השוואה בין מחלקות.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
מציאת צורה של מבני Tensegrity
Advertisements

מעבר מביטוי רגולרי ל – NFA (גזור ושמור) משפט: לכל ביטוי רגולרי r קיים אוטומט סופי A כך ש – L(A)=L(R). לכל אוטומט סופי A קיים ביטוי רגולרי r כך ש – L(A)=L(R).
תחשיב הפסוקים חלק ו'.
72120 – ביוכימיה של התא תרגיל מס' 3: קינטיקה אנזימתית.
מגוון גנטי.
ניתוח תחבירי (Parsing) - המשך
Atom Interferomtry סוגי אינטרפרומטרים סוגי אינטרפרומטרים מודל של Double Y Interferometer מודל של Double Y Interferometer סיבוב של האינטרפרומטר סיבוב של.
שדות מגנטיים של זרמים משלוח ספינות חלל מכדור הארץ לחלל נעשה ע"י רקטות. אבל כאשר נתחיל לייבא מינרלים מהחלל לארץ, לא יהיה לרשותנו דלק לשליחת ספינות חלל.
שערוך תאורה מתוך צל Group meeting
תורת התורים תיאור חלקי עולם כרשתות של תורים לצורך: יישומים: הבנה
בדיקת תכונות של גרפים במודל מטריצת השכנויות ענב וינרב ינון חביב.
הרצאה 11: סמנטיקה ומשפט השלמות. אינטרפרטציה אינטרפטציה M מורכבת מ- 1. קבוצה D≠ ,D - תחום האינטרפטציה. 2. פרושים של פרדיקטים, פונקציות וקבועים ב- D, כלומר,
סמינר במדעי המחשב חורף תשסט תורת הטיפוסים הפשוטים הבסיסית הרצאה מס 3 ינון רפופורט חלק 1 משפט בנית הנושא.
בשעור הקודם הגדרנו את מושג השטף החשמלי השטף החשמלי דרך משטח A הוא כמות קווי השדה שעוברת דרך המשטח.
מבוא לסימולציות: מערכות בקרה
תורות עם שוויון. תהי Гתורה מעל שפה שמכילה יחס בינרי =. אנו נכתוב s  t במקום ~s = t. Г נקראת תורה עם שוויון אם הנוסחאות הבאות הן משפטים של Г: A6. הרפלקסיביות.
ניתוח תחבירי (Parsing) של דקדוקי LR(1)
ΜΕΤΑΛΛΕΥΤΙΚΗ ΝΟΜΟΘΕΣΙΑ ΔΙΑΧΕΙΡΙΣΗΚΑΙ ΑΞΙΟΠΟΙΗΣΗ ΜΕΤΑΛΛΕΥΜΑΤΩΝ Τζίμας Σπύρος Μηχανικός Μεταλλείων – Μεταλλουργός ΕΜΠ.
Μεταρρύθμιση Φορολογίας Εισοδήματος. Νέες Κλίμακες Φορολογίας Εισοδήματος Το εισόδημα από μισθούς ( συντάξεις ) και επιχειρηματική δραστηριότητα φορολογείται.
ΠΡΟΒΛΗΜΑΤΑ ΣΤΗ ΛΕΙΤΟΥΡΓΙΑ ΤΟΥ ΚΥΚΛΟΦΟΡΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ
מבני נתונים 08 מיון.
מימון ד"ר זיו רייך , רו"ח.
Δραστηριότητα: Οι μαθητές σε ομάδες να ταξινομήσουν χημικές ενώσεων με βάση τη διάλυση τους στο νερό και τη μέτρηση της αγωγιμότητας των διαλυμάτων που.
