Willkommen zur Vorlesung Komplexitätstheorie

Ähnliche Dokumente
Willkommen zur Vorlesung Komplexitätstheorie

Willkommen zur Vorlesung Komplexitätstheorie

Willkommen zur Vorlesung Komplexitätstheorie

Willkommen zur Vorlesung Komplexitätstheorie

Willkommen zur Vorlesung Komplexitätstheorie

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Einführung in Algorithmen und Komplexität

Einführung (1/3) Vorlesungen zur Komplexitätstheorie: Reduktion und Vollständigkeit (1) Vorlesungen zur Komplexitätstheorie.

Einführung in Berechenbarkeit, Komplexität und Formale Sprachen

Vorname Name Matrikelnummer 1. a) Benennen Sie die übrigen 6 Komponenten einer nicht-deterministischen Turingmaschine (TM): (3 Punkte)

Theoretische Informatik 2

Härte von Hamilton-Kreis und TSP Überblick über die Komplexitätslandschaft

Wir haben eine Beziehung zwischen entscheidbar und rekursiv aufzählbar hergeleitet.

19. Nichtdeterministische Turingmaschinen und ihre Komplexität

Johannes Blömer. Skript zur Vorlesung. Komplexitätstheorie. Universität Paderborn

Theoretische Informatik 1

14. Die polynomiell beschränkten Komplexitätsklassen. Die Grenzen der tatsächlichen Berechenbarkeit

Dank. Theoretische Informatik II. Komplexitätstheorie. Teil VI. Komplexitätstheorie. Vorlesung

Informatik III. Arne Vater Wintersemester 2006/ Vorlesung

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK

Willkommen zur Vorlesung Komplexitätstheorie

Formale Grundlagen der Informatik 1 Kapitel 23 NP-Vollständigkeit (Teil 2)

Reelle Komplexität - Grundlagen II

Proseminar Theoretische Informatik. Die Klasse NP. von Marlina Spanel

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

Rucksackproblem und Verifizierbarkeit

Einige Grundlagen der Komplexitätstheorie

Lösungen zur Vorlesung Berechenbarkeit und Komplexität

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

abgeschlossen unter,,,, R,

Theoretische Informatik 1

Komplexitätsklassen THEORETISCHE INFORMATIK VORGETRAGEN VON: ELIAS DROTLEFF

EINFÜHRUNG IN DIE THEORETISCHE INFORMATIK

Nichtdeterministische Platzklassen

Komplexitätstheorie Kap. 4: Grundlegende Ergebnisse...

Komplexitätstheorie WiSe 2008/09 in Trier. Henning Fernau Universität Trier

Wissenschaftliche Arbeitstechniken und Präsentation. NP-Vollständigkeit

13. Nichtdeterministische Turingmaschinen und ihre Komplexität

NP-Vollständigkeit des Erfüllbarkeitsproblems

Der Satz von Savitch

Komplexitätstheorie. Kapitel 4: Platzkomplexität

Grundlagen der Theoretischen Informatik

Berechenbarkeit und Komplexität: Polynomielle Reduktion / NP-Vollständigkeit / Satz von Cook und Levin

Vorlesung Berechenbarkeit und Komplexität alias Theoretische Informatik: Komplexitätstheorie und effiziente Algorithmen. Wintersemester 2012/13

Reduktionen. Formalisierung von Sprache A ist nicht schwerer als Sprache B.

