• Ei tuloksia

582421 Satunnaisalgoritmit (kevät 2009) 1. kurssikoe 23.2., ratkaisuja (JK)

N/A
N/A
Info
Lataa
Protected

Academic year: 2022

Jaa "582421 Satunnaisalgoritmit (kevät 2009) 1. kurssikoe 23.2., ratkaisuja (JK)"

Copied!
3
0
0

Kokoteksti

(1)

582421 Satunnaisalgoritmit (kevät 2009) 1. kurssikoe 23.2., ratkaisuja (JK)

1. Katso Mitzenmacher & Upfal, s. 97.

2. OlkoonXi = 0, jos lokerooniei tule yhtään palloa, jaXi= 1muuten. OlkoonYjindikaattorimuuttuja tapahtumalle, että lokeropari numerojtulee peitetyksi; siisYj=X2j1X2j.

(a) TapahtumalleYj= 0saadaan

Pr(Yj = 0) = Pr(X2j1= 0taiX2j = 0)

= Pr(X2j1= 0) + Pr(X2j= 0)−Pr(X2j1= 0jaX2j = 0)

= (1−1/n)m+ (1−1/n)m−(1−2/n)m

= 2(1−1/n)m−(1−2/n)m.

Suurillanvoidaan approksimoida(1−x/n)n≈ex, ja kunm=αn, saadaan Pr(Yj= 0)≈2eα−e2α.

Peitetyksi tulevien lokeroparien lukumäärä onY = Pn/2

j=1Yj, ja koska E[Yj] = Pr(Yj = 1), saadaan

E[Y] = n

2(2(1−1/n)m−(1−2/n)m)≈ n

2 1−2eα+ e2α

= n

2 1−eα2 . (b) Käytetään Poisson-approksimaatiota. Olkoot siisZi riippumattomia Poisson(α)-jakautuneita sa-

tunnaismuuttujia, kuni= 1, . . . , n. OlkoonYˆjindikaattorimuuttuja tapahtumalle, että lokerojon Poisson-mallissa peitetty. SiisYj = 0tarkoittaa tapahtumaa tapahtumaa ”Z2j1= 0taiZ2j = 0”.

Tämän todennäköisyys on

Pr( ˆYj= 0) = Pr(Z2j1= 0) + Pr(Z2j= 0)−Pr(Z2j1= 0) Pr(Z2j= 0)

= eαα0

0! + eαα0

0! −eαα0

0! ·eαα0 0!

= 2eα−e2α.

Siis Poisson-approksimaatiossa todennäköisyys saada lokerojpeitetyksi on Pr( ˆYj= 1) = 1−2eα−e2α= 1−eα2

.

Kun sijoitetaan parametrilleαarvo, joka antaa kohdan (a) approksimatiiviseksi odotusarvoksin/4, saadaan

Pr( ˆYj) = 1/2.

Siis muuttujatYˆjovat riippumattomiaBernoulli(1/2)-jakautuneita muuttujia. Kun merkitäänYˆ = Pn/2

j=1Yjjaµ=E[ ˆY] =n/4, niin tunnetusta Chernoffin rajasta (Theorem 4.5) saadaan Pr( ˆY ≤n/8) = Pr( ˆY ≤(1−1/2)µ)≤exp(−µ(1/2)2/2) = exp(−n/32).

Tapahtuma ”Yˆ ≤n/8” on Poisson-mallin vastine alkuperäisen mallin tapahtumalle ”Y ≤n/8”, joten tunnetun tuloksen (Corollary 5.9) mukaan

Pr(Y < n/8)≤e√

mPr( ˆY ≤n/8)≤αne1n/32=O(nc) itse asiassa millä tahansa vakiollac >0.

(2)

3. (a) Väritetään verkon kaaret toisistaan riippumatta kukin todennäköisyydellä1/2punaiseksi (”P”) ja todennäköisyydellä1/2siniseksi (”S”). Täydellisessänsolmun verkossa on n3

kolmiota. Nume- roidaan nämä mielivaltaisesti. OlkoonXiindikaattorimuuttuja tapahtumalle, että kolmio numeroi tulee monokromaattiseksi, jaX =P

iXi. KoskaPr(Xi) = (1/2)2 = 1/4, niinE[X] = 14 n 3

. Tunnetun tuloksen (kirjan Lemma 6.2) mukaan nytPr(X≤ 14

n 3

)>0. Siis väritys on mahdollista tehdä siten, että saadaan korkeintaan14 n3

monokromaattista kolmiota.

