Le modèle que vous décrivez est connu sous le nom de modèle Blum-Shub-Smale (BSS) (également modèle Real RAM) et est en effet utilisé pour définir les classes de complexité.
Certains problèmes intéressants dans ce domaine sont les classes , N P R , et bien sûr la question de savoir si P R = N P R . Par P R, nous voulons dire que le problème est polynomialement décidable, N P R est que le problème est polynomialement vérifiable. Il y a des questions de dureté / exhaustivité sur la classe N P R . Un exemple d'un problème complet N P R est le problème de Q P S , système polynomial quadratique, où l'entrée est de vrais polynômes dansPRNPRPRNPRPRNPRNPRNPRQPS variables et p 1 , . . . , P n ⊆ R [ x 1 , . . . , x n ] de degré au plus 2, et chaque polynôme a au plus 3 variables. La questionsavoir s'il existe une véritable solution courante R n ,telle sorte que p 1 ( a ) , p 2 ( a ) , . . . p n ( a ) = 0mp1,...,pn ⊆ R[x1,...,xn]Rnp1(a),p2(a),...pn(a)=0. Il s'agit d'un problème complet NPR
Mais plus intéressant, il y a eu des travaux sur la relation entre , (Probalistically Checkable Proofs), sur les réels, c'est-à-dire la classe P C P R , et sur la façon dont elle se rapporte aux modèles de calcul algébrique. Le modèle BSS se déplace sur l'ensemble de N P sur des réels. Ceci est standard dans la littérature, et ce que nous savons aujourd'hui, c'est que N P R a des "preuves longues transparentes" et des "preuves courtes transparentes". Par "épreuves longues transparentes", cela implique: N P R est contenu dans P C P R ( p o l yPCPPCPRNPNPRNPR . Il y a aussi une extension qui dit que la "version courte (presque) approximative" est également vraie. Peut-on stabiliser la preuve et détecter les défauts en inspectant considérablement moins de composants (réels) que n ? Cela conduit à des questions sur l'existence de zéros pour les (systèmes de) polynômes univariés donnés par le programme en ligne droite. En outre, par "preuves longues transparentes", nous entendonsPCPR(poly,O(1))n
"transparent" - Seulement, à lire,O(1)
long - nombre superpolynomial de composants réels.
La preuve est liée à , et bien sûr, une façon d'examiner les problèmes à valeur réelle est de savoir comment cela pourrait être lié à la sous-somme - même les algorithmes d'approximation pour les problèmes à valeur réelle seraient intéressants - comme pour l'optimisation - Programmation linéaire que nous connaissons est dans la classe F P , mais oui, il serait intéressant de voir comment l'approximation pourrait influer sur l'exhaustivité / la dureté dans le cas des problèmes N P R. De plus, une autre question serait le N P R = c o - N P R ? 3SATFPNPRNPR = co-NPR
En pensant à la classe , il existe également des classes de comptage définies pour permettre de raisonner sur l'arithmétique polynomiale. Alors que # P est la classe de fonctions f définie sur { 0 , 1 } ∞ → N pour laquelle il existe une machine de Turing à temps polynomial M et un polynôme p avec la propriété que ∀ n ∈ N , et x ∈ { 0 , 1 } n , f ( x )NPR#Pf{0,1}∞ → NMp∀n∈Nx∈{0,1}nf(x)compte le nombre de chaînes { 0 , 1 } p ( n ) que la machine de Turing M accepte { x , y } . Pour les réels, nous étendons cette idée, il existe des machines BSS additives - des machines BSS qui ne font que des additions et des multiplications (pas de divisions, pas de soustractions). Avec les machines BSS additives (les nœuds dans le calcul ne permettent que l'addition et la multiplication) le modèle pour # P devient celui dans lequel le comptage est sur les vecteurs que les machines BSS additives acceptent. Donc, la classe de comptage est # P a d dy∈{0,1}p(n)M{x,y}#P#Padd cette classe est utile dans l'étude des nombres de Betti, ainsi que la caractéristique d'Euler.