SlideShare une entreprise Scribd logo
1  sur  31
Télécharger pour lire hors ligne
Ñëîæíîñòü ïðîïîçèöèîíàëüíûõ äîêàçàòåëüñòâ




            Ýäóàðä Àëåêñååâè÷ Ãèðø


       http://logic.pdmi.ras.ru/~hirsch

                   ÏÎÌÈ ÐÀÍ

              30 ñåíòÿáðÿ 2010 ã.




                                            1/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ

     ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè;
     íåðàâåíñòâà âèäà     t ct yt ≥ c ,
                          ãäå ct , c ≥ 0, yt ∈ {0, 1}   yt = xt
                                                        (         èëè   yt = ¬xt ).




                                                                                2/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ

     ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè;
     íåðàâåíñòâà âèäà              t ct yt ≥ c ,
                               ãäå     ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ).
     ct · yt    ýòî   (Y0 , . . . , Yk ),
                                     ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False.




                                                                                    2/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ

     ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè;
     íåðàâåíñòâà âèäà          t ct yt ≥ c ,
                           ãäå     ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ).
     ct · yt  ýòî (Y0 , . . . , Yk ),
                                 ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False.
     íàäî âû÷èñëèòü ñóììó              t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c .




                                                                                2/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ

     ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè;
     íåðàâåíñòâà âèäà           t ct yt ≥ c ,
                              ãäå     ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ).
     ct · yt  ýòî (Y0 , . . . , Yk ),
                                 ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False.
     íàäî âû÷èñëèòü ñóììó                  t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c .
     Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i =
                                           Fi ⊕ Gi ⊕         (Fj ∧ Gj ∧         (Fk ⊕ Gk )).
                                                      0≤j i            j k i




                                                                                         2/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ

     ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè;
     íåðàâåíñòâà âèäà           t ct yt ≥ c ,
                              ãäå     ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ).
     ct · yt  ýòî (Y0 , . . . , Yk ),
                                 ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False.
     íàäî âû÷èñëèòü ñóììó                  t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c .
     Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i =
                                           Fi ⊕ Gi ⊕         (Fj ∧ Gj ∧         (Fk ⊕ Gk )).
                                                      0≤j i            j k i
     SAdd(F , G , H )i = Fi ⊕ Gi ⊕ Hi .
     CAdd(F , G , H )i +1 = (Fi ∧ Gi ) ∨ (Fi ∧ Hi ) ∨ (Gi ∧ Hi ).


                                                                                         2/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ

     ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè;
     íåðàâåíñòâà âèäà            t ct yt ≥ c ,
                              ãäå     ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ).
     ct · yt  ýòî (Y0 , . . . , Yk ),
                                  ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False.
     íàäî âû÷èñëèòü ñóììó                  t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c .
     Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i =
                                           Fi ⊕ Gi ⊕         (Fj ∧ Gj ∧         (Fk ⊕ Gk )).
                                                      0≤j i            j k i
     SAdd(F , G , H )i = Fi ⊕ Gi ⊕ Hi .
     CAdd(F , G , H )i +1 = (Fi ∧ Gi ) ∨ (Fi ∧ Hi ) ∨ (Gi ∧ Hi ).
     SUM(c1 y1 , . . . , cn yn ): ñêëàäûâàåì SAdd, CAdd, ïîñëåäíèå  Add.


                                                                                         2/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ

     ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè;
     íåðàâåíñòâà âèäà            t ct yt ≥ c ,
                              ãäå     ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ).
     ct · yt  ýòî (Y0 , . . . , Yk ),
                                  ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False.
     íàäî âû÷èñëèòü ñóììó                  t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c .
     Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i =
                                           Fi ⊕ Gi ⊕         (Fj ∧ Gj ∧         (Fk ⊕ Gk )).
                                                      0≤j i            j k i
     SAdd(F , G , H )i = Fi ⊕ Gi ⊕ Hi .
     CAdd(F , G , H )i +1 = (Fi ∧ Gi ) ∨ (Fi ∧ Hi ) ∨ (Gi ∧ Hi ).
     SUM(c1 y1 , . . . , cn yn ): ñêëàäûâàåì SAdd, CAdd, ïîñëåäíèå  Add.
     F  G ïðåäñòàâëÿåòñÿ êàê (Fi ∧ ¬Gi ∧ (Fj ≡ Gj )).
                                              i               j i
                                                                                         2/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì      ct yt ≥ c   è   dt yt ≥ d :




                                                     3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì           ct yt ≥ c    è     dt yt ≥ d :
         äîêàæåì ïî èíäóêöèè, ÷òî
         Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .




                                                                                                3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì           ct yt ≥ c       è           dt yt ≥ d :
         äîêàæåì ïî èíäóêöèè, ÷òî
         Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .
               ðàâåíñòâî    Add(c y , d y )
                                    t   t   t   t   i   ≡ (c + d ) y  ðàçáîð ñëó÷àåâ.
                                                            t    t    i   t




                                                                                                3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì           ct yt ≥ c       è           dt yt ≥ d :
         äîêàæåì ïî èíäóêöèè, ÷òî
         Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .
               ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y  ðàçáîð ñëó÷àåâ.
                                    t   t   t   t   i       t    t    i   t

               y + ¬y  àíàëîãè÷íî.
                t       t




                                                                                                3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì           ct yt ≥ c        è            dt yt ≥ d :
         äîêàæåì ïî èíäóêöèè, ÷òî
         Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .
               ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y  ðàçáîð ñëó÷àåâ.
                                     t   t    t   t   i       t    t    i   t

               y + ¬y  àíàëîãè÷íî.
                t       t



         äîêàæåì     F ≥G        ∧           F ≥G             ⊃    Add(F , F ) ≥ Add(G , G ).




