Эффективный размер
Статья опирается на источники одной исследовательской группы. ( ноябрь 2013 г. ) |
В математике , эффективная размерность — это модификация размерности Хаусдорфа и других фрактальных измерений которая помещает ее в рамки теории вычислимости . Существует несколько вариаций (различные понятия эффективной размерности), из которых наиболее распространенной является эффективная размерность Хаусдорфа . Размерность в математике — это особый способ описания размера объекта (в отличие от меры и других, различных понятий размера). Размерность Хаусдорфа обобщает известные целочисленные размерности, присвоенные точкам, линиям, плоскостям и т. д., позволяя различать объекты промежуточного размера между этими целочисленными объектами. Например, фрактальные подмножества плоскости могут иметь промежуточную размерность между 1 и 2, поскольку они «больше», чем линии или кривые, и все же «меньше», чем закрашенные круги или прямоугольники. Эффективная размерность модифицирует размерность Хаусдорфа, требуя, чтобы объекты с небольшой эффективной размерностью были не только небольшими, но и локализуемыми (или частично локализуемыми) в вычислимом смысле. Таким образом, объекты с большой размерностью Хаусдорфа также имеют большой эффективный размер, а объекты с малым эффективным размером имеют малую размерность Хаусдорфа, но объект может иметь небольшой размер Хаусдорфа, но большой эффективный размер. Примером является алгоритмически случайная точка на прямой, которая имеет размерность Хаусдорфа 0 (поскольку это точка), но эффективную размерность 1 (потому что, грубо говоря, ее невозможно эффективно локализовать лучше, чем небольшой интервал, размерность которого имеет размерность Хаусдорфа 1).
Строгие определения
[ редактировать ]В этой статье будет определена эффективная размерность подмножеств канторового пространства 2. ой ; существуют тесно связанные определения для подмножеств евклидова пространства R н . Мы будем свободно перемещаться между рассмотрением множества X натуральных чисел, бесконечной последовательности задается характеристической функцией X и действительным числом с двоичным представлением 0. X .
Мартингалы и другие штормы
[ редактировать ]Мартингейл 2 пространстве в канторовом ой является функцией d : 2 ой → Р ≥ 0 от канторова пространства к неотрицательным действительным числам, удовлетворяющим условию справедливости:
Мартингейл рассматривается как стратегия ставок, а функция дает лучший капитал после просмотра последовательности σ из 0 и 1. Тогда условие справедливости гласит, что капитал после последовательности σ является средним значением капитала после просмотра σ0 и σ1; Другими словами, мартингейл предлагает схему ставок для букмекера с коэффициентами 2:1, предлагаемыми на любой из двух «равновероятных» вариантов, отсюда и название «справедливый».
(Обратите внимание, что это слегка отличается от понятия мартингала из теории вероятностей . [1] Это определение мартингейла имеет аналогичное условие справедливости, которое также гласит, что ожидаемое значение после некоторого наблюдения такое же, как и значение до наблюдения, учитывая предыдущую историю наблюдений. Разница в том, что в теории вероятностей предыстория наблюдений относится просто к истории капитала, тогда как здесь история относится к точной последовательности нулей и единиц в строке.)
Супермартингал в канторовом пространстве — это функция d , указанная выше, которая удовлетворяет модифицированному условию справедливости:
Супермартингейл — это стратегия ставок, в которой ожидаемый капитал после ставки не превышает капитала до ставки, в отличие от мартингейла, где они всегда равны. Это обеспечивает большую гибкость и очень похоже на неэффективный случай, поскольку всякий раз, когда дается супермартингал d , существует модифицированная функция d' , которая выигрывает по крайней мере столько же денег, что и d , и которая на самом деле является мартингейлом. Однако полезно обеспечить дополнительную гибкость, как только мы начнем говорить о фактическом предоставлении алгоритмов для определения стратегии ставок, поскольку некоторые алгоритмы более естественно подходят для создания супермартингалов, чем мартингалов.
S как - шторм - это функция d, указано выше, вида
для e немного мартингейла.
s как - супергейл - это функция d, указано выше, вида
за какой -нибудь супермартингейл.
Супер- шторм « » — это стратегия ставок, при которой некоторая сумма капитала теряется из-за инфляции на каждом этапе. Обратите внимание, что s -штормы и s -супергалы являются примерами супермартингалов, а 1-штормы и 1-супергалы — это именно мартингалы и супермартингалы.
В совокупности эти объекты известны как «ураганы».
