Acum, suma contine n + 1 termeni, asa încât cel putin unul dintre acestiatrebuie sǎ fie mai mare sau egal cu 2 n /(n + 1).□Ultimul pas este o aplicatie a principiului generalizat “pigeonhole”: dacǎ Nobiecte sunt plasate în k cutii, atunci existǎ cel putin o cutie cu cel putin ⎡ N / k ⎤obiecte.Finalul digresiunii! Vom reveni la numǎrare mai târziu când se va vorbi deprobabilitǎti.Un algoritm “brain-dead” <strong>pentru</strong> MinesweeperFiind datǎ o reprezentare CNF a unui afisaj de Minesweeper CNF(d), existǎunele inferenţe “evidente” care se pot face. De pildǎ, în exemplul din parteastângǎ a figurii alǎturate, reprezentarea CNF este alcǎtuitǎ din trei clauzesimple, unitare, cu literale pozitive:(X 1,2 ) ∧ (X 2,2 ) ∧ (X 2,1 )2 21 3 1 1 m1 2 1 2Simplu, prin eliminarea-de-şi, se poate vedea cǎ cele trei pǎtrate contin mine(cum era de asteptat). Similar, în exemplul din partea dreaptǎ, reprezentareaCNF este(¬X 1,2 ) ∧ (¬X 2,2 )Din nou, avem clauze unitare, simple, de data aceasta cu literale negate/negative si putem conchide imediat cǎ pǎtratele (1, 2) si (2, 2) sunt sigure.Astfel, concluziile care sunt “evidente” unui jucǎtor uman sunt “evidente” si înreprezentarea CNF. Asa putem defini primul algoritm simplu:Definitia 8.3 (Brain-Dead Minesweeper):Fiind dat un afisaj d, se genereazǎ CNF(d).if CNF(d) contine o clauzǎ unitarǎ pozitivǎ (X i,j ), se marcheazǎ (i, j) caminǎelse if CNF(d) contine o clauzǎ unitarǎ negativǎ (¬X i,j ), exploreazǎpǎtratul sigur (i, j)else exploreazǎ la întâmplare un pǎtrat necunoscut.Se poate aprecia cât de bine lucreazǎ aceastǎ schemǎ: nu prea bine în modspecial! Existǎ multe cazuri în care schema nu opereazǎ bine; cele douǎexemple din lectia 7 (“trei de 1” si “cinci de 1”) nu au miscǎri “evidente” dar aumiscǎri logic solide. Apelând numai la inferenţele evidente nu se obţine ostrategie completǎ:4Scrierea ⎡a ⎤ se referǎ la întregul egal sau imediat superior numǎrului a.70
Definiţia 8.4 (Completitudinea (unei proceduri de inferenţǎ)): O procedurǎdemonstrativǎ este completǎ dacǎ si numai dacǎ ea poate dovedi fiecarepropoziţie care este consecinţa (entailed by) unei propoziţii date.Algoritmi logici <strong>pentru</strong> MinesweeperPentru a obtine un algoritm logic complet <strong>pentru</strong> Minesweeper se utilizeazǎnoţiunea de testare a posibilitǎţii-de-satisfacere din lectia 7. Reamintim cǎ dacǎCNF(d) ∧ (¬X i,j ) este imposibil-de-satisfǎcut, atunci X i,j este consecintǎ a luiCNF(d).Definiţia 8.5 (Minesweeper logic, mark I):Fiind dat un afisaj d, se genereazǎ CNF(d).if CNF(d) contine o clauzǎ unitarǎ pozitivǎ (X i,j ), se marcheazǎ (i, j) caminǎelse if CNF(d) contine o clauzǎ unitarǎ negativǎ (¬X i,j ), se testeazǎ fǎrǎreţineri pǎtratul (i, j)else if CNF(d) ∧ (¬X i,j ) este imposibil-de-satisfǎcut <strong>pentru</strong> orice X i,jdin CNF(d), se marcheazǎ (i, j) ca având minǎelse if CNF(d) ∧ (X i,j ) este imposibil-de-satifǎcut <strong>pentru</strong> oriceX i,j din CNF(d), se testeazǎ (i, j) fǎrǎ grijǎ pǎtratul (i, j)else se testeazǎ un pǎtrat necunoscut la întâmplare.De observat cǎ algoritmul nu specificǎ mina