Államvizsga kérdések a matematikus szakon, 2001.

Hasonló dokumentumok
Deníciók és tételek a beugró vizsgára

Számításelmélet. Will június 13. A kiszámíthatóság fogalma és a Church-Turing tézis

A Formális nyelvek vizsga teljesítése. a) Normál A vizsgán 60 pont szerezhet, amely két 30 pontos részb l áll össze az alábbi módon:

definiálunk. Legyen egy konfiguráció, ahol és. A következő három esetet különböztetjük meg. 1. Ha, akkor 2. Ha, akkor, ahol, ha, és egyébként.

NP-teljesség röviden

Turing-gép május 31. Turing-gép 1. 1

A digitális számítás elmélete

Számításelmélet. Második előadás

A Formális nyelvek vizsga teljesítése. a) Normál A vizsgán 60 pont szerezhet, amely két 30 pontos részb l áll össze az alábbi módon:

Algoritmuselmélet 12. előadás

Tesztkérdések az ALGORITMUSELMÉLET tárgyból, 2001/ félév

Az informatika elméleti alapjai 2 elővizsga december 19.

Bonyolultságelmélet. Thursday 1 st December, 2016, 22:21

Kriptográfia 0. A biztonság alapja. Számítás-komplexitási kérdések

Logika és számításelmélet. 10. előadás

Algoritmuselmélet 18. előadás

Turing-gépek. Számításelmélet (7. gyakorlat) Turing-gépek 2009/10 II. félév 1 / 1

Logika és számításelmélet. 12. előadás

Logika és számításelmélet. 11. előadás

A Számítástudomány alapjai

Automaták mint elfogadók (akceptorok)

Informatika 1 2. el adás: Absztrakt számítógépek

ZH feladatok megoldásai

Logika és számításelmélet

Bonyolultságelmélet feladatok

Bonyolultságelmélet. Monday 26 th September, 2016, 18:27. Bonyolultságelmélet

Bonyolultságelmélet. Monday 26 th September, 2016, 18:28

Algoritmusok bonyolultsága

A számítógépes nyelvészet elmélete és gyakorlata. Automaták

1. Bevezetés. A számítógéptudomány ezt a problémát a feladat elvégzéséhez szükséges erőforrások (idő, tár, program,... ) mennyiségével méri.

Matematika alapjai; Feladatok

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

Shor kvantum-algoritmusa diszkrét logaritmusra

Formális módszerek GM_IN003_1 Program verifikálás, formalizmusok

Formális nyelvek és automaták vizsgához statisztikailag igazolt várható vizsgakérdések

Turing-gépek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz VIII. Friedl Katalin BME SZIT március 18.

Bonyolultsági vizsgálatok egy szépirodalmi m kapcsán

Bonyolultságelmélet. Monday 26 th September, 2016, 18:50

Szemidenit optimalizálás és az S-lemma

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 13.

Logika és számításelmélet. 7. előadás

Turing-gépek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT augusztus 16.

Algoritmuselmélet. Bonyolultságelmélet. Katona Gyula Y.

DiMat II Végtelen halmazok


Formális nyelvek - 9.

ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára. 6. Előadás

ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára. 3. Előadás

SZAKDOLGOZAT. Major Sándor Roland

Kiegészítő részelőadás 1. Az algoritmusok hatékonyságának mérése

Bevezetés a bonyolultságelméletbe gyakorlatok I. A(0, y) := y + 1 y 0 A(x, 0) := A(x 1, 1) x 1 A(x, y) := A(x 1, A(x, y 1)) x, y 1

ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára

A Turing-gép. Formális nyelvek III.

Modellek és Algoritmusok - 2.ZH Elmélet

Véges automaták, reguláris nyelvek

HALMAZELMÉLET feladatsor 1.

Logika és számításelmélet. 7. előadás

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Kombinatorikus számítási modellek MSc hallgatók számára. 4. Hét

Analízisfeladat-gyűjtemény IV.

3. el adás: Determinánsok

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára. 1. Előadás

Függvényhatárérték és folytonosság

A digitális számítás elmélete

Predikátumkalkulus. 1. Bevezet. 2. Predikátumkalkulus, formalizálás. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák.

