edit: Ich habe gerade festgestellt, dass einige der Dinge, die ich geschrieben habe, totaler Unsinn sind, sorry dafür. Jetzt habe ich den Beweis geändert und die Definition der Wahrscheinlichkeitsmaschine, die ich benutze, präzisiert.
Ich weiß nicht, ob ich Ihre Definition der probabilistischen Turing-Maschine richtig verstanden habe: Es handelt sich um eine Maschine mit einem zusätzlichen Band, auf das eine unendliche inkompressible Zeichenfolge geschrieben ist, und daneben verhält sie sich wie eine deterministische Maschine? Wenn wir den inkompressiblen String reparieren, scheint die Klasse, die wir bekommen, nicht interessant zu sein.
Ich denke, wir können eine probabilistische Turing-Maschine auf verschiedene Arten definieren. Ich werde eine Definition verwenden , die ganz natürlich scheint (und für die mein Beweis funktioniert;) Lassen Sie uns eine probabilistische Maschine so definieren: es ein zusätzliches Band bekommt , auf dem einige unendliche Zeichenfolge geschrieben wird, wir sagen , dass diese Maschine eine Sprache entscheidet , wenn für jedes x ∈ L hält an und akzeptiert mit einer Wahrscheinlichkeit > 1Lx∈L , wenn die Wahrscheinlichkeit diese zusätzlichen zufälligen Zeichenfolgenübernimmtund für jedesx∉Lmit einer Wahrscheinlichkeit>1anhält und zurückweist>12x∉L .>12
Wir werden nun zeigen, dass, wenn es eine solche Wahrscheinlichkeitsmaschine , die das Stoppproblem für die deterministischen Maschinen löst, wir sie verwenden könnten, um eine deterministische Maschine H zu bauen , die das Stoppproblem für die deterministischen Maschinen löst - und wir wissen, dass eine solche Maschine existiert kann nicht existieren.PH
Angenommen, ein solches existiert. Wir können eine deterministische Maschine M konstruieren , die eine Wahrscheinlichkeitsmaschine R mit einer Eingabe x als Eingabe nimmt , diePMRx
- stoppt und akzeptiert genau dann, wenn x akzeptiert (dh, R stoppt und akzeptiert x für mehr als die Hälfte der zufälligen Zeichenfolgen).RxRx
- hält an und lehnt nur ab, wenn x ablehnt (dh R hält an und lehnt x an mehr als der Hälfte der zufälligen Zeichenfolgen ab).RxRx
- Schleifen sonst
Grundsätzlich für alle i ∈ 1 , 2 , . . . simulieren Sie R am Eingang x und an jeder Zeichenkette von 0 , 1 i als Präfix der Zeichenkette auf dem Zufallsband von R. Jetzt:Mi∈1,2,...Rx0,1iR
- wenn für Präfixe der LängeiR wurdenangehalten und akzeptiert, ohne zu versuchen, mehr alsiBits vom Zufallsbandzu lesen,M wirdangehalten und akzeptiert>12i RiM
- wenn für Präfixe der LängeiRgestoppt und verworfenohne mehr zu lesen versuchtalsichaus der Zufallsband Bits,Mstoppt und Spuck>12i RiM
- ansonsten führt die Simulation mit i : = i + 1 aus .Mi:=i+1
Wir müssen uns nun davon überzeugen, dass wenn x mit der Wahrscheinlichkeit p > 1 akzeptiert (ablehnt)Rx , dann werdeichfür einigeakzeptieren (ablehnen) für>1p>12i Präfixe der Längeider Zufallszeichenfolge, ohne zu versuchen, mehr alsiBits vom Zufallsbandzu lesen. Es ist technisch, aber recht einfach - wenn wir etwas anderes annehmen, nähert sich die Wahrscheinlichkeit des Akzeptierens (Zurückweisens)p>1>12ii alsibis ins Unendliche geht, also für einigeies muss seinp>1p>12ii .p>12
Nun definieren wir einfach unsere deterministische Maschine , um das Halteproblem zu lösen (dh zu entscheiden, ob eine gegebene deterministische Maschine N ein gegebenes Wort x ) a als H ( N , x ) = M ( P ( N , x ) ) akzeptiert . Beachten Sie, dass M ( P ( N , x ) ) immer anhält, weil die Entscheidung für eine Sprache durch unsere probabilistischen Maschinen so definiert wurde, dass immer eine dieser beiden vorkommt:HNxH(N,x)=M(P(N,x))M(P(N,x))
- Die Maschine hält an und akzeptiert mehr als die Hälfte der zufälligen Zeichenfolgen
- Die Maschine hält an und lehnt mehr als die Hälfte der zufälligen Zeichenfolgen ab.