Complessità Circuitale Profondità Costante: Lower Bound Esponenziale (Algebra Lineare + Metodo Probabilistico) Lezione 8 dal libro di Stasys Jukna: Extremal.

Slides:



Advertisements
Presentazioni simili
Autovalori e autovettori
Advertisements

RICHIAMI ELEMENTARI DI ALGEBRA MATRICIALE
MODELLO DI REGRESSIONE LINEARE MULTIPLA
PER FUNZIONI DI PIÙ VARIABILI - 2.
Teoria dei codici correttori d'errore
Fondamentidi Programmazione Corso: Fondamenti di Programmazione Classe: PARI-DISPARI Docente: Prof. Luisa Gargano Testo: Aho, Ulman, Foundations of Computer.
Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Linear Algebra Methods in Combinatorics with applications to.
Linear Algebra Methods in Combinatorics with applications to Geometry and Computer Science Lezione II dal libro di Babai & Frankl:
dal libro di Babai & Frankl:
ESTENSIONI SEMPLICI e TEOREMA DELL’ELEMENTO PRIMITIVO
Didattica e Fondamenti degli Algoritmi e della Calcolabilità Terza giornata: principali classi di complessità computazionale dei problemi Guido Proietti.
Condizione necessaria di derivabilità
Algoritmi Paralleli e Distribuiti a.a. 2008/09 Lezione del 07/04/2009 Prof. ssa ROSSELLA PETRESCHI a cura del Dott. SAVERIO CAMINITI.
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
Rappresentazione dell'informazione
NANDNOR A BA NAND B falso vero falso vero vero vero falso vero falso A BA NOR B falso vero falso vero falso vero falso falso vero falso
Esercizio n o 3 Si realizzi una calcolatrice a 32 bit con interfaccia “normale” (decimale) con LabView, utilizzando SOLAMENTE: –convertitore decimale (input)
Lezione n° 8 - Matrice di base. - Soluzioni di base ammissibili. - Relazione tra vertici di un poliedro e soluzioni basiche. - Teorema fondamentale della.
Illustrazione semplificata F. S. Capaldo. La costruzione di un modello matematico deve partire dall’analisi del problema reale per l’individuazione degli.
1 Principali analisi statistiche 1. Confronto fra medie (2 o piú campioni) 2. Correlazione e regressione 3. Analisi di tabelle di contigenza Variabile.
2a + 10b abx2 3a + 1 y 2 a + 1 x + 2y a − Espressioni algebriche
Logica Lezione 25, 20/4/15: ESAME INTERMEDIO IN CLASSE.
Teorema di Ramsey Introduzione Teorema di Schur Upper bound, Lower bound facile Lezione 5 dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics.
Teorema di Ramsey Lower bound cubico Disuguaglianza di Fisher Lezione 6 dal libro di Babai & Frankl: Linear Algebra Methods in Combinatorics with applications.
Huffman Canonico: approfondimento. Come abbiamo visto, Huffman canonico ci permette di ottenere una decompressione più veloce e con un uso più efficiente.
1 Simulazione Numerica dei Fenomeni di Trasporto Necessità di introduzione dei tensori  11  12  13  23  21  22 Vogliamo descrivere in un modo che.
Elaborazione delle Immagini Operatori Puntuali Luigi Cinque
Lezione n° 14 Teoria della dualità: - Teorema forte della dualità - Teorema degli scarti complementari Lezioni di Ricerca Operativa Corso di Laurea in.
Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi
SUMMERMATHCAMP TARVISIO, AGOSTO 2017
Java World Matrici.
Distribuzioni limite La distribuzione normale
LA CIRCONFERENZA.
Lezione n°10 Prof.ssa Rossella Petreschi
Branch and Bound Lezione n°19 Prof.ssa Rossella Petreschi
L’integrale indefinito
Branch and Bound Lezione n°14 Prof.ssa Rossella Petreschi
Algoritmi di diagonalizzazione
(7x + 8x2 + 2) : (2x + 3) 8x2 + 7x + 2 2x + 3 8x2 + 7x + 2 2x + 3 4x
4 < 12 5 > −3 a < b a > b a ≤ b a ≥ b
Richiami di Algebra Matriciale
Lezione n°17 Prof.ssa Rossella Petreschi
Equazioni differenziali
22) Funzioni (prima parte)
dal libro di Babai & Frankl:
LEZIONE DI MATEMATICA DI EMANUELE PAONE
FORMULE E FUNZIONI SU EXCEL
Logica Lezioni
Le operazioni di moltiplicazione e divisione in Aritmetica e geometria
I MONOMI.
Statistica descrittiva bivariata
Algebra di Boole e sue applicazioni
Richiami di Algebra Matriciale
Circuiti digitali Architettura © Roberto Bisiani, 2000
Impariamo a conoscere le Matrici
Corso Java Matrici.
Dott. Dallavalle Riccardo
Matrici Definizioni Matrici Rettangolari Quadrate 02/01/2019
Branch and Bound Lezione n°18 Prof.ssa Rossella Petreschi
Dualità a.a /01/2019.
Codici rilevatori di errori
Algebra di Boole e Funzioni Binarie
LE SUCCESSIONI Si consideri la seguente sequenza di numeri:
Java Matrici.
Reti Combinatorie E Algebra Di Boole
Matrici e determinanti
Richiami di Algebra Matriciale
Associazione tra variabili qualitative
Statistica descrittiva bivariata
Algoritmi.
Transcript della presentazione:

Complessità Circuitale Profondità Costante: Lower Bound Esponenziale (Algebra Lineare + Metodo Probabilistico) Lezione 8 dal libro di Stasys Jukna: Extremal Combinatorics with applications in Computer Science

Teorema (Razborov'87) Circuiti di profondità costante con porte con fan-in illimitato di tipo AND, OR, NOT, e PARITA' richiedono dimensione esponenziale per calcolare la funzione maggioranza. Almeno la metà dei bit è uno Curiosità: 1)Esiste sempre un circuito di profondità costante e dimensione esponenziale per la maggioranza (Esercizio) 2) Esiste un circuito di dimensione lineare e profondità non costante per la maggioranza

Struttura Dimostrazione Funzione Soglia Polinomio Grado Basso Circuito Profondità Costante ≈ ci indovina spesso sbaglia spesso algebra lineare metodo probabilistic o

Funzione Soglia Polinomi di Grado Basso Funzione k-soglia f k Polinomio p se grado ≤ 2k – n – 1 Teorema: p(x) = 1f k (x) = 1 quante volte p sbaglia Sceglieremo k > n/2

Funzione Soglia Polinomi di Grado Basso Funzione k-soglia f k Polinomio p se grado ≤ 2k – n – 1 Teorema: matrice 0/1 opportuna input con k “1” input dove p sbaglia input con k “1” input dove p sbaglia voglio dimostrare #colonne ≥ #righe

Matrici rettangolari Allora m N Sia matrice 0/1 N m t.c. ogni vettore può essere ottenuto come combinazione lineare delle colonne N i vettori generano uno spazio di dimensione N le colonne generano ogni vettore e quindi lo stesso spazio la dimensione di uno spazio è il minimo numero di elementi per generarlo

Funzione Soglia Polinomi di Grado Basso matrice 0/1 opportuna se grado ≤ 2k – n – 1 Teorema: le colonne genereranno i vettori unitari c a M a c = 1 sse c a UNI a Claim: La somma di queste colonne è a dove sono gli 1 nella riga a

Dimostriamo il Claim a M a c = 1 sse c a UNI a Claim: La somma di queste colonne è a grado p < #1 in a ∧ b (dettagli dopo) b Tre ingredienti: c ∈ diff(f k,p) sse f k (c) + p(c) = 1 #1 in c

c ≤ a ∧ b Pezzo Mancante Se p è un monomio in d variabili p(c) = c i1 c i2 ⋯ c id Allora c'è una “variabile libera” i0 Ossia (a ∧ b) i0 = 1 e i0 non compare in p Dimostrazione: c i0 = 0c i0 = 1 Somma SX Somma DX Per ora diamo per scontato che a ∧ b ha un numero di “1” maggiore del grado di p Somma SX = Somma DX Stessa dimostrazione in generale Perchè?

Pezzo Mancante Per ora diamo per scontato che a ∧ b ha un numero di “1” maggiore del grado di p Rimane solo questo a b a ∧ b ha almeno 2q “1” p ha grado ≤ 2k – n – 1 = 2q - 1 Prendiamo k = n/2 + q

Funzione Soglia Polinomi di Grado Basso Funzione k-soglia f k Polinomio p se grado ≤ 2k – n – 1 Teorema: dove k = n/2 + q

Struttura Dimostrazione Funzione Soglia Polinomio Grado Basso Circuito Profondità Costante ≈ ci indovina spesso sbaglia spesso

Il grado del polinomio aumenta troppo... Circuito Polinomi Profondità ≈ Grado Costante Basso 1 + x 1 ¬x1¬x1 PARITY(x 1,..., x m ) x 1 + ⋯ + x m AND(x 1,..., x m ) x 1 x 2 ⋯ x m OR(x 1,..., x m ) ¬( AND( ¬ x 1,..., ¬ x m ))

Circuito Polinomi Profondità ≈ Grado Costante Basso Circuito c x1x1 xnxn Il grado del polinomio aumenta troppo... Grado 1 Grado n c

Circuito Polinomi Profondità ≈ Grado Costante Basso 1 + b 1 ¬b1¬b1 PARITY(b 1,..., b m ) b 1 + ⋯ + b m AND(b 1,..., b m ) b 1 b 2 ⋯ b m OR(b 1,..., b m ) ¬( AND( ¬ b 1,..., ¬ b m )) Approssimiamo AND

AND(b 1 ⋯ b m ) 1+(1 + b 1 ) + (1+ b 2 )+ ⋯ (1+b m ) Se AND(b 1 ⋯ b m )=1 la risposta è corretta Solo un sottoinsieme di variabili (scelte a caso) h S (b) := 1+(1 + b S1 ) + (1+ b S2 )+ ⋯ (1+b Ss ) Per ogni b 1 ⋯ b m Prob[h S (b 1 ⋯ b m ) ≠ AND(b 1 ⋯ b m )] ≤ 1/2 Esercizio! prendo b i con prob 1/2