Lösungen zur 1. Klausur. Einführung in Berechenbarkeit, formale Sprachen und Komplexitätstheorie

NP-vollständige Probleme

Theoretische Informatik. nichtdeterministische Turingmaschinen NDTM. Turingmaschinen. Rainer Schrader. 29. April 2009

Wie man das Poissonsche Problem löst

Grundlagen der Theoretischen Informatik

Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I

subexponentielle Algorithmen (d.h. Laufzeiten wie z. B. 2 n oder

VL-18: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger

Die Komplexitätsklassen P und NP

P, NP und NP -Vollständigkeit

Theorie der Informatik. Theorie der Informatik P und NP Polynomielle Reduktionen NP-Härte und NP-Vollständigkeit

Vorlesungsskript. Komplexitätstheorie. Wintersemester 2004/2005

Aufgaben aus den Übungsgruppen 8(Lösungsvorschläge)

THEORETISCHE INFORMATIK UND LOGIK

Polynomielle Verifizierer und NP

Informatik III. Christian Schindelhauer Wintersemester 2006/ Vorlesung

Komplexität und Komplexitätsklassen

Formale Grundlagen der Informatik 1 Kapitel 21 P und NP

Theoretische Informatik II

12. Woche: Verifizierer, nicht-deterministische Turingmaschine, Klasse NP

Kochrezept für NP-Vollständigkeitsbeweise

Dank. Grundlagen der Theoretischen Informatik / Einführung in die Theoretische Informatik I. Teil VI. Komplexitätstheorie.

Komplexitätstheorie WiSe 2009/10 in Trier. Henning Fernau Universität Trier

Kapitel L:II. II. Aussagenlogik

Theoretische Informatik II

FORMALE SYSTEME. 25. Vorlesung: NP-Vollständigkeit. TU Dresden, 23. Januar Markus Krötzsch Lehrstuhl Wissensbasierte Systeme

Die Klassen P und NP. Formale Grundlagen der Informatik 1 Kapitel 11. Die Klassen P und NP. Die Klasse P

Organisatorisches. VL-18: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2017) Gerhard Woeginger

Die Klasse NP und die polynomielle Reduktion

Theoretische Informatik - Zusammenfassung!

Einführung in Berechenbarkeit, Formale Sprachen und Komplexitätstheorie

Zusammenfassung. Warum polynomielle Reduktionen? Definition NP-vollständig [K5.1.1] NP-Vollständigkeitstheorie [K5]

VL-13: Polynomielle Reduktionen. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger

NP-vollständige Probleme. Michael Budahn - Theoretische Informatik 1

6.3 NP-Vollständigkeit. alle anderen Probleme in NP darauf polynomiell reduzierbar. 1 Polynomielle Reduzierbarkeit p

Statt Turingmaschinen anzugeben, genügt die Angabe eines C++ Programms oder die Angabe eines Pseudocodes.

Präsenzübung Berechenbarkeit und Komplexität

FORMALE SYSTEME. Kompexitätsklassen. Deterministisch vs. nichtdeterministisch. Die Grenzen unseres Wissens. 25. Vorlesung: NP-Vollständigkeit

FORMALE SYSTEME. Kompexitätsklassen. Die Grenzen unseres Wissens. Deterministisch vs. nichtdeterministisch. 25. Vorlesung: NP-Vollständigkeit

Speicherplatz-Komplexität 1 / 30

VL-17: Jenseits von P und NP. (Berechenbarkeit und Komplexität, WS 2018) Gerhard Woeginger

Platzklassen - Erinnerung. 3-Band Maschinen. Konfigurationen. Savitch Theorem. Konfigurationsgraph. Für kleine Platzklassen:

Komplexitätstheorie WiSe 2008/09 in Trier. Henning Fernau Universität Trier

Platzklassen - Erinnerung. 3-Band Maschinen. Konfigurationen. Savitch Theorem. Konfigurationsgraph. SPACE Complexity. Für kleine Platzklassen:

Bemerkungen: Ist der Wert von S(n) (und damit auch τ) unbekannt, so führt man das Verfahren nacheinander mit den Werten

Teil III. Komplexitätstheorie

Formale Grundlagen der Informatik 1 Kapitel 24 Zusammenfassung

1 Wichtige Definitionen, Sätze und Lemmas aus Kapitel 1

Komplexitätstheorie WiSe 2011/12 in Trier. Henning Fernau Universität Trier

Transkript:

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 Komplexitätsklassen 2. Eine untere Schranke für 1-Band DTMs 3. Hierarchiesätze 4. Nichtdeterminismus: Eigenschaften nichtdeterministischer Platzkomplexitätsklassen NP- und PSPACE-Vollständigkeit 5. Die Unentscheidbarkeit der Arithmetik 6. Die polynomielle Hierarchie 7. Randomisierte Komplexitätsklassen 2

P, NPC und dazwischen Satz (Ladner): Gilt P NP, so gibt es Sprachen L NP, die weder in P liegen noch NP-vollständig sind. MST Matching 2-Färbung 2-SAT u.v.a.m. NP P NPC Gilt P NP, so gibt es hier Sprachen Clique Hamiltonkreis 3-Färbung 3-SAT SAT u.v.a.m. 3

Die Klasse PSPACE und PSPACE-Vollständigkeit 4

Die Klassen PSPACE und NPSPACE s : N! N sei monoton wachsend. DSPACE (s(n)) = { L L kann von einer DTM auf Platz O(s(n)) entschieden werden} NSPACE (s(n)) = { L L kann von einer NTM auf Platz O(s(n)) entschieden werden} PSPACE = [ k2n DSPACE(n k ), NPSPACE = [ k2n NSPACE(n k ) sind die Klasse aller Sprachen, die von einer DTM/NTM auf polynomiellem Platz entschieden werden können. Als Folgerung des Satzes von Savitch haben wir gezeigt: PSPACE=NPSPACE Somit folgt auch P µ NP µ PSPACE 5

NP Vollständigkeit Def: L heißt PSPACE-vollständig (liegt in PSPACEC) falls gilt: L 2 PSPACE und für jedes A 2 PSPACE gilt A p L Folgerung: Falls PSPACE P, so ist PSPACEC µ PSPACE\ P d.h. dann (und nur dann) sind die PSPACE-vollständigen Probleme nicht in P. Falls sogar PSPACE NP P gilt, ergibt sich folgendes Bild: P NP NPC PSPACEC PSPACE 6

Konjunktive Pränex Normalform (KPNF) 7

Ein erstes PSPACE-vollständiges Problem a) z.z.: KPNF PSPACE b) z.z.: KPNF ist PSPACE-schwer 8

a) z.z.: KPNF PSPACE Beweis: Sei B=Q 1 x 1, Q 2 x 2,., Q n x n : A(x 1, x 2,., x n ), A eine Formel in KNF der Länge k,, Q i,. Wir berechnen den Wahrheitswert von B wie folgt: (Platzbedarf: T(n,k)) 9

b) z.z.: KPNF ist PSPACE-schwer Sei L 2 PSPACE, M=(Q,,,, q 0,F) eine DTM, die L auf Platz s(n) entscheidet, für ein Polynom s. Bemerkung: M ist dann 2 O(s n ) zeitbeschränkt. Aufgabe: Beschreibe eine in polynomieller Zeit berechenbare Funktion f, die bei Eingabe w 2 * eine KPNF berechnet, so, dass gilt: M akzeptiert w, ist wahr Wir versuchen es so wie beim Beweis der NP-Vollständigkeit von SAT. Die dort konstruierte KNF- Formel erfüllt: w 2 L, M akzeptiert w, M gestartet mit w ist eine akzeptierende Rechnung, Es gibt Belegung für V, die die Formel = A w (V 1 ) Æ (Config(V 2 ) Æ Æ Config(V T ) ) Æ Ü (V 1, V 2 ) Æ Æ Ü (V T-1, V T ) Æ s 2,T wahr macht. Wo liegt das Problem? T= 2 O(s n ), also hat die Formel exponentielle Länge, also ist die Reduktion nicht polynomiell!! 10