                                                                                                3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì           ct yt ≥ c        è            dt yt ≥ d :
         äîêàæåì ïî èíäóêöèè, ÷òî
         Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .
               ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y  ðàçáîð ñëó÷àåâ.
                                     t   t    t   t   i       t    t    i   t

               y + ¬y  àíàëîãè÷íî.
                t       t



         äîêàæåì     F ≥G        ∧           F ≥G             ⊃    Add(F , F ) ≥ Add(G , G ).

     óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . .




                                                                                                3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì           ct yt ≥ c        è            dt yt ≥ d :
         äîêàæåì ïî èíäóêöèè, ÷òî
         Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .
               ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y  ðàçáîð ñëó÷àåâ.
                                     t   t    t   t   i       t    t    i   t

               y + ¬y  àíàëîãè÷íî.
                t       t



         äîêàæåì     F ≥G        ∧           F ≥G             ⊃    Add(F , F ) ≥ Add(G , G ).

     óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . .
     îêðóãëåíèå
                                 (act )yt ≥ ac + r
                                                                            (r  a)
                                   ct yt ≥ c + 1




                                                                                                3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì            ct yt ≥ c        è            dt yt ≥ d :
          äîêàæåì ïî èíäóêöèè, ÷òî
          Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .
                ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y  ðàçáîð ñëó÷àåâ.
                                      t   t    t   t   i       t    t    i   t

                y + ¬y  àíàëîãè÷íî.
                 t       t



          äîêàæåì     F ≥G        ∧           F ≥G             ⊃    Add(F , F ) ≥ Add(G , G )    .

     óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . .
     îêðóãëåíèå
                                  (act )yt ≥ ac + r
                                                                             (r  a)
                                    ct yt ≥ c + 1
      ðàçáîð ñëó÷àåâ (ò.å. äîê-âî îò ïðîòèâíîãî):

      SUM(. . . , ct yt , . . .) ≥ c + 1               ∨       ¬(SUM(. . . , ct yt , . . .) ≥ c + 1),
     èç âòîðîãî ñëåäóåò        ≤ c,       óìíîæèì îáðàòíî íà                     a. . . .

                                                                                                     3/6
Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå
Ìîäåëèðîâàíèå ïðàâèë

     ïðîñóììèðóåì            ct yt ≥ c        è            dt yt ≥ d :
          äîêàæåì ïî èíäóêöèè, ÷òî
          Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . .
                ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y  ðàçáîð ñëó÷àåâ.
                                      t   t    t   t   i         t      t   i   t

                y + ¬y  àíàëîãè÷íî.
                 t       t



          äîêàæåì     F ≥G        ∧           F ≥G               ⊃      Add(F , F ) ≥ Add(G , G )  .

     óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . .
     îêðóãëåíèå
                                  (act )yt ≥ ac + r
                                                                                (r  a)
                                    ct yt ≥ c + 1
      ðàçáîð ñëó÷àåâ (ò.å. äîê-âî îò ïðîòèâíîãî):

      SUM(. . . , ct yt , . . .) ≥ c + 1               ∨         ¬(SUM(. . . , ct yt , . . .) ≥ c + 1),
     èç âòîðîãî ñëåäóåò        ≤ c,       óìíîæèì îáðàòíî íà                        a. . . .
     ñâîéñòâà íóëÿ:      Add(F , 0)i ≡ Fi                  è 0    1.
     SUM(0y1 , . . . , 0yn ) ≥ 1, î÷åâèäíî, ëîæíî.
                                                                                                       3/6
Îïòèìàëüíûå ïîëóàëãîðèòìû


Îïðåäåëåíèå
A  îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒
äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L


                    timeA (x ) ≤ p(timeA (x ) + |x |).




                                                         4/6
Îïòèìàëüíûå ïîëóàëãîðèòìû


Îïðåäåëåíèå
A  îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒
äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L


                    timeA (x ) ≤ p(timeA (x ) + |x |).

Ëåâèíñêèé îïòèìàëüíûé àëãîðèòì äëÿ ðåøåíèÿ çàäà÷è ïîèñêà     SAT:
çàïóñòèòü ïàðàëëåëüíî âñå âîçìîæíûå àëãîðèòìû, ïðîâåðèòü
âûäàííûé âûïîëíÿþùèé íàáîð, åñëè âåðåí  âûäàòü.




                                                                    4/6
Îïòèìàëüíûå ïîëóàëãîðèòìû


Îïðåäåëåíèå
A  îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒
äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L


                    timeA (x ) ≤ p(timeA (x ) + |x |).

Ëåâèíñêèé îïòèìàëüíûé àëãîðèòì äëÿ ðåøåíèÿ çàäà÷è ïîèñêà     SAT:
çàïóñòèòü ïàðàëëåëüíî âñå âîçìîæíûå àëãîðèòìû, ïðîâåðèòü
âûäàííûé âûïîëíÿþùèé íàáîð, åñëè âåðåí  âûäàòü.

Çàìå÷àíèå
Ëåâèíñêèé àëãîðèòì íå äëÿ ÿçûêà     TAUT.




                                                                    4/6
Îïòèìàëüíûå ïîëóàëãîðèòìû


Îïðåäåëåíèå
A  îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒
äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L


                        timeA (x ) ≤ p(timeA (x ) + |x |).

Ëåâèíñêèé îïòèìàëüíûé àëãîðèòì äëÿ ðåøåíèÿ çàäà÷è ïîèñêà     SAT:
çàïóñòèòü ïàðàëëåëüíî âñå âîçìîæíûå àëãîðèòìû, ïðîâåðèòü
âûäàííûé âûïîëíÿþùèé íàáîð, åñëè âåðåí  âûäàòü.

Çàìå÷àíèå
Ëåâèíñêèé àëãîðèòì íå äëÿ ÿçûêà         TAUT.
. . . è íå äëÿ ÿçûêà   SAT.



                                                                    4/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â   ⇐⇒
                              ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ   TAUT.




