El segundo párrafo de la respuesta de RJK merece más detalles.
Vamos ser una fórmula en forma normal conjuntiva, con m cláusulas, n variables, y en la mayoría de k variables por cláusula. Supongamos que queremos determinar si ϕ tiene una asignación satisfactoria. La fórmula ϕ es una instancia del problema de decisión k-SAT.ϕϕϕ
Cuando hay pocas cláusulas (por lo que m es bastante pequeño en comparación con n), casi siempre es posible encontrar una solución. Un algoritmo simple encontrará una solución en un tiempo aproximadamente lineal en el tamaño de la fórmula.
Cuando hay muchas cláusulas (por lo que m es bastante grande en comparación con n), casi siempre ocurre que no hay solución. Esto se puede mostrar mediante un argumento de conteo. Sin embargo, durante la búsqueda, casi siempre es posible podar grandes partes del espacio de búsqueda mediante técnicas de coherencia, ya que las numerosas cláusulas interactúan de manera muy extensa. El establecimiento de la insatisfacción generalmente se puede hacer de manera eficiente.
En 1986, Fu y Anderson conjeturaron una relación entre los problemas de optimización y la física estadística, basada en sistemas de vidrio giratorio. Aunque usaban oraciones como
Intuitivamente, el sistema debe ser lo suficientemente grande, pero es difícil ser más específico.
en realidad dan predicciones específicas.
- Y Fu y PW Anderson. Aplicación de la mecánica estadística a problemas NP-completos en optimización combinatoria , J. Phys. A. 19 1605, 1986. doi: 10.1088 / 0305-4470 / 19/9/033
α=m/n
- Rémi Monasson, Riccardo Zecchina, Scott Kirkpatrick, Bart Selman, Lidror Troyansky. Determinación de la complejidad computacional a partir de las características 'transiciones de fase' , Nature 400 133-137, 1999. ( doi: 10.1038 / 22055 , versión gratuita )
α1<α2αα1αα2ϕ
Dimitris Achlioptas trabajó en muchos de los problemas restantes y demostró que el argumento anterior también es válido para problemas de satisfacción de restricciones. Estos pueden usar más de dos valores para cada variable. Un artículo clave muestra rigurosamente por qué el algoritmo de Propagación de encuestas funciona tan bien para resolver instancias de k-SAT aleatorias.
- A. Braunstein, M. Mézard, R. Zecchina, Propagación de encuestas: un algoritmo para la satisfacción , estructuras aleatorias y algoritmos 27 201–226, 2005. doi: 10.1002 / rsa.20057
- D. Achlioptas y F. Ricci-Tersenghi, Sobre la geometría de la solución espacial de los problemas de satisfacción de restricciones aleatorias , STOC 2006, 130–139. ( preimpresión )