Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Walthari Thomas Geändert vor über 10 Jahren
1
Deterministic Random Walks Tobias Friedrich Max-Planck-Institut für Informatik Saarbrücken Friedrich-Schiller-Universität Jena
2
Tobias Friedrich Random Walk vs. Propp Machine Ein-Knoten-Diskrepanz Aggregating Model Übersicht = Theorie = Praxis/Anwendung
3
Tobias Friedrich R an d om W a lk au f Z 2
4
Zusätzlich Zeiger an jeder Position: Propp Machine
5
Tobias Friedrich Propp Machine
6
Tobias Friedrich Propp Machine Detailansicht : 1. 2. 3. 4. ( " ; ! ; # ; Ã ) Kreisförmige Rotor Sequence ( " ; ! ; # ; ( " ; ! ; ( " ;
7
Tobias Friedrich Propp Machine Detailansicht: 1. 2. 4. 3. ( " ; ! ; Ã ; # )( " ; ( " ; ! ; ( " ; ! ; Ã ; Nicht-Kreisförmige Rotor Sequence
8
Tobias Friedrich Fragestellung Wie gut beschreibt die Propp Machine einen Random Walk?
9
Tobias Friedrich Voraussetzung 1 Anfangskonfiguration hat Chips nur auf einer Parität
10
Tobias Friedrich (1,0) (0,1) (0,-1) (0,0)(-1,0) Angepaßtes Koordinatensystem Voraussetzung 2
11
Tobias Friedrich (1,1) (-1,1) (-1,-1) (1,-1) (0,0) Angepaßtes Koordinatensystem Voraussetzung 2
12
Tobias Friedrich Für feste Anfangskonfiguration Notation [ Rechnung siehe Tafel ] H ( x ; t ) : = WSK, d ass Ch i pvon x i n t zu f Ä a ll i gen S c h r i tt enam U rsprungan k omm t Weitere Notation
13
Tobias Friedrich Bekannte Ergebnisse Cooper und Spencer [1]: Cooper, Spencer, Doerr, Tardos [2]: max x 2 Z d max t ¸ 0 ¡ propp ( x ; t ) ¡ rw ( x ; t ) ¢ · c d max x 2 Z 1 max t ¸ 0 ¡ propp ( x ; t ) ¡ rw ( x ; t ) ¢ ¼ 2 : 29 [1]Joshua Cooper, Joel Spencer: Simulating a random walk with constant error. Zu erscheinen in Combinatorics, Probability and Computing [2]Joshua Cooper, Benjamin Doerr, Joel Spencer, Gábor Tardos: Deterministic random walks on the integers. Zu erscheinen in European Journal of Combinatorics
14
Tobias Friedrich Unser Ergebnis max x 2 Z 2 max t ¸ 0 j propp ( x ; t ) ¡ rw ( x ; t ) j A u fd emzwe i - d i mens i ona l en G i tt er Z 2 ¼ ( 7 : 83 f Ä ur k re i s f Ä orm i ge R o t or S equences 7 : 28 f Ä urn i c h t - k re i s f Ä orm i ge R. S.
15
Tobias Friedrich Intuition Propp Machine W i rwo ll en propp ( 0 ; t ) ¡ rw ( 0 ; t ) max i m i eren
16
Tobias Friedrich Intuition 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 4 1 2 1 4 1 4 1 2 1 4 1 2 1 2 Random WalkPropp Machine D aserg i b t propp ( 0 ; 2 ) ¡ rw ( 0 ; 2 ) = 4 ¡ 1 = 3.
17
Tobias Friedrich Ein einfaches Beispiel propp ( 0 ; t ) ¡ rw ( 0 ; t ) ¼ 6 : 68.
18
Tobias Friedrich Ein besseres Beispiel propp ( 0 ; t ) ¡ rw ( 0 ; t ) ¼ 7 : 77. f Ä ur ( % ; & ;. ; - ) nurer l au b t f a ll s - un d. i n R o t or S equence au f e i nan d er f o l gen d s i n d
19
Tobias Friedrich propp ( 0 ; t ) ¡ rw ( 0 ; t ) ¼ 7 : 22. Ein besseres Beispiel f Ä ur ( % ; - ; & ;. )
20
Tobias Friedrich Obere Schranke Satz: Diskrepanz kann nach oben abgeschätzt werden durch die Summe der worst-case Beiträge aller Positionen: j propp ( 0 ; t ) ¡ rw ( 0 ; t ) j · X x 2 Z 2 con ( x )
21
Tobias Friedrich Pfeil = Chip in diese Richtung geschickt zu bestimmter Zeit Pfeill ä nge = Beitrag dieses Chips Roter Pfeil = negativer Beitrag W ors t -case f Ä ur ( % ; - ;. ; & )
22
Tobias Friedrich Worst-case Konfigurationen K re i s f Ä orm i ge R o t or S equence ( % ; - ;. ; & ) N i c h t - k re i s f Ä orm i ge R o t or S eq. ( % ; - ; & ;. )
23
Tobias Friedrich 10 3 ¢ con ( x ) B e i t r Ä ageversc h i e d ener x K re i s f Ä orm i ge R o t or S equence ( % ; - ;. ; & ) N i c h t - k re i s f Ä orm i ge R o t or S eq. ( % ; - ; & ;. )
24
Beweise Berechne X k x k 1 > 800 con ( x ) · 0 : 16 Ob ere S c h ran k e X k x k 1 · 800 con ( x ) ¼ ( 7 : 83 f Ä ur k re i s f Ä orm i ge R. S. 7 : 28 f orn i c h t - k re i s f Ä orm i ge R. S.
25
Tobias Friedrich Untere Schranke Untere Schranke = obere Schranke !! Worst-case Konfigurationen sind konstruierbar
26
Tobias Friedrich Zusammenfassung Theorieteil Ergebnisse für die 2D Propp Machine: Diskrepanz 7.83/7.28 für kreisförmige/nicht- kreisförmige Rotor Sequences (scharf!) Erster Beweis, daß die Reihenfolge in der die Nachbarn bedient werden überhaupt einen Einfluß hat Genaue Charakterisierung der Worst-cases
27
Tobias Friedrich Offene Fragen Welche Graphen haben Propp-Eigenschaft ? Was ist mit durchschnittlicher Diskrepanz? Was passiert auf Intervallen von Zeit/Ort?...
28
Tobias Friedrich Aggregating Model Diffusion Limited Aggregation: Beschreibt Schneeflocken, Korallen, Blitze, Kristalle, Nebel, Rauch, …
29
Tobias Friedrich Aggregating Model Random Walk von 100 Chips:
30
Tobias Friedrich Aggregating Model Random Walk von 1600 Chips:
31
Tobias Friedrich Aggregating Model Random Walk von 25600 Chips:
32
Tobias Friedrich Aggregating Random Walk Differenz Inkreis/Umkreisradius mit hoher Wahrscheinlichkeit O(n 1/3 ) Experimentell anscheinend O(log n)
33
Tobias Friedrich Aggregating Propp Machine
34
Tobias Friedrich Aggregating Propp Machine Konvergiert gegen Kreis Experimentell anscheinend konstant(!!)
35
Tobias Friedrich Aggregating Propp Machine # Ã! " Danke! # Ã " ! # !Ã " # ! " Ã 0.92 1.61 #" Ã! 1.85 #" !Ã
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.