care trebuie marcatǎ mai întâi dacǎse pot identifica mai multe mine, nici care pǎtrat sǎ se testeze mai întâi dacǎsunt mai multe pǎtrate detectate ca sigure. Este un exercitiu interesant ademonstra urmǎtoarea:Teorema 8.4: Între douǎ miscǎri aleatoare, algoritmul mark I marcheazǎ exactaceeasi multime de mine si descoperǎ aceeasi multime de pǎtrate sigure,indiferent de ordinea de selectie.Astfel, mark I face în principiu fiecare miscare garantatǎ logic. În teorie asta-ifoarte frumos; în practicǎ nu lucreazǎ bine deloc. Am vǎzut deja cǎ restricţiaglobalǎ poate avea exponenţial de multe clauze. Mai mult, restricţia globalǎ estedefinitǎ pe toate variabilele de pe tablǎ, asa încât <strong>pentru</strong> o tablǎ XxY vor trebuienumerate 2 XY modele. Este o problemǎ fǎrǎ speranţǎ de mare!Trebuie adoptatǎ o strategie mai subtilǎ. Sǎ împǎrtim CNF(d) în restricţiilelocale C(d) si restricţia globalǎ G(d). Mai întâi, am putea pretinde pur si simplucǎ restricţia globalǎ nu existǎ:Definitia 8.6 (Minesweeper logic, mark II): Identicǎ cu mark I cu deosebireacǎ CNF(d) este înlocuitǎ cu C(d), forma CNF a restricţiilor locale.Teorema 8.5: Orice pǎtrat care este “sigur garantat” sau “minat garantat” înraport cu C(d) este “sigur garantat” sau “minat garantat” si în raport cu C(d) ∧G(d).Adicǎ, miscǎrile garantate mark II sunt corecte chiar dacǎ ele ignorǎ restricţiaglobalǎ! Este asta vreo proprietate specialǎ, ciudatǎ a jocului si, prin natura ei, arestrictiei globale? În realitate este numai un caz special al unei teoreme multmai simple si mult mai puternice privitoare la monotonia logicii:71
- Page 5 and 6:
C U P R I N SLecţia 1 9Scopul curs
- Page 7:
Probabilitǎti conditionate. Evenim
- Page 11 and 12:
Este foarte important a observa cǎ
- Page 13 and 14:
în al doilea rând se relevǎ posi
- Page 15 and 16:
Propozitia (6) este conjectura lui
- Page 17 and 18:
Demonstratii prin aplicarea de regu
- Page 19 and 20: Demonstratie: Se va demonstra contr
- Page 21 and 22: este a presupune opusul, contrarul
- Page 23 and 24: Lecţia 2Aceastǎ lectie acoperǎ s
- Page 25 and 26: Asadar, prin principiul inductiei,
- Page 27 and 28: 3. Pentru fiecare set de n + 1 iMac
- Page 29 and 30: Teorema 2.5: ∀ n∈ N, orice regi
- Page 31 and 32: Lecţia 3Aceastǎ lectie acoperǎ a
- Page 33 and 34: • Pasul inductiv: se demonstreaz
- Page 35 and 36: P(n) este falsǎ. Prin definitie st
- Page 37 and 38: Teorema 3.6: Pentru orice numǎr na
- Page 39 and 40: Lecţia 4Aceastǎ lectie completeaz
- Page 41 and 42: • Cazul de bazǎ: demonstratia pe
- Page 43 and 44: Teorema 4.3: Pentru orice arbore t,
- Page 45 and 46: 1. Ipoteza inductivǎ aratǎ cǎ pe
- Page 47 and 48: Lecţia 5Divide-et-impera si merges
- Page 49 and 50: a obtine o versiune sortatǎ a list
- Page 51: fiecare nivel? La nivelul rǎdǎcin
- Page 54 and 55: Pentru orice proprietate P, dacǎP(
- Page 56 and 57: suficiente). Aceastǎ argumentatie
- Page 58 and 59: metodele de a reduce dimensiunea ac
- Page 60 and 61: ∧ si ∨ , ceea ce se constatǎ p
- Page 62 and 63: Jocul MinesweeperRegulile jocului M
- Page 64 and 65: • Existǎ exact o minǎ rǎmasǎ.
