Я не совсем уверен, какой уровень подходит для статьи в Википедии (разные статьи нацелены на разные уровни знаний) или именно то, что вы ищете. Итак, вот попытка, но я открыт для обратной связи.
Теория геометрической сложности предлагает изучить вычислительную сложность вычислительных функций (скажем, многочленов), используя присущие им симметрии сложности и любые дополнительные симметрии изучаемых функций.
Как и во многих предыдущих подходах, конечная цель состоит в том, чтобы отделить два класса сложности , показав, что существует полином который принимает функции качестве входных данных (скажем, в силу их векторов коэффициентов) таких, что обращается в нуль на каждой функции но не обращается в нуль на некоторой функции . pfpf∈ C e a s y g h a r d ∈ C h a r dCeasy,Chardpfpf∈Ceasyghard∈Chard
Первая ключевая идея (см. [GCT1, GCT2]) состоит в том, чтобы использовать симметрии для организации не самих функций, а для организации ( алгебро-геометрических ) свойств этих функций, которые фиксируются полиномами, такими как выше. Это позволяет использовать теорию представлений при попытке найти такой . Подобные идеи, относящиеся к теории представлений и алгебраической геометрии, использовались в алгебраической геометрии и раньше, но, насколько мне известно, никогда не были такими.рpp
Вторая ключевая идея (см. [GCT6]) состоит в том, чтобы найти комбинаторные (и полиномиальные) алгоритмы для результирующих теоретико-представительных задач, а затем перепроектировать эти алгоритмы, чтобы показать, что такой существует. Это может быть принято в духе использования линейного программирования (алгоритма) для доказательства некоторых чисто комбинаторных утверждений.p
В самом деле, [GCT6] предлагает свести теоретико-представительные проблемы, описанные выше, к задачам целочисленного программирования , затем показать, что полученные IP-адреса решаются путем их релаксации LP, и, наконец, дать комбинаторные алгоритмы для полученных LP. Гипотезы в [GCT6] сами по себе мотивированы обратным инжинирингом известных результатов для коэффициентов Литтлвуда-Ричардсона, аналогичной, но более простой проблемы в теории представлений. В случае коэффициентов LR комбинаторное правило Литтлвуда-Ричардсона пришло первым. Позже Беренштейн и Зелевинский [BZ] и Кнутсон и Тао [KT] (см. [KT2] для дружественного обзора) дали IP для коэффициентов LR. Кнутсон и Тао также доказали гипотезу насыщения, из которой следует, что IP решается с помощью релаксации ЛП (см. [GCT3, BI]).
Результаты [GCT5] показывают, что явная дерандомизация леммы Нётера о нормализации по существу эквивалентна пресловутой открытой задаче в теории сложности дерандомизации черного ящика при тестировании полиномиальной идентичности . Грубо говоря, как это вписывается в большую программу, так это нахождение явного базиса для функций которые (не) исчезают на (в этом случае класс, для которого определитель полон), может быть используется для выведения комбинаторного правила для искомой задачи в теории представлений, как это происходило в других ситуациях в алгебраической геометрии. Промежуточным шагом здесь было бы найти основу для тех которые (не) исчезают при нормализацииС й ы у р С й ы уpCeasypCeasy , который по построению является более хорошим алгебраическим многообразием - другими словами, чтобы дерандомизировать нормировочную лемму Нётера для DET.
