标签：Lovasz 概率 变量 发生 sample Lemma 调用 事件 Proof
LLL 证明
Lovasz-Local lemma: 有一堆事件，每个事件有标号 \(X_i\)。如果对任意 \(i\), 记 \(V_i\) 满足： \(i\) 与除 \(V_i\) 外事件完全独立，且 \(P(A_i) \le X_i \prod_{j\in V_i} (1-x_j)\), 则有至少 \(\prod (1-X_i)\) 的概率所有事件均不发生。
证明：对每个集合 \(A\) 和 \(a\notin A\), 我们证明 \(A\cup \{a\}\) 均不发生的概率至少为 \(A\) 均不发生的概率乘以 \((1-x_a)\)。对 \(|A|\) 归纳。注意到 \(A\cup \{a\}\) 均不发生的概率为 \(A\) 不发生的概率减去 \(A\) 不发生且 \(a\) 发生的概率，后者不超过 \(A \backslash V_a\) 均不发生且 \(a\) 发生的概率。而 \(A \backslash V_a\) 与 \(a\) 独立，两概率可以直接相乘。
又由归纳假设 \(A \backslash V_a\) 均不发生的概率除以 \(A\) 均不发生的概率不超过 \(1/\prod_{j\in V_a} (1-x_j)\)，化简得证。
\(k-SAT\) 构造性证明
考虑构造每个 Clause 与不超过 \(2^{k-2}\) 个其余 Clause 相交的 \(k\)-SAT 的解。
考察一个操作 \(f(A)\)，效果为：经过一些处理，使得 Clause \(A\) 从不满足变成满足，原先满足的仍然满足。 具体执行定义如下：首先我们重新随机 sample \(A\) 涉及到的变量。而后当存在 \(A\) 有交 (含 \(A\) 自己) 的 Clause \(B\) 未满足，我们递归调用 \(f(B)\)。
\(f\) 的正确性显然成立，我们希望证明 \(f\) 的执行时间。事实上，我们只需要说明：\(f\) 的调用时间 \(\ge 2\log m\) 的概率不超过 \(O(1/m^2)\) （于是，可以在某次超过 \(2\log m\)次调用后完全从头再来）。考虑固定一棵（给定根）的调用树，大小为 \(t\)。我们声称：这棵调用树出现的概率不超过 \(1/2^{kt}\)。这是因为每当树上节点用过一些变量，这些变量会立即被sample成新的值，所以树上节点的事件是完全独立的。而大小为 \(t\) 的调用树个数有界：因为每次只有最多 \(2^{k-2}+1\) 个邻点可供选择；为了回溯，也只需记录这个点是不是当前子树最后一个点即可。因此方法数不超过 \((2(2^{k-2}+1))^t\)。
于是，大概率从外部 \(m\) 次 \(f\) 的调用后，每次调用的时间均不超过 \(m\log m\)。于是我们可以在不超过 \(O(m^2\log m)\) 的时间给出构造。
一般的 LLL 构造性证明
考虑如下设定: 每个事件与 \(\Omega\) 中若干个变量相关，\(\Omega\) 中的变量两两独立。
我们考虑如下算法：初始给 \(\Omega\) 中的变量随机赋值。当有事件发生时，我们将该事件涉及的变量重新 sample，一直执行知道所有事件均不发生。
我们证明：事件 \(i\) 被重新 sample 的期望次数不超过 \(x_i/(1-x_i)\)。证明如下：记 \(a_i\) 为事件 \(i\) 重新 sample 的期望次数。我们将事件 \(i\) 的每次 sample charge 到最近一次涉及到其中变量的修改上。那么容易发现， \(a_i\le P_i (1+a_i+\sum_{j\in V_i}a_j)\). 化简后只需证明 \(1\ge \prod (1-x_j) + \sum_j x_j \sum_{k\ne j} (1-x_k)\)，显然得证。
标签：Lovasz,概率,变量,发生,sample,Lemma,调用,事件,Proof 来源： https://www.cnblogs.com/cauchysheep/p/16587302.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。