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 2024 ExpyDoc