Примеры симметрий сложности и функций
Например, сложность функции - для большинства естественных понятий сложности - остается неизменной, если мы переставляем переменные некоторой перестановкой . Таким образом, перестановки являются симметриями самой сложности. Для некоторых понятий сложности (таких как сложность алгебраических схем) все обратимые линейные изменения переменных являются симметриями.f ( x π ( 1 ) , … , x π ( n ) ) πf(x1,…,xn)f(xπ(1),…,xπ(n))π
Отдельные функции могут иметь дополнительные симметрии. Например, определитель имеет симметрии для всех матриц таких что . (Из того, что я мало понял об этом, я понимаю, что это аналогично явлению самопроизвольного нарушения симметрии в физике.)det ( A X B ) = det ( X T ) = det ( X ) A , B det ( A B ) = 1det(X)det(AXB)=det(XT)=det(X)A,Bdet(AB)=1
Некоторый недавний прогресс [этот раздел определенно неполный и более технический, но полный отчет занял бы десятки страниц… Я просто хотел бы выделить некоторый недавний прогресс]
Бургиссер и Икенмейер [BI2] показали нижнюю границу для умножения матриц после программы GCT, поскольку в ней используются представления с нулевыми и ненулевыми кратностями. Ландсберг и Оттавиани [LO] дали наиболее известную нижнюю границу, по существу, граничного ранга умножения матриц, используя теорию представлений для организации алгебраических свойств, но не используя кратности представлений и комбинаторные правила.2n232n22n2
Следующая проблема после коэффициентов Литтлвуда-Ричардсона - это коэффициенты Кронекера . Они проявляются как в ряде проблем, которые, как предполагается, в конечном итоге достигают теоретико-представительных проблем, возникающих в GCT, так и непосредственно в виде границ множественности в подходе GCT к умножению матриц и постоянным по сравнению с детерминантом. Нахождение комбинаторного правила для коэффициентов Кронекера является давней открытой проблемой в теории представлений; Blasiak [B] недавно дал такое комбинаторное правило для коэффициентов Кронекера с одной формой крючка.
Кумар [K] показал, что некоторые представления появляются в координатном кольце определителя с ненулевой кратностью, предполагая гипотезу латинского квадрата столбца (см. Хуанг-Рота и Алон-Тарси; эта гипотеза также, возможно, не случайно, обнаруживается в [BI2 ]). Следовательно, эти представления не могут использоваться для отделения перманента от определителя на основе нулевых и ненулевых кратностей, хотя все еще возможно использовать их для отделения перманента от определителя с помощью более общего неравенства между кратностями.
Список литературы
[B] J. Blasiak. Коэффициенты Кронекера для одной формы крючка. arXiv: 1209.2018, 2012.
[Б.И.] П. Бургиссер и К. Икенмейер. Алгоритм максимального потока для положительности коэффициентов Литтлвуда-Ричардсона. FPSAC 2009.
[BI2] П. Бургиссер и К. Икенмейер. Явные нижние оценки с помощью теории геометрической сложности. arXiv: 1210.8368, 2012.
[BZ] А.Д. Беренштейн и А.В. Зелевинский. Тройные кратности для и спектр внешней алгебры присоединенного представления. sl(r+1)Дж. Алгебраический Комбин. 1 (1992), нет. 1, 7–22.
[GCT1] К.Д. Малмулей и М. Сохони. Теория геометрической сложности I: подход к P против NP и смежным проблемам. SIAM J. Comput. 31 (2), 496–526, 2001.
[GCT2] К.Д. Малмулей и М. Сохони. Теория геометрической сложности II: На пути к явным препятствиям для вложений среди многообразий классов. SIAM J. Comput., 38 (3), 1175–1206, 2008.
[GCT3] К.Д. Малмулей, Х. Нараянан и М. Сохони. Геометрическая теория сложности III: о решении неисчезания коэффициента Литтлвуда-Ричардсона. Дж. Алгебраический Комбин. 36 (2012), нет. 1, 103–110.
[GCT5] К.Д. Малмулей. Теория геометрической сложности V: Эквивалентность между дерандомизацией черного ящика проверки полиномиальной идентичности и дерандомизацией леммы Нётера о нормализации FOCS 2012, также arXiv: 1209.5993.
[GCT6] К.Д. Малмулей. Теория геометрической сложности VI: переворот через позитивность. , Технический отчет, факультет компьютерных наук, Чикагский университет, январь 2011 г.
[K] С. Кумар. Исследование представлений, поддерживаемых замыканием орбиты определителя. arXiv: 1109.5996, 2011.
[LO] Дж. М. Ландсберг и Г. Оттавиани. Новые нижние оценки для ранга границы умножения матриц. arXiv: 1112.6007, 2011.
[KT] А. Кнутсон и Т. Тао. Сотовая модель тензорных произведений . I. Доказательство гипотезы насыщения. GLn(C)J. Amer. Математика Soc. 12 (1999), № 4, 1055–1090.
[KT2] А. Кнутсон и Т. Тао. Соты и суммы эрмитовых матриц. Заметки амер. Математика Soc. 48 (2001), нет. 2, 175–186.