หลักฐานที่แสดงโครงสร้างที่ลึกกว่า


35

หลักฐานมาตรฐานของ Chernoff ผูกไว้ (จากตำราสุ่มอัลกอริทึม ) ใช้ความไม่เท่าเทียมกันมาร์คอฟและฟังก์ชั่นการสร้างช่วงเวลากับบิตของการขยายตัวเทย์เลอร์ถูกโยนเข้าไม่มีอะไรยากเกินไป

แต่มีหลักฐานอื่นที่ถูกผูกไว้กับ Chernoff ที่เปิดเผยโครงสร้างที่ลึกกว่าการขับรถผลลัพธ์ ตัวอย่างเช่นมีรุ่นข้อมูลตามทฤษฎีที่จะไปผ่านวิธีการของประเภทสุดขั้วโดยบทความนี้ของImpagliazzo และ Kabanetsเช่นเดียวกับการโพสต์สั้น ๆ นี้โดย Sanjoy Dasgupta หลักฐานหลังเหล่านี้มีความ "ใช้งานง่าย" มากกว่าในการจัดทำข้อสรุปทั่วไปของผลลัพธ์มาตรฐานรวมถึงการอธิบายว่าคำศัพท์ตลกในเลขชี้กำลังมาจากไหน (เป็น KL-divergence)

ตัวอย่างที่ดีของสิ่งนั้นคืออะไร? เพื่อให้เป็นรูปธรรมมากขึ้นต่อไปนี้เป็นกฎ:

  1. ข้อความควรเป็นที่รู้จักพอสมควร (ประเภทของสิ่งที่จะสอนในระดับบัณฑิตศึกษาบางประเภท)
  2. ควรมีหลักฐาน "มาตรฐาน" ที่มีอยู่ในตำราเรียนหรือเอกสารอ้างอิงมาตรฐานที่สอน "ปกติ"
  3. ควรมีหลักฐานสำรองที่ไม่เป็นที่รู้จักเป็นอย่างดีไม่ได้สอนกันโดยทั่วไปและอาจพิสูจน์ข้อความทั่วไปเพิ่มเติมหรือเชื่อมโยงข้อความนั้นกับโครงสร้างทางคณิตศาสตร์ที่ลึกซึ้งยิ่งขึ้น

ฉันจะเริ่มด้วยสองตัวอย่าง

  1. chernoff ผูกพัน

    • "ตำรา" พิสูจน์: ความไม่เท่าเทียมกันมาร์คอฟ, ฟังก์ชั่นการสร้างช่วงเวลา, การขยายตัวของเทย์เลอร์ (MR)
    • หลักฐานที่ไม่ธรรมดาและลึกซึ้ง: วิธีการของประเภท, เลขชี้กำลังของหางที่เกี่ยวข้องกับ KL-divergence
  2. The Schwartz-Zippel Lemma

    • "ตำรา" หลักฐาน: กรณีฐานที่เกี่ยวข้องกับพหุนาม univariate การเหนี่ยวนำจำนวนตัวแปร
    • การพิสูจน์ "ผิดปกติ": การโต้แย้งทางเรขาคณิตผ่านDana Moshkovitz (และต่อ Vognsen )

โปรดยกตัวอย่างหนึ่งคำตอบ

ป.ล. ฉันไม่ได้หมายความว่าควรจะสอนการพิสูจน์ที่ผิดปกติ: การพิสูจน์โดยตรงมักจะง่ายกว่าสำหรับนักเรียน แต่ในแง่ที่ว่า "การพิสูจน์ช่วยให้เราเข้าใจ" การพิสูจน์ทางเลือกเหล่านี้มีประโยชน์มาก

คำตอบ:


23

ฉันไม่แน่ใจว่านี่เป็นสิ่งที่คุณกำลังมองหาเนื่องจากฉันได้เห็นข้อพิสูจน์ "ผิดปกติ" ในตำราเรียน แต่: เวลา O (n log n) ที่ผูกไว้กับ quicksort

  • "ตำรา" พิสูจน์: ตั้งค่าความสัมพันธ์การเกิดซ้ำแบบสุ่มพิสูจน์โดยการเหนี่ยวนำว่ามันมีทางออกที่ต้องการ

  • การพิสูจน์ "Uncommon": ค้นหาสูตรง่าย ๆ สำหรับความน่าจะเป็นที่มีการเปรียบเทียบองค์ประกอบสองอย่าง (เป็นเพียง 2 / (d + 1) โดยที่ d คือความแตกต่างระหว่างอันดับของพวกเขาในลำดับที่เรียง) และใช้ linearity ของความคาดหวัง เพื่อคำนวณจำนวนคู่ที่คาดว่าจะได้รับการเปรียบเทียบ

หลักฐานในตำราเรียนต้องใช้ความคิดสร้างสรรค์น้อยกว่า แต่การพิสูจน์ที่ผิดปกติแนะนำเทคนิคที่มีประโยชน์อย่างมากในการวิเคราะห์อัลกอริธึมอื่น ๆ เช่นสำหรับอัลกอริธึมที่เพิ่มขึ้นแบบสุ่มในเรขาคณิตการคำนวณ


3
ฉันคิดว่ามันใช้งานได้ มันเป็นตัวอย่างที่ดี คุณพูดถูกว่าคำว่า 'พิสดาร' นั้นมีอยู่ในหนังสือเรียนด้วย แต่ก็ไม่เหมือนกัน
Suresh Venkat

