KESS - Die Komplexität evolutionär stabiler Strategien
|
|
- Maike Hoch
- vor 5 Jahren
- Abrufe
Transkript
1 KESS - Die Komplexität evolutionär stabiler Strategien Andreas Lochbihler Universität Karlsruhe (TH) K. Etessami, A. Lochbihler: The computational complexity of evolutionarily stable strategies. Int. J. of Game Theory (008) 7:9 Andreas Lochbihler KESS /
2 Überblick Evolutionär stabile Strategien Komplexitätstheorie Untere Komplexitätsschranken Obere Komplexitätsschranken 5 Inapproximierbarkeit 6 Zusammenfassung Andreas Lochbihler KESS /
3 Evolutionär stabile Strategien Evolutionär stabile Strategie Evolutionär stabile Strategie x (ESS): symmetrisches Normalform-Spiel für Spieler mit Auszahlungsmatrix A (A = A, A = A ) symmetrisches Nash-Gleichgewicht (x, x ): Stabilität: Für alle y x gilt: x Ax y Ax für alle Strategien y y Ax = x Ax y Ay < x Ay Regularität: Träger von x enthält alle reinen besten Antworten auf x supp(x ) {i e i Ax = x Ax } = extsupp(x ) Andreas Lochbihler KESS /
4 Evolutionär stabile Strategien Beispiel zu ESS: Stein-Schere-Papier A Stein Schere Papier Stein 0 Schere 0 Papier 0 Ein symmetrisches Nash-Gleichgewicht (x, x ): x = (,, ) Nicht evolutionär stabil: Für y = (, 0, 0) : y Ay = 0 = x Ay Andreas Lochbihler KESS /
5 Evolutionär stabile Strategien Beispiel zu ESS: Stein-Schere-Papier A Stein Schere Papier Stein Schere Papier Ein symmetrisches Nash-Gleichgewicht (x, x ): x = (,, ) Evolutionär stabil: x einziges Maximum von y Ay = (y + y + y ) über y =, y 0 Regulär: Träger supp(x ) = {,, } enthält alle besten Antworten Andreas Lochbihler KESS /
6 Evolutionär stabile Strategien Beispiel zu ESS: Stein-Schere-Papier A Stein Schere Papier Stein Schere Papier - Symmetrisches Nash-Gleichgewicht (x, x ): x = (, 0, 0) Evolutionär stabil: Beste Antwort y = (t, 0, t) auf x : y Ay x Ay = (t ) < 0 für t Nicht regulär: extsupp(x ) = {, }, supp(x ) = {} Andreas Lochbihler KESS /
7 Komplexitätstheorie Komplexitätsfragen zu ESSn Wie aufwändig ist es im schlechtesten Fall, auf die Existenz einer (regulären) ESS zu testen?... eine Strategie als (reguläre) ESS zu verifizieren?... eine (reguläre) ESS zu berechnen? Abschätzungen nach oben und unten! Andreas Lochbihler KESS /
8 Komplexitätsklassen Komplexitätstheorie P Entscheidungsprobleme, die in polynomieller Zeit entschieden können werden LP Lineare Optimierung (Khachiyan) NP Entscheidungsprobleme, für deren Ja -Instanzen a es ein polynomiell langes Zertifikat c gibt, mit dessen Hilfe in polynomieller Zeit überprüft werden kann, ob a wirklich eine Ja -Instanz ist. Sat Ist eine Boolesche Formel (in KNF) erfüllbar? (Zertifikat = erfüllende Belegung) QP Quadratische Optimierung (Vavasis) conp Komplement von NP ( Nein statt Ja ) Unsat Ist eine Boolesche Formel unerfüllbar? Taut Ist eine Boolesche Formel eine Tautologie? (Zertifikat = nicht erfüllende Belegung) Andreas Lochbihler KESS /
9 Reduktion Komplexitätstheorie f : Γ Γ ist eine Reduktion eines Entscheidungsproblems A auf ein Entscheidungsproblem B, wenn f in polynomieller Zeit berechenbar ist, Ja-Instanzen in A auf Ja in B und Nein-Instanzen in A auf Nein in B abgebildet werden. A Γ* A f f f(a) B Γ* B f( A) Hat man einen (polynomiellen) Algorithmus für B, so erhält man mit der Redukion einen (polynomiellen) Algorithmus für A. Ist A ein schweres Problem, dann ist B wohl auch ein schweres Problem. B ist hart bzgl. einer Klasse K von Problemen, falls jedes Problem aus K sich auf B reduzieren lässt. Ist B auch in K, dann ist B K-vollständig. Andreas Lochbihler KESS /
10 Polynomielle Hierarchie Komplexitätstheorie Sat ist NP-hart: Für A NP gibt es eine Reduktion f A mit a A gdw. x.f A (a)(x). x x. (x x) x FF FT TF TT Taut ist conp-hart: Für A conp gibt es eine Reduktion f A mit a A gdw. x.f A (a)(x). x x. (x x) x FF FT TF TT Σ ist die Menge aller Probleme A, die sich in eine Formel der Form x. y.φ(x, y) mit polynomiell großem Φ kodieren lassen. Andreas Lochbihler KESS /
11 Komplexitätstheorie Komplexitäten von Gleichgewichten Spiele mit zwei Spielern P Nash-GG für Nullsummenspiel Symm. Nash-GG für gegebenen extsupp (Reduktion auf LP) PPAD-vollst. Berechnung eines beliebigen Nash-GGs Lemke-Howson-Algorithmus 96 Härte: Chen, Deng 006 NP-vollst. Mehr als ein Nash-GG? (Gilboa, Zemel 989) Ist eine reine Strategie im Träger eines Nash-GG? (G., Z.) Existiert ein pareto-optimales Nash-GG? (Conitzer, Sandholm 00) NP... P conp Dieser Vortrag: Existiert eine ESS? NP-hart, conp-hart, in Σ Ist eine Strategie evolutionär stabil? conp-vollständig Existiert eine reguläre ESS? NP-vollständig Andreas Lochbihler KESS /