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

Funkcionálanalízis. n=1. n=1. x n y n. n=1

Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.

ALGORITMUSOK ÉS BONYOLULTSÁGELMÉLET Matematika MSc hallgatók számára. 11. Előadás

Polinomok (el adásvázlat, április 15.) Maróti Miklós

Sorozatok és Sorozatok és / 18

Bonyolultságelmélet. SZTE Informatikai Tanszékcsoport

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

Chomsky-féle hierarchia

1. Példa. A gamma függvény és a Fubini-tétel.

Bevezetés az informatikába

Idegen atomok hatása a grafén vezet képességére

Algoritmusok helyességének bizonyítása. A Floyd-módszer

Online algoritmusok. Algoritmusok és bonyolultságuk. Horváth Bálint március 30. Horváth Bálint Online algoritmusok március 30.

Függvények növekedési korlátainak jellemzése

FELVÉTELI VIZSGA, szeptember 12.

Bevezetés a számításelméletbe

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Predikátumkalkulus. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák. Vizsgáljuk meg a következ két kijelentést.

JAVASLAT A TOP-K ELEMCSERÉK KERESÉSÉRE NAGY ONLINE KÖZÖSSÉGEKBEN

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

Határérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és

Algoritmuselmélet. Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem. 12.

MBNK12: Permutációk (el adásvázlat, április 11.) Maróti Miklós

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

1. tétel - Gráfok alapfogalmai

Nagyordó, Omega, Theta, Kisordó

A valós számok halmaza

1. feladat Az egyensúly algoritmus viselkedése: Tekintsük a kétdimenziós Euklideszi teret, mint metrikus teret. A pontok

Relációk. 1. Descartes-szorzat. 2. Relációk

Haladók III. kategória 2. (dönt ) forduló

Átírás:

Államvizsga '01, 12. tétel: Algoritmusok bonyolultsága... 1 Államvizsga kérdések a matematikus szakon, 2001. 10. tétel : Algoritmusok bonyolultsága (Számítási modellek, véges automaták, Turinggépek, eldönthet ség, tár és id ) 1. Véges Automaták, reguláris nyelvek Jelölések: Σ: véges ABC, Σ : Σ szavai, ε: üres szó. Deníció. Véges Automata: A = (Σ, Γ, S, α, E). Σ: véges ABC, Γ: bels állapotok véges halmaza, s Γ start állapot, α : Σ Γ Γ átmeneti függvény, E Γ elfogadó állapotok halmaza. (Véges Automata=VA). A VA outputja egy x Σ sorozaton: α (x) Γ, ami rekurzíven deniált: α (ε) = s, α (xa) = α(a, α (x)). (x Σ, a Σ). L Γ reguláris nyelv, ha A VA, hogy L A = L, ahol L A = {x Σ α (x) E}, az A által elfogadott szavak halmaza. Tétel. Reguláris nyelvek tulajdonságai Ha L, L 1, L 2 reguláris, akkor az alábbi nyelvek is: L 1 L 2, L 1 L 2, L 1 L 2, L = {x 1... x k x i L}, L R = { x k x L } ahol x k : x megfordítottja, L = Σ L. Pumpálási Lemma Ha L reguláris n N, hogy x L, x n -re: y, z, t Σ : x = yzt, yz n, z 1, k 0 -ra y(z) k t L. Tétel L Reguláris {{y Σ xy L} x Σ } véges. Deníció. Nemdeterminisztikus Véges Automaták(NVA) NVA: A = (Σ, Γ, S, α, E) ahol Σ: véges ABC, Γ: bels állapotok véges halmaza, S Γ: startállapotok halmaza, E Γ: elfogadó állapotok halmaza, α (Σ ε) Γ Γ (α (a, B, c) jelentése: a hatására B állapotból c állapotba ugrásra van lehet ség). NVA megengedett futása az x Σ inputon x = n esetén egy olyan a 0, a 1,... a n Γ bels állapot sorozat, hogy a 0 S és (x i, a i 1, a i ) α i = 1, 2,... n, ahol x i az x i-dik karaktere. Kidolgozta: Futó Gábor, kiegészítette: Henk Csaba (és köszönet Yu Dának a LATEX-elésért!)

