NDTG működését. 1. Megj: P  NP mivel egy t(n) időkorlátos TG tekinthető egy speciális, t(n) időkorlátos NDTG-nek, így TIME(nk)  NTIME(nk) 2. Megj: P  NP vagy P = NP ? Nyitott kérdés, 1M $ díj!

Az NP nyelvosztály Tétel: P  NP  coNP Biz: P  NP láttuk. De a co operátor tartalmazás megőrző volta miatt ekkor coP  coNP Láttuk hogy coP = P , tehát P  coNP is teljesül.

NP -be tartozás megmutatása bizonyítékkal Állítás: x L Tanu, bizonyíték: y A bizonyíték: nem hosszú, hatékonyan ellenőrizhető! Pl. Merlin lovagjai és udvarhölgyei - egy párosítás Hamilton kör van-e a gráfban? – az összes csúcs egy sorozata G gráf síkbarajzolható-e? – egy síkba lerajzolt gráf

NP -be tartozás megmutatása bizonyítékkal Def: Legyen L egy S feletti nyelv. L polinomiálisan bizonyítható, ha van olyan V algoritmus, hogy L = w  V elfogadja <w,c> –t valamely S*-beli c-re, és V polinom idejű w hosszát tekintve. Tétel: NP azokat a nyelveket tartalmazza, amelyek polinomiálisan bizonyíthatók. Biz: 1. L polinomiálisan bizonyítható  L NP. Legyen M egy, a bizonyító V algoritmust megvalósító TG. M időigénye nk, alkalmas k-ra. Ekkor c hossza is legfeljebb nk lehet.

NP -be tartozás megmutatása bizonyítékkal Tekintsük azt az N ND TG-et, mely a következő módon működik: Egy w inputra, ha az n hosszú: - előállítja az összes lehetséges nk hosszú c sorozatot, és - minden egyes ilyen sorozatra lefuttatja M-et a <w,c> inputtal. - N elfogadja w-t, ha valamely c-re M elfogadja <w,c> -t, különben elutasítja. N  NTIME(nk), mivel M időigénye nk.

NP -be tartozás megmutatása bizonyítékkal Biz: 2. L NP  L polinomiálisan bizonyítható. Legyen N az L-et polinomiális időben felismerő NDTG. Ekkor N működését legfeljebb m=nk mélységű fa adja meg, ha a bemenet n hosszú. E fa egy-egy ága N állapotátmenetekinek egy lehetséges sorozatát adja meg, mely beazonosítható az egyes szinteken történt állapotátmenetek indexével, azaz egy i1, i2, ... im sorozattal, ahol ij, a j-dik szinten történt állapotátmenet indexe.

NP -be tartozás megmutatása bizonyítékkal Biz: 2. L NP  L polinomiálisan bizonyítható. Legyen N az L-et polinomiális időben felismerő NDTG. Ekkor N működését legfeljebb m=nk mélységű fa adja meg, ha a bemenet n hosszú. E fa egy-egy ága N állapotátmenetekinek egy lehetséges sorozatát adja meg, mely beazonosítható az egyes szinteken történt állapotátmenetek indexével, azaz egy i1, i2, ... im sorozattal, ahol ij, a j-dik szinten történt állapotátmenet indexe. Minden ij 1 és g közötti egész, ahol N állapotátmenet függvénye értéke legfeljebb g állapotból álló halmaz.

NP -be tartozás megmutatása bizonyítékkal Tekintsük az összes i1, i2, ... im sorozatokat, ahol minden szám l és g közötti egész, és kódoljuk ezeket mint S*-beli sorozatokat. A tanuk ezek a c sorozatok lesznek. A bizonyító M algoritmus a következő képpen működik egy n hosszú w inputtal és egy nk hosszú c tanuval: - Szimulálja N működését a c-ben kódolt állapotátmenetekkel. - Ha N elfogadja w-t ezen az ágon, akkor M elfogadja <w,c>-t, különben elutasítja. M nk időben lefut egy-egy c esetén.

NP –beli nyelvhez tartozás jó bizonyítéka Egy NP-beli nyelv komplementere nem mindig NP-beli. Pl: Merlin lovagjai és udvarhölgyei nem házasíthatók össze tanu adható: Nincs Hamilton kör a gráfban tanu nem adható: G gráf nem síkba rajzolható tanu adható: valamelyik Kuratowski-gráf mint G részgráfja Nem ismert, hogy co NP =NP teljesül-e.