1
ฉันได้รับการสอนภายใต้การพิสูจน์ว่า "ผิดปกติ" มานานกว่าทศวรรษ
Jeff

ฉันไม่รู้ว่าคนอื่นคิดอย่างไร แต่จอนเบนท์ลีย์ได้ให้การวิเคราะห์รันไทม์ที่หรูหรามากสำหรับรันไทม์ที่คาดหวังของการเรียงลำดับอย่างรวดเร็วในข้อความ Beautiful Code คุณสามารถ acces วิดีโอของเขาในหัวข้อเดียวกัน <a href=" youtube.com/watch?v=aMnn0Jq0J-E"> ที่นี่ </ a > ฉันค่อนข้างมั่นใจว่านี่คือ "การวิเคราะห์หนังสือ" ของรันไทม์ที่คาดหวังของ quicksort
Akash Kumar

19

ฉันจะโยนออกจากความซับซ้อนของหลักฐานที่ BPP อยู่ในพี หลักฐานในตำราเรียนมีสาเหตุมาจาก Lautemann เพียงแค่เขียนนิพจน์และแสดงให้เห็นว่ามันทำงานได้ง่าย ๆ ด้วยความน่าจะเป็นอาร์กิวเมนต์ การพิสูจน์ที่ผิดปกติ: เดาฟังก์ชั่นที่ยาก (เพื่อคาดเดาเพื่อตรวจสอบความแข็ง) และเสียบเข้ากับเครื่องกำเนิด Nisan-WigdersonΣ2p


นอกจากนั้นหลักฐานของ Lautemann ช่วยลดความยุ่งยากของ Sipser (1983) ซึ่งเป็นผลมาจาก Sipser to Gacs
MS Dousti

1
มีการอ้างอิงสำหรับหลักฐาน "ผิดปกติ" หรือว่าเป็นคติชนวิทยา?
MS Dousti

2
หลักฐานอยู่ในกระดาษ Nisan-Wigderson
Lance Fortnow

2
มันเป็น "การพิสูจน์ที่ผิดปกติ" เป็นไร แต่ "ความเข้าใจใหม่" จากการพิสูจน์นี้คืออะไร? ฉันคิดว่าหลักฐานของ Lautemann สว่างขึ้น ฉันทำอะไรบางอย่างหายไปหรือเปล่า
V Vinay

13

iaiXi±1 Xi t 2σ=a2t2

E[(iaiXi)t]=i1,,it(j=1taij)E[j=1tXij]i1,,it(j=1t|aij|)E[j=1tXij]=i1<<imr1,,rmjrj=tj rj>0(tr1,,rm)(j=1m|aij|rj)(j=1mE[Xijrj])

ทีนี้ลองดูที่ผลรวมด้านบนทางด้านขวา ในตัวตั้งใดก็ตามทั้งบางเป็นเลขคี่ทำให้ความคาดหวังของหรือทั้งหมดจะยิ่งทำให้มัน1ลองนึกภาพการเปลี่ยนทั้งหมดกับ Gaussian G_iแล้วเราต้องการจะอยู่ในสถานการณ์ที่คล้ายกัน: แปลกจะให้และแม้จะทำให้สินค้าอย่างน้อย 1ดังนั้นคำว่าคดีเกาส์เซียนตามเทอมจึงครอบงำคดีเบอนูลลี่ ดังนั้น,rj01XiGirj0rj 1

E[(iaiXi)t]E[(i|ai|Gi)t]

แต่โดย -stability ของเสียนนั้นเป็น Gaussian ที่มีค่าเบี่ยงเบนมาตรฐานดังนั้นเราจึงรู้ช่วงเวลาของมัน! ดังนั้นเรา TH ช่วงเวลาที่มีขอบเขตโดย (ประมาณ ); เรื่องนี้เป็นที่รู้จักกันในชื่อของ Khintchine จากนั้นi | a i |2i|ai|Gia2ta2tt!/(2t/2(t/2)!)a2ttt/2

Pr[|iaiXi|>λ]<2O(t)λta2ttt/2
ตั้งค่าสำหรับค่าคงที่ขนาดใหญ่พอและคุณได้รับหาง Gaussian ผูกพัน2)) ครั้งแรกที่ฉันได้ยินหลักฐานความไม่เท่าเทียมของ Khintchine นี้เมื่อพูดคุยกับ Daniel Kane แต่อาจมีการอ้างอิงเก่ากว่า สังเกตว่าการพิสูจน์ยังทำให้ชัดเจนว่าระดับความอิสระในหมู่คุณต้องได้รับขอบเขตหางที่หลากหลายt=λ2/(Ca22)CX iexp(Ω(λ2/a22))Xi

6

Minc คาดคะเนและBrégmanพิสูจน์ว่าหากเป็นเมทริกซ์ 0-1 ที่มี 1 อยู่ในแถวดังนั้นค่าถาวรของจะมากที่สุด มีหลักฐานสั้น ๆ ในตำราเรียน Alon and Spencer ของความน่าจะเป็น , แต่เนื้อหาที่พิสูจน์ว่า "หนังสือ" คือหลักฐานของ Jaikumar Radhakrishnan โดยใช้เอนโทรปี ( J. Combin. ทฤษฎี Ser. A 77 (1997), 161-164) ไม่ชัดเจนเลยจากคำแถลงผลลัพธ์ที่ว่าแนวคิดเรื่องเอนโทรปีอยู่ภายใต้พื้นผิวที่นี่R ฉันฉันΠฉัน ( R ฉัน ! ) 1 / rฉันAriiA

i(ri!)1/ri.
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.