Оценка сложности вычисления гиперобъема — различия между версиями
(Новая страница: «{{В разработке}} == Постановка задачи == <tex>x = (x_1, x_2, ..., x_d; x_i \ge 0) \in R^d</tex> - точка в <tex>d</tex>-мерн...») |
|||
Строка 12: | Строка 12: | ||
В частности, если <tex>X = \{x\}</tex>, то <tex>S(X) = \prod \limits_{i=1}^{d} x_i</tex>. | В частности, если <tex>X = \{x\}</tex>, то <tex>S(X) = \prod \limits_{i=1}^{d} x_i</tex>. | ||
− | Утверждается, что точное вычисление значения вклада одной точки в гиперобъем <tex>S(X)</tex> множества из <tex>n</tex> точек <tex>d</tex>-мерного пространства является #P-трудной задачей, а аппроксимация этого значения -- NP-трудной. | + | Утверждается, что точное вычисление значения вклада одной точки в гиперобъем <tex>S(X)</tex> множества из <tex>n</tex> точек <tex>d</tex>-мерного пространства является [http://en.wikipedia.org/wiki/Sharp-P #P-трудной задачей], а аппроксимация этого значения -- [[NP-полнота|NP-трудной]]. |
Версия 09:08, 18 июня 2012
Эта статья находится в разработке!
Постановка задачи
- точка в -мерном пространстве.
Точка
доминирует точку ( ), если .- множество из точек в -мерном пространстве таких, что - никакая точка не доминируется другой точкой из этого множества.
- гиперобъем множества .
В частности, если
, то .Утверждается, что точное вычисление значения вклада одной точки в гиперобъем #P-трудной задачей, а аппроксимация этого значения -- NP-трудной.
множества из точек -мерного пространства является