Computational Complexity - Universität zu Lübeck
Computational Complexity - Universität zu Lübeck
Computational Complexity - Universität zu Lübeck
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
5 Die polynomielle Platzklasse<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Wie wir aus den Sätzen 33 und 34 ableiten können, fallen deterministischer<br />
polynomieller Platz, nichtdeterministischer polynomieller Platz und<br />
co-nichtdeterministischer polynomieller Platz in der Klasse PSPACE<br />
<strong>zu</strong>sammen. Wir wollen nun im Folgenden ein paar vollständige Probleme<br />
für PSPACE vorstellen. Wir betrachten in diesem Kapitel logspace bzw.<br />
polynomialzeit Many-One-Reduktionen.<br />
5.1 Quantifizierte Boolesche Formeln<br />
Definition 41 Quantifizierten Booleschen Formeln [QBF]<br />
Eine Quantifizierte Boolesche Formel QBF ist ein Ausdruck der Form<br />
E := Q1x1 Q2x2 . . . Qmxm : F (x1, x2, . . . , xm)<br />
wobei Q1, . . . , Qm ∈ {∃, ∀} die Quantoren des Ausdrucks sind und<br />
F (x1, x2, . . . , xm) eine Boolesche Formel in den Variablen x1, x2, . . . , xm<br />
ist.<br />
241
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Definition 41 (Teil 2) Sei nun<br />
E0 := Q2x2 . . . Qmxm : F (0, x2, . . . , xm)<br />
E1 := Q2x2 . . . Qmxm : F (1, x2, . . . , xm) .<br />
E heißt wahr, falls einer der folgenden Fälle <strong>zu</strong>trifft<br />
◮ m = 0 und F ≡ 1<br />
◮ Q1 = ∃ und E0 oder E1 sind wahr<br />
◮ Q1 = ∀ und E0 und E1 sind wahr.<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Definiere QBF:= { E | E ist eine wahre QBF } .<br />
Als QBF Problem bezeichnen wir folgende Aufgabenstellung: Auf<br />
Eingabe einer Quantifizierte Boolesche Formel E eintscheide, ob E wahr<br />
ist, d.h. E ∈ QBF.<br />
242
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Satz 37 QBF ist PSPACE-vollständig.<br />
Beweis von Satz 37 (Teil 1) Um <strong>zu</strong> zeigen, dass QBF von einer<br />
polynomiell platzbeschränkten Turing Maschine gelöst werden kann,<br />
verwenden wir das folgende rekursive Verfahren:<br />
Algorithmus Evaluate(E)<br />
Eingabe: QBF E = Q1x1 Q2x2 . . . Qmxm : F (x1, x2, . . . , xm)<br />
Ergebnis: Wert von E<br />
1: berechne E0 = Q2x2 . . . Qmxm : F (0, x2, . . . , xm)<br />
2: berechne E1 = Q2x2 . . . Qmxm : F (1, x2, . . . , xm)<br />
3: if E hat mindestens einen Quantor then<br />
4: v0 := Evaluate(E0)<br />
5: v1 := Evaluate(E1)<br />
6: if Q1 = ∃ then v := v0 ∨ v1 end if<br />
7: if Q1 = ∀ then v := v0 ∧ v1 end if<br />
8: else setze v auf den Wert von E end if<br />
9: Return(v)<br />
Für den Platzbedarf dieses Verfahrens gilt:<br />
S(m) := S(m − 1) + O(|E|) = O(m · |E|) ≤ O(|E| 2 ) .<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
243
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 37 (Teil 2) Für eine Sprachen L ∈ PSPACE und eine<br />
Polynom p sei M eine p-platzbeschränkte 1-Band DTM, welche die<br />
Sprache L akzeptiert.<br />
◮ Beachte, dass für eine Konstante c ∈ N und T := 2 c·p die DTM M<br />
T -zeitbeschränkt ist.<br />
◮ Für die Reduktion betrachten wir die Berechnungsmatrix der DTM<br />
M auf eine Eingabe x.<br />
244
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Beweis von Satz 37 (Teil 3)<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Definition 42 Sei M eine T -zeit- und S-platzbeschränkten 1-Band TM.<br />