2 Államvizsga '01, 12. tétel: Algoritmusok bonyolultsága... NVA-ra L A = {x Σ x-et elfogadja A}, ahol x-et elfogadja A, ha létezik elfogadó állapotban végz d megengedett futása A-nak az x inputon. Tétel. NVA tulajdonságai Ha A NVA k bels állapottal B VA 2 k állapottal, hogy L A = L B. tehát NVA-k is a reguláris nyelveket ismerik fel. NVA-k segítségével könnyen beláthatók az el z oldal zártsági állításai. minden k-ra van olyan k állapotú NVA-val felismerhet nyelv, aminek VA-val való felismeréséhez 1 4 2k állapot lett. 2. Turing-gépek (TG), rekurzív függvények Deníció. Turing gép, rekurzív függvények, rekurzív nyelvek Turing gép: T = (k, Σ, Γ, start, stop, α, β, γ). k: szalagok száma, Σ véges ABC, Γ bels állapotok, Γ start, stop, α : Γ Σ k Γ bels állapot átmenetfüggvénye. β : Γ Σ k Σ k mit ír a küls szalagokra, ha valamit olvas és valami a bels állapot. γ : Γ Σ k {Bal, Marad, Jobb} k : merre mozdulnak a fejek a szalagokon. Egy T TG helyzete (ID) az adott pillanatban a bels állapot-ból, a szalagok tartalmától és a fejek helyzetéb l áll. TG egy lépése: ID ID, értelelmszer en deniálva a fentiekb l. Start bels állapotból indul a gép, k db Σ 0 = (Σ ε) -ból származó x 1,... x k sorozat van a szalagon (input), fejek kezdetben a sorozatok els bet jén állnak; k szalagos gép inputja x alatt az (x, ε,..., 0) inputot értjük. IDŽ, TÁR Ha a T TG az (x 1,... x k ) inputon megáll, akkor t T (x 1,... x k ) = lépések száma, space T (x 1,..., x k ) = mez k száma, ahova T ír. 1. f : Σ 0 Σ 0 rekurzív függvény (kiszámolható), ha T (1-szalagos) TG, ami minden inputon megáll és x-en f(x)-et ad. 2. f : H Σ 0, H Σ 0 parciálisan rekurzív függvény, ha T (1-szalagos) TG, hogy: T megáll x-en x H, és ekkor f(x) van a szalagon. A T 1-szalagos TG elfogadja x-et x-en megáll és a fej alatt a 0 áll (pl.) 1. A L Σ 0 nyelv rekurzív felsorolható (RE), ha T (1-szalagos) TG: T elfogadja x-et x L. Jel.: L RE 2. A L Σ 0 nyelv rekurzív eldönthet (R), ha T (1-szalagos) TG, ami minden inputon megáll, és elfogadja x-et x L. Jel.: L R.