- Page 66 and 67: Ca exerciţiu, a se încerca demons
- Page 68 and 69: U(k, n) înseamnǎ cǎ cel mult k d
- Page 72 and 73: Teorema 8.6: Pentru orice propoziti
- Page 74 and 75: (a) Graf care aratǎ conectivitatea
- Page 77 and 78: Lecţia 9Secvenţa de lecţii care
- Page 80 and 81: • y ≤ x/2. Atunci primul argume
- Page 82 and 83: Acest algoritm utilizeazǎ faptul c
- Page 84 and 85: else(d, a, b) := extended-gcd(y, x
- Page 86 and 87: Teorema 10.1 sugereazǎ un test de
- Page 89 and 90: Lecţia 11Criptografie si RSACripto
- Page 91 and 92: gǎseascǎ x-ul corect - dar asta i
- Page 93 and 94: (mod pq) este una din solutiile pos
- Page 95 and 96: Alice semneazǎ în esentǎ orice m
- Page 97 and 98: Lecţia 12Grafuri - introducereDefi
- Page 99 and 100: Dacǎ e = (u,v), arcul e se numeste
- Page 101 and 102: Grafuri specialeDefinitia 12.10: Un
- Page 103 and 104: Operatii cu grafuriW 4subgraf al lu
- Page 105 and 106: matricea de adiacentǎ este⎡ 0 0
- Page 107 and 108: dedecabcabEle pot fi aranjate sǎ a
- Page 109 and 110: ababd c dcNumǎrul si dimensiunile
- Page 111 and 112: 3 (a,c) 5d 10 (a,c)4 6a 1 8 2 z0
- Page 113 and 114: Un exemplu: Care este circuitul cel
- Page 115 and 116: Definitia 12.30: Un arbore cu rǎd
- Page 117 and 118: • Se opreste operatia când s-au
- Page 119 and 120: La începutul jocului sunt pe masǎ
- Page 121 and 122:
Lecţia 13Introducere în probabili
- Page 123 and 124:
7. Mâini la poker. Amestecarea urm
- Page 125 and 126:
Acum se pot atribui probabilitǎti
- Page 127 and 128:
o bilǎ? Este usor de calculat: se
- Page 129 and 130:
Lecţia 14Probabilitǎti conditiona
- Page 131 and 132:
Urmeazǎ acum alte câteva exemple
- Page 133 and 134:
Cazul de bazǎ este n = 1 si coresp
- Page 135 and 136:
evenimentul care produce la a doua
- Page 137 and 138:
Pr[A i ] Pr[A j ] = (1/6) 2 = 1/36
- Page 139 and 140:
Lecţia 15Douǎ aplicatii killerIat
- Page 141 and 142:
A 1 ∩A 2 ] este probabilitatea ca
- Page 143 and 144:
petrecere. Câti trebuie sǎ invita
- Page 145 and 146:
Aceasta poate fi interpretatǎ astf
- Page 147 and 148:
destul de bunǎ pentru k 0 . În re
- Page 149 and 150:
Lecţia 16Variabile aleatoare si me
- Page 151 and 152:
adicǎ numǎrul asteptat (media) de
- Page 153 and 154:
numǎrul de ori în care ceva anume
- Page 155 and 156:
Lecţia 17Câteva distributii impor
- Page 157 and 158:
Încercǎm sǎ colectionǎm un set
- Page 159 and 160:
care tinde cǎtre λ pe mǎsurǎ ce
- Page 161 and 162:
Lecţia 18Dispersia unei variabile
- Page 163 and 164:
problema pasilor aleatori de mai su
- Page 165 and 166:
Înainte de a demonstra inegalitate
- Page 167 and 168:
Lecţia 19Variabile aleatoare indep
- Page 169 and 170:
mǎsurǎrii unei valori cum este p
- Page 171 and 172:
Aceastǎ teoremǎ nu va fi demonstr
- Page 173 and 174:
Lecţia 20Jocul Minesweeper si prob
- Page 175 and 176:
Primul pas este cel al identificǎr
- Page 177 and 178:
probabilistic dat mai devreme. Sing
- Page 179 and 180:
Este limpede cǎ expresia aceasta e