NP –teljes problémák Egy L NP-beli nyelv NP-teljes, ha abból a feltételezésből, hogy L P-beli is, következik, hogy az összes NP-beli nyelv P-beli, azaz NP =P. Megj: ‘Elég’ az NP-teljes problémákat vizsgálni. 2. Megj: Egy NP-teljes problémára nem érdemes polinom idejű algoritmust keresni (mivel az a feltételezés, hogy P NP).

Nevezetes NP –teljes problémák Def: A és B S* feletti nyelvek. A polinom időben visszavezethető B-re, ha van f: S* S* polinomiális időben kiszámítható fv, hogy w  A  f(w)  B. Ezt A P B jelöli. Tétel: Ha A P B és B  P, akkor A  P. Biz: Legyen M az a TG, mely polinom időben felismeri B-t. Ekkor a következő N TG A-t ismeri fel polinom időben:

Nevezetes NP –teljes problémák w input esetén N: Kiszámítja f(w)-t, M-et futtatja f(w)-n, és outputként M outputját adja. Def: L NP-teljes, ha L NP-beli, és tetszőleges A NP-beli probléma polinom időben visszavezethető L-re.

Nevezetes NP –teljes problémák Def: Boole változók igaz (1) vagy hamis (0) értéket vehetnek fel. Def: Boole kifejezések: és vagy nem 00 = 0 00 = 0 0 = 1 01 = 0 01 = 1  1 = 0 10 = 0 10 = 1 11 = 1 11 = 1 Pl: F = (x y) (x   z) SAT = F  F kielégíthető Boole kifejezés,

Nevezetes NP –teljes problémák Tétel: Ha B NP-teljes és B  P, akkor NP =P. Biz: definíciókból köv. Tétel: Ha B NP-teljes, C NP-beli, és B P C , akkor C is NP-teljes.

Nevezetes NP –teljes problémák Tétel: (Cook-Levin) SAT  P akkor és csak akkor, ha NP =P. Másképp fogalmazva, SAT NP-teljes. Biz: nem részletezzük Def: 3SAT = F  F = (a1  b1  c1)  (a1  b1  c1)  ... (ak bk  ck) valamely k-ra, ahol tetszőleges ai , bi, ci egy Bool változó vagy annak negáltja F kielégíthető Bool kifejezés. Tétel: 3SAT NP-teljes. Biz: SAT polinom időben visszavezethető 3SAT-ra. (Nem részletezzük)

Nevezetes NP –teljes problémák Tétel:VERTEX COVER (lefogható-e G minden éle legfeljebb k ponttal) NP-teljes. Tétel:k-COLORABILITY (kiszínezhető-e G minden éle legfeljebb k színnel) NP-teljes k 3 esetén. Tétel: HAMPATH NP-teljes. Biz: 3SAT polinom időben visszavezethető HAMPATH-ra.

Problémaosztályok tartalmazása Tétel: NP  PSPACE Biz (vázlat): Legyen L  NP, és N egy L-et t(n) időben felismerő ND TG. Tekintsük azt az M TG-et, mely N-et szimulálja (volt tétel, biz). M N lehetséges állapotait veszi sorra, mélység szerint. Ha N-ben a maximális állapotátmenet-halmaz g elemű, akkor N fájában az k-dik szinten gk állapot szerepel legfeljebb. Tehát az összes állapot megvizsgálásához legfeljebb g0 + g1 + ... + gt(n)  (g +1) t(n) idő kell. t(n) n polinomja, így alkalmas m-re t(n) < c2m, tehát L  EXPTIME.

Problémaosztályok tartalmazása Megj: P  NP  EXPTIME láttuk. Nem ismert, hogy a tartalmazások valódiak-e. Azt láttuk, hogy P  EXPTIME. Tehát a fenti láncban legalább az egyik helyen valódi tartalmazás szerepel. EXPTIME PSPACE NP coNP P NP-teljes

Rónyai-Ivanyos-Szabó: Algoritmusok, 255-265, 268-279. oldalak Irodalom Rónyai-Ivanyos-Szabó: Algoritmusok, 255-265, 268-279. oldalak