Államvizsga '01, 12. tétel: Algoritmusok bonyolultsága... 3 Deníció. A T k+1-szalagos TG a p programmal szimulálja az S k-szalagos TG-t, ha x 1... x k Σ 0-ra T megáll az (x 1,..., x k ) inputon S az megáll az (x 1,... x k ) inputon, és akkor az els k szalagjukon ugyanaz van. A T k + 1-szalagos TG univerzális (a k szalagos TG-kre nézve), ha bármely k- szalagos S TG-hez van olyan p prgram, amivel T szimulálja S-et. Tétel. Univerzális TG minden k 1, Σ-hoz létezik k + 1-szalagos univerzális TG m inden k-szalagos S TG-hez van 1-szalagos T TG, hogy ugyanazon inputokra állnak meg véges sok lépésben, és T szalagján ugyanaz lesz mint S 1. szalagján, továbbá ha S t ideig fut, akkor T max O(t 2 ) ideig adott inputon. T 1-szalagos univerzális TG is. ami pl. úgy deniálható, hogy tetsz leges S (valahány, mondjuk k szalagos) TG-hez p Σ 0 program, hogy x 1,... x k Σ 0- ra T az x 1 x 2... x k p inputon, (ahol valami elválasztó jel) akkor és csakis akkor áll meg véges lépésben, ha S (x 1,... x k )-n, és ugyanaz lesz a szalagján, ami S els szalagján, amikor megállnak. Tétel. Rekurzivitás, eldönthet ség, megállási probléma 1. L rekuzív f(x) = { 1 ha x L, 0 ha x / L, rekurzív fv. 2. L RE (rekurzív felsorolható) f(x) = { 1 ha x L, értelmezetlen 3. L parciálisan rekurzív T TG ami x L-re megáll, x / L-re nem áll meg. 4. R = RE RE (ahol L RE L RE) 5. (a) Legyen T 2-szalagos TG-re L T = {x Σ 0 T x, x inputon megáll} ; L T RE (b) de ha T univerzális L T / RE, L T RE nem rekurzív (diagonalizáció). = van olyan 1-szalagos TG, amire eldönthetetlen, hogy x inputon megáll-e. eldönthetetlen, hogy egy (leírásával adott) TG az üres inputon megáll-e. eldönthetetlen, hogy egy (leírásával adott) TG elfogad-e nem üres szót. Deníció. L 1 αl 2 : visszavezethet L 2 -re, ha f : Σ 0 Σ 0 rekurzív: x x L 1 f(x) L 2 Tétel. L 1 αl 2, L 2 R L 1 R. Tétel. Egyéb algoritmitkusan eldönthetetlen problémák

4 Államvizsga '01, 12. tétel: Algoritmusok bonyolultsága... DIOPHANTOSZI EGYENLET P (x 1,..., x n ) adott egész együtthatós, n változós polinom, döntsük el, hogy van-e az egésznek felett megoldása p(x 1,..., x n ) = 0-nak. SÍK DOMINÓZÁSA Adott véges sok féle négyzet alakú dominó, oldalaikon természetes számokkal, minden fajtából végtelen készlet. Ki lehet-e rakni ezekkel a síkot úgy, hogy illeszked oldalakon azonos szám legyen? (Eltolni lehet, elforgatni nem). Metatétel. Church-tézis: Bármely ésszer számítási modellben (TG, NTG, rekurzív függvények, RAM gép (ld. alább!),...) minden elképzelhet algoritmus megvalósítható. (A konkrét számítási modellek ekvivalenciája formálisan bizonyítva van.) Deníció. Nem-determinisztikus TG (NTG) T NTG: T = k, Σ, Γ, α, β, γ, ahol k a szalagok száma, Σ véges ABC, Γ a bels állapotok halmaza és (eltér en a TG-t l:) α (Γ Σ k ) Γ: bels állapotok lehetséges átmenetei, β (Γ Σ k ) Σ k : mit irhat? γ (Γ Σ k ) {Bal, Marad, Jobb} k : merre tolhatja a szalagot. T NTG megengedett futása lépések olyan sorozata, hogy minden lépésnél (lásd TG-ek esetén) a megfelel állapot-átmenet leíró α-ban, β-ban, σ-ban van. T NTG t id ben elfogadja x Σ 0-t, ha els szalagjára x-et, a többire Σ-t írva létezik k t lépésb l álló megengedett futás, és megálláskor az els szalagon pl. 0 áll a fej alatt. Hasonlóan: k tárban elfogadja x-et. T NTG felismeri az L Σ 0 nyelvet, ha L pontosan azokkal a szavakból áll, amit T elfogad. Tétel. Az NTG-vel felismerhet nyelvek pontosan a rekurziv felsorolhatók. Deníció. RAM-gép: el nye. hogy jól párhuzamosítható (ld. kés bb). RAM-gép pillanatnyi állapota: N Z függvény (regiszterekben egész számokat tárol). Kezdeti állapota: véges sok regiszter kiv telével 0 (input: ahol nem 0). M ködését a RAM-program határozza meg, ami parancsok véges sorozata; egy parancs: (utasítás, operandusz, szám) hármas. Utasítások: READ, STORE, LOAD, STOP + aritmetikai utasítások; értelemszer en m ködnek. Operandusz: hogy mit kezdjen a számmal ( = j továbbiakban): Az utasítás alkalmazható magára j-re, a j-edik regiszter tartalmára, vagy annak a regiszternek a tartalmára, akinek az indexe a j-edik regiszter tartalma). RAM futása: κ programszámláló értékei: parancsok számai. Minden utasítás el írt módon módosítja κ-t, a köv. végrehajtandó utasítás az lesz, aminek a száma κ módosított téke. Ha ez STOP, a RAM-gép leáll. Futási id : minden egyes parancs végrehajtása egységynyi id alatt történik.

