Câu hỏi được gắn thẻ «randomized-algorithms»

Một thuật toán có hành vi được xác định bởi đầu vào của nó và một trình tạo tạo ra các số ngẫu nhiên đồng nhất.






10
Các thuật toán xác suất (ngẫu nhiên) trước khi xuất hiện khoa học máy tính hiện đại
Chỉnh sửa: Tôi chọn câu trả lời có điểm cao nhất vào ngày 06 tháng 12 năm 2012. Đây là một câu hỏi mềm. Khái niệm thuật toán (xác định) có từ thời BC. Điều gì về các thuật toán xác suất? Trong mục wiki này , thuật toán của …





2
Nguyên lý Minimax của Yao về thuật toán Monte Carlo
PPPXX\mathcal{X}AA\mathcal{A}PPPDD\mathcal{D}RR\mathcal{R}AA\mathcal{A}minA∈AEcost(A,D)≤maxx∈XEcost(R,x)for all D and R.minA∈AEcost(A,D)≤maxx∈XEcost(R,x)for all D and R.\min_{A\in\mathcal{A}}\quad\mathbb{E} cost(A,\mathcal{D}) \leq \max_{x\in\mathcal{X}}\quad\mathbb{E} cost(\mathcal{R},x) \quad\quad\text{for all $\mathcal{D}$ and $\mathcal{R}$}. Chủ yếu là nguyên tắc của Yao chỉ liên quan đến các thuật toán Las Vegas , nhưng nó có thể được khái quát thành các thuật toán Monte Carlo như sau. …

3
Tổng quát hóa trò lừa đảo trung bình của người Viking lên kích thước cao hơn?
Đối với các thuật toán ngẫu nhiên AA\mathcal{A} lấy các giá trị thực, "mẹo trung vị" là một cách đơn giản để giảm xác suất thất bại xuống bất kỳ ngưỡng nào δ>0δ>0\delta > 0 , với chi phí chỉ là một phép nhân t=O(log1δ)t=O(log⁡1δ)t=O(\log\frac{1}{\delta})trên đầu. Cụ thể, nếu đầu …


2
Giới hạn trên
Nếu fff là hàm lồi thì bất đẳng thức của Jensen nói rằng f(E[x])≤E[f(x)]f(E[x])≤E[f(x)]f(\textbf{E}[x]) \le \textbf{E}[f(x)] và mutatis mutandis khi fff lõm. Rõ ràng trong trường hợp xấu nhất, bạn không thể giới hạn trên E[f(x)]E[f(x)]\textbf{E}[f(x)] về mặt f(E[x])f(E[x])f(\textbf{E}[x]) cho một lồi fff , nhưng có một ràng buộc đi …


Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.