Kolmogorov rasgeleliğinin RP için yeterli olacağını göstermeye çalışıldı mı? "Doğru cevap EVET ise, o zaman (olasılıklı Turing makinesi) EVET'i olasılıkla döndürür ..." ifadesinde kullanılan olasılık bu durumda her zaman iyi tanımlanabilir mi? Yoksa bu olasılık için sadece üst ve alt sınırlar olur mu? Yoksa sadece olasılıkların iyi tanımlanacağı (veya en azından 1/2'den büyük olması gereken alt sınır) bazı olasılıklı Turing makinesi var mı?
Buradaki RP sınıfı nispeten keyfidir ve bu soru Kolmogorov rasgeleliğinden daha zayıf (sözde-) rasgelelik kavramları için sorabilir. Ancak Kolmogorov rasgeleliği iyi bir başlangıç noktası gibi görünüyor.
"Olasılık" kelimesini anlamak, Kolmogorov rasgeleliğinin RP için çalıştığını gösterme girişiminin bir parçası olabilir. Bununla birlikte, olası bir yaklaşımı tanımlamaya, bunun ne anlama gelebileceğini ve üst ve alt sınırlar hakkında neden konuştuğumu açıklığa kavuşturayım:
Let a (Kolmogorov rastgele) dize. Let RP bir dille karşılık gelen belirli bir olasılık Turing makinası olmak. Çalışma ile rastgele bit kaynak olarak daha önce tüketilmemiş bit tüketmeye devam kez, birbiri ardına.
İçin , let ve p _- ^ s: = \ liminf_ {n \ ila \ infty} p_n ^ s . Gözlemleyin s _ + ^ lar ve p _- ^ lar iyi Belirli bir dize için tanımlanmıştır ler rastgele olmaz bile. Ancak, s'nin Kolmogorov rastgele olması durumunda p _ + ^ s = p _- ^ s veya iki rasgele Kolmogorov rasgele s_1 ve s_2 için p _- ^ {s_1} = p _- ^ {s_2} olup olmadığı merak edilebilir . Ya da orada olup olmadığını 1/2 p \ GEQ öyle ki p \ leq p _- ^ s herhangi Kolmogorov rastgele dize .