12 Komplexitätstheorie Komplexitäten von Gleichgewichten Spiele mit zwei Spielern P Nash-GG für Nullsummenspiel Symm. Nash-GG für gegebenen extsupp (Reduktion auf LP) PPAD-vollst. Berechnung eines beliebigen Nash-GGs Lemke-Howson-Algorithmus 96 Härte: Chen, Deng 006 NP-vollst. Mehr als ein Nash-GG? (Gilboa, Zemel 989) Ist eine reine Strategie im Träger eines Nash-GG? (G., Z.) Existiert ein pareto-optimales Nash-GG? (Conitzer, Sandholm 00) NP... P conp Dieser Vortrag: Existiert eine ESS? NP-hart, conp-hart, in Σ Ist eine Strategie evolutionär stabil? conp-vollständig Existiert eine reguläre ESS? NP-vollständig Andreas Lochbihler KESS /
13 Untere Komplexitätsschranken ESS als Entscheidungsprobleme ESS Eingabe: Auszahlungsmatrix Antwort: Gibt es eine ESS? RegESS Eingabe: Auszahlungsmatrix Antwort: Gibt es eine reguläre ESS? TestESS Eingabe: Auszahlungsmatrix und eine Strategie x Antwort: Ist x evolutionär stabil? TestRegESS Eingabe: Auszahlungsmatrix und eine Strategie x Antwort: Ist x regulär evolutionär stabil? Andreas Lochbihler KESS /
14 NP-Härte Untere Komplexitätsschranken Reduktion von Sat auf ESS und RegESS: Beispielformel: Φ = (v v v ) ( v }{{} ) ( v }{{} v ) }{{} =c =c =c A Φ v v v v v v c c c v 0 - v - 0 v 0 - v - 0 v 0 - v - 0 c c c x evolutionär stabil c, c, c / supp(x), x(v i ) =, x( v i) = 0 oder x(v i ) = 0, x( v i ) = Für solche x sind nicht erfüllte Klauseln beste Antworten. Andreas Lochbihler KESS /
15 NP-Härte Untere Komplexitätsschranken Reduktion von Sat auf ESS und RegESS: Beispielformel: Φ = (v v v ) ( v }{{} ) ( v }{{} v ) }{{} =c =c =c x A Φ v v v v v v c c c v 0-0 v v 0 - v v 0 - v c 0 c 0 c x evolutionär stabil c, c, c / supp(x), x(v i ) =, x( v i) = 0 oder x(v i ) = 0, x( v i ) = Für solche x sind nicht erfüllte Klauseln beste Antworten. Andreas Lochbihler KESS /
16 NP-Härte Untere Komplexitätsschranken Reduktion von Sat auf ESS und RegESS: Beispielformel: Φ = (v v v ) ( v }{{} ) ( v }{{} v ) }{{} =c =c =c x A Φ v v v v v v c c c v 0-0 v v 0 - v - 0 v 0-0 v c 0 c 0 c x evolutionär stabil c, c, c / supp(x), x(v i ) =, x( v i) = 0 oder x(v i ) = 0, x( v i ) = Für solche x sind nicht erfüllte Klauseln beste Antworten. Andreas Lochbihler KESS /
17 Untere Komplexitätsschranken Cliquen in Graphen Graph Menge von Knoten V und Kanten E zwischen Knoten Clique Menge von Knoten C, die alle untereinander durch Kanten verbunden sind. coclique Hat die größte Clique weniger als k Knoten? conp-vollständig 6 5 Adjazenzmatrix A Lemma (Motzkin, Straus 965): Sei d die maximale Cliquengröße. Für alle x 0 mit x = gilt: x Ax d d Andreas Lochbihler KESS /
18 conp-härte Untere Komplexitätsschranken Reduktion von coclique auf ESS und TestESS 6 5 A (G,k) 5 6 a b c a k k k k k k k k k k k k 0 0 b c x evolutionär stabil x(a) = Andreas Lochbihler KESS /
19 conp-härte Untere Komplexitätsschranken Reduktion von coclique auf ESS und TestESS 6 5 k = y A (G,) y = x A (G,) y = y A (G,) 5 6 a b c a b c x evolutionär stabil x(a) = Andreas Lochbihler KESS /
20 conp-härte Untere Komplexitätsschranken Reduktion von coclique auf ESS und TestESS 6 5 k = 5 y A (G,5) y = x A (G,5) y = 5 y A (G,5) 5 6 a b c a b c x evolutionär stabil x(a) = Andreas Lochbihler KESS /
21 Härte-Resultate Untere Komplexitätsschranken NP-hart Φ f A Φ Reduktion von Sat auf ESS und RegESS f ist polynomiell berechenbar Φ nicht erfüllbar: A Φ hat keine ESSn Φ erfüllbar: A Φ hat ESSn Jede erfüllende Belegung entspricht genau einer ESS und umgekehrt. Alle ESS in A Φ sind regulär. conp-hart f A(G,k) (G, k) Reduktion von coclique auf ESS und TestESS f ist polynomiell berechenbar a ist die einzige potentielle ESS a ist evolutionär stabil gdw. die größte Clique in G weniger als k Knoten umfasst Erkennen einer ESS (TestESS) ist bereits conp-hart Andreas Lochbihler KESS /