Eine Berechnungsmatrix von M auf Eingabe w ist eine (t + 1) × s-Matrix<br />
mit t = T (|w|) und s = S(|w|).<br />
V = (vi,j) i∈[0,t],j∈[1,s]<br />
◮ V beschreibt eine der möglichen Berechnungen von M auf w.<br />
◮ Die Einträge vi,j sind Elemente aus dem Alphabet (Σ × Q) ∪ Σ.<br />
◮ Die i-te Zeile repräsentiert die i-te Konfiguration von M, dass heißt<br />
eine Konfiguration die M nach genau i Berechnungschritten<br />
annehmen kann.<br />
◮ Die j-te Spalte repräsentiert die Beschriftung der j-ten Zelle im<br />
Verlauf der Berechnung.<br />
◮ Falls der Kopf <strong>zu</strong>r Zeit i auf der Zelle j steht, so wird in vi,j<br />
<strong>zu</strong>sätzlich der aktuelle Zustand q gespeichert, d. h. vi,j = (σ, q).<br />
245
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Beweis von Satz 37 (Teil 4) Zur Vereinfachung gelte:<br />
◮ M startet im Zustand q0.<br />
◮ Auf Eingaben x der Länge n ist das Band <strong>zu</strong> Anfang mit<br />
x1 . . . xnβ . . . β beschriftet.<br />
◮ Akzeptiert M, so befindet sie sich im Zustand qa in der<br />
Ausgangsposition, und das Band ist leer.<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
◮ M überschreitet bei einer Berechnung nicht die Ausgangsposition.<br />
246
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 37 (Teil 5) Wir betrachten die (T (|x|) + 1) × p(|x|)-Berechnungsmatrix<br />
V von M auf eine Eingabe x.<br />
◮ Eine Zeile von V kann mittels Boolescher Variablen<br />
Y = { y[j, σ] | j ∈ [1, p(|w|)] und σ ∈ (Σ × Q) ∪ Σ }<br />
beschrieben werden, wobei y[j, σ] = 1 bedeutet, dass in der j-ten<br />
Zelle das Zeichen σ steht.<br />
◮ Analog definieren wir Z, U, V und W .<br />
◮ Ferner sei<br />
Rk(Y , Z) = 1 ⇐⇒ die durch Z repräsentierte Konfiguration CZ<br />
wird von der durch Y repräsentierten Konfiguration<br />
CY in höchstens 2 k Schritten erreicht.<br />
◮ D.h. ” M akzeptiert w“ genau dann, wenn<br />
EM(w) := ∃ Y ∃ Z : R c·p(|x|)(Y , Z) ∧ Fx(Y ) ∧ Fakz(Z)<br />
wahr ist, wobei Fx(Y ) und Fakz(Z) Boolesche Formeln sind, die<br />
genau dann wahr sind, wenn Y die Anfangs- bzw. Z die<br />
akzeptierende Endkonfiguration von M beschreibt.<br />
247
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 37 (Teil 6)<br />
◮ Die Formeln Fx(Y ) bzw. Fakz(Z) sind aus M und x auf<br />
logarithmischen Platz herleitbar.<br />
◮ Analog kann auch die Formel R0(Y , Z), d. h. CY ⊢ CZ , generiert<br />
werden.<br />
◮ Um Ri(Y , Z) für i > 0 <strong>zu</strong> bestimmen, betrachten wir die Formel:<br />
Hi(Y , Z) = ∃ U ∀ V ∀ W : Ri−1(V , W )<br />
∨ (V = Y ∧ W = U)<br />
<br />
∧ (V = U ∧ W = Z) .<br />
◮ Diese Formel ist genau dann wahr, wenn:<br />
∃U : Ri−1(Y , U) ∧ Ri−1(U, Z)<br />
gilt.<br />
◮ Hi(Y , Z) gibt somit eine lineare rekursive Beschreibung von Ri,<br />
welche die Formel für EM(w) nur polynomiell vergrößert:<br />
|Ri(Y , Z)| ≤ |Ri−1(Y , Z)| + O(p) .<br />
◮ Somit gilt |Ri(Y , Z)| ≤ O(p 2 ).<br />
248
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 37 (Teil 7) Da die vollständige Erset<strong>zu</strong>ng von M und<br />
w durch EM(w) mit Hilfe von Zählern erfolgen kann, und jedes Polynom<br />
auf logarithmischen Platz approximierbar ist, ist das QBF-Problem<br />
PSPACE-hart bezüglich der logspace-Reduktion. <br />
249
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
◮ Mit Hilfe einer Umformung, wie sie bei der Reduktion des<br />