                                                                    5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â      ⇐⇒
                                 ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ   TAUT.
⇐=:




      Îïòèìàëüíîå äîê-âî ôîðìóëû       F    ðàçìåðà   n:
          Íîìåð ñèñòåìû   Π;

          Π-äîêàçàòåëüñòâî   ôîðìóëû   F.

                                                                       5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â   ⇐⇒
                              ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ   TAUT.
⇐=:
      Îïòèìàëüíûé ïîëóàëãîðèòì    O   ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ
      íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç    P.




                                                                      5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â      ⇐⇒
                                 ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ    TAUT.
⇐=:
      Îïòèìàëüíûé ïîëóàëãîðèòì       O   ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ
      íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç         P.
      Äëÿ ëþáîé ñèñòåìû äîêàçàòåëüñòâ       Π,   ëåãêî (çà ïîëèíîìèàëüíîå
      âðåìÿ) çàïèñàòü òàâòîëîãèþ     ConΠ,n , îçíà÷àþùóþ  Π êîððåêòíà
      äëÿ ôîðìóë ðàçìåðà   n.




                                                                            5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â        ⇐⇒
                                   ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ    TAUT.
⇐=:
      Îïòèìàëüíûé ïîëóàëãîðèòì         O   ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ
      íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç           P.
      Äëÿ ëþáîé ñèñòåìû äîêàçàòåëüñòâ         Π,   ëåãêî (çà ïîëèíîìèàëüíîå
      âðåìÿ) çàïèñàòü òàâòîëîãèþ       ConΠ,n , îçíà÷àþùóþ  Π êîððåêòíà
      äëÿ ôîðìóë ðàçìåðà     n.
      Çíà÷èò,   O   ïîëèíîìèàëåí íà    CΠ = {ConΠ,n }n∈N .




                                                                              5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â           ⇐⇒
                                      ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ      TAUT.
⇐=:
      Îïòèìàëüíûé ïîëóàëãîðèòì            O   ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ
      íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç                P.
      Äëÿ ëþáîé ñèñòåìû äîêàçàòåëüñòâ              Π,   ëåãêî (çà ïîëèíîìèàëüíîå
      âðåìÿ) çàïèñàòü òàâòîëîãèþ          ConΠ,n , îçíà÷àþùóþ  Π êîððåêòíà
      äëÿ ôîðìóë ðàçìåðà     n.
      Çíà÷èò,   O   ïîëèíîìèàëåí íà       CΠ = {ConΠ,n }n∈N .
      Îïòèìàëüíîå äîê-âî ôîðìóëû            F ðàçìåðà n:
          Íîìåð ñèñòåìû    Π;
          Ïðîòîêîë ðàáîòû    O   íà   ConΠ,n   ;

          Π-äîêàçàòåëüñòâî   ôîðìóëû       F.

                                                                                   5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â        ⇐⇒
                                   ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ   TAUT.
=⇒:
      Ïóñòü   Π      p-îïòèìàëüíàÿ.




                                                                         5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â         ⇐⇒
                                    ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ    TAUT.
=⇒:
      Ïóñòü   Π      p-îïòèìàëüíàÿ.
      Îïòèìàëüíûé ïîëóàëãîðèòì: ïàðàëëåëüíûé çàïóñê âñåõ       Oi ,
      ïðåòåíäóþùèõ íà âûäà÷ó       Π-äîêàçàòåëüñòâ.
      Âûäàííîå    Oi                       Π;
                        äîê-âî ïðîâåðÿåòñÿ
      åñëè ïðàâèëüíîå  âåðíóòü 1.




                                                                           5/6
Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ


Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA
             %§        —
∃   p-îïòèìàëüíàÿ ñèñòåìà äîê-â         ⇐⇒
                                    ∃   îïòèìàëüíûé ïîëóàëãîðèòì äëÿ         TAUT.
=⇒:
      Ïóñòü   Π      p-îïòèìàëüíàÿ.
      Îïòèìàëüíûé ïîëóàëãîðèòì: ïàðàëëåëüíûé çàïóñê âñåõ            Oi ,
      ïðåòåíäóþùèõ íà âûäà÷ó        Π-äîêàçàòåëüñòâ.
      Âûäàííîå    Oi    äîê-âî ïðîâåðÿåòñÿΠ;
      åñëè ïðàâèëüíîå  âåðíóòü 1.


      Ïî   p-îïòèìàëüíîñòè Π äëÿ ëþáîãî àëãîðèòìà A åãî ïðîòîêîë
      ìîæåò áûòü çà ïîëèíîìèàëüíîå âðåìÿ ïðåîáðàçîâàí â             Π-äîê-âî
      íåêîòîðûì       f . Êîìïîçèöèÿ A è f   èìååòñÿ â   {Oi }i .


                                                                                5/6
p -Optimal     proof system from optimal acceptor

for any paddable language [Messner, 99]


he(nition
L is paddable if there is an injective non-length-decreasing polynomial-time
padding function   padL : {0, 1}∗ × {0, 1}∗ → {0, 1}∗ that is polynomial-time
invertible on its image and such that ∀x , w (x ∈ L ⇐⇒ padL (x , w ) ∈ L).


Optimal proof:

    description of proof system      Π;
    Π-proof π of F ;
     t
    1 (for how long    can we work?).

