¿Hay resultados contraintuitivos en informática teórica?

30

Probablemente, algunas de las paradojas de las matemáticas y la lógica podrían aplicarse automáticamente a las computadoras, pero ¿hay alguna paradoja descubierta en la ciencia de la computación?

Por paradojas me refiero a resultados contrarios a la intuición que parecen una contradicción.

serg
fuente
2
¿Está buscando cosas que se sienten paradojas o inconsistencias reales (por ejemplo, la paradoja de Russell)?
Rafael
2
No conozco una etiqueta adecuada para esta pregunta, tal vez [panorama general] o [pregunta suave]. ¿Puede dar un ejemplo de las paradojas matemáticas que ha mencionado para que podamos saber de qué está hablando?
Kaveh
2
Obviamente, no hay inconsistencias conocidas en informática, eso sería preocupante. ¿Estás buscando resultados contraintuitivos? ¿Son los resultados como el teorema de PCP, el teorema de recursión de Kleene y los criptosistemas de clave pública lo suficientemente extraños como para contarlo como paradojas?
Thomas
44
@serg, sería realmente útil si pudiera responder para aclarar su pregunta. O te refieres a tu pregunta en un sentido muy "suave" que sugiere Thomas, en cuyo caso la pregunta está correctamente etiquetada como panorama general y mi respuesta a continuación está fuera de tema, o lo dices en un sentido algo técnico ("aplicaciones y impactos de paradojas lógicas en informática ") en cuyo caso su pregunta debe etiquetarse como lo.logic, no como una imagen general. ¡O te refieres a algo completamente diferente que los cuatro comentaristas no hemos adivinado!
Rob Simmons el
44
La contraintuitividad es una función del tiempo. El hecho de que tantas preguntas diferentes sean NP-completas fue indudablemente contradictorio antes del artículo de Karp, al igual que el hecho de que los canales tienen capacidades de información definidas antes de Shannon. Sin embargo, ahora las personas están acostumbradas a estos resultados.
Peter Shor el

Respuestas:

28

Encuentro el hecho de que el flujo de red es polinomial contador de tiempo intuitivo. Parece mucho más difícil a primera vista que muchos problemas NP-Hard. O dicho de otra manera, hay muchos resultados en CS donde el tiempo de ejecución para resolverlos es mucho mejor de lo que cabría esperar.

Sariel Har-Peled
fuente
66
Ídem: He hecho que los estudiantes comenten sobre la falta de intuición del flujo de red, e incluso el hecho de que las coincidencias se pueden hacer en el tiempo polivinílico parece muy sorprendente.
Suresh Venkat
99
No estoy del todo de acuerdo. El flujo de red se puede reducir fácilmente a la programación lineal, por lo que afirma que la programación lineal en P es contradictoria. Quizás. Pero la dualidad muestra que LP está en NP y co-NP, lo que al menos sugiere que puede no ser tan difícil. Lo que es menos intuitivo es que min-cut es solucionable en P porque no es naturalmente un problema "fraccional".
Chandra Chekuri
21

P=NPN E X P A C CEXPP/polyNEXPACC

Suresh Venkat
fuente
Suresh, proporcione referencia al resultado de Meyer.
Mohammad Al-Turkistany
1
No sé si hay una referencia directa. El documento de Karp-Lipton ( faculty.cs.tamu.edu/chen/courses/637/2008/pres/ashraf.pdf ) acredita a Meyer con este resultado, pero no hay citas.
Suresh Venkat
20

SAT tiene un algoritmo de tiempo polinómico solo si P = NP. No sabemos si P = NP. Sin embargo, puedo escribir un algoritmo para SAT que es tiempo polinómico si P = NP es verdadero. No sé la referencia correcta para esto, pero la página de wikipedia ofrece un algoritmo y acredita a Levin.

mikero
fuente
55
De manera similar, tenemos un algoritmo demostrablemente óptimo para la factorización que se ejecuta en tiempo polinómico si la factorización está en P, pero no sabemos si la factorización está en P (o cómo analizar el tiempo de ejecución de esta función óptima).
Ross Snider
99
Esto generalmente se conoce como "búsqueda universal de Levin", y la referencia correcta es: L. Levin, problemas de enumeración universal. Problemas de transmisión de información, 9 (3): 265-266, 1973 (traducido del ruso). Este es el mismo documento en el que Levin introdujo la completitud NP (véase también Cook & Karp, pero que yo sepa, ninguno de ellos introdujo la noción de un algoritmo de búsqueda universal óptimo). La traducción al inglés se puede encontrar en la famosa encuesta de Trakhtenbrot
Joshua Grochow
18

La computabilidad ciertamente atornilla a la mayoría de los estudiantes. Un hermoso ejemplo con alta tasa de confusión es este:

f(n):={1,π has 0n in its decimals0,else

¿Es computable?f

La respuesta es sí; Vea una discusión aquí . La mayoría de las personas inmediatamente intentan construir con el conocimiento actual. Eso no puede funcionar y conduce a una paradoja percibida que en realidad es solo sutileza.f

Rafael
fuente
77
Esto me parece uno de esos problemas en los que todo su truco está en cómo se dice. Esto me recuerda un poco a tomar un algoritmo, confiando en que n es algo constante y proclamando que el algoritmo ahora se ejecuta en tiempo constante. La pregunta difícil que la gente generalmente pensará que se está preguntando es si podemos escribir un programa que pruebe que pi contiene una cadena 0 ^ n para todos n o que determinará el n más grande para el que es cierto.
Joseph Garvin el
44
Claro, pero el hecho de que piensen así no ilustra el engaño de la formulación de la función, sino que las personas no entienden la diferencia entre existencia y construcción.
Raphael
18

Un resultado sorprendente y contra intuitivo es que , probado usando aritmetización alrededor de 1990.IP=PSPACE

Como lo expresaron Arora y Barak (pág. 157) "Sabemos que la interacción por sí sola no nos da ningún idioma fuera del NP. También sospechamos que la aleatorización por sí sola no agrega potencia significativa a la computación. Entonces, ¿cuánto poder podría tener la combinación de aleatorización y interacción proporcionar? "

Aparentemente un poco!