22 Obere Komplexitätsschranken Komplexität von TestESS und TestRegESS Test auf symmetrisches Nash-GG (x, x ) ist einfach! Stabilität (Haigh 975, Abakuks 980, Bomze 99): Sei M = extsupp(x ) {m 0 } und C R M M geeignet. x ist stabil gdw. f. a. w R M mit w 0 und w i 0 für i M supp(x ) gilt: w Cw > 0 Wenn x regulär ist, d.h. supp(x ) = extsupp(x ): Test, ob C positiv definit (in P) TestRegESS in P Wenn supp(x ) extsupp(x ): Reduktion auf QP x nicht stabil gdw. es ex. w R M mit w ( C)w 0, w 0 und w i 0 für i M supp(x ). Umschreiben von w 0: M viele QP Probleme mit ±w j als weitere Bedingung. Da QP in NP liegt, ist TestESS in conp und also conp-vollständig. Bomze: Iterative Prozedur für diesen Test Andreas Lochbihler KESS /
23 Obere Komplexitätsschranken Trägerkriterium Lemma (Trägerkriterium): Wenn x evolutionär stabil ist und (y, y) ein symmetrisches Nash-GG mit supp(y) extsupp(x ), dann x = y. Beweis durch Widerspruch: Angenommen, y x. Wegen supp(y) extsupp(x ) ist y eine beste Antwort auf x. Da (y, y) Nash-GG, gilt x Ay y Ay. Widerspruch zur Stabilität von x. Folgerung: Für jeden erweiterten Träger gibt es höchstens eine ESS. Dann ist auch ein solches Nash-GG eindeutig. Andreas Lochbihler KESS /
24 Obere Komplexitätsschranken Algorithmen für RegESS und ESS Algorithmus für RegESS und ESS: Eingabe: Auszahlungsmatrix A Rate den erweiterten Träger M des Strategiekandidaten Berechne symmetrisches Nash-GG (x, x) mit extsupp(x) = M (in P) Falls kein solches x existiert, dann gibt es auch keine solche ESS Wende TestRegESS bzw. TestESS auf (A, x) an Komplexität: TestRegESS ist in P, damit RegESS in NP Zertifikat = erweiterter Träger = Träger TestESS ist in conp, damit ESS in Σ Die Ratestrategie ist auch Sat-Löser Bomze 99: Branch-and-Bound-Ansatz für. Andreas Lochbihler KESS /
25 Inapproximierbarkeit A Inapproximierbarkeit f x ist eine Approximation für (reg.) ESS, falls gilt: f ist in polynomieller Zeit berechenbar Falls A eine mind. (reg.) ESS besitzt: d(f (A), x) < ɛ A für eine (reg.) ESS x von A Angenommen, es gäbe so eine Approximation f mit d(y, x) = y x und ɛ A m A, wobei m A = Anzahl der Strategien in A. Dann wäre dies ein P-Algorithmus für Sat: Wende f auf A Φ an, y = f (A Φ ). Wegen m AΦ < n existiert maximal ein x mit y x < m AΦ, so dass x(v i ) = n, x( v i) = 0 oder x(v i ) = 0, x( v i ) = n. Falls es kein solches x gibt, ist Φ unerfüllbar. Φ ist erfüllbar gdw. dieses x eine erfüllende Belegung darstellt. Solch eine Approximation gibt es also nicht (außer P=NP). Andreas Lochbihler KESS /
26 Inapproximierbarkeit Beispiel zur Approximation Φ = (v v v ) ( v ) ( v v ) n =, m AΦ = 9, ɛ AΦ = 9 A Φ v v v v v v c c c v 0 - v - 0 v 0 - v - 0 v 0 - v - 0 c c c Andreas Lochbihler KESS /
27 Inapproximierbarkeit Beispiel zur Approximation Φ = (v v v ) ( v ) ( v v ) n =, m AΦ = 9, ɛ AΦ = 9 f (A Φ ) A Φ v v v v v v c c c 0.5 v v v 0-0. v v v c 0.0 c 0.0 c Andreas Lochbihler KESS /
28 Inapproximierbarkeit Beispiel zur Approximation Φ = (v v v ) ( v ) ( v v ) n =, m AΦ = 9, ɛ AΦ = 9 f (A Φ ) x A Φ v v v v v v c c c 0.5 v v v 0-0. v v v c c c Andreas Lochbihler KESS /
29 Zusammenfassung Folgerungen für reguläre ESS (P NP, NP conp) Reguläre ESS: Test, ob eine Strategie evolutionär stabil und regulär ist: effizient Berechnung einer regulären ESS mit gegebenen Träger: effizient Suche nach Träger ist NP-vollständig: nicht effizient Beliebig genaue Approximation von regulären ESSn: nicht effizient Allgemeine ESS: Test, ob eine Strategie evolutionär stabil ist: nicht effizient Existenz einer ESS ist in Σ -(NP conp): nicht effizient Berechnung einer ESS: nicht effizient Beliebig genaue Approximation von ESSn: nicht effizient Andreas Lochbihler KESS /
30 Zusammenfassung Zusammenfassung Zusammenfassung: Reguläre ESS sind gutartig Allgemeine ESS sind deutlich komplexer Erkennen einer allgemeinen ESS ist wahrscheinlich exponentiell NP-, conp-härtenachweise liefern nur Schranken für die worst-case Komplexität Keine Aussage über die praktische Komplexität Noam Nisan. ECCC 006 A note on the computational hardness of evolutionary stable strategies Vereinfachung und Zusammenfassung der Reduktionen Andreas Lochbihler KESS /
Lösungen zur Vorlesung Berechenbarkeit und Komplexität
Lehrstuhl für Informatik 1 WS 009/10 Prof. Dr. Berthold Vöcking 0.0.010 Alexander Skopalik Thomas Kesselheim Lösungen zur Vorlesung Berechenbarkeit und Komplexität. Zulassungsklausur Aufgabe 1: (a) Worin
MehrEinführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie.