Verication:

    run optimal acceptor on     padL (x , π);
    for a correct proof, it accepts in a polynomial time because for a
    correct system   Π,   the set   {padL (x , π) | x ∈ L, Π(x , π) = 1} ⊆ L   can
    be accepted in a polynomial time.
                                                                                 6/6

Contenu connexe

Tendances

Гидротаран Марухина_Основные формулы
Гидротаран Марухина_Основные формулыГидротаран Марухина_Основные формулы
Гидротаран Марухина_Основные формулыVõ Hồng Quý
 
Иван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм Бухбергера
Иван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм БухбергераИван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм Бухбергера
Иван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм БухбергераYandex
 
20080309 cryptography hirsch_lecture04
20080309 cryptography hirsch_lecture0420080309 cryptography hirsch_lecture04
20080309 cryptography hirsch_lecture04Computer Science Club
 
Toan pt.de036.2011
Toan pt.de036.2011Toan pt.de036.2011
Toan pt.de036.2011BẢO Hí
 
PhD_Presentation.25.12.14 final yellow
PhD_Presentation.25.12.14 final yellowPhD_Presentation.25.12.14 final yellow
PhD_Presentation.25.12.14 final yellowJovan Stosic
 
20080413 machine learning_nikolenko_lecture09
20080413 machine learning_nikolenko_lecture0920080413 machine learning_nikolenko_lecture09
20080413 machine learning_nikolenko_lecture09Computer Science Club
 
20090315 hardnessvsrandomness itsykson_lecture03
20090315 hardnessvsrandomness itsykson_lecture0320090315 hardnessvsrandomness itsykson_lecture03
20090315 hardnessvsrandomness itsykson_lecture03Computer Science Club
 
20071014 introductory course_itsykson_lecture04
20071014 introductory course_itsykson_lecture0420071014 introductory course_itsykson_lecture04
20071014 introductory course_itsykson_lecture04Computer Science Club
 
bai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdf
bai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdfbai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdf
bai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdfTrần Thân
 
20080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture1020080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture10Computer Science Club
 
Д. М. Ицыксон. Вводный курс. Лекция 1
Д. М. Ицыксон. Вводный курс. Лекция 1Д. М. Ицыксон. Вводный курс. Лекция 1
Д. М. Ицыксон. Вводный курс. Лекция 1Computer Science Club
 
4 klas-matematyka-lyshenko-2021-2
4 klas-matematyka-lyshenko-2021-24 klas-matematyka-lyshenko-2021-2
4 klas-matematyka-lyshenko-2021-2cgf gfgfg
 
Bogdanovych mat p_4.ua_(035-14)_s
Bogdanovych mat p_4.ua_(035-14)_sBogdanovych mat p_4.ua_(035-14)_s
Bogdanovych mat p_4.ua_(035-14)_sdella street
 

Tendances (17)

Biedaalt
BiedaaltBiedaalt
Biedaalt
 
Гидротаран Марухина_Основные формулы
Гидротаран Марухина_Основные формулыГидротаран Марухина_Основные формулы
Гидротаран Марухина_Основные формулы
 
Иван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм Бухбергера
Иван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм БухбергераИван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм Бухбергера
Иван Аржанцев - Системы уравнений, базисы Грёбнера и алгоритм Бухбергера
 
20080309 cryptography hirsch_lecture04
20080309 cryptography hirsch_lecture0420080309 cryptography hirsch_lecture04
20080309 cryptography hirsch_lecture04
 
Toan pt.de036.2011
Toan pt.de036.2011Toan pt.de036.2011
Toan pt.de036.2011
 
PhD_Presentation.25.12.14 final yellow
PhD_Presentation.25.12.14 final yellowPhD_Presentation.25.12.14 final yellow
PhD_Presentation.25.12.14 final yellow
 
Chuong11
Chuong11Chuong11
Chuong11
 
20080413 machine learning_nikolenko_lecture09
20080413 machine learning_nikolenko_lecture0920080413 machine learning_nikolenko_lecture09
20080413 machine learning_nikolenko_lecture09
 
20090315 hardnessvsrandomness itsykson_lecture03
20090315 hardnessvsrandomness itsykson_lecture0320090315 hardnessvsrandomness itsykson_lecture03
20090315 hardnessvsrandomness itsykson_lecture03
 
Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
Ορόσημο Φροντιστήριο (Αθήνα). Βοήθημα μαθηματικών Α' λυκείου 2015 |
 
20071014 introductory course_itsykson_lecture04
20071014 introductory course_itsykson_lecture0420071014 introductory course_itsykson_lecture04
20071014 introductory course_itsykson_lecture04
 
bai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdf
bai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdfbai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdf
bai-tap-lon-ly-thuyet-dieu-khien-tu-dong-pdf
 
20080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture1020080420 machine learning_nikolenko_lecture10
20080420 machine learning_nikolenko_lecture10
 
Д. М. Ицыксон. Вводный курс. Лекция 1
Д. М. Ицыксон. Вводный курс. Лекция 1Д. М. Ицыксон. Вводный курс. Лекция 1
Д. М. Ицыксон. Вводный курс. Лекция 1
 
2013 03 17_computer_science_seminar
2013 03 17_computer_science_seminar2013 03 17_computer_science_seminar
2013 03 17_computer_science_seminar
 
4 klas-matematyka-lyshenko-2021-2
4 klas-matematyka-lyshenko-2021-24 klas-matematyka-lyshenko-2021-2
4 klas-matematyka-lyshenko-2021-2
 
Bogdanovych mat p_4.ua_(035-14)_s
Bogdanovych mat p_4.ua_(035-14)_sBogdanovych mat p_4.ua_(035-14)_s
Bogdanovych mat p_4.ua_(035-14)_s
 

En vedette

Carta dei Valori Finmeccanica
Carta dei Valori FinmeccanicaCarta dei Valori Finmeccanica
Carta dei Valori FinmeccanicaLeonardo
 
Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...
Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...
Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...Center of philanthropy development "Soprichastnost"
 
Punta Cana: un eden tropical en pleno Mar Caribe
Punta Cana: un eden tropical en pleno Mar CaribePunta Cana: un eden tropical en pleno Mar Caribe
Punta Cana: un eden tropical en pleno Mar CaribeViajesTurismoyDestinos
 
Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...
Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...
Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...Center of philanthropy development "Soprichastnost"
 