(b) Muodostetaan verkon kaarillee1, . . . , emväritys, jossa kaareneiväricion joko punainen (”P”) tai sininen (”S”). Käytetään ehdollisen odotusarvon menetelmää kohdan (a) tuloksen muuntamiseksi deterministiseksi algoritmiksi. Algoritmi kiinnittää väritci yksi kerrallaan. Tarkastellaan värinci

kiinnittämistä ja käytetään kaikillaj < imerkintääφjtapahtumallecj= Ptaicj = Ssen mukaan, kumpi väri kaarellejon kiinnitetty. Koska

E[X |φ1, . . . , φi1] = 1

2E[X |φ1, . . . , φi1, ci= P] +1

2E[X |φ1, . . . , φi1, ci= S], niin

min{E[X |φ1, . . . , φi1, ci= P],E[X |φ1, . . . , φi1, ci= S]} ≤E[X |φ1, . . . , φi1].

Merkitään nyt

∆ =E[X |φ1, . . . , φi1, ci= P]−E[X|φ1, . . . , φi1, ci= S].

Algoritmi valitsee nytci= P, jos∆≤0, jaci= S, jos∆>0. Siiscivalitaan niin, että E[X |φ1, . . . , φi1, φi]≤E[X |φ1, . . . , φi1].

Koska tapauksessai = 0pätee kohdan (a) perusteella E[X] ≤ 14 n 3

, algoritmi pitää voimassa invariantin

E[X |φ1, . . . , φi]≤ 1 4

n 3

. Erityisesti kun kaikkimväriä on kiinnitetty, pätee

E[X |φ1, . . . , φm]≤ 1 4

n 3

.

Koska tässä ei ole enää mitään satunnaista, jonoφ1, . . . , φmantaa halutun värityksen.

Tarkastellaan vielä algoritmin aikavaativuutta. Selvästi aikavaativuutta dominoi arvon∆laskemi- nenmkertaa värienc1, . . . , cmkiinnittämiseksi. Tarkastellaan nyt jollakiniarvon∆laskemista.

Kunk= 1, . . . , n3

, merkitään

k =E[Xk1, . . . , φi1, ci= P]−E[Xk1, . . . , φi1, ci = S].

Siis∆ = P

kk. Jos kaariei ei kuulu kolmioon numerok, niin selvästi∆i = 0. Tarkastellaan tilannetta, kun kaariikuuluu kolmioonk.

• Jos värityksetφ1, . . . , φi1eivät ole kiinnittäneet yhtään kolmion numerokkaarta, niin∆i= 0.

• Jos värityksetφ1, . . . , φi1ovat kiinnittäneet kolmion numerokkaarista yhden punaiseksi ja yhden siniseksi, niin∆i= 0.

• Jos värityksetφ1, . . . , φi1ovat kiinnittäneet kolmion numerokkaarista yhden punaiseksi ja jättäneet kaksi kaarta vapaaksi, niin∆k = 1/2.

• Jos väritykset φ1, . . . , φi1 ovat kiinnittäneet kolmion numerok kaarista yhden siniseksi ja jättäneet kaksi kaarta vapaaksi, niin∆k =−1/2.

• Jos värityksetφ1, . . . , φi1ovat kiinnittäneet kolmion numerokkaksi kaarta punaiseksi, niin

k= 1.

2

(3)

• Jos värityksetφ1, . . . , φi1ovat kiinnittäneet kolmion numero kkaksi kaarta siniseksi, niin

k=−1.

Jos kiinnitettävänä on kaarenei = (u, v)väritys, niin kaikki kaareneisisältävät kolmiot saadaan tarkastelemalla kaaria(u, w)ja(v, w)kaikilla solmuillaw. Siis∆saadaan lasketuksi ajassaO(n).

Koskam=O(n2), algoritmin aikavaativuudeksi tuleeO(n3).

3

Viittaukset

LIITTYVÄT TIEDOSTOT

Tehtävissä 2 ja 3 voit käyttää hyväksi mitä tahansa kurssilla esitettyjä tuloksia, kunhan selität aina lyhyesti, mitä tulosta milloinkin käytät.. Tehtävässä 1 voit

Miten muuttaisit edellisen tehtävän Mar- kovin ketjua, että tasapainojakaumassa kehän p todennäköisyys olisi verrannollinen suureeseen e − c(p) , missä c(p) on kehän kustannus

Kohdas- sa (b) sai yhden pisteen oikeasta ideasta (jaetaan heittojono lohkoihin), toisen pisteen kysytyn todennäköisyyden tarkasta lausekkeesta ja loput pisteet tämän

Haluttu Markovin ketju saadaan helposti samalla idealla kuin kurssikirjan sivulla 265 esitetty ketju riippumattomille joukoille.. Itse asiassa I on solmupeite, jos ja vain jos V −I

Kahta

Tytin tiukka itseluottamus on elämänkokemusta, jota hän on saanut opiskeltuaan Dallasissa kaksi talvea täydellä

Explain the reflection and transmission of traveling waves in the points of discontinuity in power systems2. Generation of high voltages for overvoltage testing

To this day, the EU’s strategic approach continues to build on the experiences of the first generation of CSDP interventions.40 In particular, grand executive missions to