Einführung (1/3) 3 Wir verfolgen nun das Ziel, Komplexitätsklassen mit Hilfe von charakteristischen Problemen zu beschreiben und zu strukturieren Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit
Mehrabgeschlossen unter,,,, R,
Was bisher geschah Turing-Maschinen können Sprachen L X akzeptieren entscheiden Funktionen berechnen f : X X (partiell) Menge aller Turing-akzeptierbaren Sprachen genau die Menge aller Chomsky-Typ-0-Sprachen
MehrInformatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung
Informatik III Christian Schindelhauer Wintersemester 2006/07 20. Vorlesung 12.01.2007 1 Komplexitätstheorie - Zeitklassen Die Komplexitätsklassen TIME DTIME, NTIME P NP Das Cook-Levin-Theorem Polynomial-Zeit-Reduktion
MehrTHEORETISCHE INFORMATIK UND LOGIK
THEORETISCHE INFORMATIK UND LOGIK 9. Vorlesung: NP und NP-Vollständigkeit Markus Krötzsch Lehrstuhl Wissensbasierte Systeme TU Dresden, 10. Mai 2017 Rückblick PTime und LogSpace als mathematische Modelle
MehrAlgorithmische Spieltheorie
Algorithmische Spieltheorie Grundlagen der Komplexitätstheorie Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00
MehrKochrezept für NP-Vollständigkeitsbeweise
Kochrezept für NP-Vollständigkeitsbeweise Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 11. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrFormale Grundlagen der Informatik 1 Kapitel 21 P und NP
Formale Grundlagen der Informatik 1 Kapitel 21 Frank Heitmann heitmann@informatik.uni-hamburg.de 28. Juni Frank Heitmann heitmann@informatik.uni-hamburg.de 1/41 Die Klassen Probleme in P := {L es gibt
MehrEinige Grundlagen der Komplexitätstheorie
Deterministische Polynomialzeit Einige Grundlagen der Komplexitätstheorie Ziel: NP-Vollständigkeit als ressourcenbeschränktes Analagon zur RE-Vollständigkeit. Komplexitätstheorie untersucht den Ressourcenbedarf
MehrNP-Vollständigkeit einiger Zahlprobleme
NP-Vollständigkeit einiger Zahlprobleme Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 22. Januar 2010 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrKapitel L:II. II. Aussagenlogik
Kapitel L:II II. Aussagenlogik Syntax der Aussagenlogik Semantik der Aussagenlogik Eigenschaften des Folgerungsbegriffs Äquivalenz Formeltransformation Normalformen Bedeutung der Folgerung Erfüllbarkeitsalgorithmen
MehrBerechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin
Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität 11. Januar 2008 Wiederholung
MehrKomplexität von Algorithmen Musterlösungen zu ausgewählten Übungsaufgaben
Dieses Dokument soll mehr dazu dienen, Beispiele für die formal korrekte mathematische Bearbeitung von Aufgaben zu liefern, als konkrete Hinweise auf typische Klausuraufgaben zu liefern. Die hier gezeigten
MehrFormale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2)
Formale Grundlagen der Informatik 1 Kapitel 23 (Teil 2) Frank Heitmann heitmann@informatik.uni-hamburg.de 5. Juli 2016 Frank Heitmann heitmann@informatik.uni-hamburg.de 1/37 Die Klassen P und NP P := {L
MehrStatt Turingmaschinen anzugeben, genügt die Angabe eines C++ Programms oder die Angabe eines Pseudocodes.
Turingmaschinen Wir haben Turingmaschinen eingeführt. Bis auf einen polynomiellen Anstieg der Rechenzeit haben Turingmaschinen die Rechenkraft von parallelen Supercomputern! Statt Turingmaschinen anzugeben,
MehrProbleme aus NP und die polynomielle Reduktion
Probleme aus NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 15. Dezember 2009 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrVL-13: Polynomielle Reduktionen. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger
VL-13: Polynomielle Reduktionen (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger WS 2018, RWTH BuK/WS 2018 VL-13: Polynomielle Reduktionen 1/46 Organisatorisches Nächste Vorlesungen: Donnerstag,
MehrSatz 227 3SAT ist N P-vollständig. Info IV 2 N P-Vollständigkeit 375/388 c Ernst W. Mayr
Definition 6 3SAT ist die Menge der booleschen Formeln in konjunktiver Normalform, die in jeder Klausel höchstens drei Literale enthalten und die erfüllbar sind. Satz 7 3SAT ist N P-vollständig. Info IV
MehrDie Klasse NP und die polynomielle Reduktion. Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen
Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 26 Optimierungsprobleme und ihre Entscheidungsvariante Beim Rucksackproblem
MehrÜbung Theoretische Grundlagen
Übung Theoretische Grundlagen Komplexitätstheorie Nico Döttling 8. Januar 2010 INSTITUT FÜR KRYPTOGRAPHIE UND SICHERHEIT KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in
MehrWeitere NP-vollständige Probleme
Weitere NP-vollständige Probleme Wir betrachten nun folgende Reduktionskette und weisen dadurch nach, daß alle diese Probleme NP-hart sind (sie sind auch in NP und damit NP-vollständig). SAT p 3-SAT p
Mehr6.3 NP-Vollständigkeit. alle anderen Probleme in NP darauf polynomiell reduzierbar. 1 Polynomielle Reduzierbarkeit p
6.3 NP-Vollständigkeit 1 Polynomielle Reduzierbarkeit p 2 NP-vollständige Probleme = härteste Probleme in NP, alle anderen Probleme in NP darauf polynomiell reduzierbar 3 Satz: SAT ist NP-vollständig Definition
MehrDie Klasse NP und die polynomielle Reduktion
Die Klasse NP und die polynomielle Reduktion Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen Dezember 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit
MehrGrundlagen der Informatik Kapitel 20. Harald Krottmaier Sven Havemann
Grundlagen der Informatik Kapitel 20 Harald Krottmaier Sven Havemann Agenda Klassen von Problemen Einige Probleme... Approximationsalgorithmen WS2007 2 Klassen P NP NP-vollständig WS2007 3 Klasse P praktisch
MehrReduktionen. Algorithmen und Datenstrukturen Kapitel 6.2 Komplexitätstheorie. Exkurs: Reduktionen allgemein. Reduktionen: Erläuterungen
en Algorithmen und Datenstrukturen Kapitel 6.2 Komplexitätstheorie P, und C Definition () Seien L 1, L 2 {0, 1} zwei Sprachen. Wir sagen, dass L 1 auf L 2 in polynomialer Zeit reduziert wird, wenn eine
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz E 202 Sven.Kosub@uni-konstanz.de Sprechstunde: Freitag, 12:30-14:00 Uhr, o.n.v.