Буря d успешна на подмножестве X натуральных чисел, если где обозначает строку из n цифр, состоящую из первых n цифр X .
Буря d сильно успешна на X, если .
Все эти представления о различных штормах не имеют эффективного содержания, но необходимо обязательно ограничиться небольшим классом штормов, поскольку можно найти такой шторм, который будет успешным на любом заданном множестве. В конце концов, если заранее известна последовательность подбрасываний монеты, можно легко заработать деньги, просто делая ставки на известные результаты каждого подбрасывания. Стандартный способ сделать это — потребовать, чтобы штормы были либо вычислимыми, либо близкими к вычислимым:
Буря d называется конструктивной , ce или полувычислимой снизу, если числа являются равномерно левыми числами (т.е. могут быть равномерно записаны как предел возрастающей вычислимой последовательности рациональных чисел).
Эффективная хаусдорфова размерность набора натуральных чисел X равна . [2]
Эффективный упаковки X равен размер . [3]
Определение колмогоровской сложности
[ редактировать ]Колмогоровскую сложность можно рассматривать как нижнюю границу алгоритмической сжимаемости конечной последовательности (символов или двоичных цифр). присваивается Каждой такой последовательности w натуральное число K(w), которое интуитивно измеряет минимальную длину компьютерной программы (написанной на каком-то фиксированном языке программирования), которая не принимает никаких входных данных и выводит w при запуске.
Эффективная хаусдорфова размерность набора натуральных чисел X равна . [4] [5] [6] [7]
Эффективная размерность упаковки набора X равна . [3] [4] [5]
Отсюда видно, что как эффективная размерность Хаусдорфа, так и эффективная размерность упаковки множества находятся в диапазоне от 0 до 1, при этом эффективная размерность упаковки всегда не меньше эффективной размерности Хаусдорфа. Каждая случайная последовательность будет иметь эффективную Хаусдорфову размерность и размерность упаковки, равную 1, хотя существуют также неслучайные последовательности с эффективной Хаусдорфовой размерностью и размерностью упаковки, равной 1.
Сравнение с классическим размером
[ редактировать ]Если Z является подмножеством 2 ой , его хаусдорфова размерность равна . [2]
Размер упаковки Z составляет . [3]
Таким образом, эффективный Хаусдорф и размеры упаковки множества — это просто классические размеры Хаусдорфа и упаковки (соответственно), когда мы ограничиваем наше внимание ураганами.
Определите следующее:
Следствием вышесказанного является то, что все они имеют размерность Хаусдорфа. . [8]
и все имеют размер упаковки 1.
и все имеют размер упаковки .
Ссылки
[ редактировать ]- ^ Джон М. Хичкок; Джек Х. Лутц (2006). «Почему вычислительная сложность требует более строгих мартингалов». Теория вычислительных систем .
- ^ Jump up to: а б Джек Х. Лутц (2003). «Размерность в классах сложности». SIAM Journal по вычислительной технике . 32 (5): 1236–1259. arXiv : cs/0203016 . дои : 10.1137/s0097539701417723 .
- ^ Jump up to: а б с Кришна Б. Атрея; Джон М. Хичкок; Джек Х. Лутц; Эльвира Майордомо (2007). «Эффективное сильное измерение алгоритмической информации и вычислительной сложности». SIAM Journal по вычислительной технике . 37 (3): 671–705. arXiv : cs/0211025 . дои : 10.1137/s0097539703446912 . S2CID 27038 .
- ^ Jump up to: а б Цзинь-И Цай; Юрис Хартманис (1994). «О Хаусдорфе и топологической размерности колмогоровской сложности действительной прямой» . Журнал компьютерных и системных наук . 49 (3): 605–619. дои : 10.1016/S0022-0000(05)80073-X .
- ^ Jump up to: а б Людвиг Штайгер (1993). «Колмогоровская сложность и хаусдорфова размерность» . Информация и вычисления . 103 (2): 159–194. дои : 10.1006/inco.1993.1017 .
- ^ Эльвира Майордомо (2002). «Колмогоровская характеристика сложности конструктивной хаусдорфовой размерности». Письма об обработке информации . 84 : 1–3. дои : 10.1016/S0020-0190(02)00343-5 .
- ^ Людвиг Штайгер (2005). «Конструктивная размерность равна колмогоровской сложности». Письма об обработке информации . 93 (3): 149–153. дои : 10.1016/j.ipl.2004.09.023 . hdl : 2292/3717 .
- ^ Борис Рябко (1994). «Кодирование комбинаторных источников и хаусдорфовой размерности». Советская математика — Доклады .