Κρούσεις σωμάτων.
ΠΡΟΣΤΑΣΙΑ ΜΕΣΩ ΔΙΑΚΟΠΤΩΝ ΔΙΑΦΥΓΗΣ
Η Νοτιοανατολική Ευρώπη υπό ξένη κυριαρχία
Confidence intervals based on bootstrap “tables”
Η Νοτιοανατολική Ευρώπη υπό ξένη κυριαρχία ( )
ΔΙΑΓΩΝΙΣΜΟΣ ΣΤΗΝ ΤΑΞΗ ΜΟΝΤΕΡΝΑ ΠΟΙΗΣΗ VS ΠΑΡΑΔΟΣΙΑΚΗ ΠΟΙΗΣΗ.
מבני נתונים ויעילות אלגוריתמים
גודל פיזיקאלי סקלרי אינו תלוי בכיוון
בס"ד אינטגרלים משולשים (והחוט המשולש לא במהרה יינתק)
מבני נתונים ויעילות אלגוריתמים
ΝΈΟ ΟΡΓΑΝΟΓΡΑΜΜΑ (ΙΑΝ14) VS. ΕΓΚΡΙΘΕΝ ΟΡΓΑΝΟΓΡΑΜΜΑ (ΑΥΓ13)
בהנחיית פרופ' עוזי אורנן
ניהול הייצור למערכות מידע – ניהול האיכות, תרשימי בקרה
שירטוט מערכות אופטיות בסיסיות
ניהול הייצור למערכות מידע תרגול – ניהול פרוייקטים
מרתון בכימיה - פרויקט נחשון יום א
אופציות מה נלמד? מושגים בסיסיים באופציות אסטרטגיות השקעה בסיסיות
גישת תיק השקעות גיוון.
מדיניות תעסוקה בישראל ערביי ישראל פורום ספיר 4 נובמבר 2010
היבט כולל על הדואליות בין קינמטיקה וסטטיקה
אנימציה2: המתכת אבץ בתמיסת יוני נחושת
בדיקת מונוטוניות של פונקציות בוליאניות
בקרה במכונות מושגי יסוד תרשים מלבנים חוג פתוח/סגור משתנה מבוקר/מבקר
הרצאה 7 מבוא לסטטיסטיקה התפלגות נורמלית
גלגול, פיתול ותנע זוויתי
אולימפיאדה צעירה ע"ש אילן רמון שלב ג' 2013
10. תכנות לוגי ב-Datalog שקפים: אלדר פישר
ליאור שפירא, חיים קפלן וחברים
גלים אלקטרומגנטיים.
תורת התורים תיאור חלקי עולם כרשתות של תורים לצורך: יישומים: הבנה
אורך, היקף, שטח ונפח.
נושא 4: זרם חילופין.
תורת הגרפים.
סימולציה- קוטביות מולקולות סימולציה- צורות מולקולה
מבני נתונים ויעילות אלגוריתמים
מבני נתונים ויעילות אלגוריתמים
זרם חילופין AC.
גלאי FM באפנון FM משתנה תדר הגל הנושא ע"י המשרעת של אות המידע, בעוד שהמשרעת של הגל הנושא נשארת קבועה. גלאי FM צריך לזהות את שינויי התדר ולהפוך אותם לשינויי.
בניית רובוט במבנה משולש הנשלט ע"י מחשב כף יד
מטוס נוסעים A380.
אלגוריתם סנכרון למערכות OFDMA
אנרגיה בקצב הכימיה פרק א'
סדרה סופית של תשלומים קבועים :
72120 – ביוכימיה של התא מנגנוני קטליזה אנזימתית - כימוטריפסין
Ζορμπάς – Καζαντζάκης Συναίσθημα – Λογική
Προσέγγιση στην επαλληλία των κινήσεων
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΗΘΙΚΗ Ζ΄ ΕΞΑΜΗΝΟΥ ΜΕΘΟΔΟΛΟΓΙΑ ΤΗΣ ΗΘΙΚΗΣ
Μεταγράφημα παρουσίασης:

השוואה בין מחלקות

סגירות למשלים L ?= coL P ?= coP NP ?= coNP NPC ?= coNPC PSPACE ?= coPSPACE NPSPACE ?= coNPSPACE

L ?= coL L היא מחלקה דטרמיניסטית. - על מכונה M דטרמיניסטית אפשר להגיד בהנתן מכונה MA שמכריעה שפה AϵL נגדיר מכונה MB - על קלט x: 1. מריצה את MA על x 2. מקבלת אמ"ם MA דוחה MB מכריעה את B=A-משלים באותה סיבוכיות כמו MA

סגירות למשלים L = coL P ?= coP NP ?= coNP NPC ?= coNPC PSPACE ?= coPSPACE NPSPACE ?= coNPSPACE

סגירות למשלים L = coL P = coP NP ?= coNP NPC ?= coNPC PSPACE = coPSPACE NPSPACE ?= coNPSPACE

סגירות למשלים L = coL P = coP NP ?= coNP – בעיה פתוחה NPC ?= coNPC PSPACE = coPSPACE NPSPACE ?= coNPSPACE

כי coNP סגורה ל-P-רדוקציות NPC ?= coNPC NPC = coNPC + SAT ϵ NPC SAT ϵ coNPC SAT ϵ coNP NP ⊆ coNP NP = coNP NPC = coNPC כי coNP סגורה ל-P-רדוקציות coNP ⊆ cocoNP

סגירות למשלים L = coL P = coP NP ?= coNP – בעיה פתוחה NPC ?= coNPC - שקול PSPACE = coPSPACE NPSPACE ?= coNPSPACE

NPSPACE ?= coNPSPACE Immerman: NL = coNL Padding: NSPACE(nk) = coNSPACE(nk) → NPSPACE = coNPSPACE Savitch: NL ⊆ DSPACE(log2n) Padding: NSPACE(nk) ⊆ DSPACE(n2k) → NPSPACE ⊆ PSPACE → NPSPACE = PSPACE

סגירות למשלים L = coL P = coP NP ?= coNP – בעיה פתוחה NPC ?= coNPC - שקול PSPACE = coPSPACE NPSPACE = coNPSPACE

זמן vs מקום L ⊆ P ⊆ PSPACE תזכורת: אין זמן לכתוב ליותר ממקום פולינומיאלי מקום לוגריתמי ← מס' פולינומיאלי של קונפיגרוציות אפשריות

זמן vs מקום מה לגבי P ו-DSPACE(n)? DSPACE(n) ?⊆ P כנראה שלא: SAT ϵ DSPACE(n)... P ?⊆ DSPACE(n) שאלה פתוחה? P ?= DSPACE(n)

P ≠ DSPACE(n) טענה: P ≠ DSPACE(n) הוכחה... ראינו ש-P סגורה ל-P-רדוקציות לכן מספיק להוכיח ש- טענה1: DSPACE(n) לא סגורה ל-P-רדוקציות

P ≠ DSPACE(n) טענה1: DSPACE(n) לא סגורה ל-P-רדוקציות הוכחה1: טענה-א: לכל שפה L2 ϵ DSPACE(n2) קיימת שפה L1 ϵ DSPACE(n) כך ש- L2 ≤P L1 הוכחה-א: ...

P ≠ DSPACE(n) טענה-א: לכל שפה L2 ϵ DSPACE(n2) קיימת שפה L1 ϵ DSPACE(n) כך ש- L2 ≤P L1 הוכחה-א: בעזרת ריפוד... נגדיר את השפה L1 - L1 = {(x # 1|x|^2) s.t. x ϵ L2} ונגדיר פונקצית רדוקציה – f(x) = x # 1|x|^2

P ≠ DSPACE(n) טענה-א: L2 ϵ DSPACE(n2) ← L1 ϵ DSPACE(n), L2 ≤P L1 הוכחה-א: L1 = {(x # 1|x|^2) s.t. x ϵ L2} צ"ל L1 ϵ DSPACE(n): M1 על y: 1. תוודא ש-y = (x # 1|x|^2) 2. תריץ את M2 על x

P ≠ DSPACE(n) טענה-א: L2 ϵ DSPACE(n2) ← L1 ϵ DSPACE(n), L2 ≤P L1 הוכחה-א: f(x) = x # 1|x|^2 צ"ל L2 ≤P L1 : שלמות + נאותות – f(x) ϵ L1 ↔ x ϵ L2 סיבוכיות – זמן ריבועי

P ≠ DSPACE(n) טענה1: DSPACE(n) לא סגורה ל-P-רדוקציות הוכחה1: טענה-א: לכל שפה L2 ϵ DSPACE(n2) קיימת שפה L1 ϵ DSPACE(n) כך ש- L2 ≤P L1 טענה-ב: קיימת שפה L2 כך ש- L2 ϵ DSPACE(n2) L2 ∉ DSPACE(n) הוכחה-ב: לכסון...