Satisfiability Problems in das 3-SAT Problem gebräuchlich ist, kann<br />
die PSPACE-Härte auch für das QBF-Problem gezeigt werden,<br />
dessen Boolesche Formel in 3-CNF vorliegt.<br />
◮ Auf diese Umformung werden wir später noch einmal genauer<br />
eingehen.<br />
Satz 38 QBF ist PSPACE-vollständig auch wenn wir uns auf Boolesche<br />
Formeln beschränken, die in 3-CNF vorliegen.<br />
250
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
5.2 PSPACE: Eine verspielte Klasse<br />
Das alternieren Quantoren ein einer QBF kann das Abwechseln von<br />
Spielern verstanden werden:<br />
◮ ∃: Es existiert ein Zug für mich, so dass<br />
◮ ∀: für alle Züge meines Gegners,<br />
◮ ∃: ein Zug für mich existiert, so dass<br />
◮ ∀: für alle Züge meines Gegners,<br />
◮ . . .<br />
◮ F (x1, . . . , xn): ich das Spiel gewonnen habe!<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Es verwundert daher nicht, dass viele 2-Personen Spiele PSPACE-vollständige<br />
Varianten besitzen. Im Folgenden wollen wir eines dieser Spiele<br />
– das sogenannte Geographie-Spiel – näher betrachten.<br />
251
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Definition 43 Eine Spielstellung eines Zwei-Personen-Spiels beschreibt<br />
eine Spielkonfiguration des Zwei-Personen-Spiels. Diese setzt sich<br />
folgenden Informationen <strong>zu</strong>sammen:<br />
◮ Verteilung der Figuren auf dem Spielfeld,<br />
◮ Angabe des Spielers, welcher den nächsten Zug ausführt und<br />
◮ Sonderangaben wie: Wichtige Angaben, die man der Verteilung der<br />
Figuren nicht ansieht, Informationen über die Einhaltung von<br />
Fortschrittsregeln, etc.<br />
Der Stellungsgraph eines Zwei-Personen-Spiel ist ein gerichteten Graphen<br />
H, dessen Knotenmenge VH der Menge der möglichen Spielstellungen<br />
repräsentiert. Zwischen zwei Knoten v1 und v2 eines Stellungsgraphen<br />
existiert genau dann eine Kante (v1, v2), wenn die mit v1 assoziierte<br />
Spielstellung mit Hilfe eines Spiel<strong>zu</strong>ges in die mit v2 assoziierte<br />
Spielstellung überführt werden kann.<br />
252
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Definition 43 (Teil 2)<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
◮ Besitzt ein Knoten v1 des Stellungsgraphen keinen Nachfolger, so<br />
nennen wir die <strong>zu</strong> v1 gehörige Spielstellung eine Endstellung.<br />
◮ Entsprechend den Spielregeln unterscheiden wir zwischen einer<br />
gewinnenden Endstellung und einer unentschiedenen Endstellung.<br />
Eine gewinnenden Endstellung für einen Spieler impliziert im<br />
folgenden eine verlierende Endstellung für den zweiten Spieler.<br />
◮ Eine Spielstellung C heiße Gewinnstellung für einen Spieler S, wenn<br />
entweder C eine gewinnenden Endstellung für S ist oder<br />
◮ S am Zug ist und eine Nachfolgespielstellung C ′ von C existiert,<br />
welche auch eine Gewinnstellung für S1 ist oder<br />
◮ S nicht am Zug ist und für alle Nachfolgespielstellung C ′ von C gilt,<br />
dass C ′ eine Gewinnstellung für S ist.<br />
◮ Ist C eine Gewinnstellung für den Gegenspieler von S, so nennen wir<br />
C eine Verluststellung für S. Ist C weder eine Gewinnstellung noch<br />
eine Verluststellung für S, so nennen wir C eine Remisstellung.<br />
◮ Kann ein Spieler S in einer Spielstellung C seinen Gewinn innerhalb<br />
von maximal ℓ Zügen realisieren, so sagen wir, S besitzt eine<br />
