Olmasına rağmen bazı popüler problemler doğru olsa da, her iki varsayımın da - optimizasyon problemi olarak tanımladığınız şeye bağlı olarak - doğru olmadığını düşünüyorum.
İlk olarak bazı tanımlar: optimizasyon problemlerinin çoğu NP'nin bir parçası değildir . Örneğin Sırt Çantası problemi için : en belirsiz olmayan branşların paylaşılan hafızası olmadığı için, en değerli çantayı inşa etmek için deterministizmden yararlanılamaz. NP , aynı zamanda "polinomal olarak doğrulanabilir" (bir sertifikayı doğrulama) olarak tanımlanır [1, p. 34]
. Bu durumda sertifika örneği için bir olan torba : eğer bir Bit dizisi i -inci bit ayarlanır, bu ima i -inci madde torbanın parçasıdır. Polenomal zamanın gerçekten böyle bir torbanın belirli bir eşikten daha değerli olup olmadığını kontrol edebilirsiniz (bu karar değişkenidir).) ama, bildiğimiz kadarıyla tek bir çantaya (polinomlu bir çanta sayısı) dayanarak, bu çantanın olası tüm torbaların en değerli olup olmadığına karar veremezsiniz. Bu, örneğin NP ve EXP arasındaki hayati bir farktır : EXP'de , olası tüm çantaların üzerinde numaralandırma yapabilir ve hangi çantanın en iyisi olduğuna dair defter tutma yapabilirsiniz.
Karar varyant optimizasyon problemlerinin bazı durumlarda kısmındadır NP , tek arasında net bir ayrım yapmalıdır maksimizasyonu lezzet ve karar lezzet . Karar lezzetinde soru şudur: " Bir optimizasyon problemi verildiğinde ve bir yardımcı program bağlıysa, o sınırlamadan büyük veya ona eşit bir yardımcı programa sahip bir çözüm var " (veya bir simge durumuna küçültme problemi için hafifçe değiştirilmiş).
Ayrıca NP ile P'nin bir parçası olmayan NP'nin (varsayımsal) kısmını kastediyorsunuz . Eğer P = NP ise, elbette NP-tamam hala var, ancak P'ye eşit olacaktır (polinomik zamanlar @ AndrásSalamon'un bir-birinden indirimleri gibi) sadece P ile aynı olacaktır , bu etkileyici değildir ( ve sorunuzda belirttiğiniz " boşluğu " azaltacaktır ).
Ayrık problemlerin çoğunun NP tamamlandı olduğunu fark ettim.
Şimdi bunu çözdük : P : en kısa yol problemi , maksimum akış problemi (integral kapasiteler için), minimum yayılma ağacı ve maksimum eşleşme gibi birçok optimizasyon problemi var . Bu sorunlar size "çözmek için önemsiz gibi görünmekle birlikte, yine de optimizasyon sorunlarıdır ve çoğu durumda inşaat (ve doğruluğu kanıtlamak) o kadar kolay değildir. Yani iddia bütün ayrık problemleri tutmuyor, NP tamamlandı. P'nin NP'ye eşit olmadığı göz önüne alındığında , bu problemler NP tamamlayamaz .
ΣPi
Sürekli problemleri optimize etmek neredeyse her zaman kolayca başarılabilir.
A popüler sürekli sorun NP-zor olduğunu kuadratik programlama .
x⃗
x⃗ T⋅ Q ⋅ x⃗ 2+ c⃗ T⋅ x⃗
tatmin edici şekilde en aza indirilir:
A ⋅ x⃗ ≤ b⃗
Aslında Doğrusal programlama uzun zamandır NP-zor olarak kabul edilir , ancak çok iyi performans gösteren sezgisel taramalarla ( Simplex yöntemi). Karmarkar'ın algoritması ise P'de .
Optimizasyon sorunu dışbükey olmayan nesnelerle ilgilendiği andan itibaren, genel olarak verimli bir algoritma bulmak zor - imkansız değilse de - zor olacaktır.
Kaynakça
[1]
Hesaplamalı Karmaşıklık, modern bir yaklaşım , Sanjeev Arora ve Boaz Barak