Recommended
PDF
PPT
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
PDF
Stochastic complexities of reduced rank regression証明概略
PDF
PDF
Rate-Distortion Function for Gamma Sources under Absolute-Log Distortion
PDF
introductino to persistent homology and topological data analysis
PDF
ディジタル信号処理 課題解説(その3) 2014年度版
PDF
パターン認識 第12章 正則化とパス追跡アルゴリズム
PDF
ディジタル信号処理 課題解説(その1) 2014年度版
PDF
PDF
PPTX
PDF
AtCoder Regular Contest 043 解説
PDF
「にじたい」へのいざない #ロマンティック数学ナイト
PDF
PDF
PDF
PDF
PDF
PPTX
Plan A - Oman Beach Clean-up
PPTX
Vitamin - Kesehatan kls 10 (PENJASORKES)
More Related Content What's hot
PDF
PDF
PDF
PDF
Stochastic complexities of reduced rank regression証明概略
PDF
PDF
Rate-Distortion Function for Gamma Sources under Absolute-Log Distortion
PDF
introductino to persistent homology and topological data analysis
PDF
ディジタル信号処理 課題解説(その3) 2014年度版
PDF
パターン認識 第12章 正則化とパス追跡アルゴリズム
PDF
ディジタル信号処理 課題解説(その1) 2014年度版
PDF
PDF
PPTX
PDF
AtCoder Regular Contest 043 解説
PDF
「にじたい」へのいざない #ロマンティック数学ナイト
PDF
PDF
PDF
PDF
PDF
Viewers also liked
PPTX
Plan A - Oman Beach Clean-up
PPTX
Vitamin - Kesehatan kls 10 (PENJASORKES)
DOC
Chistes con José Ignacio Cruz
PPT
PDF
Muziek & Beeld op de winkelvloer: wat werkt nu echt?
PPT
Business Source Elite Sgass May14 2009
Similar to 公開鍵暗号2: NP困難性
PDF
PDF
PDF
PPTX
PDF
PPTX
PDF
PDF
「現実世界に活かす数学」 (麻布高等学校、教養総合、数学講義 5 回目)
PDF
Introduction to Locally Testable Codes and Related Topics (in Japanese)
PDF
PDF
PDF
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
PDF
PPTX
PDF
PDF
PDF
PDF
PDF
PDF
More from Joe Suzuki
PDF
Bayesian Criteria based on Universal Measures
PDF
Bayesian network structure estimation based on the Bayesian/MDL criteria when...
PPTX
PPTX
PPTX
PPTX
PPTX
PPTX
PDF
A Generalization of the Chow-Liu Algorithm and its Applications to Artificial...
PDF
Universal Prediction without assuming either Discrete or Continuous
PDF
A Generalization of Nonparametric Estimation and On-Line Prediction for Stati...
PDF
The Universal Measure for General Sources and its Application to MDL/Bayesian...
PDF
MDL/Bayesian Criteria based on Universal Coding/Measure
PDF
A Conjecture on Strongly Consistent Learning
PPTX
PPTX
Forest Learning from Data
PPTX
E-learning Design and Development for Data Science in Osaka University
PPTX
A Bayesian Approach to Data Compression
PPTX
E-learning Development of Statistics and in Duex: Practical Approaches and Th...
PPTX
公開鍵暗号2: NP困難性 1. 2. 3. Turing Machine (TM)
S: 有限集合