Gewinnstrategie in C der Länge ℓ.<br />
253
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Definition 44 Geographie-Spiel<br />
Der Spielfeld des Geographie-Spiels ist ein gerichteter Graph G = (V , E)<br />
mit Startknoten s. Die beiden Spieler markieren abwechselnd Knoten aus<br />
G nach den folgenden Regeln:<br />
1. Die beiden Spieler führen abwechselnd ihre Züge aus.<br />
2. Im ersten Zug markiert Spieler 1 s.<br />
3. Im t-ten Zug, t > 0, markiert der jeweilige Spieler der am Zug ist<br />
einen direkten Nachfolgeknoten des Knotens, welcher im t − 1-ten<br />
Zug markiert wurde.<br />
4. Ein Knoten darf nicht mehrmals markiert werden.<br />
5. Es gewinnt der Spieler, welcher den letzten Zug ausführt.<br />
GEO := { (G, s) | G ist ein Spielgraph eines Geographie-Spiels, auf<br />
dem Spieler 1 eine Gewinnstrategie besitzt. }<br />
planar-GEO := { (G, s) | G ist ein planarer, bipartiter Spielgraph eines<br />
Geographie-Spiels, auf dem Spieler 1 eine<br />
Gewinnstrategie besitzt. }<br />
254
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Für das Geographie-Spiel gilt:<br />
◮ Nach Regel 4 darf kein Knoten mehrmals markiert werden.<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
◮ Da in jeder Runde ein Knoten markiert wird, endet jedes Spiel nach<br />
spätestens |V | Runden.<br />
◮ Jede Spielstellung können wir auf polynomiellen Platz speichern.<br />
◮ Analog <strong>zu</strong>m Algorithmus Evaluate(E) können wir auch für eine<br />
Instanz (G, s) des Geographie-Spiels entscheiden, ob Spieler 1 eine<br />
Gewinnstrategie besitzt.<br />
Lemma 15 GEO und planar-GEO sind in PSPACE.<br />
255
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Satz 39 GEO und planar-GEO sind in PSPACE-vollständig.<br />
Beweis von Satz 39 (Teil 1)<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
◮ Da wir schon gesehen haben, dass GEO in PSPACEliegt, müssen<br />
wir noch zeigen, dass planar-GEO PSPACE-hart ist.<br />
◮ Im Folgenden wollen wir uns der Komplexität der planaren Variante<br />
des Geographie-Spiels <strong>zu</strong>wenden.<br />
◮ Durch eine bipartite Zerlegung V1<br />
·<br />
∪ V2 der Knotenmenge des<br />
Spielgraphen erhalten wir <strong>zu</strong>gleich eine Aufteilung der Knotenmenge<br />
unter den beiden Spielern.<br />
◮ Wir suchen eine Reduktion des auf 3-CNF Formeln eingeschränkten<br />
QBF-Problems auf planar-GEO.<br />
◮ Sei<br />
mit Cj = x α1<br />
j1<br />
E = Q1x1 . . . Qmxm : C1 ∧ . . . ∧ Cℓ<br />
∨ x α2<br />
j2<br />
∨ x α3<br />
j3<br />
eine Instanz dieses QBF-Problems.<br />
◮ Bei dem im Folgenden konstruierten Graphen GE werden wir <strong>zu</strong>nächst<br />
auf die Eigenschaft der Planarität verzichten und diese erst <strong>zu</strong>m<br />
Anschluß durch eine leichte Modifikation erreichen.<br />
256
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
Beweis von Satz 39 (Teil 2)<br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
◮ GE besteht aus einer Folge von Teilgraphen H1, . . . , Hm, welche die<br />
Quantoren Qixi repräsentieren.<br />
◮ Für jede Klausel Cj enthält GE einen <strong>zu</strong>sätzlichen Knoten vj und<br />
Kanten von vj <strong>zu</strong> einem ausgezeichneten Knoten des Teilgraphen Hjr<br />
mit r = 1, 2, 3.<br />
ai<br />
z 1<br />
i<br />
z 0<br />
i<br />
di<br />
ei<br />
Qixi = ∃xi Qixi = ∀xi<br />
ai<br />