Александр ПАВЛОВ, руководитель Службы отношений с органами власти, инвестора...
Александр ПАВЛОВ, руководитель  Службы отношений с органами власти, инвестора...Александр ПАВЛОВ, руководитель  Службы отношений с органами власти, инвестора...
Александр ПАВЛОВ, руководитель Службы отношений с органами власти, инвестора...Center of philanthropy development "Soprichastnost"
 
[CN] trendwatching.com’s PRETAIL
[CN] trendwatching.com’s PRETAIL[CN] trendwatching.com’s PRETAIL
[CN] trendwatching.com’s PRETAILTrendWatching
 
Open luxembourg 2014_draw_kata
Open luxembourg 2014_draw_kataOpen luxembourg 2014_draw_kata
Open luxembourg 2014_draw_kataemiliomerayo
 
[CN] trendwatching.com’s LOCALIZASIAN
[CN] trendwatching.com’s LOCALIZASIAN[CN] trendwatching.com’s LOCALIZASIAN
[CN] trendwatching.com’s LOCALIZASIANTrendWatching
 
Karate1 premier league paris
Karate1 premier league parisKarate1 premier league paris
Karate1 premier league parisemiliomerayo
 
VISHNU RECTOR CERTIFICATE
VISHNU RECTOR CERTIFICATEVISHNU RECTOR CERTIFICATE
VISHNU RECTOR CERTIFICATEVishnu Vishnu M
 
Cách Giảm Vòng Bụng an Toàn
Cách Giảm Vòng Bụng an ToànCách Giảm Vòng Bụng an Toàn
Cách Giảm Vòng Bụng an Toànstacy704
 
[NL] trendwatching.com’s LOCALIZASIAN
[NL] trendwatching.com’s LOCALIZASIAN[NL] trendwatching.com’s LOCALIZASIAN
[NL] trendwatching.com’s LOCALIZASIANTrendWatching
 
Argo CMS - Nuovi strumenti per il workflow management
Argo CMS - Nuovi strumenti per il workflow managementArgo CMS - Nuovi strumenti per il workflow management
Argo CMS - Nuovi strumenti per il workflow managementKEA s.r.l.
 
Dia da água dr. arthur versão p publicação
Dia da água   dr. arthur versão p publicaçãoDia da água   dr. arthur versão p publicação
Dia da água dr. arthur versão p publicaçãoMaike Zaniolo
 

En vedette (20)

Carta dei Valori Finmeccanica
Carta dei Valori FinmeccanicaCarta dei Valori Finmeccanica
Carta dei Valori Finmeccanica
 
Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...
Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...
Светлана ИВЧЕНКО, директор департамента социальной политики компании «Норильс...
 
Punta Cana: un eden tropical en pleno Mar Caribe
Punta Cana: un eden tropical en pleno Mar CaribePunta Cana: un eden tropical en pleno Mar Caribe
Punta Cana: un eden tropical en pleno Mar Caribe
 
Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...
Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...
Вячеслав Горелов, руководитель «Школы фермеров» (Пермский край), организатор ...
 
Александр ПАВЛОВ, руководитель Службы отношений с органами власти, инвестора...
Александр ПАВЛОВ, руководитель  Службы отношений с органами власти, инвестора...Александр ПАВЛОВ, руководитель  Службы отношений с органами власти, инвестора...
Александр ПАВЛОВ, руководитель Службы отношений с органами власти, инвестора...
 
[CN] trendwatching.com’s PRETAIL
[CN] trendwatching.com’s PRETAIL[CN] trendwatching.com’s PRETAIL
[CN] trendwatching.com’s PRETAIL
 
Open luxembourg 2014_draw_kata
Open luxembourg 2014_draw_kataOpen luxembourg 2014_draw_kata
Open luxembourg 2014_draw_kata
 
Apostila 02
Apostila 02Apostila 02
Apostila 02
 
Ha
HaHa
Ha
 
Sexshop
SexshopSexshop
Sexshop
 
[CN] trendwatching.com’s LOCALIZASIAN
[CN] trendwatching.com’s LOCALIZASIAN[CN] trendwatching.com’s LOCALIZASIAN
[CN] trendwatching.com’s LOCALIZASIAN
 
Karate1 premier league paris
Karate1 premier league parisKarate1 premier league paris
Karate1 premier league paris
 
Apostila 08
Apostila 08Apostila 08
Apostila 08
 
VISHNU RECTOR CERTIFICATE
VISHNU RECTOR CERTIFICATEVISHNU RECTOR CERTIFICATE
VISHNU RECTOR CERTIFICATE
 
Cách Giảm Vòng Bụng an Toàn
Cách Giảm Vòng Bụng an ToànCách Giảm Vòng Bụng an Toàn
Cách Giảm Vòng Bụng an Toàn
 
[NL] trendwatching.com’s LOCALIZASIAN
[NL] trendwatching.com’s LOCALIZASIAN[NL] trendwatching.com’s LOCALIZASIAN
[NL] trendwatching.com’s LOCALIZASIAN
 
Appendskeleton
AppendskeletonAppendskeleton
Appendskeleton
 
Argo CMS - Nuovi strumenti per il workflow management
Argo CMS - Nuovi strumenti per il workflow managementArgo CMS - Nuovi strumenti per il workflow management
Argo CMS - Nuovi strumenti per il workflow management
 
Dia da água dr. arthur versão p publicação
Dia da água   dr. arthur versão p publicaçãoDia da água   dr. arthur versão p publicação
Dia da água dr. arthur versão p publicação
 
Turkye
TurkyeTurkye
Turkye
 

Plus de Computer Science Club

20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugsComputer Science Club
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugsComputer Science Club
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugsComputer Science Club
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12Computer Science Club
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11Computer Science Club
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10Computer Science Club
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09Computer Science Club
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02Computer Science Club
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01Computer Science Club
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04Computer Science Club
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01Computer Science Club
 