A : (S ∪ {start}) × {0, 1, ▷, ◁} →
(S ∪ {halt, yes, no}) × {0, 1, ▷, ◁} × {−1, 0, 1}
{xi }T
i=0, mi ≥ 2,
xi = (x
(1)
i = ▷, x
(2)
i ∈ {0, 1}, · · · , x
(mi −1)
i ∈ {0, 1}, xmi
i = ◁)
1. x0 = (x
(1)
0 , · · · , x
(m0)
0 ) [入力], s0 = start, k0 = 1
2. A(si , x
(ki )
i ) = (t, y, d), t ̸∈ {halt, yes, no}
=⇒ si+1 := t, x
(ki )
i+1 := y, ki+1 := ki + d
3. xT = (x
(1)
T , · · · , x
(mT )
T ) [出力], sT ∈ {yes, np, halt}
A の仮定:
{
x
(ki )
i = ▷ =⇒ y = ▷, d ̸= −1
x
(ki )
i = ◁, y ̸= ◁ =⇒ x
(ki +1)
i+1 = ◁
4. s0 = start
si
si+1 = t
sT ∈ {yes,
no, halt}
x
(mi+1−1)
i+1
x
(mi −1)
i
x
(ki −1)
i+1 x
(ki )
i+1x
(ki +1)
i+1
= y
x
(ki )
i
x
(2)
i+1
x
(2)
i
x
(2)
0
x
(mT −1)
Tx
(2)
T
▷ ◁
◁
◁
◁x
(m0)−1
0
↓
↓
↓ ↓ ↓
d = −1 d = 0 d = 1
↓
▷
▷
▷
5. 多項式時間で解く
f : {0, 1}∗ → {0, 1}∗ (halt で終了して、xT を出力)
f : {0, 1}∗ → {0, 1} (yes, no で終了)
A はアルゴリズム
任意の入力 x0 ∈ {▷} × {0, 1}∗ × {◁} について、T < ∞
σ: x0 ∈ {▷} × {0, 1}∗ × {◁} の両端の ▷, ◁ を除いた列
TA: アルゴリズムが A のときの σ ∈ {0, 1}∗ → T ∈ N
入力長が n := |σ| のときのアルゴリズム A の実行時間 Tn,A:
Tn,A := max
σ∈{0,1}n
TA(σ)
アルゴリズム A が多項式時間で解ける
有限個の n を除いて、Tn,A ≤ nk となる k ∈ N が存在
6. 言語の認識
Σ1, Σ0 ⊆ {0, 1}∗, Σ1 ∩ Σ0 = ϕ
Σ := Σ1 ∪ Σ0
言語 Σ の認識
TM のアルゴリズムが
入力 σ ∈ Σ に対し、yes(σ ∈ Σ1) または no(σ ∈ Σ0) で停止
例: Σ = {0, 1}∗
1. σ ∈ {0, 1}∗ の中の 1 の個数が偶数か否か
2. σ ∈ {0, 1}∗ を 2 進数表記とみたときに、素数であるか否か
7. 決定問題と符号化
Π1, Π0: Π1 ∩ Π0 = ϕ, 可算集合
Π := Π1 ∪ Π0 (各要素を事例とよぶ)
φ : Π → Σ ⊆ {0, 1}∗ (単射, 符号化とよぶ)
φ(Π1) ⊆ Σ1, φ(Π0) ⊆ Σ0
決定問題 Π の解決
TM のアルゴリズムが
I ∈ Π に対し、yes(φ(I) ∈ Σ1) または no(φ(I) ∈ Σ0) で停止
8. 決定問題の例: 充足可能性問題 SAT
1. 有限集合 U = {u1, u2, · · · , un} に対して、
t : U → {T, F}
2. t(ui ) = F ⇐⇒ t( ¯ui ) = T なる ¯U = {¯u1, ¯u2, · · · , ¯un} に対し、
t : U ∪ ¯U → {T, F}
3. c ⊆ U ∪ ¯U に対して、
t(c) = T ⇐⇒ t(z) = T for ∃z ∈ c
4. U 上の節集合 C に対して、
t(C) = T ⇐⇒ t(c) = T for ∀c ∈ C
リテラル U ∪ ¯U の要素
節 U ∪ ¯U の部分集合 c (|c|: 節の大きさ、要素数)
節集合 節を要素とする集合
9. 事例: 有限集合 U, U 上の節集合 C
質問: t(C) = T となる t : U → {T, F} が存在するか。
1. U = {u1, u2}, C = {{u1, ¯u2}, {¯u1, u2}} 「存在する」
t(u1) = t(u2) = T なる t に対して t(C) = T。
2. U = {u1, u2}, C = {{u1, u2}, {u1, ¯u2}, {¯u1}} 「存在しない」
t(C) = T なる t が存在しない。
10. 符号化の例
Ψ := {0, 1, −, [, ], (, ), , }
1. x ∈ Z: 非負の数は 2 進、負の数は前に −。
2. [x]: で数値ではなく、識別のための記号。
3. (x1, · · · , xm): x1, · · · , xm からなる列。
Ψ の要素 0 1 − [ ] ( ) ,
2 進列 000 001 010 011 100 101 110 111
1. U = {u1, u2}, C = {{u1, ¯u2}, {¯u1, u2}}:
(([1],[10]),(([1],[-10]),([-1],[10])))
を 2 進列に直した 41 × 3 = 123 ビットが入力の長さ
2. U = {u1, u2}, C = {{u1, u2}, {u1, ¯u2}, {¯u1}}:
([1],[10]),(([1],[10]),([1],[-10]),([-1]))