MehrEinführung in die Informatik 2
Einführung in die Informatik 2 NP-Vollständigkeit Sven Kosub AG Algorithmik/Theorie komplexer Systeme Universität Konstanz http://www.inf.uni-konstanz.de/algo/lehre/ss08/info2 Sommersemester 2008 Sven
MehrRucksackproblem und Verifizierbarkeit
Rucksackproblem und Verifizierbarkeit Gegeben: n Gegenstände mit Gewichten G={g 1,g 2,,g n } und Werten W={w 1,w 2,,w n } sowie zulässiges Gesamtgewicht g. Gesucht: Teilmenge S {1,,n} mit i i S unter der
MehrWissenschaftliche Arbeitstechniken und Präsentation. NP-Vollständigkeit
Wissenschaftliche Arbeitstechniken und Präsentation Dominik Fakner, Richard Hentschel, Hamid Tabibian, den 20.01.2012 Inhalt Definitionen Definition Nachweis Beispiel Reduktion Komplexitätsklasse Befasst
MehrTheoretische Informatik 1
Theoretische Informatik 1 Nichtdeterminismus David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Nichtdeterminismus NTM Nichtdeterministische Turingmaschine Die
MehrReelle Komplexität - Grundlagen II
Reelle Komplexität - Grundlagen II Julian Bitterlich Themenübersicht: Beziehungen zwischen den Komplexitätsklassen Savitchs Theorem conp und Charakterisierungen von NP und conp Reduktion, Vollständigkeit,
MehrTeil III. Komplexitätstheorie
Teil III Komplexitätstheorie 125 / 160 Übersicht Die Klassen P und NP Die Klasse P Die Klassen NP NP-Vollständigkeit NP-Vollständige Probleme Weitere NP-vollständige Probleme 127 / 160 Die Klasse P Ein
MehrEinführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 13
Prof. J. Esparza Technische Universität München S. Sickert, J. Krämer KEINE ABGABE Einführung in die theoretische Informatik Sommersemester 2017 Übungsblatt Lösungsskizze 13 Übungsblatt Wir unterscheiden
MehrZusammenfassung. Warum polynomielle Reduktionen? Definition NP-vollständig [K5.1.1] NP-Vollständigkeitstheorie [K5]
Warum polynomielle Reduktionen? erlauben feinere Unterteilungen von Komplexitätsklassen als Turing- Reduktionen, genügen für die betrachteten Probleme, für alle von uns betrachteten Komplexitätsklassen
MehrSpieltheorie. Nash-Gleichgewichts-Berechnung. Bernhard Nebel und Robert Mattmüller. Arbeitsgruppe Grundlagen der Künstlichen Intelligenz 14.
Spieltheorie Nash-Gleichgewichts-Berechnung Albert-Ludwigs-Universität Freiburg Bernhard Nebel und Robert Mattmüller Arbeitsgruppe Grundlagen der Künstlichen Intelligenz 14. Mai 2012 14. Mai 2012 B. Nebel,
MehrSudoku ist NP-vollständig
Sudoku ist NP-vollständig Seminar über Algorithmen und Komplexität Freie Universität Berlin Institut für Informatik SS 007 Sarah Will 8.07.007 Einführung Sudoku ist ein japanisches Logikrätsel und hat
MehrOptimierungsprobleme. B. Langfeld, M. Ritter, B. Wilhelm Diskrete Optimierung: Fallstudien aus der Praxis
Optimierungsprobleme Instanz eines Optimierungsproblems zulässiger Bereich (meist implizit definiert) Zielfunktion Optimierungsrichtung opt {max, min} Optimierungsproblem Menge von Instanzen meist implizit
MehrEinführung in Algorithmen und Komplexität
Einführung in Algorithmen und Komplexität SS2004 w u v High Performance = Innovative Computer Systems + Efficient Algorithms Friedhelm Meyer auf der Heide 1 Was haben wir bisher gemacht? - Rechenmodell:
MehrTheorie der Informatik. Theorie der Informatik P und NP Polynomielle Reduktionen NP-Härte und NP-Vollständigkeit
Theorie der Informatik 13. Mai 2015 20. P, NP und polynomielle Reduktionen Theorie der Informatik 20. P, NP und polynomielle Reduktionen 20.1 P und NP Malte Helmert Gabriele Röger 20.2 Polynomielle Reduktionen
MehrDie Klassen P und NP. Formale Grundlagen der Informatik 1 Kapitel 11. Die Klassen P und NP. Die Klasse P
Die Klassen Formale Grundlagen der Informatik 1 Kapitel 11 Frank Heitmann heitmann@informatik.uni-hamburg.de P := {L es gibt ein Polynom p und eine p(n)-zeitbeschränkte DTM A mit L(A) = L} = i 1 DTIME(n
MehrTheorie der Informatik Übersicht. Theorie der Informatik SAT Graphenprobleme Routing-Probleme. 21.
Theorie der Informatik 19. Mai 2014 21. einige NP-vollständige Probleme Theorie der Informatik 21. einige NP-vollständige Probleme 21.1 Übersicht 21.2 Malte Helmert Gabriele Röger 21.3 Graphenprobleme
MehrLösungen zur 1. Klausur. Einführung in Berechenbarkeit, formale Sprachen und Komplexitätstheorie
Hochschuldozent Dr. Christian Schindelhauer Paderborn, den 21. 2. 2006 Lösungen zur 1. Klausur in Einführung in Berechenbarkeit, formale Sprachen und Komplexitätstheorie Name :................................