Plus de Computer Science Club (20)

20141223 kuznetsov distributed
20141223 kuznetsov distributed20141223 kuznetsov distributed
20141223 kuznetsov distributed
 
Computer Vision
Computer VisionComputer Vision
Computer Vision
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs20140531 serebryany lecture02_find_scary_cpp_bugs
20140531 serebryany lecture02_find_scary_cpp_bugs
 
20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs20140531 serebryany lecture01_fantastic_cpp_bugs
20140531 serebryany lecture01_fantastic_cpp_bugs
 
20140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture1220140511 parallel programming_kalishenko_lecture12
20140511 parallel programming_kalishenko_lecture12
 
20140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture1120140427 parallel programming_zlobin_lecture11
20140427 parallel programming_zlobin_lecture11
 
20140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture1020140420 parallel programming_kalishenko_lecture10
20140420 parallel programming_kalishenko_lecture10
 
20140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture0920140413 parallel programming_kalishenko_lecture09
20140413 parallel programming_kalishenko_lecture09
 
20140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture0220140329 graph drawing_dainiak_lecture02
20140329 graph drawing_dainiak_lecture02
 
20140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture0120140329 graph drawing_dainiak_lecture01
20140329 graph drawing_dainiak_lecture01
 
20140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-0420140310 parallel programming_kalishenko_lecture03-04
20140310 parallel programming_kalishenko_lecture03-04
 
20140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-0320140223-SuffixTrees-lecture01-03
20140223-SuffixTrees-lecture01-03
 
20140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture0120140216 parallel programming_kalishenko_lecture01
20140216 parallel programming_kalishenko_lecture01
 
20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich20131106 h10 lecture6_matiyasevich
20131106 h10 lecture6_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich20131027 h10 lecture5_matiyasevich
20131027 h10 lecture5_matiyasevich
 
20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich20131013 h10 lecture4_matiyasevich
20131013 h10 lecture4_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 
20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich20131006 h10 lecture3_matiyasevich
20131006 h10 lecture3_matiyasevich
 