を 2 進列に直した 48 × 3 = 144 ビットが入力の長さ
11. P と NP
決定性 TM (DTM) 1 個の TM のみを適用
非決定性 TM (NDTM) 任意個の TM を適用
(1 個の TM で si ∈ halt, yes, no になるまで)
P
DTM のアルゴリズムで、多項式時間で解ける決定問題の集合
NP
NTM のアルゴリズムで、多項式時間で解ける決定問題の集合
▶ P ⊆ NP
▶ P ̸= NP であることが強く予想されている
12. 多項式時間還元性
Π, Π′: 決定問題
φ : Π → {0, 1}∗: Π における符号化
φ′ : Π′ → {0, 1}∗: Π′ における符号化
Π は Π′
に多項式時間で還元 (Π ∝ Π′
)
▶ f (φ(Π1)) ⊆ φ′(Π′
1)
▶ f (φ(Π0)) ⊆ φ′(Π′
0)
なる f : φ(Π) → φ′(Π′) を多項式時間で解く (halt で停止)
入力が σ ∈ φ(Π) であれば、
1. f : σ → f (σ) で、時間 TA(σ) ≤ |σ|kA
2. f の出力長 |f (σ)| は、|σ| + TA(σ) を超えない。
(◁ を右に移動させるのに 1 ステップ以上要する)
13. Π ∝ Π′
, Π′
∝ Π′′
=⇒ Π ∝ Π′′
証明:
f ′ : f (φ(Π)) → φ′′(Π′′) 多項式時間還元
B: f ′ のアルゴリズム
1. f ′ : f (σ) → f ′(f (σ)) で、時間 TB(f (σ)) ≤ |f (σ)|kB
2. 全体でも、
T(σ) := TA(σ) + TB(f (σ)) ≤ |σ|kA + (|σ| + |σ|kA )kB
3. T(σ) は、入力長 |σ| の多項式時間
14. Π ∝ Π′
, Π′
∈ P =⇒ Π ∈ P
C: 言語 φ(Π) を多項式時間で認識するアルゴリズム
1. 言語の認識で、時間 TC (f (σ)) ≤ |f (σ)|kC
2. 全体でも、
T(σ) := TA(σ) + TC (f (σ)) ≤ |σ|kA + (|σ| + |σ|kA )kC
3. T(σ) は、入力長 |σ| の多項式時間
15. NP 完全性
NP 完全な決定問題
任意の Π ∈ NP に対して Π ∝ Π′ となる決定問題 Π′ ∈ NP
Π が NP 完全, Π′ が NP, Π ∝ Π′ =⇒ Π′ が NP 完全
Π ∈ NP 完全を示せば、Π ̸∈ P の強い証拠になる
Π ∈ NP 完全, Π ∈ P なる Π が存在 =⇒ P = NP (予想と矛盾)
Cook の定理
SAT は、NP 完全問題である。
(証明略)
16. NP 困難性
NP 完全 決定問題に対して定義
NP 困難 決定問題ではなくともよいが、その問題が決定性
TM で多項式時間で解かれると、P = NP を意味す
る問題
例:
事例: 有限集合 U, U 上の節集合 C
質問: t(C) = T となる t : U → {T, F} が存在す
るとき、その 1 個を出力せよ
17. 3-充足可能性問題 3SAT
事例: 有限集合 U, U 上の大きさ 3 の節からなる節集合 C
質問: t(C) = T となる t : U → {T, F} が存在するか。
3SAT は、NP 完全である。
SAT ∝ 3SAT
U = {u1, · · · , un}, C = {c1, · · · , cm}: SAT の任意の事例
C と C′ の充足可能性が一致するように 3SAT の事例
U′ := U ∪ (∪m
j=1U′
j ), C′ := ∪m
j=1C′
j , cj = {z1, · · · , zk}
k U′
j C′
j
1 {y1
j , y2
j } {{z1, y1
j , y2
j }, {z1, y1
j , ¯yj
2}, {z1, ¯yj
1, y2
j }, {z1, ¯yj
1, ¯yj
2}}
2 {y1
j } {{z1, z2, y1
j }, {z1, z2, ¯y1
j }}
3 ϕ {cj }
≥ 4 {yi
j |1 ≤ i {{z1, z2, y1
j }, {¯y1
j , z3, y2
j }, {¯y2
j , z4, y3
j }, · · · ,
≤ k − 3} {¯yk−5
j , zk−3, yk−4
j }, {¯yk−4
j , zk−2, yk−3
j },
{¯yk−3
j , zk−1, zk}}
18. t が C を充足していれば、以下のように t′ が C′ を充足:
1. k = 1 では、{y1
j , y2
j } の {T, F} は任意。
2. k = 2 では、{y1
j } の {T, F} は任意。
3. k ≥ 4 では、t(z1) = F, · · · , t(zl−1) = F, t(zl ) = T として、
l = 1, 2: t′(yi
j ) = F (1 ≤ i ≤ k − 3)
3 ≤ l ≤ k − 2: t′(yi
j ) =
{
T (1 ≤ i ≤ l − 2)
F (l − 1 ≤ i ≤ k − 3)
l = k − 1, k: t′(yi
j ) = T (1 ≤ i ≤ k − 3)
逆に、t′ : U′ → {T, F} が C′ を充足させれば、t′ の定義域 U′ を
U に制限して、C を充足させる t : U → {T, F} が得られる。
SAT の事例 U, C が mn の多項式の長さで記述でき、決定的 TM
を用いて,その長さの多項式の時間で 3SAT の事例が計算