Államvizsga '01, 12. tétel: Algoritmusok bonyolultsága... 5 3. TÁR ÉS IDŽ - bonyolultsági osztályok Deníció. time T (x) : x inputon a T TG lépésszáma, time T (n) = max x =n time T (x). space T (x): x inputon a T TG által írt mez k száma, space T (n) = max x =n space T (x). DT IME(f(n)) = {L Σ 0 T TG, felismeri L-t és time T (n) = O(f(n))}. NT IME(f(n)) = {L Σ 0 T NTG, felismeri L-t és time T (n) = O(f(n))}. (P T IME) = P = c>0 DT IME(n c ); DSPACE, NSPACE, PSPACE, NP hasonlóan. Tétel. Nemdeterminisztikus (tanúnyelves) számolás 1. Deníció L -nek f(n) hosszú, g(n) idej tanulja az L 0 DT IME(g(n)) nyelv, ha x L y Σ 0 : y < f( x ) és x y L 0 ( elválasztó jel). 2. Tétel (a) L NTIME(f(n)) L -nek van O(f(n)) hosszú, lineáris idej tanúja. (b) L-nek van g(n) idej, f(n) hosszú tanúja L NTIME(g(n + f(n))). Tétel. Tételek a tár és id osztályok hierarchiájáról 1. nyelv (pl. palindrómák), hogy 2-szalagos TG-vel lineáris id ben felismerhet, de 1-szalagos TG-vel O(n 2 ) id kell! 2. Deníció (a) f társzámolható, ha f DSP ACE(f(n)), ahol f inputját unárisan nézz uk. (b) f id számolható, ha f DT IME(f(n)) f inputját unárisan írva. 3. DSP ACE(f 1 (n)) DSP ACE(f 2 (n)) ha lim sup f 1(n) f 2 (n) és f 1 (n) log n. =, f 1 társzámolható 4. DT IME(f 1 (n)) DT IME(f 2 ()) ha f 2(n) [f 2 és f (n)] 2 1 id számolható ( -vel is igaz). f 1 f 2 log f 2 5. Ha f(n) társzámolható, DT IME(f(n)) NT IME(f(n)) DSP ACE(f(n)) NSP ACE(f(n)) c DT IME(cf(n) ). 6. Savitch tétele f társzámolható és f(n) log n N SP ACE(f(n)) DSP ACE(f 2 (n)), = P SP ACE = NP ASP ACE. NP, polinomiális visszavezetés, NP-teljesség 1. Denició L 1 Σ 0 nyelv polinomálisan visszavezethet L 2 nyelvre, ha van olyan f P f : Σ 0 Σ 0 függvény: x Σ 0 ra : x L 1 f(x) L 2. 2. Metatétel. Modern Church-tézis: Bármely ésszer számítási modellben minden elképzelhet algoritmus megvalósítható legfeljebb polinomiális bonyolutságbeli eltéréssel.