אלגוריתמי קירוב

כיסוי בצמתים Vertex Cover גרף G -> מהו m גודל הקבוצה המינימלית S ⊆ V כך שלכל קשת (u,v) ϵ E מתקיים ש-u או v שייכים ל-?S G

כיסוי בצמתים Vertex Cover אולי אפשר לעשות משהו יותר מתוחכם מאשר סתם לבחור קשת כלשהי? כיסוי בצמתים Vertex Cover כל עוד אנחנו תמיד מוסיפים את 2 הצמתים – אי אפשר לשפר את 2-קירוב תזכורת – אלגוריתם 2-קירוב בהרצאה: כל עוד נשארו קשתות בגרף: בוחרים קשת ϵ E (u,v) מוסיפים את u ו-v ל-S מסירים את כל הקשתות שנוגעות ב-u או v מהגרף, וחוזרים ל-1 G u u v v

כיסוי בצמתים אלגוריתם חמדן בעיה 1: אנחנו לא רוצים לבחור את 2 הצמתים של כל קשת פתרון 1: בכל שלב נבחר צמת בעיה 2: אנחנו לא רוצים לבחור "סתם" פתרון 2: נבחר צמת בעל דרגה מקסימלית G u u v v

כיסוי בצמתים אלגוריתם חמדן אלגוריתם חמדן: כל עוד נשארו קשתות בגרף: בוחרים צמת v בעל דרגה מקסימלית מוסיפים את v ל-S מסירים את כל הקשתות שנוגעות ב-v מהגרף, וחוזרים ל-1 G v v

כיסוי בצמתים אלגוריתם חמדן מה פקטור הקירוב של האלגוריתם? נראה כי פקטור הקירוב הוא לפחות O(log(m)) הוכחה - בעזרת דוגמא... G v

כיסוי בצמתים אלגוריתם חמדן כיסוי שהאלגוריתם החמדן בוחר נבנה גרף דו-צדדי... כדי לבנות גרף "נריץ את האלגוריתם החמדן אחורה" - בכל איטרציה נוסיף צמת בכיסוי עם כל הקשתות שלו כדי שהאלגוריתם החמדן יבחר את הכיסוי הורוד, צריך שתמיד הצמת בעל הדרגה המקסימלית יהיה ורוד כיסוי אופטימלי

כיסוי בצמתים אלגוריתם חמדן כדי שהאלגוריתם החמדן יבחר את הכיסוי הורוד, צריך שתמיד הצמת בעל הדרגה המקסימלית יהיה ורוד למשל, אם לקראת סוף הריצה, לצמתים הירוקים יש דרגה 1, נרצה שלצמתים הורודים תהיה דרגה 2 בינתיים, Greedy = Opt/2 חמדן אופטימלי

כיסוי בצמתים אלגוריתם חמדן בינתיים, Greedy = Opt/2 בשלב יותר מוקדם של הריצה, דרגת הצמתים הירוקים היתה 2 - עכשיו נוסיף צמתים ורודים מדרגה 3... עכשיו, Greedy = Opt/2 + Opt/3 חמדן אופטימלי

כיסוי בצמתים אלגוריתם חמדן בשלב ה-i נוסיף Opt/i צמתים ורודים מדרגה i סה"כ בכיסוי הורוד: Greedy/Opt = i1/i = O(log(Opt)) בפרט, האלגוריתם לא נותן יחס קירוב קבוע לאף קבוע... הערה – הראינו שאלגוריתם הקירוב הספיציפי הוא "גרוע" זה לא אומר שקשה לקרב את כיסוי בצמתים (למשל קיים 2-קירוב...) חמדן אופטימלי i קשתות