MehrGrundlagen der Theoretischen Informatik
Grundlagen der Theoretischen Informatik Komplexitätstheorie (VI) 20.07.2016 Viorica Sofronie-Stokkermans e-mail: sofronie@uni-koblenz.de 1 DTIME und NTIME / DSPACE und NSPACE DTIME(T(n)) ist die Klasse
MehrKomplexitätstheorie NP-Vollständigkeit: Reduktionen (2) Der Satz von Cook/Levin
Komplexitätstheorie NP-Vollständigkeit: Reduktionen (2) Der Satz von Cook/Levin Helmut Veith Technische Universität München Organisatorisches Anmeldung zur Lehrveranstaltung: complexity@tiki.informatik.tu-muenchen.de
MehrAlgorithmen. Spieltheorie. Nash-Gleichgewichte in endlichen Nullsummenspielen. Kodierung als Lineares Programm. Nash-Gleichgewichts-Berechnung
Spieltheorie Albert-Ludwigs-Universität Freiburg Bernhard Nebel und Robert Mattmüller Arbeitsgruppe Grundlagen der Künstlichen Intelligenz 14. Mai 2012 14. Mai 2012 B. Nebel, R. Mattmüller Spieltheorie
MehrDank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Reduktion. Komplexitätsklassen.
Dank Vorlesung Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I Bernhard Beckert Diese Vorlesungsmaterialien basieren ganz wesentlich auf den Folien zu den Vorlesungen
MehrKünstliche Intelligenz Logische Agenten & Resolution
Künstliche Intelligenz Logische Agenten & Resolution Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Inferenz-Algorithmus Wie könnte ein
MehrWillkommen zur Vorlesung Komplexitätstheorie
Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V7, 5.12.2011 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar
MehrEinführung in das Seminar Algorithmentechnik
Einführung in das Seminar Algorithmentechnik 10. Mai 2012 Henning Meyerhenke, Roland Glantz 1 KIT Henning Universität desmeyerhenke, Landes Baden-Württemberg Roland undglantz: nationales Einführung Forschungszentrum
MehrEinführung in Berechenbarkeit, Komplexität und Formale Sprachen
Einführung in Berechenbarkeit, Komplexität und Formale Sprachen V17, 10.12.09 Willkommen zur Vorlesung Einführung in Berechenbarkeit, Komplexität und Formale Sprachen Friedhelm Meyer auf der Heide 1 Rückblick:
MehrTheoretische Informatik II
Theoretische Informatik II Einheit 5.2 Das P N P Problem 1. Nichtdeterministische Lösbarkeit 2. Sind N P-Probleme handhabbar? 3. N P-Vollständigkeit Bei vielen schweren Problemen ist Erfolg leicht zu testen
MehrWie komme ich von hier zum Hauptbahnhof?
NP-Vollständigkeit Wie komme ich von hier zum Hauptbahnhof? P Wie komme ich von hier zum Hauptbahnhof? kann ich verwende für reduzieren auf Finde jemand, der den Weg kennt! Alternativ: Finde eine Stadtkarte!
MehrNP Vollständigkeit. Patryk Mazur
NP Vollständigkeit Patryk Mazur 04.05.2010 0.Gliderung 1. Einführung 1. Definitionen P, NP, conp, EXP, NEXP 2. Bekannte Zusammenhänge zwischen dem Klassen 3. Hypothesen zu deren zusammenhängen und deren
MehrAlgorithmen zur Visualisierung von Graphen
Algorithmen zur Visualisierung von Graphen Kombinatorische Optimierung mittels Flussmethoden II Vorlesung im Wintersemester 2011/2012 10.11.2011 Orthogonale Zeichnungen II letztes Mal: Satz G Maxgrad-4-Graph
Mehr13. Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie
13 Woche: NP-Vollständigkeit Satz von Cook-Levin Anwendungen in der Kryptographie 13 Woche: NP-Vollständigkeit, Satz von Cook-Levin, Anwendungen 276/ 333 N P-Vollständigkeit Ḋefinition NP-vollständig Sei
MehrDas SAT Problem oder Erfüllbarkeitsproblem. Formale Systeme. Teilklassen. Satz von Cook. SAT Instanz: Eine aussagenlogische Formel F For 0
Das SAT Problem oder Erfüllbarkeitsproblem Formale Systeme Prof. Dr. Bernhard Beckert Fakultät für Informatik Universität Karlsruhe TH SAT Instanz: Eine aussagenlogische Formel F For 0 Frage: Ist F erfüllbar?