6 Államvizsga '01, 12. tétel: Algoritmusok bonyolultsága... 3. P és NP is zárt a polinomiális visszavezethet ségre. 4. Denició L nyelv NP -teljes, ha minden NP-beli nyelv polinomiálisan visszavezethet L-re(azaz max.elem). 5. Cook tétele A SAT nyelv NP-teljes. SAT kielégíthet konjuktív normálformák (CNF) nyelve (CNF = i j ε ijx ij, ahol ε ij vagy a, vagy semmi.) 6. Egyéb (kombinatorikus) NP-teljes problémák: (a) 3-SAT ((x 1 x 2 x 7 ) (x 1 x 7 x 3 )... ) (Mj.: 2-SAT P). (b) Gráfok 3 színnel való színezhet sége. (Mj.: 2-szin P). (c) k csúccsal lefoghatók-e egy adott hipergráf élei? (d) Adott G gráf, k N, van-e k db független pont G-ben? (e) Lineáris egyenl tlenségrendszer egész számokkal megoldható-e? (f) Adott a 1,... a k, b N, van-e {a 1,..., a k }-nek olyan részhalmaza, amiben az elemek összege éppen b? (g) Adott H halmazrendszer, létezik-e H H diszjunkt halmazokkal, hogy H = H? 7. {prímek} NP co-np. 4. Egyéb bonyolultsági kérdések 4.1. Párhuzamos számítás Deníció. A párhuzamos számítás modellje a párhuzamos RAM-gép (PRAM). a PRAM-gép véges sok ún. processzor együttese, mely processzorok maguk RAM-gépek, de regisztereik közösek. PRAM-program: minden processzorhoz egy program. PRAM gép futása: a gépek külön-külön végzik a maguk dolgát, csak arra nézvést kell vmi. megállapodás, hogy ha egyszerre több akar írni/olvasni egy regisztert, akkor mi legyen. Több konvenció is van; ezekben a köv. rövidítéseket használjuk: C, mint current: egyidej ; E, mint exclusive: külön; R, mint READ: olvasás, és W, mint write: írás. Ezekb l kirakva a konvenciók: EREW... CRCW. Az egyidej írás (CW) alatt az értend, hogy, hogy a legkisebb számú próbálkozó processzor gy z. Deníció. párhuzamos bonyolultság: kétparaméteres mennyiség: egyik paraméter az id, v. más bevett bonyolultsági mérték, a másik, meg hogy hány processzort használunk. Tehát nem egy konkrét PRAM-géppel kezelünk egy probléma-családot, hanem azok egy rendszerével (mely rendszerleírását pl. egy TG kódolja). Azaz ilyesmiket mondunk: a probléma t id ben, p processzorral megoldható, v. a probléma t id ben, pt összmunkával megoldható. NC: log k id ben, polinom sok processzorral megoldható problémák (v. ami uaz. ebben az esetben: pol. sok munka).

Államvizsga '01, 12. tétel: Algoritmusok bonyolultsága... 7 Tétel. Problémák párhuzamos bonyolultsága. Minden megnnyiség nagyordó értend, persze. Szorzás: log n id. n 2 log n munka. Elérhet ség: van-e út egy gráfban x-b l y-ba? log 2 n id, n 3 log n összmunka ( n3 log n proci); míg szekvenciális (nem párhuzamos) bonyolultság: n2 id. Detemináns kiszámolása (egy id egység itt egy aritmetikai m velet): log n id, n 2 munka; míg szekvenciálisan: n 3 id. 4.2. Kommunikációs komplexitás Deníció. modell 2 ember (Andi, Béla) a közösen ismert f(x, y) függvényt akarja a privát inputokon kiértékelni minimális bit kommunikációval. kommunikációs probléma. f : X Y {0, 1} (Andi privát inputja x X, Béláé y Y ) protokol (p): szabály arra, hogy mikor ki jöjjön a kommunikációban és mit mondjon az eddig elhangzottak és a a saját privát input (x X, van y Y ) függvényében, úgy, hogy a végén mindkét játékos tudja f(x, y)-t. Elhangzott bit-sorozat: p(x, y) f kommunikációs bonyolultsága: C(f) = min P max x X,y Y p(x, y). f M f mátrix x sor, y oszlop M f (x, y) = f(x, y) Tétel. M f felbomlik 2 C (f) homogén részmátrixra, s t, ha ezek közül 2 C(f) 1 homogén 1-es (illetve 0-s) C(f) log rang(m f ) + 1. C(= n ) := C(adott két n hosszúságú sorozat egyenl -e) = n + 1. Megjegyzés. lehet deniálni a véletlen protokolt is: pl. C 2/3 (f), ahol a játékosok privátvéletlent használnak és csak 2/3, valószín séggel kell a jó eredményt kapniuk. ugyanezt lehet denálni úgy, hogy közös véletlent használnak C 2/3 (f). C 2/3 (= n ) = O(log n), C 2/3 (= n) = konstans!! = 2.