The Probabilistic Method
2.5-2.6
2.5UNBALANCING LIGHTS
定理2.5.1
aij 1(1i , j n )
とする。その時、
2
3/ 2
o
(
1
)
y
a
n
ij xi
j
i 1 j 1
n
を満たす
n
x,y
i
が存在。
j
1(1 i, j n)
・証明(定理2.5.1)
,, y にランダム
y
については考えず、
1
n
x
に 1を割り当て、
n
R
i
とする。
aij
j 1
n
y ,R R
j
i 1
i
証明(定理2.1.5)の続き
iを固定する。aijに関わらず、aijyjは確率1/2
で+1か-1。
Riは以下のような分布Snを持つ。
Sn:{-1,1}のランダム値n個の和の分布
証明(定理2.1.5)の続き
E Sn の近似値をとって、
2
E Ri E S n
o(1) n
。
この近似値は組み合わせで得られる
n 1
1 n
E S n n2
(n 1) 2
とスターリンの公式 n! n n e n 2n から求まる。
証明(定理2.1.5)の続き
Rの期待値の線形性を用いて、
n
2
3/ 2
E R E Ri
o(1) n
i 1
よって、少なくともRがこの値はあるような
y1,…,yn=±1が存在する。
証明(定理2.1.5)の続き
最後にRiと同符号になるようにxiをとれば、
n
n
x a
i 1
i
j 1
ij
n
y j xi Ri
i 1
n
i 1
となる。
2
3/ 2
Ri R
o(1) n
2.6WITHOUT COIN FLIPS
確率を使わなかったら?
定理2.2.1
アルゴリズム:
それまでの頂点との枝が少なくとも半分は交差
するように頂点をTかBに入れていく。
B
T
B
定理2.4.1
• 任意の v1 , v2 , , vn R , all vi 1 に対して、
以下を満たす , , , 1 が存在する。
n
1
2
n
1v1 2v2 n vn n
同様に以下を満たす 1 , 2 , , n 1も存在する。
1v1 2v2 n vn n
定理2.4.1
viの符号εiが選ばれるとき、
部分和 w=ε1v1+・・・+εi-1vi-1
求まっているとする。
ノルムを小さくするのであればεiviがwとなす
角が鈍角(または直角)となるように、大きく
するのであれば鋭角(または直角となるよ
うに)となるようにεiをとる。
定理2.4.1の続き
もしすべての段階でwとvのなす角が直角で
あれば、ピタゴラスの定理と帰納法からノ
ルムは nであることがわかる。
そうでないならば、 n より小さいか、大きい
かになる。
定理2.4.2
• 任意の
v1 , v2 , , vn R n , all vi 1
p1 , p2 ... pn [0,1]
に対して、
,1
以下を満たす 1 , 2 , , n 0が存在する。
※ただし
n
wv
2
w p1v1 ... pn vn
v 1v1 ... n vn
定理2.4.2
v1 ,..., vn R n , p1 ,..., pn 0,1 が与えられ、
1 ,..., s 1 {0,1} がすでに選ばれていると仮定する。
s 1
部分和を ws 1 pi i vi とする。
i 1
アルゴリズム:
s
ws ws 1 ( ps s )vs ( pi i )vi
i 1
のノルムが最小となるように sを選ぶ。
定理2.4.2の続き
Pr s 1 ps で s {0,1}を選ぶと、
E ws ws 1 2ws 1 vs E ps s vs E ( ps s ) 2
2
2
2
ws 1 ps (1 ps ) vs
であるから、 s {0,1} のどちらかの選択で、
2
ws ws 1 ps (1 ps ) vs
2
2
2
2
定理2.4.2の続き
すべての s (1 s
w0 0 とすれば、
n) について考えると、
n
wn pi (1 pi ) vi
2
i 1
2
© Copyright 2026 ExpyDoc