Huck Bennett
fuente
13

Como dijo Philip, el teorema de Rice es un buen ejemplo: la intuición de uno antes de estudiar la computabilidad es que seguramente debe haber algo que podamos calcular sobre los cálculos. Resulta que solo podemos calcular algo sobre algunos cálculos.

Max
fuente
13

¿Qué hay de las publicaciones de Martin Escardo que muestran que hay conjuntos infinitos que se pueden buscar exhaustivamente en tiempo finito? Vea la publicación del blog invitado de Escardo en el blog de Andrej Bauer, por ejemplo, en "Programas funcionales aparentemente imposibles" .

Dominic Mulligan
fuente
12

El Teorema de la recursión ciertamente parece contra-intuitivo la primera vez que lo ves. Esencialmente dice que cuando está describiendo una máquina de Turing, puede asumir que tiene acceso a su propia descripción. En otras palabras, puedo construir máquinas de Turing como:

TM M acepta n iff n es un múltiplo del número de veces que aparece "1" en la representación de cadena de M.

TM N toma un número n y emite n copias de sí mismo.

Tenga en cuenta que la "representación de cadena" aquí no se refiere a la descripción de texto informal, sino a una codificación.

Mark Reitblatt
fuente
11

Probar resultados teóricos de la información basados ​​en supuestos teóricos de la complejidad es otro resultado contrario a la intuición. Por ejemplo, Bellare et al. en su artículo La (verdadera) complejidad del conocimiento estadístico cero demostró de manera constructiva que, bajo el supuesto de registro discreto certificado , cualquier lenguaje que admite el conocimiento estadístico de cero verificador honesto también admite el conocimiento estadístico cero.

El resultado fue tan extraño que sorprendió a los autores. Señalaron este hecho varias veces; por ejemplo, en la introducción:

Dado que el conocimiento estadístico cero es una noción computacionalmente independiente, es algo extraño que las propiedades al respecto puedan probarse bajo un supuesto de intratabilidad computacional.

PD: Okamoto demostró un resultado más fuerte incondicionalmente ( Sobre las relaciones entre las pruebas estadísticas de conocimiento cero ).

Descripción de algunos términos.

Como el resultado anterior incluye mucha jerga criptográfica, trato de definir informalmente cada término.

  1. pp1
  2. Conocimiento cero : un protocolo que no proporciona conocimiento a las partes limitadas en tiempo polinómico.
  3. Conocimiento estadístico cero: un protocolo que no proporciona información, incluso a partes computacionalmente ilimitadas, excepto con una probabilidad insignificante.
  4. Verificador honesto cero conocimiento: un protocolo que no proporciona conocimiento a las partes limitadas en el tiempo polinomial, si actúan según lo especificado por el protocolo.
MS Dousti
fuente
11

¿Qué tal el hecho de que la computación permanente es # P-Completa pero determinante de la computación, una forma en que la operación más extraña está en la clase NC?

Esto parece bastante extraño: no tenía que ser así (o tal vez lo hizo ;-))

Akash Kumar
fuente
7

El problema de programación lineal se puede resolver en tiempo (polinomialmente débil). Esto parece muy sorprendente: ¿por qué podríamos encontrar uno entre un número exponencial de vértices de un politopo de alta dimensión? ¿Por qué podríamos resolver un problema que es tan ridículamente expresivo?

Sin mencionar todos los programas lineales de tamaño exponencial que podemos resolver usando el método elipsoide y los oráculos de separación, y otros métodos (agregando variables, etc.). Por ejemplo, es sorprendente que un LP con un número exponencial de variables como la relajación Karmakar-Karp de Bin Packing se pueda aproximar de manera eficiente.

Sasho Nikolov
fuente
2
El hecho de que exista un número exponencial de soluciones no es exclusivo de LP. La mayoría de los problemas de optimización discreta tienen la misma característica pero tienen algoritmos de tiempo múltiple, ¿no? LP es un caso especial de optimización convexa donde un óptimo local es un óptimo global. También podemos resolver el módulo de optimización convexa un problema de épsilon debido a la irracionalidad y otras razones técnicas. Para LP, debido a la estructura combinatoria, uno puede saltar de esta pequeña solución de error a un vértice que proporciona una solución exacta. Sin embargo, la equivalencia de separación y optimización es sorprendente.
Chandra Chekuri
2
@ChandraChekuri lo que tenía en mente es que un problema de búsqueda geométrica de alta dimensión parece que debería ser difícil ... pero, por supuesto, también hay buenas razones por las cuales no es (convexidad). Probablemente debería enfatizar la equivalencia de separación y optimización en su lugar. Hay muchas consecuencias sorprendentes, como resolver problemas difíciles de optimización en gráficos perfectos, por ejemplo.
Sasho Nikolov
3

Cada vez que enseño autómatas, siempre les pregunto a mis alumnos si les sorprende que el no determinismo no agregue ningún poder a los autómatas de estado finito (es decir, que para cada NFA hay un equivalente - posiblemente mucho más grande - DFA). Aproximadamente la mitad de la clase informa haberse sorprendido, así que ahí lo tienes. [Yo mismo he perdido la "sensación" de lo que es sorprendente en el nivel de introducción.]

RRE

Aria
fuente