注意:您不必了解近似算法即可回答此问题>
你好。我需要使用期望值来证明算法近似值。该算法采用x_i \in {0,1,2}
使得i\in 1,...n+2
,并且存在常数c_i \in 0,1,2
使得i\in 1,...,n
并希望找到变量的赋值,使得对于所有x_i +x_(i+1)+x_(i+2) != 0 \mod(3)
的i
使得索引的数量x_i +x_(i+2) = c_i \mod(3)
最大化。它执行以下操作:独立且均匀地随机选择x_1 , x_2 \in 0,1,2
,然后对于给定的每个i\in 3,...,n+2
,将x_(i-2),x_(i-1)
的值分配给x_i
,将{b\in 0,1,2 | x_(i-1)+x_(i-2)+b != 0 \mod(3)}
中的两个值之一均匀地随机。每个x_i
的分配对于所有x_j
(例如j<i-2
)都是独立的。我需要证明该算法使用期望值给出了所描述问题的1/3
近似值(意味着证明对于我们分配给该问题的某些X随机变量E[X]=1/3
)我正在努力定义这样的X并进行计算,我一直得到2 \ 3而不是1 \ 3。有人可以帮助计算吗?
注意:您不必了解近似算法即可回答此Hello。我需要使用期望值来证明算法近似值。该算法采用{0,1,2}中的x_i \,使得i \ ...
您可以证明每个x_i在{0,1,2}上均匀分布,并且通过归纳成对独立。基本情况(n = 2)是立即发生的,归纳步骤是基于这样一个事实,即给您x_i独立于x_j(j 由于P(x_i + x_ {i + 2} = c_i)为1/3,并且根据期望的线性关系,E [X] = n / 3。因此立即得到结果。 澄清最后一条语句:如果x_i + x_ {i + 2} = c_i,则令V_i为一个随机变量,以使V_i为1。否则,V_i为0。然后,根据期望线性,X = sum(V_i i = 1..n),E [X] = sum(E [V_i] i = 1..n)。但是,E [V_i] = P(x_i + x_ {i + 2} = c_i)= 1/3。