20100930 proof complexity_hirsch_lecture03

  • 1. Ñëîæíîñòü ïðîïîçèöèîíàëüíûõ äîêàçàòåëüñòâ Ýäóàðä Àëåêñååâè÷ Ãèðø http://logic.pdmi.ras.ru/~hirsch ÏÎÌÈ ÐÀÍ 30 ñåíòÿáðÿ 2010 ã. 1/6
  • 2. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè; íåðàâåíñòâà âèäà t ct yt ≥ c , ãäå ct , c ≥ 0, yt ∈ {0, 1} yt = xt ( èëè yt = ¬xt ). 2/6
  • 3. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè; íåðàâåíñòâà âèäà t ct yt ≥ c , ãäå ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ). ct · yt ýòî (Y0 , . . . , Yk ), ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False. 2/6
  • 4. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè; íåðàâåíñòâà âèäà t ct yt ≥ c , ãäå ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ). ct · yt ýòî (Y0 , . . . , Yk ), ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False. íàäî âû÷èñëèòü ñóììó t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c . 2/6
  • 5. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè; íåðàâåíñòâà âèäà t ct yt ≥ c , ãäå ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ). ct · yt ýòî (Y0 , . . . , Yk ), ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False. íàäî âû÷èñëèòü ñóììó t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c . Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i = Fi ⊕ Gi ⊕ (Fj ∧ Gj ∧ (Fk ⊕ Gk )). 0≤j i j k i 2/6
  • 6. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè; íåðàâåíñòâà âèäà t ct yt ≥ c , ãäå ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ). ct · yt ýòî (Y0 , . . . , Yk ), ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False. íàäî âû÷èñëèòü ñóììó t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c . Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i = Fi ⊕ Gi ⊕ (Fj ∧ Gj ∧ (Fk ⊕ Gk )). 0≤j i j k i SAdd(F , G , H )i = Fi ⊕ Gi ⊕ Hi . CAdd(F , G , H )i +1 = (Fi ∧ Gi ) ∨ (Fi ∧ Hi ) ∨ (Gi ∧ Hi ). 2/6
  • 7. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè; íåðàâåíñòâà âèäà t ct yt ≥ c , ãäå ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ). ct · yt ýòî (Y0 , . . . , Yk ), ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False. íàäî âû÷èñëèòü ñóììó t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c . Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i = Fi ⊕ Gi ⊕ (Fj ∧ Gj ∧ (Fk ⊕ Gk )). 0≤j i j k i SAdd(F , G , H )i = Fi ⊕ Gi ⊕ Hi . CAdd(F , G , H )i +1 = (Fi ∧ Gi ) ∨ (Fi ∧ Hi ) ∨ (Gi ∧ Hi ). SUM(c1 y1 , . . . , cn yn ): ñêëàäûâàåì SAdd, CAdd, ïîñëåäíèå Add. 2/6
  • 8. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ïðåäñòàâëåíèå ëèíåéíûõ íåðàâåíñòâ ïîáèòíîå êîäèðîâàíèå ÷èñåë ôîðìóëàìè; íåðàâåíñòâà âèäà t ct yt ≥ c , ãäå ct , c ≥ 0, yt ∈ {0, 1} (yt = xt èëè yt = ¬xt ). ct · yt ýòî (Y0 , . . . , Yk ), ãäå Yi = yt , åñëè (ct )i = 1; èíà÷å Yi = False. íàäî âû÷èñëèòü ñóììó t ct yt äëÿ yt ∈ {0, 1} è ñðàâíèòü ñ c . Add((F0 , . . . , Fk ), (G0 , . . . , Gk ))i = Fi ⊕ Gi ⊕ (Fj ∧ Gj ∧ (Fk ⊕ Gk )). 0≤j i j k i SAdd(F , G , H )i = Fi ⊕ Gi ⊕ Hi . CAdd(F , G , H )i +1 = (Fi ∧ Gi ) ∨ (Fi ∧ Hi ) ∨ (Gi ∧ Hi ). SUM(c1 y1 , . . . , cn yn ): ñêëàäûâàåì SAdd, CAdd, ïîñëåäíèå Add. F G ïðåäñòàâëÿåòñÿ êàê (Fi ∧ ¬Gi ∧ (Fj ≡ Gj )). i j i 2/6
  • 9. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : 3/6
  • 10. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . 3/6
  • 11. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . ðàâåíñòâî Add(c y , d y ) t t t t i ≡ (c + d ) y ðàçáîð ñëó÷àåâ. t t i t 3/6
  • 12. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y ðàçáîð ñëó÷àåâ. t t t t i t t i t y + ¬y àíàëîãè÷íî. t t 3/6
  • 13. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y ðàçáîð ñëó÷àåâ. t t t t i t t i t y + ¬y àíàëîãè÷íî. t t äîêàæåì F ≥G ∧ F ≥G ⊃ Add(F , F ) ≥ Add(G , G ). 3/6
  • 14. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y ðàçáîð ñëó÷àåâ. t t t t i t t i t y + ¬y àíàëîãè÷íî. t t äîêàæåì F ≥G ∧ F ≥G ⊃ Add(F , F ) ≥ Add(G , G ). óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . . 3/6
  • 15. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y ðàçáîð ñëó÷àåâ. t t t t i t t i t y + ¬y àíàëîãè÷íî. t t äîêàæåì F ≥G ∧ F ≥G ⊃ Add(F , F ) ≥ Add(G , G ). óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . . îêðóãëåíèå (act )yt ≥ ac + r (r a) ct yt ≥ c + 1 3/6
  • 16. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y ðàçáîð ñëó÷àåâ. t t t t i t t i t y + ¬y àíàëîãè÷íî. t t äîêàæåì F ≥G ∧ F ≥G ⊃ Add(F , F ) ≥ Add(G , G ) . óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . . îêðóãëåíèå (act )yt ≥ ac + r (r a) ct yt ≥ c + 1 ðàçáîð ñëó÷àåâ (ò.å. äîê-âî îò ïðîòèâíîãî): SUM(. . . , ct yt , . . .) ≥ c + 1 ∨ ¬(SUM(. . . , ct yt , . . .) ≥ c + 1), èç âòîðîãî ñëåäóåò ≤ c, óìíîæèì îáðàòíî íà a. . . . 3/6
