Pertanyaan ini terinspirasi oleh t-shirt Georgia Tech Algorithms and Randomness Center , yang menanyakan "Acak atau tidak ?!"
Ada banyak contoh di mana pengacakan membantu, terutama ketika beroperasi di lingkungan permusuhan. Ada juga beberapa pengaturan di mana pengacakan tidak membantu atau menyakiti. Pertanyaanku adalah:
Apa saja pengaturan ketika mengacak (dalam beberapa cara yang tampaknya masuk akal) benar-benar sakit?
Jangan ragu untuk mendefinisikan "pengaturan" dan "sakit" secara luas, baik dalam hal kompleksitas masalah, jaminan yang dapat dibuktikan, rasio perkiraan, atau waktu berjalan (saya berharap waktu berjalan adalah tempat jawaban yang lebih jelas akan terletak). Semakin menarik contohnya, semakin baik!
randomness
big-picture
randomized-algorithms
Lev Reyzin
sumber
sumber
Jawaban:
Berikut adalah contoh sederhana dari teori permainan. Dalam permainan di mana kesetimbangan Nash murni dan campuran ada, yang campuran seringkali jauh kurang alami, dan jauh "lebih buruk".
Pesan takeaway: pengacakan dapat membahayakan koordinasi.
sumber
Berikut adalah contoh sederhana dari bidang algoritma terdistribusi.
Keacakan biasanya sangat membantu. Algoritma terdistribusi acak seringkali lebih mudah dirancang dan lebih cepat.
Namun, jika Anda memiliki algoritma terdistribusi deterministik cepat , Anda dapat mengubahnya secara mekanis [ 1 , 2 ] menjadi algoritma self-stabilizing cepat . Intinya, Anda akan mendapatkan versi toleransi kesalahan yang sangat kuat secara gratis (setidaknya jika sumber daya bottleneck adalah jumlah putaran komunikasi). Anda dapat menyederhanakan desain algoritma Anda dengan berfokus pada jaringan statis sinkron bebas kesalahan, dan konversi akan memberi Anda algoritma toleran kesalahan yang dapat menangani jaringan dinamis asinkron.
Konversi seperti itu tidak dikenal untuk algoritma terdistribusi acak secara umum.
sumber
Biarkan saya pertama kali membawa masalah tentang keacakan:
Ini adalah pertanyaan filosofis yang kontroversial dan juga tidak terkait dengan konteks di sini. Namun saya menggunakannya sebagai kata peringatan, karena jawaban yang akan datang akan kontroversial jika seseorang menggali terlalu dalam ke pertanyaan di atas.
Teorema Shannon – Hartley menggambarkan kapasitas saluran komunikasi di hadapan kebisingan. Kebisingan berubah 0s ke 1s dan sebaliknya, dengan beberapa probabilitas yang ditentukan sebelumnya.
Jika saluran berperilaku dengan cara deterministik --- Yaitu, jika kita dapat memodelkan kebisingan dengan cara yang kita dapat menentukan bit apa yang akan berubah --- Kapasitas saluran akan sangat besar. Sangat diinginkan!
Saya suka menganalogikan keacakan menjadi gesekan: Ini menentang gerakan, namun gerakan tidak mungkin tanpanya.
sumber