Approssimiamo AND AND(b 1 ⋯ b m ) 1+(1 + b 1 ) + (1+ b 2 )+ ⋯ (1+b m ) Se AND(b 1 ⋯ b m )=1 la risposta è corretta Solo un sottoinsieme di variabili (scelte a caso) h S (b) := 1+(1 + b S1 ) + (1+ b S2 )+ ⋯ (1+b Ss ) Per ogni b 1 ⋯ b m Prob[h S (b 1 ⋯ b m ) ≠ AND(b 1 ⋯ b m )] ≤ 1/2 prendo b i con prob 1/2 Ripetiamo r volte!!

Approssimiamo AND AND(b 1 ⋯ b m ) Per ogni input b=b 1 ⋯ b m Prob[p S1,...,Sr (b) ≠ AND(b 1 ⋯ b m )] ≤ 1/2 r r sottoinsiemi S1,..., Sr di variabili (ognuno scelto come prima, in modo indipendente) h S1 (b), …, h Sr (b) Grado r (Esercizio) Esercizio

Approssimiamo AND Per ogni input b=b 1 ⋯ b m Prob[p S1,...,Sr (b) ≠ AND(b 1 ⋯ b m )] ≤ 1/2 r Per ogni input, molti dei nostri polinomi sono buoni! Vogliamo un polinomio che sbaglia su pochi input!

Approssimiamo AND Per ogni input b=b 1 ⋯ b m Prob[p S1,...,Sr (b) ≠ AND(b 1 ⋯ b m )] ≤ 1/2 r Per ogni b sia X b la variabile aleaoria “p S1,...Sr (b) ≠ AND(b)” Sommiamo su tutti i b in {0,1} n E[X] = b E[ X b ] ≤ 2 n /2 r Se ogni p sbagliasse su >2 n /2 r input allora X ha sempre valore >2 n /2 r e quindi E[X]>2 n /2 r

Approssimiamo AND Per ogni input b=b 1 ⋯ b m Prob[p S1,...,Sr (b) ≠ AND(b 1 ⋯ b m )] ≤ 1/2 r Input b Nostri Polinomi XbXb Evento “p(b) ≠ AND(b) Se tutti i polinomi sbagliano su >2 n /2 r input allora X assume sempre valore >2 n /2 r (impossibile!)

Approssimiamo AND Per ogni r esiste un polinomio p di grado r t.c. diff(p, AND) ≤ 2 n /2 r Input b Nostri Polinomi XbXb Evento “p(b) ≠ AND(b) Se tutti i polinomi sbagliano su >2 n /2 r input allora X assume sempre valore >2 n /2 r (impossibile!)

Per ogni r esiste un polinomio p di grado r t.c. diff(p, AND) ≤ 2 n /2 r Circuito Polinomi Profondità ≈ Grado Costante Basso Circuito c Grado 1 Grado r c uso AND approssimati x1x1 xnxn

Per ogni r esiste un polinomio p di grado r t.c. diff(p, AND) ≤ 2 n /2 r Circuito Polinomi Profondità ≈ Grado Costante Basso Circuito c D := dimensione circuito Quante volte sbaglio? Sbaglio su ≤ D 2 n /2 r input (Union Bound) x1x1 xnxn

Per ogni r esiste un polinomio p di grado r c t.c. diff(p, Circuito) ≤ D 2 n /2 r Circuito Polinomi Profondità ≈ Grado Costante Basso Circuito c D := dimensione circuito Sbaglio su ≤ D 2 n /2 r input (Union Bound) x1x1 xnxn

Struttura Dimostrazione Funzione k-Soglia Polinomio Grado Basso Circuito Profondità Costante ≈ ci indovina spesso sbaglia spesso

Struttura Dimostrazione Funzione k-Soglia Polinomio Grado Basso Circuito Profondità Costante ≈ se grado ≤ 2k – n – 1 dove k = n/2 + q con grado ≤ r c Circuito calcola k-Soglia

Struttura Dimostrazione Funzione k-Soglia Polinomio Grado Basso Circuito Profondità Costante ≈ se grado ≤ 2k – n – 1 dove k = n/2 + q con grado ≤ r c Circuito calcola k-Soglia 2q2q r = q 1/c q = n 1/2

Struttura Dimostrazione Funzione k-Soglia Polinomio Grado Basso Circuito Profondità Costante ≈ se grado ≤ 2k – n – 1 dove k = n/2 + q con grado ≤ r c Circuito calcola k-Soglia 2q2q r = q 1/c r = n 1/2c

Circuito calcola k-Soglia deve avere dimensione dove c è la profondità del circuito dopo SiNo Vuoi vedere i conteggi?

Esercizio Abbiamo dimostrato: Teorema: Ogni circuito di profondità c che calcola k- Soglia con k = n+ √n, deve avere dimensione Dimostra che calcolare la Maggioranza (k-Soglia con k = n/2) richiede dimensione esponenziale per circuiti di profondità costante.