MehrTheoretische Informatik Mitschrift
10. Komplexitätstheorie Theoretische Informatik Mitschrift Klassifikation algorithmischer Probleme (formalisiert als Sprachen) nach ihrem Bedarf an Berechnungsressourcen (= Rechenzeit, Speicherplatz als
MehrNP-Vollständigkeit des Erfüllbarkeitsproblems
NP-Vollständigkeit des Erfüllbarkeitsproblems Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 1 / 25 Def: NP-Härte Definition (NP-Härte) Ein Problem L heißt NP-hart,
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 23. November 2017 INSTITUT FÜR THEORETISCHE 0 23.11.2017 Dorothea Wagner - Theoretische Grundlagen der Informatik INSTITUT FÜR THEORETISCHE KIT Die Forschungsuniversität
MehrEinführung in Approximative Algorithmen und Parametrisierte Komplexität
Einführung in Approximative Algorithmen und Parametrisierte Komplexität Tobias Lieber 10. Dezember 2010 1 / 16 Grundlegendes Approximationsalgorithmen Parametrisierte Komplexität 2 / 16 Grundlegendes Definition
MehrFortgeschrittene Netzwerk- und Graph-Algorithmen
Fortgeschrittene Netzwerk- und Graph-Algorithmen Prof. Dr. Hanjo Täubig Lehrstuhl für Effiziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester
MehrProbabilistische Pfadsuche
Probabilistische Pfadsuche Frage: Existiert ein Pfad in G von s nach t? Deterministisch mit Breitensuche lösbar in Zeit O( V + E ). Erfordert allerdings auch Speicher Ω( V ). Algorithmus PATH EINGABE:
MehrInformatik-Grundlagen
Informatik-Grundlagen Komplexität Karin Haenelt 1 Komplexitätsbetrachtungen: Ansätze Sprachentheorie Klassifiziert Mengen nach ihrer strukturellen Komplexität Komplexitätstheorie Klassifiziert Probleme
Mehr12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP
12 Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP 12 Woche: Verifizierer, nicht-deterministische Turingmaschine, NP 254/ 333 Polynomielle Verifizierer und NP Ḋefinition Polynomieller
MehrGrundlagen der Theoretischen Informatik
1 Grundlagen der Theoretischen Informatik Till Mossakowski Fakultät für Informatik Otto-von-Guericke Universität Magdeburg Wintersemester 2014/15 2 4 Komplexitätstheorie Zeitkomplexität 3 Definition: Sei
MehrTheoretische Grundlagen der Informatik. Vorlesung am 27. November INSTITUT FÜR THEORETISCHE INFORMATIK
Theoretische Grundlagen der Informatik 0 27.11.2018 Torsten Ueckerdt - Theoretische Grundlagen der Informatik KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft www.kit.edu Letzte Vorlesung Die
MehrBerechenbarkeits- und Komplexitätstheorie
Berechenbarkeits- und Komplexitätstheorie Lerneinheit 5: Die Klasse NP Prof. Dr. Christoph Karg Studiengang Informatik Hochschule Aalen Wintersemester 2015/2016 26.9.2015 Einleitung Thema dieser Lerneinheit
MehrP, NP und NP -Vollständigkeit
P, NP und NP -Vollständigkeit Mit der Turing-Maschine haben wir einen Formalismus kennengelernt, um über das Berechenbare nachdenken und argumentieren zu können. Wie unsere bisherigen Automatenmodelle
MehrNP-Vollständigkeit und der Satz von Cook und Levin
NP-Vollständigkeit und der Satz von Cook und Levin Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 17. Dezember 2010 Berthold Vöcking, Informatik 1 () Vorlesung
MehrPolynomielle Verifizierer und NP
Polynomielle Verifizierer und NP Definition Polynomieller Verifizierer Sei L Σ eine Sprache. Eine DTM V heißt Verifizierer für L, falls V für alle Eingaben w Σ hält und folgendes gilt: w L c Σ : V akzeptiert
MehrVL-18: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
VL-18: Jenseits von P und NP (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger WS 2017, RWTH BuK/WS 2017 VL-18: Jenseits von P und NP 1/43 Organisatorisches Nächste (letzte) Vorlesung: Mittwoch,
MehrVL-17: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger
VL-17: Jenseits von P und NP (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger WS 2018, RWTH BuK/WS 2018 VL-17: Jenseits von P und NP 1/46 Organisatorisches Nächste (letzte) Vorlesung: Donnerstag,
MehrFORMALE SYSTEME. 10. Vorlesung: Grenzen regulärer Sprachen / Probleme für Automaten. TU Dresden, 14. November 2016.
FORMALE SYSTEME 10. Vorlesung: Grenzen regulärer Sprachen / Probleme für Automaten Markus Krötzsch TU Dresden, 14. November 2016 Rückblick Markus Krötzsch, 14. November 2016 Formale Systeme Folie 2 von
MehrLogik für Informatiker
Logik für Informatiker 2. Aussagenlogik Teil 4 07.05.2012 Viorica Sofronie-Stokkermans Universität Koblenz-Landau e-mail: sofronie@uni-koblenz.de 1 Gestern Normalformen Atome, Literale, Klauseln Konjunktive
Mehr1. Klausur zur Vorlesung Informatik III Wintersemester 2003/2004. Mit Lösung!
Universität Karlsruhe Theoretische Informatik Fakultät für Informatik WS 23/4 ILKD Prof. Dr. D. Wagner 2. Februar 24. Klausur zur Vorlesung Informatik III Wintersemester 23/24 Mit Lösung! Beachten Sie:
MehrAbbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z}
u v u v z w z w y x y x Abbildung 1: Reduktion: CLIQUE zu VERTEX-COVER. links: Clique V = {u, v, x, y}. rechts:der Graph Ḡ mit VC V \ V = {w, z} Definition 0.0.1 (Vertex Cover (VC)). Gegeben: Ein ungerichteter
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 25. November 2014 INSTITUT FÜR THEORETISCHE 0 KIT 25.11.2014 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
MehrAlgorithmen und Datenstrukturen 2. Stefan Florian Palkovits, BSc Juni 2016
Algorithmen und Datenstrukturen 2 Übung 1 Stefan Florian Palkovits, BSc 0926364 e0926364@student.tuwien.ac.at 12. Juni 2016 Aufgabe 1: Es existiert eine Reduktion von Problem A auf Problem B in O(n 3 +
