แบบจำลองที่คุณอธิบายนั้นเรียกว่าแบบจำลองBlum-Shub-Smale (BSS) (เช่นรุ่น Real RAM) และใช้เพื่อกำหนดคลาสความซับซ้อน
บางปัญหาที่น่าสนใจในโดเมนนี้เป็นชั้นเรียน , N P Rและแน่นอนคำถามที่ว่าP R = N P R โดยP Rเราหมายถึงปัญหาคือการตัดสินใจแบบพหุนาม, N P Rคือปัญหาที่สามารถตรวจสอบได้ทางพหุนาม มีคำถามที่แข็ง / ครบถ้วนเกี่ยวกับคลาสที่มีN P R ตัวอย่างของปัญหาที่สมบูรณ์แบบN P RคือปัญหาของQ P S , ระบบพหุนาม Quadratic ซึ่งอินพุตเป็นพหุนามจริงในPRNPRPRNPRPRNPRNPRNPRQPSตัวแปรและ P 1 , . . , P n ⊆ R [ x 1 , . . , x n ]ของระดับสูงสุด 2 และพหุนามแต่ละอันมีตัวแปรได้สูงสุด 3 ตัว คำถามว่ามีวิธีการแก้ปัญหาที่พบบ่อยจริง R nเช่นว่าพี1 ( ) , P 2 ( ) , . . p n ( a ) = 0mp1,...,pn ⊆ R[x1,...,xn]Rnp1(a),p2(a),...pn(a)=0. นี่เป็นปัญหาที่สมบูรณ์แบบNPR
แต่ที่น่าสนใจยิ่งกว่านั้นก็คืองานบางอย่างเกี่ยวกับความสัมพันธ์ระหว่าง , (หลักฐานพิสูจน์ได้แบบ Probalistically Checkable) เหนือ Reals เช่นคลาสP C P Rและวิธีการที่เกี่ยวข้องกับแบบจำลองการคำนวณพีชคณิต โมเดล BSS หันหน้าไปทางN P ส่วนเกินทั้งหมด นี่คือมาตรฐานในวรรณคดีและสิ่งที่เรารู้ในวันนี้คือN P Rมี "การพิสูจน์แบบยาวที่โปร่งใส" และ "การพิสูจน์แบบสั้นแบบโปร่งใส" โดย "การพิสูจน์แบบยาวโปร่งใส" ข้อมูลต่อไปนี้ถูกบอกเป็นนัย: N P Rมีอยู่ในP C P R ( p o l yPCPPCPRNPNPRNPRPCPR(poly,O(1)). นอกจากนี้ยังมีส่วนขยายที่กล่าวว่า "รุ่นสั้นเกือบ (โดยประมาณ)" ก็เป็นจริงเช่นกัน เราสามารถทำให้เสถียรของการพิสูจน์และตรวจจับความผิดพลาดได้โดยการตรวจสอบส่วนประกอบ (ของจริง) น้อยกว่ามากหรือไม่? สิ่งนี้นำไปสู่คำถามเกี่ยวกับการดำรงอยู่ของศูนย์สำหรับ (ระบบของ) ชื่อพหุนามแบบไม่รวมที่กำหนดโดยโปรแกรมเส้นตรง นอกจากนี้เรายังหมายถึง "การพิสูจน์ความโปร่งใสที่ยาวนาน"n
"โปร่งใส" - เท่านั้นต้องอ่าน ( 1 )เท่านั้นO(1)
long - polynomial จำนวนมากของส่วนประกอบจริง
3SATFPNPRNPR = co-NPR
While thinking of the class NPR, there are counting classes also defined to allow for reasoning about polynomial arithmetic. While #P is the class of functions f defined over {0,1}∞ → N for which there exists a polynomial time Turing machine M and a polynomial p with the property that ∀n∈N, and x∈{0,1}n, f(x) counts the number of strings y∈{0,1}p(n)that the Turing Machine M accepts {x,y}. For reals we extend this idea there are additive BSS machines - BSS machines that do only addition, and multiplications (no divisions, no subtractions). With additive BSS machines(nodes in computation only allow addition, and multiplication) the model for #P becomes one in which the count is over the vectors that the additive BSS machines accepts. So, the counting class is #Padd this class is useful in the study of Betti numbers, and also the Euler characteristic.