b) z.z.: KPNF ist PSPACE-schwer w 2 L, M akzeptiert w, M gestartet mit w ist eine akzeptierende Rechnung, Es gibt Belegung für V, die die Formel = A w (V 1 ) Æ (Conf(V 2 ) Æ Æ Conf(V T ) ) Æ Ü (V 1, V 2 ) Æ Æ Ü (V T-1, V T ) Æ s 2,T wahr macht. Einfache Umformung von : E (V 1, V 2 ) sei wahr, genau wenn V 1, V 2 Konfigurationen K 1, K 2 mit K 1 K 2 beschreiben. d.h. E (V 1, V 2 ) = Conf(V 1 ) Æ Conf(V 2 ) Æ Ü (V 1, V 2 ) Dann lässt sich wie folgt beschreiben: = A w (V 1 ) Æ E (V 1, V 2 ) Æ Æ E (V T-1, V T ) Æ s 2,T Wir werden nun E (V 1, V 2 ) Æ Æ E (V T-1, V T ) mithilfe von Quantoren kompakter beschreiben. 11

b) z.z.: KPNF ist PSPACE-schwer E (V 1, V 2 ) sei wahr, genau wenn V 1, V 2 Konfigurationen K 1, K 2 mit K 1 K 2 beschreiben. Dann lässt sich als A w (V 1 ) Æ E (V 1, V 2 ) Æ Æ E (V T-1, V T ) Æ s 2,T beschreiben. Wir werden nun E (V 1, V 2 ) Æ Æ E (V T-1, V T ) mithilfe von Quantoren kompakter beschreiben. Rekursive Beschreibung (vgl. Beweis des Satzes von Savitch): Zwei rek. Ahfrufe Wenn wir diese Rekursion abrollen, erhalten wir wieder eine Formel der Länge Ω(T), also exponentiell. 12

b) z.z.: KPNF ist PSPACE-schwer Wenn wir diese Rekursion abrollen, erhalten wir wieder eine Formel der Länge Ω(T), also exponentiell. Nutze Quantoren Nur ein rek. Aufruf! 13

b) z.z.: KPNF ist PSPACE-schwer (Kann einfach in KNF der Größe O(s(n)²) umgeformt werden) Sei g(r) die Länge von : r=0: g(0) = O(s(n)²) r>0: g(r) = g(r-1) + O(s(n)²) Also : g(r) = O(r s(n)²) Wir brauchen 2 r = T = 2 O(s n ), also r = log(t) = O(s(n)). Damit hat die Umformung unserer Formel = A w (V 1 ) Æ E (V 1, V 2 ) Æ Æ E (V T-1, V T ) Æ s 2,T in KPNF die Länge O( s(n) 3 ), also polynomiell. Es ist einfach sie auch in ploynomieller Zeit zu berechnen. 14

PSPACE und Spiele Betrachte eine KPNF B= x 1, x 2, x 3, x 4., x n : A(x 1, x 2,., x n ) für eine Formel A in KNF. Interpretation als 2-Personenspiel: A beschreibt eine Spielsituation, Spieler sind Rot und Grün, die x i s sind Spielzüge. Die KPNF B kann dann wie folgt interpretiert werden: Es gibt einen Spielzug für rot, so dass es für jeden Spielzug von grün einen Spielzug von rot gibt, sodass es für jeden Spielzug von grün eine Spielzug für rot gibt,., sodass rot gewinnt. d.h.: in der Spielsituation A gibt es, falls rot am Zug ist eine Gewinnstrategie für rot. Beispiel: Go (verallgemeinert auf nxn Spielfelder (das eigentliche Spiel hat ein 19x19 Spielfeld.)) Satz: GO = { Spielsituation eines nxn Go-Spiels, n N, schwarz ist am Zug schwarz hat Gewinnstrategie} ist PSPACE-vollständig. 15

Vielen Dank für Ihre Aufmerksamkeit Heinz Nixdorf Institut Universität Paderborn Algorithmen und Komplexität Fürstenallee 11 33102 Paderborn Tel.: 0 52 51 / 60 64 80 Fax.: 0 52 51 / 60 64 82 E-Mail: fmadh@hni.upb.de www.hni.uni-paderborn.de/alg 16