MehrAufgaben aus den Übungsgruppen 8(Lösungsvorschläge)
Universität des Saarlandes Theoretische Informatik (WS 2015) Fakultät 6.2 Informatik Team der Tutoren Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge) 1 Berechenbarkeitstheorie Aufgabe 8.1 (Wahr oder
MehrWillkommen zur Vorlesung Komplexitätstheorie
Willkommen zur Vorlesung Komplexitätstheorie WS 2011/2012 Friedhelm Meyer auf der Heide V8, 12.12.2011 1 Themen 1. Turingmaschinen Formalisierung der Begriffe berechenbar, entscheidbar, rekursiv aufzählbar
MehrEinführung in die Logik
Einführung in die Logik Klaus Madlener und Roland Meyer 24. April 2013 Inhaltsverzeichnis 1 Aussagenlogik 1 1.1 Syntax................................. 1 1.2 Semantik............................... 3 1.3
MehrHärte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft
Härte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen 5. Februar 2010 Berthold Vöcking, Informatik
MehrApproximierbarkeit. Definition. Ein Optimierungsproblem P ist gegeben durch ein Quadrupel. P = (I, Sol, m, goal), wobei:
Approximierbarkeit Ein Optimierungsproblem P ist gegeben durch ein Quadrupel wobei: P = (I, Sol, m, goal), I ist die Menge der Instanzen von P. Sol ist eine Funktion, die ein x I abbildet auf die Menge
MehrLaufzeit einer DTM, Klasse DTIME
Laufzeit einer DTM, Klasse DTIME Definition Laufzeit einer DTM Sei M eine DTM mit Eingabealphabet Σ, die bei jeder Eingabe hält. Sei T M (w) die Anzahl der Rechenschritte d.h. Bewegungen des Lesekopfes
MehrÜbungsblatt Nr. 5. Lösungsvorschlag
Institut für Kryptographie und Sicherheit Prof. Dr. Jörn Müller-Quade Dirk Achenbach Tobias Nilges Vorlesung Theoretische Grundlagen der Informatik Übungsblatt Nr. 5 Aufgabe 1: Eine schöne Bescherung (K)
MehrOrganisatorisches. VL-18: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger
Organisatorisches VL-18: Jenseits von P und NP (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger Nächste (letzte) Vorlesung: Mittwoch, Januar 24, 14:15 15:45 Uhr, Roter Hörsaal Webseite: http://algo.rwth-aachen.de/lehre/ws1718/buk.php
MehrDie Komplexitätsklassen P und NP
Die Komplexitätsklassen P und NP Prof. Dr. Berthold Vöcking Lehrstuhl Informatik 1 Algorithmen und Komplexität RWTH Aachen November 2011 Berthold Vöcking, Informatik 1 () Vorlesung Berechenbarkeit und
MehrArbeitsheft zur NP-Vollständigkeit
Arbeitsheft zur NP-Vollständigkeit (BuK / WS 2017 / RWTH Aachen) Gerhard J. Woeginger Dieses Arbeitsheft enthält einige Übungsaufgaben zur NP-Vollständigkeit. Jede Aufgabe besteht im Wesentlichen aus einem
MehrStefan Schmid TU Berlin & T-Labs, Berlin, Germany. Reduktionen in der Berechenbarkeitstheorie
Stefan Schmid TU Berlin & T-Labs, Berlin, Germany Reduktionen in der Berechenbarkeitstheorie Problem: Wie komme ich von hier zum Hamburger Hbf? 2 Beispiel P1 Wie komme ich von hier zum Hamburger Hbf? kann
MehrProseminar Theoretische Informatik. Die Klasse NP. von Marlina Spanel
Proseminar Theoretische Informatik Die Klasse NP von Marlina Spanel 29.11.2011 1 Gliederung Gliederung Problem des Handlungsreisenden Die Klasse NP Einleitung und Wiederholung Sprachen Nichtdeterministische
Mehr2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018
2. Klausur zur Vorlesung Theoretische Grundlagen der Informatik Wintersemester 2017/2018 Hier Aufkleber mit Name und Matrikelnummer anbringen Vorname: Nachname: Matrikelnummer: Beachten Sie: Bringen Sie
MehrTheoretische Informatik 1
Theoretische Informatik 1 Die Komplexitätsklasse P David Kappel Institut für Grundlagen der Informationsverarbeitung TU Graz SS 2012 Übersicht Äquivalenz von RM und TM Äquivalenz, Sätze Simulation DTM
MehrKlausur SoSe Juli 2013
Universität Osnabrück / FB6 / Theoretische Informatik Prof. Dr. M. Chimani Informatik D: Einführung in die Theoretische Informatik Klausur SoSe 2013 11. Juli 2013 (Prüfungsnr. 1007049) Gruppe: Batman,
MehrProgrammierpraktikum Algorithm Engineering (FPT-Algorithmen) Einführung
Programmierpraktikum Algorithm Engineering (FPT-Algorithmen) Einführung Martin Holzer Ignaz Rutter 31. Oktober 2008 Ansätze für NP-schwere Probleme 2/28 Approximative Lösungen Average-Case- statt Worst-Case-Analyse
MehrLösungen zur Ergänzung 12
Theoretische Informati II SS 018 Carlos Camino Lösungen zur Ergänzung 1 Hinweise: In der Literatur sind zwei verschiedene Definitionen der natürlichen Zahlen gängig: N = {0, 1,,...} und N = {1,, 3,...}.
MehrRational Choice Theory
Rational Choice Theory Rational Choice and Rationale Entscheidung ist eine Sammelbezeichnung für verschiedene Ansätze in den Wirtschafts- und Sozialwissenschaften. Generell schreiben diese Ansätze handelnden
MehrTheoretische Grundlagen der Informatik
Theoretische Grundlagen der Informatik Vorlesung am 01. Dezember 2011 INSTITUT FÜR THEORETISCHE 0 KIT 01.12.2011 Universität des Dorothea Landes Baden-Württemberg Wagner - Theoretische und Grundlagen der
Mehrsubexponentielle Algorithmen (d.h. Laufzeiten wie z. B. 2 n oder
Wie schwer ist SAT? Ziel: Nachweis, dass SAT eines der schwersten Probleme in NP ist: SAT ist das erste bekannte Beispiel eines NP-vollständigen Problems. Demnach kann SAT mit bisher bekannten Techniken
MehrKomplexitätstheorie WiSe 2011/12 in Trier. Henning Fernau Universität Trier
Komplexitätstheorie WiSe 2011/12 in Trier Henning Fernau Universität Trier fernau@uni-trier.de 1 Komplexitätstheorie Gesamtübersicht Organisatorisches / Einführung Motivation / Erinnerung / Fragestellungen
Mehr