[论文解读] Real Computation with Least Discrete Advice: A Complexity Theory of Nonuniform Computability

Martin Ziegler|ArXiv.org|Nov 24, 2008

Computability, Logic, AI Algorithms参考文献 13被引用 8

一句话总结

本文通过量化使不连续问题可计算所需的最小离散建议，建立了非均匀实计算的复杂性理论。结果表明，知道奇异矩阵的秩（n−1比特）或对称矩阵不同特征值的个数（log₂n比特）即可实现可计算性，且通过拓扑与有效Borel层次结构分析，证明了这些界限的紧致性。

ABSTRACT

It is folklore particularly in numerical and computer sciences that, instead of solving some general problem f:A->B, additional structural information about the input x in A (that is any kind of promise that x belongs to a certain subset A' of A) should be taken advantage of. Some examples from real number computation show that such discrete advice can even make the difference between computability and uncomputability. We turn this into a both topological and combinatorial complexity theory of information, investigating for several practical problems how much advice is necessary and sufficient to render them computable. Specifically, finding a nontrivial solution to a homogeneous linear equation A*x=0 for a given singular real NxN-matrix A is possible when knowing rank(A)=0,1,...,N-1; and we show this to be best possible. Similarly, diagonalizing (i.e. finding a BASIS of eigenvectors of) a given real symmetric NxN-matrix is possible when knowing the number of distinct eigenvalues: an integer between 1 and N (the latter corresponding to the nondegenerate case). And again we show that N-fold (i.e. roughly log N bits of) additional information is indeed necessary in order to render this problem (continuous and) computable; whereas for finding SOME SINGLE eigenvector of A, providing the truncated binary logarithm of the least-dimensional eigenspace of A--i.e. Theta(log N)-fold advice--is sufficient and optimal.

研究动机与目标

• 正式化并分析使不连续实函数可计算所需的最小离散建议量。
• 基于拓扑与有效Borel结构，建立非均匀可计算性的复杂性理论。
• 确定线性代数与分析中关键问题（如求解线性方程与对称矩阵对角化）的最优建议。
• 阐明离散建议在何种条件下可降低实计算中原本不可计算问题的复杂性。
• 在Type-2图灵机模型中，利用有限离散建议，建立实数版本的邱奇-图灵论题。

提出的方法

• 使用'等级'（Lev(f)）概念来度量函数f变得可计算所需的最小建议比特数。
• 应用有效Borel层次结构，特别是$2\text{--}\Sigma_1$类，以刻画建议集的拓扑复杂性。
• 利用谱不变量（如秩、不同特征值个数）的下可计算性与下连续性，构造使函数变为连续的有效开集。
• 应用引理9d，表明建议集$\operatorname{LEV}(f,i)$构成域的最小连续区域划分。
• 使用'k-不连续性证据'概念，证明所需建议的下界。
• 通过由谱不变量导出的有效开集，将可计算性问题约化为函数定义域的拓扑结构。

实验结果

研究问题

• RQ1 求解奇异实$n\times n$矩阵$A$的齐次线性方程组$A\cdot\vec{x}=0$所需的最小离散建议量是多少？
• RQ2 不同特征值的个数是否为使对称矩阵对角化可计算的最小建议？
• RQ3 能否刻画出寻找单个特征向量所需的最小建议，且该建议是否最优？
• RQ4 在何种条件下，将定义域划分为连续区域的划分在大小上最小且在置换意义下唯一？
• RQ5 能否使用有限离散建议，形式化一个实数版本的邱奇-图灵论题？

主要发现

• 对$n\times n$奇异实矩阵$A$求解$A\cdot\vec{x}=0$的问题，需要恰好$n$比特建议（即$\operatorname{rank}(A)\in\{0,1,\ldots,n-1\}$）才能实现可计算性，且该结果最优。
• 实对称$n\times n$矩阵$A$的对角化可计算，当且仅当提供其不同特征值的个数（取值从1到$n$）作为建议，且$n$比特是必要且充分的。
• 对$n\times n$对称矩阵寻找单个特征向量仅需$\lfloor\log_2 n\rfloor + 1$比特建议——具体为最小维特征子空间维度的截断二进制对数——且该结果最优。
• 非均匀可计算性的复杂性通过有效Borel层次结构刻画，其中$2\text{--}\Sigma_1$集合捕获了建议集的拓扑结构。
• 多值函数$f$的等级$\operatorname{Lev}(f)$对应于实现可计算性所需的最小建议比特数，且该值在关键问题上具有紧致界限。
• 本文证明了集合$\operatorname{LEV}(f,i)$构成定义域的最小连续区域划分，且在特定条件下该划分在置换意义下唯一。