  • 17. Ìîäåëèðîâàíèå ñåêóùèõ ïëîñêîñòåé â ñèñòåìàõ Ôðåãå Ìîäåëèðîâàíèå ïðàâèë ïðîñóììèðóåì ct yt ≥ c è dt yt ≥ d : äîêàæåì ïî èíäóêöèè, ÷òî Add(SUM(. . . , ct yt , . . .), SUM(. . . , dt yt , . . .)) ≡ SUM(. . . , (ct + dt )yt , . . . ðàâåíñòâî Add(c y , d y ) ≡ (c + d ) y ðàçáîð ñëó÷àåâ. t t t t i t t i t y + ¬y àíàëîãè÷íî. t t äîêàæåì F ≥G ∧ F ≥G ⊃ Add(F , F ) ≥ Add(G , G ) . óìíîæåíèå (äåëåíèå) íà êîíñòàíòó. . . îêðóãëåíèå (act )yt ≥ ac + r (r a) ct yt ≥ c + 1 ðàçáîð ñëó÷àåâ (ò.å. äîê-âî îò ïðîòèâíîãî): SUM(. . . , ct yt , . . .) ≥ c + 1 ∨ ¬(SUM(. . . , ct yt , . . .) ≥ c + 1), èç âòîðîãî ñëåäóåò ≤ c, óìíîæèì îáðàòíî íà a. . . . ñâîéñòâà íóëÿ: Add(F , 0)i ≡ Fi è 0 1. SUM(0y1 , . . . , 0yn ) ≥ 1, î÷åâèäíî, ëîæíî. 3/6
  • 18. Îïòèìàëüíûå ïîëóàëãîðèòìû Îïðåäåëåíèå A îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒ äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L timeA (x ) ≤ p(timeA (x ) + |x |). 4/6
  • 19. Îïòèìàëüíûå ïîëóàëãîðèòìû Îïðåäåëåíèå A îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒ äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L timeA (x ) ≤ p(timeA (x ) + |x |). Ëåâèíñêèé îïòèìàëüíûé àëãîðèòì äëÿ ðåøåíèÿ çàäà÷è ïîèñêà SAT: çàïóñòèòü ïàðàëëåëüíî âñå âîçìîæíûå àëãîðèòìû, ïðîâåðèòü âûäàííûé âûïîëíÿþùèé íàáîð, åñëè âåðåí âûäàòü. 4/6
  • 20. Îïòèìàëüíûå ïîëóàëãîðèòìû Îïðåäåëåíèå A îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒ äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L timeA (x ) ≤ p(timeA (x ) + |x |). Ëåâèíñêèé îïòèìàëüíûé àëãîðèòì äëÿ ðåøåíèÿ çàäà÷è ïîèñêà SAT: çàïóñòèòü ïàðàëëåëüíî âñå âîçìîæíûå àëãîðèòìû, ïðîâåðèòü âûäàííûé âûïîëíÿþùèé íàáîð, åñëè âåðåí âûäàòü. Çàìå÷àíèå Ëåâèíñêèé àëãîðèòì íå äëÿ ÿçûêà TAUT. 4/6
  • 21. Îïòèìàëüíûå ïîëóàëãîðèòìû Îïðåäåëåíèå A îïòèìàëüíûé ïîëóàëãîðèòì äëÿ L ⇐⇒ äëÿ âñÿêîãî A èìååòñÿ ïîëèíîì p , ò.÷. ∀x ∈ L timeA (x ) ≤ p(timeA (x ) + |x |). Ëåâèíñêèé îïòèìàëüíûé àëãîðèòì äëÿ ðåøåíèÿ çàäà÷è ïîèñêà SAT: çàïóñòèòü ïàðàëëåëüíî âñå âîçìîæíûå àëãîðèòìû, ïðîâåðèòü âûäàííûé âûïîëíÿþùèé íàáîð, åñëè âåðåí âûäàòü. Çàìå÷àíèå Ëåâèíñêèé àëãîðèòì íå äëÿ ÿçûêà TAUT. . . . è íå äëÿ ÿçûêà SAT. 4/6
  • 22. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. 5/6
  • 23. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. ⇐=: Îïòèìàëüíîå äîê-âî ôîðìóëû F ðàçìåðà n: Íîìåð ñèñòåìû Π; Π-äîêàçàòåëüñòâî ôîðìóëû F. 5/6
  • 24. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. ⇐=: Îïòèìàëüíûé ïîëóàëãîðèòì O ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç P. 5/6
  • 25. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. ⇐=: Îïòèìàëüíûé ïîëóàëãîðèòì O ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç P. Äëÿ ëþáîé ñèñòåìû äîêàçàòåëüñòâ Π, ëåãêî (çà ïîëèíîìèàëüíîå âðåìÿ) çàïèñàòü òàâòîëîãèþ ConΠ,n , îçíà÷àþùóþ Π êîððåêòíà äëÿ ôîðìóë ðàçìåðà n. 5/6
  • 26. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. ⇐=: Îïòèìàëüíûé ïîëóàëãîðèòì O ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç P. Äëÿ ëþáîé ñèñòåìû äîêàçàòåëüñòâ Π, ëåãêî (çà ïîëèíîìèàëüíîå âðåìÿ) çàïèñàòü òàâòîëîãèþ ConΠ,n , îçíà÷àþùóþ Π êîððåêòíà äëÿ ôîðìóë ðàçìåðà n. Çíà÷èò, O ïîëèíîìèàëåí íà CΠ = {ConΠ,n }n∈N . 5/6
  • 27. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. ⇐=: Îïòèìàëüíûé ïîëóàëãîðèòì O ðàáîòàåò ïîëèíîìèàëüíîå âðåìÿ íà ëþáîì ïîäìíîæåñòâå òàâòîëîãèé èç P. Äëÿ ëþáîé ñèñòåìû äîêàçàòåëüñòâ Π, ëåãêî (çà ïîëèíîìèàëüíîå âðåìÿ) çàïèñàòü òàâòîëîãèþ ConΠ,n , îçíà÷àþùóþ Π êîððåêòíà äëÿ ôîðìóë ðàçìåðà n. Çíà÷èò, O ïîëèíîìèàëåí íà CΠ = {ConΠ,n }n∈N . Îïòèìàëüíîå äîê-âî ôîðìóëû F ðàçìåðà n: Íîìåð ñèñòåìû Π; Ïðîòîêîë ðàáîòû O íà ConΠ,n ; Π-äîêàçàòåëüñòâî ôîðìóëû F. 5/6
  • 28. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. =⇒: Ïóñòü Π p-îïòèìàëüíàÿ. 5/6
  • 29. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. =⇒: Ïóñòü Π p-îïòèìàëüíàÿ. Îïòèìàëüíûé ïîëóàëãîðèòì: ïàðàëëåëüíûé çàïóñê âñåõ Oi , ïðåòåíäóþùèõ íà âûäà÷ó Π-äîêàçàòåëüñòâ. Âûäàííîå Oi Π; äîê-âî ïðîâåðÿåòñÿ åñëè ïðàâèëüíîå âåðíóòü 1. 5/6
  • 30. Îïòèìàëüíûå ïîëóàëãîðèòìû vs ñèñòåìû äîêàçàòåëüñòâ Òåîðåìà @ur—j¡™ekD €udl¡kD IWVWA %§ — ∃ p-îïòèìàëüíàÿ ñèñòåìà äîê-â ⇐⇒ ∃ îïòèìàëüíûé ïîëóàëãîðèòì äëÿ TAUT. =⇒: Ïóñòü Π p-îïòèìàëüíàÿ. Îïòèìàëüíûé ïîëóàëãîðèòì: ïàðàëëåëüíûé çàïóñê âñåõ Oi , ïðåòåíäóþùèõ íà âûäà÷ó Π-äîêàçàòåëüñòâ. Âûäàííîå Oi äîê-âî ïðîâåðÿåòñÿΠ; åñëè ïðàâèëüíîå âåðíóòü 1. Ïî p-îïòèìàëüíîñòè Π äëÿ ëþáîãî àëãîðèòìà A åãî ïðîòîêîë ìîæåò áûòü çà ïîëèíîìèàëüíîå âðåìÿ ïðåîáðàçîâàí â Π-äîê-âî íåêîòîðûì f . Êîìïîçèöèÿ A è f èìååòñÿ â {Oi }i . 5/6
  • 31. p -Optimal proof system from optimal acceptor for any paddable language [Messner, 99] he(nition L is paddable if there is an injective non-length-decreasing polynomial-time padding function padL : {0, 1}∗ × {0, 1}∗ → {0, 1}∗ that is polynomial-time invertible on its image and such that ∀x , w (x ∈ L ⇐⇒ padL (x , w ) ∈ L). Optimal proof: description of proof system Π; Π-proof π of F ; t 1 (for how long can we work?). Verication: run optimal acceptor on padL (x , π); for a correct proof, it accepts in a polynomial time because for a correct system Π, the set {padL (x , π) | x ∈ L, Π(x , π) = 1} ⊆ L can be accepted in a polynomial time. 6/6