(a) Graf care aratǎ conectivitatea variabilelor din figura (a).(b) Graful <strong>pentru</strong> figura (b)Lema 8.1: Dacǎ douǎ expresii booleene A si B sunt deconexate, atunci A ∧ Beste posibil-a-fi-satisfǎcutǎ dacǎ si numai dacǎ A este posibil-a-fi-satisfǎcutǎ siB este posibil-a-fi-satisfǎcutǎ.Demonstratie: Fie X A variabilele lui A si X B variabilele lui B.( ⇒ ): Se aratǎ cǎ dacǎ A ∧ B este posibil-a-fi-satisfǎcutǎ, atunci A este posibil-afi-satisfǎcutǎsi B este posibil-a-fi-satisfǎcutǎ. Fie M AB un model <strong>pentru</strong> A ∧ B.Atunci A este adevǎratǎ în M AB si B este adevǎratǎ în M AB . Fie M A submultimeadin M AB care specificǎ variabilele din A si M B submultimea similarǎ <strong>pentru</strong> B.Deoarece A si B nu au în comun vreo variabilǎ, A trebuie sǎ fie adevǎratǎ în M Asi B în M B ; asadar A si B sunt posibil-a-fi-satisfǎcute.( ⇐ ): Se aratǎ cǎ dacǎ A este posibil-a-fi-satisfǎcutǎ si B este posibil-a-fisatisfǎcutǎ,atunci A ∧ B este posibil-a-fi-satisfǎcutǎ. Fie M A un model <strong>pentru</strong> Asi M B un model <strong>pentru</strong> B. Se defineste M AB = M A ∪ M B . Dacǎ A este adevǎratǎ înM A atunci este adevǎratǎ în M AB ; similar <strong>pentru</strong> B. Asadar A ∧ B este adevǎratǎîn M AB , astfel încât A ∧ B este posibil-a-fi-satisfǎcutǎ.□Din lemǎ, urmeazǎ direct teorema care intereseazǎ:Teorema 8.7: Fie C o expresie CNF; fie C 1 si C 2 expresii CNF astfel încât (1)C 1 si C 2 nu au variabile comune si (2) reuniunea clauzelor din C 1 si C 2 produceexact clauzele din C. Atunci, <strong>pentru</strong> orice propozitie A, C |= A dacǎ si numaidacǎ C 1 |= A sau C 2 |= A.Acel “dacǎ si numai dacǎ” este aici foarte important. Implicatia ⇐ esteevidentǎ: rezultǎ simplu ca o aplicaţie a monotoniei. Ea se menţine chiar dacǎsubmulţimile au variabile comune! Astfel, orice pǎtrat care este garantat în ceeace priveste orice submultime de restrictii este de asemenea garantat în raport cutoate restricţiile; astfel, o cale de a face eficientǎ investigarea completitudinii74
constǎ chiar în împǎrţirea variabilelor în submulţimi mici si dovedirea oricǎrorgaranţii posibile din fiecare submulţime (a se explora aceastǎ idee ca temǎ decasǎ). Implicaţia ⇒ spune cǎ dacǎ submulţimile sunt deconexate, se poatespune cu siguranţǎ cǎ efectuarea verificǎrilor cu submulţimi nu duce lapierderea vreunei garanţii.Exemplul care urmeazǎ, cel din figura (b), aratǎ un caz în care variabilele nupot fi separate în douǎ mulţimi disjuncte. Graful din figura (b) se referǎ la acestcaz. Aici tratarea prin simpla descompunere nu este de nici un ajutor si pare a ficazul unei probleme cu un fringe de 10 variabile sau cu 1024 de modele.Dar se poate utiliza urmǎtoarea strategie: dacǎ se cunoaste valoarea de adevǎr alui X 2,2 , atunci acea variabilǎ va dispǎrea din toate clauzele care o conţin(înlocuitǎ cu T sau F). Într-un astfel de caz, variabilele rǎmase se vor împǎrti îndouǎ mulţimi disjuncte. Asta este usor de vǎzut în figura (b): eliminarea noduluiX 2,2 deconexeazǎ cele douǎ jumǎtǎţi. Planul constǎ asadar în a rezolva cele douǎjumǎtǎti cu X 2,2 = T si cu X 2,2 = F. Costul total va fi de cel mult 2(2 2 + 2 7 ) = 264,substanţial mai mic decât 1024.O mulţime de noduri a cǎrei eliminare împarte un graf în douǎ sau mai multecomponente neconectate este numitǎ o mulţime de tǎiere. Pentru problema înexaminare, mulţimea de tǎiere este {X 2,2 }. Uneori nu este tocmai usor (trivial) agǎsi o mulţime de tǎiere bunǎ; de exemplu, în figura de Minesweeper marcatǎcu (c), cea mai micǎ mulţime de tǎiere are sase variabile – {X 2,1 , X 3,1 , X 4,1 , X 2,5 ,X 3,5 , X 4,5 }. Acest fapt este cel mai bine confirmat prin examinarea vizualǎ agrafului problemei. Fǎrǎ mulţimea de tǎiere, problema are 2 16 = 65.536 demodele de verificat. Pentru variabilele din multimea de tǎiere sunt 64 deasignǎri posibile si subproblemele rǎmase au fiecare câte 5 variabile asa încâtcostul total este de cel mult 64(2 5 + 2 5 ) = 4096 adicǎ de 16 ori mai putin si mairapid decât în formularea iniţialǎ, globalǎ.Aceastǎ secţiune a dat unele idei privind importanţa structurii problemei siunele metode de a profita de structurǎ. Clar, grafurile si algoritmii <strong>pentru</strong>grafuri au mult de-a face cu profitul posibil si de aceea, mai în profunzime vorface obiectul cursurilor urmǎtoare.75
- 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 70 and 71: Acum, suma contine n + 1 termeni, a
- Page 72 and 73: Teorema 8.6: Pentru orice propoziti
- 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