Saat menelusuri posting CStheory.se lama , saya menemukan posting blog yang menarik tentang masalah kematian matriks . Kecuali saya salah mengartikan masalah, ini menyatakan bahwa dengan memberikan koleksi terbatas matriks 3 x 3 dengan entri integer untuk setiap nilai matriks, kita harus memutuskan apakah ada produk hingga dari matriks yang sama dengan matriks yang terdiri dari semua nol.
Hebatnya, masalah ini tidak dapat dipastikan, karena pengurangan dari masalah korespondensi Post. Pertanyaan saya adalah: Mengingat ketidakpastian masalah, dan tautannya ke masalah yang terkait dengan mesin Turing, dapatkah Anda menunjukkan bahwa ada cara untuk mengkarakterisasi (misalnya) semua bahasa, kelas P, dan NP kelas menggunakan matriks?
Saya telah melakukan sedikit pekerjaan sendiri, tetapi tidak memiliki pelatihan untuk memastikan apakah kepercayaan saya benar. Masalah ini akan, saya pikir, memerlukan sedikit usaha pada bagian pembaca untuk menyelesaikannya.
Saya tidak tahu cara menggunakan LaTeX untuk menulis matriks pada SE, tapi inilah upaya pertama saya untuk mengkarakterisasi NP:
Diberikan seperangkat terbatas dari matriks 3 x 3 dengan entri bilangan bulat dan bilangan bulat k sebagai NP "permintaan," biarkan matriks tambahan M diambil sebagai "struktur." "Permintaan" menerima "struktur" jika ada produk | M | k + k matriks dari S yang sama dengan matriks yang hanya terdiri dari nol.
Upaya ini tidak lengkap dan tidak termasuk bukti, seperti yang Anda lihat, tapi saya ingin memberikan pemikiran pertama saya tentang masalah untuk melihat apakah upaya yang lebih canggih dapat dilakukan untuk memformalkan gagasan kompleksitas matriks. Ini menarik karena, seperti karakterisasi Fagin dari NP menggunakan kompleksitas deskriptif, ini dapat digunakan untuk mengkarakterisasi NP dengan cara yang bebas mesin.
sumber
Jawaban:
Ini bukan karakterisasi NP: ini hanya masalah NP-complete (well, saya menganggap itu NP-complete, pokoknya). OK, jika demikian, Anda bisa mengkarakterisasi NP sebagai kelas masalah yang dapat direduksi menjadi masalah matriks Anda, tetapi bagaimana Anda akan mendefinisikan reduksi? Menggunakan reduksi dari beberapa model komputasi yang ada (misalnya, mesin Turing) akan merugikan diri sendiri. Keuntungan apa yang dimiliki oleh karakterisasi seperti itu, katakanlah, mengingat NP sebagai kelas masalah yang dapat direduksi menjadi, katakanlah, set independen?
sumber