สมมติว่าเรามีปัญหาแปรโดยมูลค่าจริง P พารามิเตอร์ซึ่งเป็น "ง่าย" ในการแก้ปัญหาเมื่อและ "ยาก" เมื่อP = P 1สำหรับบางค่าP 0 , หน้า 1
ตัวอย่างหนึ่งคือการนับการกำหนดค่าสปินบนกราฟ การนับจำนวนสีที่เหมาะสมถ่วงน้ำหนักชุดอิสระ Eulerian subgraphs สอดคล้องกับฟังก์ชั่นการแบ่งส่วนของฮาร์ดคอร์โมเดล Potts และ Ising ตามลำดับซึ่งง่ายต่อการประมาณสำหรับ "อุณหภูมิสูง" และยากสำหรับ "อุณหภูมิต่ำ" สำหรับ MCMC แบบง่ายการเปลี่ยนเฟสความแข็งสอดคล้องกับจุดที่เวลาผสมกระโดดจากพหุนามเป็นเลขชี้กำลัง ( Martineli, 2006 )
อีกตัวอย่างหนึ่งคือการอนุมานในโมเดลความน่าจะเป็น เรา "ลดความซับซ้อน" แบบจำลองที่กำหนดโดยการรวม , p เข้าด้วยกันกับแบบจำลอง "ตัวแปรทั้งหมดเป็นอิสระ" สำหรับp = 1ปัญหาเล็กน้อยสำหรับp = 0มันเป็นสิ่งที่รักษาไม่ได้และค่าความแข็งอยู่ที่ใดที่หนึ่งระหว่าง สำหรับวิธีการอนุมานที่นิยมมากที่สุดปัญหากลายเป็นยากเมื่อวิธีการล้มเหลวในการบรรจบและจุดเมื่อมันเกิดขึ้นสอดคล้องกับการเปลี่ยนเฟส (ในความรู้สึกทางกายภาพ) ของการกระจายกิ๊บส์บาง (คนTatikonda 2002 )
อะไรคือตัวอย่างที่น่าสนใจของความแข็ง "กระโดด" เนื่องจากพารามิเตอร์ต่อเนื่องบางตัวมีการเปลี่ยนแปลง
แรงจูงใจ: เพื่อดูตัวอย่างของ "ความแข็ง" อีกมิติหนึ่งของความแข็งนอกเหนือจากประเภทกราฟหรือประเภทตรรกะ