Описана вами модель відома як Blum-Shub-Smale (BSS) (також реальна модель RAM) і справді використовується для визначення класів складності.
Деякі цікаві проблеми в цій галузі є класи , N P R , і, звичайно , питання про те , P R = N P R . Під P R ми маємо на увазі, що проблема є поліноміально вирішальною, N P R - це проблема поліноміально перевіряється. Є твердість / Повнота питання про клас N P R . Прикладом повної задачі N P R є проблема Q P SПRNПRПRNПRПRNПRNПRNПRQ PS , квадратичної багаточленної системи, де входом є реальні многочлени в змінні і р 1 , . . . , Р п ⊆ R [ х 1 , . . . , x n ] ступеня максимум 2, і кожен многочлен має щонайбільше 3 змінних. Питаннятеіснує спільне дійсне рішення R п , такещо р 1 ( ) , р 2 ( ) , . . . p n ( a ) = 0мp1,...,pn ⊆ R[x1,...,xn]Rnp1(a),p2(a),...pn(a)=0. Це повна проблема NPR
Але ще цікавіше, що там було проведено певну роботу щодо взаємозв'язку між , (Probalistically Checkable Proofs) над Reals, тобто класом P C P R , і тим, як це стосується алгебраїчних моделей обчислень. Модель BSS переходить на всі N P через реальні показники. Це є стандартним у літературі, і те, що ми знаємо сьогодні, - це те, що N P R має "прозорі довгі докази" та "прозорі короткі докази". Під "прозорими довгими доказами" мається на увазі наступне: N P R міститься в P C P R ( p o l yPCPPCPRNPNPRNPR . Існує також розширення, яке говорить, що "Практично (приблизна) коротка версія" є правдивою. Чи можемо ми стабілізувати доказ і виявити несправності, перевіривши значно менше (реальних) компонентів, ніж n ? Це призводить до питань існування нулів для (системи) одновимірних многочленів, заданих прямою програмою. Також під "прозорими довгими доказами" ми маємо на увазіPCPR(poly,O(1))n
"прозорий" - Тільки для читання,O(1)
long - суперполіноміальна кількість реальних компонентів.
Доказ прив’язаний до , і впевнений, що один із способів розгляду справжніх цінних проблем полягає в тому, як це може бути пов’язано з сукупністю підмножини - навіть алгоритми наближення справжніх оцінених проблем були б цікаві - як для оптимізації - лінійне програмування, яке ми знаємо в класі F P , але так , було б цікаво подивитися , як approximatability може вплинути на повноту / твердість для випадку N P R проблем. Крім того , ще одне питання буде одним з Н Р Р = з Про - Н Р Р ? 3SATFPNPRNPR = co-NPR
Розмірковуючи про клас , існують також класи підрахунку, які дозволяють міркувати про поліноміальну арифметику. Тоді як # P - клас функцій f, визначений на { 0 , 1 } ∞ → N, для якого існує поліноміальна машина Тьюрінга M і поліном p зі властивістю ∀ n ∈ N , а x ∈ { 0 , 1 } n , f ( x )NPR#Pf{0,1}∞ → NMp∀n∈Nx∈{0,1}nf(x)підраховує кількість рядків { 0 , 1 } p ( n ), які машина Тьюрінга M приймає { x , y } . Для реальної міри ми поширюємо цю ідею: є додаткові машини BSS - машини BSS, які роблять лише додавання, і множення (не ділення, віднімання). За допомогою аддитивних машин BSS (вузли в обчисленні дозволяють лише додавання та множення) модель для # P стає такою, в якій кількість перераховується над векторами, які приймає добавка BSS-машин. Отже, клас підрахунку - # P a d dy∈{0,1}p(n)M{x,y}#P#Padd цей клас корисний для вивчення чисел Бетті, а також характеристики Ейлера.