◮ Für die Knotenmengen des Graphen G(F ) und der Graphen Hi gilt<br />
·<br />
hierbei die folgende bipartite Zerlegung V1 ∪ V2:<br />
m i=1 {z0 i , z1 i , bi, ei} ⊆ V1 und m i=1 {c0 i , c1 i , ai, di} ⊆ V2<br />
sofern die entsprechenden Knoten vorhanden sind.<br />
bi<br />
c 1 i<br />
c 0 i<br />
z 1<br />
i<br />
z 0<br />
i<br />
di<br />
ei<br />
257
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 39 (Teil 3) Die nachfolgende Abbildung illustriert, wie<br />
die Teilgraphen H1, . . . , Hm sowie die Knoten v1, . . . , vℓ <strong>zu</strong>sammengefügt<br />
werden.<br />
z 1<br />
1<br />
s a1<br />
e1<br />
Es gilt:<br />
H1<br />
z 0<br />
1<br />
a2<br />
z 1<br />
2<br />
H2<br />
◮ Die bipartite Zerlegung V1<br />
◮ Ferner erhalten wir<br />
z 0<br />
2<br />
e2<br />
am<br />
z 1<br />
m<br />
Hm<br />
·<br />
∪ V2 der letzten Folie bleibt erhalten.<br />
s ∈ V1 und {v1, . . . , vℓ} ⊂ V2 .<br />
z 0<br />
m<br />
em<br />
v1<br />
v2<br />
vℓ<br />
258
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 39 (Teil 4) Die nachfolgende Abbildung illustriert, wie<br />
die noch fehlenden Kanten von den Knoten v1, . . . , vℓ <strong>zu</strong> den Teilgraphen<br />
H1, . . . , Hm gezogen werden.<br />
s<br />
z 1−α 1<br />
j 1<br />
Hj1 Hj2 Hj3<br />
z α 1<br />
j 1<br />
Die noch fehlenden Kanten von den Knoten v1, . . . , vℓ <strong>zu</strong> den Knoten<br />
z 0 1 , z1 1 , . . . , z0 m, z 1 m werden wie folgt gesetzt:<br />
◮ Sei Cj = x α1<br />
j1<br />
∨ x α2<br />
j2<br />
{(vj, z 1−α1<br />
j1<br />
∨ x α3<br />
j3<br />
), (vj, z 1−α2<br />
j2<br />
Es gilt: Die bipartite Zerlegung V1<br />
z α 2<br />
j 2<br />
z 1−α 2<br />
j 2<br />
z 1−α 3<br />
j 3<br />
die j-te Klausel von E, dann verbinden wir:<br />
z α 3<br />
j 3<br />
), (vj, z 1−α3<br />
j3 )} ⊂ E .<br />
·<br />
∪ V2 der letzten Folie bleibt erhalten.<br />
em<br />
vj<br />
259
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 39 (Teil 5) Die nachfolgende Abbildung illustriert den<br />
Graphen GE für die Formel<br />
s<br />
E = ∃ x1 ∀ x2 ∃ x3 : (x 1 ∨ x2 ∨ x 3) ∧ (x1 ∨ x2 ∨ x 3) .<br />
z 1 1<br />
z 0 1<br />
z 1 2<br />
z 0 2<br />
z 1 3<br />
z 0 3<br />
v1<br />
v2<br />
260
Andreas Jakoby<br />
<strong>Universität</strong> <strong>zu</strong> <strong>Lübeck</strong><br />
<strong>Computational</strong> <strong>Complexity</strong> SS 08<br />
9. Vorlesung, 09.06.2008<br />
Beweis von Satz 39 (Teil 6) Für ein Spiel auf einem solchen gegebenen<br />
Graphen gilt folgende Aussage:<br />
Beobachtung 19 Sei GE ein wie oben konstruierter Graph. Dann gilt:<br />
1. Spieler 1 markiert nur Knoten aus V1 und Spieler 2 Knoten aus V2.<br />
2. Ist Qi ein Existenzquantor, so hat Spieler 1 die Wahl, ob er nach<br />
dem ai markiert wurde den Knoten z 0 i oder z1 i markiert.<br />
3. Ist Qi ein Allquantor, so entscheidet Spieler 2, ob er nach dem ai<br />
markiert wurde den Knoten c0 i oder c1 i markiert, d.h. Spieler 2<br />
entscheidet, ob z0 j oder z1 j markiert wird.<br />
4. Spieler 2 entscheidet, welcher Klauselknoten v1, . . . , vℓ markiert wird.<br />
5. Spieler 1 hat auf GE genau dann eine Gewinnenstrategie, wenn für<br />
jede Wahl von Spieler 2, also insbesondere auch für jeden<br />
ausgewählten Klauselknoten vj noch einen nichtmarkierten direkten<br />
von vj existiert.<br />
Nachfolger z 1−α1<br />
j1<br />
, z 1−α2<br />
j2<br />
oder z 1−α3<br />
j3<br />
261